纵横时空辅助 L4出身如何做好辅助驾驶系统,轻舟智航:好用,能用,爱用

11/27 21:22:38 来源网站:辅助卡盟网

纵横时空辅助 L4出身如何做好辅助驾驶系统,轻舟智航:好用,能用,爱用

杨净 发自 凹非寺

量子位 | 公众号 QbitAI

智能辅助驾驶这么火,这个评、那个测,究竟有没有好的评价标准?

“能用、好用、爱用。”

这是最新面向用户体验给出的维度,也是一个技术流玩家给出的回答,但这个玩家并非是传统辅助驾驶玩家。

来自轻舟智航,一个L4自动驾驶技术出身的玩家,一个今年明确官宣进军量产车领域、要把L4级自动驾驶技术释放给辅助驾驶的玩家。

就在今年5月品牌日上,轻舟一举进军前装量产领域——专为城市NOA打造的量产车规级自动驾驶方案DBQ V4,一颗激光雷达就可实现,成本最低至1万元人民币 ,这在当时L4级自动驾驶赛道上前所未有。

质疑也随之而来:凭什么?L4出身的公司到底如何做城市NOA?如何兼顾成本和安全性问题?以及好端端的自动驾驶小巴头部玩家,怎么就开启前装量产转型了呢?

轻舟一一记下了上述问题,并且在最近用最技术的方式给出了一揽子回应。

「乘风」,乘风破浪会有时的「乘风」,轻舟专为城市NOA打造的量产车规级自动驾驶方案的统称。

包含:感知系统、决策控制系统、数据驱动机制。

L4公司如何做好辅助驾驶系统纵横时空辅助,答案都在这些系统的技术细节中。

轻舟如何解车企智驾焦虑?

自动驾驶场景中,城市道路一直作为技术攻坚的「天花板」。相较于高速、快速路,它的交通规则复杂、交通参与者众多,且高精度地图覆盖历程有限、大量CornerCase场景要靠视觉信息来处理……

但有意思的是,城市NOA正是辅助驾驶领域的天花板,之于L4自动驾驶,却恰好是企业需要应对的入门槛。

同样的场景、同样的技术挑战,解法都非常相似,最大的不同是量产车需要严格考虑成本和车规问题。比如传感器和计算需要符合车规级,由此带来的成本和功耗限制;面向更广泛的ODD场景,需要更高效的数据利用;以及面对城市复杂道路场景时更聪明地决策等等……

异时空纵横三国梦txt_纵横时空辅助_纵横时空东胜

纵横时空辅助_纵横时空东胜_异时空纵横三国梦txt

所以即便不少车企及上游供应商给出了城市NOA解决方案,各自叫法和内容不尽相同,但都离不开感知系统、决策控制、数据算力等这些核心要素。

轻舟智航的城市NOA方案,也可以从这几个方面看技术细节。

感知系统:多传感器时序穿插融合

首先,感知系统,轻舟的感知方案叫做「超融合」,具体表现为多传感器时序穿插融合。

简单来说,直接打破市面上主流的前/中/后融合,根据不同功能收集不同传感器信息,更早实现多传感器信息共享。

纵横时空东胜_纵横时空辅助_异时空纵横三国梦txt

基于这套方案,轻舟智航还提出了全能大模型——时序多模态特征融合模型OmniNet,一个神经网络,就可以实现视觉、激光雷达、毫米波雷达在BEV(Bird’s Eye View)空间、图像空间输出多任务结果。

目前已率先部署在量产平台上。

一方面,解决算力问题,让原本相互独立的计算任务统一起来。在相同数量任务情况下,可节省三分之二的算力。另一方面,正因为不同传感器的无缝融合,这样一套感知方案可以适配不同车型的传感器配置。

决策规划:时空联合规划

轻舟认为“城市NOA时代,PNC定高下”。PNC有多重要?小鹏在TECH DAY上给出的一组数字是——城市领航辅助驾驶在PNC方面的代码量,增加了88倍!

PNC决定了车辆在面对不同的道路情况下的行车策略,时机如何把握,速度和方向如何控制,目标是更好地完成与其他交通参与者的相互博弈,带来更高的行车效率和体验感受。

在决策规划这块,轻舟有着独创性的时空联合规划算法。

纵横时空东胜_纵横时空辅助_异时空纵横三国梦txt

市场主流的时空分离规划算法,将轨迹规划拆分成为路径和速度规划。相当于先给车辆铺好铁轨,再在铁轨上计算速度。

这种方式依赖于大量的人工规则修正,在面对动态障碍物时,不会动态修改轨迹,没办法随机应变。

纵横时空辅助_纵横时空东胜_异时空纵横三国梦txt

而时空联合规划算法,则是同时将时间和空间考虑进来,直接将三维空中求解最佳路径。这样一来,响应速度更快,尤其是鬼探头、逆行、变道等情况,也更适合中国复杂的路况。

    暂无相关资讯
纵横时空辅助 L4出身如何做好辅助驾驶系统,轻舟智航:好用,能用,爱用