老司机般跑高速,这是能买到的智能驾驶?

AI老司机,应该怎么开车?

贾浩楠 发自 凹非寺量子位 | 公众号 QbitAI

上了高速自己动,智能驾驶“从收费站到收费站”:

Momenta ,赞 666

高速领航辅助——智能驾驶量产竞争的一个高地。去年开始上车交付的就不少,这次有啥稀奇?

它开得“更像人”,甚至比很多人类驾驶员更老司机。

自主伺机超车、自动进出匝道、大车避让…这一切不同于之前的智能驾驶系统,丝滑程度让人难以判断是人类在开车,还是AI在开车。

以前的是能用,现在是敢用。自动驾驶的价值从未离普通用户如此近。

方案来自汽车大厂上汽集团旗下的智己汽车最新公布的智己高速NOA功能。

高速高架领航辅助,智己跟新势力比不算快,但在产品上更务实,聚焦中国用户真实的痛点和需求开发。

从绝对速度上看,智己高速NOA的上车也是上汽这家老牌车企在智能化浪潮中追平新势力的标志。

上汽代表的传统车企追求智能化的路径模式,其实就藏在IM TECH DAY用户专场
——

智己NOA,Powered by Momenta

智己NOA如何诞生?

上汽迅速从传统汽车大厂,一跃成为智能汽车变革中备受关注、分量颇重的玩家,甚至先于很多新势力上车量产高速NOA功能,关键就是和自动驾驶明星独角兽——Momenta——找到了默契的合作方式。

智己品牌于2020年底成立,上汽第一次投资Momenta则是在2021年3月。第一款车L7 4月公布,随之而来的即是官方承诺的“端到端”的智能驾驶能力。

可以推断,双方的合作洽谈、智己IM AD系统的研发量产早就开始了。

这次智己高速NOA公布,既是智己当时“端到端”承诺的逐步兑现,同时也是Momenta从幕后走到台前,和智己首次以官方身份宣布合作

Momenta与智己的合作成果IM AD智能驾驶系统,根源Momenta在L4领域积累的MSD自动驾驶系统。

是高阶自动驾驶技术的降维量产实例,也是目前包括百度、Cruise等等巨头正在践行的自动驾驶落地之路。

智己汽车则通过与Momenta的合作,迅速解锁了智能驾驶技能包,以后发者不占优势的身位,冲刺到智能车第一阵营。

当然智能汽车意义不仅局限在智能驾驶,包括底层OS、智能座舱方面上汽智己有自己的长期积累。

但智己NOA,毫无疑问是最容易被用户感知到“智能”的特征。

类似的合作方式,还出现在更多行业big name的产品上。比如比亚迪和Momenta成立智能驾驶合资公司,通用汽车投资Momenta并合作为未来中国车型加速开发下一代自动驾驶技术。

乘用车智能辅助驾驶,不同于Robotaxi的“高处不胜寒”,是一个竞争烈度高、技术难度相对没那么大的战场,有大量公司专门做L2,也有车厂选择亲力亲为,还有供应链巨头摩拳擦掌。

车厂的诉求,直指目前智能驾驶量产的一个主要矛盾:智能化对品牌、产品力日益增长的决定性作用,和用户质疑“到底有没有”必要之间的矛盾。

说白了,智能驾驶可靠性要让车主信任,而且敢用爱用,车厂才会考虑。

智己NOA有什么样的功能?

IM AD NOA高速高架领航辅助beta版,在Pilot基础上融入导航指引,可通过封闭高速高架道路的动态路径规划,在设计区域内完成主动变道、自动上下匝道、加塞处理、自动速度调节等行为。

这意味着NOA不再像“蹒跚学步”的幼年辅助驾驶,需要人类“扶上路”才能自己走,对“出行”这件事在认知层面更进一步。

而在路途中,NOA能够和人类驾驶员一样,主动根据情况变道超车。在高速场景下,选择更优的行驶车道其实是最高频的需求。在车流量大的高速公路上,变道机会转瞬即逝。

IM AD NOA能够更好地预测前后车意图,运用毫秒级思考的能力和更像人的加减速变道策略,机智地选择当下通行效率最高的车道。保证安全的前提下,提高通行效率。

这也不同于以往智能驾驶系统默认跟慢车的保守策略。

此外,NOA能在高速场景下自主识别、进出匝道:

可以看出来,智己高速NOA完全承担了人类驾驶员在高速场景下的一切工作。

从高速入口到出口,驾驶位的职责变成了更加轻松的“安全员”。

当然,高速领航功能智己NOA并非首发,一些新势力正在经受考验,也有不错的反馈。智己NOA的基础功能和他们相似,差异化怎么体现?

——更像人。以机器的逻辑做智能驾驶,也能顺利抵达目的地,但期间各种硬性的“触发条件”,未免令车内乘客心惊肉跳。

比如在高速上长时间尾随大车,或与大车近距离并行,会给乘客很大的压迫和不安。此时系统判定没有到达避让的阈值,也许它是真的“成竹在胸”,给突发情况留好了冗余。

但这绝不是一个让人放心的人类司机会采取的策略。智能驾驶系统让人用着不舒服不放心,数据上再好看也没有价值。

所以智己NOA给出了这样的方案:

面对大车,主动驶离一段距离,不仅是从心理上,也从物理上给系统更宽裕的反应时间。

面对加塞,也不是等到距离迫近到一定程度突然急刹,而是先预测周围车辆的可能行驶轨迹,结合本车的速度信息给出一个平缓、安全的避让策略:

这样的高速AI老司机,你心动了吗?

智己NOA,在常规L2功能基础上,拓展了自主变道、自主领航等功能。核心价值是在目前人机共驾的阶段,把系统的能力扩展了一步,让它能应对更多的场景,完成高速路段的“重复劳动”,让你用车更轻松。

那么整套“更像人”的NOA,背后有哪些关键技术?

用户评价如何?

提前体验智己高速NOA beta版的用户,在App上分享了他们的感受。

用户的反馈反映出来一个关键点,那就是智能辅助驾驶要让用户信任,才能发挥真正的价值。

“更像人”的智能驾驶算法适配到量产车型上,其实是Momenta L4完全无人驾驶算法赋能到L2+智能驾驶产品的实例。

背后支撑的核心是数据驱动的飞轮战略。

飞轮一共有三个关键因子:数据驱动、海量数据和闭环自动化。

数据驱动的算法可以自动解决数据中存在的各种的问题,实现低成本、高效率的迭代。

在这个技术框架下,随着海量量产数据的流入,算法会变得越来越「聪明」,系统不断迭代,自动化解决问题的比例也会越高。

这里的海量数据,既可以来自于商业运营的Robotaxi,也可以来自搭载了Momenta量产自动驾驶系统的乘用车。

在Momenta这样的技术架构中,量产自动驾驶产品Mpilot和L4完全无人驾驶产品MSD采用的是统一的传感器方案和软件架构。

这也就意味着,量产车辆的数据,可以有效助力L4完全无人驾驶产品的提升。与此同时,Momenta的高阶自动驾驶算法也能反馈最新的技术给到量产自动驾驶产品,从而不断提升量产自动驾驶的能力。

获取海量数据之后,闭环自动化工具链则包含数据采集、回流、分析、标注、模型训练及验证环节,用来帮助数据和算法之间形成快速迭代的反馈闭环,这个工具链可以自动筛选出海量黄金数据,驱动算法自动迭代,让“飞轮”越转越快。

这个过程不断循环,自动「消化」海量长尾问题,从而低成本、高效率地打通整个链路,而不是依靠「传统」的人工驱动,耗时耗力地调参来解决问题。

所以,智己通过NOA展现出来的水平能力,看似是在相似的功能上优化得更顺滑、平稳,但仅凭以往基于规则的智能驾驶算法和数据利用效率,是无法做到的。

而由技术特征出发,我们也就了解了L4玩家入局乘用车的普遍商业化策略,这也是主机厂与Momenta代表的技术供应商达成合作的关键。

核心原因就是两条:

第一是“飞轮式”数据驱动方法,第二是以“可规模化”为纲的战略路径。

既兼顾了量产成本的现实要求,又为车企更长远的RoboTaxi转型做好了准备。

而之前Momenta CEO曹旭东曾说过,「飞轮只要转动起来,就很难停下来了」。

版权所有,未经授权不得以任何形式转载及使用,违者必究。