楊凈 發自 凹非寺

量子位 | 公眾號 QbitAI

智能輔助駕駛這么火，這個評、那個測，究竟有沒有好的評價標準？

“能用、好用、愛用。”

這是最新面向用戶體驗給出的維度，也是一個技術流玩家給出的回答，但這個玩家并非是傳統輔助駕駛玩家。

來自輕舟智航，一個L4自動駕駛技術出身的玩家，一個今年明確官宣進軍量產車領域、要把L4級自動駕駛技術釋放給輔助駕駛的玩家。

就在今年5月品牌日上，輕舟一舉進軍前裝量產領域——專為城市NOA打造的量產車規級自動駕駛方案DBQ V4，一顆激光雷達就可實現，成本最低至1萬元人民幣?，這在當時L4級自動駕駛賽道上前所未有。

質疑也隨之而來：憑什么？L4出身的公司到底如何做城市NOA？如何兼顧成本和安全性問題？以及好端端的自動駕駛小巴頭部玩家，怎么就開啟前裝量產轉型了呢？

輕舟一一記下了上述問題，并且在最近用最技術的方式給出了一攬子回應。

「乘風」，乘風破浪會有時的「乘風」，輕舟專為城市NOA打造的量產車規級自動駕駛方案的統稱。

包含：感知系統、決策控制系統、數據驅動機制。

L4公司如何做好輔助駕駛系統，答案都在這些系統的技術細節中。

輕舟如何解車企智駕焦慮？

自動駕駛場景中，城市道路一直作為技術攻堅的「天花板」。相較于高速、快速路，它的交通規則復雜、交通參與者眾多，且高精度地圖覆蓋歷程有限、大量CornerCase場景要靠視覺信息來處理……

但有意思的是，城市NOA正是輔助駕駛領域的天花板，之于L4自動駕駛，卻恰好是企業需要應對的入門檻。

同樣的場景、同樣的技術挑戰，解法都非常相似，最大的不同是量產車需要嚴格考慮成本和車規問題。比如傳感器和計算需要符合車規級，由此帶來的成本和功耗限制；面向更廣泛的ODD場景，需要更高效的數據利用；以及面對城市復雜道路場景時更聰明地決策等等……

所以即便不少車企及上游供應商給出了城市NOA解決方案，各自叫法和內容不盡相同，但都離不開感知系統、決策控制、數據算力等這些核心要素。

輕舟智航的城市NOA方案，也可以從這幾個方面看技術細節。

感知系統：多傳感器時序穿插融合

首先，感知系統，輕舟的感知方案叫做「超融合」，具體表現為多傳感器時序穿插融合。

簡單來說，直接打破市面上主流的前/中/后融合，根據不同功能收集不同傳感器信息，更早實現多傳感器信息共享。

基于這套方案，輕舟智航還提出了全能大模型——時序多模態特征融合模型OmniNet，一個神經網絡，就可以實現視覺、激光雷達、毫米波雷達在BEV（Bird’s Eye View）空間、圖像空間輸出多任務結果。

目前已率先部署在量產平臺上。

一方面，解決算力問題，讓原本相互獨立的計算任務統一起來。在相同數量任務情況下，可節省三分之二的算力。另一方面，正因為不同傳感器的無縫融合，這樣一套感知方案可以適配不同車型的傳感器配置。

決策規劃：時空聯合規劃

輕舟認為“城市NOA時代，PNC定高下”。PNC有多重要？小鵬在TECH DAY上給出的一組數字是——城市領航輔助駕駛在PNC方面的代碼量，增加了88倍！

PNC決定了車輛在面對不同的道路情況下的行車策略，時機如何把握，速度和方向如何控制，目標是更好地完成與其他交通參與者的相互博弈，帶來更高的行車效率和體驗感受。

在決策規劃這塊，輕舟有著獨創性的時空聯合規劃算法。

市場主流的時空分離規劃算法，將軌跡規劃拆分成為路徑和速度規劃。相當于先給車輛鋪好鐵軌，再在鐵軌上計算速度。

這種方式依賴于大量的人工規則修正，在面對動態障礙物時，不會動態修改軌跡，沒辦法隨機應變。

而時空聯合規劃算法，則是同時將時間和空間考慮進來，直接將三維空中求解最佳路徑。這樣一來，響應速度更快，尤其是鬼探頭、逆行、變道等情況，也更適合中國復雜的路況。

這種“思考”模式，其實也更符合人類駕駛的習慣，因此可直接利用人類駕駛數據不斷進行模型訓練，更快發現和解決算法存在的各種問題，有利于PNC能力的長期演進。

在預測層，輕舟自研的預測模型Prophnet?，可實現長達10秒的意圖+軌跡的預測，平均誤差僅為3.73秒。這個成績在國內居于領先水平。早在2021年，就已在號稱「自動駕駛世界杯」賽事上斬獲冠軍，如今已率先應用于實車。

數據驅動：閉環自動化

數據驅動，一直作為輕舟智航的強標簽，也是技術高效迭代，長期發展的基礎。此次城市NOA方案仍舊一以貫之。

尤其在PNC模塊——業內數據驅動尚未大規模應用的「盲區」，輕舟就有兩個典型性應用：數據挖掘和算法評測。

首先，建立了駕駛數據倉庫，可自動對實際駕駛數據，以及影子模式下人類駕駛數據打上標簽，從而有利于模型的高效訓練和優化。然后，基于挖掘來的數據，通過仿真測試來評測現有的算法模型并修正。如果新模型效果得好，再用于實車上，以此形成一個數據閉環。

感知系統、PNC、數據驅動，構成了輕舟城市NOA方案的三個關鍵要素。

如果說，感知系統和數據已成為業界公認的基本能力——數據是基礎，感知是核心。那么PNC板塊，就是輕舟智航區別于其他廠商的獨特性所在——

一反業界常用的「時空分離」的思維定勢，同時考慮時間和空間來規劃軌跡，這樣在與動態障礙物的交互時，會像「老司機」一樣選出最佳行程軌跡。

這種優勢，同樣也是輕舟“一顆激光雷達”的底氣所在。

輕舟認為，城市道路上汽車最常受到干擾的是前向靜態物體和低速物體。換言之，潛在交互場景主要出現在前方or側前方。

這時候一顆前向120度的激光雷達，結合時空聯合規劃算法，就可以快速響應。即便看不到后方，通過時序和空間融合算法，對掃過去的區域進行記憶，從而做到與側后向的純視覺信息補充與融合。

可以這樣總結輕舟城市NOA的基本主張：基于數據、成于感知、精于PNC。

不過雖然喊話一顆激光雷達，但正如前面所強調的，這套城市NOA方案的架構靈活性很強，可以適配車企純視覺或多激光雷達的方案需求。

而且正是基于這樣的靈活性和適應性，部署成本最低可至1萬元。相比于傳統主機廠靠自我實現數字化轉型動輒的大量投入，這的確是一筆性價比的量產支出。

毫無疑問，對于L4技術和自動駕駛系統方案降維應用到輔助駕駛，輕舟對于自身的機會和優勢再清楚不過，但選擇開啟面向該引擎的轉型，依然是一個深思熟慮后的結果。

在這次技術的分享中，輕舟再次分享了抉擇和思考。

輕舟為什么選擇城市NOA？

輕舟智航選擇城市NOA，有著天時地利人和的考量。

天時方面?，用輕舟智航創始人、CEO于騫的話說，就是自動駕駛行業正在迎來發展的黃金拐點——

尤其是高階輔助駕駛的市場需求。

隨著技術的成熟和成本的下降，輔助駕駛系統正在成為乘用車的行業標配，逐漸下沉到低端車型。消費者們也更加關心智能車的相關技術：能否減輕駕駛疲勞、能否解放雙手、安全性和可靠性（易車研究院《自動駕駛潛在用戶洞察報告(2021)》）。

到2025年，乘用車輔助駕駛滲透率將達到65%，L2級和更高級輔助駕駛進入普及期。（艾瑞咨詢《汽車產業變革浪潮——中國智能駕駛行業研究報告》）

輕舟認為，輔助駕駛的用戶價值，正在從能用、好用，逐漸走向愛用。

過去幾年談及輔助駕駛，無非是完成ACC、AEB等“半自動化”駕駛能力，在良好路況條件下實現基本的高速NOA，即處于能用的階段。

之后隨著感知開始融合，認知依賴于人工規則，開始在小規模區域實現城市NOA點對點自動駕駛，接管率更低，達成良好的高速NOA體驗，這就是好用的階段。

現在隨著感知多傳感器融合的深入，認知方面也開始數據驅動，智能駕駛更加普及和下沉，可實現較大ODD范圍內的城市NOA點對點自動駕駛，這就是輔助駕駛的終極價值——愛用?。

而這并非一家企業單打獨斗可以實現的。地利方面，三年的產業積累，輕舟智航構建了伙伴生態，涵蓋硬件、主機廠、軟件及供應鏈等上下游企業。

這時候選擇轉型，同生態伙伴一道，打造使用范圍最廣的自動駕駛解決方案，實現輔助駕駛的普適價值，也的確是時候了。

同樣是時候了的還有人和方面。輕舟團隊出自Waymo，對無人駕駛落地和激光雷達的使用，沒有哪個玩家比Waymo更有發言權，而輕舟團隊經過其中的歷練，給出這樣的方案和路徑，也是站在巨人肩膀上創新的結果。

再加上輕舟智航本身豐富的L4技術和數據積累。城市NOA與L4實現數據打通，L4級別的數據工具鏈輕舟矩陣可以加速城市NOA的技術迭代。據介紹，這一工具鏈可幫助企業將測試成本降至純道路測試的1%，一周即可完成量產級別的算法測試驗證。

最后簡單總結，用戶對輔助駕駛“愛用”的需求、產業界的生態伙伴、L4基底的技術解決方案，也就不難理解，為何城市NOA會成為輕舟轉型的第一站。

輕舟「乘風」轉型，助車企御風飛揚

不管是天時、地利還是人和，都只是驅動輕舟「乘風」轉型的表層原因。更底層的邏輯，還是要回到今年更新的「雙擎」策略。

通過公開道路L4級自動駕駛能力，提升「動力引擎」的縱深技術基底；提升技術的同時，則以前裝量產規模化落地，拓寬「創新引擎」的橫向場景寬度，讓更多消費者體會到智能化落地。

于輕舟而言，與生態伙伴更深度地合作，有范圍更廣的數據和場景，打磨了算法和技術能力，為實現大規模無人駕駛做好準備。

輕舟所言的「能用、好用、愛用」，也映射了，高級輔助駕駛是通往無人駕駛的必經之路。這也詮釋了「雙擎」戰略中，輕舟智航做前裝量產，對其實現無人駕駛最終使命的戰略地位。

自動駕駛公司降維做高階輔助駕駛，恰巧，小鵬這樣的量產自動駕駛玩家則開始做起Robotaxi，更表示會進行自動駕駛和高等級輔助駕駛的雙線并行發展。

這顯然說明，歷經多年探索后，自動駕駛的融合之勢已經大勢所趨，接近成為共識。早先業內關于自動駕駛的“路線之爭”，也終于煙消云散。

從這一點，也能看出輕舟智航「雙擎」戰略的前瞻性。

盡管路線異曲同工，但輕舟作為L4公司做好輔助駕駛系統的獨特優勢，卻是那些走在高階輔助駕駛道路上的廣大量產車玩家們，切實所需的“入場券”。

從滿足量產需求、效果更加精準的超融合感知架構，到能夠靈活應對中國復雜路況、研發效率更高效的時空聯合規劃，都可以轉化成車企們打動最終消費者的法寶。而整套的數據自動化閉環工具鏈，更能建立起數據驅動的長線發展的護城河。

最終，更多走在智能化道路上的車企，都可以借上輕舟的「乘風」御風飛揚，搶占高階輔助駕駛風口，向小鵬等高階輔助駕駛領域的先行者們看齊。

換句話說，實現「能用、好用、愛用」的高級輔助駕駛，不僅是輕舟智航能夠為車企們提供的價值，也是消費者的最終所需。

同時，這其實也是輕舟智航內在的科技基因的外在體現。

隨著整個汽車行業與科技行業的快速融合，不管是像小鵬這樣新勢力車企，亦或是輕舟智航這樣的自動駕駛公司，這些具有科技基因屬性的企業，已經成為汽車智能化進程的主角。

高速的技術迭代，長線的技術發展理念，全新的玩家正在用科技公司的創新模式，重新定義汽車行業的發展路徑。變革關口，高效科技創新，就是競爭力。

— 完 —

量子位 QbitAI · 頭條號簽約

關注我們，第一時間獲知前沿科技動態