2023年5月9日-10日，在2023捷途汽車電子架構(gòu)與智能駕駛論壇上，輕舟智航聯(lián)合創(chuàng)始人、COO汪堃表示，電動化大勢已成，智能化逐鹿群雄，為消費者帶來更具吸引力的智能化功能將成為核心競爭力。

輕舟智航將堅持標(biāo)配化、標(biāo)準(zhǔn)化、大眾化和革新化，在輔助駕駛的用戶價值方面，達(dá)成良好的高速NOA體驗并實現(xiàn)較大ODD范圍內(nèi)的城市NOA點對點自動駕駛。

汪  堃 | 輕舟智航聯(lián)合創(chuàng)始人、COO

以下為演講內(nèi)容整理：

輕舟智航是2019年成立的自動駕駛解決方案公司，核心團(tuán)隊來自于Waymo、特斯拉、英偉達(dá)、Facebook、百度等世界頂級自動駕駛公司和科技公司，研發(fā)人員占比高達(dá)80%，研發(fā)人員中碩博占比近80%，擁有5年以上相關(guān)行業(yè)經(jīng)驗的員工占比超過60%。

公司從硅谷起家，現(xiàn)在主要在國內(nèi)發(fā)展，技術(shù)基礎(chǔ)是自動無人駕駛的前瞻技術(shù)，并基于此推出產(chǎn)品。

輕舟智航對智能化趨勢的思考

下圖是輕舟的“雙擎戰(zhàn)略”，左邊是動力引擎，將前瞻技術(shù)落地在L4級別的相關(guān)產(chǎn)品方案，包括在全國落地10個城市的無人小巴；右邊是創(chuàng)新引擎，把前瞻技術(shù)用在量產(chǎn)解決方案上，目前也在與一些主機(jī)廠進(jìn)行量產(chǎn)規(guī)?；涞兀蛟霯2+級的解決方案。下邊是技術(shù)底座，即自動駕駛超級工廠，包括數(shù)據(jù)回傳和數(shù)據(jù)閉環(huán)的輕舟矩陣，迭代技術(shù)的進(jìn)步和產(chǎn)品方案的生成。

圖源：輕舟智航

電動化大勢已成，智能化逐鹿群雄，對此我們也提出了輕舟的小四化：

第一入門體驗的標(biāo)配化，我們希望將智駕較基礎(chǔ)的功能更快速地部署到各個車上，能將之標(biāo)配化到產(chǎn)品端。

第二中端體驗的標(biāo)準(zhǔn)化是把高速NOA相關(guān)的產(chǎn)品功能，推向更標(biāo)準(zhǔn)化的體驗，用戶知道功能上車后應(yīng)該有怎樣的期待。

第三高端體驗的大眾化，把更高級的功能通過技術(shù)的發(fā)展進(jìn)步不僅用在高端車型上，中低端車型也可以體驗到城市NOA產(chǎn)品。

第四極致體驗的格式化，將創(chuàng)新性的技術(shù)，包括從L4級的技術(shù)可以降維到L2級，為大眾帶來產(chǎn)品的體驗。

智能輔助駕駛解決方案的能力升級

下圖是產(chǎn)品功能圖我們?nèi)Τ隽瞬煌墑e智駕功能覆蓋的場景，在高速上定速巡航和軌道保持輔助駕駛是常見的L2功能，高速NOA屬于L2+，并會增加自動變道，高速閘道分流、合并，智慧避讓等功能。城市更復(fù)雜，包括在城市地面道路的紅綠燈入口、U Turn掉頭、窄道通行以及泊車場景等。   

圖源：輕舟智航

我們認(rèn)為輔助駕駛，用戶的價值在于更好用和更愛用。更好用指滿足基礎(chǔ)的高速NOA體驗，并實現(xiàn)部分城區(qū)NOA的點對點駕駛，司機(jī)接管率更低，提供更安心、更信賴的管家式體驗。更愛用指實現(xiàn)較大ODD范圍內(nèi)的城市NOA點對點自動駕駛，達(dá)到更樸實的自動駕駛，讓開車像打車一樣輕松，讓司機(jī)對輔助駕駛形成依賴，更加輕松地享受駕駛過程。

在剛剛過去的上海車展上，中端車型的主流智駕方案大致分為兩類：一類是基于激光雷達(dá)的方案，另一類以視覺為主。大致的配置以計算芯片為例，主要是以O(shè)rin和地平線為主。

圖源：睿思齊咨詢

輕舟智航的智能輔助駕駛解決方案

基于市場需求，輕舟提出了兩套解決方案，一套是包括高速和城市NOA的1L11V5R解決方案，支持單/雙征程5芯片，要做到高性價比，需要要優(yōu)化單雙J5，傳感器也是優(yōu)化方向。第二套性價比更高，基于6V1R以高速NOA+L2功能為主的解決方案，該方案是較傳統(tǒng)的前視、后視和四個環(huán)視的相機(jī)，當(dāng)前主要在單J5芯片上實現(xiàn)。

下面是簡單的配置圖，輕舟率先成為基于國產(chǎn)大算力高性能“征程5” 芯片的城區(qū)自動駕駛解決方案提供商之一，與地平線強強聯(lián)手，搭載首個實現(xiàn)前裝量產(chǎn)的國產(chǎn)百TOPS大算力芯片，打造從能用、好用、到愛用的量產(chǎn)智能駕駛方案 。

圖源：輕舟智航

同時輕舟的全棧算法也高度適配兼容了英偉達(dá)Orin DRIVE 平臺，在2022年英偉達(dá)GTC大會上也得到了官方對雙方合作的認(rèn)可，下圖中間是輕舟基于英偉達(dá)雙Orin方案的展示圖。

圖源：輕舟智航

領(lǐng)先的工程化能力加速輕舟產(chǎn)品落地

為什么輕舟能做到用戶體驗良好的產(chǎn)品？本質(zhì)在于解決方案的特點：基于數(shù)據(jù)；成于感知；精于PnC。

首先講感知，我們提出超融合概念，即多傳感器時序穿插融合，包括Lidar、Radar、Camera的輸入，時序化可以把過去的傳感器輸入融合到網(wǎng)絡(luò)中，從而更準(zhǔn)確的輸出。整個大模型叫OmniNet，基于BEV的特征空間，加上多傳感器融合，最后是通過共享主干網(wǎng)絡(luò)Backbone，融合多傳感器特征，加上時序特點，輸出多個感知任務(wù)的模型。

下圖中，左邊是BEV結(jié)果，可以看到鳥瞰圖象識別的車。這是一顆激光雷達(dá)識別的效果，能到150米-200米的視覺感知結(jié)果，中途的結(jié)果都可以直接輸出，包括2D車道線、全景、深度估計的效果、分割的效果。最后可以得到多任務(wù)互補，得到最終感知結(jié)果，給到歸控進(jìn)行決策和規(guī)劃。

圖源：輕舟智航

下圖左側(cè)是把Lidar去掉后，網(wǎng)絡(luò)設(shè)計依然可以支持輸出，整個鳥瞰圖下對6個攝像頭的輸入后，車的視覺輸出，包括在高速路和快速路、對不同的車道線的輸出等都可以在網(wǎng)絡(luò)上輸出。

圖源：輕舟智航

在城市道路的輸出，包括深度、視覺障礙物的檢測、分割、車道線的幾何都可以用到視覺中，解決危機(jī)障礙物的檢測；在隧道中，其感知輸出結(jié)果一樣穩(wěn)定。

OmniNet提供豐富且準(zhǔn)確的環(huán)境感知結(jié)果，能夠有效提升感知的精度和準(zhǔn)確性；同時遵循更好利用車載芯片算力的設(shè)計，用輸入輸出的方式優(yōu)化任務(wù)性能，比單任務(wù)的算力要節(jié)省1/4-1/5。感知模型還可以根據(jù)不同傳感器配置，只要最終配置和數(shù)據(jù)搜集過程中做新的確定，就可以適配整個車型，可以做到高速適配和低切移成本，達(dá)到高性價比的初衷。

除感知外，輕舟還推出了行業(yè)公認(rèn)更優(yōu)的時空聯(lián)合算法。普通的或行業(yè)慣用的方法是時空分離算法，即把路徑和速度分開優(yōu)化的過程。比如紅色是自車，要做超車或變道的過程，會先規(guī)劃路徑，在路徑下再規(guī)劃不同時間采取什么樣的速度通過。劣勢是如果路徑規(guī)劃后發(fā)現(xiàn)車超不過去，可能采取的行動就是先剎車再避讓，或者變道失敗。

圖源：輕舟智航

時空聯(lián)合優(yōu)化的優(yōu)點是車預(yù)測的模型也加入其中，不單單考慮自車的路徑，還會把對方的行動路徑考慮進(jìn)去，綜合考慮后再做加速度，再超車，可以解決更多復(fù)雜場景。

當(dāng)然好的規(guī)劃也離不開好的預(yù)測模型，我們自研的預(yù)測模型ProphNet，在自動駕駛領(lǐng)域世界杯Argroverse 國際預(yù)測挑戰(zhàn)賽是獲得了2021年冠軍，2022年獲得了季軍。整個預(yù)測算法達(dá)到了10秒的預(yù)測長度，可以支持?jǐn)?shù)百個目標(biāo)，推理的耗時小于20毫秒。針對J5平臺也進(jìn)行了優(yōu)化，特別對于中國路口出入模型的準(zhǔn)確率可以達(dá)到90%以上。

除了算法、感知、歸控和預(yù)測，數(shù)據(jù)效率也是至關(guān)重要的一環(huán)，因為它決定了算法迭代的效率。數(shù)據(jù)平臺，標(biāo)注平臺，訓(xùn)練平臺，仿真平臺，所有的算法都在平臺上快速流轉(zhuǎn)，去迭代算法效果。我們也構(gòu)建了一套屬于閉環(huán)的工具鏈，從實車測試、仿真測試、數(shù)據(jù)處理，到實際仿真場景以及虛擬仿真場景，包括標(biāo)注數(shù)據(jù)的訓(xùn)練都在這個工具鏈里快速解決。

圖源：輕舟智航

我們能達(dá)到一周內(nèi)快速部署和訓(xùn)練出一個新模型，同時在平臺上挖掘出更多的同類數(shù)據(jù)，快速提高corner case的解決能力。

（以上內(nèi)容來自輕舟智航聯(lián)合創(chuàng)始人、COO汪堃于2023年5月9日-10日在2023捷途汽車電子架構(gòu)與智能駕駛論壇發(fā)表的《如何打造更好用、消費者更愛用的智能駕駛解決方案》主題演講。）

返回第一電動網(wǎng)首頁 >