近日，由北京市科学技术协会与北京市顺义区人民政府共同主办，北京科技社团服务中心、北京科学技术期刊学会和中国汽车市场杂志社承办的2022世界智能网联汽车大会顺义专场活动之一“开放创新赋能智能网联汽车产业论坛暨首都开放创新高端研讨会”在顺义区新国展举办。活动中，知行汽车科技（苏州）有限公司创始人兼CEO宋阳就知行科技在自动驾驶产品化方面的实践成果，以“自动驾驶域控制器进化之路”为题发表演讲。
自动驾驶域控制器
(资料图)
进化之路
“知”之所及——
智能网联汽车产业在加速
2025新增产值或超8000亿元
谈到知行合一，首先要“知”，即我们需要对整个大环境有一个认识。从全球主要的经济体来看，预计从2020年到2035年，智能网联汽车的乘用车新车渗透率都将一直处于高速增长的态势。目前来看，我国乘用车新车市场渗透率已经达到23.5%，欧美国家的渗透率更高一些。预计2030—2035年间，世界智能网联汽车渗透率将会达到70%以上。此外，产业产值也会随之增加，到2025年，智能网联汽车产业新增产值有可能超过8000亿元。
正因如此，成立于2016年的知行科技，一直专注于自动驾驶领域的量产解决方案，致力于成为中国汽车制造商最信赖的智能驾驶合作伙伴。经过几年的发展，知行科技的业务范围已经从软件算法扩展到硬件与生产，与吉利、长城、东风、奇瑞等传统车企和威马等新能源车企，都建立了量产合作关系。
“行”之根本——
以市场为中心、软件算法为核心
通过系统集成
打造更高级的自动驾驶功能
不断迭代新产品
知行科技拥有智能摄像头和域控制器两大系列产品。同时，基于自有产品以及合作伙伴的激光雷达、毫米波雷达、超声波等传感器产品，知行科技通过系统集成的方式，以软件算法为核心，打造出更高级的自动驾驶功能，并通过数据闭环不断迭代新一代产品。
以市场为中心，是知行科技做产品的根本。众所周知，现在已经进入第四消费社会。目前是以人性化和个人的体验为中心的消费社会，而过去的第一、二、三消费社会，是以家庭为中心，以个人的消费工具为中心，那时汽车作为一个工具。而现在，汽车变成了不只是一个工具，还要非常讲究人性化、舒适性、质量等体验。知行科技的产品不断迭代，目前智能摄像头可以支持非常高的像素，域控制器也可以支持“三合一”的场景。
所谓“三合一”，一是指360°环视，二是指导航辅助驾驶，三是指泊车和低速L4功能。这些功能如果再细分，可以通过不同模块化的组合，做一些低级别的功能，像L2的功能，满足入门级的需求。此外，知行科技的域控制器也支持更高级别的功能，比如城市NOA，同时知行科技通过数据闭环不断优化客户体验。
“行”之路径——
全栈自研、灵活的中间件设计
与稳定高效的系统启动
知行科技实现了软件中间件和硬件的全栈自研，从上层算法上看，可以百分之百移植到新的硬件平台，实现软件的自由，实现了软件定义汽车，也实现了软硬分离。这都依赖于知行科技拥有一款比较强大的、完全自研的、灵活可靠的软件中间件。
这套软件中间件可以支持多核数据之间零拷贝数据共享，支持图像大数据传输，最大可以达到每秒20GB的传输。举例来讲，对于目前的高像素大屏，知行科技可以在5秒钟做到3D视图的输出。
“行”之实践——
视觉算法，打造全场景多目标的精准识别能力
在视觉算法上，知行科技探索出一个轻量化做任务的AI模型。它具备全场景多目标的识别能力，在目标检测方面支持3D障碍物的输出和一般障碍物的检测。此外知行科技支持多种车道线的类型和车位线的检测，对于不同车静态的检测以及车道线和车位线的检测，也有绝佳的效果。
在不断革新和发展的AI技术方面，目前知行科技基于Transformer模型化全局特征提取能力，提高了目标检测的精度和效率。知行科技在基于注意力机制的Transformer的基础之上，结合传统的卷积神经网络CNN构建了用于目标检测、车道线检测和泊车为检测的统一模型。一方面利用了CNN底层特征提取的优势，另一方面也利用Transformer强化全局特征提取的能力，从而提高了目标检测、车道线检测、车位检测的整体精度和效率。
对于算法来讲，如何把算法做到精简，如何把它适用在多核架构的SoC上，适用在一个相对成本较低的SoC上需要做很多的工作。过去基于实验室的方法，不太讲究硬件资源。但在车上，硬件资源实际上是有限的。知行科技通过深入到硬件Kernel内核的算法，对于多核架构SoC进行深度的部署，并优化链路，实现了有限资源的最大利用，从而支持图像和数据高效的传输和显示。
在360度环视视觉的显示方面，效果也是非常逼真。对于自动驾驶来讲，尤其是NOA以及低速的自动泊车，还有低速的记忆泊车AVP功能，做定位是非常重要的。知行科技基于汽车本身自带传感器，使用技术手段来弥补特殊场景下视觉定位的缺陷。此外，多维3D碗的方式在360度环视中的应用，可以把无论是近的地方还是远地方的拼接效果都能达到比较好的效果，透明底盘无死角，还有高细腻度的车模。
“行”之实践——
自动泊车算法
通过数据闭环的方式来优化检测
不断提高识别能力
对于泊车系统的感知算法，知行科技通过数据闭环的方式来优化检测更多的障碍物，提高特殊车位的识别能力，现已经达到比较好的拟人化体验，路径规划策略可以达到比较好的水平，具体来讲就是泊车的揉库次数，进行任何种类的车位都是小于3次的次数停入。
同时CNN和通用障碍物的检测加持，使得知行科技对于多种不同的障碍物，比如路锥桶、柱子等等障碍物都可以提供比较好的检测。
“行”之实践——
符合全真互联网的自动驾驶
自动驾驶不只是单纯的技术问题，还有符合市场需求，将来还要符合全真互联网，也就是元宇宙更好的显示方式，AR和VR更好的显示方式，让客户的交互和体验非常好。
知行科技通过结合图像感知以及输出给客户的屏幕，做了很多预处理。比如通过GPU比较强的渲染能力，实现了3D渲染，支持多种模型，高保真度的渲染。环境的模型也可以切换不同的视角，让客户使用起来更方便。
“行”之实践——
数据闭环方案解决“长尾”问题
为了解决从L2++向L4的过渡，知行科技希望解决长尾问题——实现数据闭环的方案，从车端到云端再到本地的训练和仿真，实现数据到算法再到车再到数据的数据闭环。知行科技需要从量产车上取得数据后，传到客户的私有云之上进行数据管理、数据清洗、数据挖掘，再之后传到iMotion的私有云上，进行数据标注，模型的训练、仿真等，把优化之后的算法，通过FOTA传到车上，这就完成了整个数据闭环。
独立的完整工具链
助力知行科技在自动驾驶的路上“知行合一”
从数据采集、标注、模型训练、数据分析，以及场景库到车端的数据上传，知行科技已经完成了一套独立的工具链。城市路口、人机混行等工况，是IDC全场景应用重点进化方向，这为此奠定了更多的基础。知行科技的目标是在2023完成100+TOPS大算力平台开发，并在此平台之上，完成城市导航辅助驾驶的更高级功能。
通过合作，知行科技已经完成了iFC的第三代产以及IDC城市导航辅助驾驶，目前这些功能已经应用在吉利、极氪、长城、东风、奇瑞等品牌车型上。知行科技通过不断解决场景问题，不断优化算法和技术，把自动驾驶做得越来越深入，并力争在自动驾驶这条路上做到知行合一。
