2023年4月16日，華為在智能汽車解決方案發布會上發布了其最新的ADS2.0產品，首款搭載量產的是問界M5車型，在2023年上海車展前提前出盡風頭，但我從網上查了一下沒有查到ADS2.0和ADS1.0對比分析的資料，通過已公開的信息、同行交流和網上查找相關資料匯總對比分析下兩代產品的差異。 華為ADS1.0量產的第一款車是極狐αS，這款車的量產可以說是一波三折，華為在這款車的自動駕駛上可謂說傾注不少心血，是華為自動駕駛打響第一炮的產品，但這款車HI版本直至到2022年5月，距離極狐αS上市的時間已經過去1年，這也側面說明華為在研發過程中遇到不少的挑戰，從傳感器到域控軟硬件都是華為自研首次量產，能否按時量產的風險很大，不知道北汽的領導之前跟華為合作過程中有沒有被嚇出一身冷汗。

華為ADS1.0產品不知道是當初在規劃的時候應該是按照自動駕駛L3進行規劃的還是說華為首次量產自家自動駕駛產品不夠自信，這個平臺使用的傳感器非常豪華，超聲波雷達、毫米波雷達、激光雷達、視覺傳感器等你能想到的傳感器都上了，而且傳感器數量非常多，這套傳感器加自動駕駛域控制器估計要2w以上。 01 傳感器做減法

激光雷達

高階智能駕駛方案里激光雷達基本上是標配，少則1個多則3個，激光雷達在非規則物體、異常天氣感知、近距離切入、隧道等場景下相對于其他傳感器有比較大的優勢，在城市NOA功能上激光雷達基本是標配。

從華為之前發布的信息來看，這個激光雷達關鍵參數如下：96線高性價比中長距激光雷達，10%反射率最遠可以檢測150m，水平垂直視場角120°X25°，分辨率0.25°X0.25°，兩個側向激光雷達總價格我預估在7k左右。

毫米波雷達

毫米波雷達具有可靠、測距精度高等優點，在車上基本是標配版的存在，絕大部分車型至少使用1顆毫米波雷達，在ADS1.0中在前向、后向、側向共使用6顆毫米波雷達，構建基于Radar的360° tracker。

在ADS2.0中只保留前向和側后向的毫米波雷達，前向感知的重要性保留一個毫米波雷達大家是完全理解的，后向為何仍然保留兩個側后角雷達呢？我覺得華為有如下考慮：雖然基于視覺已經構建360°的感知，但是在某些場景下視覺是無法取代毫米波雷達的，我們以即將實施的CNCAP2024 后向穿行輔助RCTA場景為例：

車輛在道車過程中，后方出現穿行的摩托車/電動自行車，由于本車旁邊有兩輛車遮擋，這個時候你借助于側向的攝像頭是檢測不到后面穿行的兩輪車，使用后側向毫米波雷達就沒有此問題，這種場景下更早檢測到兩輪車，更容易得分。

視覺傳感器

視覺傳感器部分變動也還是比較大的，攝像頭的數量從原來的13個變成ADS2.0中的11個，變更點是前向由原來的4個變成現在的2個。

在ADS1.0中前向四個攝像頭如下：同焦距雙目、大小眼單目（寬視角和窄視角），大家在做前向視覺感知時一般會采用大小眼單目或者同焦距雙目，很少會同時上，這說明華為內部早期對于視覺感知路線還是沒有達成一致，索性硬件都預埋兩個方案同時上。而在ADS2.0上華為前向感知已經完全切至大小眼單目，我覺得這個變更也說明華為對于自家的視覺感知路線也逐漸清晰。 同時據說ADS1.0上前向采用3-5M的攝像頭，而在ADS2.0上改成兩個8M，側向和后向攝像頭應該是采用2-5M。

02 功能做加法 對于ADAS功能來說主要分為兩類：主動安全類和舒適類功能，主動安全類常指L0功能，在事故發生前提供預警或短時間介入。對比ADS2.0（問界M5）和ADS1.0(極狐αS)主動安全功能發現：ADS2.0新增低速緊急制動、異形物緊急制動和緊急車道保持。

而對于舒適類功能主要是指L1-L2功能，是為了減輕駕駛強度，緩解駕駛員疲勞，ADS2.0比ADS1.0新增城區車道巡航輔助增強和哨兵模式。

ADS2.0上新增的這幾個功能相對來說開發難度大、行業領先的，這也側面說明華為的算法已經從跟隨到引領這個方向邁進。

03 算法大提升

BEV算法

傳統的感知模塊包含障礙物檢測，車道線語義分割，可行駛區域分割等，存在感知鏈路長、延遲大、準確率低的問題，在BEV出現之后，整個自動駕駛感知模塊趨向形成統一，簡潔，高效的端到端結構。這也是這兩年行業內炒的比較熱的話題，目前國內主要是理想和地平線宣稱在這塊已經量產。

減少對高精地圖依賴

目前主流的NOA功能需要依賴高精地圖進行全局規劃和局部規劃，但高精地圖存在新鮮度低按季度更新、采集成本高、審批流程長的問題，目前大家對于NOA功能研究的方向是采用輕量化地圖，減少高精地圖的依賴，特斯拉給大家提供一個比較好的研究方向，基于導航地圖疊加少量其他元素，導航地圖的實時更新可以保證地圖的新鮮度，由于導航地圖元素較少，對后端路徑規劃提出更高的要求。

基于導航地圖結合道路拓撲網絡推理，實現導航地圖和真實世界的匹配，余大嘴宣稱在2023年Q3可以實現，我們拭目以待吧。

GOD網絡

一般L2功能的感知模型只能識別常見的障礙物類型：車輛（正向或后向）、行人和兩輪車，道路相關的特征只能識別：車道線、路沿和交通標識，這些俗稱感知的白名單，超出白名單的物體即使感知到也會被過濾，所以你就會看到這樣的事故：

只有正向或側向的大貨車才在白名單里，側翻的大貨車不在，那就選擇無視，于是你就會看到在駕駛輔助功能激活下各種各樣的交通事故，但由于它只是輔助駕駛員工作，事故責任方還是駕駛員。 事故的負面影響挺大的，對駕駛輔助的認可度降低，隨著激光雷達傳感器和基于視覺深度學習模型的應用，華為采用GOD網絡對于白名單以外的障礙物也能識別。

04 總結 對于華為做自動駕駛這件事，兩年前我在與華為合作自動駕駛時其工程師水平、產品性能性能和服務態度都不太好，給我的印象是‘產品性能不太行，遇事甩鍋第一名’，所以一提到華為自動駕駛我就持否定態度。去年底華為在開通上海城市導航駕駛輔助NCA功能，今年1月份租車試駕，雖然在路線規劃這一塊還存在一些問題，但是整個控制過程都很平順舒適，對于兩輪車、行人避讓非常果斷利落，讓我又重新對華為自動駕駛技術另眼相看，我認為華為城市領航輔助已經達到NO.1水平。 從傳感器做減法這件事看，華為不在構建毫米波雷達的360°感知，不在構建激光雷達前向、前側向范圍內的全覆蓋，我認為華為使用的當前這套傳感器主要是應對L0-L2+功能，不再好高騖遠為L3-L5預埋過多的傳感器硬件，變得更加務實。 以上是我的個人理解，如有不對歡迎大家評論區指正。