華龍com—新重慶客戶端訊11月1日，全球領先的無人駕駛通用解決方案公司QCraft舉辦了首屆技術工作坊，首次在城市感知，PNC，數(shù)據(jù)等領域全面分享了QCraft在NOA核心技術領域的最新成果和獨特優(yōu)勢，充分展示了QCraft以數(shù)據(jù)為基礎，讓感知成功，以最強PNC引領城市NOA邁向新高度，與生態(tài)伙伴攜手打造最廣泛的應用范圍

風中泛舟品牌標志。周志航華龍網(wǎng)發(fā)供圖

輕舟智航不僅創(chuàng)新性地將輔助駕駛的用戶價值認知劃分為能用，好用，愛用三個階段，還正式公布了QCraft的中文名稱Driven—by—QCraft，意為總有一天我會登上長風破浪，直起我的云帆，架起深深的深海融合了輕舟前沿的全棧軟硬件技術，全力推動NOA在城市的量產落地

超融合傳感首次在量產計算平臺上實現(xiàn)多傳感器特征和時序融合。

2022年是NOA城市發(fā)展的里程碑年它代表了當前智能汽車核心競爭力的重要標志，也是滿足消費者對智能駕駛期望的關鍵技術在保證安全的前提下，輕舟智航堅持打造場景更多，性價比更高的城市NOA方案，而一個lidar城市NOA是現(xiàn)階段實現(xiàn)這一目標最務實的方案感知，PNC等底層軟硬件架構的能力優(yōu)勢，以及數(shù)據(jù)驅動R&D模式的長期積累，為加速NOA在城市的登車，實現(xiàn)快速量產提供了全面的技術支持

感知就像司機的眼睛一樣，是NOA在城市中的重要基礎感知模型需要準確高效地觀察和認知世界，為下游任務提供有效的數(shù)據(jù)支持同時還需要滿足車級計算平臺的適配，有效解決復雜路況下的各種長尾問題canoe獨有的超融合感知方案，擁有領先的多傳感器定時交錯融合技術，可以使不同階段的感知模型相互補充，利用不同的傳感器信息獲得更好的融合結果，避免各種誤檢和漏檢，準確率高，魯棒性強

基于超融合感知方案，輕舟智航提出了OmniNet，這是國內首個在量產計算平臺上實現(xiàn)視覺，激光雷達，毫米波雷達特征和時間序列融合的大型模型一個神經網(wǎng)絡可以實現(xiàn)視覺，激光雷達，毫米波雷達在BEV空間和圖像空間的多任務輸出與傳統(tǒng)方案相比，OmniNet可以提供更豐富，更準確的環(huán)境感知結果，有效提高感知精度，可以節(jié)省2/3的計算資源，滿足車輛儀表芯片的應用需求，低成本適應不同廠商的傳感器配置，更適合通過數(shù)據(jù)驅動解決實際道路面臨的長尾問題，以更精準的感知，更適應的車端，更高效的迭代更好地滿足城市NOA的量產需求

OmniNet模型架構。周志航華龍網(wǎng)發(fā)供圖

通過包括OmniNet在內的感知算法能力，輕舟智航可以充分利用激光雷達，實現(xiàn)行業(yè)領先的通用障礙物識別能力和噪聲過濾能力不僅能有效識別車輛，人群，植被，護欄，錐筒，小動物，施工區(qū)域等常見的道路交通參與要素，還包括各種奇怪的或不尋常的具有罕見長尾的障礙，以便更好地處理城市中的長尾問題漸進式的噪聲過濾方案，也能最大限度地消除雨，霧，泛光燈等噪聲對感知的干擾，充分提高安全性

獨家時空聯(lián)合規(guī)劃技術，以世界觀打造國內最佳PNC方案

PNC就像駕駛員的大腦一樣，負責在復雜的城市路況下，引導車輛完成導航，預測，決策規(guī)劃，控制等一系列操作對于駕駛效率和舒適性至關重要，是真正打動用戶的核心關鍵輕舟智航秉承自己的算法世界觀，致力于從空間和時間的角度看待和解決自動駕駛的各類問題，前瞻性地選擇更適合中國復雜路況的決策規(guī)劃技術框架，獨家實現(xiàn)了業(yè)界公認的更好的時空聯(lián)合規(guī)劃算法

時空聯(lián)合規(guī)劃算法可以直接求解空間和時間上的最優(yōu)軌跡像老司機一樣可以同時控制車輛的方向和速度，更接近實際駕駛行為，可以靈活應對國內各種復雜路況相比之下，業(yè)內廣泛采用的時空分離規(guī)劃會將軌跡規(guī)劃拆分為路徑規(guī)劃和速度規(guī)劃兩個問題，無法同時計算路徑和速度，僵化不靈活不僅如此，時空分離規(guī)劃的研發(fā)很大程度上依賴于手寫規(guī)則和大量的路測，而時空聯(lián)合規(guī)劃只需要很少的手寫規(guī)則，具有更高的人工效率，更適合利用人類駕駛數(shù)據(jù)，通過機器學習不斷提高算法效率

靈活的時空聯(lián)合規(guī)劃可以讓車輛駕駛更智能，更高效，更舒適在實際行駛過程中，當車輛面臨動態(tài)障礙物的相互作用時，時空聯(lián)合規(guī)劃可以使車輛提前把握最佳時機選擇最佳行駛軌跡，更加順暢地完成車輛之間的博弈，而不會出現(xiàn)反復急剎車的情況車輛在多車道行駛時，可以通過對前方車流量和速度的判斷，靈活變換車道，選擇更快的路線，而不是隨車硬性減速

預測方面，輕舟智航研發(fā)的Prophnet預測模型可以提供10秒的長期意向和軌跡預測，預測時間國內領先該模型可同時計算數(shù)百個障礙物，每個障礙物提供三條預測軌跡，推理時間小于20ms，完全滿足實時計算要求根據(jù)權威公開數(shù)據(jù)集Argoverse的評測結果，canoe的Prophnet模型無論是預測效果還是預測時間都領先于同行，真正可以用于實車量產

輕舟智航領先的PNC性能和R&D效率得益于數(shù)據(jù)驅動的R&D模式目前，數(shù)據(jù)驅動已經在感知等模塊的研發(fā)中顯示出巨大的價值可是，由于PNC模塊中規(guī)則系統(tǒng)的廣泛使用，數(shù)據(jù)驅動的實現(xiàn)一直是業(yè)界尚未克服的重要問題輕舟智航采用的時空聯(lián)合規(guī)劃，在運行模式上更貼近實際駕駛行為，因此可以直接利用人類駕駛數(shù)據(jù)進行持續(xù)的模型訓練通過自動駕駛數(shù)據(jù)和人工駕駛數(shù)據(jù)的自動標注，canoe構建了包含道路，環(huán)境，自駕行為意圖等信息的駕駛數(shù)據(jù)倉庫，可以通過所想即所得的數(shù)據(jù)查詢，快速挖掘和評估各種數(shù)據(jù)和場景，快速發(fā)現(xiàn)和解決算法中存在的各種問題實現(xiàn)PNC的數(shù)據(jù)驅動，也意味著canoe基本打通了數(shù)據(jù)驅動在整個自動駕駛R&D系統(tǒng)中的應用，引領了R&D范式的創(chuàng)新

L4的數(shù)據(jù)資源和工具鏈優(yōu)勢，讓NOA這座城市高效落地。

比如數(shù)據(jù)驅動的經驗庫通過數(shù)據(jù)提升自動駕駛能力，城市NOA可以更好地應對復雜多樣的交通參與者行為和交通規(guī)則，有效應對城市高精地圖里程有限等問題輕舟智航深耕L4級自動駕駛多年，在數(shù)據(jù)和工具鏈上的積累可以降維使用，全面賦能NOA在城市的研發(fā)

截至目前，輕舟智航已測試超過112萬公里的城市道路，擁有豐富的L4級激光雷達，攝像頭等傳感器數(shù)據(jù)，以及長期積累的駕駛行為數(shù)據(jù)，可持續(xù)提升城市NOA容量上限周志航用于構建自動駕駛R&D工具鏈的canoe矩陣，具備L4級自動駕駛能力，也可以完全重用于NOA城市的能力建設，不斷加速NOA城市能力的迭代

得益于數(shù)據(jù)和工具鏈的充分配合，輕舟智航可以高效處理多種典型場景問題，包括特定行為的行人識別，全國各地不同形狀的紅綠燈識別等尤其是對于缺乏或缺少最新高精地圖的場景，canoe的高精自動標注工具可以通過高精地圖的優(yōu)化，大規(guī)模生成車道線自動標注數(shù)據(jù)，可以在路口，匝道，匝道等場景精確檢測行駛車道線針對城市中的各種靜態(tài)交通設施，canoe采用自監(jiān)督學習的方法，可以在大量未標記數(shù)據(jù)的基礎上快速學習物體的特征，保證行車安全，使車輛快速適應新城市和新場景

汽車評估

從感知，PNC到數(shù)據(jù)驅動，輕舟智航揭開了NOA城市冰山下的技術布局，展現(xiàn)了作為高水平自動駕駛公司建設NOA城市的獨特優(yōu)勢輕舟智航憑借領先的技術架構，全棧的人才團隊，豐富的L4級自動駕駛R&D和應用經驗，以及與硬件，主機廠，軟件，供應鏈等上下游企業(yè)的良好生態(tài)合作關系，正在加速自動駕駛的前裝量產，為雙引擎戰(zhàn)略的快速發(fā)展，不斷向將無人駕駛帶入現(xiàn)實的終極使命邁進乘風品牌的發(fā)布，也標志著輕舟智航正以全新的姿態(tài)勇往直前，打造中國最好的先進輔助駕駛解決方案，實現(xiàn)中國特色城市NOA

免責聲明：此文內容為本網(wǎng)站轉載企業(yè)宣傳資訊，僅代表作者個人觀點，與本網(wǎng)無關。僅供讀者參考，并請自行核實相關內容。