门口晒太阳闲的没事再来聊聊车企为什么需要自建补能设施,尤其是像春节这种高速车流量突然增加跑长途的时候,自建补能的重要性往往就体现出来了。
之前我们聊到里程焦虑,其实很大一部分是因为补能的不确定性。以我们很熟悉的油车为例,在中国你只要不是去无人区,基本上附近10公里范围内肯定能找到加油站,无论大小无论私人,他都可以帮你五分钟加好油,哪怕在高速上排队,你也知道等上一会五分钟就能满血复活。
再到电车上,虽然现在充电桩的数量已经非常多了,基本上高速服务区都做了全覆盖,所以像比亚迪依赖第三方也不是不可以,但选择这条路也就意味着你的车主大概率会遇到如下问题:
- 春节跑长途充电桩排不排队?
- 桩的功率怎么样?会不会很慢?
- 到自己的时候桩会不会坏?
- 会不会遇到坏桩、导航有但已经撤掉的桩?
这就会让你在跑长途的时候要做到非常精细的规划,搜集大量的信息来确认路上所遇到的充电桩的情况,来保证出行的顺利。
但如果品牌有足够多的自建桩或者说补能设施就不存在这样的问题了,这也是为什么特斯拉创立之后就花费大量的财力人力来建设超充站,蔚来哪怕是19年资金紧张的时候也没有放下建换电站的脚步,因为它们都知道,想要让车主开的放心没有后顾之忧,自建补能是必经之路。所以理想在增加纯电产品线之后,也开始自建补能,就是建设速度要是比打嘴炮的速度再快一点就更好了[二哈]
最后,作为蔚来车主,肯定还是要照例吹一波蔚来换电的优势,速度这种众所周知的就不提了,主要还是想从补能的确定性上来聊聊。
上面我说了自建桩的好处,那就是高质量的桩能够让车主出行补能有很高的确定性,大幅降低里程焦虑,但哪怕是自建充电桩也有个弊端,那就是充电天然是强依赖功率的(无论桩还是车),像春节这种车多充电排队,即便是800V的车遇到1200V的桩,遇到人多分流,再高也白搭,还是需要慢慢排队,然后用跑不满的功率再花上半小时一小时充电。
但蔚来就没有这样的烦恼,哪怕是前面10辆车,需要等上一个小时,我也知道等排到的时候肯定只需要花上5分钟换上一块93%电量的电池接着出发(别杠排到电池没满,换电站给电池充电就不能提功率吗?)这种出行补能的确定性是充电无法比拟的,哪怕我这是一台400V充电功率只有80kW的老ES6,在补能这件事上,依然可以硬刚800V。
只是换电理解的成本还是太高了,虽然现在蔚来已经醒悟并且在大力宣传换电,但还需要继续努力,因为这次回家周边依然还有很多人会说等超快充建好了,换电就没必要了…我只能说,在换电宣传这件事上,蔚来还任重道远。
虽然蔚来也要切换900V平台了,但我并不着急换掉老6,因为它补能便利,而且终身免费,蔚来还一直在升级车机和只有5TOPS算力的智驾,这里再聊一下蔚来NT1的智驾,你能想象24年依然有很多用单Orin X的依然打不过蔚来NT1吗…
所以目前丝毫没有换的必要,但是加购一台NT2还是很不错的,也欢迎大家用我的邀请码,12000推荐积分全返[doge]#蔚来##蔚来换电去哪都方便##新能源汽车# #中国智驾第一梯队#
之前我们聊到里程焦虑,其实很大一部分是因为补能的不确定性。以我们很熟悉的油车为例,在中国你只要不是去无人区,基本上附近10公里范围内肯定能找到加油站,无论大小无论私人,他都可以帮你五分钟加好油,哪怕在高速上排队,你也知道等上一会五分钟就能满血复活。
再到电车上,虽然现在充电桩的数量已经非常多了,基本上高速服务区都做了全覆盖,所以像比亚迪依赖第三方也不是不可以,但选择这条路也就意味着你的车主大概率会遇到如下问题:
- 春节跑长途充电桩排不排队?
- 桩的功率怎么样?会不会很慢?
- 到自己的时候桩会不会坏?
- 会不会遇到坏桩、导航有但已经撤掉的桩?
这就会让你在跑长途的时候要做到非常精细的规划,搜集大量的信息来确认路上所遇到的充电桩的情况,来保证出行的顺利。
但如果品牌有足够多的自建桩或者说补能设施就不存在这样的问题了,这也是为什么特斯拉创立之后就花费大量的财力人力来建设超充站,蔚来哪怕是19年资金紧张的时候也没有放下建换电站的脚步,因为它们都知道,想要让车主开的放心没有后顾之忧,自建补能是必经之路。所以理想在增加纯电产品线之后,也开始自建补能,就是建设速度要是比打嘴炮的速度再快一点就更好了[二哈]
最后,作为蔚来车主,肯定还是要照例吹一波蔚来换电的优势,速度这种众所周知的就不提了,主要还是想从补能的确定性上来聊聊。
上面我说了自建桩的好处,那就是高质量的桩能够让车主出行补能有很高的确定性,大幅降低里程焦虑,但哪怕是自建充电桩也有个弊端,那就是充电天然是强依赖功率的(无论桩还是车),像春节这种车多充电排队,即便是800V的车遇到1200V的桩,遇到人多分流,再高也白搭,还是需要慢慢排队,然后用跑不满的功率再花上半小时一小时充电。
但蔚来就没有这样的烦恼,哪怕是前面10辆车,需要等上一个小时,我也知道等排到的时候肯定只需要花上5分钟换上一块93%电量的电池接着出发(别杠排到电池没满,换电站给电池充电就不能提功率吗?)这种出行补能的确定性是充电无法比拟的,哪怕我这是一台400V充电功率只有80kW的老ES6,在补能这件事上,依然可以硬刚800V。
只是换电理解的成本还是太高了,虽然现在蔚来已经醒悟并且在大力宣传换电,但还需要继续努力,因为这次回家周边依然还有很多人会说等超快充建好了,换电就没必要了…我只能说,在换电宣传这件事上,蔚来还任重道远。
虽然蔚来也要切换900V平台了,但我并不着急换掉老6,因为它补能便利,而且终身免费,蔚来还一直在升级车机和只有5TOPS算力的智驾,这里再聊一下蔚来NT1的智驾,你能想象24年依然有很多用单Orin X的依然打不过蔚来NT1吗…
所以目前丝毫没有换的必要,但是加购一台NT2还是很不错的,也欢迎大家用我的邀请码,12000推荐积分全返[doge]#蔚来##蔚来换电去哪都方便##新能源汽车# #中国智驾第一梯队#
前几天给自己挖了个坑,今天填上!关于Mobileye CES 2024上的一些核心要点分享,尝试给大家聊两个问题:为啥上Lidar;为啥EyeQ芯片算力那么低?
▲1、为什么走纯视觉路线的Mobileye(以下简称ME)会上激光雷达?
大家都看到了极氪001(SuperVision平台,以下简称SV)的改款车型上了一颗Lidar,很多网友问我,这颗Lidar是否值得选?
ME的产品定义,并不是按照SAE的自动驾驶分级来设计的。他们用eyes on/off、hands on/off 来给产品分级。也就是能否脱眼、能否脱手。
SuperVision的ODD(运行设计域),是无法脱眼的,但允许脱手(你可以理解为,车辆自主完成转向等操作),但受交通法规约束,大多数时间,驾驶员还是需要把手搭在方向盘上。
当系统升级到Chauffeur平台(以下简称CH),ODD就允许脱眼、脱手,主要是指封闭高速路段,130kph下允许脱眼、脱手。需要增加一些硬件冗余,ME提到的主要是Lidar、成像雷达(4D毫米波)和芯片(EyeQ6H)。
那001上激光雷达,是要升级到Chauffeur平台?为了达到脱眼+脱手?答案肯定不是,CH平台最早落地的时间在2025年,要等EyeQ6H芯片量产。
我们知道SV平台是一个全域ODD设计,也就是除了高速,在城市也可以实现点到点的领航功能。但因为各种原因(跟TSL类似),ME在中国至今只落地了高速领航。而国内的交通情况又非常复杂,所以我个人判断,001和极星4上Lidar,应该是主机厂的要求,也就是说这两款车,后面是有计划去落城市领航功能的。而Lidar的作用,更多就是做冗余的,应该是主机厂从安全角度要求加装的。
那没有Lidar的001和极星4,还能落地城市领航吗?我判断有三点会产生影响:1、纯视觉路线落地的效果,图的进展和质量;2、用户端对纯视觉路线的接受度,极越、大疆都在基于纯视觉落地城市功能,可以看看效果。3、相关的保险出台。
▲2、为什么EyeQ系列的算力都很低?EyeQ6的算力只有34T(Int8),新发布的EyeQ7,算力也仅为67T?
先做个不那么严谨的类比,Mobileye基于NT1蔚来ES8为平台,打造的无人车(Robotaxi),用了8颗EyeQ5H,算力在200T左右。而市面上其他使用通用计算平台的无人车,算力均在1000T左右(Apollo RT6公开可查数据为1200T),我提到的这些车型,都处于商用试运行阶段,都在路上跑了。
EyeQ系列,是基于ME算法打造的专属芯片,也就是我们现在经常说的:软件定义芯片。ME一直在使用CV算法,在BEV还未盛行时,就用纯视觉做了Vidar(视觉雷达),把2D图像3D化,能对非白名单的物体进行检测。比如:突出车厢外的物体,停在路边开门的车子,这些都基于算力很低的EyeQ5就能实现。
在今年的CES上,Ammon教授突然聊起了端到端,表示ME也在做端到端。但与特斯拉的全链路端到端不同,ME的端到端在感知部分。至于没做全链路的原因,也是目前行业的共识,我直接贴出PPT(图2),就不在展开了。
ME的感知端到端也用了BEV,但跟主流方案不同的是,并没有使用行车摄像头(周视),而只是用了4颗泊车的环视摄像头,ME的BEV网络叫做Top View Net。
环视的优势是,视角大,缺点是距离短,前后向15米、左右10米。它还有一个好处是,5V5R就能实现,不需要增加更多的传感器,一些低阶方案也能实现。
但是,泊车摄像头的感知距离、精度远不及8MP的行车摄像头,那效果会好吗?
Ammon教授举了一个稀疏算法的例子。行车摄像头(8MP)的感知范围都在200米,四个方向(前后左右)就是一个400X400分辨率的BEV网格,但在自动驾驶中,10cm的分辨率才有意义,那这个网格空间就会变成4000x4000分辨率,如果采样率16bit,256个通道就需要64GB的内存容量,能够满足这个要求的硬件,你只能上英伟达的H100了。
算法工程师不是傻子,肯定不能这么干,所以才有了稀疏的注意力机制,比如:BEVFormer或者DeTR3D这些算法。拿第一种举例,BEVFormer中会提取前一个时刻(时序)的BEV特征作为采样,就不需要去采集全部的信息数据(64GB),这个特征通常也被看做是一种先验信息(时序先验),通过上一个时刻来作为预测。
ME认为,3D目标的检测重要,但也要解决车道线的问题。所以,重点来了! ME通过REM地图来达到注意力机制同样的效果,这被称作REM-Base-Attention layer(REM地图 注意力层)。
Ammon教授举了一个常见的遮挡例子,一辆车驶入环岛后,视觉感知会被遮挡。但ME通过REM地图标记出周围物体的映射,就能准确找到这台车,并把它放在正确的车道内。注意看图5,弯曲的环岛路线,在右侧被拉直了,并且标记处遮挡车辆的相对距离,大概在37.5米。
图6是一个更严重的遮挡,红框中的车,通过右侧的图片,能显示出米数和位置关系。
所以,只用环视摄像头做BEV的问题,似乎有了答案。因为你完全可以通过REM-Base-Attention layer,来确认它车位置,甚至被遮挡的车辆,你都能做到精确定位。环视BEV只需要解决近距离的问题就好了。
ME如何做到的,Ammon教授没讲细节,但提到了要对所有摄像头信息,空间时间,逐帧,逐尺度进行处理,还要借助 REM 地图的帮助,这个系统会整合在EyeQ6H芯片中,而不是外部挂载。
最后那个问题:为什么ME的EyeQ系列芯片算力相比英伟达,会低那么多?
Ammon教授的解释是:我们的芯片是为我们开发的软件堆栈专门设计的。它不是一个单一加速器,我们有四五种类型的加速器引擎,每一种都专为不同类型的软件堆栈设计,它们整合在一起构建出了一个更高效的系统。
看过上面那些,不知道你们是否认可这个解释?评论里分享一下吧。
#新能源大牛说#
▲1、为什么走纯视觉路线的Mobileye(以下简称ME)会上激光雷达?
大家都看到了极氪001(SuperVision平台,以下简称SV)的改款车型上了一颗Lidar,很多网友问我,这颗Lidar是否值得选?
ME的产品定义,并不是按照SAE的自动驾驶分级来设计的。他们用eyes on/off、hands on/off 来给产品分级。也就是能否脱眼、能否脱手。
SuperVision的ODD(运行设计域),是无法脱眼的,但允许脱手(你可以理解为,车辆自主完成转向等操作),但受交通法规约束,大多数时间,驾驶员还是需要把手搭在方向盘上。
当系统升级到Chauffeur平台(以下简称CH),ODD就允许脱眼、脱手,主要是指封闭高速路段,130kph下允许脱眼、脱手。需要增加一些硬件冗余,ME提到的主要是Lidar、成像雷达(4D毫米波)和芯片(EyeQ6H)。
那001上激光雷达,是要升级到Chauffeur平台?为了达到脱眼+脱手?答案肯定不是,CH平台最早落地的时间在2025年,要等EyeQ6H芯片量产。
我们知道SV平台是一个全域ODD设计,也就是除了高速,在城市也可以实现点到点的领航功能。但因为各种原因(跟TSL类似),ME在中国至今只落地了高速领航。而国内的交通情况又非常复杂,所以我个人判断,001和极星4上Lidar,应该是主机厂的要求,也就是说这两款车,后面是有计划去落城市领航功能的。而Lidar的作用,更多就是做冗余的,应该是主机厂从安全角度要求加装的。
那没有Lidar的001和极星4,还能落地城市领航吗?我判断有三点会产生影响:1、纯视觉路线落地的效果,图的进展和质量;2、用户端对纯视觉路线的接受度,极越、大疆都在基于纯视觉落地城市功能,可以看看效果。3、相关的保险出台。
▲2、为什么EyeQ系列的算力都很低?EyeQ6的算力只有34T(Int8),新发布的EyeQ7,算力也仅为67T?
先做个不那么严谨的类比,Mobileye基于NT1蔚来ES8为平台,打造的无人车(Robotaxi),用了8颗EyeQ5H,算力在200T左右。而市面上其他使用通用计算平台的无人车,算力均在1000T左右(Apollo RT6公开可查数据为1200T),我提到的这些车型,都处于商用试运行阶段,都在路上跑了。
EyeQ系列,是基于ME算法打造的专属芯片,也就是我们现在经常说的:软件定义芯片。ME一直在使用CV算法,在BEV还未盛行时,就用纯视觉做了Vidar(视觉雷达),把2D图像3D化,能对非白名单的物体进行检测。比如:突出车厢外的物体,停在路边开门的车子,这些都基于算力很低的EyeQ5就能实现。
在今年的CES上,Ammon教授突然聊起了端到端,表示ME也在做端到端。但与特斯拉的全链路端到端不同,ME的端到端在感知部分。至于没做全链路的原因,也是目前行业的共识,我直接贴出PPT(图2),就不在展开了。
ME的感知端到端也用了BEV,但跟主流方案不同的是,并没有使用行车摄像头(周视),而只是用了4颗泊车的环视摄像头,ME的BEV网络叫做Top View Net。
环视的优势是,视角大,缺点是距离短,前后向15米、左右10米。它还有一个好处是,5V5R就能实现,不需要增加更多的传感器,一些低阶方案也能实现。
但是,泊车摄像头的感知距离、精度远不及8MP的行车摄像头,那效果会好吗?
Ammon教授举了一个稀疏算法的例子。行车摄像头(8MP)的感知范围都在200米,四个方向(前后左右)就是一个400X400分辨率的BEV网格,但在自动驾驶中,10cm的分辨率才有意义,那这个网格空间就会变成4000x4000分辨率,如果采样率16bit,256个通道就需要64GB的内存容量,能够满足这个要求的硬件,你只能上英伟达的H100了。
算法工程师不是傻子,肯定不能这么干,所以才有了稀疏的注意力机制,比如:BEVFormer或者DeTR3D这些算法。拿第一种举例,BEVFormer中会提取前一个时刻(时序)的BEV特征作为采样,就不需要去采集全部的信息数据(64GB),这个特征通常也被看做是一种先验信息(时序先验),通过上一个时刻来作为预测。
ME认为,3D目标的检测重要,但也要解决车道线的问题。所以,重点来了! ME通过REM地图来达到注意力机制同样的效果,这被称作REM-Base-Attention layer(REM地图 注意力层)。
Ammon教授举了一个常见的遮挡例子,一辆车驶入环岛后,视觉感知会被遮挡。但ME通过REM地图标记出周围物体的映射,就能准确找到这台车,并把它放在正确的车道内。注意看图5,弯曲的环岛路线,在右侧被拉直了,并且标记处遮挡车辆的相对距离,大概在37.5米。
图6是一个更严重的遮挡,红框中的车,通过右侧的图片,能显示出米数和位置关系。
所以,只用环视摄像头做BEV的问题,似乎有了答案。因为你完全可以通过REM-Base-Attention layer,来确认它车位置,甚至被遮挡的车辆,你都能做到精确定位。环视BEV只需要解决近距离的问题就好了。
ME如何做到的,Ammon教授没讲细节,但提到了要对所有摄像头信息,空间时间,逐帧,逐尺度进行处理,还要借助 REM 地图的帮助,这个系统会整合在EyeQ6H芯片中,而不是外部挂载。
最后那个问题:为什么ME的EyeQ系列芯片算力相比英伟达,会低那么多?
Ammon教授的解释是:我们的芯片是为我们开发的软件堆栈专门设计的。它不是一个单一加速器,我们有四五种类型的加速器引擎,每一种都专为不同类型的软件堆栈设计,它们整合在一起构建出了一个更高效的系统。
看过上面那些,不知道你们是否认可这个解释?评论里分享一下吧。
#新能源大牛说#
#极氪007# 这个二排(图1)吧,怎么说呢;
按照图2 这个状态塞脚,臀部顶到靠背,坐垫前端留空比较有限,还算可以;
靠背有前后调节(图3),角度有可视区别,但没有惊喜(按键有惊喜[二哈]复用了001那套)
按图4、图5、图6 来看,我的上半身应该比西拉夫长了小一拳。(不是故意黑的[春游家族])
记得哪里看的,001的800v电池高度140,那和nt1/nt2这些车从老8上延续而来的400v换电电池也差不多了,到底谁说换电得不偿失、800v一来默秒全的啊,误导我[怒]
按照图2 这个状态塞脚,臀部顶到靠背,坐垫前端留空比较有限,还算可以;
靠背有前后调节(图3),角度有可视区别,但没有惊喜(按键有惊喜[二哈]复用了001那套)
按图4、图5、图6 来看,我的上半身应该比西拉夫长了小一拳。(不是故意黑的[春游家族])
记得哪里看的,001的800v电池高度140,那和nt1/nt2这些车从老8上延续而来的400v换电电池也差不多了,到底谁说换电得不偿失、800v一来默秒全的啊,误导我[怒]
✋热门推荐