降维打击 解读轻舟智航全新城市NOA技术

　　 自动驾驶和辅助驾驶的概念经过这些年的宣传，相信大家都已经略有耳闻，对普通消费者而言，系统能否在部分情况下减轻驾驶强度，甚至关键时刻辅助规避风险才是真。在高速NOA已有量产的今天，能否进一步在城市场景实现这些功能，或许就是下个时代制胜的关键了，这次就来看看轻舟智航是怎么解决难题的。

● 硬件提升

　　无论是国内还是国外，先期开放自动驾驶测试与应用的场景都是高速，这其中的重要原因就是相比城市而言，高速环境相对简单。没有复杂的交通信号灯变换，车道标线相对清晰，当然也没有行人与两轮交通工具参与的混行模式。

　　当智能系统熟悉了高速场景，向着城市场景进发时，上面说到的复杂情况就成为了它们必须攻克的难关。这对于车载硬件系统而言，无疑是项挑战，说白了即需要看得清，又要想得明。对车企和消费者而言，意味着可能要多花钱。

　　同时，这套被命名为DBQ V4的轻舟智航最新车规级前装量产解决方案最低只需添加1颗激光雷达，最多可支持5颗，能根据不同级别的自动驾驶需求实现功能上的增减。说人话就是未来量产后，可以根据车型定位高低，以一套硬件基础，实现不同配置的需求。

　　传感器分辨精度提升后，处理器能力也相应水涨船高。根据目前公布的资料系统域控制器可兼容多传感器方案，平台算力为256tops。

● 解决场景问题

　　我们每个老司机在刚出驾校上路时，都会感到“开快容易开慢难”，核心就在于低速场景往往需要注意更多道路参与者。另外由于技术相对生疏，对车辆尺寸感觉把握度不高，比如泊车就是件让人头疼的事儿。这也是城市NOA场景中，最能解决新司机烦恼的环境。

　　很多建设时间较早的停车场行驶空间与可供泊车空间都很小，有些弯道与拐角必须前进与后退几次才能通过，我们人类驾驶员在这种情况下都要小心翼翼，更何况车载系统。另外一般自动驾驶系统都是前进为主，这种情况下怎么处理颇具看点。

　　轻舟智航的解决方案仍就是借助前方的激光雷达，时刻看清狭窄车库中的行人和鬼探头车辆，安全绕行和避让。

　　城市场景的复杂还在于交通参与者增多后，出现的加塞、变道、别车等不文明行为几率的增加。这要求系统判断时间更提前，更准确。与此同时，更多的道路参与者也会埋下通行效率降低的隐患，因此超越慢车的情况时有发生。

　　另外他们打造了名为自动驾驶超级工厂的开发方法，也就是在软件中，重建现实中的复杂路况，将城市NOA系统放入其中测试，帮助算法在仿真系统中对问题进行不断修复和训练，保证最终上车的算法可同时兼顾安全性和舒适性，并且能够良好地遵守交通法规。

　　有了数据闭环能力，系统就能自动化地搜集大量的数据提升感知效果，从而优化、预测规划中深度学习算法效果，最终达到高效训练和迭代的目标。越是在复杂的路况环境越能带来更为显著的效率和体感提升，使用者也会感到车辆的自动驾驶越来越像老司机。

　　除了上面说到的这些复杂情况，还有一些阴雨、隧道以及夜间等特殊场景，单一传感器在这些场景中无法准确收集道路信息，这时多传感器融合的解决方案就能大幅提升准确性。

　　另外他们还会训练感知模型，让不同传感器信息相互补充，从而得到更为准确的结果，从而分辨前方到底是水雾，还是障碍。

　　数据方面，工程团队还会搜集各种雨天驾驶数据，通过模型训练，进一步帮助系统识别外部世界减少雨水反光导致的误检。

　　当然，光用文字与图片描述这些系统有些枯燥，下面的视频可以更好的让您感受到最新一代城市NOA技术的实力，仔细看看里面的复杂路况是不是比您处理的还老练？

更多精彩视频，尽在汽车之家视频平台

写在后面的话：

　　就像前文提到的那样，相比路况相对简单的高速而言，城市路况中包含了众多信号灯，道路标线种类也更繁复，加之两轮车、行人的参与介入，让城市场景的复杂程度，需要处理与判断的果断度、熟练度大幅提升。这直接对传感器与处理器这些硬件能力提出更高要求，此次轻舟智航推出的城市NOA解决方案不仅满足了城市场景下的功能需求，还尽力降低硬件门槛，突破意义非凡。当然，优秀的技术还需更长里程的实际考验，我们也会对相关技术保持关注，有合适机会体验后再和您分享感受。

标签：notag

汽车资讯热门资讯