電氣化，豐田貌似慢了半拍，其電動化攻勢戰略《兩張圖一分鐘看懂豐田發布的電動攻勢》在2021年底才發布，整整慢了其旗鼓相當的對手大眾汽車發布電氣化戰略五年。智能化，豐田貌似又慢了半拍，連隔壁日產都開始秀其智駕方案《日產基于激光雷達智能駕駛 - ProPilot詳解》但豐田貌似巋然不動。豐田真的反應遲鈍嗎？
其實豐田，他能做成市值最大的車企，除了其著名的精益生產，我覺得他還是產業中最會抓住技術周期《從AI到底有沒有普及看技術發展周期》底部的公司，在技術周期底部進入可以減少試錯成本，可以識別最優商業技術方案，其實豐田一直對智能汽車技術進行研究和布局。
所以本文繼《豐田汽車的智能化之路》了解其智能之路的合作收購歷史之后，我們深入了解其智能駕駛技術方案，其實本文想分如下部分分享：
- 用什么樣的智能駕駛算法方案？TAD,MAT,AMP
- 用怎么樣的智能駕駛操作系統和中間件？APEX.OS
- 用哪家的硬件？其實通過算法和系統中間件的把控，就相當于和硬件解耦了，這個時候選擇硬件就有一定的靈活性。
但發現這文章真的會超萬字，為了閱讀體驗,也為了讓文章有清楚邏輯我把文章分成了兩部分，一部分是智能駕駛技術方案，另一部分是系統，軟件，工具鏈技術方案。本文為智能駕駛技術方案分為如下三部分：- 豐田自家的TAD（Teammate Advance drive）
- 豐田Woven Capital收購lyft的 level 5
豐田取這個名字的意思是“隊友高級駕駛”顯然他不是高階智能駕駛，是一個標準的L2等級自動駕駛，他主要作用是旨在加強駕駛員和汽車之間的溝通，使他們能夠相互聯系以相互協助，并實現類似于親密朋友的協調駕駛. 與其讓汽車取代人的駕駛，取而代之，不如說司機和汽車作為伙伴，互相保護，讓司機在享受駕駛體驗的同時，時不時地推遲自動駕駛，實現真正安全、安心、不受限制的出行。他的主要功能亮點是在封閉高速公路上。類似于新勢力的高速領航輔助，自動進出閘道，超車，加速減速到達導航目的地。但是豐田這項功能支持脫手，通過DMS監控駕駛員視線來確保駕駛員沒有分心，因此，駕駛員在長期駕駛時幾乎不需要轉向、加速和制動，從而大幅降低了駕駛負荷，幫助駕駛員觀察車輛周圍環境以確保安全駕駛。他的硬件，比較豪華：1個激光雷達，5個毫米波雷達，2個單目攝像頭，1個雙目攝像頭，4個環視攝像頭。采用高精地圖負責定位。攝像頭布置比較特殊，不符合我們之前文章《視覺為王-小鵬以及特斯拉的自動駕駛方案》去做360度環繞的視覺，他只有前視覺一個120m中距攝像頭120萬像素負責定位也就是識別道路線，一個250m長距遠視500萬像素攝像頭，兩個攝像頭負責AI算法融合識別道路物體以及道路線等。另外一個雙目前視攝像頭可能是來自于ZF等用作安全冗余。另外四個環視主要用來做泊車等。
激光雷達，205m的探測距離，FOV (水平110°,垂直2.5°)，布置在前保險杠。激光雷達兩大作用，探測前方距離，識別加塞車輛。
運算的GPU?35.9 top來支持AI 視覺圖像處理。
另外豐田宣稱其傳感器可以融合，利用雷達、激光雷達和攝像頭的識別輸出映射到高清地圖信息中。這樣可以達到冗余多融合精準識別，雷達和激光雷達都檢測到的目標應用了雷達輸出的每多普勒頻移縱向速度，以及激光雷達輸出的橫向位置，該橫向位置通過左右反射器從車輛寬度精確計算得出。因此，為每個傳感器應用更精確的輸出結果。如果雷達和/或激光雷達目標與相機目標融合，則判斷檢測到的目標足夠可靠，可以啟動緊急制動。此外，通過將這些自主識別傳感器輸出與高清地圖相結合，系統可以確定前面的車輛是在ego車道上還是在相鄰車道上，盡管遠離攝像頭范圍。這樣融合能夠實現了車輛控制接近老司機的平穩行駛。當然豐田叫其teammate其實強調其人機共駕，人機共駕的基本要求就如我們之前文章《智能座艙系列文二- 它背后的5種交互技術之視覺。》講到的DMS,豐田采用AI技術通過對駕駛員臉部的追蹤來判斷確保駕駛員沒有分心。以上就為豐田自己的TAD方案，其實和通用的super cruise 等方案類似，應用激進方面顯然比不過特斯拉，蔚來，小鵬等，但是傳統主機廠永遠強調兩個東西，一個是安全，一個是老司機般的順滑，當然我們沒有去實際比較他們的順滑，不過未來車輛控制的順滑這會是智能駕駛測試考核的一個重點，而不單單唯功能論輸贏了。
當然其實豐田還有一家叫豐田TRI,同樣在我們之前文章《透過2021全球自動駕駛成績單 -看哪家豪橫，勤奮，介入少，自動駕駛主要問題》中，他在2021年的表現是車子不多，還比較勤奮，測試成績也是一般的角色。其實豐田在2017年3月份就開始秀過他位于北美的TRI 豐田研究所所研究的基于AI 深度學習的智能駕駛創新測試平臺，并開始采用Luminar 的激光雷達進行測試。當時TRI的平臺叫做Platform 2.1 ，使用單一技術堆棧同時測試智能駕駛的兩種方式——Guardian 和 Chauffeur。在 Guardian 下，人類駕駛員保持車輛控制，自動駕駛系統并行運行，監控潛在的碰撞情況并在需要時進行干預以保護車輛乘員。Chauffeur模式是豐田的 SAE 4/5 級自動駕駛版本，沒有駕駛員。兩種方法都使用相同的傳感器和攝像頭技術堆棧。但TRI到了2019年P4代后面沒有講了，估計轉移到Woven去了，所以接下來看豐田買的Level 5.豐田Woven Capital收購lyft的 level 5沒錯就是lyft可以認為美國的滴滴?，那家出現在我們之前文章《透過2021全球自動駕駛成績單 -看哪家豪橫，勤奮，介入少，自動駕駛主要問題》中，他在2021年的表現是車子不少，里程不多，測試成績一般的角色，但如我們文章講到這些成績僅供參考。豐田旗下的子公司 Woven Planet Holdings 在去年花了5.5億美金現金收購 Lyft 的 Level 5 ，豐田宣稱這樣可以通過將 L4 技術的尖端元素整合到 L2/3 產品中來幫助挽救生命并創造收入，這些產品將嵌入到豐田和其他公司的車輛中.而最近網絡傳出豐田將跟隨特斯拉采用全視覺方案也是來自于這個公司的方案。先看Lyft的硬件方案，lyft的試驗車輛采用3個激光雷達， 分別為64線和40線?放置車頂和前保險杠兩側，分辨率為0.2°，10HZ的頻率。7個內部研發的攝像頭360°視野覆蓋，5個毫米波雷達，利用攝像頭數據和激光雷達數據同步的感知方案。一般試驗車的處理器都會采用電腦等非車規級電腦所以這里對于處理器我們不關注。由于是測試試驗車，所以布置會比較隨和，所有7個攝像頭和1旋轉激光雷達，4個毫米波雷達布置車頂，另外兩個激光雷達布置左右兩側，一個毫米波雷達布置前保正中間。
Level?-5 認為當前智能駕駛開發都采用自建智能駕駛測試車隊的方式，基本于現有算法到實際環境中去跑，驗證，然后修改，再驗證的方式，重復循環式提升。這個方式其實我們之前文章《Cruise以及其自動駕駛技術》中cruise 就是這么做的，他們引以為傲能夠大規模應用是其完整工具鏈能讓數據，訓練，部署，再確認都在線進行。level認為這叫 Autonomy 1.0?。當然Level -5 認為這種方式無法永續的，他存在無窮無盡的corner case所以開發周期會長，而這與AI 人工智能思路是相違背的，例如圖像識別的算法，圍棋程序AlphaGo Zero都是經過計算機訓練然后直接進行實際應用。
豐田level 5 認為當前智能駕駛典型技術堆棧為傳感器輸入感知，預測，規劃，測試的方式開發。從下圖中可以看到，感知和預測組件是基于AI人工智能學習的，但規劃和測試依然依賴于非擴展、基于規則的系統。
這樣的話應用到現實生活中，需要大規模地擴展以發現和妥當處理小概率事件的“長尾效應（long tail）”。所以Level 5 認為當前方式無法實現這一點，原因有以下三點：?- 一是基于規則的路徑規劃和虛擬測試無法有效地建模駕駛行為的復雜度和多樣性，需要針對不同的地理區域進行重新調整，它們基本上沒有從深度學習技術的進展中獲得增益（這一點Level 5可能夸張了，我們之前文章Cruise，英偉達都提到AI元宇宙驗證）；?
- 二是由于基于規則的虛擬驗證在功效上受限，因此評估主要通過路測完成，這無疑延遲了開發周期；?
所以Level 5提出其方案，將整個智能駕駛堆棧（感知，預測，規劃，測試）轉變成一個 AI機器學習系統，并且該系統可以使用包含多樣化且真實的人類駕駛數據的大規模數據集來訓練和離線驗證。他們將這個AI機器學習系統稱為 Autonomy 2.0，它是一個數據優先的范式：AI機器學習系將堆棧的所有組件（包括規劃和模擬）轉化為數據問題，并且通過更好的數據集而不是設計新的駕駛規則來實現性能的提升。這樣做極大地釋放了處理小概率事件長尾效應和擴展至新的地理區域所需要的擴展性，唯一需要做的是收集規模足夠大的數據集并重新訓練系統。
他們認為Autonomy 2.0?是一種 AI機器學習優先的自動駕駛方法，專注于實現高可擴展性。它基于三個關鍵原則：- 整個智能駕駛閉環模擬，即模型從收集的真實駕駛日志中學習；
所以最后回歸到普通采集車的精準度需要保障，根據著名KITTI智能駕駛數據集（當前智能駕駛數據集有KITTI，Waymo,百度Apollo，奧迪，滴滴都有）數據表示市場上商品車上最容得到的單目攝像頭精度的確很低，高的是激光雷達。那么豐田收購Level 5采用其方案，要么其訓練算法可以依賴低精度的攝像頭，抑或未來隨著激光雷達的成本降低可以采用激光雷達。
最近看了42號車評老師的智能駕駛測評，相比有高精地圖的其他車輛沒有高精地圖的特斯拉其實在使用中畫龍比較厲害，所以不少智能駕駛共識是需要高精地圖，AMP - 地圖，是豐田推崇的和mobileye REM類似的基于圖像技術的眾包地圖，了解mobileye的REM 點擊《從2022 CES 看Mobileye 自動駕駛產品技術以及戰略(誰說算力是唯一標準)》。豐田宣稱AMP用于構建地面道路的高清 (“HD”) 地圖，相關精度低于50厘米，這地圖屬于自動駕駛所需的良好水平。以下兩種方法來構建高清地圖：- 通過來自普通車輛攝像頭的地圖數據以及衛星圖像構建自動駕駛地圖信息，而無需使用諸如勘測車輛之類的傳統數據收集方式。
- 通過轉換數據格式和應用校正算法，將來自 TRI-AD 自動測繪平臺 (“AMP”) 的車輛數據應用到其他公司的平臺。
這樣的地圖相比傳統HD-map（高精地圖），他需要特殊的裝配例如高精激光雷達，高清攝像頭，高精GPS等的車輛專門采集，而還需要多次的采集更新，所以預計豐田認為AMP基于圖像眾包的方案可以縮短自動駕駛高清地圖的更新延遲，快速擴大高清地圖的覆蓋范圍，并大幅降低高清地圖的構建和維護成本。另外AMP 考慮地緣政治因素，所有地圖都可以存儲在當地的云端供應商。
豐田AMP地圖有很多種合作方式，所以這里其實可以給我們啟示的是“生意就是需要合作，沒有人一個人單打獨斗天下無敵的”所以目前AMP概念地圖的流程為：通過與Maxar Technologies Inc.（“Maxar”）等合作獲取基礎高空衛星地圖，與IT 服務提供商 NTT DATA Corporation（“NTT DATA”）等合作通過人工智能算法去掉圖像中汽車等以獲得更清晰的地圖信息提取過程。接下來就可能使眾包地圖中通過商品車的攝像頭采集道路特征信息以及街道物體檢測進行地圖車道信息等標注。當然豐田表示還與TomTom普通地圖提供商合作直接基于其地圖根據眾包數據進行標注，還可以直接與高精地圖供應商Here（Here我們在你想知道的奔馳的L3自動駕駛-功能和硬件中提到過奔馳采用其高精地圖）通過其眾包數據對Here高精地圖進行升級和修復，也就是更新高精地圖。2021年豐田索性收購了CARMERA ，因為CARMERA在地圖更新、變更管理和車隊基于攝像頭的眾包方面有優勢。
豐田Woven Alpha 團隊計劃將 AMP 開發為全球最全面的道路和車道網絡高清地圖平臺，為自動駕駛汽車實現高精度定位支持。其自動地圖平臺（“AMP”）來檢測和處理基于從車輛傳感器收集的圖像和其他數據的車道級道路特征的變化的高清（“HD”）地圖，厘米級精度的高清地圖，并且近乎實時地反映車道標記、交通信號、標志等的變化，實時更新，2021年開始運營。當然除了以上幾個部分，其實豐田還與Aurora等進行合作測試，本文不做深入探討。豐田TAD代表內部研發的智能駕駛，顯然步子邁的謹慎，這也可能就是傳統勢力內部創新總會有的阻力，擺脫不了原來的東西，只有基于原有的東西修改。Level 5代表外部創新勢力，他們可以天馬行空創造，沒有歷史包袱顯然創新可以做的比較超前,當把他應用降維到現有產品序列的時候可以更輕快，所以這也符合當前國內趨勢做L4的降維進入乘用車L2++，L4終究還是遠方的詩，而L2++卻能讓你豐衣鼎食。
Teammate Advanced Drive System Using Automated Driving Technology -?Toyota/SAE
Toyota Launches LS and Mirai Equipped with "Advanced Drive"
that Enables Drivers and Cars to Drive Together in Japan - Toyota?
Autonomy 2.0: Why is self-driving always 5 years away? - Lyft level 5
One Thousand and One Hours: Self-driving Motion Prediction Dataset - Lyft Level 5
Self-Driving Safety Report 2020 - Lyft Level 5
加入我們的知識星球Vehicle?可以下載公眾號海量參考資料包含以上參考資料。
