對于高階自動駕駛，激光雷達(dá)雖然不是萬能的，但沒有激光雷達(dá)是萬萬不能的。

為實現(xiàn)更好的自動駕駛體驗，過去一段時間，主流車企紛紛宣布在旗下重磅新車上搭載高性能激光雷達(dá)，以支撐整車智能駕駛系統(tǒng)未來從L2更好地向高級別的L3甚至L4自動駕駛演進，數(shù)量從1到5顆不等。

那么，如果要實現(xiàn)L4級別體驗的城市NOA，需要幾顆激光雷達(dá)呢？輕舟智航認(rèn)為：最少1顆就可以做到。

近日，輕舟智航成功完成了基于單顆激光雷達(dá)的城市NOA落地實踐。搭載輕舟智航城市NOA系統(tǒng)的測試車全程無接管地完成了近30km的城市路段，期間分別途經(jīng)高架立交橋、隧道、多車城市路段、地庫和商場停車樓等多種不同場景，并在這一過程中安全、靈活地應(yīng)對了諸多極具挑戰(zhàn)的Corner Case。

一顆激光雷達(dá)挑戰(zhàn)城市NOA

面向自動駕駛，輕舟智航一直主張“不堆料”，而是通過“隨‘機’應(yīng)變”的配置方案，滿足主機廠不同價位車型不同級別自動駕駛功能的量產(chǎn)需要。

為此，輕舟智航于今年5月發(fā)布了第四代量產(chǎn)車規(guī)級自動駕駛方案DBQ V4，目標(biāo)通過10%的成本即可實現(xiàn)99%的L4能力，量產(chǎn)成本低至1萬元人民幣。

該方案支持1-5個激光雷達(dá)、0-4個盲區(qū)雷達(dá)、6個毫米波雷達(dá)、12個感知攝像頭，實現(xiàn)360度無盲區(qū)、無死角的感知能力，并可根據(jù)主機廠不同級別自動駕駛的量產(chǎn)需要進行功能裁剪，提供不同版本的配置方案，適配轎車、SUV、MPV、巴士等車型，實現(xiàn)“隨機應(yīng)變”的同時，又不影響整個技術(shù)棧。

輕舟智航此次展示的城市NOA體驗，正是基于DBQ V4標(biāo)配版打造，在256Tops大算力域控平臺的支撐下，僅采用一顆前向120°激光雷達(dá)，輔以視覺、毫米波雷達(dá)、高精度地圖等實現(xiàn)對車輛周圍物體的3D位置和運動方向判斷，助力實現(xiàn)城市NOA。

例如針對最常見的人車混行，依靠視覺+激光雷達(dá)的方案，即可讓車輛精細(xì)、準(zhǔn)確地感知周圍人車的動靜狀態(tài)，即使有人或車輛從人類不容易看到的后方死角的位置沖出來，也可以提前感知并做出預(yù)測。這在此次挑戰(zhàn)中有清晰的展示。

夜間行車時，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，避免特定傳感器在特定場景下性能的局限性。

在長隧道中，由于自動駕駛車輛無法依賴GNSS信號行駛，測試車主要是憑借高精地圖、車輛實時的感知信息，再配合慣性導(dǎo)航等技術(shù)，實現(xiàn)精確的定位，從而保障安全高速行駛。

在輕舟智航看來，多加裝一個激光雷達(dá)就需要更多算力支持，但在非重點區(qū)域增加更多激光雷達(dá)帶來的邊際收益并不高。

而且就實際應(yīng)用場景而言，雖然相較于高速NOA，城市NOA會面臨更為復(fù)雜的場景和更多的長尾問題，物體辨認(rèn)難度更高，且可能會遇到突然靠近自車的交通參與者，例如鬼探頭等，但考慮到自動駕駛車輛在行進過程中，道路上的潛在交互場景主要出現(xiàn)在自車正前及側(cè)前方，使用120°激光雷達(dá)足以處理絕大部分車輛需要關(guān)注的復(fù)雜場景。

而倒車場景，憑借前方的一顆激光雷達(dá)，也足以讓車輛時刻看清狹窄車庫中的行人和鬼探頭車輛，安全繞行和避讓。更何況倒車一般在速度較低的道路或停車場，自車和其他交通參與者速度都不高，無需依賴激光雷達(dá)其實也能完成基本倒車場景功能。

“另外，我們現(xiàn)在還是一家L4公司，在L4級自動駕駛研發(fā)方面有豐富的經(jīng)驗，而城市NOA這個場景跟L4場景其實是高度相似的，所以整個算法框架、背后的研發(fā)體系以及數(shù)據(jù)等都是可以高度復(fù)用的。”談及輕舟智航城市NOA相較于其他車企及技術(shù)提供商的優(yōu)勢，輕舟智航聯(lián)合創(chuàng)始人、CTO侯聰表示。

“不堆料”的底氣是什么？

更靈活的傳感器融合方案、更成熟的規(guī)控策略以及更高效的數(shù)據(jù)閉環(huán)，是輕舟智航打造高性價比城市NOA方案的重要支撐。

為實現(xiàn)對各類場景的高精度和魯棒性感知，輕舟智航的NOA采用了激光雷達(dá)、毫米波雷達(dá)、視覺等多傳感器融合的方案，通過不同傳感器的優(yōu)勢互補，得以更早實現(xiàn)多傳感器信息共享，從而更準(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，提升在各類場景中的通過性。

不僅如此，輕舟智航的半監(jiān)督和自監(jiān)督預(yù)訓(xùn)練策略還可自動化建立數(shù)據(jù)閉環(huán)，利用車輛收集和提取到的高價值數(shù)據(jù)，直接作用于算法提升。

“不過對于價值度相對較高的數(shù)據(jù)，我們依然會選擇人工標(biāo)注，因為標(biāo)注質(zhì)量可以得到更多的保證。在此過程中，我們會先通過算法生成一個預(yù)標(biāo)注框，再通過人工進行一些優(yōu)化調(diào)整，以減少人工的工作量。”侯聰表示。最終得到的結(jié)果是，同一個模型不需要做任何定制化或針對硬件方案做重新訓(xùn)練，即可適配各種激光雷達(dá)傳感器配置。

規(guī)控階段，輕舟智航自研的“時空聯(lián)合規(guī)劃算法”，同時考慮了空間和時間，將“橫縱分離”升級為“橫縱聯(lián)合”，能直接在x-y 平面和時間三個維度里直接求解最優(yōu)軌跡。

在輕舟智航看來，這種方案有兩個優(yōu)點：一是有更大的求解空間，能計算出更多的開法，從而得到更好的行車軌跡。第二，和人類開車邏輯更相似，這樣輕舟智航就能直接在規(guī)劃中引入機器學(xué)習(xí)算法，使用人類的行車數(shù)據(jù)來訓(xùn)練和提升規(guī)劃算法效果。

比如在加塞、變道、別車等場景中，同時預(yù)判周圍車輛的位置和動態(tài)，并尋找最好的通過時機，決策邏輯上更接近人類司機。

整體來看，當(dāng)下輕舟智航的城市NOA已經(jīng)取得了不錯的路測表現(xiàn)。盡管如此，要想實現(xiàn)高階自動駕駛在更大范圍內(nèi)落地，離不開數(shù)據(jù)的驅(qū)動，這在業(yè)界已經(jīng)成為了共識。

自動駕駛超級工廠，圖片來源：輕舟智航

為此，憑借以“數(shù)據(jù)驅(qū)動”和“效率提升”為內(nèi)核的系統(tǒng)化、自動化的自動駕駛基礎(chǔ)設(shè)施，輕舟智航提出了獨特的“自動駕駛超級工廠”方法論，旨在打造數(shù)據(jù)自動化閉環(huán)。該“自動駕駛超級工廠”以輕舟矩陣為重要底層，助力打通了從數(shù)據(jù)處理、標(biāo)注、訓(xùn)練、大規(guī)模仿真和技術(shù)輸出的全流程。

據(jù)了解，依托真實路測與生成數(shù)據(jù)構(gòu)建的仿真場景，輕舟矩陣可以將自動駕駛的測試成本降至純道路測試的1%，還可以生成數(shù)百萬個長尾場景，每天完成數(shù)百萬次算法訓(xùn)練、測試驗證和迭代優(yōu)化，使自動駕駛軟件能力的進化不再受車輛和人員的限制，實現(xiàn)車輛智能化水平的持續(xù)快速提升。

一個典型的應(yīng)用是，輕舟智航可以搜集大量的雨天駕駛數(shù)據(jù)，通過模型訓(xùn)練，更加智能地識別外部世界，比如不會將水花誤認(rèn)成障礙物，雨水反光也不會導(dǎo)致車輛誤檢。

輕舟智航良好的產(chǎn)業(yè)生態(tài)及合作關(guān)系也為其加速自動駕駛商業(yè)化落地提供了重要助力。目前，輕舟智航已經(jīng)與地平線、火山引擎等產(chǎn)業(yè)伙伴共同為客戶提供領(lǐng)先的高性價比的前裝量產(chǎn)方案。其中基于地平線征程5芯片研發(fā)的高等級自動駕駛方案，預(yù)計將在2022年第三季度開展樣車路測，2023年達(dá)到量產(chǎn)水平。