CIS、ISP、AI三重加持下，視覺智駕方案終于成熟了

自2024 年以來，本土車企和智駕方案供應商推出中高階視覺智駕方案的越來越多了。究其背后的原因，既離不開特斯拉FSD即將入華（已于25 年2 月下旬正式進入中國）的消息的刺激，也離不開價格戰的推波助瀾。除了競爭對手的參照、市場態勢的催逼這兩個顯而易見的原因，更為重要的原因在于，在過去幾年的時間里，圖像傳感器CIS、圖像信號處理ISP、深度神經網絡DNN技術都取得了飛速的進步，使得即便去掉激光雷達，大算力視覺方案依然能夠在復雜的城區環境下、惡劣的光照條件下、風霜雨霧等天氣場景下取得幾乎不遜色于多傳感器融合方案的表現。能夠在L3智能駕駛體驗這個天花板之下，以幾乎不損害性能的方式平替激光雷達方案，這才是頭部智駕企業們于2024年蜂擁推出視覺方案的首要原因。那么，CIS、ISP、DNN技術是怎么解決往昔視覺方案的固有缺陷的呢？

圖片來源：吉利汽車

1   區分不一樣的視覺方案

混淆概念是車企營銷的慣用手段。最近這段時間，一些傳統車企心照不宣地將中階智駕混淆為高階智駕，異口同聲地表示進入了智駕第一梯隊，種種宣傳已經讓華為、小鵬在愕然、繼而出離憤怒之后漸漸麻木了。

不過，鑒于能夠平替激光雷達方案的高階視覺方案才是本文討論的重點，我們有必要先區分一下市面上形形色色的視覺方案。根據華為和比亞迪最近在爭奪高階智駕定義權時的大論戰中總結出來的判斷條件，高速NOA可以作為中階智駕的入門條件，城區NOA才算摸到了高階智駕的門檻。按照這個判斷條件，獲得國內首發純視覺高階智駕榮譽的車企當屬百度與吉利合資成立的極越公司，雖然這家車企已經破產，但是，根據互聯網的記憶，這家想要憑借國內首個純視覺高階智駕方案與特斯拉掰一掰手腕的公司于2024年初打響了本土純視覺高階智駕的第一槍。

圖片來源：極越汽車

車企這邊既極越之后推出高階視覺智駕方案的典型代表是小鵬汽車，2024年第四季度，小鵬汽車推出圖靈AI鷹眼視覺方案，首發搭載在P7+中，并陸續搭載到了25款小鵬G6和G9上面。方案供應商這邊比較典型的是卓馭科技，這家原名大疆車載的科技公司2024年底推出成行智駕ClixPilot，據悉已經拿下了十家車企的定點。

圖片來源：卓馭科技

除了這些高階智駕視覺方案，還有一些中階智駕視覺方案。比如華為去年下半年推出的ADS SE基礎版、理想汽車Pro車型上的視覺方案、蔚來旗下品牌樂道上搭載的視覺方案，均滿足中階智駕的標準且沒有摸到高階智駕的門檻。在做完清晰的區分之后，我們再拿小鵬汽車和卓馭科技作為研究對象，仔細分析一下小鵬的AI鷹眼視覺方案、卓馭科技的成行智駕到底是如何實現可以比肩其激光雷達版方案表現的城區高階智駕的。

圖片來源：車百智庫

2   LOFIC加持HDR，應對惡劣光照

傳統視覺方案的缺陷大致體現在三個方面：無法適應暗光強光逆光、無法應對陰雨霧霾天氣、深度檢測和三維建模能力差。在CIS、ISP、DNN技術并不那么完善的時代，這三個缺陷就像標簽一樣，被激光焊在視覺方案的大腦門上。時光荏苒，兔飛走狗，天上云追著月，地下風吹著柳，盡管技術的發展日新月異，即便特斯拉FSD多次動搖了很多人對視覺方案的偏見，但絕大多數人內心的成見就像一座大山，怎么也移不走，弄得申公豹們直搖頭。

是時候放下成見了！自去年11月份問世以來，經過媒體多輪測評的小鵬AI鷹眼視覺方案已經證明了自己的表現，并樹立了“智駕第0梯隊”的新標桿。其實，小鵬視覺方案無懼暗光、逆光、夜視場景的答案都寫在了明面上：單像素LOFIC 架構、HDR功能。

圖片來源：小鵬汽車

LOFIC（橫向溢出集成電容技術）、HDR（高動態范圍）都是圖像傳感器領域的技術名詞，從概念從屬來看，LOFIC是提升動態范圍即實現HDR 的硬件實現方式。LOFIC技術通過電容溢出控制，突破了傳統圖像傳感器在動態范圍上的物理限制，通過切換大小阱容優化不同光照下的電荷轉換效率，補充了單像素的動態范圍擴展能力。目前，安森美LOFIC圖像傳感器的HDR 能做到150 dB以上，豪威科技支持LOFIC的車規級CIS也能做到140 dB以上，這種等級的高動態范圍既能捕捉暗部的細節，提升信噪比，也能抑制在進出隧道、陽光直射等場景下的高光過曝，保留高亮區域的紋理細節。

根據公開消息，小鵬汽車智駕系統攝像頭模組中使用的CMOS圖像傳感器的兩大核心供應商一直是安森美和豪威科技，其圖靈AI智駕方案中宣傳的單像素LOFIC架構技術就出自這兩家CIS 廠商之手。LOFIC加持下實現的高達140/150 dB的HDR的主要作用是應對暗光和強光場景，至于雨霧環境下成像表現的進步，主要依賴的是ISP算法的優化和AI模型的進步。

圖片來源：榮耀手機

3   ISP+AI，改善雨霧表現

到了生命的某個階段，幾乎所有人都會面對那個啟發覺悟的靈魂三問：你是誰？你從哪里來？你到哪里去？知道從哪兒來，才能知道到哪兒去。至于ISP+AI如何改善攝像頭在雨霧場景下的表現，我們同樣需要先解答缺陷從哪兒來，才能明白怎么消除這個缺陷。

順著光學信號的傳播和處理路徑，來看一看光線在空中傳播時、光線到達攝像頭表面時、光線進入圖像傳感處理時的三個階段。首先，在雨霧場景下，雨滴和霧氣中的懸浮顆粒會導致光線散射，光線在傳播過程中的多次不規則偏轉會直接降低圖像的邊緣銳度和整體對比度，前向散射和后向散射的疊加會形成光幕效應，削弱目標物體與背景的反差，引發細節的模糊。其次，雨滴或霧霾中的大顆粒附著在鏡頭表面，會直接遮擋成像傳感器的部分像素點，導致關鍵細節被覆蓋，形成局部的模糊或噪點。最后，雨霧場景下通常伴隨光照不足，攝像頭需要增加增益或延長曝光時間，這時，電路中的暗電流噪聲和隨機熱噪聲也會同步顯著提升，進一步降低信噪比。模型，分離信號中的散粒噪聲和讀出噪聲成分，也可以通過多幀融合進行降噪。

4   寫在最后

圖像傳感器技術的進步改善了攝像頭在暗光、眩光、強光下的表現，圖像信號處理ISP 技術的進步改善了攝像頭在雨霧場景下的表現，至于AI 技術是如何改善深度估計和三維建模的，特斯拉FSD 已經給出了現成的答案，就是通過海量數據做訓練?？傊诟鞣矫婕夹g的推動下，視覺智駕方案真的已經成熟了！

（本文來源于《EEPW》202505）