智能底盤絕非雷軍說的那麼簡單

前段時間，雷總透露了小米在智能底盤技術上面的預研，短短15分鐘的時間，介紹了小米汽車在全主動懸架、四電機技術、線控轉向、線控制動上面的實踐。

懸架跳舞、原地起跳確實很酷炫，不過，智能底盤並非雷總講的這麼簡單。

價格有高下，技術分高低，有時候這兩者之間沒有必然的關係。

雖然蘋果確實在技術上遙遙領先於小米，但你不能從蘋果手機價格高於小米這個角度出發認爲蘋果的技術領先於小米。

將價格的高下等價於技術的高低，雷總肯定不服氣。同理，主要靠堆錢實現的全主動懸架是不是懸架技術的巔峰，也是值得商榷的。

成本更高的全主動懸架當然能夠提供比傳統的“空氣懸架+CDC”組合更好的駕駛體驗，但凡猶豫一秒，都是對錢的不尊重。

和小米缺乏實測畫面的“起伏路面對比演示PPT”相比，蔚來ET9（參數丨圖片）的香檳塔實驗更好地展示了全主動懸架的優異特性。

這麼酷炫的表現主要得益於ET9天行底盤SkyRide的全主動懸架。

SkyRide全主動懸架執行器的響應頻率是40赫茲，車身調節速度高達空氣彈簧的60倍，可以快速化解路面顛簸。

比亞迪搭載雲輦-P的仰望U8同樣使用了產業鏈比較成熟的液壓全主動懸架。

到了仰望U9和U7上，比亞迪再進一步，從零出發打造了基於懸浮電機的全主動懸架，這也標誌着行業首次實現了橫縱垂三向控制的全面電動化。

華爲和江淮聯合打造的尊界S800大概率也會底盤配置拉滿，使用全主動懸架。

尊界S800起售價100萬，蔚來ET9起售價80萬，仰望U9售價更是高達160萬+，搭載全主動懸架的車型動輒百萬起步，這麼陽春白雪的技術註定和普通人無緣。

真正和主流大衆息息相關的是道路預瞄+CDC+空氣懸架的配置組合，說實話，可以主動做功抵消外力、調節頻率高達幾十赫茲的全主動懸架和大家津津樂道的道路預瞄關係不大。

懸架的硬件能力越強，提前掃描路面信息的作用就越接近於之錦上添花。

友商們真正應該效法的是比亞迪，打造全系產品矩陣，通過雲輦-C、雲輦-A、雲輦-P、雲輦-X、雲輦-Z實現對不同價位車型由低到高的覆蓋，同時深耕道路預瞄。

通過智能底盤域和智能駕駛域的深度融合，盡最大可能通過算法在懸架硬件條件一般的更主流車型上實現舒適的駕駛體驗，進而推進科技平權！

科學的盡頭是玄學，隨着量子物理學的進步，科學界開始出現是否存在平行世界的爭論。

何須爭論，網絡世界的鍵盤俠們說到智能電動汽車，言必稱智能座艙、智能駕駛、手眼交互、去高精地圖、多傳感器融合、多模態、大模型、場景卡，但在人們掏錢買車的另一個平行世界中，更多的人還是爲汽車的安全、操控、質量、舒適、續航、外觀這些要素買單。

在用戶看重的諸多要素中，安全、操控、舒適和續航均與智能底盤密切相關。說到智能底盤，不能不提這個賽道的標杆-比亞迪。

拿最貼合用戶使用場景的掉頭舉例，比亞迪在仰望U8上秀了基於易四方技術的原地掉頭，在騰勢Z9GT上展示了基於易三方技術的圓規調頭，在方程豹豹5上展示了基於雙電機技術的豹式掉頭。

基於雙電機、三電機、四電機技術的三種掉頭裡，基於四電機技術的原地掉頭當然最上頭，小米選擇四電機系統入手，或許就是出於這個理由。

四電機技術的優勢在於可以獨立調節4個電機的扭矩，進而獨立控制輪端扭矩的大小和方向，實現比三電機、雙電機更精細的矢量控制，應對原地掉頭、高速爆胎、轉向失效、低附着路面通行等極端場景。

小米四電機系統只展示了原地掉頭，說明還有很長的路要走。

四電機的主要作用在於秀肌肉，高高在上的成本門檻，使其註定與普通消費者無緣。

最終可以降低成本門檻、推動科技平權的還是基於雙電機的矢量分配技術。

騰勢N7上搭載的CCT舒適控制技術、iCVC智能矢量控制系統、iADC智能漂移控制系統均基於雙電機矢量分配技術實現，只有這樣的硬核技術才能將智能底盤的矢量控制帶入尋常百姓家！

比喻是一個危險的東西，但是它可以幫助你迅速get到主要意思。

如果將智能駕駛比作汽車的大腦，將智能底盤比作汽車的小腦，那麼，隨着技術的進步，智能駕駛域和智能底盤域的深度融合就成爲勢在必行的了。

智駕域可以幫助智能底盤實現信息的增強感知。

通過豐富的傳感器，智能駕駛可以爲之前只能實現駕駛行爲感知、車身姿態感知和系統狀態感知的智能底盤補充車外路面感知信息，通過全地形識別+道路預瞄+障礙物識別，提升車輛面對複雜環境的適應性和車輛舒適性。

除了被說了太多遍的掃描路面凸起和坑窪，提前調節阻尼抗顛簸，還有一個值得一提的駕駛場景。

當道路前方有個大彎道時，智能底盤可以提前調節懸架高度，降低車輛重心，同時增加車身剛度，實現過彎時的抗側傾。

智能底盤爲智能駕駛提供實時穩定的運動邊界，通過驅動、制動、轉向、懸架的多執行器高效協同，精準執行智能駕駛系統的決策和規劃指令，並基於車輛穩定狀態監控模塊對汽車行車狀態進行實時監控，保證汽車在全工況、全場景下的行車安全。

一個典型的場景是，當智能駕駛系統準備識別到了前方有積水，卻因爲可通行空間不足導致車輛必須壓過積水路面時，智能底盤可以提前調節懸架參數，預先設定好扭矩分配方案。

當智能駕駛系統沒有準確識別出積水時，智能底盤可以通過輪速差檢測判斷左右輪胎面對的是否是不同附着力的路面，通過扭矩矢量分配，將更多的扭矩分配給附着力大的那一側輪胎，避免因爲車輪打滑導致動力損失和行駛不穩。

只有做到底盤域和智駕域的深度融合，才能實現智能底盤原生支持自動駕駛。

也許是習慣了激烈競爭的電動車企不願意放棄任何一個可以掰掰手腕的機會，也許是語音助手、空間音頻、高階智駕等領域的故事講的差不多了，智能底盤的較量明顯升溫了。

包括小米、小鵬在內的越來越多新勢力車企開始進入這個賽道，說明底盤領域將帶來很多新的技術增長點，但同時也說明，智能底盤的卷之路任重而道遠。