智行者科技发布基于***的“重感知、轻地图”智驾解决方案

今年4月份，智行者宣布成功获得某头部车企量产定点合作，成为国内首家基于***的软硬件一体高阶自动驾驶系统方案供应商。

时隔半年，智行者发布首个基于***的“重感知、轻地图”的智能驾驶解决方案，标志着智行者在核心技术方向的又一次跃迁。

目前，智行者轻地图方案已在自研的域控制器A200上部署实现，得益于A200的量产质量保证，该方案已稳定运行半年。A200是智行者推出的以国产大算力SoC和安全MCU为核心芯片的高性价比域控制器，其中SoC主要负责感知模型神经网络的高效处理，MCU主要负责车辆控制、安全监控等。

感知方案基于BEV框架，利用BEV特征融合方法完成目标检测、车道线、可行驶区域分割等任务。在该感知框架中，智行者采用基于BEV Queries的方法，通过将BEV Query的空间位置投影到各个视角，通过注意力机制对相关视角信息进行融合得到该Query的特征。同时，针对感知系统的空间碎片化问题，设计了一个时序特征融合模块，将历史时刻的BEV特征和当前时刻的BEV特征融合得到最终时空特征。基于该融合特征，系统可实现人车目标检测、路面标线检测、可行驶区域分割、标志牌检测识别等多个感知任务。

在感知方案中，模型的工程化部署尤为重要。智行者充分利用***的强大计算能力与多核心架构，将计算任务进行适当的分配和并行处理，并在模型精度和效率之间进行平衡设计，以提高感知模型的计算效率。基于多级流水设计，对BEV感知模型的算子进行了DSP移植，将通用算力释放到模型的其他部分。这种优化设计可以提高感知模型的运行效率并降低计算延迟，使得模型能够在实时场景下快速响应和处理感知数据。目前基于BEV的感知框架能够以20Hz以上帧率稳定运行，保证了对环境的实时感知和准确判断。

基于BEV感知模型输出的动静态环境信息，智行者进一步融合了导航地图的先验信息，提出了能够端到端重构自动驾驶车辆周围道路环境拓扑信息的Topology Flow模型。该模型不仅以BEV感知模型输出的静态车道线和道路标识为输入，还融合了动态障碍物的行驶轨迹和标准导航地图的结构化信息，对感知盲区和更远范围的道路拓扑结构进行推理预测。

Topology Flow模型旨在输出下游规控模块所需要的地图环境信息，除车道中心线和车道拓扑关系，还输出各种地图的关键点信息，重构出常规高精地图中存在的各种虚拟道路和标识，实现从有图方案无缝衔接到轻地图方案。

以下为智行者轻地图方案高速NOA功能的实车路测展示。当前轻地图方案可以从容处理高速巡航、超车换道、上下匝道、智慧避让等功能。同时，对他车近距离切入、大曲率转弯等特殊场景也能够平稳应对。凭借技术的迭代与升级，为乘客提供媲美有图方案的乘车体验。

凭借领先的技术优化和丰富的工程经验，智行者可为客户提供模块化的全栈软硬件解决方案，包括：标准化的视觉感知、激光感知、匹配定位模型；面向智能驾驶的中间件软件，协助客户快速进行功能开发；车规级高性价比的域控制器；基于图形化的数据采集、数据挖掘、模型训练与测评的数据闭环平台等。