NOA下的感知傳感器部署及概述

一、領(lǐng)航輔助駕駛當(dāng)下領(lǐng)航輔助駕駛（NavigateOnAutopilot，NOA）是指在一定范圍內(nèi)通過車載導(dǎo)航所設(shè)定的行車目的地，并按照其所規(guī)劃路徑完成車輛點(diǎn)到點(diǎn)的自動(dòng)駕駛行為的車輛自動(dòng)駕駛技術(shù)。此自動(dòng)駕駛技術(shù)在我國對(duì)汽車駕駛自動(dòng)化分級(jí)的標(biāo)準(zhǔn)定義中位于L2組合駕駛的范疇，該技術(shù)相較于常規(guī)L2級(jí)別的自動(dòng)駕駛而言，具有更高的自動(dòng)化水平，是汽車駕駛模式由駕駛輔助進(jìn)入自動(dòng)駕駛的最后階段，也是汽車智駕水平由低階往高階過渡的最后一步。圖1NOA在自駕標(biāo)準(zhǔn)中所處位置二、高速NOA在基礎(chǔ)L2級(jí)別輔助駕駛技術(shù)的應(yīng)用中，其在感知層上的硬件配置方式多以單視覺模塊FCM搭配前后ADAS系統(tǒng)為主，此組合方式在傳感器方面包含了一個(gè)攝像頭和三個(gè)雷達(dá)，以形成1V3R的組合模式。此階段下的感知層由于所搭載傳感器數(shù)量少，因此系統(tǒng)所采集并處理的信息也相對(duì)較少，同時(shí)基于芯片技術(shù)等方面的限制，此時(shí)的產(chǎn)品開發(fā)多以算力在10TOPS左右的SoC芯片為開發(fā)平臺(tái)，由此形成具有自適應(yīng)巡航、自動(dòng)剎車、車道保持、自動(dòng)泊車、智能限速等功能的低階自動(dòng)駕駛產(chǎn)品。圖2

常規(guī)L2傳感器方案參考而隨著芯片算力的提升，各企業(yè)在自動(dòng)駕駛技術(shù)上的探索也有了進(jìn)一步的突破，由此基于L2級(jí)別而開發(fā)的具有更高自動(dòng)化駕駛水平的高速NOA得以逐漸被應(yīng)用。但鑒于自動(dòng)駕駛技術(shù)尚處于發(fā)展初期，出于安全等方面的考慮，伴隨著相關(guān)政策的限制，高速NOA的應(yīng)用被限制于特定高速公路和城區(qū)高架中，此階段產(chǎn)品其主要功能是在基礎(chǔ)L2的基礎(chǔ)上實(shí)現(xiàn)自動(dòng)上下匝道、自動(dòng)輔助超車、自動(dòng)輔助變道等功能。此時(shí)車載感知層硬件的部署方式根據(jù)其所搭載芯片算力的不同匹配有不同的傳感器組合方案。如采用算力在5-20TOPS的多SoC為平臺(tái)進(jìn)行開發(fā)的高速NOA中，5V5R、6V1R、6V5R、7V5R等組合方式較為常見。為了進(jìn)一步避免車輛行駛過程中盲區(qū)的出現(xiàn)，同時(shí)基于視覺感知方案的流行，也為提升車輛對(duì)障礙物的感知精度與類型識(shí)別能力，通過多攝像頭融合雷達(dá)的感知方案被應(yīng)用。此時(shí)在自動(dòng)駕駛系統(tǒng)中的傳感器配置方式中有10V3R、10V5R、11V5R、12V5R、13V5R等多種組合方式。圖3

攝像頭傳感器在智駕中的應(yīng)用在高速工況中，車輛進(jìn)出匝道、變道等功能的精準(zhǔn)實(shí)現(xiàn)需要模型算法對(duì)道路基礎(chǔ)設(shè)施進(jìn)行有效識(shí)別，而在傳感器的應(yīng)用中，以波或激光為感知的雷達(dá)僅能識(shí)別物體的有無，而無法有效識(shí)別物體上的交通標(biāo)志等圖案，通過攝像頭的視覺感知雖可有效識(shí)別相關(guān)標(biāo)志，但AI大模型的應(yīng)用將要求平臺(tái)算力進(jìn)一步提升。圖4

加強(qiáng)高速NOA演進(jìn)驅(qū)動(dòng)因素之一鑒于高速工況道路拓?fù)涞暮唵涡耘c標(biāo)志種類的單一，在算力資源有限的條件下，通過高精地圖的融合應(yīng)用去緩解應(yīng)用激光雷達(dá)、大模型所帶來的算力壓力便成為了高速工況中應(yīng)用NOA技術(shù)的有效有段。但伴隨著感知層所采集信息的增加以及高精地圖、衛(wèi)星定位等資源的應(yīng)用，此時(shí)低算力芯片平臺(tái)已難以支撐，由此而來的是以20-200TOPS中等算力平臺(tái)為主的加強(qiáng)高速NOA的開發(fā)。圖5

高速NOA傳感器方案參考三、城市NOA相較于工況單一的高速公路，城市道路具有著更為復(fù)雜的工況與更難識(shí)別的障礙物，但在車輛的使用頻率中，城市道路遠(yuǎn)比高速要高的多，因此推動(dòng)自動(dòng)駕駛技術(shù)在城市道路的應(yīng)用不僅可以有效地提升車輛智能化的進(jìn)程，同時(shí)通過城市NOA的應(yīng)用可以減輕駕駛員在擁堵地城市道路中的駕駛壓力，這是主機(jī)廠獲得更高市場(chǎng)占有率的重要手段。在此市場(chǎng)背景以及相關(guān)政策的作用下，城市NOA的應(yīng)用開始走上舞臺(tái)。為應(yīng)對(duì)城市多變的路況、移動(dòng)的行人、數(shù)不清的標(biāo)志與信號(hào)，基于傳統(tǒng)應(yīng)用于高速工況的NOA技術(shù)進(jìn)一步被升級(jí)。在城市NOA的初步應(yīng)用中，其應(yīng)用場(chǎng)景主要是一些特定的道路，此時(shí)的感知層硬件方案有7V1R、11V1R等組合模式。伴隨著應(yīng)用場(chǎng)景的擴(kuò)展，單純通過視覺融合毫米波、超聲波雷達(dá)的感知方案在障礙物識(shí)別精度、類型等方面存在不足，而在長期智能駕駛技術(shù)的推動(dòng)之下，芯片、傳感器等技術(shù)已得以提升，在此高性能產(chǎn)品的支持下，融合激光雷達(dá)的方案也開始被應(yīng)用，此階段下的傳感器配置方案有如11V17R、12V5R2L、12V6R1L、12V6R3L等組合方式。圖611V17R傳感器組合方案通過多傳感器采集信息的特征融合方案雖可彌補(bǔ)傳統(tǒng)后融合方案下的感知精度差的問題，但伴隨著大模型的應(yīng)用，要求實(shí)現(xiàn)城市NOA功能的硬件平臺(tái)具有更高的算力，為此，超過200TOPS算力的芯片平臺(tái)在城市NOA開發(fā)中被廣泛應(yīng)用。圖7城市NOA傳感器方案參考在傳感器、芯片等技術(shù)進(jìn)一步得到突破后，如4D毫米波雷達(dá)的量產(chǎn)、基于端到端大模型的落地等，依托其性能及成本優(yōu)勢(shì)，不同的傳感器組合方案將會(huì)被推出，而這一切技術(shù)