一個畫龍的ACC，要它何用？

今年7月，極氪001開始推送LCC功能，隨之有車主反饋出現(xiàn)畫龍現(xiàn)象。

所謂畫龍，是指車輛在輔助駕駛狀態(tài)下，無法穩(wěn)定居中行駛，會向右或者左偏移方向，畫龍問題出現(xiàn)在ZEEKR OS 2.0 版本的末期。

(資料圖)

三個月后，一位極氪銷售告訴XEV研究所，在系統(tǒng)升級到3.0版本時，畫龍問題已經(jīng)解決。

開啟LCC時出現(xiàn)畫龍，并非極氪一家遇到過，比亞迪漢創(chuàng)世版、零跑C11等早期同樣有此遭遇。

不止畫龍，LCC還會出現(xiàn)雨天下車道線識別不準(zhǔn)、大曲率彎道下系統(tǒng)退出問題。

LCC功能做的不好，會直接導(dǎo)致用戶在使用輔助駕駛時，感到不安。

做得好，則可以緩解駕駛疲勞，為駕駛提供便利。

在部分用戶的反饋中，目前LCC領(lǐng)域做得最好的車企是特斯拉，再往后是小鵬、智己和極氪等，以及剩下的大多數(shù)車企。

我們關(guān)心功能的好壞，也更關(guān)心，當(dāng)你的車遇到LCC畫龍這類問題時，新老車企分別是怎么想的。

1.表現(xiàn)不一的LCC

如果有機會連續(xù)試駕十輛車，你可能會發(fā)現(xiàn)，同樣稱為LCC，這些車在直道、彎道、雨天下的功能表現(xiàn)是不一樣的。

有的LCC在直道上就會畫龍。

XEV研究所從一位本土供應(yīng)商的研發(fā)工程師處了解到，畫龍是源于對功能的標(biāo)定匹配工作做得不好，需要持續(xù)調(diào)參去解決。

有的車不畫龍，但在通過大曲率彎道時系統(tǒng)會中途退出。

彎道下的挑戰(zhàn)，在于從直道進入彎道時，由于系統(tǒng)要實時計算彎道的曲率半徑，如果當(dāng)前車輛速度特別快，此時橫向速度就會特別大，需要減速才能過彎。同時，還要計算縱向的減速度，當(dāng)系統(tǒng)調(diào)得不好時，LCC的體驗就會很差。

另一個普遍難題是雨天。

雨天過后，道路上的積水會被過往車輛走出車轍印，從而導(dǎo)致系統(tǒng)在感知車道線時出現(xiàn)干擾。

針對雨天場景，一些車企的智駕研發(fā)人士認(rèn)為，小鵬解決得好一點，特斯拉解決得相當(dāng)好。

特斯拉采用的是BEV架構(gòu)。它會在幾條車道線中選出一條，而且大概率會選對，因為它是根據(jù)連續(xù)多幀的信息推理出來的。

背后的技術(shù)原理是，借助大算力形成BEV架構(gòu)，獲取到連續(xù)多幀的信息，即便這一幀分叉，但前面有十幾幀的信息，仍然可以推演出來到底要走哪條路。

因為雨天雖然有車轍印，但不是所有路段上都有，于是可以利用已經(jīng)走過的道路信息，推理出前面車道線的真假。

當(dāng)然，LCC的不同表現(xiàn)，與車型定位有關(guān)，與產(chǎn)品的投放策略也有關(guān)。

基于不同平臺上的車，在不同階段的重心也不一樣，也許第一代平臺的車型解決的是功能有無和完整度的問題，下一代平臺的車才會解決體驗的問題。

一個看似簡單的LCC功能，有著自己的小世界。

2.大門剛剛打開

按照傳統(tǒng)叫法，LCC，全稱Lane Centering Control，中文名車道居中輔助，是對車輛進行橫向和縱向的控制。

不過，一些本土供應(yīng)商內(nèi)部現(xiàn)在已經(jīng)不這么叫了。

我們從一些本土供應(yīng)商工程師口中聽到兩種稱呼，一種是Lateral control（橫向控制）；一種是Pilot Assist，統(tǒng)一納入領(lǐng)航輔助。

名字改變的背后，暗含供應(yīng)商對這項功能的理解乃至技術(shù)發(fā)生了改變，這一點我們稍后會談。

先按照主流的LCC稱呼，對這項功能有一個大致的認(rèn)知。

LCC屬于典型的L2級別，是ADAS里的一項功能。

在LCC市場上，目前主流的玩家仍然是博世、Mobileye等玩家，其次是一些本土供應(yīng)商，主流方案是1V1R，同時成本更低的單V方案市場份額也在逐步增加。

上述本土供應(yīng)商的工程師告訴我們，“對于LCC產(chǎn)品，今年來看，國際供應(yīng)商的市場份額仍然占大頭。按照我們了解到的一些上車項目和量產(chǎn)周期推算，預(yù)計明后年，國內(nèi)供應(yīng)商有望占到1/3的市場份額?！?/p>

站在用戶的視角去感知，LCC出現(xiàn)前，車上流行的功能是ACC，主要用于縱向控制。比ACC更早的功能是CC，叫做定速巡航，同樣用于縱向控制。而今天的LCC，則可以對縱向、橫向進行控制。

既然橫縱向的控制都已經(jīng)實現(xiàn)，一些人也許以為，那就再沒有進步空間了。但此時，LCC這扇大門其實才剛剛推開。

一種基于域控和多傳感器融合的方案出現(xiàn)了。

新方案會應(yīng)用到大算力平臺，更多的前視乃至環(huán)視攝像頭、激光雷達(dá)等，相較以往的1V1R配置有了大幅提升。

“這種新方案本身并不是為了專門實現(xiàn)LCC，而是要實現(xiàn)高階的NOA領(lǐng)航輔助功能。只不過，在實現(xiàn)NOA的時候，這種基于域控的方案通過更高像素的攝像頭以及4D雷達(dá)、激光雷達(dá)等的多傳感器融合，同時也提升了LCC的性能體驗?！盡AXIEYE CTO郭恩慶說。

LCC如果有體驗高下之分，基于域控且堅持純視覺算法的車企，將由于技術(shù)門檻最高而站在頂端。

同樣基于域控，且注重多傳感器融合的車企，站的位置是山腰。

山腳下，是那些基于1V1R甚至1V方案的車企，它們可以做LCC功能，只不過體驗遠(yuǎn)不如上面兩類車企。

當(dāng)然，這三類方案的成本也是不一樣的。

拋開獨樹一幟采用純視覺的特斯拉，山腰的車企采用的基于域控和多傳感器融合的方案成本更高，LCC的體驗自然要比山腳的1V1R的低成本方案更好。

我們來看一下這些方案具體是怎么回事。

3.給傳統(tǒng)方案打8分，還能優(yōu)化

自LCC進入國內(nèi)至今，這項功能的大規(guī)模應(yīng)用已有十幾年時間。

最早的LCC方案由1V1R組成，也就是一個前視攝像頭搭配一個前視毫米波雷達(dá)，這也是今天的主流方案。

通常來說，1V1R應(yīng)用車型覆蓋范圍較廣，在售價10萬元以上至20萬左右售價的車身都能看到。

特別的是，長安深藍(lán)SL03基本上定位在20萬元級別，搭載的方案是1V3R。其中，后面兩個角雷達(dá)相對獨立一些，和LCC關(guān)系不大，主要用于BSD盲區(qū)報警。

為了降本，市場上還有一種1V的方案，也就是單個前視攝像頭。由于少了一個前視毫米波雷達(dá)，1V方案成本會大幅下降，目前1V方案可以下探至10萬元左右車型。

上面兩類方案，大多不涉及域控，是自主品牌配置率最高的方案。

后來，也就是最近幾年，當(dāng)特斯拉、蔚小理等造車新勢力出現(xiàn)后，智能駕駛隨之興起，市場開始出現(xiàn)一種基于域控去研發(fā)高階智能駕駛，LCC的功能也隨之得到提升。

這種基于域控的新方案，通常會上探到20到40萬元的車型上。今天我們已經(jīng)看到太多，比如蔚來ET7、理想L9、小鵬G9、智己L7等。

是否基于域控，會導(dǎo)致傳感器配置、技術(shù)邏輯、方案成本均不相同，最終讓新舊方案在實現(xiàn)LCC時的表現(xiàn)不在一個量級。

“按照傳統(tǒng)視角，如果以10分為滿分標(biāo)準(zhǔn)，傳統(tǒng)的LCC方案可以做到9分以上。如果按照今天的智能駕駛功能標(biāo)準(zhǔn)看，傳統(tǒng)LCC大概有8分左右，還有很多的持續(xù)優(yōu)化空間?！碑?dāng)我們邀請一位智己汽車的智駕負(fù)責(zé)人評價主流的LCC方案時，對方這么說。

他提到的優(yōu)化空間，其實就是從用戶需求出發(fā)，在橫縱向控制的基礎(chǔ)上，疊加一些新的體驗點，比如對于大曲率彎道、雨天、cut in等場景的處理。

實際上，傳統(tǒng)的Tier 1也就是博世、Mobileye，他們的LCC方案本身已經(jīng)比較成熟，但是會更多地考慮功能的完整度，以及能夠覆蓋多少個場景，對于用戶體驗的關(guān)注點密度不是特別高。

另外，傳統(tǒng)的LCC功能更加關(guān)注本車車道前方的交通參與者的行為，也就是跟車目標(biāo)的加減速、橫向狀態(tài)。預(yù)測方面做得比較簡單，主要基于規(guī)則的方式完成算法開發(fā)。

這類方案的好處是，開發(fā)過程會比較快。缺點是，當(dāng)規(guī)則形成之后，再去做一些調(diào)整，特別是做擬人化的開發(fā)會更加困難。

而基于域控的方案，玩法就多了去了。

它會借著大算力平臺的加持，進行很多復(fù)雜的算法加成，并且可以獲得攝像頭、毫米波雷達(dá)乃至激光雷達(dá)等更多路感知數(shù)據(jù)的輸入。規(guī)控算法上，也可以采用更加復(fù)雜的算法模型，最終可以輸出一個更加優(yōu)化的策略。

一個最樸素的道理，人的需求層次會越來越高，當(dāng)市場上出現(xiàn)基于域控去實現(xiàn)LCC的方案后，博世、Mobileye的那套傳統(tǒng)的LCC方案就必須做出改變。

要么修補，將1V1R完善得更好。要么放棄，跟隨技術(shù)趨勢去推出基于域控的方案。

那么，車企是怎么想的？

4.曲線救國，車企想先做高階方案

LCC屬于L2級別，也就是低階智能駕駛。

我們和一些本土智駕方案供應(yīng)商聊下來發(fā)現(xiàn)，傳統(tǒng)車企對低階智能駕駛的自研投入興趣不大，因為用戶體驗沒有直觀的提升，投入和收益不成正比。

1V1R的硬件平臺比較固定，這套方案囊括LCC、AEB、LKA功能，不會給用戶帶來太多體驗上的感受。尤其是AEB，在危險的時候才會剎一腳，這種功能基本上沒有用戶體驗可言，所以主機廠也不會將自研精力放在這一類的功能上。

比如AEB這種，除了造車新勢力中的理想做了自研，基本上很少有車企會去碰。

同樣地，車企基本上很難去專門研發(fā)一套LCC方案，目前更多的是由供應(yīng)商提供完整的打包方案。

“原因很簡單，第一，1V1R的挖掘難度已經(jīng)很大，第二，車企的目標(biāo)重心是做高階智能駕駛?！惫鲬c向XEV研究所解釋。

車企希望朝著帶域控的方案前進，更多地做一些能夠帶自己DNA的體驗、有特點的功能。于是，它們投入的資源會更多傾向于舒適類的、用戶感知明確的功能。

做高階，其實相當(dāng)于曲線救國。

就像特斯拉和小鵬等新興車企，為了實現(xiàn)NOA功能，會采用更大算力或者更高的傳感器配置，新的軟硬件天然可以為LCC提供更多支持。

但傳統(tǒng)車企必須意識到，L2的數(shù)據(jù)一定要掌握在自己手中。

以前的L2，由于搭載了博世、Mobileye的方案，導(dǎo)致在裝配量最大并且可以最廣泛收集數(shù)據(jù)的功能上，中國車企完全沒有數(shù)據(jù)回傳。

現(xiàn)在，車企并非一定要自研LCC，但一定要將數(shù)據(jù)回傳回來。

“我們已經(jīng)和頭部車廠達(dá)成了一種共識，那就是，L2跳不過去，因為L3和L4都有ODD概念。在ODD之外就要回到L2。如果L2做不好，怎么整？難道還要再裝一個Mobileye或者博世的系統(tǒng)嗎？” 上述一位研發(fā)人士說。

最后，同樣是用高階智能駕駛方案順帶實現(xiàn)LCC，也會有一些差異。

比如，在過路口時，小鵬和蔚來的LCC表現(xiàn)略有不同。

小鵬P5因為有激光雷達(dá)的加成，相應(yīng)的算法做了一些調(diào)整，在過路口的表現(xiàn)可能會更好，在過路口時即便無前車，也能通過大部分的路口。對于蔚來而言，LCC策略相對比較保守，過路口時前方?jīng)]車的情況下就直接退出了。

而且，踏上高階智能駕駛這條路之后，意味著功能開發(fā)是沒有極限的。

上述智己汽車的智駕工程師向我們透露，從功能本身角度上看，因為駕駛場景本身比較復(fù)雜，所以還是有一些場景可以做擴展。

比如，智能躲閃現(xiàn)在應(yīng)用比較多的場景是針對大車、彎道、隧道，但它還有更多的優(yōu)化空間，比如，施工場景和錐桶。有些錐桶侵入到車道內(nèi)時，也可以做一些偏置的響應(yīng)?；蛘咴谒囃蝗豢焖俚貜暮竺娼咏?，因為存在一定的盲區(qū)，這時可以主動的視情況進行智能躲閃。

值得注意的是，在通往高階智能駕駛的路上，市場上其實也有針對1V1R的改良方案，它們大多出自本土供應(yīng)商之手。

這些本土供應(yīng)商除了注重功能的完整度，對于用戶體驗的重視程度越來越高，甚至?xí)诋a(chǎn)品中增加一些特色的開發(fā)。比如，福瑞泰克、MAXIEYE等，自主品牌對它們也非常認(rèn)可，一些產(chǎn)品方案已經(jīng)開始量產(chǎn)上車。

傳統(tǒng)的LCC方案中，調(diào)系統(tǒng)的工作由供應(yīng)商完成。

供應(yīng)商有自己的know how和項目經(jīng)驗，做得項目越多，經(jīng)驗就越足。適配的執(zhí)行器越多，對執(zhí)行器的情況越理解，就更有經(jīng)驗去把系統(tǒng)調(diào)到一個更完美的狀態(tài)。

主機廠在這個過程中扮演的是裁判和驗收的角色。主機廠會有一些驗收的場景，如果在一些場景下能滿足要求，系統(tǒng)就會被認(rèn)可。

對于車企來說，當(dāng)然可以繼續(xù)和國際供應(yīng)商合作。

但現(xiàn)在，車企還可以選擇本土供應(yīng)商的方案，或者直接在高階域控上打造一套高階的智能駕駛，從而實現(xiàn)更好的LCC。

5.LCC進入數(shù)據(jù)驅(qū)動時代

傳統(tǒng)LCC被基于域控的新方案碾壓，背后既有感知的功勞，但更重要的是，這項功能正在和高階智能駕駛方案一起，進入了數(shù)據(jù)驅(qū)動時代。

我們了解到，車企在實現(xiàn)LCC時開始注重數(shù)據(jù)和模型訓(xùn)練。

以智己為例，會在現(xiàn)有的算法開發(fā)過程中，基于數(shù)據(jù)驅(qū)動的方式去完成模型訓(xùn)練。

這些數(shù)據(jù)來多方面，首先是一些基礎(chǔ)算法，另外會采集一些量產(chǎn)車的老司機車主的行為數(shù)據(jù)，并進行脫敏；此外還有一些合作的第三方運營的采集數(shù)據(jù)。最終將多種數(shù)據(jù)輸入模型訓(xùn)練，從而優(yōu)化整個算法邏輯。

基于域控的新方案，在對傳統(tǒng)LCC的硬件進行增強的基礎(chǔ)上，極大地補全了傳統(tǒng)方案的預(yù)測、規(guī)控等層面的短板。

參照NOA的演進軌跡，當(dāng)新方案的LCC的運行數(shù)據(jù)積累到一個量級，將可以處理更多場景。

正像一些本土供應(yīng)商將LCC換個稱呼一樣，大膽想象一下，LCC的“L”也許會被直接拿掉。

因為，是否有清晰車道線某天會變得不那么重要了。

在L2功能中，LCC是天花板，但對于高階智能駕駛來說， LCC是地板。

放大到全局視角，LCC是全場景里的一個片段，單功能會逐漸弱化，最終會實現(xiàn)全場景的連續(xù)性體驗。

在那之前，我們能做的是在確保安全的基礎(chǔ)上使用LCC。

車企和用戶都需要注意的風(fēng)險是，無論新舊方案，今天LCC始終沒有講清楚邊界問題。

說到底，它終歸是一個ADAS，沒有人敢說可以在上面睡覺。

目前，國內(nèi)最大的一個問題是過度宣傳。

車企要明確告訴用戶系統(tǒng)的邊界在哪，不要讓用戶去猜。今天的LCC還沒有解決邊界定義的本質(zhì)問題，即這項功能的邊界在哪里。

當(dāng)LCC和NOA一樣開始談安全時，再次說明這項功能進入數(shù)據(jù)時代。

關(guān)鍵詞： 用戶體驗 激光雷達(dá) 市場份額