【有车以后 技术解析】对于NOA技术，想必大家并不陌生。它的全称是Navigate on Autopilot，即自动领航辅助驾驶，像特斯拉NOA、蔚来NOP、小鹏NGP、长城毫末NOH、极狐NCA等等均属于这一范畴。相比于一般的辅助驾驶系统，NOA可实现高速公路自动变道、超车、进出匝道口等更为复杂的驾驶动作，可以说是通向更高阶自动驾驶的“敲门砖”。

不过，现有的NOA仍然主要应用于高速公路、环路、高架桥等封闭半封闭道路，并不能兼顾城市道路出行场景。因此，如何在城市当中实现这些功能，便成了下一阶段NOA技术需要突破的关键。而最近，全球领先的自动驾驶通用解决方案公司轻舟智航就给出了他们的全新解决方案。

  拒绝堆料，打造高性价比城市NOA

城市道路之所以更难实现NOA自动领航辅助驾驶，其主要原因在于交通环境的复杂性。不同于道路平直且没有红绿灯的高速公路，城市道路错综复杂，交通标识、车流量、人流量明显增多，甚至经常会出现人车混行的情况，这对车辆的感知能力和算力都提出了更高的要求。

那么如何提升车辆的感知能力呢？轻舟智航选择的是多传感器融合方案，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，实现更早得多传感器信息共享，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。

不过与其他厂商不同的是，轻舟智航并不主张堆料，为车辆搭载过多的激光雷达。毕竟在非重点区域增加更多激光雷达会使整车的成本陡增，并且需要更多的算力支持，边际收益不高。在同样硬件成本下，满足更复杂的场景，让更多用户享受到自动驾驶的技术红利，才是轻舟智航的目标。

轻舟智航认为，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度激光雷达足以精准捕捉和预判到周围物体的3D位置和运动方向、位置、形态、大小、运动状态等信息，处理绝大部分自车需要关心的复杂场景。因此，轻舟智航最新一代车规级前装量产自动驾驶解决方案DBQ V4标配版仅拥有1颗激光雷达。

当然，为满足主机厂不同价位车型不同级别自动驾驶功能的量产需要，DBQ V4解决方案的系统泛化能力也相当强悍，最多可支持搭载5颗激光雷达，并且一套方案适配多种硬件配置，可根据不同级别的自动驾驶需求来做裁剪，实现“随‘机’应变”。

强大的感知能力还需要有强大的算力加以支撑。对此，轻舟智航与地平线达成战略合作，为DBQ V4配备了双地平线征程5芯片的256 TOPS 算力平台，而且只用10%的成本即可实现99%的L4级城市+高速NOA体验。

  轻舟智航城市NOA的实际表现如何？

轻舟智航城市NOA的硬件基础已经大致了解了，那么它在实际道路中又是如何实现NOA功能的呢？

众所周知，大雨大雪等恶劣天气，会对车辆的感知系统造成干扰，极端情况下可能会导致感知系统出现误判，影响辅助驾驶的安全性。对于这种情况，轻舟智航最具优势的多传感器穿插融合能力便会起到作用。当雨水或前车溅起的水雾阻碍了车辆的感知视野时，轻舟智航城市NOA将通过视觉和激光雷达的感知穿插融合的方式，让感知模型在不同阶段利用不同传感器信息相互补充，更为准确地分辨出水雾等信息。

同时，轻舟智航拥有高效的数据闭环，可以搜集大量的雨天的驾驶数据，通过模型训练，轻舟的车辆可以更加智能地识别外部世界，不会将水花误认成障碍物，雨水反光也不会导致车辆误检。而凭借高精地图和稳定的规控算法，即使因为反光让部分路段车道线模糊，车辆也安全通行。

当然，激光雷达、毫米波雷达、视觉等多传感器穿插融合也同样适用于夜间等弱光环境；并且激光雷达的存在可使车辆更好地识别生活中没有见过的物体，比如从没见过的车，路上遗落的家具、床垫等等，进一步保证自动驾驶的安全性。

“时空联合规划算法”是轻舟智航城市NOA的另一大制胜法宝。打破了业界常规的思维定式，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 平面和时间三个维度的空间中直接求解最优轨迹。

这种方案有两个优点：一是有更大的求解空间，能计算出来更多的开法，从而得到更好的行车轨迹。另外它和人类开车逻辑更相似。这样轻舟就能直接在规划中引入机器学习算法，使用人类的行车数据来训练和提升轻舟的规划算法效果。

这种策略让车辆在行驶时，能够比普通驾驶员甚至老司机“开得更好”，特别是在面临动态障碍物的交互时，能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。更聪明、更灵活，行车效率更高效。

对于城市NOA来说，人车混杂的路口、信号不佳的隧道，以及狭窄复杂的停车楼无疑是最具挑战性的三大场景，是对NOA技术综合能力的极大考验。

面对人车混杂的路口，轻舟智航依靠的是视觉+激光雷达的解决方案，让车辆可精细、准确地感知周围人车的动静状态，即使有人或车辆从人类不容易看到的后方死角的位置冲出来，也可以提前感知并做出预测。在完成感知、做出预测后，通过时空联合的规划，还能让车辆从密集的交通中快速找到缝隙，高效安全地通过。

在隧道场景中，由于自动驾驶车辆无法依赖GNSS信号行驶，此时轻舟智航NOA便会采取高精地图、车辆实时感知信息搭配惯性导航等技术的方案，实现车辆的精确定位，从而保障安全高速行驶。出隧道口时，车辆会重新收到GNSS信号，通过轻舟智航独特的算法，可以把GNSS、惯导信息和车辆的感知信息融合起来，从而获得无缝衔接的驾驶感受。

到了停车楼当中，轻舟智航时空联合规划的出众求解能力再次发挥作用，配合高精度的控制能力，轻舟智航城市NOA能在狭窄环境中操控车辆完成极限的转弯。前方的激光雷达可以时刻看清狭窄车库中的行人和鬼探头车辆，从而帮助车辆做出安全绕行和避让动作。而在机器学习调教下，其行驶和泊车的稳定性、舒适性也与人为操作无异。

  编辑总结

面对更为复杂的城市路况，轻舟智航给出了1颗激光雷达、高效率低成本、随“机”应变的解决方案，不仅在城市中实现了高效、可靠、安全的自动领航辅助驾驶，更避免了堆料的高成本问题以及与不同车型的适配问题，让消费者都能够在可接受的价格区间内，享受到高级别技术给驾驶带来的帮助和乐趣，这对于NOA领域而言，无疑是一大突破。据悉，轻舟智航基于征程5芯片打造的自动驾驶样车预计将在2022年第三季度开展路测；到2023年，轻舟智航将会在地平线的支持下，将基于征程5芯片的高等级自动驾驶方案将达到量产水平。我们不妨期待一下它的量产表现吧。

本文来源：有车以后