年初，长城汽车公布了 2021 年销量成绩：全年销量突破了 128 万辆，同比增长 15.2%。这是长城汽车第 6 年实现销量破百万，也是历史最佳年销成绩。

一个值得注意的事情是，当前长城汽车大部分在售车型已前装 L2 级智能辅助驾驶，作为一个产品线众多的企业，不管是哈弗、魏牌，还是纯电品牌欧拉，甚至是硬派越野坦克系列及长城汽车炮全部实现车联网应用覆盖。不难看出，长城对于汽车智能化浪潮并不打算袖手旁观。

实际上长城汽车在智能生态领域布局已久，2021 更是在智能化领域成果频出：升级「咖啡智能 2.0」，包括全新的电子电气架构、第三代智能驾驶计算平台 IDC 3.0、NOH 智慧领航辅助驾驶系统、自研座舱系统 GC-OS 和智慧线控地盘等一系列先进技术。

2021 年 6 月，长城汽车宣布到 2025 年实现全球销量 400 万辆，其中 80% 为新能源汽车。如果说能源形式的转变是变革的「主旋律」，长城汽车的「咖啡智能」则毫无疑问是变革的第一乐章。

从感知智能到认知智能

特斯拉于 2019 年推出了「按导航辅助驾驶」功能，实现了在车机地图上设置目的地导航后，车辆可以实现自动进出匝道、自动超车、随道路限速自动变换车速的功能。2020—2021 年，蔚来、小鹏和理想纷纷跟进推出这一功能。从此在大家心中，「按导航辅助驾驶」成了科技出行公司的标签。

2021 年 11 月，长城汽车正式向魏牌摩卡用户推送了 NOH 智慧领航辅助驾驶功能。从使用体验来说，这套系统在高精地图覆盖的场景下能够胜任点到点的领航辅助驾驶能力，这也打破了全球「特理蔚鹏」四家独占按导航辅助驾驶功能的格局。

一个月后，长城汽车又展示了魏牌摩卡城市 NOH 辅助驾驶系统的演示视频。测试车在 34 公里的测试过程中经过了 24 个路口、27 个人行横道、22 个红绿灯、5 个无保护人行横道以及两个环岛。在整个过程中，搭载城市 NOH 系统的测试车一共行驶了 11 公里，全程没有人工接管。

那么，长城汽车的智能驾驶到底是怎么实现在短时间内快速研发的？

感知能力高低决定了智能驾驶的下限，也是搜集数据的基础。长城汽车智能驾驶的核心感知设备为激光雷达和摄像头。

车身四周的摄像头能够实现 360 度的覆盖，摄像头采集到的数据先通过一个 Resnet 网络计算基础数据，然后生成两个分支。一个分支可以追踪和提取多层特征的目标，包括对车道线、停止线、路沿、车辆和交通信号灯的识别；另一个分支则用于系统 Free Space 的生成及场景识别。

对于激光雷达生成的点云图，毫末智行采用了 PointPillar 的算法，能够大幅提升计算速度。该系统首先将三维的点云数据降维进行伪二维化，之后再按一般方法进行计算。

认知能力的高低决定了自动驾驶实际表现的上限。表达特定场景下的驾驶行为，从认知的宏观角度上来看有几个影响因素：天气、道路结构、交通参与者、交通流密度、主车路线、碰撞风险和碰撞时距。毫末从已有的数据中挖掘和表达这些属性，然后再进行聚类和分类，方便系统准确识别这些特殊场景。

而在认知的微观层面，长城汽车把汽车的控制动作细化。用最基础的启停动作为例，长城汽车把这个过程细化成 4 个阶段：稳态跟车、前车减速、前车刹停、前车起步。

在宏观场景和微观动作都被数字化后，长城汽车对其进行针对性标注，让模型在不同的场景下持续训练。而车端执行层将搜集到的案例作为指导，模拟学习得出每个车在不同场景下的具体动作，即端到端的模拟学习。

车端平台 & 云端平台双管齐下

随着车端传感器数量的增加，摄像头、激光雷达等感知元件获取的数据量陡增，这对车载智能驾驶计算芯片的算力提出了严酷的挑战。

为此，长城汽车推出了智能驾驶计算平台——IDC 3.0。该平台采用了高通 SA8540P + SA9000P 的组合，单板算力达到了 360T，还可以通过板间级联方式升级至 1440T。这也是目前全球范围内具备量产能力且能效比最高的计算平台。

作为大算力的车端计算平台，IDC 3.0 能够有效支撑 AI 视觉大模型的车载运算以及车端感知数据的筛选、清洗、脱敏和回流，大大提高数据识别的准确度。

IDC 3.0 采用当前最高速的 PCIE 4.0 接口，可有效支撑 CUP 与 NSP 之间数据的高速双向回流，减少系统的延时和反应时间。

此外，IDC 3.0 支持 6 路千兆以太网，板间数据传输能力达到 6 Gbps，可同时接入最高 14 路 800 万像素高清摄像头、8 路高分辨率毫米波雷达以及 6 块固态激光雷达。这样的性能表现也为后期长城汽车智能驾驶向更高级别的 L4\L5 等全场景智能驾驶功能实现留出了冗余。

车端的计算平台性能虽然很强，但一般一个车端的小模型充其量也只是负责一部分的感知任务。长城汽车通过在魏牌摩卡上前装智能驾驶系统，目前已经积累了实际路测里程 400 万公里，这么庞大的数据带来的大计算量只有靠云端计算平台来解决。目前，长城汽车自己的超算中心也正在筹建，未来云端的运算能力可以得到提升。

长城汽车通过一个基于 Transformer 的大模型 Fundamental Model 实现全任务感知，能够找出车端小模型在恶劣天气、漏检错检时发生的识别错误，修正后再返回车端模型重新训练，大幅提升了数据捕捉的准确性和模型训练的速度。

长城汽车智能汽车的「认知智能」也体现在数据的测试方法上。AI 模型的迭代速度很快，最有效的方式是用仿真环境测试其有效性。而传统的仿真测试效率极低，从场景搭建、设置模型到仿真测试费时费力，往往每人每天只能搭建 30 个测试环境。

长城汽车开发了一套语义场景的自动化转化工具和参数泛化工具，可以将 CSS 中场景库的描述文本自动转化为仿真测试场景，每天可以自动生成 10,000 多个仿真测试用例。并且长城汽车积累了数十万个典型的智能驾驶场景，大部分是 Corner Case，可以有效验证在智能驾驶复杂场景下的表现并迅速迭代。

长城汽车智能驾驶总监甄龙豹指出，⽆⼈驾驶的核心竞争力有两点：AI 迭代成本和 AI 迭代速度。

毫末智行 CEO 顾维灏也认为特斯拉的辅助驾驶之所以能只依靠视觉方案就取得今天的成就，很大程度是因为他们实现了数据闭环，更重要的是特斯拉拥有 10 亿公里级的实际里程数据。

而长城汽车的智能驾驶想要获得快速迭代的能力，最重要的就是快速铺量。客观来讲，长城汽车旗下众多百万级年销量的车型为其智能驾驶大规模量产铺好了路。

安全必不可少

如果说技术方案是智能驾驶的主旋律，那么安全则是智能驾驶的基本盘。

长城汽车为智能驾驶提供了六重冗余，包括了转向冗余、制动冗余、感知冗余、控制冗余、架构冗余、电源冗余。

通过双绕组转向电机、双电源、双传感和双通讯等设计，长城汽车智能驾驶可以保证在全场景下转向最低助力为 50%；通过 ESP + IBooster 的设计实现制动双重冗余。

感知方面采用多源异构的传感器方案，光前部感知就融合了 3 激光雷达、3 毫米波雷达和 2 摄像头的设计，安全性相比传统的融合方式大幅提高。而除了高通 SA8540P + SA9000P 的主芯片，安全冗余芯片为英飞凌 TC397 ，确保意外情况时控制器随时接管。

长城汽车这套智能驾驶系统通过双电源的配置，可以保证主电源在失效后，5 分钟内功能正常运行，主副电源的切换只需要 500 微秒，足够车辆驶入安全区域或驾驶员接管。而目前法律规定 L3 级别智能驾驶在电源失效后仍能正常运行 10 秒，这套系统的安全冗余确实考虑得比较周全。

智慧线控底盘带来的未来展望

长城汽车在 2021 年 6 月 29 日全球首发了拥有全部自主产权的线控底盘技术，这又会给智能驾驶带来哪些想象呢？

线控底盘不再需要传统的转向器和转向管柱之间的转向传动轴，可以扩大乘坐空间。同时由于没有了传统的硬连接，方向机构也就完全隔绝掉了路面的振动，有利于 NVH 的控制，同时可以模拟出更丰富的转向手感。

并且由于线控底盘人车解耦，未来通过高级别智能驾驶的配合，中央处理单元可以自行协调控制进行各个系统的动作分解，实现整车级别的自主协调控制。

展开想象，由于可以通过电信号控制转向、换挡、油门刹车以及悬架，未来甚至可以在高级别智能驾驶时收起方向盘并自由组合座椅，让车辆实现真正意义上的「第二生活空间」。

同时长城汽车将与驾驶安全强相关的线控转向和线控制动系统设置了安全备份，将系统整体失效率控制在每小时 10 亿分之一。并且在转向失效的极限场景下，可以通过对单侧车轮施加制动力完成转向动作。在制动失效的极限场景下，可以通过增加动能回收力度，产生大的拖拽力以降低车速。

写在最后

提到智能驾驶，大家脑海中最先联想到的往往是特斯拉、蔚来、小鹏等一众新势力造车企业，他们在该领域的风吹草动都会被立刻被放到聚光灯下，而长城汽车在智能驾驶领域的投入和他们受到的关注度却不成正比。

不为大部分人所知的是，长城汽车的自动驾驶技术的研发自 2009 年就已经开始。2014—2016 年，长城汽车团队连续三年赢得了中国智能汽车未来挑战赛。2015 年的长城汽车科技节上，长城汽车展示了自己的 L3 级自动驾驶，带有 ADAS 功能的哈弗 H9 也在同年推出。

积累了 10 多年，长城汽车智能研发团队也在 2021 年扩展至 2,000 人。从 2019 年到如今短短两年多的时间里，长城汽车自主研发的智能驾驶产品以令人咂舌的速度装车量产，目前已经积累了 400 万公里的实际路测里程。

在汽车智能化变革的时间点，掌握了自研能力就意味着自己不用被上游供应链「卡脖子」，也意味着在相关领域拥有绝对的话语权，从长期来看，全栈自研带来的体系优势毋庸置疑。但自研从来不是一开始就有效果，形成规模化和商业化效应之前，技术迭代和完善的道路任重而道远，传统车企中真正愿意为之大量投入，为之付诸实践的公司也并不多。

而长城汽车的做法也区别于迟迟不能落地的 L4/L5 自动驾驶研发企业，其所有的研发都服务于量产。而 2021 年长城汽车全系车型中，具备有效数据收集功能的车辆达 25 万辆，在这个「数据驱动」的时代，谁获得了更多的路测数据，就意味着智能驾驶产品的迭代速度变快、实际表现更成熟。

目前，长城汽车已经在魏牌、坦克、哈弗等五款车型上前装智能驾驶系统，在 2022 年，这个数字将增加到 34 款车，装机量达到 30 万辆以上，约占整体上市车型的 80%。每年数十万的上量进度也让长城汽车智能驾驶的迭代速度具有优势。

大家对新生事物总是不吝啬于自己的欢呼和关注，熟悉的角色发生的巨变有时却被我们所忽视。在大家把目光统统放在造车新势力的智能驾驶进程上时，长城汽车的智能化研发也正在在悄然向前推进。

从感知智能到认知智能：2021长城汽车到底在玩什么