CIS、ISP、AI三重加持下，视觉智驾方案终于成熟了

自2024 年以来，本土车企和智驾方案供应商推出中高阶视觉智驾方案的越来越多了。究其背后的原因，既离不开特斯拉FSD即将入华（已于25 年2 月下旬正式进入中国）的消息的刺激，也离不开价格战的推波助澜。除了竞争对手的参照、市场态势的催逼这两个显而易见的原因，更为重要的原因在于，在过去几年的时间里，图像传感器CIS、图像信号处理ISP、深度神经网络DNN技术都取得了飞速的进步，使得即便去掉激光雷达，大算力视觉方案依然能够在复杂的城区环境下、恶劣的光照条件下、风霜雨雾等天气场景下取得几乎不逊色于多传感器融合方案的表现。能够在L3智能驾驶体验这个天花板之下，以几乎不损害性能的方式平替激光雷达方案，这才是头部智驾企业们于2024年蜂拥推出视觉方案的首要原因。那么，CIS、ISP、DNN技术是怎么解决往昔视觉方案的固有缺陷的呢？

图片来源：吉利汽车

1   区分不一样的视觉方案

混淆概念是车企营销的惯用手段。最近这段时间，一些传统车企心照不宣地将中阶智驾混淆为高阶智驾，异口同声地表示进入了智驾第一梯队，种种宣传已经让华为、小鹏在愕然、继而出离愤怒之后渐渐麻木了。

不过，鉴于能够平替激光雷达方案的高阶视觉方案才是本文讨论的重点，我们有必要先区分一下市面上形形色色的视觉方案。根据华为和比亚迪最近在争夺高阶智驾定义权时的大论战中总结出来的判断条件，高速NOA可以作为中阶智驾的入门条件，城区NOA才算摸到了高阶智驾的门槛。按照这个判断条件，获得国内首发纯视觉高阶智驾荣誉的车企当属百度与吉利合资成立的极越公司，虽然这家车企已经破产，但是，根据互联网的记忆，这家想要凭借国内首个纯视觉高阶智驾方案与特斯拉掰一掰手腕的公司于2024年初打响了本土纯视觉高阶智驾的第一枪。

图片来源：极越汽车

车企这边既极越之后推出高阶视觉智驾方案的典型代表是小鹏汽车，2024年第四季度，小鹏汽车推出图灵AI鹰眼视觉方案，首发搭载在P7+中，并陆续搭载到了25款小鹏G6和G9上面。方案供应商这边比较典型的是卓驭科技，这家原名大疆车载的科技公司2024年底推出成行智驾ClixPilot，据悉已经拿下了十家车企的定点。

图片来源：卓驭科技

除了这些高阶智驾视觉方案，还有一些中阶智驾视觉方案。比如华为去年下半年推出的ADS SE基础版、理想汽车Pro车型上的视觉方案、蔚来旗下品牌乐道上搭载的视觉方案，均满足中阶智驾的标准且没有摸到高阶智驾的门槛。在做完清晰的区分之后，我们再拿小鹏汽车和卓驭科技作为研究对象，仔细分析一下小鹏的AI鹰眼视觉方案、卓驭科技的成行智驾到底是如何实现可以比肩其激光雷达版方案表现的城区高阶智驾的。

图片来源：车百智库

2   LOFIC加持HDR，应对恶劣光照

传统视觉方案的缺陷大致体现在三个方面：无法适应暗光强光逆光、无法应对阴雨雾霾天气、深度检测和三维建模能力差。在CIS、ISP、DNN技术并不那么完善的时代，这三个缺陷就像标签一样，被激光焊在视觉方案的大脑门上。时光荏苒，兔飞走狗，天上云追着月，地下风吹着柳，尽管技术的发展日新月异，即便特斯拉FSD多次动摇了很多人对视觉方案的偏见，但绝大多数人内心的成见就像一座大山，怎么也移不走，弄得申公豹们直摇头。

是时候放下成见了！自去年11月份问世以来，经过媒体多轮测评的小鹏AI鹰眼视觉方案已经证明了自己的表现，并树立了“智驾第0梯队”的新标杆。其实，小鹏视觉方案无惧暗光、逆光、夜视场景的答案都写在了明面上：单像素LOFIC 架构、HDR功能。

图片来源：小鹏汽车

LOFIC（横向溢出集成电容技术）、HDR（高动态范围）都是图像传感器领域的技术名词，从概念从属来看，LOFIC是提升动态范围即实现HDR 的硬件实现方式。LOFIC技术通过电容溢出控制，突破了传统图像传感器在动态范围上的物理限制，通过切换大小阱容优化不同光照下的电荷转换效率，补充了单像素的动态范围扩展能力。目前，安森美LOFIC图像传感器的HDR 能做到150 dB以上，豪威科技支持LOFIC的车规级CIS也能做到140 dB以上，这种等级的高动态范围既能捕捉暗部的细节，提升信噪比，也能抑制在进出隧道、阳光直射等场景下的高光过曝，保留高亮区域的纹理细节。

根据公开消息，小鹏汽车智驾系统摄像头模组中使用的CMOS图像传感器的两大核心供应商一直是安森美和豪威科技，其图灵AI智驾方案中宣传的单像素LOFIC架构技术就出自这两家CIS 厂商之手。LOFIC加持下实现的高达140/150 dB的HDR的主要作用是应对暗光和强光场景，至于雨雾环境下成像表现的进步，主要依赖的是ISP算法的优化和AI模型的进步。

图片来源：荣耀手机

3   ISP+AI，改善雨雾表现

到了生命的某个阶段，几乎所有人都会面对那个启发觉悟的灵魂三问：你是谁？你从哪里来？你到哪里去？知道从哪儿来，才能知道到哪儿去。至于ISP+AI如何改善摄像头在雨雾场景下的表现，我们同样需要先解答缺陷从哪儿来，才能明白怎么消除这个缺陷。

顺着光学信号的传播和处理路径，来看一看光线在空中传播时、光线到达摄像头表面时、光线进入图像传感处理时的三个阶段。首先，在雨雾场景下，雨滴和雾气中的悬浮颗粒会导致光线散射，光线在传播过程中的多次不规则偏转会直接降低图像的边缘锐度和整体对比度，前向散射和后向散射的叠加会形成光幕效应，削弱目标物体与背景的反差，引发细节的模糊。其次，雨滴或雾霾中的大颗粒附着在镜头表面，会直接遮挡成像传感器的部分像素点，导致关键细节被覆盖，形成局部的模糊或噪点。最后，雨雾场景下通常伴随光照不足，摄像头需要增加增益或延长曝光时间，这时，电路中的暗电流噪声和随机热噪声也会同步显著提升，进一步降低信噪比。模型，分离信号中的散粒噪声和读出噪声成分，也可以通过多帧融合进行降噪。

4   写在最后

图像传感器技术的进步改善了摄像头在暗光、眩光、强光下的表现，图像信号处理ISP 技术的进步改善了摄像头在雨雾场景下的表现，至于AI 技术是如何改善深度估计和三维建模的，特斯拉FSD 已经给出了现成的答案，就是通过海量数据做训练。总之，在各方面技术的推动下，视觉智驾方案真的已经成熟了！

（本文来源于《EEPW》202505）