3961
「Robotaxi，就是 L4，我们还是坚信肯定会实现。」
面对近来自动驾驶的质疑，轻舟智航联合创始人、CTO 侯聪给出了明确的回答，在他看来有福特、大众加持的 Argo 之所以会沦落到关闭的境地，主要是因为路线选择的问题。
「像早期很多创业公司，他们是直接通往 L4，如果没有一个持续强有力的资金支持的话，确实存在很大的问题，这也是 Argo 做不下去的一个原因。」
「作为一家创业公司怎么去实现最终的产品？我们目前可以认为是一种渐进式的，先做城市 NOA，在这个基础之上不断获得数据的闭环以及现金流的闭环，让我们能直接去迭代技术，最终实现 L4 落地。」
轻舟智航是这么说的，更是这样做的。
早在今年 5 月，轻舟智航便发布了「双擎」战略，以公开道路 L4 级自动驾驶能力为动力引擎，提升技术能力的深度，持续深入研发和验证 L4 级自动驾驶能力；
以前装量产规模化落地为创新引擎，拓宽场景应用的宽度，让技术得到更广泛的应用。
形成了「择高处立、向宽处行」的技术发展路径，这要比 Argo 死磕 L4 的做法更切实可行。
就目前来看，自动驾驶的理想何时能够达成还是个未知数，在通往理想的道路上，以 L2 量产的姿态切入「升级打怪」，逐步实现对 L4 的落地才是明智之举。
为了能够达成这样的目标，为了能够消除更多消费者对自动驾驶的顾虑，轻舟智航正式将其自动驾驶解决方案「Driven-by-QCraft」命名为「轻舟乘风」，它涵盖车载软件、车载硬件和数据自动化闭环等多个方面，可以提供轻舟智航最前沿的感知、PNC 等能力，能够为消费者带来更安全、便捷的体验。
01、城市 NOA 的速度竞赛
城市 NOA 是智能汽车行业接下来最关键的竞争点，毫不夸张的说，谁能够在城市 NOA 领域取得主动权，谁就能在很大程度上引领行业的发展。
先来看几组数据。
8 月 1 日，在第九届国际智能网联汽车技术年会上，国家工业和信息部装备工业一司副司长郭守刚表示：
「2021 年，我国 L2 级辅助驾驶乘用车新车市场的渗透率达到 23.5％，今年上半年更是提升到了 30％。」
另据艾瑞咨询《汽车产业变革浪潮——中国智能驾驶行业研究报告》预测，到 2025 年乘用车辅助驾驶渗透率将达到 65%，L2 级和更高级辅助驾驶进入普及期。
辅助驾驶系统正在快速普及，这是不争的事实，但目前绝大多数自动驾驶仅限于在 10% 的高速场景使用，一旦进入城区，自动驾驶的体验远远达不到消费者的预期。
而随着更多消费者在高速场景中养成使用辅助驾驶的习惯，对城市辅助驾驶的需求便越来越旺盛，城市 NOA 便能很好地解决这样的需求。
城市 NOA 是指可以在城市、高速、快速路场景范围内，提供点到点的智能辅助驾驶系统，需要具备窄路通行、环岛行驶、公交车站避让、掉头行驶、非机动车和行人礼让、无保护左转、自动绕障、拥堵路段通行、泊车等多种功能，还要能够解决大量的 Corner Case 场景。
就目前而言城市 NOA 还面临着以下难题：
传感器和计算需要符合车规级，由此带来的成本、功耗限制，需要通过更强的算法框架优化和工程化能力来解决；
面对更广泛的 ODD 使用场景，需要通过更高效的数据利用，以数据驱动实现更强泛化性；
针对城市中各种复杂的交通参与者互动和博弈场景，需要在确保安全性的前提下，进行预测、规划和控制，实现更高行车效率。
一边是看得见的市场需求，另一边是难以解决的行业难题，这就不难理解，为什么小鹏受尽折磨，但仍然死磕城市 NGP 了，毕竟这是其将来能够夺取更多市场份额核心竞争力。
02、轻舟智航做好城市 NOA 的底气
行业趋势颇为明朗，但扎堆进入 L2 级辅助驾驶领域也成为一众自动驾驶公司的首选，除了采用「双擎驱动」的轻舟智航之外，文远知行等自动驾驶公司也将目光投向了 L2 级辅助驾驶领域。
在越发内卷的行业格局当中，如何快速突围也成了诸多自动驾驶公司需要面临的首要问题，而建立技术壁垒便是轻舟智航给出的答案。
与目前诸多企业在传感器信息融合上，采用前融合（数据级融合）、中融合（特征级融合）和后融合（目标级融合）的方案不同，轻舟智航独创了超融合感知算法「前中后穿插融合」，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，避免单模信息丢失，取得更优的传感器融合结果，从而可以更准确更精细地感知动静态物体及状态信息。
OmniNet 取名自 omnipotent，象征「无所不能的感知融合能力」，将作为轻舟智航的感知主模型，支持核心感知功能。
相较传统方案，OmniNet 在实际应用中可节省 2/3 的算力资源，并拥有更高的感知融合精度和模型迭代效率，而且可以低成本适配不同厂家的传感器配置，更轻量、更高效、更灵活地满足城市 NOA 的量产需求。
用轻舟智航的话说，OmniNet 拥有感知更精准、车端更适配、迭代更高效的三大优势。
除了在感知方案上最大程度地实现与不同厂商之间的匹配之外，在硬件匹配上轻舟智航也提出一颗激光雷达即可实现城市 NOA 的可行性方案，在业内「硬件互卷」的行业背景下，轻舟智航一颗激光雷达实现城市 NOA 有着明显的成本优势，拥有更大的市场想象空间。
之所以轻舟智航能有这样的底气，主要得益于其拥有超融合感知的能力。
虽说在行车过程中前向 120 度的激光雷达看不到后方，但通过时序和空间融合算法，将前向激光雷达扫过的区域会在系统时刻进行记忆，并在车往前行进后将记忆区域的点云数据，与侧向后向的纯视觉信息进行补充和融合，从而保证对前后向区域的充分认知，实现对绝大多数场景的覆盖。
即拥有出众实力，又极具成本优势，轻舟智航这样贴近市场的打法，让更多的车企看到了快速普及城市 NOA 的希望。
据悉，轻舟智航已经拿到了多个车企的定点，用不了多久搭载城市 NOA 辅助驾驶系统的车型，就会同一众消费者见面。
03、时空联合规划算法，应对复杂城市路况的杀手锏
如果说基于「超融合」的 OmniNet 感知模型，让更低成本、更好效果的城市 NOA 出行成为可能，那轻舟智航自研的「时空联合规划算法」就是应对国内复杂城市路况的利器。
在实现城市 NOA 的道路上，PNC 是决定自动驾驶系统是否安全、舒适的关键。
PNC 全称 Planning and Control，是自动驾驶当中规划和控制的统称，在车端涵盖导航、预测、决策、规划、控制等核心模块，以及 HMI、环境感知、地图定位等支持模块。
PNC 的离线模块可以收集、查询、测试数据，训练模型，通过仿真分析模型和算法效果，最后再将模型和算法效果反哺给车端模块。
就目前而言，业内普遍采用的是「时空分离规划」，也就是把「对轨迹的规划」拆分成两个子问题，即路径规划（path planning）和速度规划（speed planning）。
路径规划对应于横向控制，即方向盘；速度规划对应于纵向控制，即刹车或油门，这种决策机制也就是通常所谓的「横纵分离」。
而轻舟智航则采用「立体化思维」解决这一问题，自研「时空联合规划算法」同时考虑空间和时间来规划轨迹，而不是先单独求解路径，在路径基础上再求解速度从而形成轨迹。
将「横纵分离」，升级为「横纵联合」，能直接在 x-y-t（即平面和时间）三个维度的空间中直接求解最优轨迹。
这种策略能够让车辆在面临动态障碍物的交互时，提前把握最好的时机，选出最佳行车轨迹，更流畅地完成车辆间的博弈，并且不会出现反复急刹的情况。
不仅如此，在多车道行驶时，车辆还可以通过判断前方车流量和车速，灵活地变道选择更快的路线，而不会「死板地」跟着前车缓行。
随着时空联合规划算法的日益成熟，还能实现对鬼探头、逆行等复杂城市状况的应对，让车辆不拘泥于固定路线，根据「超融合」算法提供的有利信息，实施计划最佳的行车路径，能够最大程度避免交通事故发生的同时，给消费者以「老司机」般的驾乘体验，更适合国内复杂的道路状况。
这所有的一切并非一蹴而就的，早在 2020 年，轻舟智航便推出了第一代专注城市复杂交通场景的自动驾驶解决方案「Driven-by-QCraft」，在这两年多的时间当中持续升级，今年 5 月，轻舟智航正式推出了最新一代的车规级前装量产自动驾驶方案，助力车企实现城市 NOA 方案的全面落地。
现如今，轻舟智航正式将自动驾驶解决方案「Driven-by-QCraft」命名为「轻舟乘风」，标志着其已经做好了应对复杂城市路况考验的准备。
随着搭载「轻舟乘风」辅助驾驶系统车型的问世，轻舟智航也将正式获得自我造血、量产上市的能力，为 L4 级自动驾驶变成现实打下基础。
下载ECAD模型
