【太平洋汽車網 技術頻道】為實現城市級的NOA，智慧駕駛系統主流的方案是採用以鐳射雷達為主的技術路線，而智己 IM AD則採用了高精地圖+視覺融合的解決方案。這一架構讓我們不妨對其在複雜道路下的感知能力、高精度的定位系統、基於高精地圖的規劃和執行能力心存顧慮，但其在蘇州晚高峰的路程中，全程40公里無接管的表現，著實讓我們有所期待！
從影片中可以看出，智己工程樣車在這40公里的路程中覆蓋了城區道路和封閉式的高架路段，而目前市面上基於高精地圖實現封閉道路的NOA不在少數，但城市NOA相對而言其行駛的環境更為複雜，多場景的適應能力要求更高，只是在速度層面有所降低。
影片源自新出行：#「逃離」魔都後還能 0 接管嗎？40 公里高峰期體驗智己汽車 IM AD！#
要實現高階的自動駕駛，強大的硬體架構是基礎，加上全流程的資料驅動演算法，彼此的協同，才能實現強大的感知、規劃以及執行能力，以及非常“老道”的駕駛方式。智己L7（詢底價|查參配）的硬體基礎是搭載英偉達 Xavier晶片，並由12 個高畫質攝像頭、5 顆毫米波雷達、12 顆超聲波雷達、軍工級高精度IMU、中海庭高精地圖、V2X車端技術組成的方案。
後期還可支援升級鐳射雷達、英偉達Orin（500+TOPS）計算平臺，以提升更優秀的感知和定位能力，進一步提升人性化的體驗。
城區道路NOA如何應對路口突發情況？
在城市道路中，紅綠燈十字路口的路況十分複雜，自動駕駛系統的感知包括紅綠燈的識別、不同車輛狀態的識別、不同道路流的識別。
識別慢車、避讓電瓶車
影片中，智己IM AD 在行駛的過程中，遇到慢車的時候，會自動執行一個超車繞行的動作，整個操作的過程相對來說是比較輕柔的，並沒有突兀感。
在車輛右轉的過程中，會透過遠距離識別交通訊號燈後，進行一個提前的判斷，進而選擇直接右轉還是等待右轉指示燈後執行。在影片中，右轉的過程中識別到電瓶車後，自動進行一個提早的緩慢剎車動作，並沒有直接剎停，這一操作也更趨向於人為操作。
在自動駕駛中，遇到這樣的突發情況，也就是常說的corner case，智己IM AD能夠快速的進行感知後的決策，在加上符合人性化的處理邏輯，這也是下一階段的自動駕駛所要進化的。
遠離大車、處理超近距離加塞
在車輛右側以及對向車道有大車經過時，智己 IM AD精準的識別之後，會進行一個輕微的避讓動作，保持安全車距，等待大車通過後再重新居中行駛，在使用者體驗上會更加友好。而在超近距離cut-in（加塞）的過程中，雙方會進行一個短暫的博弈之後，執行一個柔和的避讓動作，以保證安全。
啟動超級擁堵模式
在擁堵路段行駛時，車輛會啟動超級擁堵模式，進行速度的控制，跟車距離的控制，以及變道過程中所需要的一個空間，實時預判智慧縮短跟車的距離，按照使用者日常的開車習慣，正常的往前挪，防止加塞的同時，增加了通勤效率。
高架路段NOA更像一名“老司機”
在封閉路段的智慧駕駛，是目前各大車企率先推出的點對點自動駕駛，而智己 IM AD 的執行則更加的老練，更符合使用者的駕駛習慣。
自動上高架、匯流、併線
車輛準備進入高架路段之前也會對高架上的紅綠燈進行識別功能，匯入主路之前會沿著匝道的內側道路進行行駛，直到路面出現虛線後再匯入主幹道。匯入主路後會自動選擇一個通行效率最優的道路，根據交通流和目前的狀態自動選擇車道線。
智己 IM AD 在整個的提速過程中相對比較緩慢，並沒有立即提到限速值，這也是目前智慧駕駛普遍使用的一種標定。
智己IM AD在變道的邏輯上，一個是根據高精地圖去自動匹配車道，另一個是透過實時的感知，結合跟車距離以及交通流的狀態進行自主變道。
應對Y字形匝道、大麴率轉彎
在高架路上行駛時有了高精地圖的加持，Y字形的匝道口也能夠輕鬆的應對，為增加通行效率，車輛會提前兩公里左右貼近道路的右側行駛，這樣能夠儘快的匯入主路。此外，在影片中看出，在車輛較少的情況下，IM AD 系統路過匝道口時，也會盡量靠左側道路行駛，遠離匝道口，保證一定的安全性。
在匯入主路之前，道路縮窄，需要併線的時候，會一點點的往裡併線，往裡進行試探，在緊急情況下會提前的進行一個避讓，在主路擁堵的情況下還會在原地進行等待。在透過大麴率的匝道時，會自動減緩速度，必要時會進行變道動作，以保證行駛的舒適性和安全性。
選擇最優車道、識別模糊標線
在高架路上出現長實線時，不可避免的存在擁堵情況，基於高精地圖以及實時感知，選擇最優的車道路線，提高通行效率，從而也避免錯過匝道出口的情況。
此外，在透過混亂標線時，因為有高精地圖的加持，IM AD表現得十分穩定，能夠精確的識別新舊標線，並能夠透過雲端採集，完成道路資訊的更新。
自動下匝道
在車輛出匝道時，也會提前向右側車道進行併線，變道的過程中發現有其它車輛匯入時，會進行一個非常柔和的避讓，並沒有直接緊急制動，當匯入車輛車速較快時，則會讓它先行透過，這一過程也並非一次完成，而是多次的進行感知、計劃、執行。
出匝道後也會進行一個持續的試探動作，並會提前的進行一個併線，儘可能的在紅綠燈路口進行一個排隊操作，而不是插隊的動作。
智己IM AD如何依靠「低」算力解決「大」問題？
在目前主流的全流程點對點之間的智慧駕駛，還是基於高精地圖來實現的，但高精地圖的問題在於覆蓋區域不夠完善，經常會出現短暫的自動駕駛退出的情況。而基於高精地圖的智慧駕駛很難實現全場景的覆蓋，以及認知能力的不足，這也是封閉式NOA相對於城區道路的NOA能夠更快推出的原因。
智慧駕駛要實現技術層面的能力是很容易實現，除了技術部分，更難的是如何在人與車輛的博弈之間，更貼近人為駕駛的使用情況。當智慧駕駛在使用的過程中，遇到突發情況時的感知能力，經過處理之後會進行非常激進的執行過程，當系統無法處理的情況會直接人為的接管車輛。
這一過程，其實是增加駕駛者的緊張感，並沒有更加的舒心，這也是大家區分智慧駕駛好壞的重要指標。
智己IM AD 的處理邏輯
智己IM AD採用的是高精地圖+視覺融合的解決方案，其整體的成本相對較低，硬體架構的迭代的更新會比較快，並且能夠透過全流程的資料驅動技術進行資料採集，加上Momenta自研演算法的加持。
在實際的智慧駕駛過程中，簡單的常規問題佔據90%左右，而剩下的10%的複雜長尾問題就需要依據海量的資料就行回傳，以實現接管率的不斷減少，全場景的覆蓋，這是一個持續的解決問題的過程。
智己IM AD在正式量產後，使用了一套信任增強的互動方式，透過「WIFI訊號標」的方式進行劃等級。在三格狀態的過程中，則是非常的有信心安全的透過；兩格狀態時，則是需要使用者稍微注意；只有一格狀態時則是隨時可能接管車輛，但遇到緊急情況時而不是進行一個提示接管，是直接進行介入制動。
因為再透過提示接管，在時間上是不允許的。這一系統也會持續的對駕駛習慣進行一個學習，增強信心的同時，降低使用的緊張感，以更貼合用戶真實的駕駛風格。
此外，在智己IM AD架構中，使用的軍工級高精度慣導，能夠在高精地圖無法定位的時候進行補充定位，提高車輛在城市中的定位精度，以及在實時定位上提供更好的冗餘。
再加上V2X車端技術，這是提升感知能力更好的補充，這也是解決“鬼探頭”的核心技術。再加上高算力Orin晶片和鐳射雷達，以匹配更高階的自動駕駛所要具備的硬本事，才能將人性化展現得淋漓盡致。
全文總結
在目前智慧駕駛的軍備競賽中，廠家若沒有點真本事是無法拋頭露面的，而智己IM AD系統再一次的讓我們看到了除了技術層面的進步，在體驗上同樣能夠做到富有溫度。全程零接管的同時，處理的方式也更加的柔和，更為智慧駕駛領域提供了新的思考。
未來，在更高階的硬體架構中，處理極端情況的能力也會更強，人與機器的融合也會更加友善，在完全自動駕駛尚未到來之前，這就是智慧駕駛最好的盛景！
（文：太平洋汽車網 崖雍）
