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)劃路徑完成車輛點到點的自動駕駛行為的車輛自動駕駛技術(shù)。此自動駕駛技術(shù)在我國對汽車駕駛自動化分級的標(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級別的自動駕駛而言，具有更高的自動化水平，是汽車駕駛模式由駕駛輔助進入自動駕駛的最后階段，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攝像頭和三個雷達，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較少，同時基于芯片技術(shù)等方面的限制，此時的產(chǎn)品開發(fā)多以算力在10TOPS左右的SoC芯片為開發(fā)平臺，由此形成具有自適應(yīng)巡航、自動剎車、車道保持、自動泊車、智能限速等功能的低階自動駕駛產(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)在自動駕駛技術(shù)上的探索也有了進一步的突破，由此基于L2級別而開發(fā)的具有更高自動化駕駛水平的高速NOA得以逐漸被應(yīng)用。但鑒于自動駕駛技術(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)上實現(xiàn)自動上下匝道、自動輔助超車、自動輔助變道等功能。此時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為平臺進行開發(fā)的高速NOA中，5V5R、6V1R、6V5R、7V5R等組合方式較為常見。為了進一步避免車輛行駛過程中盲區(qū)的出現(xiàn)，同時基于視覺感知方案的流行，也為提升車輛對障礙物的感知精度與類型識別能力，通過多攝像頭融合雷達的感知方案被應(yīng)用。此時在自動駕駛系統(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，車輛進出匝道、變道等功能的精準(zhǔn)實現(xiàn)需要模型算法對道路基礎(chǔ)設(shè)施進行有效識別，而在傳感器的應(yīng)用中，以波或激光為感知的雷達僅能識別物體的有無，而無法有效識別物體上的交通標(biāo)志等圖案，通過攝像頭的視覺感知雖可有效識別相關(guān)標(biāo)志，但AI大模型的應(yīng)用將要求平臺算力進一步提升。圖4

加強高速NOA演進驅(qū)動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、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，此時低算力芯片平臺已難以支撐，由此而來的是以20-200TOPS中等算力平臺為主的加強高速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)雜的工況與更難識別的障礙物，但在車輛的使用頻率中，城市道路遠比高速要高的多，因此推動自動駕駛技術(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程，同時通過城市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，這是主機廠獲得更高市場占有率的重要手段。在此市場背景以及相關(guān)政策的作用下，城市NOA的應(yīng)用開始走上舞臺。為應(yīng)對城市多變的路況、移動的行人、數(shù)不清的標(biāo)志與信號，基于傳統(tǒng)應(yīng)用于高速工況的NOA技術(shù)進一步被升級。在城市NOA的初步應(yīng)用中，其應(yīng)用場景主要是一些特定的道路，此時的感知層硬件方案有7V1R、11V1R等組合模式。伴隨著應(yīng)用場景的擴展，單純通過視覺融合毫米波、超聲波雷達的感知方案在障礙物識別精度、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，要求實現(xiàn)城市NOA功能的硬件平臺具有更高的算力，為此，超過200TOPS算力的芯片平臺在城市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)進一步得到突破后，如4D毫米波雷達的量產(chǎn)、基于端到端大模型的落地等，依托其性能及成本優(yōu)勢，不同的傳感器組合方案將會被推出，而這一切技術(shù)