一颗激光雷达也能实现L4级体验的城市NOA?

而且还只花一万元?

就在自动驾驶赛道上的玩家们不断通过堆料实现L4级的功能时,有一个与此相对立的问题出现了:如果堆料能够解决问题,那么量产的成本将是一个难以承受的结果。

那究竟有没有一个解决方案能够满足主机厂低价位车型自动驾驶功能的量产需要呢?轻舟智航提出了仅凭一颗激光雷达便能满足基本需求的城市NOA领航辅助驾驶方案,它的成本究竟能低到多少?

答案是一万元。

这个听上去很有些带货主播话术风格的价格与背后的方案或许能够改变当下自动驾驶行业略显浮夸的比赛风格。

低成本不等于牺牲安全性

轻舟智航主张以高性价比的前装量产方案,助力车企高阶辅助驾驶全面落地。致力于打造L4级体验的城市+高速NOA方案,满足不同客户不同等级的自动驾驶量产需求。

但这并不意味着降低成本便要牺牲安全性。

为此,轻舟智航主张通过多传感器融合、半监督和自监督预训练策略,实现精准稳定,且能高效、低成本地适应各类新城市、新场景的感知能力,提高安全性。同时一套方案即可适配多种硬件配置,快速量产。

在这个解决方案中,轻舟智航通过激光雷达、毫米波雷达、视觉等多传感器融合,感知模型可在不同阶段充分利用不同传感器信息,让不同传感器优势互补,避免特定传感器自身困难场景问题(例如强弱光场景等)。多传感器的前中后融合,可以避免单模信息丢失,实现更早的多传感器信息共享,得到更优传感器融合结果,从而可以更准确更精细地感知动静态物体及状态信息,避免各类误检和漏检。

与此同时,轻舟智航通过半监督和自监督学习自动化建立数据闭环,可利用车辆收集和提取到的高价值数据,直接作用于算法提升,更快适应新城市和新场景,大大减少了繁琐的人工标注工作,拿到部分数据即可认知全新场景。对于面临多样城市场景的量产车,这种策略的优势会更加显著。

不计成本的量产就是耍流氓

 说到量产,不谈成本就是耍流氓。

 在轻舟智航的这套解决方案中,一颗前向120度激光雷达成为关键。它与11个摄像头、5个毫米波雷达以及搭载地平线征程5芯片的256 TOPS算力平台共同组成了一套名为DBQ V4的城市+高速NOA方案。基于与地平线的合作,DBQ V4只用10%的成本即可实现99%的L4能力,为行业提供强性价比的方案。

轻舟智航 CEO 于骞表示:“我们认为在自动驾驶领域就是堆料是一个相对来讲这种简单粗暴的方式,并不能够给消费者和我们的客户带来最直接的价值,我们非常擅长在这种非常受限的计算算力情况下发挥出自动驾驶的能力。”

轻舟智航CTO 侯聪认为,加装一个激光雷达需要更多算力支持,在非重点区域增加更多激光雷达带来的边际收益并不高。融合算法和数据闭环优势可以用一颗激光雷达实现接近L4级的体验。例如通过时序和空间融合算法,在车行驶过程中,系统会对前向激光雷达扫过的区域进行记忆,并在车往前行进后将前向区域的点云数据,与侧向后向的纯视觉信息进行补充和融合。自车在向前移动时,道路上的潜在交互场景主要出现在自车正前及侧前方,使用120度激光雷达即足以处理绝大部分自车需要关心的复杂场景。倒车场景一般在较低速道路或停车场,自车和其他交通参与者速度都不高,无需依赖激光雷达也可以完成基本倒车场景功能。

但即便是考虑降本,这颗激光雷达也是绝对不可或缺的。在复杂多变的城市场景下,需要激光雷达提供准确3D测距。相较于高速NOA,城市NOA会面临更为复杂的场景和更多的长尾问题,物体辨认难度更高,且可能会遇到突然靠近自车的交通参与者,例如鬼探头等。精确的3D测距可以及时捕捉准确物体的位置、形态、大小、运动状态等信息,便于自动驾驶系统及时做出更为安全且舒适的规避动作。增加一颗激光雷达相比纯视觉方案可以有效提升平均接管里程(MPI),且对MPI的提升有更高的边际收益。

在DBQ V4方案中,能够支持1~5个激光雷达,可以根据不同级别的自动驾驶需求来做裁剪,实现“随‘机’应变”的同时又不影响整个技术栈。针对主机厂不同级别的量产需要,轻舟智航都能提供相应级别下,既安全、性价比又更高的前装量产方案。DBQ V4的标配版也配备1颗激光雷达,可以精准捕捉和预判到周围物体的3D位置和运动方向,更好地提供城市+高速NOA的良好体验。

降低成本可以让更多消费者早日享受技术带来的便利

每一次技术进步与降低成本后的量产都能让消费者更早地享受到技术带来的便利。曾经遥不可及的L4级自动驾驶功能曾经由于成本问题与入门级车型全然无关,但是在轻舟智航的努力下,用一套一万元的基础解决方案或许便能让更多的消费者提前享受到更好的出行体验。

转载请注明出处、作者和本文链接
声明:文章内容仅供参考、交流、学习、不构成投资建议。
想和千万钛媒体用户分享你的新奇观点和发现,点击这里投稿 。创业或融资寻求报道,点击这里

敬原创,有钛度,得赞赏

赞赏支持
发表评论
0 / 300

根据《网络安全法》实名制要求,请绑定手机号后发表评论

登录后输入评论内容

扫描下载App