<pre id="co8k0"><cite id="co8k0"></cite></pre><strike id="co8k0"></strike>
  • <acronym id="co8k0"><cite id="co8k0"></cite></acronym>
  • <nav id="co8k0"></nav>
    <input id="co8k0"><em id="co8k0"></em></input>
  • 城市NOA:輔助駕駛的天花板,無人駕駛的入門檻

    自動駕駛企業變現難,尤其是專注于L4級別自動駕駛的企業變現難,早已是行業的共識。尤其是當資本越來越謹慎的時候,這一賽道上的玩家必須開始轉型。日前,福特與大眾汽車投資的L4自動駕駛技術公司Argo AI宣告倒閉,更是為同行敲響了警鐘。輕舟智航聯合創始人、CTO侯聰表示:“我們還是堅信L4肯定會實現,但是作為創業公司可以漸進性地先做城市NOA,在這個基礎上不斷獲得數據的閉環與現金流的閉環,這樣才能繼續迭代技術,最終實現L4的產品。”

    城市NOA是輔助駕駛的天花板,也是無人駕駛的入門檻

    2022年是城市NOA發展極具里程碑意義的一年,它代表了當前智能汽車核心競爭力的重要標志,也是滿足消費者對智能駕駛期待的關鍵技術。剛剛公布了自動駕駛解決方案品牌Driven-by-QCraft的、中文名稱“乘風”的侯聰表示,“城市NOA是輔助駕駛的天花板,也是無人駕駛的入門檻,它已成為汽車高端智能化的大勢所趨,以及消費者的眾望所歸。我們會不斷拓展城市NOA的ODD,讓輔助駕駛從能用到好用,最終讓用戶愛用,以更普適性的智能駕駛讓開車像打車一樣輕松。”

    目前,多家自動駕駛企業都已將城市NOA作為快速資金回流的主要渠道。在這個方向上,有L4經驗的公司由于在技術上有著充分的積累,無論是整個底層框架的設計還是算法的選型都有著豐富的經驗,與其他友商相比有著一定的先發優勢。

    很多自動駕駛業內人士今年都表示L4級別自動駕駛公司的重點已經變成了降成本,1萬美元的解決方案可能都無法滿足下游車企的需求,甚至要把成本做到5000美元以下才有活下去的可能。一直以來都在宣傳自己單雷達解決方案的輕舟智航在L2級別自動駕駛解決方案商也做出了高中低三個配置的檔次,高配成本超出了1萬元人民幣,中配的成本便已經降至1萬元人民幣以下。

    在L4與L2之間,在理想與生存之間的博弈中,侯聰認為L4級別解決方案的成本由于整體量產使得包括傳感器在內的諸多硬件成本出現了大幅下降,但是他并不認為L4解決方案中最重要的是成本問題,而是先要將其做出來。至于L2解決方案中,成本問題是當下必須著力去解決的,所以輕舟智航也會從高配向中配去轉移,后者只需要一定的開發時間便能實現很好的城市NOA的功能。

    超融合感知方案有望提升精度與魯棒性

    感知如同駕駛員的眼睛,是城市NOA的重要基礎。感知模型需要精準高效地觀察和認知世界、并為下游任務提供有效數據支撐,同時還要滿足車規級計算平臺的適配,并有效解決復雜路況中的各種長尾問題。

    輕舟智航感知負責人張雨表示,“輕舟獨特的‘超融合’感知方案擁有領先的‘多傳感器時序穿插融合’技術,可讓感知模型在不同階段、利用不同傳感器信息相互補充,得到更優融合結果,避免各類誤檢和漏檢,精度高且魯棒性強。”

    基于“超融合”感知方案,輕舟智航提出了國內首個在量產計算平臺實現視覺、激光雷達和毫米波雷達特征和時序融合的大模型OmniNet,以一個神經網絡即可實現視覺、激光雷達、毫米波雷達在BEV空間和圖像空間上輸出多任務結果。相較傳統方案,OmniNet可提供更豐富且準確的環境感知結果,有效提升感知精度;可節省2/3的算力資源,滿足車規級芯片應用需求,并可低成本適配不同廠家傳感器配置;更適宜通過數據驅動解決實際道路面臨的長尾問題,“感知更精準、車端更適配、迭代更高效”,更好地滿足城市NOA的量產需求。

    OmniNet模型架構

    通過OmniNet在內的感知算法能力,輕舟智航可讓激光雷達“物盡其用”,實現了行業領先的通用障礙物識別能力和噪聲過濾能力。其不僅可以有效識別車輛、人群、植被、護欄、錐桶、小動物、施工區域等常見的道路交通參與元素,還包括各類陌生或長尾罕見的異形障礙物,更好應對城市中出現的長尾問題。逐層遞進的噪聲過濾方案,還能夠最大限度地排除雨霧、泛光等噪聲對感知的干擾,充分提高安全性。

    PNC將成為城市NOA的關鍵指標

    PNC( 規劃與控制Planning and Control)如同駕駛員的大腦,負責指導車輛在復雜城市路況中完成導航、預測、決策規劃和控制等一系列操作,對于行車效率、舒適性至關重要,是真正打動用戶的核心關鍵。

    “城市NOA,PNC定高下”,輕舟智航技術合伙人李棟表示,“輕舟智航能夠提供中國最好的PNC方案,我們秉承著自己的算法‘世界觀’,致力于以空間和時間復合的視角看待和解決自動駕駛的各類問題,前瞻性地選擇了更適合國內復雜路況的決策規劃技術架構,獨家實現了行業公認更優的時空聯合規劃算法。”

    “時空聯合規劃算法”可直接在空間和時間中求解最優軌跡,如同能夠同時控制車輛方向和速度的老司機,更接近實際駕駛行為,可靈活應對國內的各種復雜路況。相較之下,業界普遍采用的“時空分離規劃”會將軌跡規劃拆分為路徑規劃和速度規劃兩個問題,無法同時計算路徑和速度,刻板不靈活。不僅如此,“時空分離規劃”的研發非常依賴手寫規則和大量路測,而“時空聯合規劃”只需極少手寫規則,人效更高,且更適宜利用人類駕駛數據通過機器學習不斷提高算法效率。

    靈活的“時空聯合規劃”能夠讓車輛行車更聰明、效率更高效、體驗更舒適。在實際行駛過程中,當車輛面臨動態障礙物的交互時,“時空聯合規劃”可以讓車輛提前把握最好時機選出最佳行車軌跡,更流暢地完成車輛間的博弈,而不會出現反復急剎的情況。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”跟車緩行。

    車企全棧自研將形成資源浪費

    在為了將L2自動駕駛解決方案更快、更好地推向市場時,以蔚小理等新勢力以及上汽等傳統車企為代表,紛紛選擇了全棧自研。

    盡管全棧自研已經成為眾多車企在宣傳時的技術賣點,但自動駕駛企業們對此還是堅持自己的觀點。候聰表示,如果每一個車場都全棧自研的話,對于這個行業來講一定是資源浪費,更適合的模式還應該是由供應商為車企提供更好的解決方案。

    事實上,車企的全棧自研也在一定程度上導致自動駕駛企業的高端人才分流。如此一來,無論是前者還是后者,都無法保證將最優秀的人才集中在一個或若干個團隊內形成高效互動,這對于仍需提速的自動駕駛技術研發來講在一定程度上并非好事。

    來源:鈦媒體APP

    IT時代網(關注微信公眾號ITtime2000,定時推送,互動有福利驚喜)所有原創文章版權所有,未經授權,轉載必究。
    創客100創投基金成立于2015年,直通硅谷,專注于TMT領域早期項目投資。LP均來自政府、互聯網IT、傳媒知名企業和個人。創客100創投基金對IT、通信、互聯網、IP等有著自己獨特眼光和豐富的資源。決策快、投資快是創客100基金最顯著的特點。

    相關文章
    城市NOA:輔助駕駛的天花板,無人駕駛的入門檻
    自動駕駛熱潮減褪,“活下來”成為當下競爭主基調
    PPT狂歡褪去,美國自動駕駛開啟大退潮
    三季度汽車行業融資超30起 自動駕駛、芯片和智能底盤站上風口

    精彩評論