在城市领航辅助正在大量落地的阶段,智己刚刚推出高速NOA领航辅助,看上去并没有多少领先性可言。但在体验上,智己高速NOA做到了优化提升,其距离“更像人的智能驾驶”又近了一步。至于面向未来的新锐技术,智己与Momenta携手发布了新的人工智能模型,其目标是百公里接管率以两年为周期提升十倍。
4月12日,智己汽车与其智能驾驶合作伙伴Momenta在苏州举办了IM AD DAY,双方宣布IM AD智能驾驶辅助系统将迎来里程碑式重大更新——智己汽车率先将数据驱动的规划算法应用于量产项目,并正式发布了行业首个D.L.P.人工智能模型。
同时,智己汽车宣布其高速高架NOA领航辅助功能也正式上线,4月底将向智己L7开启OTA推送,首批开放城市为沪、苏、杭、嘉、湖,年内推至全国;智己LS7预计将在6月份推送,年内推至全国。
此外,智己城市NOA领航辅助以及替代高精地图的DDLD智能驾驶预计也将于2023年年内开启公测。
智己官方表示,2021年,智己率先在智能驾驶行业垂直领域使用多传感器多任务的Transformer模型和时序BEV机制实现了OneModel落地量产,在感知智能领域树立了自己的地位。如今,业内首个基于数据驱动的D.L.P.人工智能模型的发布,意味着智己正式从感知智能迈向认知智能。
这一表述听上去专业性极强,恐怕大多数消费者很难理解。
其实简单来讲,所谓感知智能,就是指能够在广泛的信息中找到重要信息的智能,例如在道路上感知车道标线、交通标志、信号灯以及车辆、行人等交通参与者,其核心感知设备就是我们常见的各种雷达和摄像头。
感知智能是搜集各种数据的基础,业内人士称其“决定着智能驾驶的下限”。
而认知智能相当于在感知智能的基础上增加了更加深度的判断能力,可以综合分析道路状况、交通参与者、交通流密度、行驶路线、碰撞风险等,以便系统可以更加准确、迅速地进行决策。
因此,认知智能也被称为“决定着智能驾驶的上限”。
对此,智己的技术高管也表示,感知智能和认知智能是人工智能应用的两大重点。
过去几年间,行业头部智能驾驶算法玩家在感知智能技术路线方面逐步趋同,基于BEV和Occupancy Network架构的感知算法成为主流技术路线。
在持续提升感知智能的同时,认知智能已经成为智能驾驶技术演进的瓶颈,挑战巨大。
而知己和Momenta此次发布的D.L.P.人工智能模型,其先进之处就在于采集了大量人类驾驶数据进行训练,通过构建具备亿级数据量产能力的决策规划数据-模型产线,在车端采用Transformer架构,可以高效理解场景和他车行为,显著提高了复杂环境变化的预判能力,进而得以提前规划智能驾驶行为。
据介绍,这项技术可以避免不舒适体感的产生,让智己IM AD系统实现更像人的跟车间距、线性起步响应、无顿挫舒适感等体验,并大幅降低接管里程,总体类人性相比规则算法获得阶越性提升。
根据官方公布的数据,智己NOA的匝道通过率可达到95%,优于行业头部玩家的86%;变道成功率可达到97%,优于头部玩家的92%;百公里误制动为0.4次,远低于行业头部玩家的1.4次。
在此次发布会举办前夕,智驾网对智己高速高架NOA领航辅助进行了试驾体验。
在距离超过20km的试驾路线中,包括了三条高速公路,车辆在高速高架NOA系统的控制下,多次应对了驶入匝道、大曲率过弯、并入主路、变线超车、避让货车等场景。
就其表现而言,智己高速高架NOA做到了稳妥应对,进出匝道、通过弯道时都能严谨地按照车道标线居中行驶,各项操控处置也都很高效,该加速时及时加速,该等待或减速时也很果断。
在总体感受上,它的确很接近人类驾驶,有随机应变的能力,不会一味地盲目等待或跟随前车。
从起点开始直至收费站前100m左右退出系统,全程都没有出现需要接管的情况,远超出了我的预期。
而按照已经公布的规划,结合正在开发中的基于Occupancy网络模型的DDOD ( Data Driven Object Detection)模型和可替代高精地图的DDLD ( Data Driven Landmark Detection),智己将形成感知智能和认知智能的双维大幅提升。
智己官方表示,基于网络模型的不断迭代,未来其百公里接管率会以两年为周期提升十倍,实现更高级的智能驾驶。
智己与Momenta的合作是典型的主机厂与自动驾驶初创公司的合作,这种合作模式正在产生化学反验。
这一方面既增强了主机厂的信心,同时也让Momenta这样的初创公司可以获得更丰富的数据,为技术迭代打下基础。
相关文章