阿维塔12预售价格还会便宜吗_阿维塔e11售价
1.奔驰EQC与阿维塔11,哪个更好?
2.这是你能买到的最便宜的带华为 ADS 驾驶的车
奔驰EQC与阿维塔11,哪个更好?
论空间论轴距,奥迪Q5 e-tron长4880mm,10mm,高1601mm轴距是25mm,奔驰EQC长4774mm,宽1923mm,高1622,轴距为2873mm,整体来说阿维塔11整整大了一圈。
从续航来讲,阿维塔11长续航可以达到680公里,最低续航555公里,而奔驰EQC的续航最高400多公里,续航能力不行,也是奔驰EQC不受欢迎的原因之一。
智能和驾驶更不用说,阿维塔11实力碾压。
最最关键的是,阿维塔11是纯电技术平台,专为纯电动车而生,奔驰EQC还是油改电,花好几十万块钱,买一个油改电的产品,还有安全隐患,真心划不来。
这是你能买到的最便宜的带华为 ADS 驾驶的车
3 月 24 日晚上,阿维塔 11 单电机版车型正式上市,起售价 31.99 万,116 度电的版本 34.99 万。
让人惊喜的是,哪怕是单电机车型的入门版配置,阿维塔标配了华为智能驾驶系统,这也意味着这套驾驶的拥有门槛下探到了 32?万元之内。
发布会现场,谭本宏还表示会是首批 OTA 华为 ADS 2.0 系统的品牌。
在上市之前,我们也抢先在深圳市区详细感受阿维塔 11 单电机车型,这也是我们第一次在阿维塔 11 上感受 NCA 城区导航驾驶,所以我们先从阿维塔的驾驶能力看起。
阿维塔的驾驶什么水平?
阿维塔 11 上的驾驶用了华为 ADS 驾驶解决方案,硬件配置如下:
激光雷达 x 3毫米波雷达 x 6超声波雷达 x 12ADAS 摄像头 x 9环视摄像头 x 4DMS 驾驶员监测摄像头 x 1MDC 中央计算单元 x 1硬件的布置上,摄像头和毫米波雷达都覆盖了车身 360° 的感知,激光雷达覆盖了车头 300° 的感知。
从 2021 年开始,为了实现更高阶智驾能力,越来越多车企都开始为车辆配备覆盖周身感知的摄像头,从而提升侧向感知能力。
换句话说,覆盖车辆周身感知的摄像头是实现城区导航驾驶的基础,如果只有前向的视觉感知,则无法做到城区的导航驾驶。
阿维塔 11 全车一共由 9 颗 ADAS 摄像头,前向由一颗广角摄像头、一颗长焦摄像头和一组双目摄像头负责,其中广角摄像头和长焦摄像头的像素均为 540 万,广角摄像头负责近距离物体的检测,长焦则负责高速、远距离的物体检测。
左侧和右侧也各有 2 颗位于后视镜下方和侧翼板的摄像头,负责侧前和侧后的感知。
车尾一个后向摄像头,覆盖车辆后方的感知。
摄像头是所有感知硬件中最重要的一个硬件,优势在于分辨率高,识别能力的上限较高,但是上限取决于感知算法能力,车道线的识别、红绿灯的识别、交通参与者的识别均需要摄像头的参与。
摄像头劣势在于,受环境天气影响较大,在夜间、大雨、大雾天气下感知能力会受限。
不过,在活动现场阿维塔官方人员表示,阿维塔 11 上用了 3.0 um 大像素 + F/1.6 大光圈摄像头来提升弱光环境下的探测能力。
除了摄像头,阿维塔 11 还搭载了 6 颗毫米波雷达,毫米波雷达的优势在于毫米波的能量较大,所以穿透性较强,是一个在大雨大雾天气依然有稳定感知结果的传感器。
但是毫米波雷达的劣势则在于,分辨率较低,感知精度较弱。
除了覆盖全车的摄像头和毫米波雷达,在最重要的前向和车头左右两侧,阿维塔还布局了 3 颗激光雷达。
关于这 3 颗激光雷达的布局也非常考究,不同于放在车顶的方案,阿维塔选择放在了保险杆和侧翼板的位置。
放在车顶的优势在于具备更好的远距离探测能力,同时在出现追尾或磕碰的时候,不容易受损,维修成本较低。
但是弊端则在于探测角度只有 120°,无法覆盖车头两侧的区域,同时在车辆近身位置存在感知盲区。
而放在保险杠的位置覆盖面更广,同时近距离盲区较小,所以在城区大流量,人车混行近身肉搏环境下的会有更强的感知能力,但也更容易磕碰。
所以,从激光雷达的布局位置,我们也可以大概看出各自的智驾团队在硬件设计的时候的目标倾向。
功能层面,阿维塔 11 目前已经开通全国的 NCA 高速导航驾驶,同时上海、深圳、广州的城区 NCA 功能已经开通了门店试驾体验,重庆也即将开通。
接下来就我就从高速和城区两个场景展开分析一下阿维塔 11 做得好的地方和有待提升的地方。
高速场景
高速的导航驾驶已经发展了快 5 年时间了,实现的功能依然是高精地图覆盖路段的点到点驾驶,具备自动变道超车、自动进出匝道和自动调节限速的能力。
相较于开放的城市道路,高速场景路段封闭,不会有难预测的行人和非机动车,车道线也更加清晰,所以放在当下来看,并不算难度特别高的场景。
不过在更强硬件的加持下,阿维塔 11 相比市面上其他导航驾驶做得好的地方有这么几个:
低速跟车舒适性
低速跟车舒适性是驾驶的基础能力,做好了可以在拥堵环境下大幅降低驾驶员的疲劳感,做不好则没有功能价值。
阿维塔 11 在走走停停的环境下,起步迅速不容易被加塞,前车减速时刹车点也恰到好处,不会太早导致和前车距离过大,也不会太晚出现重刹。
在深圳周五的晚高峰环境中,智驾系统工作稳定,驾驶员非常惬意。
匝道稳定性
匝道是一个强依赖高精地图的场景,匝道通过的稳定性很大程度上取决于高精地图的质量,在我们体验的几个匝道,阿维塔 11 均可稳定通过。
相比其他车型体验更好的地方是,阿维塔 11 在大曲率匝道的车速最快可以到 50+ km/h,相比大部分 40+ km/h 通过的车型,通行效率更高,也不容易被后车催促。
变道能力
变道能力是导航驾驶的一项基础能力,早期只有毫米波雷达作为后向感知的车型,虽然具备了打灯变道或者自动变道的能力。
但是受限于毫米波雷达较弱的感知能力,系统对后方来车会更加敏感,变道成功率略低,而且为了避免因为频繁变道增加系统风险,在变道策略上都会更加保守。
更加保守的策略则会出现长时间跟随慢车、大流量路段无法变道或为了顺利进入匝道提前 2.5 km 发起变道的情况,这也导致了功能实际体验一般的情况。
阿维塔 11 得益于具备了后向的视觉感知能力,配合较强的感知算法,所以对后向来车探测和预测也会更加精准。
所以在大流量路段,阿维塔 11 依然具备较强的变道能力,这样 NCA 导航驾驶在大流量路段,具备了更加接近老司机的通行效率。
预测避让能力
在低算力时代,系统只会根据本车道内的交通参与者的位置、速度变道来调节自身的车速,这也导致在有车加塞的场景下,系统识别率低或刹车较急。
但是有更大的算力和更强的侧向感知能力之后,阿维塔 11 会同时检测相邻车道的车辆,如果识别到隔壁车辆的姿态有加塞的意图,则会主动加速避让。
以上就是阿维塔 11 相比市面上其他导航驾驶能力更强的地方。
城区场景
城区场景车道环境更加多变,有大量车道不清晰的环境,同时行人、非机动车更多,相较于高速场景难度是大幅提升的。
面对更加复杂的环境,我们可以城区 NCA 的能力拆成 3 部分。
第一部分就是如何确定行驶的路线;
这里的原理和高速一样,同样是在车机上设置好导航之后,系统生成一条基于高精地图的形式路径,如果没有任何干涉系统按照这个路线行进即可。
但是问题就在于城市中并不是完全通畅的,所以系统需要具备按照既定路线行驶的能力。
第二部分是如何按照既定的路线行驶;
在高速上,为了能够按照既定的路线行驶,系统需要具备自动变道和匝道通过的能力,在城区,系统想要按照既定的路线行驶,则需要具备自动变道和红绿灯路口通过的能力。
所以在阿维塔 11 上,我们也体验到了红绿灯识别能力、无保护左转能力、无保护右转能力、直行通过路口能力。
无保护左转右转最大的难点在于,系统在执行转向动作时,车辆本质有一个侵入他人路权的过程,例如左转需要兼顾对向直行的车辆,右转需要兼顾人行道通过的行人,所以如何保证侵入他人路权过程中的绝对安全,就是系统的第一大考验。
基于阿维塔 11 覆盖周身的视觉感知摄像头、毫米波雷达和 3 颗覆盖车头 300° 的激光雷达,系统可以识别路口通过的大量行人和非机动车,感知能力不亚于老司机。
不过在策略上,不同于老司机的是,阿维塔 11 会更加保守,更多是礼让的策略,只有会产生干涉的行人或者车辆驶过之后,才会主动通过。
第三部分是如何处理突发情况。
在市区城市,经常会出现路边的临时接客的网约车或者开在机动车道上的非机动车。
在这种场景下,老司机的处理方式往往是提前借到绕行,阿维塔 11 也同样具备绕行能力,而且系统在遇到占道车辆时,识别速度非常快,并不会傻傻地跟停到占道车辆后再触发变道绕行的策略,而是远远地识别到之后,在几乎不影响行车速度的情况下进行绕行。
这样的绕行能力背后,需要系统对前向、侧向都有非常强的感知能力和足够的算力,才能做出如此默契的绕行动作。
总结一下城区的表现就是,在相同通畅的环境下阿维塔 11 的驾驶是可用的状态,但是在严重拥堵 + 大量行人非机动车的场景,系统的处理并不如老司机熟练。
写在最后
阿维塔和华为的合作,让阿维塔 11 刚出生就具备了行业第一梯队的驾驶能力,而可预期的是,基于这套强大的硬件,和华为数千人的研发团队,每年数亿元的研发投入,阿维塔 11 的驾驶能力后续也会继续提升。
而阿维塔也没有辜负这么强的能力,咬牙把这套驾驶的拥有成本拉到了 32 万之内。
2023 年 3 月的前三周,阿维塔 11 的上险量是 1,443 辆,放到中国高端纯电 SUV 这个细分领域阿维塔 11 则拿下了第一的成绩。
对于阿维塔 11 而言只在中国高端纯电 SUV 这个细分拿到第一显然是不够,所以智价比更为突出的单电机车型也承担起了提升销量的重担,因为现在占下更大的市场,阿维塔的明天才会更稳。
对于华为而言,也需要阿维塔卖出更多的车,有更多数据的反哺,才能继续优化这套驾驶。
本文来自易车号作者42号车库,版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点,与易车无关
声明:本站所有文章资源内容,如无特殊说明或标注,均为采集网络资源。如若本站内容侵犯了原著者的合法权益,可联系本站删除。