自动驾驶是近两年汽车行业的高频词汇，相关产品也从电影中小说、各大车厂ppt的畅想变成了大家可见、可触的现实。我们常说智能化是汽车巨变的下半场，那么国内车企自动驾驶技术的竞争格局稳定了吗？这一切要从自动驾驶的历史说起。
汽车智能化的初始思路与大多数工业上的自动化初始思路并无不同，都是试图通过识别、规划以及执行的方式，让机器替代人来完成工作。很多工业领域比如分拣、组装、焊接等工业工序，都有显见的自动化进展。
自动驾驶模型框架也如此划分，分为感知、规划决策和执行三部分，但驾驶汽车远比特定场景下的分拣、组装更加复杂。其复杂性主要就体现为识别和规划的多样性上。
早在上个世纪70年代，人们就开始尝试研发自动驾驶技术，但基于机器视觉的自动驾驶研究在第一步感知环节就卡住了——无法满足自动驾驶所需要的感知准确度和丰富程度。
直到2010年，在深度学习的神经网络被引入到图像识别领域后，自动驾驶汽车的感知效果才有了质的提升。也就是说，现在的自动驾驶之所以能有长足的进步，正是得益于神经网络的AI技术发展。基于神经网络的AI模型原理我们之前讲过，有兴趣的朋友可以翻看。
基于感知、规划以及决策的自动驾驶架构发展可以分为两个阶段，第一阶段是以DNN、CNN为次序逐步改进的小模型感知；第二阶段是以Transformer为基础的大模型感知。
最早的DNN（深度学习神经网络）识别图像的本质是对每一个像素点进行比对学习，因此效率较低。事实上，人类在“观看”时是并不需要对像素点进行逐个对比，而是通过图像的特征进行识别。例如人类识别汽车时，并不需要对每一个像素点都比对；相反，只要看到并确认形状、轮子以及车标等关键特征，就可以判断看到的是一辆车。基于同样的思路，CNN卷积神经网络应运而生，本质上是在信息传入传统神经网络前，先做特征的提取并进行数据降维，就像看一张图片的时候不再是一个像素一个像素去看，而是寻找眼睛，轮子、指示牌等特征，从而理解图片。
这样做的好处是提升了效率，但缺陷也同样明显，可能会丢失关键信息，从而导致误判。比如同时看到轮胎车身以及车标等关键信息的组合在大多数情况下意味着这是一辆汽车，但也有很少情况是汽车修理厂的一堆零件。
此外，CNN模型也存在泛化能力差的问题，需要大量的标记数据进行训练，没标记过的物体无法识别。于是，Transformer逐渐登上舞台。Transformer最早应用于语言模型的训练，2020年在《An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale》的文章中首次探讨了Transformer架构用于图像领域的研究，凭借优秀的长序列处理能力和更高的并行计算效率，2021年由特斯拉将Transformer引入自动驾驶领域。
Transformer与CNN相比最大的优势在于其泛化性更强。CNN只能对标注过的物体进行相似度的比对，通过不断学习完成对该物体识别的任务；而Transformer可以通过注意力层的结构找到更基本的元素之间多个维度的相关信息，由此找到更泛化的相似规律，进而提高自动驾驶的泛化能力。
这也是当下国内领先自动驾驶产品的感知方案BEV+Transformer，通过摄像头以及各种雷达的数据识别出道路、障碍物、交通灯、行人、自行车等其他道路参与者信息，然后生成实时的BEV图景，从而给后续的规划提供基础数据。由于这个架构具有较强的泛化感知能力，优秀的厂商基于此实现了摆脱高精地图，做到了有路就能识别的程度。
规划和执行层面目前国内主流的自动驾驶产品仍然采取人工编写规则的方式进行，这一点国内领先的企业都大体相似。
如果回到投资，基于这个自动驾驶框架的自动驾驶产品可以构筑持续稳定的护城河吗？看起来并不容易。目前来看，感知环节的准确性、多样快速识别能力是决定各家自动驾驶产品可用性的重要区别。此外，决策环节的规则是否足够丰富、是否可以覆盖多样的情况也很重要，否则就会遇到需要频繁接管的情形。感知环节的壁垒更多来自于数据里程以及硬件能力，这两点虽然相比于CNN的路线门槛大幅提升，但仍不够高，对于国内如此庞大的市场来说都还无法构成障碍。决策环节的规则丰富性是一个工程问题，你追我赶的速度就看大家的投入和决心，这一点的领先也不是牢不可破。
从这些角度来看，当下领先的企业仍需努力奔跑，而不能躺在盖好的城堡里高枕无忧。但好在自动驾驶的技术方案仍在变化，端到端的引入可能会再次改变游戏规则，端到端的方案也可能最终使得机器驾驶超越人类司机，有机会可以再写写，保持学习。
$中泰开阳价值优选混合A(OTCFUND|007549)$
$中泰星宇价值成长混合A(OTCFUND|012001)$
$中泰兴诚价值一年持有混合A(OTCFUND|010728)$
以上内容仅代表个人观点，不作为投资建议，请大家理性。
本文作者可以追加内容哦 !
