解决当代城市出行之痛 城市NOA来救急？

近日，来自自动驾驶界的新闻震惊汽车圈，美国自动驾驶初创公司Argo AI在10月26日宣告倒闭。它曾由福特和大众投资26亿美元，估值一度高达70亿美元。Argo AI的陨落正是自动驾驶商业化落地难的结果，就连自动驾驶巨头Waymo的估值也已经下跌到300亿美元，与它最高值的1750亿美元相去甚远。

正当北美自动驾驶遇冷的时候，国内却呈现了另一番景象。

国内自动驾驶经历了L4级的技术投入之后，走到下半场，各家开始在量产落地的步伐上竞相追逐。今年8月，魏牌在成都车展宣布摩卡PHEV激光雷达版可实现城市NOH；9月，小鹏在P5上推出城市NGP，率先在广州落地；随后，极狐阿尔法S HI版也在深圳推送城区NCA……与此同时，L4级自动驾驶公司瞄准L2级赛道，转战辅助驾驶，助推城市NOA落地。

就在11月1日，L4级自动驾驶公司轻舟智航技术工坊活动上，公布了自动驾驶解决方案的中文名称“乘风”，并将城市NOA产品做到了落地。

轻舟智航联合创始人、CTO侯聪提出“城市NOA是辅助驾驶的天花板，但在未来，一定会逐步成为消费者的主流需求。”

曾经，业内关于自动驾驶路线到底该走渐进式还是跨越式还有很大争议，如今，两条路线却有殊途同归之势。依照小鹏一边落地城市NGP、一边开发Robotaxi；轻舟智航一边推出城市NOA产品、一边深度研发L4自动驾驶技术的情况看来：一步到位的无人驾驶宛如空中楼阁，辅助驾驶的落地进阶才是走向自动驾驶终局的必经之路。在无人驾驶的商业路径中，中国经验给出了当前最好的实践样本。

城市NOA大势所趋，成为L4落地的必经之路

根据易车研究院调研发布的《自动驾驶潜在用户洞察报告(2021)》显示，用户对智能驾驶最关心的是：能否减轻驾驶疲劳、能否解放双手、安全性与可靠性。城市NOA功能是最接近以上关键点的功能，是汽车高端智能化的大势所趋。

同样地，《2022 中国自动驾驶初创企业投融资系列报告》指出，随着技术的成熟和成本的下降，ADAS 功能逐渐由高端车型向中低端车型渗透。智能驾驶功能向大众化蔓延的趋势不可逆转。

之所以呈现这样的趋势，根本原因在于高级别自动驾驶的落地对当前环境的挑战太大。

首先，在政策方面，公共安全与伦理博弈下，自动驾驶推进缓慢。例如，国内大多数车企都集中在L2级产品的落地，而突破L3则意味着事故责任方将从驾驶员转移到自动驾驶系统。所以目前的政策法规支持的是L2+级的城市NOA。

在技术方面，具备高阶自动驾驶技术的公司致力于Robotaxi落地，而主机厂想要将辅助驾驶能力再进一步又缺少技术储备，如果完全自研将花费巨大的研发成本和时间成本。所以L4级自动驾驶公司与主机厂的联合，才是让城市NOA走向成熟的关键。

在成本方面，Robotaxi的软硬件配置极高，需要投入大量成本，让主机厂望而却步。就在Argo AI关停之际，福特方面表示，公司需要投资于短期内更容易实现的驾驶辅助技术，而不是Argo的完全自动驾驶目标。大众方面也抱有同样的态度，称“我们的目标是在尽可能短的时间为客户提供最强大的功能，并使我们的开发尽可能具有成本效益。”

今年以来，随着L4级自动驾驶公司轻舟智航、元戎启行等厂商表示能够将配备激光雷达的解决方案拉入万元级市场，为城市NOA的井喷提供了充足动力。

大潮之下，无论是车企还是自动驾驶技术公司，审时度势的能力决定了企业发展节奏。基于正确的预见性和快速的行动力，轻舟智航在今年518提出双擎战略，宣布将源于Robotaxi的公开道路L4级技术积累赋能于城市NOA，通过技术下沉，实现技术与商业的双赢，让城市NOA快速落地。

同时，帮助主机厂解决智能化转型过程中的痛点问题，打造一套能用、好用、最终让用户爱用的高阶智能驾驶功能，助力主机厂实现智能驾驶突围。对此，轻舟智航在11月1日的技术工坊活动上，亮出了打造城市NOA的技术底牌。

轻舟“乘风”落地城市NOA：基于数据、成于感知、精于PNC

城市道路是出行高频场景，90%的驾驶道路为城市道路，但往往伴随着各种各样不规则的路况，给城市NOA的落地造成很大困难。小鹏汽车智能驾驶负责人吴新宙称，简单理解城市场景的复杂度是高速场景的6倍。

按照一般情况的理解，L4级自动驾驶技术赋能到城市NOA，应该是轻而易举的事情，然而事实却不一定。在今年518发布会上，轻舟智航提出了以随“机”应变的配置方案，灵活满足不同客户不同级别的自动驾驶方案需求。但综合当前国内道路交通环境的复杂性来看，纯视觉的辅助驾驶方案很难应对城市中的使用需求。因此，轻舟进一步提出了一颗激光雷达的城市NOA，并认为这是当前阶段最务实的高阶辅助驾驶方案，可在确保安全性的基础上做到成本可控，尽可能多地满足城市场景的应用所需，更好地满足消费者的期待。但达成这一目标，需要在感知、PNC等底层软硬件架构的整体技术上做到更高超的表现。

首先是在感知方面，相较于业内主流的前融合、中融合和后融合三种融合方案，轻舟提出了“超融合”方案，也就是多传感器时序穿插融合，其思路是打破前中后的壁垒，根据不同的功能需求做到按需融合，得到更优传感器融合结果。

基于超融合感知方案，轻舟智航将时序多模态特征融合的大模型OmniNet部署在量产平台上，以一个神经网络即可实现视觉、激光雷达、毫米波雷达在BEV空间和图像空间上输出多任务结果。该模式也是在行业内首次提出。

通过时序融合并在BEV视角下输出任务信息已然成为解决感知问题的主流方向。小鹏也在近期提出了新一代感知架构XNet。但显而易见的是，OmniNet与XNet的最大区别在于后者是纯视觉的感知架构，而前者则为多传感器而生。

相较传统方案，OmniNet在实际应用中可节省2/3的算力资源，并拥有更精准的感知力，这要依赖于多重时序融合，它就像人脑记忆，在需要时调用出有用的信息；而且该模型可以低成本适配不同厂家的传感器配置，这是量产城市NOA的前提；此外，它还更适宜通过数据驱动，有效解决实际道路场景面临的长尾问题，以解决后续迭代的成本问题。

正是得益于OmniNet在内的感知算法能力提升，才使得一颗激光雷达也能完成“战斗”。例如一颗前向120度的激光雷达，即使看不到后方，但通过时序和空间融合算法，在车行驶过程中，前向激光雷达扫过的区域会在系统时刻进行记忆，再与侧向、后向的纯视觉信息进行融合，保证周围的充分认知。

不仅如此，轻舟的激光雷达感知更具备通用障碍物的识别能力，不仅可以有效识别车辆、人群、植被、护栏、锥桶、小动物、施工区域等常见的道路交通参与元素，对于陌生和长尾罕见异形障碍物也能有效应对。

感知能力就像驾驶员的眼睛，它的作用是为后端的PNC模块提供有效的信息。事实上，对于城市NOA来说，真正决定“高下”的就在于PNC！吴新宙在演讲时就表示，城市NGP的感知模型数量是高速场景的4倍，但PNC相关代码量则达到了88倍。

城市NOA的PNC难在哪？难在要处理城市场景中大量复杂的博弈问题，何时激进、何时保守、油门和方向盘如何配合，既是PNC的极大挑战，也是决定行车效率和体感的关键要素。对此，人类老司机依靠的是大量实际驾驶经验，但目前业界普遍的PNC方案，却是将其“规则化”。

具体来说，通常业界采用的是“时空分离规划”，把路径规划和速度规划分开执行，就好比先为车辆铺好一段铁轨，再在铁轨上计算速度。现实中没有人会采用这样的驾驶行为，刻板呆滞不灵活，通行效率低，而且非常依赖手写规则和大量路测来验证。

轻舟智航独家采用的“时空联合规划算法”会同时考虑空间和时间来规划轨迹，也就是能够在空间和时间中直接求解最优轨迹。如同人类司机也是会同时控制油门/刹车和方向盘，“时空联合规划”的机制更接近人类的实际驾驶行为。

时空分离规划算法的情况

时空联合规划算法的情况

也正因如此，“时空联合规划”可直接利用人类驾驶数据反哺模型训练，通过真正的数据驱动而不是大量的手写规则驱动算法的不断迭代和提升。反映到实际体验中，“时空联合规划”可以让车辆把握最好时机选出最佳行车轨迹，行车更流畅。越是复杂的路段和工况，效率和体感上越是更优。

既然“时空联合规划”更优，为何轻舟成为了第一家？轻舟智航技术合伙人李栋告诉车云网，这是因为轻舟从最开始就选对了科技树，早期考察了路况比较复杂的几个国内城市，就确定了时空分离的局限性，为了远期发展自伊始便选择了深入研发更有挑战的时空联合规划算法。

时空联合规划算法原理示意图

事实上，PNC一直是整个自动驾驶算法研发体系中尚未实现数据驱动研发模式的最后一块“拼图”，毕竟用“规则”来指导车辆的规划决策，本身就与数据驱动的理念相背离。轻舟通过机器学习数据驱动的方式解决PNC难题，也有利于自动驾驶技术的长期演进。

在数据驱动方面的优势，体现的正是轻舟作为高级别自动驾驶公司，在多传感器数据资源和数据自动化工具链方面的整体能力，而这些能力都可以赋能城市NOA的研发。

换句话说，其一是公开城区道路丰富的数据积累，其二是高效的数据利用。前者，轻舟已通过Robobus、Robotaxi积累了海量L4级别激光雷达、摄像头等传感器数据，以及长期积累的驾驶行为数据，可不断提高城市NOA的能力上限。后者则依托的是轻舟矩阵，可以充分的让数据进行流转，通过数据闭环推动城市NOA算法的快速迭代。

不难发现，一直以来坚持通过“数据驱动”和“效率提升”来进行自动驾驶技术研发的轻舟智航，不仅使得他们快速成为了Robobus的领跑者，由此也构成了轻舟如今以L4降维赋能城市NOA的底色和自信。

择高处立、向宽处行：高级别辅助驾驶进入下半场

小鹏此前提到，城市场景的落地，是智能辅助驾驶下半场的开局。这个观念日渐成为大多数自动驾驶方案供应商和车企的共识。也就是说，高级别的智能辅助驾驶，如今已行至“决赛”阶段，这个阶段玩家需要准备好“技术”和“生态”两张入场券。

技术层面需要择高处立，加速纵向深化，逐步在更多场景上实现完全无人的驾驶能力。侯聪所提出的“城市NOA是辅助驾驶的天花板，也是无人驾驶的入门槛”这句观点，也恰恰说明了，持续深入研发和验证L4级自动驾驶能力，是做好城市NOA的必要条件。

基于数据，成于感知，精于PNC，正是轻舟在技术深度上给出的答案。如今，小鹏已经在城市领航辅助驾驶赛道上先行一步，而轻舟的这些技术和优势积累，或许也可以成为更多车企快速拿到“技术”这张入场券的捷径。

生态层面需要向宽处行，与产业上下游的伙伴优势形成合力，才能加速城市NOA量产化落地。从芯片到激光雷达再到软件算法，鲜有玩家能够做到全栈自研，因此，无论是车企还是轻舟这样的自动驾驶公司，都应相互拥抱，把握住“生态”这张入场券。

从轻舟公布的信息来看，目前已与地平线、禾赛、速腾聚创、天准等硬件厂商，AWS、阿里云、火山引擎等软件和工具链厂商，以及金龙、金旅、东风悦享等主机厂建立了良好的生态合作。未来，轻舟智航还将携手行业伙伴共同打造更大范围的自动驾驶解决方案。

车云小结

尽管城市NOA开发难度大，落地也充满挑战，但大势不可逆。像小鹏、轻舟作为两派玩家的代表正在引领高端辅助驾驶加速向前，直至与真正的无人驾驶相遇。

如果说小鹏在高阶辅助驾驶量产车的领军者，那轻舟智航就是在技术服务领域的前瞻者。无论是L2的数据驱动升维，还是L4的商业化落地，行业巨头已经在这个赛道上做好了准备，以技术实力展现智能驾驶的价值与魅力。