[汽車(chē)之家 資訊]　　2020年,，輕舟智航推出了第一代專(zhuān)注城市復(fù)雜交通場(chǎng)景的自動(dòng)駕駛解決方案「Driven-by-QCraft」，適應(yīng)于城市公開(kāi)道路上的多種復(fù)雜路況,，并可高效部署于多類(lèi)車(chē)型,。

　　在過(guò)去兩年多中，「Driven-by-QCraft」快速迭代,，持續(xù)升級(jí),，并在今年5月推出了最新一代的車(chē)規(guī)級(jí)前裝量產(chǎn)自動(dòng)駕駛方案,，助力車(chē)企實(shí)現(xiàn)城市NOA方案的全面落地。

☆來(lái)自詩(shī)人李白,，輕舟智航自動(dòng)駕駛品牌名稱(chēng)正式發(fā)布

　　今天，輕舟正式將其自動(dòng)駕駛解決方案「Driven-by-QCraft」命名為「輕舟乘風(fēng)」,，它涵蓋車(chē)載軟件,、車(chē)載硬件和數(shù)據(jù)自動(dòng)化閉環(huán)等多個(gè)方面，可以提供輕舟智航最前沿的感知,、PNC等能力,，為最終用戶(hù)帶來(lái)更安全、更便捷,、更舒適的體驗(yàn),。

　　「輕舟乘風(fēng)」取自詩(shī)句「長(zhǎng)風(fēng)破浪會(huì)有時(shí),，直掛云帆濟(jì)滄海」,。這兩句詩(shī)出自唐代詩(shī)人李白的《行路難》,，表達(dá)的是一種歷經(jīng)坎坷，但仍然無(wú)比堅(jiān)定的信念,，也充分彰顯了輕舟智航的價(jià)值主張：基于數(shù)據(jù),，成于感知,，用PNC引領(lǐng)城市NOA；其遠(yuǎn)景則是攜手生態(tài)伙伴,，打造使用廣闊使用范圍的自動(dòng)駕駛解決方案 。

☆輕舟智航,，殺入城市NOA主賽道

　　城市NOA,，今年自動(dòng)駕駛市場(chǎng)被提及最多的專(zhuān)業(yè)詞匯,，作為專(zhuān)注L4自動(dòng)駕駛的初創(chuàng)公司，輕舟智航看到了其中的商機(jī),，城市NOA需要處理的問(wèn)題和L4面臨的問(wèn)題非常相似,，真正做好城市NOA面臨諸多難題：
　　傳感器和計(jì)算需要符合車(chē)規(guī)級(jí)，由此帶來(lái)的成本,、功耗限制,，需要通過(guò)更強(qiáng)的算法框架優(yōu)化和工程化能力來(lái)解決；面對(duì)更廣泛的ODD使用場(chǎng)景,，需要通過(guò)更高效的數(shù)據(jù)利用,，以數(shù)據(jù)驅(qū)動(dòng)實(shí)現(xiàn)更強(qiáng)泛化性；

　　針對(duì)城市中各種復(fù)雜的交通參與者互動(dòng)和博弈場(chǎng)景,，需要在確保安全性的前提下,，更聰明地進(jìn)行預(yù)測(cè)、規(guī)劃和控制,，實(shí)現(xiàn)更高行車(chē)效率,。

　　因此，城市NOA是輔助駕駛的天花板,，也是無(wú)人駕駛的入門(mén)檻。而依托L4以及robobus積累的經(jīng)驗(yàn)和技術(shù),，輕舟智能針對(duì)上面的難題,，帶來(lái)了自己的城市NOA解決方案。

☆一顆激光雷達(dá)的城市NOA是當(dāng)前階段最務(wù)實(shí)的方案,？

　　既然從L4轉(zhuǎn)戰(zhàn)L2,，那么輕舟智航的L2方案就很有看點(diǎn)，他們的思路很清晰,，主要圍繞單激光雷達(dá)+視覺(jué)傳感器展開(kāi),。輕舟智航的年輕工程師們認(rèn)為，相較于純視覺(jué)方案,，一顆激光雷達(dá)的城市NOA可在保證安全性的前提下,，實(shí)現(xiàn)更多場(chǎng)景，最優(yōu)性?xún)r(jià)比,。

　　目前,，行業(yè)內(nèi)涵蓋多種輔助駕駛配置方案，下至純視覺(jué),、低算力平臺(tái)的低配方案,，上至配備激光雷達(dá),，搭載雙NVIDIA DRIVE Orin或雙地平線征程5計(jì)算平臺(tái)的高配方案。

　　在當(dāng)前階段,，由于道路上充滿復(fù)雜多樣的障礙物和Corner Case場(chǎng)景,，純視覺(jué)方案很難應(yīng)對(duì)中國(guó)的城市NOA需求。而激光雷達(dá)能夠提供精確的3D測(cè)距,，可以及時(shí)捕捉準(zhǔn)確物體的位置,、形態(tài)、大小,、運(yùn)動(dòng)狀態(tài)等信息,，便于系統(tǒng)及時(shí)做出更為安全且舒適的規(guī)避動(dòng)作，有效應(yīng)對(duì)多種Corner Case難題,。

　　輕舟智航的城市NOA主張是在保證安全性的前提下,，實(shí)現(xiàn)高性?xún)r(jià)比。同時(shí),，他們也認(rèn)為這是當(dāng)前激光雷達(dá)方案中最務(wù)實(shí)的城市NOA方案,，有望更快「上車(chē)」，推動(dòng)城市NOA的快速落地,�,？傮w來(lái)說(shuō)，輕舟智航的城市NOA也屬于輕地圖,，重感知的范疇,。

　　至于特斯拉的純視覺(jué)路線，可能真的不夠中國(guó)特色,。

☆多傳感器融合,，輕舟智航帶來(lái)的思路夠新嗎？

　　 主流的融合方案包括前融合（數(shù)據(jù)級(jí)融合）,、中融合（特征級(jí)融合）和后融合（目標(biāo)級(jí)融合）三種,。不同融合方案各有優(yōu)劣，有效的融合結(jié)果才能給下游任務(wù)輸出可靠的信息,，為車(chē)輛做出安全的預(yù)測(cè)和決策提供保障,。

　　前融合可以實(shí)現(xiàn)更高質(zhì)量的融合效果，但對(duì)于不同傳感器的時(shí)間同步性和空間標(biāo)定的要求非�,？量�,。而后融合的解耦性更強(qiáng)，但依賴(lài)經(jīng)驗(yàn)豐富,、工程素養(yǎng)良好的工程人員編寫(xiě)基于經(jīng)驗(yàn)的規(guī)則,，同時(shí)需要大量的仿真、實(shí)車(chē)測(cè)試以獲得更廣的覆蓋度,，并且可擴(kuò)展性有限,，工程投入邊界收益低,。

　　 輕舟智航的感知算法通過(guò)「前中后穿插融合」，通過(guò)激光雷達(dá),、毫米波雷達(dá),、視覺(jué)等多傳感器融合，感知模型可在不同階段充分利用不同傳感器信息,，讓不同傳感器優(yōu)勢(shì)互補(bǔ),，可以避免單模信息丟失，實(shí)現(xiàn)更早的多傳感器信息共享,，得到更優(yōu)傳感器融合結(jié)果,，從而可以更準(zhǔn)確更精細(xì)地感知?jiǎng)屿o態(tài)物體及狀態(tài)信息，避免各類(lèi)誤檢和漏檢,，精度高且魯棒性強(qiáng),。

　　既然說(shuō)到感知，接下來(lái)我們自然而然就應(yīng)該聊到感知方案,。就像前段時(shí)間小鵬汽車(chē)在科技日上推出的Xnet多相機(jī),、多幀數(shù)據(jù)輸入方案，輕舟智航OmniNet也是類(lèi)似的方案,。

　　 以一個(gè)神經(jīng)網(wǎng)絡(luò)即可實(shí)現(xiàn)視覺(jué),、激光雷達(dá)、毫米波雷達(dá)在BEV（Bird’s Eye View）空間和圖像空間上輸出多任務(wù)結(jié)果,。相較傳統(tǒng)方案,，OmniNet在實(shí)際應(yīng)用中可節(jié)省2/3的算力資源，并擁有更高的感知融合精度和模型迭代效率,，而且可以低成本適配不同廠家的傳感器配置,，更輕量、更高效,、更靈活地滿足城市NOA的量產(chǎn)需求,。

　　輕舟智航此次提出的OmniNet是應(yīng)用于前中融合階段,、實(shí)現(xiàn)數(shù)據(jù)/特征融合的全任務(wù)大模型,，也是首個(gè)可在量產(chǎn)計(jì)算平臺(tái)上實(shí)現(xiàn)時(shí)序多模態(tài)特征融合的大模型。利用一個(gè)神經(jīng)網(wǎng)絡(luò)模型,，將視覺(jué),、毫米波雷達(dá)、激光雷達(dá)等數(shù)據(jù)通過(guò)前融合和BEV空間特征融合,，讓本來(lái)獨(dú)立的各個(gè)計(jì)算任務(wù)通過(guò)共享主干網(wǎng)絡(luò)（backbone）和記憶網(wǎng)絡(luò)（memory network）進(jìn)行高效多任務(wù)統(tǒng)一計(jì)算,，最終同時(shí)在圖像空間和BEV空間中輸出不同感知任務(wù)的結(jié)果，為下游的預(yù)測(cè)和規(guī)劃控制模塊提供更豐富的輸出,�,！　�

☆城市NOA時(shí)代,，PNC定高下？

　　PNC,，又一個(gè)自動(dòng)駕駛領(lǐng)域的名詞,，它的全稱(chēng)是Planning and Control，在車(chē)端涵蓋導(dǎo)航,、預(yù)測(cè),、決策、規(guī)劃,、控制等核心模塊,，以及HMI、環(huán)境感知,、地圖定位等支持模塊,。

　　PNC的離線模塊可以收集、查詢(xún),、測(cè)試數(shù)據(jù),，訓(xùn)練模型，通過(guò)仿真分析模型和算法效果,，最后再將模型和算法效果反哺給車(chē)端模塊,。簡(jiǎn)單的說(shuō)，它就是打磨城市NOA的訓(xùn)練場(chǎng),，在這個(gè)訓(xùn)練場(chǎng),，輕舟智航可以更迅速且精準(zhǔn)的完成對(duì)NOA的基礎(chǔ)功能訓(xùn)練和特殊場(chǎng)景升級(jí)，從新手快速成長(zhǎng)為老司機(jī),。

☆獨(dú)家的時(shí)空聯(lián)合規(guī)劃

　　 通常來(lái)說(shuō),，業(yè)界采用的是「時(shí)空分離規(guī)劃」，也就是把「對(duì)軌跡的規(guī)劃」拆分成兩個(gè)子問(wèn)題,，即路徑規(guī)劃（path planning）和速度規(guī)劃（speed planning）,。路徑規(guī)劃對(duì)應(yīng)于橫向控制，即方向盤(pán),；速度規(guī)劃對(duì)應(yīng)于縱向控制,，即剎車(chē)或油門(mén)，這種決策機(jī)制也就是通常所謂的「橫縱分離」,。

「時(shí)空分離規(guī)劃」相當(dāng)于先為車(chē)輛「鋪好」一段鐵軌,，再在鐵軌上計(jì)算速度。這種方式非常依賴(lài)手寫(xiě)規(guī)則調(diào)整車(chē)輛行為,，也非常依賴(lài)大量路測(cè)來(lái)驗(yàn)證算法,。

　　輕舟智航自研「時(shí)空聯(lián)合規(guī)劃算法」打破了思維定勢(shì)，同時(shí)考慮空間和時(shí)間來(lái)規(guī)劃軌跡，而不是先單獨(dú)求解路徑,，在路徑基礎(chǔ)上再求解速度從而形成軌跡,。將「橫縱分離」，升級(jí)為「橫縱聯(lián)合」,，能直接在x-y-t（即平面和時(shí)間）三個(gè)維度的空間中直接求解最優(yōu)軌跡,。

　　同時(shí)考慮空間和時(shí)間的「時(shí)空聯(lián)合規(guī)劃算法」，也是公認(rèn)的更優(yōu)的規(guī)劃算法,，更適合國(guó)內(nèi)復(fù)雜的路況,。

　　這種策略讓車(chē)輛在行駛時(shí)，能夠比普通駕駛員甚至老司機(jī)「開(kāi)得更好」,，特別是在面臨動(dòng)態(tài)障礙物的交互時(shí),，能提前把握最好的時(shí)機(jī)，選出最佳行車(chē)軌跡,，更流暢地完成車(chē)輛間的博弈,，并且不會(huì)出現(xiàn)反復(fù)急剎的情況。

　　不僅如此,，在多車(chē)道行駛時(shí),，車(chē)輛還可以通過(guò)判斷前方車(chē)流量和車(chē)速，靈活地變道選擇更快的路線,，而不會(huì)「死板地」跟著前車(chē)緩行,。更聰明、更靈活,，行車(chē)效率更高效,。

　　因此，采用「時(shí)空聯(lián)合規(guī)劃」的車(chē)輛,，可在保證安全性的基礎(chǔ)上,，用更短時(shí)間、更舒適的體驗(yàn),，把乘客帶向目的地,。而且越是在復(fù)雜的路況環(huán)境中，越能帶來(lái)更為顯著的效率和體感提升,。

　　寫(xiě)在最后：

　　從目前的情況看,，輕舟智航已不再單純是一家做Robobus的L4自動(dòng)駕駛公司，更是在快速推進(jìn)自動(dòng)駕駛前裝量產(chǎn),，同時(shí)它也有成為最好的自動(dòng)駕駛解決方案供應(yīng)商的野心,。

　　而隨著越來(lái)越多供應(yīng)商入局城市NOA,，輕舟智航也面臨的很多挑戰(zhàn),。不可否認(rèn)，L4級(jí)自動(dòng)駕駛積累的技術(shù)經(jīng)驗(yàn),、PNC,、感知融合模型等技術(shù)確實(shí)給了它競(jìng)爭(zhēng)的資本,，但更快的被車(chē)企認(rèn)可，拿下更多前裝訂單,，依然是當(dāng)務(wù)之急,。好消息是輕舟智航已經(jīng)拿下了某家車(chē)企的訂單，而它的產(chǎn)品也即將亮相,，最終能否贏得消費(fèi)者的青睞,，也將成為輕舟智航的“期末考試”，我們一起期待吧,。（圖/文 汽車(chē)之家 冷曉陽(yáng)）

查看同類(lèi)文章：

新技術(shù)

智能網(wǎng)聯(lián)

更多精彩內(nèi)容：

2022F1賽事

企業(yè)/品牌解讀

汽車(chē)之家行業(yè)-大數(shù)據(jù) 全領(lǐng)域 新視點(diǎn)