嬴彻交出量产智卡成绩单，并发布《自动驾驶卡车量产白皮书》

离自动驾驶卡车规模化落地，还有多远？

　　

在这个问题上，嬴彻科技已经交出了其成绩单。

　　

9月1日，在以“实践出真知”为主题的首届嬴彻科技日上，嬴彻科技透露，经过与中国卡车主机厂近三年的联合开发，搭载嬴彻轩辕自动驾驶系统的智能重卡已于2021年底成功量产。目前，搭载该系统的L3级自动驾驶卡车已有2个车型、200台车下线。截止2022年8月底，在30余条常态化运营线路上，智能重卡的自动驾驶商业运营里程已突破600万公里；L4全无人驾驶重卡也已完成国内最复杂24公里封闭道路测试。

　　 　　

图片来源：嬴彻科技

　　

一个个数据，都展现了嬴彻科技的不俗实力。而嬴彻科技也以推动行业共享共创自动驾驶车辆量产方法论为目的，将其三年实现量产背后的方法论体系、技术创新以及产业融合实践进行整理形成《自动驾驶卡车量产白皮书》，并在嬴彻科技日上正式发布，同期启动 “嬴彻-清华AIR杯“自动驾驶技术挑战大赛，邀请全球自动驾驶爱好者一起解决真实世界中的技术难题，在量产条件约束下挑战算法极限。

　　

从1.0走向3.0，从量产走向无人技术路线

　　

“自动驾驶行业进入新阶段，技术重点从算法软件探索迈进前装量产，这也让正向设计、前装量产自动驾驶整车的技术、体系与经验成为行业的稀缺品。”嬴彻科技创始人兼CEO马喆人在会上表示：“嬴彻科技自成立之初即秉持全栈自研、量产导向、产业融合的技术策略。嬴彻科技自成立之初即秉持全栈自研、量产导向、产业融合的技术策略。通过举办科技日，与产业伙伴分享实践，共建体系、突破技术，共同发展。”

　　

目前，伴随着嬴彻轩辕系统1.0的量产落地，嬴彻全栈自研技术迈入2.0阶段，并在核心技术上取得重大突破。

　　 　　

图片来源：嬴彻科技

　　

在算法进化方面，嬴彻开发了多模多视角Transformer的前融合感知框架、紧耦合的规划与控制一体化架构、以及多时间尺度的节油体系三项突破性技术。

　　

其中，多模多视角Transformer的前融合感知框架可从透视视图切换至BEV视角，并将不同数据源的特征图充分融合，然后利用长短期记忆(LSTM)的时序融合网络获得视频流的感知结果。可有效应对感知远距离的小物体、异型车等干线物流重卡的独特挑战。同时，通过模型轻量化将计算量降低50%，运用NPU加速传统CV算法(用于预处理)，融易新媒体，提速达100倍。

　　

规划和控制的难点在于要同时满足安全、精准、舒适、耐久、经济5大商业运营要求，这不可避免会带来精准建模与一车一调、精准控制与耐久经济、规划控制分层与融合之间的矛盾。而嬴彻创造性地开发了规控一体的PNC架构，实现了预测、决策、规划和控制的紧耦合，在苛刻的运营要求中找到最优解。

　　

节油算法上，嬴彻从亚秒级、秒级、分钟级、小时级对油耗进行全面优化。特别在小时级的车云协同全局速度规划算法上取得突破，在云端建立以关键途径点为节点的GNN(Graph Neural Network)，利用历史经验数据和即时交通数据，实现最优的速度推荐。在实际运营中比金牌司机平均节油2-5%，逼近7%的节油上限。

　　 　　

图片来源：嬴彻科技

　　

核心硬件迭代方面，嬴彻自研的计算平台已进入第二代开发，尺寸更小、性能更佳、成本更低。单板算力高至256 TOPS，架构支持拓展至1000TOPS以上。平台基于TSN协议，可实现30ns的时间同步精度，业界领先。

　　 　　

图片来源：嬴彻科技

　　

数据闭环层面，采用创新性的增强影子模式，将数据资产转化为技术优势。据了解，相比传统影子模式，增强影子模式可提供面向L4级技术迭代所需的长时间行为(如油耗相关行为等)的采集和评估能力，实现实时A/B Test高效算法迭代，降低数据采集成本同时提升数据有效性和精准度。

　　

基于以上核心技术突破，轩辕自动驾驶系统2.0开始规划量产。

　　 　　

图片来源：嬴彻科技

　　

与此同时，轩辕自动驾驶系统3.0也已在预研中。

　　

对于全无人驾驶技术，嬴彻科技认为当前的自动驾驶技术架构很有可能遭遇瓶颈，3.0系统提出了一种全新的自动驾驶架构的构想，该架构可以拆除自动驾驶系统各子模块之间人为设计的边界，替代为端到端的深度神经网络，并通过结合深度强化学习(DRL)和神经辐射场(NeRF)技术的NeDFS 终极自动驾驶仿真器，训练端到端模型，实现自动驾驶能力的自我演进，最终走向无人。

　　

看了《白皮书》，就能实现3年量产智卡梦吗？