比亚迪在天神之眼智驾的自研过程中克服了哪些困难？

比亚迪在天神之眼智驾的自研过程中克服了不少困难。

硬件成本高方面：

智能驾驶技术发展初期，硬件成本居高不下。要实现各种复杂功能，需要大量昂贵的传感器和高算力芯片，这不仅增加了整车成本，也不利于技术普及。比亚迪采用单激光雷达加强视觉融合路线，传感器方案为1颗主激光雷达（速腾聚创M3）、3颗毫米波雷达、11颗摄像头（含2颗800万像素前视）、12颗超声波雷达。算力平台搭载地平线征程6芯片，总算力达560TOPS。通过这种方式，成本降低约30%，用较少硬件实现90%场景覆盖，剩余10%通过OTA迭代补齐。

算法适配难方面：

中国路况复杂，像常见的“鬼探头”、加塞等情况频发，传统算法难以有效应对。比亚迪对核心算法基于BEV鸟瞰图感知与Transformer模型进行“中国式改良”，开发“鬼探头”预判系统，通过路口盲区动态建模，提前0.5秒预测行人或电动车突然出现，降低误判率。还能识别相邻车辆的“侵略性驾驶意图”，自动调整跟车距离，支持激进或保守模式。

对高精地图依赖问题：

高精地图绘制和维护成本高，且更新不及时，限制智能驾驶发展。比亚迪自研BEV+Transformer算法架构，摆脱对高精地图的依赖，实现无图城区道路导航。

数据处理与模型进化问题：

智能驾驶需要海量数据处理，才能让模型不断进化。比亚迪推出“璇玑架构”，实现云端AI与车端AI的双循环协同，开放接口允许第三方开发者调用智能驾驶感知数据，与华为云合作，拥有EB级数据存储集群和强大数据处理能力，提升车端AI推理能力。同时凭借庞大销量，每天收集大量真实路况数据，让AI模型不断进化。

智能泊车技术难题：

智能泊车一直是行业难题。比亚迪针对用户泊车难题，在上海、深圳及陆河设立总面积超过5万平方米的泊车专项试验场，模拟并测试超过300种泊车场景，实现泊车技术的进步。

最终成功克服诸多困难，推出功能强大且实用的天神之眼智驾系统。