轻舟智航侯聪：如何将城市NOA带进现实
2022年，汽车行业在面对供应链的压力和诸多困难的情况下，下半年实现了产销量逆势增长，展现了行业发展的韧性。11月8-10日，中国汽车论坛在上海举办，本届论坛的主题为“聚力行稳蓄势新程”。政府领导、国际行业组织和各大车企和新势力企业负责人共聚一堂，探索产业的稳增长之道。作为大会官方合作伙伴的汽车之家在现场为大家带来与会嘉宾的精彩观点。其中轻舟智航联合创始人、CTO侯聪在本届论坛上发表主题为“如何打造中国特色城市NOA”的演讲。
轻舟智航是一家L4自动驾驶公司，今年上半年推出了“双擎”战略。该战略分为动力引擎和创新引擎两部分。动力引擎主要指轻舟智航的自动驾驶技术能力和研发体系，需要不断夯实技术深度以支持长线发展。创新引擎则是基于自动驾驶能力之上实现商业化，并不断拓宽场景的宽度，为技术的发展提供支持。
在所有应用领域中，前装量产的高级别辅助驾驶是创新引擎中最重要的应用。在国内想要实现最终的无人驾驶，采用“双引擎”的方式，即通过渐进式的高级别辅助驾驶反哺自动驾驶的技术，是最务实的道路。
轻舟智航在中国汽车论坛上分享了关于城市NOA应用的主题演讲，主要关注于如何把城市NOA带进现实。首先分享了他们对辅助驾驶产品的认识，将产品分为三个阶段，即能用、好用和爱用。在城市场景下，产品必须要做到能够覆盖90%以上的场景，才能满足用户的需求，让用户对产品形成依赖，进入到爱用的阶段。
为了让用户爱用，城市NOA应用的开发变得非常重要。城市NOA应用是辅助驾驶技术中的天花板，也是技术含量最高的功能。轻舟智航的使命是将无人驾驶带进现实，城市NOA应用也是他们实现无人驾驶的入门槛。
市场上城市NOA应用的趋势非常明显，到2025年，我国智能驾驶市场渗透率预计将达到65%以上，其中L2及以上的功能渗透率将达到40%以上。用户在购买车辆时越来越要求拥有辅助驾驶及其高级别产品，同样，城市NOA应用也会越来越受到欢迎。
总的来说，在中国汽车论坛上，轻舟智航的CTO向我们介绍了如何打造中国特色城市NOA，将城市圈定在辅助驾驶技术中的重要领域。现在市场上城市NOA应用已经成为不可忽视的趋势，城市NOA应用也是我们未来发展的重点。
2022中国汽车论坛，轻舟智航CTO分享城市NOA应用的发展趋势及实现方法，甚至指出城市NOA应用是辅助驾驶中的天花板，这也意味着城市NOA应用的发展已成为市场上不可忽视的趋势，对于未来的发展具有重要的作用。
中国汽车论坛, 城市NOA应用, 辅助驾驶, 轻舟智航, 汽车行业
近期，轻舟与地平线达成了深入的生态和战略合作，致力于在征程5平台上实现城市自动驾驶（NOA）的开发。轻舟对此非常有自信，这得益于他们多年积累的L4经验、人才及研发体系。
在当前阶段，如何更快地实现城市NOA呢？现在辅助驾驶的配置方案大致分成三类：低配、中配和高配。低配一般用单目视觉解决高速场景的车道保持和自适应巡航，成本在5000元以下。中配成本更高一些，多数采用多目视觉解决高速上NOA的功能，需要1颗激光雷达。而高配则需要至少1颗激光雷达，以解决城市NOA的场景，成本会更高一些。
我们认为最快实现城市NOA的方式是高配方案，至少需要1颗激光雷达。因为在国内，道路设计、交通拥堵状况、人车混行、施工情况、道路使用者规范性等都很复杂，而中配方案已经无法满足这些复杂场景的需求。
同时，城市NOA中会出现很多视觉无法解决的复杂场景，例如路上扛着杆子、地上未知障碍物等情况。这些可以通过1颗激光雷达就可以很好地解决。在测试中，曾遇到突然放置建筑材料的情况。如果使用纯视觉方案则会带来很大的风险，但是激光雷达可以轻松解决障碍物。
然而，我们认为需要以发展的眼光看待自动驾驶技术的未来。纯视觉方案通过技术迭代、大量数据回收和解决长尾问题后，也能够在未来的某个时刻很好地解决城市场景问题。但是，当前用户对于城市场景产品的需求特别急迫，而且NOA是新事物、新产品，因此我们建议使用带激光雷达的方案，以一种比较安全的方式提供功能。
根据大量经验积累，我们发现最需要解决的感知方向主要在前方和侧前方。将1颗雷达放在车顶的方案可以很好地解决这个问题，而且这种方式也是性价比最高的。如果车厂出于车型设计的考虑，可能会把雷达放在下面的某些位置，那么至少需要2-3颗，但这种方案也可以适配。
轻舟乘风是城市NOA方案的名称，其技术的优势从感知到规划到数据驱动都非常突出。感知方面采用超融合方案，不仅实现了各种传感器信息的综合融合，还实现了时序融合。其中，中融合是在特征层面上对激光雷达和相机的数据进行特征融合，可以实现对周围物体方向、速度预测的输出。OmniNet作为轻舟的感知大模型，通过前融合提取多种传感器的输入，中融合进行特征匹配融合，并输出检测、分割等多任务的感知结果。
总之，虽然纯视觉方案在未来具有很大的发展潜力，但当前最快实现城市NOA的方式还是使用带激光雷达的高配方案。超融合方案和感知大模型的运用，也是轻舟自动驾驶技术的巨大优势。
OmniNet模型是一种高效、灵活的感知模型，可以针对城市驾驶情境下的感知、决策和规划任务进行优化。该模型能够在BEV和图像空间中输出2D检测、分割、深度估计等结果。此外，它还能实现跨相机特征融合和点云和图像融合，以及时序融合。这些优点使该模型能够提供更加精准的感知结果。
OmniNet模型的另一个优势是适配车端。传统模型往往算力浪费，但是随着多个任务共享主干网络，这个问题得以解决，使算力降低60%以下。此外，该模型的传感器配置非常灵活，可以适配不同的传感器组合，如激光雷达和纯视觉等。
OmniNet模型还具有迭代更高效的特点。它使用大量的自监督、半监督和弱监督框架，可以充分挖掘数据中的价值，通过无需人工标注的方式来进行学习。这些框架还能解决数据中很多长尾问题。
决策规划是城市驾驶场景下的另一个核心任务。OmniNet模型使用时空联合规划算法进行优化，同时搜索空间和时间的结果，得出了很好的效果。与以往的方法相比，它能够处理复杂的动态场景，并且能更好地搜索最优解。
预测也是OmniNet模型的又一亮点。该模型能够输出周围物体10秒的预测轨迹，并支持数百个物体的预测。此外，对于特定的芯片，它能够在20毫秒内完成预测。
数据驱动是OmniNet模型的核心优势之一。随着数百万公里的测试数据的积累和深度合作的大量数据回收，该模型将能更好地应用这些数据，并且能够在数据挖掘和处理方面实现自驱动。因此，OmniNet模型将能够在未来的车型和场景中自动化地推进，同时极大地降低开发成本。
, , , ,对于车门的检测和人行为的预测存在挑战。为了解决长远问题，使用挖掘工具从数据库中获取类似的场景，并通过模型训练这些场景，最后使用仿真工具对问题进行验证，实现闭环。
这里展示了单颗激光雷达在城市中应用的功能demo，包括白天的高架、晚上的高架下、与大货车的竞争、拥堵的路段以及停车场场景。
我们很高兴地宣布，轻舟将率先推出基于地平线征程5的城市NOA解决方案。我们的价值主张是基于数据和感知，用强有力的决策规划引领城市NOA发展，并与生态伙伴合作，打造使用范围最广的自动驾驶解决方案。
我们提出了一个智能驾驶的新概念，称之为“小四化”。除了电动化、智能化、共享化和网联化外，我们提出了“小四化”，即让入门体验成为标准、让终端体验标准化、让高端体验普及化和让极致体验实现改革。
我们相信未来L3和L4的实现会解锁新场景和体验，例如在某些特定场景下，真正实现双手双眼的解放，带来真正意义上的出行改革。