轻舟智航城市NOA七大场景解读

  • 新闻菌
  • 发表于: 2022/08/15 18:17:17 来源:车云网

​近日,轻舟智航举办了一场城市NOA Demo技术讲解会

近日,轻舟智航举办了一场城市NOA Demo技术讲解会。面向OEM、主机厂和产业上下游:轻舟智航主张以高性价比的前装量产方案,助力车企高阶辅助驾驶全面落地。致力于打造L4级体验的城市+高速NOA方案,满足不同客户不同等级的自动驾驶量产需求。

雨天行驶

 wps_doc_0.png

轻舟作为L4公司拥有最具优势的多传感器穿插融合能力,让感知模型在不同阶段利用不同传感器信息相互补充,从而得到更为准确的结果,可以分辨出这是水雾等。

轻舟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。

凭借高精地图和稳定的规控算法,在湿滑路段车辆也平稳控制通过了立交桥上各种大弯道,即使因为反光让部分路段车道线模糊,车辆也安全通行。

夜间行驶,大车阻挡视野,对感知形成挑战

wps_doc_1.png 

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,避免特定传感器在特定场景下性能的局限性(例如强弱光场景等)。在这种夜间、且视觉受限的环境中,一颗激光雷达的补充显得尤为重要。

轻舟使用激光雷达的另一个重要作用是能更好的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。激光雷达能准确地检测到这些罕见物体,进一步保证自动驾驶的安全性。

绕行临停障碍车与变道超车

wps_doc_2.png 

靠写决策规则是永远无法枚举路上遇到的各种各样的场景的。轻舟自研的国内独家“时空联合规划算法”打破了业界常规的思维定势,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。

交通参与者加塞、变道、别车

 wps_doc_3.png

以上这类路况是对时空联合规划算法更有依赖的动态交互场景,算法需要同时预判周围车辆的位置和动态并寻找最好的通过时机。在现实路况中,人类司机会根据实时路况和自身当下的情况综合判断,最终决策出跟车的距离和变道的时机。

为了让自动驾驶更像老司机开车的效果,轻舟通过强大的数据闭环能力,可自动化地搜集大量的数据去提升感知效果,去优化预测规划中深度学习算法效果,高效训练和迭代。而且越是在复杂的路况环境中,越能带来更为显著的效率和体感提升。

对于量产车的用户来说,可在保证安全性的基础上,用更短时间、更舒适的体验,把乘客带向目的地。

人车混杂的交通路口

 wps_doc_5.png

针对人车混杂穿行的路口,特别是无保护左转的场景,对技术的综合能力是极大考验。

一方面,轻舟依靠视觉+激光雷达的方案,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。

同时,轻舟对于这类场景有越发成熟的处理方式,车辆可以如此流畅地应对这样的路口,还要归功于轻舟的“自动驾驶超级工厂”方法论,通过「数据驱动」和「效率提升」为内核的系统化、自动化的自动驾驶基础设施,打造数据自动化闭环,帮助算法在仿真系统中对问题进行不断修复和训练,通过多维度评价指标的衡量,保证最终上车的算法可同时兼顾安全性和舒适性,并且能够良好地遵守交通法规。

隧道行驶

wps_doc_6.png车辆经过了总长7公里的隧道,隧道长且特征简单,对称性较高,车辆运动的时候在相邻的地方得到的激光点云高度相似,对于纵向的定位的挑战较大。

在长隧道中自动驾驶车辆无法依赖GNSS信号行驶,但凭借高精地图、车辆实时的感知信息,再配合惯性导航等技术,车辆也可以实现精确的定位,从而保障安全高速行驶,提供用户更无缝的自动驾驶体验。

出隧道口时,车辆会重新收到GNSS信号,通过轻舟独特的算法,可以把GNSS惯导信息和车辆的感知信息融合起来,从而获得更无缝的驾驶感受。

停车楼行驶

wps_doc_7.png通过时空联合规划的强大求解能力,配合高精度的控制能力,轻舟能在狭窄环境中操控车辆完成极限的转弯。通过机器学习调教出和人类司机一样的稳定舒适的体感。

凭借前方的一颗激光雷达,车辆可以时刻看清狭窄车库中的行人和鬼探头车辆,安全绕行和避让。

鉴于倒车场景通常属于低速场景,车辆后方无需依赖激光雷达也能良好完成,由此也减轻了加装更多激光雷达造成的成本负担。

行泊一体,城市+高速,才是真正的NOA。轻舟希望通过性价比更高的NOA方案,让更多大众汽车消费者,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。

 


相关标签:
自动驾驶
  • 车云星
  • 空间站
  • 福特星球
  • 虫洞

加料 /

人评论 | 人参与 登录
查看更多评论