自动驾驶的量产成本必须降下来( 二 )


如果说全栈自研的能力是自动驾驶量产的前提条件 , 那么成本控制就是自动驾驶走向普惠的不二法门 。对此 , 易航智能向“技术”要答案 , “现阶段行业竞争的本质还是‘技术’!”陈禹行表示 。易航智能的NOA行泊一体解决方案最大的优点就在于性价比极高 , 能够大规模地进行应用 , 恰恰符合陈禹行“量产成本一定要降下来”的原则 。
为了用双TDA4芯片的16TOPS算力实现某些车型需要几十甚至上百TOPS才能使用的NOA功能 , 易航智能自研了一套scalpel模型剪枝的方法论 , 在充分理解TDA4平台的基础上 , 把一个性能非常好的模型进行算法的剪枝 , 尽可能地保证了精度在理想范围内 。在这个基础上 , 易航智能又以知识蒸馏的手段让NOA的方案直接向自研的高精度大模型学习 , 充分的继承大模型的优势和优秀的基因 , 然后提升整个小模型的精度 。随后 , 易航智能还打通了小模型平台和高精度多任务训练之间的隔阂 , 实现了障碍物检测、图像分割、交通标志检测等共享Backbone , 极大降低了算力的消耗 。通过包含以上三种技术在内的领先的技术架构 , 最终小算力驱动了NOA行泊一体的大智慧 。
量产之外 , 怎样才算是优秀的NOA产品?
易航智能的行泊一体NOA解决方案被其定义为真正意义上且能够量产的人机共驾 , 对于这一自动驾驶量产的新阶段 , 如何找到具有价值的创新者呢?
陈禹行认为 , 优秀的NOA解决方案首先应该具备通过全栈自研能力重构的自动驾驶域控架构 , 这也是量产的前提之一 。NOA不再是像传统辅助驾驶ADAS那样比较简单的功能叠加 。ADAS是汽车电子与自动驾驶技术的交集 , 如果用汽车电子的产品思路和架构去做NOA很难进行数据的整合和融合 , 将无以为继 。NOA必须完全用自动驾驶的思路与独立的自动驾驶域 , 对数据做统一处理 , 才有可能把体验做好 。
在人机共驾的模式下 , NOA带来的沉浸式的驾驶体验易于被用户高频使用 , 可以在自动驾驶场景中通过快速积累数据进行迭代升级 。所以优秀的NOA解决方案在架构之外的又一个特征便是必须具备数据回传收集的能力 , 以及支持OTA在线升级 。
在充分竞争的赛道上 , 一个NOA解决方案想要脱颖而出还必须具备足够的商业竞争力 。一款优秀的产品不是用来炫技的 , 而是要通过合理的成本提供给车企实现大规模生产 , 为更广泛的用户创造价值 , 成为普惠方案 。
令陈禹行自豪的是易航智能的NOA行泊一体解决方案满足以上三个标准 , 并具备以下五个特点 。
首先是其覆盖了所有与NOA相关的功能 , 行车方面在高速路、城市环线、城市快速路等所有目前能够兼容的功能都能为用户提供 , 泊车上同样可以做道记忆泊车、融合泊车与遥控泊车 。其次便是TDA4方案带来的超高性价比 , 用小算力芯片做出高性价比解决方案 。第三便是这套在与多个品牌合作中积累了大量用户反馈并做出调整的方案为用户带来的最舒适的使用体验 , 使用中的友好度令用户极为满意 。第四表示能够满足欧洲E-NCAP五星标准的安全性 , 使其在国内的竞争中脱颖而出 。包括数据回传与OTA功能的这套系统还能做到不断进化 , 这也是其更加智能的原因所在 。
把谁当作自动驾驶的用户 , 这很重要
现今 , 自动驾驶技术的发展如火如荼 , 但它不应是烟花 , 只为向投资人展示高光时刻 。自动驾驶的普及有赖于持续的价值创造 。在行业摸爬滚打多年的易航智能 , 以车企和终端消费者为目标 , 通过高性价比的方案帮助车企降低相关成本 , 通过技术迭代为消费者提供更好的使用体验 , 这一点真的很重要 。