中国のE2E（End-to-End）自動運転産業（2024年～2025年）

E2E自動運転には、グローバル（1段階）とセグメンテッド（2段階）の2種類があります。前者はコンセプトが明確で、後者よりも研究開発コストがはるかに低いです。なぜなら、手作業で注釈を付けたデータセットを必要とせず、Google、META、Alibaba、OpenAIが開発したマルチモーダル基盤モデルに依存しているからです。これらの大手技術企業の肩を持つグローバルE2E自動運転の性能は、セグメンテッドE2E自動運転よりもはるかに優れていますが、搭載コストは極めて高いです。

セグメンテッドE2E自動運転は、知覚に用いる特徴を抽出するために従来のCNNバックボーンネットワークを依然として使用しており、E2Eの経路計画を採用しています。その性能はグローバルE2E自動運転には劣りますが、搭載コストは低いです。しかし、セグメンテッドE2E自動運転の搭載コストは、現在の主流である従来の「BEV+OCC+決定木」ソリューションと比較するとまだ非常に高いです。

世界のE2E自動運転の代表として、Waymo EMMAは、バックボーンネットワークを使用せず、マルチモーダル基盤モデルを中核として動画を直接入力します。UniADはセグメンテッドE2E自動運転の代表です。

E2E自動運転の研究者は、フィードバックが得られるかどうかに基づき、主にCARLAなどのシミュレータで研究を行い、次に計画した指示を実行できるようにするものと、UniADを参考に模倣学習を中心に収集した実データに基づく研究に分かれます。現在、E2E自動運転はオープンループを特徴としており、自分で予測した命令の実行効果を本当に見ることはできません。フィードバックがなければ、オープンループ自動運転の評価は非常に限られたものになります。資料でよく使われている指標としては、L2距離と衝突率の2つがあります。

L2距離：予測された軌跡と真の軌跡の間のL2距離を計算し、予測された軌跡の品質を判断します。

衝突率：予測された軌跡が他の物体と衝突する確率を計算し、予測された軌跡の安全性を評価します。

E2E自動運転でもっとも魅力的なのは、性能向上の可能性です。もっとも早いE2EソリューションはUniADです。2022年末の論文によると、L2距離は1.03メートルもありました。2023年末に0.55メートル、2024年後期に0.22メートルと大幅に短縮されました。Horizon RoboticsはE2E分野でもっとも活発な企業の1つであり、その技術開発もE2E経路の全体的な進化を示しています。UniADが登場した後、Horizon Roboticsは即座にUniADに似たコンセプトでより優れた性能を持つVADを提案しました。その後、Horizon RoboticsはグローバルE2E自動運転に目を向けました。最初の成果はHE-Driverで、これは比較的パラメーター数が多いです。次のSennaはパラメーター数が少なく、E2Eソリューションの中でもっとも性能が高いです。

一部のE2Eシステムの中核は依然としてBEVFormerであり、デフォルトで車両のCANバス情報を使用します。この情報には、車両の速度、加速度、ステアリング角に関する明示的な情報も含まれ、経路計画に大きな影響を与えます。これらのE2Eシステムは、依然として教師あり学習を必要とするため、膨大な手動アノテーションが不可欠であり、データコストが非常に高くなります。さらに、GPTの概念を借用しているのだから、LLMを直接使用するのはどうか。そこでLi AutoはDriveVLMを提案しました。

DriveVLMのシナリオ記述モジュールは、環境記述とキーオブジェクト認識から構成されます。環境記述では、天候や道路状況などの一般的な運転環境に焦点を当てます。キーオブジェクト認識は、現在の運転判断に大きな影響を与えるキーオブジェクトを見つけることです。環境記述には、天候、時間、道路タイプ、車線ラインという4つの部分が含まれます。

当レポートでは、中国のE2E自動運転産業について調査分析し、自動運転技術の概要や開発動向に加え、国内外のサプライヤーの情報を提供しています。

目次

第1章 E2E自動運転技術の基礎

• E2E自動運転の用語と概念
• E2E自動運転のイントロダクションと現状
• 典型的なE2E自動運転の事例
• 基盤モデル
• VLM・VLA
• ワールドモデル
• E2E-AD動作計画モデルの比較
• ELM（Embodied Language Model）

第2章 E2E自動運転の技術ロードマップと開発動向

• E2E自動運転の技術動向
• E2E自動運転の市場動向
• E2E自動運転のチーム構築

第3章 E2E自動運転サプライヤー

• MOMENTA
• DeepRoute.ai
• Huawei
• Horizon Robotics
• Zhuoyu Technology
• NVIDIA
• Bosch
• Baidu
• SenseAuto
• QCraft
• Wayve
• Waymo
• GigaStudio
• LightWheel AI

第4章 OEMのE2E自動運転のレイアウト

• XpengのE2Eインテリジェントドライビングのレイアウト
• Li AutoのE2Eインテリジェントドライビングのレイアウト
• TeslaのE2Eインテリジェントドライビングのレイアウト
• ZeronのE2Eインテリジェントドライビングのレイアウト
• GeelyおよびZEEKRのE2Eインテリジェントドライビングのレイアウト
• Xiaomi AutoのE2Eインテリジェントドライビングのレイアウト
• NIOのE2Eインテリジェントドライビングのレイアウト
• Changan AutomobileのE2Eインテリジェントドライビングのレイアウト
• Mercedes-BenzのE2Eインテリジェントドライビングのレイアウト
• CheryのE2Eインテリジェントドライビングのレイアウト