[汽車之家 新鮮技術解讀] 自動駕駛和輔助駕駛的概念經過這些年的宣傳，相信大家都已經略有耳聞，對普通消費者而言，系統能否在部分情況下減輕駕駛強度，甚至關鍵時刻輔助規避風險才是真。在高速NOA（領航輔助）已有量產的今天，能否進一步在城市場景實現這些功能，或許就是下個時代制勝的關鍵了，這次就來看看輕舟智航是怎么解決難題的。
● 硬件提升
無論是國內還是國外，先期開放自動駕駛測試與應用的場景都是高速，這其中的重要原因就是相比城市而言，高速環境相對簡單。沒有復雜的交通信號燈變換，車道標線相對清晰，當然也沒有行人與兩輪交通工具參與的混行模式。
當智能系統熟悉了高速場景，向著城市場景進發時，上面說到的復雜情況就成為了它們必須攻克的難關。這對于車載硬件系統而言，無疑是項挑戰，說白了即需要看得清，又要想得明。對車企和消費者而言，意味著可能要多花錢。
同時，這套被命名為DBQ V4的輕舟智航最新車規級前裝量產解決方案最低只需添加1顆激光雷達，最多可支持5顆，能根據不同級別的自動駕駛需求實現功能上的增減。說人話就是未來量產后，可以根據車型定位高低，以一套硬件基礎，實現不同配置的需求。
傳感器分辨精度提升后，處理器能力也相應水漲船高。根據目前公布的資料系統域控制器可兼容多傳感器方案，平臺算力為256tops。
● 解決場景問題
我們每個老司機在剛出駕校上路時，都會感到“開快容易開慢難”，核心就在于低速場景往往需要注意更多道路參與者。另外由于技術相對生疏，對車輛尺寸感覺把握度不高，比如泊車就是件讓人頭疼的事兒。這也是城市NOA場景中，最能解決新司機煩惱的環境。
很多建設時間較早的停車場行駛空間與可供泊車空間都很小，有些彎道與拐角必須前進與后退幾次才能通過，我們人類駕駛員在這種情況下都要小心翼翼，更何況車載系統。另外一般自動駕駛系統都是前進為主，這種情況下怎么處理頗具看點。
輕舟智航的解決方案仍就是借助前方的激光雷達，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。
城市場景的復雜還在于交通參與者增多后，出現的加塞、變道、別車等不文明行為幾率的增加。這要求系統判斷時間更提前，更準確。與此同時，更多的道路參與者也會埋下通行效率降低的隱患，因此超越慢車的情況時有發生。
另外他們打造了名為自動駕駛超級工廠的開發方法，也就是在軟件中，重建現實中的復雜路況，將城市NOA系統放入其中測試，幫助算法在仿真系統中對問題進行不斷修復和訓練，保證最終上車的算法可同時兼顧安全性和舒適性，并且能夠良好地遵守交通法規。
有了數據閉環能力，系統就能自動化地搜集大量的數據提升感知效果，從而優化、預測規劃中深度學習算法效果，最終達到高效訓練和迭代的目標。越是在復雜的路況環境越能帶來更為顯著的效率和體感提升，使用者也會感到車輛的自動駕駛越來越像老司機。
除了上面說到的這些復雜情況，還有一些陰雨、隧道以及夜間等特殊場景，單一傳感器在這些場景中無法準確收集道路信息，這時多傳感器融合的解決方案就能大幅提升準確性。
另外他們還會訓練感知模型，讓不同傳感器信息相互補充，從而得到更為準確的結果，從而分辨前方到底是水霧，還是障礙。
數據方面，工程團隊還會搜集各種雨天駕駛數據，通過模型訓練，進一步幫助系統識別外部世界減少雨水反光導致的誤檢。
當然，光用文字與圖片描述這些系統有些枯燥，下面的視頻可以更好的讓您感受到最新一代城市NOA技術的實力，仔細看看里面的復雜路況是不是比您處理的還老練？
寫在后面的話：
就像前文提到的那樣，相比路況相對簡單的高速而言，城市路況中包含了眾多信號燈，道路標線種類也更繁復，加之兩輪車、行人的參與介入，讓城市場景的復雜程度，需要處理與判斷的果斷度、熟練度大幅提升。這直接對傳感器與處理器這些硬件能力提出更高要求，此次輕舟智航推出的城市NOA解決方案不僅滿足了城市場景下的功能需求，還盡力降低硬件門檻，突破意義非凡。當然，優秀的技術還需更長里程的實際考驗，我們也會對相關技術保持關注，有合適機會體驗后再和您分享感受。（文/圖 汽車之家 唐朝）