輕舟智航城市NOA的秘笈

“輕舟智航的城市NOA靠譜嗎？”

這是今年5月輕舟智航發布「量產成本僅需1萬元的L4級輔助駕駛方案」后，我們心里的問號。這是個成立只有3年的年輕公司，「1萬元」的價格也大大顛覆了行業此前的普遍認知。

以目前市場上的車型作為參考，特斯拉完全自動駕駛能力選裝包（FSD）的價格為64000元，蔚來 NIO Pilot全配包39000元，小鵬XPilot 3.5智駕包32000元。對比之下，這套宣稱可以幫助車企輕松實現高速+城市NOA的量產方案，直接把高階輔助駕駛方案拉到了1萬元的區間。

時隔半年，輕舟智航再次下場答疑：輕舟智航如何做好城市NOA？。

1

「超融合」感知方案

如何做好城市NOA？輕舟智航認為第一個關鍵詞是「感知」，“萬丈高樓感知起”。在感知層，輕舟智航推出了能夠實現多傳感器時序穿插融合的「超融合」方案。

目前，數據融合主要有數據級融合、特征級融合和目標級融合三種方式。數據級融合和特征級融合可以統稱為前融合，而目標級融合則為后融合。

具體一點來說，數據級融合是在傳感器原始信息未經過處理之前進行的信息綜合分析；獲取原始數據后，特征級融合將對信息進行處理和提取特征，對所獲得的景物特征（如邊沿、形狀、輪廓、距離等）進行綜合處理，實現重要信息的保留和壓縮。這種融合方式雖然能盡量多地保持景物信息，但卻需要處理的信息量大，耗費時間長，時效性也更差。

目標級融合則是要等到所有傳感器都獨立處理生成的目標數據之后，再根據算法來選擇最優決策。這種融合方式雖然冗余程度高，車輛在一種甚至幾種傳感器失效時也能工作，但也存在融合信息少，對誤檢、漏檢糾錯能力有限等弊端。

而輕舟智航介紹，其推出的「超融合」感知算法，則是通過激光雷達、毫米波雷達、視覺等多傳感器融合，感知模型可以在不同階段利用不同傳感器信息，實現更早的多傳感器信息互補，從而得到更優的傳感器融合結果，更加準確地感知動靜態物體信息，精度更高，魯棒性更強。

基于「超融合」感知方案，輕舟智航還推出了全新神經網絡平臺OmniNet，并宣稱這是行業內首次將時序多模態特征融合的大模型部署在量產平臺上，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。

據輕舟智航介紹，相較傳統方案，OmniNet在實際應用中可節省2/3的算力資源，并擁有更高的感知融合精度和模型迭代效率，而且可以低成本適配不同廠家的傳感器配置滿足城市NOA的量產需求。

輕舟智航介紹，OmniNet的推出不僅能夠使感知更加準確，也能更好地適配車端，同時后續的迭代也將更加高效。

2

獨家「時空聯合規劃」

除了感知層面的創新，輕舟智航的信心還來自其獨家的PNC（Planning and Control）方案，「時空聯合」規劃。所謂「時空」，指的就是路徑和速度，業內通常稱之為「橫縱」。

詳細一點來看，橫向控制是指控制器根據交通路況對車輛進行主動轉向控制，從而實現車輛橫向速度及位置控制，保障自動駕駛車輛彎道上的車道保持工況或直道上的自主換道工況；

縱向控制則是指控制器根據交通路況對車輛進行加速或制動操縱，從而實現車輛縱向速度及位置控制，保障車與車之間的相對距離，維持車輛縱向行駛安全。

車輛在實際行駛過程中，是天然橫縱耦合的，例如在轉彎時，縱向車速會影響橫向加速，而轉向動作也會受縱向制動影響。但現階段，由于復雜程度高，業內對于車輛車道輔助系統的研發通常采用「橫縱分離」的方法，規劃模塊獲取上游信息后，先進性縱向空間求解實現計劃速度，再交由橫向空間求解確定實際速度，從而實現上游規劃模塊給出的規劃軌跡。

如何實現路徑規劃的「橫縱耦合」，讓車輛在自動駕駛中的表現更像人，一直是工程師們研發的方向，在過去幾年間，也有不少技術方案呈現在文獻中，例如滑模控制方案、線性時變模型控制方案等，但一直沒有可量產使用的方案被大規模應用。此次，輕舟智航推出的「時空分離規劃」，正是橫縱融合的規劃路徑。

「時空聯合規劃算法」打破了業界常用的思維定勢，同時考慮空間和時間來規劃軌跡，而不是先單獨求解路徑，在路徑基礎上再求解速度從而形成軌跡。輕舟智航介紹，這種算法可以讓車輛在行駛時「開得更好」，特別是在面臨動態障礙物的交互時，能提前把握最好的時機，選出最佳行車軌跡，更流暢地完成車輛間的博弈，并且不會出現反復急剎的情況。

同時在多車道行駛時，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」跟著前車緩行。更聰明、更靈活，行車效率更高效。比如在遇到鬼探頭時，時空聯合規劃可以讓自動駕駛汽車不拘泥于固定的路徑，實時計算出來一個最佳的避讓軌跡，更好地保證安全性。

所以，輕舟智航如何做好城市NOA？答案或許要等到這套方案真正上車之后，才能慢慢揭曉。這些所謂的「獨家」和「創新」究竟是名副其實還是夸大宣傳，到時也會水落石出。發布會上，輕舟智航為這套「Driven-by-QCraft」自動駕駛解決方案起了一個頗有詩意的中文名稱「輕舟乘風」，取自詩句「長風破浪會有時，直掛云帆濟滄?！?。

“基于數據，成于感知，用最強的PNC引領城市NOA的新高度；攜手生態伙伴，打造使用范圍最廣的自動駕駛解決方案 。”正如輕舟智航價值觀所描述的那般，不管這艘「輕舟」能否最終「乘風」而起，它都已經為自動駕駛這片汪洋大海卷起了一個旋渦。