比亞迪在天神之眼智駕的自研過程中克服了哪些困難？

比亞迪在天神之眼智駕的自研過程中克服了不少困難。

硬件成本高方面：

智能駕駛技術(shù)發(fā)展初期，硬件成本居高不下。要實現(xiàn)各種復(fù)雜功能，需要大量昂貴的傳感器和高算力芯片，這不僅增加了整車成本，也不利于技術(shù)普及。比亞迪采用單激光雷達加強視覺融合路線，傳感器方案為1顆主激光雷達（速騰聚創(chuàng)M3）、3顆毫米波雷達、11顆攝像頭（含2顆800萬像素前視）、12顆超聲波雷達。算力平臺搭載地平線征程6芯片，總算力達560TOPS。通過這種方式，成本降低約30%，用較少硬件實現(xiàn)90%場景覆蓋，剩余10%通過OTA迭代補齊。

算法適配難方面：

中國路況復(fù)雜，像常見的“鬼探頭”、加塞等情況頻發(fā)，傳統(tǒng)算法難以有效應(yīng)對。比亞迪對核心算法基于BEV鳥瞰圖感知與Transformer模型進行“中國式改良”，開發(fā)“鬼探頭”預(yù)判系統(tǒng)，通過路口盲區(qū)動態(tài)建模，提前0.5秒預(yù)測行人或電動車突然出現(xiàn)，降低誤判率。還能識別相鄰車輛的“侵略性駕駛意圖”，自動調(diào)整跟車距離，支持激進或保守模式。

對高精地圖依賴問題：

高精地圖繪制和維護成本高，且更新不及時，限制智能駕駛發(fā)展。比亞迪自研BEV+Transformer算法架構(gòu)，擺脫對高精地圖的依賴，實現(xiàn)無圖城區(qū)道路導(dǎo)航。

數(shù)據(jù)處理與模型進化問題：

智能駕駛需要海量數(shù)據(jù)處理，才能讓模型不斷進化。比亞迪推出“璇璣架構(gòu)”，實現(xiàn)云端AI與車端AI的雙循環(huán)協(xié)同，開放接口允許第三方開發(fā)者調(diào)用智能駕駛感知數(shù)據(jù)，與華為云合作，擁有EB級數(shù)據(jù)存儲集群和強大數(shù)據(jù)處理能力，提升車端AI推理能力。同時憑借龐大銷量，每天收集大量真實路況數(shù)據(jù)，讓AI模型不斷進化。

智能泊車技術(shù)難題：

智能泊車一直是行業(yè)難題。比亞迪針對用戶泊車難題，在上海、深圳及陸河設(shè)立總面積超過5萬平方米的泊車專項試驗場，模擬并測試超過300種泊車場景，實現(xiàn)泊車技術(shù)的進步。

最終成功克服諸多困難，推出功能強大且實用的天神之眼智駕系統(tǒng)。