[汽車之家 行業(yè)]  2022年,，汽車行業(yè)頂住供應(yīng)鏈壓力,，克服重重困難，在下半年實現(xiàn)產(chǎn)銷量逆勢增長,，展現(xiàn)出強大的發(fā)展韌性,。11月8-10日，有汽車領(lǐng)域“達沃斯”之稱的2022中國汽車論壇在上海舉辦,。作為汽車行業(yè)的頂級盛會,，中國汽車論壇自2011年創(chuàng)立以來，已成功舉辦了十一屆,，影響力日益廣泛,。

　　本屆論壇由中國汽車工業(yè)協(xié)會主辦，以“聚力行穩(wěn) 蓄勢新程”為主題,。政府領(lǐng)導(dǎo),、國際行業(yè)組織、主要車企和新勢力企業(yè)負責人共聚一堂,，探索產(chǎn)業(yè)穩(wěn)增長之大計,。汽車之家作為大會的官方合作伙伴，在現(xiàn)場為大家?guī)�來與會嘉賓的精彩觀點,。在2022年中國汽車論壇上,，輕舟智航聯(lián)合創(chuàng)始人、CTO侯聰發(fā)表了主題為“如何打造中國特色城市NOA,�,！钡难葜v,。

以下內(nèi)容為現(xiàn)場演講實錄：

輕舟智航現(xiàn)在已經(jīng)不止是一家L4自動駕駛公司，今年上半年發(fā)布了新的「雙擎」戰(zhàn)略,�,！� 雙擎”是指動力引擎和創(chuàng)新引擎。其中動力引擎指的是我們自動駕駛技術(shù)能力以及研發(fā)體系,，在這個引擎之要不斷夯實技術(shù)深度,，支持長線發(fā)展。創(chuàng)新引擎是基于自動駕駛能力之上實現(xiàn)商業(yè)化,，不斷拓寬場景的寬度,，反哺技術(shù)的發(fā)展。

　　其中最重要的應(yīng)用是前裝量產(chǎn)的高級別輔助駕駛,，在國內(nèi)想要實現(xiàn)最終的無人駕駛,，“雙擎”的方式，通過漸進式的高級別輔助駕駛反哺自動駕駛的方式是最務(wù)實的一條道路,。

　　今天我要分享的重點在于創(chuàng)新引擎中的前裝量產(chǎn),，也就是高級別輔助駕駛城市NOA應(yīng)用，看怎么將城市NOA帶進現(xiàn)實,。

　　首先分享一下我們對輔助駕駛產(chǎn)品的認識,，我們認為，在不同階段把產(chǎn)品分成三個不同的階段：能用,、好用和愛用,。

　　什么是能用？最基本的L2功能,，大家可以在高速上,、高架上用起來，可以實現(xiàn)我們想要的輔助功能定義,。但同時,，也會看到經(jīng)常會有一些需要接管的場景，比如說加塞的時候表現(xiàn)的不夠安全,，有時候跟大車靠的很近的時候讓大家覺得不是非常安心,，是不是需要接管？只是處在能用的狀態(tài),。

　　什么是好用,？隨著硬件的升級、方案的迭代,，處理場景的能力會不斷增強,。包括加塞、大車并行以及其他偏長尾的場景能處理的比較好,，基本上在高速上能實現(xiàn)點對點的輔助駕駛能力,。

　　畢竟大家開車開高速的機會不是很多,，大部分時候都是在城市里開。所以往下一步看的話,，要做到讓用戶愛用,，一定要涵蓋大部分駕駛場景。一定要涵蓋城市的場景,。當我們把城市場景覆蓋90%以上的時候,，把產(chǎn)品做得更加安心、安全,，用戶會不斷形成對它的依賴,，就到了愛用的階段。

　　為了做到愛用,，城市一定要把幾乎所有的場景都覆蓋到,，無論是高架，還是城市里的路口,、泊車的功能,。目標是實現(xiàn)城市NOA在場景中的駕駛能力。

　　為什么非常重視城市NOA的開發(fā),？因為我們認為它是輔助駕駛里的天花板,，是技術(shù)含量最高的功能。輕舟的使命是將無人駕駛帶進現(xiàn)實,，希望能通過持續(xù)打磨城市NOA功能,，不斷反哺L4技術(shù)，最終實現(xiàn)無人駕駛,，所以它也是無人駕駛的入門檻,。

　　城市NOA功能市場趨勢是怎么樣的,？到2025年的時候,，我國智能駕駛市場滲透率到65%以上，其中L2及以上的功能滲透率是40%以上,。右邊可以看到用戶在購買車輛的時候,，越來越看重的是輔助駕駛，尤其是高級別輔助駕駛帶來的疲勞環(huán)節(jié),，包括解放雙手的功能,，會形成很強的購買車輛的意愿參考。

　　趨勢非常明顯,，在當然的時間節(jié)點,，我們認為輕舟已具備了天時、地利,、人和這三個重要因素,。

　　“天時”就是大的行業(yè)趨勢,，做的產(chǎn)品會越來越受到用戶的接受和歡迎。

　　“地利”是跟廣大的上下游合作伙伴達成深入合作,，無論是軟件,、硬件還是主機廠。特別要提到的一點是跟地平線的深入合作,，雙方已經(jīng)達成了很深的生態(tài)和戰(zhàn)略合作,。輕舟目前專注于在征程5的平臺上做城市NOA開發(fā)。

　　“人和”是來自于輕舟這些年積累的L4經(jīng)驗,，人才及研發(fā)體系,。

　　集齊了這三個因素，輕舟非常有信心,，能夠把城市NOA做好,。

　　在當前這個階段，如何更快地把城市NOA做好,？可以看一下當前輔助駕駛的主要配置方案,，大致分成三類：

　　1.低配，主要在5000人民幣以下的成本,，用單目的方案解決高速場景的車道保持和自適應(yīng)巡航,，這個領(lǐng)域已經(jīng)比較成熟了。

　　2.中配,，成本會高一些,，到將近1萬的成本，以多目視覺為主,，解決高速上NOA的功能,。

　　3.高配，增加至少1顆激光雷達,，以解決城市NOA的場景,，成本會更高一些。

　　我們認為,，當前最快的實現(xiàn)城市NOA的方式還是高配的方案,，至少需要1顆激光雷達。

　　為什么會需要一顆激光雷達呢,？大家也知道,，中配的方案在國外就能實現(xiàn)城市很好的功能。但是,，在國內(nèi)場景上有很大差異的,，無論是道路設(shè)計、交通擁堵狀況,、人車混行,、施工情況,、道路使用者規(guī)范性也不是使用很強，本身場景就比國外要復(fù)雜很多,。

　　同時,，在場景之中能看到很多情況，對于純視覺是非常有挑戰(zhàn)的,。比如像有些人可能會扛著桿子,，視覺能把人檢測出來，但是桿子卻看不到,。還有地上經(jīng)常墜落的未知障礙物,，對視覺也是非常有挑戰(zhàn)的。實際上,，這些場景通過1顆激光雷達就可以解決的非常好,。

　　在測試過程中碰到了路邊突然放了一些建筑材料的情況，這種情況是平時開車很少碰到的,，如果用純視覺的話會帶來很大的風險,，但是激光雷達可以輕易繞開障礙物。

　　當然,，還是要用發(fā)展的眼光看待自動駕駛技術(shù)的發(fā)展,。我們認為隨著技術(shù)的不斷迭代，隨著大量數(shù)據(jù)的回收,，大量長尾問題的回收,。相信純視覺在未來的某個時間點也可以把城市場景解決的比較好。但是當前因為用戶對于城市場景產(chǎn)品的需求特別急迫,，再加上它是新事物新產(chǎn)品,，希望它用到用戶手中的時候是以一種比較安全的方式送達的。所以建議用帶激光雷達的方案提供功能,。

　　通過大量經(jīng)驗積累也注意到,，最需要解決的感知方向主要在前方和側(cè)前方，用1顆雷達放在車頂?shù)姆桨妇涂梢园堰@個問題解決的比較好,，這種方式也是性價比最高的方式,。當然了,，考慮到很多車廠出于車型造型設(shè)計的考慮,，可能會把雷達放在下面的某些位置。這樣的話至少需要2-3顆,，這種方案我們也是可以適配的,。

　　城市NOA方案剛剛發(fā)布了名稱，叫做“輕舟乘風”,。接下來想和大家介紹一下技術(shù)上的優(yōu)勢,，從感知到規(guī)劃到數(shù)據(jù)驅(qū)動,。

　　感知叫“超融合”方案，綜合融合了多傳感器不同的信息,，并且實現(xiàn)了穿插的融合,。說到融合，大家比較了解前融合,、中融合,、后融合。前融合主要指的是數(shù)據(jù)層面,，中融合主要是特征層面,，后融合是目標層面。不僅把前,、中,、后全部做進了系統(tǒng)里，同時也加入了時序融合,。

　　以中融合為例,，他是在特征層面上對來自激光雷達和相機的數(shù)據(jù)特征在BEV空間下進行了融合，把圖像特征映射到BEV框架下,，可以很自然的和點云特征進行融合,，坐標器是全局坐標器，可以實現(xiàn)時序的融合,。不僅可以提高感知的整體性能,，同時也能實現(xiàn)對于周圍物體方向、速度預(yù)測的輸出,。

　　非常高興地宣布,，我們把國內(nèi)首個超融合模型部署在了量產(chǎn)方案中，已經(jīng)在征程5的芯片上實現(xiàn)了部署,。

　　說到大模型,，這些年大模型的趨勢非常明顯。這里介紹下我們的感知大模型叫OmniNet,，Omni的意思是無所不能的,，把各種傳感器的輸入通過前融合的方式進行特征提取，在BEV下進行中融合的特征匹配融合,，之后在BEV之下再輸出檢測,、分割等多任務(wù)的感知結(jié)果。同時,，在圖像空間也會輸出2D檢測,、分割等結(jié)果，一個模型就可以實現(xiàn)感知所有任務(wù)的輸出。

OmniNet模型有3個優(yōu)點：

　�,。�1）感知更精準

　　左邊是在BEV之下的感知結(jié)果,，右邊是在圖像空間中的輸出，像2D監(jiān)測,、分割,、深度估計。還可以進一步把2D檢測下的結(jié)果（深度,、語義分割）合在一起,，形成三維的重建結(jié)果，這對于解決未知障礙物是很有幫助的,。

　　同時,，如果拿掉激光雷達的話，用純視覺也可以實現(xiàn)很好的BEV結(jié)果,。左側(cè)是只用6個相機就能實現(xiàn)很好的檢測結(jié)果,。當然，如果有雷達的話,，做中融合的效果也會更好,。BEV確實能帶來很大的優(yōu)勢，可以天然地把跨相機的特征融合在一起,，這樣就能解決掉大型車輛單路相機看不全,，會有極端的閑心，通過跨相機的融合可以對大物體（卡車,、公交車）識別做得更好,。同時，可以實現(xiàn)點云和圖像的融合,，以及時序融合,。

　　（2）車端更適配,。

　　以前傳統(tǒng)模型的模式有算力浪費,，把多個模型并成一個模型之后，會形成多個任務(wù)共享一個主干網(wǎng)絡(luò),，就是Backbone特征提取部分,，把算力降低60%以下，很方便地部署在算力有限的車輛之上,。

　　同時,，對傳感器的配置非常靈活，不論是1顆,、2顆,、3顆激光雷達,，甚至是純視覺,，都可以用這個框架進行開發(fā)部署,。

　　（3）迭代更高效,。

　　大模型天然非常適合用數(shù)據(jù)去驅(qū)動,，我們開發(fā)了大量的自監(jiān)督、半監(jiān)督,、弱監(jiān)督的框架,。使得可以充分挖掘數(shù)據(jù)中的價值，通過無需人工標注的方式把數(shù)據(jù)中可學的部分學到,。同時,，還有數(shù)據(jù)合成處理很多長尾的問題。

　　剛才介紹的是感知,，在城市NOA的場景下,，決策規(guī)劃的能力是定高下的。

　　介紹一大亮點,，在做決策規(guī)劃時用的是時空聯(lián)合規(guī)劃算法,，優(yōu)勢在什么地方呢？舉一個例子,。

　　左邊是超車的場景,，傳統(tǒng)是用時空分離的方法做規(guī)劃優(yōu)化，先從空間上搜索一條路徑來,，之后在路徑之上搜索速度的結(jié)果,。這種分開式的優(yōu)化，解空間比較小,，很多時候搜不到最優(yōu)解,，往往需要通過大量規(guī)則，hack的方式才能把場景處理掉,，這種方式擴展性比較差,。

　　輕舟采用的是“時空聯(lián)合規(guī)劃”的方法，同時搜索空間和時間的結(jié)果,，解空間就會大很多,，在復(fù)雜動態(tài)場景下往往能搜出最優(yōu)解來，甚至某些場景下比人類的行為做得更好,、更舒適,、更安全。

　　當然,，好的決策規(guī)劃也離不開好的預(yù)測,，預(yù)測也是很先進的模型,，能輸出周圍物體10s的預(yù)測軌跡，同時可以支持數(shù)百個物體的預(yù)測,。針對征程5芯片做了大量的適配優(yōu)化,，只需要20毫秒就可以跑完預(yù)測。

　　模型這兩年參加了一些比賽,，像CVPR里的Argoverse是世界頂級的比賽,，去年拿了冠軍，今年拿了亞軍,，證明了模型的能力,。

　　最后，分享關(guān)于數(shù)據(jù)驅(qū)動的優(yōu)勢和思考,，大家知道,，城市場景非常復(fù)雜，用規(guī)則肯定解決不掉,，肯定是用數(shù)據(jù)驅(qū)動的方式來讓能力越來越強,。

　　輕舟作為一家L4公司，已經(jīng)積累了數(shù)百萬公里的測試數(shù)據(jù),，基于數(shù)據(jù)有大量長尾數(shù)據(jù)采集,。同時，之后會跟車廠達成深度合作,，通過量產(chǎn)車的數(shù)據(jù)回收把更多的海量數(shù)據(jù)收回來,。

　　但是數(shù)據(jù)回收是一部分，想把數(shù)據(jù)給用好需要很好的工具鏈,。輕舟經(jīng)過將近四年的開發(fā),，已經(jīng)把數(shù)據(jù)的供應(yīng)鏈做得非常完善。目標是把數(shù)據(jù)中的“黃金”給挖出來,，需要一整套數(shù)據(jù)鏈路,。通過數(shù)據(jù)鏈路，隨著數(shù)據(jù)的回收,，形成自動化的數(shù)據(jù)閉環(huán),。這樣后面無論做新的車型還是新的場景，就變成了自驅(qū)動的方式,，極大地降低開發(fā)的成本,。

　　舉個例子，數(shù)據(jù)挖掘就是從數(shù)據(jù)中挖掘黃金,，有時候處理長尾問題,，之所以長尾，因為很少見,，需要把它從海量數(shù)據(jù)里找出來,。會碰到一些人從車里打開車門走出來,，這個例子對于車門的檢測，對于人行為的預(yù)測是比較有挑戰(zhàn)的,。發(fā)現(xiàn)它是長遠問題之后,，就通過挖掘工具從數(shù)據(jù)庫里把類似的場景都挖出來，之后會送到模型里訓練,，解決問題,。再之后,，通過仿真工具驗證這個問題已經(jīng)得到很好的解決,，形成了閉環(huán)。

　　這里展現(xiàn)的是單顆激光雷達用在城市中實現(xiàn)的功能demo,，包括像白天的高架,，晚上的高架下面，包括跟大車的博弈,，包括擁堵的路段,，包括停車場的場景。

　　最后,，很高興地宣布,，輕舟將率先推出基于地平線征程5的城市NOA解決方案，請大家期待,！ 再說一下價值主張,，基于數(shù)據(jù)，成于感知,，用對強的決策規(guī)劃來引領(lǐng)城市NOA的新高度,。同時，攜手生態(tài)伙伴,，打造使用范圍最廣的自動駕駛解決方案,。

　　分享一下關(guān)于智能駕駛的世界觀，提出一個新的概念叫“小四化”,， “新四化”大家很熟悉,，是電動化、智能化,、共享化,、網(wǎng)聯(lián)化。但對于智能化提出“小四化”：

　　第一是讓入門體驗標配化,。也就是不斷地把最成熟的基本駕駛功能模塊化,，不需要車企花費額外的適配成本，能夠快速上車,，成為每輛車的標配,。

　　第二是讓終端體驗標準化,。是正在發(fā)生的階段，包括NOA功能的標準定義,，不同車輛,、不同車型對于NOA的實現(xiàn)會有差異化，使得用戶對于車輛行為的預(yù)測不是很標準,，不同車輛的駕乘體驗也不是很一致,，應(yīng)該標準化中配的體驗。

　　第三是讓高端體驗大眾化,。目前高端體驗只是在高端的車型上部署,，隨著硬件方案的迭代，成本下降,，隨著技術(shù)方案的迭代,，我們認為高端方案一定會越來越大眾化，裝配率應(yīng)該越來越高,，應(yīng)該會下沉到終端車型甚至低端車型上去,，這也是很大的趨勢。

　　第四是讓極致體驗革新化,。相信未來L3,、L4一定可以實現(xiàn)，L3一定能解鎖新的場景和體驗,。比如說在某些特定場景下,，可以真正解放雙手雙眼，實現(xiàn)出行真正意義上的革新,。

查看同類文章：

2022中國汽車論壇

行業(yè)視角

智能網(wǎng)聯(lián)

更多精彩內(nèi)容：

新車上市/價格

汽車之家行業(yè)-大數(shù)據(jù) 全領(lǐng)域 新視點