Waymo经过人工智能优化智能驾驶性能

据报道，在Waymo长达15年的智能驾驶努力中，人工智能（AI）创新推进该公司取得了一些实质性进度，使智能驾驶汽车成为了理想。

Waymo驾驶行为担任人Jack Wanderman说道：“智能驾驶汽车在做出决策和预测环境时的全体平滑感和流利性有了清楚优化。”其结果就是，车辆内行驶时增加了优柔寡断的状况。

Waymo是Alphabet的一家子公司，随着其智能驾驶服务在凤凰城（Phoenix）和旧金山（San Francisco）向群众开通，该公司曾经末尾经常经常使用AI来改良智能驾驶技术，如今他们正方案在北加州的洛杉矶（Los Angeles）和得克萨斯州奥斯汀（Austin）等地积极扩张。

如今，更弱小的AI工具正在大批涌现，其中一些工具正是基于谷歌首创的深度学习架构，或许是来自于谷歌与Waymo之间的协作。Waymo成立于2009年，在降生之初是谷歌的智能驾驶汽车项目。

谷歌首席执行官Sundar Pichai在该公司第一季度电话会议上表示：“这是第一次性性我们可以以横向的形式研讨人工智能，它影响了整个公司的广度，无论是搜寻、YouTube、云计算，还是Waymo等等，我们看到了加快的创新步伐。”

特地是关于Waymo来说，这些提高使得该公司的智能驾驶系统中经常经常使用的全体言语模型变得越来越少。Wanderman走漏，剩下的模型更有才干从大批数据中区分出更多、更深化的剖析结果。

例如，Waymo的计算机视觉系统可以区分出行人手指的举措，并将其作为行人意图的提醒性目的。这样，Waymo就能比传统信号（如行人手臂或腿部的举措）延迟几微秒准确预测出行人的执行轨迹。Wanderman说道：“我们在预测模型方面做得更好了。”

此外，Waymo对人工智能的运转已跨越了驾驶义务，人工智能的提高有助于放慢服务速度。系统可以在没有人类介入的状况下重新将车辆分配到需求量大的地域，并自行选择能否要求前往停车点充电。

这与Waymo刚推出智能驾驶叫车服务时有所不同。Waymo首席产品官Saswat Panigrahi表示，该公司如今有数百辆汽车在路上传驶，人工智能协助该公司大大提高了效率。

Panigrahi说道：“一旦末尾扩展规模，你就会看法到智能化的推进作用有多大。对人类来说，处置数百辆汽车及其去向是一项高强度的义务。”

---

如何打造更好用、消费者更爱用的智能驾驶处置方案

2023年5月9日-10日，在2023捷途汽车电子架构与智能驾驶论坛上，轻舟智航结合开创人、COO汪堃表示，电动化大势已成，智能化逐鹿群雄，为消费者带来更具吸引力的智能化性能将成为中心竞争力。

轻舟智航将坚持标配化、规范化、群众化和改造化，在辅佐驾驶的用户价值方面，达成良好的高速NOA体验并成功较大ODD范围内的城市NOA点对点智能驾驶。

汪堃 | 轻舟智航结合开创人、COO

以下为演讲内容整理：

轻舟智航是2019年成立的智能驾驶处置方案公司，中心团队来自于Waymo、特斯拉、英伟达、Facebook、网络等全球顶级智能驾驶公司和科技公司，研发人员占比高达80%，研发人员中硕博占比近80%，拥有5年以上相关行业阅历的员工占比超越60%。

公司从硅谷起家，如今关键在国际开展，技术基础是智能无人驾驶的前瞻技术，并基于此推出产品。

轻舟智航对智能化趋向的思索

下图是轻舟的“双擎战略”，左边是动力引擎，将前瞻技术落地在L4级别的相关产品方案，包括在全国落地10个城市的无人小巴；左边是创新引擎，把前瞻技术用在量产处置方案上，目前也在与一些主机厂启动量产规模化落地，打造L2+级的处置方案。 下边是技术底座，即智能驾驶超级工厂，包括数据回传和数据闭环的轻舟矩阵，迭代技术的提高和产品方案的生成。

图源：轻舟智航

电动化大势已成，智能化逐鹿群雄，对此我们也提出了轻舟的小四化：

第一入门体验的标配化，我们希望将智驾较基础的性能更加快地部署到各个车上，能将之标配化到产品端。

第二中端体验的规范化是把高速NOA相关的产品性能，推向更规范化的体验，用户知道性能上车后应该有怎样的等候。

第三高端体验的群众化，把更初级的性能经过技术的开展提高不只用在高端车型上，中低端车型也可以体验到城市NOA产品。

第四极致体验的格式化，将创新性的技术，包括从L4级的技术可以降维到L2级，为群众带来产品的体验。

智能辅佐驾驶处置方案的才干更新

下图是产品性能图我们圈出了不同级别智驾性能掩盖的场景，在高速上定速巡航和轨道坚持辅佐驾驶是经常出现的L2性能，高速NOA属于L2+，并会参与智能变道，高速闸道分流、兼并，智慧避让等性能。 城市更复杂，包括在城市空中路途的红绿灯入口、U Turn掉头、窄道通行以及泊车场景等。

图源：轻舟智航

我们以为辅佐驾驶，用户的价值在于更好用和更爱用。 更好用指满足基础的高速NOA体验，并成功部分城区NOA的点对点驾驶，司机接收率更低，提供更忧心、更信任的管家式体验。 更爱用指成功较大ODD范围内的城市NOA点对点智能驾驶，到达更朴实的智能驾驶，让开车像叫车一样轻松，让司机对辅佐驾驶构成依赖，愈加轻松地享用驾驶环节。

在刚刚过去的上海车展上，中端车型的主流智驾方案大致分为两类：一类是基于激光雷达的方案，另一类以视觉为主。 大致的性能以计算芯片为例，关键是以Orin和地平线为主。

图源：睿思齐咨询

轻舟智航的智能辅佐驾驶处置方案

基于市场需求，轻舟提出了两套处置方案，一套是包括高速和城市NOA的1L11V5R处置方案，支持单/双征程5芯片，要做到高性价比，要求要优化单双J5，传感器也是优化方向。 第二套性价比更高，基于6V1R以高速NOA+L2性能为主的处置方案，该方案是较传统的前视、后视和四个环顾的相机，以后关键在单J5芯片上成功。

上方是简易的性能图，轻舟率先成为基于国产大算力高性能“征程5” 芯片的城区智能驾驶处置方案提供商之一，与地平线强强联手，搭载首个成功前装量产的国产百TOPS大算力芯片，打造从能用、好用、到爱用的量产智能驾驶方案 。

图源：轻舟智航

同时轻舟的全栈算法也高度适配兼容了英伟达Orin DRIVE 平台，在2022年英伟达GTC大会上也失掉了官方对双方协作的认可，下图两边是轻舟基于英伟达双Orin方案的展现图。

图源：轻舟智航

抢先的工程化才干减速轻舟产品落地

为什么轻舟能做到用户体验良好的产品？实质在于处置方案的特点：基于数据；成于感知；精于PnC。

首先讲感知，我们提出超融合概念，即多传感器时序交叉融合，包括Lidar、Radar、Camera的输入，时序化可以把过去的传感器输入融合到网络中，从而更准确的输入。 整个大模型叫OmniNet，基于BEV的特征空间，加上多传感器融合，最后是经过共享主干网络Backbone，融合多传感器特征，加上时序特点，输入多个感知义务的模型。

下图中，左边是BEV结果，可以看到俯瞰图象识别的车。 这是一颗激光雷达识别的效果，能到150米-200米的视觉感知结果，中途的结果都可以直接输入，包括2D车道线、全景、深度估量的效果、分割的效果。 最后可以失掉多义务互补，失掉最终感知结果，给到归控启动决策和规划。

图源：轻舟智航

下图左侧是把Lidar去掉后，网络设计依然可以支持输入，整个俯瞰图下对6个摄像头的输入后，车的视觉输入，包括在高速路和加快路、对不同的车道线的输入等都可以在网络上输入。

图源：轻舟智航

在城市路途的输入，包括深度、视觉阻碍物的检测、分割、车道线的几何都可以用到视觉中，处置危机阻碍物的检测；在隧道中，其感知输入结果一样稳如泰山。

OmniNet提供丰厚且准确的环境感知结果，能够有效优化感知的精度和准确性；同时遵照更好应用车载芯片算力的设计，用输入输入的方式优化义务性能，比单义务的算力要节省1/4-1/5。 感知模型还可以依据不同传感器性能，只需最终性能和数据搜集环节中做新确实定，就可以适配整个车型，可以做到高速适配和低切移本钱，到达高性价比的初衷。

除感知外，轻舟还推出了行业公认更优的时空结合算法。 普通的或行业习用的方法是时空分别算法，即把途径和速度分开优化的环节。 比如白色是自车，要做超车或变道的环节，会先规划途径，在途径下再规划不同时期采取什么样的速度经过。 劣势是假设途径规划后发现车超不过去，或许采取的执行就是先刹车再避让，或许变道失败。

图源：轻舟智航

时空结合优化的优势是车预测的模型也参与其中，不单单思索自车的途径，还会把对方的执行途径思索出来，综合思索后再做减速度，再超车，可以处置更多复杂场景。

当然好的规划也离不开好的预测模型，我们自研的预测模型ProphNet，在智能驾驶范围全球杯Argroverse 国际预测应战赛是取得了2021年冠军，2022年取得了季军。 整个预测算法到达了10秒的预测长度，可以支持数百个目的，推理的耗时小于20毫秒。 针对J5平台也启动了优化，特别关于中国路口出入模型的准确率可以到达90%以上。

除了算法、感知、归控和预测，数据效率也是至关关键的一环，由于它选择了算法迭代的效率。 数据平台，标注平台，训练平台，仿真平台，一切的算法都在平台上加快流转，去迭代算法效果。 我们也构建了一套属于闭环的工具链，从实车测试、仿真测试、数据处置，到实践仿真场景以及虚拟仿真场景，包括标注数据的训练都在这个工具链里加快处置。

图源：轻舟智航

我们能到达一周内加快部署和训练出一个新模型，同时在平台上开掘出更多的同类数据，加快提高corner case的处置才干。

（以上内容来自轻舟智航结合开创人、COO汪堃于2023年5月9日-10日在2023捷途汽车电子架构与智能驾驶论坛宣布的《如何打造更好用、消费者更爱用的智能驾驶处置方案》主题演讲。）

智能驾驶汽车排名

在智能驾驶汽车范围，目前全球范围内多个品牌曾经取得了清楚进度，但若要排名，特斯拉、谷歌的Waymo和通用的Cruise无疑位列前茅。

特斯拉以其先进的Autopilot系统引领智能驾驶潮流。 该系统经过摄像头、雷达和超声波传感器的融合，成功了车辆的智能导航、智能变道、智能泊车等性能。 特斯拉的少量数据积聚以及在机器学习范围的深沉底蕴，使其智能驾驶系统不时迭代优化，逐渐接近完全智能驾驶的目的。 在实践运行中，特斯拉的智能驾驶技术曾经失掉了市场的普遍认可。

谷歌旗下的Waymo在智能驾驶范围也占据了无足轻重的位置。 Waymo的智能驾驶技术经过了多年的研发和测试，曾经在多个地域展开了无人驾驶出租车服务。 其系统能够处置复杂的交通状况，如行人、自行车以及其他车辆的识别与避让。 Waymo的抢先位置得益于谷歌在人工智能范围的继续投入和创新。

通用汽车的Cruise也是智能驾驶范围的关键力气。 Cruise努力于开发可在复杂城市环境中运转的无人驾驶汽车，其技术曾经在美国多个城市启动了测试。 Cruise的智能驾驶系统注重安保性和牢靠性，经过高精度的地图、传感器以及弱小的计算才干，确保车辆在智能驾驶环节中的稳如泰山性和安保性。

这些公司在智能驾驶汽车范围之所以能够崭露头角，不只是由于他们拥有先进的技术，更在于他们对未来出行的深入了解和继续的创新投入。 随着技术的不时提高，智能驾驶汽车将会愈加普及，为人们的出行带来史无前例的便利和安保。

综上所述，特斯拉、Waymo和Cruise仰仗其在智能驾驶技术方面的出色表现，无疑是目前智能驾驶汽车范围中的佼佼者。 但是，这个范围竞争剧烈，未来或许会有更多的黑马涌现，共同推进智能驾驶汽车的开展。

智能驾驶的“奇点”行将到来？

2023年的当下，智能驾驶的开展似乎进入了关键的十字路口。

研讨机构Navigant Research（去年被并购整合进Guidehouse）每年都会发布一份智能驾驶排行榜，这份榜单也被视为全球智能驾驶技术开展的风向标之一。 近年来，这份榜单出现了一个清楚的变化——从2017年的百花齐放，如今这一范围的竞争者队伍正在逐渐萎缩。 而这一技术的领跑者，从2017年时的通用、福特、雷诺-日产、戴姆勒，悄然变成了Waymo、Mobileye和网络。

除了前面提到的主机厂之外，丰田、本田、现代、PSA、群众、沃尔沃、宝马在2017年时还在这份榜单之上，而到了2022年，除了特斯拉，以及区分化身为“马甲”Cruise和Motional的通用和现代，大少数主机厂曾经从这份榜单上消逝。

在西方跨国巨头纷繁战略丢弃智能驾驶的同时，中国的智能驾驶研讨却出现上升势头——网络曾经从跟随者成为了领跑者，一大批初创科技企业也坚持了竞争力。

与此同时，ChatGPT所掀起的人工智能热潮，也在悄然影响着智能驾驶范围。 曾经被定义为会重塑汽车行业的智能驾驶在ChatGPT的光芒下，被再次加大。 行业等候智能驾驶也能拥有一个“ChatGPT时辰”，用AI这根魔法棒描画未来出行的美妙画卷。

愿景，何时能够成真？

近日，在与粤港澳大湾区车展同期举行的2023未来汽车先行者大会上，元戎启行CEO周光给出了答案。

理想上，作为一家成立不到5年的科创公司，元戎启行曾经成为中国智能驾驶范围的现象级企业——在内卷的“生态环境”下，元戎启行率先拿下车企协作订单，冲入了拥有百年历史的汽车产业链。

元戎启行CEO周光

在2023未来汽车先行者大会上，周光受邀宣布宗旨演讲，并在现场展现了元戎启行DeepRoute-Driver 3.0方案。 这套方案是一套通用的智能驾驶方案，它不搭载高精度地图，没有区域限制，性价比高，能够成为一项大规模运行的技术，重塑汽车行业的开展，让智能驾驶技术迎来“ChatGPT时辰”。

关于智能驾驶系统的本钱，目前业内有一个粗略的共识，其本钱下限不低于整车的3%、而下限不高于5%——下限本钱足以让智驾性能正经常常使用，而下限则是消费者情愿为这套系统支付的最低价码。 依照这一规范，想要更高阶的智能化在15万至20万元的主流汽车市场失掉运行，其本钱需控制在5000-元左右。

这一本钱范围，关于智驾企业而言并不轻松。 。 虽然激光雷达曾经相比多年前的“一颗多少钱顶一辆B级车”有着大幅降低，但依然耗资不菲。 以飞凡R7为例，其采用的Luminar雷达单颗本钱就到达元，这也难怪该车定价区间到达了27.99-38.99万。

即使是国产的高精度激光雷达，目前平均本钱价也在3000元左右。 而装备了激光雷达，对芯片的算力的要求也会增强，为了与之配套，芯片也要求额外的本钱。 Nvidia的Orin X芯片目前单片多少钱400美元，相同约合人民币3000元。

而元戎启行基于DeepRoute-Driver 3.0方案推出的高阶智能驾驶产品D-PRO与辅佐驾驶产品D-AIR，不只在技术上有着独到之处，更有着本钱方面的清楚优势——D-PRO的配件本钱为1.4万人民币，搭载一颗固态激光雷达，可启动全域主动的智能驾驶。 D-AIR可以在高速路段启动点到点的智能驾驶，在城区拥有L2+的辅佐驾驶的性能，配件本钱只需7000元。 D-PRO与 D-AIR共用一套技术框架，投入消费市场后，二者的数据能够相互反哺。

周光表示：“能够打造D-PRO与D-AIR两款产品，离不开公司前瞻性的技术规划。 我们不会堕入‘渐进式’与‘跨越式’的条条框框，而是经过技术实力去处置两条途径的缺陷。 因此，我们公司在成立之初就末尾优化技术降低方案的本钱，并且坚持用一套完整的智能驾驶算法逻辑去赋能L2++产品，与车企协作量产，走出属于自己的商业化路途。 ”

仰仗着D-PRO与D-AIR两款高性价比产品，成立不到5年的元戎启行，成为了行业内少数能够拿下车企定点协作的智能驾驶企业。 在与车企的量产协作中，元戎启行的工程化才干失掉清楚优化，适配量产消费线的才干、系统底层安保才干、泛化才干的运行失掉了充沛的验证。

在技术路途上，元戎启行启动了推翻性的改造。 在高速NOA阶段，高精地图成为推进辅佐驾驶落地运行的关键工具，其路途标识、车道线和曲率等信息的准确出现能够辅佐汽车识别路途状况。

车企们一度纷繁寻求与图商协作，在高精地图的基础上启动开发。 但是，曾经的“当红炸子鸡”高精地图在辅佐驾驶性能进入城市场景后，却变成了阻碍智能驾驶落地运行的桎梏——高精度地图的采集与制造复杂，为保证地图的“鲜度”以满足智能驾驶的安保经常使用需求，地图要求频繁更新。 采集任务量庞大，也造成高精度地图的多少钱是导航地图的数倍。 这些缺陷，理想上阻碍了城市辅佐驾驶的开展。

元戎启行为此提出了全新的处置方案，DeepRoute-Driver 3.0在系统框架上成功了对高精地图的解绑。 成为行业第一个能落地实跑无高精度地图的点到点NOA。 元戎启行的处置方案能够仅依托车身搭载的第三方导航地图及多种传感器就能感知到高精度地图所拥有的精细路途信息，包括车道线、交通讯号灯、路标、提示牌等，并实理想时的精准定位和途径规划。

目前，元戎启行D-PRO正在深圳等十多个城市启动泛化测试。 本月，元戎启行地下了D-PRO在深圳高快和主城区复杂路段的测试视频，它的表现让人惊讶。 D-PRO直面深圳“龙舟水”的暴雨天气，成功了近20公里的城区NCA自主行驶。 在能见度不高的状况下，依托弱小的感知系统，精准识别信号灯和车道线等各类路途信息；在忙碌十字路口与对向车辆博弈，精准成功识别岔道、长距离路口通行等高难度操作。

在城市晚高峰的拥堵路段，D-PRO能主动找时机超车，为“恐堵患者”带来有“惊喜感”的驾趣体验；在车流人流复杂的交叉路口，D-PRO能实时、精准感知周围的交通介入者，成功无维护左转等高难度举措。

关于科创公司与车企协作量产的历程，周光感言:“与车企签署量产协作后，我们不只要时辰保证系统的适配性和稳如泰山性，也要不时优化自身的工程化才干。 我们的软件系统与配件套组都要经过车企一系列的严厉的验证，包括我们适配量产产线的才干、系统底层安保才干、泛化的才干。 ”

周光以为，人机共驾的时代即未来临，如何树立智驾系统与人之间的信任感十分关键。 周光说：“适当的边界感是必需的，我们要求让驾驶员明白什么时刻该接收，什么时刻可以智能驾驶。 同时，我们也应该让驾驶员实时了解车辆所处位置、路况以及系统的驾驶决策。 ”

元戎启行量产时期表

网络曾经把自己的Apollo看作汽车智能化范围的安卓，但谁能真正改动市场，目前来说尚未定论。 小马智行、文远知行等智能驾驶公司，无不为商业化忧虑。 小马智行有着不错的技术力，但太重的技术思想，反而使得商业化落地才干偏弱；文远知行虽然商业化才干相对较好，但分散精神于货运和巴士客运，使得其在乘用车终端照旧未能落地。 业内共识是：2023年到2025年将是智能电动车“淘汰赛”的关键窗口，也将是智能驾驶技术开展的关键期。 从研发到运行，智能驾驶技术正在越来越接近普通消费者的理想生活，而关于各路技术豪强来说，谁能真正赢得消费者的喜爱，谁就能在竞争中占据主动。

据最新数据，元戎启行在全国累计的安保路测里程已超越1000万公里。 估量在往年年内，元戎启行与车企协作打造的智能驾驶汽车，就将投入终端消费市场。 D-PRO和D-AIR投入市场后，或可以为中国市场带来一种全新的、充溢惊喜感的智能驾驶体验，其前景值得等候。