年初，長城汽車公布了 2021 年銷量成績：全年銷量突破了 128 萬輛，同比增長 15.2%。這是長城汽車第 6 年實作銷量破百萬，也是曆史最佳年銷成績。
一個值得注意的事情是，目前長城汽車大部分在售車型已前裝 L2 級智能輔助駕駛，作為一個産品線衆多的企業，不管是哈弗、魏牌，還是純電品牌歐拉，甚至是硬派越野坦克系列及長城汽車炮全部實作車聯網應用覆寫。不難看出，長城對于汽車智能化浪潮并不打算袖手旁觀。
實際上長城汽車在智能生态領域布局已久，2021 更是在智能化領域成果頻出：更新「咖啡智能 2.0」，包括全新的電子電氣架構、第三代智能駕駛計算平台 IDC 3.0、NOH 智慧領航輔助駕駛系統、自研座艙系統 GC-OS 和智慧線控地盤等一系列先進技術。
2021 年 6 月，長城汽車宣布到 2025 年實作全球銷量 400 萬輛，其中 80% 為新能源汽車。如果說能源形式的轉變是變革的「主旋律」，長城汽車的「咖啡智能」則毫無疑問是變革的第一樂章。
從感覺智能到認知智能
特斯拉于 2019 年推出了「按導航輔助駕駛」功能，實作了在車機地圖上設定目的地導航後，車輛可以實作自動進出匝道、自動超車、随道路限速自動變換車速的功能。2020—2021 年，蔚來、小鵬和理想紛紛跟進推出這一功能。從此在大家心中，「按導航輔助駕駛」成了科技出行公司的标簽。
2021 年 11 月，長城汽車正式向魏牌摩卡使用者推送了 NOH 智慧領航輔助駕駛功能。從使用體驗來說，這套系統在高精地圖覆寫的場景下能夠勝任點到點的領航輔助駕駛能力，這也打破了全球「特理蔚鵬」四家獨占按導航輔助駕駛功能的格局。
一個月後，長城汽車又展示了魏牌摩卡城市 NOH 輔助駕駛系統的示範視訊。測試車在 34 公裡的測試過程中經過了 24 個路口、27 個人行橫道、22 個紅綠燈、5 個無保護人行橫道以及兩個環島。在整個過程中，搭載城市 NOH 系統的測試車一共行駛了 11 公裡，全程沒有人工接管。
那麼，長城汽車的智能駕駛到底是怎麼實作在短時間内快速研發的？
感覺能力高低決定了智能駕駛的下限，也是搜集資料的基礎。長城汽車智能駕駛的核心感覺裝置為雷射雷達和攝像頭。
車身四周的攝像頭能夠實作 360 度的覆寫，攝像頭采集到的資料先通過一個 Resnet 網絡計算基礎資料，然後生成兩個分支。一個分支可以追蹤和提取多層特征的目标，包括對車道線、停止線、路沿、車輛和交通信号燈的識别；另一個分支則用于系統 Free Space 的生成及場景識别。
對于雷射雷達生成的點雲圖，毫末智行采用了 PointPillar 的算法，能夠大幅提升計算速度。該系統首先将三維的點雲資料降維進行僞二維化，之後再按一般方法進行計算。
認知能力的高低決定了自動駕駛實際表現的上限。表達特定場景下的駕駛行為，從認知的宏觀角度上來看有幾個影響因素：天氣、道路結構、交通參與者、交通流密度、主車路線、碰撞風險和碰撞時距。毫末從已有的資料中挖掘和表達這些屬性，然後再進行聚類和分類，友善系統準确識别這些特殊場景。
而在認知的微觀層面，長城汽車把汽車的控制動作細化。用最基礎的啟停動作為例，長城汽車把這個過程細化成 4 個階段：穩态跟車、前車減速、前車刹停、前車起步。
在宏觀場景和微觀動作都被數字化後，長城汽車對其進行針對性标注，讓模型在不同的場景下持續訓練。而車端執行層将搜集到的案例作為指導，模拟學習得出每個車在不同場景下的具體動作，即端到端的模拟學習。
車端平台 & 雲端平台雙管齊下
随着車端傳感器數量的增加，攝像頭、雷射雷達等感覺元件擷取的資料量陡增，這對車載智能駕駛計算晶片的算力提出了嚴酷的挑戰。
為此，長城汽車推出了智能駕駛計算平台——IDC 3.0。該平台采用了高通 SA8540P + SA9000P 的組合，單闆算力達到了 360T，還可以通過闆間級聯方式更新至 1440T。這也是目前全球範圍内具備量産能力且能效比最高的計算平台。
作為大算力的車端計算平台，IDC 3.0 能夠有效支撐 AI 視覺大模型的車載運算以及車端感覺資料的篩選、清洗、脫敏和回流，大大提高資料識别的準确度。
IDC 3.0 采用目前最高速的 PCIE 4.0 接口，可有效支撐 CUP 與 NSP 之間資料的高速雙向回流，減少系統的延時和反應時間。
此外，IDC 3.0 支援 6 路千兆以太網，闆間資料傳輸能力達到 6 Gbps，可同時接入最高 14 路 800 萬像素高清攝像頭、8 路高分辨率毫米波雷達以及 6 塊固态雷射雷達。這樣的性能表現也為後期長城汽車智能駕駛向更進階别的 L4\L5 等全場景智能駕駛功能實作留出了備援。
車端的計算平台性能雖然很強，但一般一個車端的小模型充其量也隻是負責一部分的感覺任務。長城汽車通過在魏牌摩卡上前裝智能駕駛系統，目前已經積累了實際路測裡程 400 萬公裡，這麼龐大的資料帶來的大計算量隻有靠雲端計算平台來解決。目前，長城汽車自己的超算中心也正在籌建，未來雲端的運算能力可以得到提升。
長城汽車通過一個基于 Transformer 的大模型 Fundamental Model 實作全任務感覺，能夠找出車端小模型在惡劣天氣、漏檢錯檢時發生的識别錯誤，修正後再傳回車端模型重新訓練，大幅提升了資料捕捉的準确性和模型訓練的速度。
長城汽車智能汽車的「認知智能」也展現在資料的測試方法上。AI 模型的疊代速度很快，最有效的方式是用仿真環境測試其有效性。而傳統的仿真測試效率極低，從場景搭建、設定模型到仿真測試費時費力，往往每人每天隻能搭建 30 個測試環境。
長城汽車開發了一套語義場景的自動化轉化工具和參數泛化工具，可以将 CSS 中場景庫的描述文本自動轉化為仿真測試場景，每天可以自動生成 10,000 多個仿真測試用例。并且長城汽車積累了數十萬個典型的智能駕駛場景，大部分是 Corner Case，可以有效驗證在智能駕駛複雜場景下的表現并迅速疊代。
長城汽車智能駕駛總監甄龍豹指出， 駕駛的核心競争力有兩點：AI 疊代成本和 AI 疊代速度。
毫末智行 CEO 顧維灏也認為特斯拉的輔助駕駛之是以能隻依靠視覺方案就取得今天的成就，很大程度是因為他們實作了資料閉環，更重要的是特斯拉擁有 10 億公裡級的實際裡程資料。
而長城汽車的智能駕駛想要獲得快速疊代的能力，最重要的就是快速鋪量。客觀來講，長城汽車旗下衆多百萬級年銷量的車型為其智能駕駛大規模量産鋪好了路。
安全必不可少
如果說技術方案是智能駕駛的主旋律，那麼安全則是智能駕駛的基本盤。
長城汽車為智能駕駛提供了六重備援，包括了轉向備援、制動備援、感覺備援、控制備援、架構備援、電源備援。
通過雙繞組轉向電機、雙電源、雙傳感和雙通訊等設計，長城汽車智能駕駛可以保證在全場景下轉向最低助力為 50%；通過 ESP + IBooster 的設計實作制動雙重備援。
感覺方面采用多源異構的傳感器方案，光前部感覺就融合了 3 雷射雷達、3 毫米波雷達和 2 攝像頭的設計，安全性相比傳統的融合方式大幅提高。而除了高通 SA8540P + SA9000P 的主晶片，安全備援晶片為英飛淩 TC397 ，確定意外情況時控制器随時接管。
長城汽車這套智能駕駛系統通過雙電源的配置，可以保證主電源在失效後，5 分鐘内功能正常運作，主副電源的切換隻需要 500 微秒，足夠車輛駛入安全區域或駕駛員接管。而目前法律規定 L3 級别智能駕駛在電源失效後仍能正常運作 10 秒，這套系統的安全備援确實考慮得比較周全。
智慧線控底盤帶來的未來展望
長城汽車在 2021 年 6 月 29 日全球首發了擁有全部自主産權的線控底盤技術，這又會給智能駕駛帶來哪些想象呢？
線控底盤不再需要傳統的轉向器和轉向管柱之間的轉向傳動軸，可以擴大乘坐空間。同時由于沒有了傳統的硬連接配接，方向機構也就完全隔絕掉了路面的振動，有利于 NVH 的控制，同時可以模拟出更豐富的轉向手感。
并且由于線控底盤人車解耦，未來通過進階别智能駕駛的配合，中央處理單元可以自行協調控制進行各個系統的動作分解，實作整車級别的自主協調控制。
展開想象，由于可以通過電信号控制轉向、換擋、油門刹車以及懸架，未來甚至可以在進階别智能駕駛時收起方向盤并自由組合座椅，讓車輛實作真正意義上的「第二生活空間」。
同時長城汽車将與駕駛安全強相關的線控轉向和線控制動系統設定了安全備份，将系統整體失效率控制在每小時 10 億分之一。并且在轉向失效的極限場景下，可以通過對單側車輪施加制動力完成轉向動作。在制動失效的極限場景下，可以通過增加動能回收力度，産生大的拖拽力以降低車速。
寫在最後
提到智能駕駛，大家腦海中最先聯想到的往往是特斯拉、蔚來、小鵬等一衆新勢力造車企業，他們在該領域的風吹草動都會被立刻被放到聚光燈下，而長城汽車在智能駕駛領域的投入和他們受到的關注度卻不成正比。
不為大部分人所知的是，長城汽車的自動駕駛技術的研發自 2009 年就已經開始。2014—2016 年，長城汽車團隊連續三年赢得了中國智能汽車未來挑戰賽。2015 年的長城汽車科技節上，長城汽車展示了自己的 L3 級自動駕駛，帶有 ADAS 功能的哈弗 H9 也在同年推出。
積累了 10 多年，長城汽車智能研發團隊也在 2021 年擴充至 2,000 人。從 2019 年到如今短短兩年多的時間裡，長城汽車自主研發的智能駕駛産品以令人咂舌的速度裝車量産，目前已經積累了 400 萬公裡的實際路測裡程。
在汽車智能化變革的時間點，掌握了自研能力就意味着自己不用被上遊供應鍊「卡脖子」，也意味着在相關領域擁有絕對的話語權，從長期來看，全棧自研帶來的體系優勢毋庸置疑。但自研從來不是一開始就有效果，形成規模化和商業化效應之前，技術疊代和完善的道路任重而道遠，傳統車企中真正願意為之大量投入，為之付諸實踐的公司也并不多。
而長城汽車的做法也差別于遲遲不能落地的 L4/L5 自動駕駛研發企業，其所有的研發都服務于量産。而 2021 年長城汽車全系車型中，具備有效資料收集功能的車輛達 25 萬輛，在這個「資料驅動」的時代，誰獲得了更多的路測資料，就意味着智能駕駛産品的疊代速度變快、實際表現更成熟。
目前，長城汽車已經在魏牌、坦克、哈弗等五款車型上前裝智能駕駛系統，在 2022 年，這個數字将增加到 34 款車，裝機量達到 30 萬輛以上，約占整體上市車型的 80%。每年數十萬的上量進度也讓長城汽車智能駕駛的疊代速度具有優勢。
大家對新生事物總是不吝啬于自己的歡呼和關注，熟悉的角色發生的巨變有時卻被我們所忽視。在大家把目光統統放在造車新勢力的智能駕駛程序上時，長城汽車的智能化研發也正在在悄然向前推進。