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

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

☆來自詩人李白,，輕舟智航自動駕駛品牌名稱正式發(fā)布

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

　　「輕舟乘風(fēng)」取自詩句「長風(fēng)破浪會有時，直掛云帆濟(jì)滄�,！�,。這兩句詩出自唐代詩人李白的《行路難》，表達(dá)的是一種歷經(jīng)坎坷,，但仍然無比堅定的信念,，也充分彰顯了輕舟智航的價值主張：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,，今年自動駕駛市場被提及最多的專業(yè)詞匯，作為專注L4自動駕駛的初創(chuàng)公司,，輕舟智航看到了其中的商機(jī),，城市NOA需要處理的問題和L4面臨的問題非常相似，真正做好城市NOA面臨諸多難題：
　　傳感器和計算需要符合車規(guī)級,，由此帶來的成本,、功耗限制,，需要通過更強(qiáng)的算法框架優(yōu)化和工程化能力來解決,；面對更廣泛的ODD使用場景，需要通過更高效的數(shù)據(jù)利用,，以數(shù)據(jù)驅(qū)動實(shí)現(xiàn)更強(qiáng)泛化性,；

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

　　因此,，城市NOA是輔助駕駛的天花板，也是無人駕駛的入門檻,。而依托L4以及robobus積累的經(jīng)驗(yàn)和技術(shù),，輕舟智能針對上面的難題，帶來了自己的城市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)+視覺傳感器展開。輕舟智航的年輕工程師們認(rèn)為,，相較于純視覺方案,，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)更多場景,，最優(yōu)性價比,。

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

　　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場景，純視覺方案很難應(yīng)對中國的城市NOA需求,。而激光雷達(dá)能夠提供精確的3D測距,，可以及時捕捉準(zhǔn)確物體的位置、形態(tài),、大小,、運(yùn)動狀態(tài)等信息，便于系統(tǒng)及時做出更為安全且舒適的規(guī)避動作,，有效應(yīng)對多種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)高性價比,。同時,，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」,，推動城市NOA的快速落地,。總體來說,，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路線,，可能真的不夠中國特色,。

☆多傳感器融合，輕舟智航帶來的思路夠新嗎,？

　　 主流的融合方案包括前融合（數(shù)據(jù)級融合）,、中融合（特征級融合）和后融合（目標(biāo)級融合）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,，為車輛做出安全的預(yù)測和決策提供保障。

　　前融合可以實(shí)現(xiàn)更高質(zhì)量的融合效果,，但對于不同傳感器的時間同步性和空間標(biāo)定的要求非�,？量獭６�后融合的解耦性更��(qiáng),，但依賴經(jīng)驗(yàn)豐富,、工程素養(yǎng)良好的工程人員編寫基于經(jīng)驗(yàn)的規(guī)則,，同時需要大量的仿真、實(shí)車測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「前中后穿插融合」,，通過激光雷達(dá),、毫米波雷達(dá)、視覺等多傳感器融合,，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)地感知動靜態(tài)物體及狀態(tài)信息,，避免各類誤檢和漏檢,，精度高且魯棒性強(qiáng)。

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

　　 以一個神經(jīng)網(wǎng)絡(luò)即可實(shí)現(xiàn)視覺,、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，也是首個可在量產(chǎn)計算平臺上實(shí)現(xiàn)時序多模態(tài)特征融合的大模型,。利用一個神經(jīng)網(wǎng)絡(luò)模型,，將視覺、毫米波雷達(dá),、激光雷達(dá)等數(shù)據(jù)通過前融合和BEV空間特征融合,，讓本來獨(dú)立的各個計算任務(wù)通過共享主干網(wǎng)絡(luò)（backbone）和記憶網(wǎng)絡(luò)（memory network）進(jìn)行高效多任務(wù)統(tǒng)一計算,，最終同時在圖像空間和BEV空間中輸出不同感知任務(wù)的結(jié)果，為下游的預(yù)測和規(guī)劃控制模塊提供更豐富的輸出,�,！　�

☆城市NOA時代，PNC定高下,？

　　PNC,，又一個自動駕駛領(lǐng)域的名詞，它的全稱是Planning and Control,，在車端涵蓋導(dǎo)航,、預(yù)測、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,、測試數(shù)據(jù)，訓(xùn)練模型,，通過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端模塊。簡單的說,，它就是打磨城市NOA的訓(xùn)練場,，在這個訓(xùn)練場，輕舟智航可以更迅速且精準(zhǔn)的完成對NOA的基礎(chǔ)功能訓(xùn)練和特殊場景升級,，從新手快速成長為老司機(jī),。

☆獨(dú)家的時空聯(lián)合規(guī)劃

　　 通常來說，業(yè)界采用的是「時空分離規(guī)劃」,，也就是把「對軌跡的規(guī)劃」拆分成兩個子問題,，即路徑規(guī)劃（path planning）和速度規(guī)劃（speed planning）。路徑規(guī)劃對應(yīng)于橫向控制,，即方向盤,；速度規(guī)劃對應(yīng)于縱向控制，即剎車或油門,，這種決策機(jī)制也就是通常所謂的「橫縱分離」,。

「時空分離規(guī)劃」相當(dāng)于先為車輛「鋪好」一段鐵軌，再在鐵軌上計算速度,。這種方式非常依賴手寫規(guī)則調(diào)整車輛行為,，也非常依賴大量路測來驗(yàn)證算法,。

　　輕舟智航自研「時空聯(lián)合規(guī)劃算法」打破了思維定勢，同時考慮空間和時間來規(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」,，升級為「橫縱聯(lián)合」,，能直接在x-y-t（即平面和時間）三個維度的空間中直接求解最優(yōu)軌跡。

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

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

　　不僅如此,，在多車道行駛時，車輛還可以通過判斷前方車流量和車速,，靈活地變道選擇更快的路線,，而不會「死板地」跟著前車緩行。更聰明,、更靈活,，行車效率更高效,。

　　因此,，采用「時空聯(lián)合規(guī)劃」的車輛，可在保證安全性的基礎(chǔ)上,，用更短時間,、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,，越能帶來更為顯著的效率和體感提升。

　　寫在最后：

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

　　而隨著越來越多供應(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級自動駕駛積累的技術(shù)經(jīng)驗(yàn),、PNC,、感知融合模型等技術(shù)確實(shí)給了它競爭的資本，但更快的被車企認(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 汽車之家 冷曉陽）

查看同類文章：

新技術(shù)

智能網(wǎng)聯(lián)

更多精彩內(nèi)容：

商業(yè)模式

產(chǎn)業(yè)報道

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