今天小編分享的汽車經驗：逐幀解讀昊鉑城市NDA：如何征服“地獄級”交通場景，歡迎閱讀。
時至今日，智能化賽道的競争是越演越烈，其中 " 智能駕駛 " 首當其衝，從高速場景到城市場景，卷硬體、卷算力、卷算法，以求功能落地、覆蓋範圍的節奏推進強攻智能駕駛競争高地。在這其中，作為高端豪華純電品牌的昊鉑以科技創新厚積薄發，憑借技術不斷精進建構進階智駕核心競争力。
近期，昊鉑 HT 城市 NDA 迎來廣州首測，拿出行業第一梯隊水準解鎖城區最難最偏道路，覆蓋城區範圍最廣，真正做到智駕 " 開一城，精一城 "。相信憑借持續迭代、快速更新的革新力，昊鉑安全智駕将成為精英家庭拓寬智能生活移動場景的首選。
● 智駕硬體：激光雷達智駕方案
搭載 Hyper PILOT 智駕系統的昊鉑 HT，智駕硬體方面，不得不提的就是激光雷達。昊鉑 HT 配備的第二代智能可變焦激光雷達具備颠覆性的智能 " 凝視 " 功能，開啟後感知能力大幅提升，而且針對不同場景智能調節性能不同分辨率，颠覆一維電機掃固定性能的傳統，讓感知系統更智能，智能駕駛更安全更舒适。
當然，除了硬體，算法也尤為重要。昊鉑 HT 的智駕方案采用行業領先的 BEV+Transformer+ 占用網絡 OCC 感知算法 AI 大模型。
首先不得不說的就是占用網絡（Occupancy Network），相比那些對于傳統參與者進行一一标注的傳統方案，占用網絡技術很好解決了通用障礙物識問題，比如樁桶、前車掉落的貨物（通用障礙物）等等，極大提升異形障礙物識别能力和場景泛化能力，這對于復雜的城區智駕尤為關鍵。
而 BEV+Transformer 方案能夠很好地融合多傳感器的特征，将多傳感器收集到的影像信息轉換成 3D 視角，從而提高感知和預測的準确率，以及更好地對道路參與者的位姿軌迹的預測，整個感知算法就更加完善。除了感知算法，在規控算法方面，昊鉑獨有的深度學習算法。采用海量數據驅動下的深度學習算法，通過學習億級專家數據，像人類老司機一樣開車。簡單來說就是，通過海量數據驅動大模型，快速實現城區場景覆蓋。
此外，采用了行業第一梯隊的 MDC 芯片，算力可達到 250TOPS，融合先進的算法，可以應對堵車、加塞、變道等復雜場景。也就是說，昊鉑 HT 的智駕系統是可以支持城市 + 高速 NDA 智能輔助駕駛功能的。
簡單來理解就是，強大的駕駛輔助硬體，可以給予昊鉑 HT 擁有強大的多融合感知系統，可以實時精準監測車輛各個方向的道路信息。而高算力的芯片保證智駕系統的快速響應與高效運行，先進的算法則能夠幫助車輛在面對各種復雜的場景中做出最優的決策。
● 智駕實測：挑戰廣州最復雜的城市路況
從行業視角看，軟硬體的配置水準一直是業内評判智駕系統能力高低的核心标準。與此同時，從用戶視角探讨，高階智駕能否讓用戶深度依賴、讓用戶高頻使用的關鍵在于核心場景的體驗反饋。換言之，針對極端挑戰、復雜環境下的真實場景考驗下，才能印證車輛智駕系統的的安全可靠性和能力水準。
俗話說得好，是驢是馬，拉出去遛一遛就知道了。昊鉑 HT 城市 NDA 廣州首測所選擇的是日常通勤最為復雜刁鑽的核心場景。作為廣州城區核心主幹道之一，黃埔大道常年處于車流密集、擁堵繁雜的道路工況。日常駕車避免不了頻繁擁堵跟車、近距離加塞變道、電動車 / 行人路口穿行等極限場景；而作為廣州主城區主要交匯 " 中轉站 " 的中山一立交，閘道交匯復雜多變且車道狹窄，并且同樣存在高頻擁堵、車流量大的駕駛情景。針對以上兩種核心痛點場景，極為考驗智駕系統對應復雜情況下決策能力和行駛可靠性。
一、昊鉑 HT 智駕挑戰廣州最復雜立交橋
挑戰一：多路況精準識别
針對高階智駕方案的能力考驗，最難的場景之一就是遇到那種多層立交的環島，出口多，尤其遇到車流量大的時候，即便是人類操控的駕駛情景下對着導航都不能保證百分百走對出口。
這裡有兩個難點，第一匯入環島車流中，車輛的 " 智駕大腦 " 需要根據實際路況環境進行實時感知，精準感知到路口信息，這樣才能提前規劃最優路線。第二需要在環島的密集車流中，不斷向右側并線，存在一個相互博弈的過程，很考驗系統的及時應變能力。
可以看到，昊鉑 HT 在離目标出口較遠的地方就已經精準定位，而且規劃合理的行駛路線。在車流中向右并線時也有着老司機般的表現，整個過程果斷絲滑。值得一提的是，在準備駛入出口時遭遇匯入車輛的突然變道，昊鉑 HT 也能及時識别減速避讓，有驚無險。對比部分不太成熟的智駕方案，在擁堵狹窄的道路環境中可能會出現對實時道路信息處理不敏感，從而出現錯過路口，走錯路的尴尬。
挑戰二：路遇突發變道
車流匯入的場景也是我們城市道路裡比較常見的，但如果右側有遮擋的情況，比如高架橋底下的橋墩遮擋，這時如果有車流突然變道過來，反應不及時可能就會發生剮蹭。
在這種情況下，昊鉑 HT 依靠超前多融合感知系統能夠迅速識别突然快速匯入的車輛，反應也相當迅速，應對近距離跟車能夠做到及時減速、精準避讓，避免剮蹭事故的發生。
挑戰三：主輔路切換
同樣是多層高架橋底下的車道，從主路切換到輔路的過程中也比較復雜，一方面出入口比較多，容易走錯。另一方面，輔路車道比較多兩輪電動車，同時受橋墩的影響也存在一定的視覺盲點，同樣是事故高發的場景。
從視頻裡可以看到，昊鉑 HT 能較早地識别到正确的出口，在駛離出口的時候識别到後方的電動車也及時減速，控制好車速變道，整個過程比較絲滑。而在路口處突遇輔道車輛匯入，昊鉑 HT 也能以老司機駕控水準，" 帶一腳 " 刹車讓輔道車輛先行，在這背後的技術基礎源自于昊鉑 HT 算法經過億萬級專家數據訓練，得以體現出對高變化復雜場景的應對能力。
挑戰四：匝道出入
還有一類比較復雜的路況是三岔路，左側上橋，中間直行，右側出匝道。這種場景下需要車輛精确識别正确車道，提前選好車道。這樣一來可以避免路口前壓實線以及加塞後方車輛的情況。
在這種場景下，昊鉑 HT 選擇了最優的方案，提前切換到最左側的車道并在前方無車阻礙的前提下絲滑加速穩健行駛。
匝道的駛出同樣是很常見的場景，但如果是遇到主路行駛緩慢，而右側道車輛的車速很快的情況，要想做到高效的變道，就需要對後方車輛位置的精準預判以及做出轉向動作的及時果斷，不然很難完成變道駛出匝道。
可以看到昊鉑 HT 在這種場景下，表現與老司機一般，抓住右側車流的空檔，及時右轉完成變道，最終也很順利駛出匝道。
二、昊鉑 HT 智駕挑戰廣州最擁堵路段
挑戰一：緩行防加塞
在走走停停的擁堵路段時，最容易發生的就是被加塞，跟車太近容易追尾，跟車太遠又容易被加塞，需要駕駛員精準控制油門與刹車，保持适當的車距，即便是老司機也是需要花費不少精力。那昊鉑 HT 在開啟城市 NDA 的情況下，能不能應付呢？
從視頻可以看到，在前車起步後昊鉑 HT 反應速度足夠快，立即啟動跟上前車并保持合适的跟車距離。發現右側車輛逐漸壓線準備加塞時，先是車道内稍往左偏移壓住車道，随後加速跟上前車從而避免加塞。即便是右側車輛想通過加速超車進行加塞，昊鉑 HT 同樣能準确識别意圖，提速跟上前車，表現很穩健。
挑戰二：行人橫穿
遭遇行人突然橫穿，這是廣州市區道路裡常見的一幕，老司機都要捏一把汗。
視頻裡可以看到，昊鉑 HT 在準備進行無保護右轉，在臨近行人斑馬線時，突然有行人衝出來，車輛也是及時識别并采取制動進行禮讓。這看起來行雲流水般的操作，離不開系統對于行人路徑的精準預判，從而快速做出決策。
挑戰三：電動車搶行
鬧事街區電動車竄行随處可見，面對電動車在路口轉角竄出來，與機動車搶道的，還有直接逆行，這十分考驗智駕系統對 " 動态障礙物 " 移動行徑的感知判斷，在突遇障礙物阻擋前方道路時能夠具備高效決策，精準避讓的執行力。
從視頻裡可以看到，在面對 " 電雞 " 的突然變道、占道時，甚至時從後方突然加速竄入車道的場景，昊鉑 HT 都能及時識别，進而減速避讓，而且整個過程也是比較平穩的，制動比較線性，主觀體驗還是比較安心的。
值得一提的是，在遇到 " 電雞 " 突然逆行的時候，系統也能及時識别并作出制動避讓。可能有朋友會問，為什麼不做變道避讓呢，不比原地刹停好？其實是系統監測到左後方有快速的車輛通過，變道避讓反而有更大的風險。
挑戰四：連續變道
擁堵的車流裡，要跨越幾條車道是非常困難的，尤其對于智駕車輛來說也是有比較大的挑戰。一方面，車輛要控制好車速以及與前方車輛的合适距離；另一方面，還要不斷監測右後方車輛的速度以及距離，判斷其意圖。而且整個過程都是實時變化的，需要智駕 " 大腦 " 在轉眼即逝的合适的變道時機快速做出反應，才能高效地完成變道。
從視頻裡可以看到，昊鉑 HT 一共完成了 4 次變道，尤其是前兩次變道，車流量非常大，需要與車輛有一個相互博弈的過程。整體來看，昊鉑 HT 的決策還是相當高效的，整個變道過程算是行雲流水，并沒有出現驚險的情況，說明選擇變道的時機是很恰當的，才能有行雲流水般的表現。
編輯總結：
從以上内容解讀剖析，在面對廣州城區眾多復雜的交通環境下，昊鉑 HT 的城市 NDA 智駕都能輕松應付，宛如老司機般的絲滑操作，的确有實力跻身智駕行業的第一陣營。
昊鉑在自動駕駛領網域擁有如今的優異表現，是離不開厚積薄發的創新。其實廣汽集團自 2013 年起就開始布局 Hyper Pilot 智能駕駛系統的研發，建設了從需求分析、系統設計、軟體設計、算法開發、系統集成和測試驗證的全鏈條開發能力。而這也造就了昊鉑 HT 擁有行業第一梯隊實力的智駕表現，實力诠釋昊鉑智駕 " 開一城、精一城 "，真正做到解鎖城市最難路段，覆蓋城市範圍最廣。
— The End —
