在自動駕駛的路上“知行合一”
近日，由北京市科學技術協會與北京市順義區人民政府共同主辦，北京科技社團服務中心、北京科學技術期刊學會和中國汽車市場雜誌社承辦的2022世界智慧網聯汽車大會順義專場活動之一
“開放創新賦能智慧網聯汽車產業論壇暨首都開放創新高階研討會”
在順義區新國展舉辦。活動中，
知行汽車科技（蘇州）有限公司創始人兼CEO宋陽
就知行科技在自動駕駛產品化方面的實踐成果，
以“自動駕駛域控制器進化之路”為題發表演講
。
自動駕駛域控制器
進化之路
“知”之所及——智慧網聯汽車產業在加速2025新增產值或超8000億元
談到知行合一，首先要“知”，即我們需要對整個大環境有一個認識。從全球主要的經濟體來看，預計從2020年到2035年，智慧網聯汽車的乘用車新車滲透率都將一直處於高速增長的態勢。目前來看，我國乘用車新車市場滲透率已經達到23。5%，歐美國家的滲透率更高一些。
預計2030—2035年間，世界智慧網聯汽車滲透率將會達到70%以上。
此外，產業產值也會隨之增加，
到2025年，智慧網聯汽車產業新增產值有可能超過8000億元。
正因如此，成立於2016年的知行科技，一直專注於自動駕駛領域的量產解決方案，致力於成為中國汽車製造商最信賴的智慧駕駛合作伙伴。經過幾年的發展，
知行科技的業務範圍已經從軟體演算法擴充套件到硬體與生產，與吉利、長城、東風、奇瑞等傳統車企和威馬等新能源車企，都建立了量產合作關係。
“行”之根本——以市場為中心、軟體演算法為核心透過系統整合
打造更高階的自動駕駛功能不斷迭代新產品
知行科技擁有智慧攝像頭和域控制器兩大系列產品。同時，基於自有產品以及合作伙伴的鐳射雷達、毫米波雷達、超聲波等感測器產品，
知
行科技透過系統整合的方式，以軟體演算法為核心，打造出更高階的自動駕駛功能，並透過資料閉環不斷迭代新一代產品。
以市場為中心，是知行科技做產品的根本
。
眾所周知，現在已經進入第四消費社會。目前是以人性化和個人的體驗為中心的消費社會，而過去的第一、二、三消費社會，是以家庭為中心，以個人的消費工具為中心，那時汽車作為一個工具。
而現在，汽車變成了不只是一個工具，還要非常講究人性化、舒適性、質量等體驗。
知行科技的產品不斷迭代，目前智慧攝像頭可以支援非常高的畫素，域控制器也可以支援“三合一”的場景。
所謂“三合一”，一是指360°環視，二是指導航輔助駕駛，三是指泊車和低速L4功能
。
這些功能如果再細分，可以透過不同模組化的組合，做一些低級別的功能，像L2的功能，滿足入門級的需求。此外，知行科技的域控制器也支援更高級別的功能，比如城市NOA，同時知行科技透過資料閉環不斷最佳化客戶體驗。
“行”之路徑——全棧自研、靈活的中介軟體設計與穩定高效的系統啟動
知行科技實現了軟體中介軟體和硬體的全棧自研
，
從上層演算法上看，可以百分之百移植到新的硬體平臺，實現軟體的自由，實現了軟體定義汽車，也實現了軟硬分離。
這都依賴於知行科技擁有一款比較強大的、完全自研的、靈活可靠的軟體中介軟體。
這套軟體中介軟體可以支援多核資料之間零複製資料共享，支援影象大資料傳輸，最大可以達到每秒20GB的傳輸。舉例來講，對於目前的高畫素大屏，
知行科技可以在5秒鐘做到3D檢視的輸出。
“行”之實踐——視覺演算法，打造全場景多目標的精準識別能力
在視覺演算法上，知行科技探索出一個輕量化做任務的AI模型。
它具備全場景多目標的識別能力，在目標檢測方面支援3D障礙物的輸出和一般障礙物的檢測。此外知行科技支援多種車道線的型別和車位線的檢測，對於不同車靜態的檢測以及車道線和車位線的檢測，也有絕佳的效果。
在不斷革新和發展的AI技術方面，目前知行科技基於Transformer模型化全域性特徵提取能力，提高了目標檢測的精度和效率。
知行科技在基於注意力機制的Transformer的基礎之上，結合傳統的卷積神經網路CNN構建了用於目標檢測、車道線檢測和泊車為檢測的統一模型。一方面利用了CNN底層特徵提取的優勢，另一方面也利用Transformer強化全域性特徵提取的能力，從而提高了目標檢測、車道線檢測、車位檢測的整體精度和效率。
對於演算法來講，如何把演算法做到精簡，如何把它適用在多核架構的SoC上，適用在一個相對成本較低的SoC上需要做很多的工作。過去基於實驗室的方法，不太講究硬體資源。但在車上，硬體資源實際上是有限的。
知行科技透過深入到硬體Kernel核心的演算法，對於多核架構SoC進行深度的部署，並最佳化鏈路，實現了有限資源的最大利用，從而支援影象和資料高效的傳輸和顯示。
在360度環視視覺的顯示方面，效果也是非常逼真。對於自動駕駛來講，尤其是NOA以及低速的自動泊車，還有低速的記憶泊車AVP功能，做定位是非常重要的。
知行科技基於汽車本身自帶感測器，使用技術手段來彌補特殊場景下視覺定位的缺陷。
此外
，
多維3D碗的方式在360度環視中的應用，可以把無論是近的地方還是遠地方的拼接效果都能達到比較好的效果，透明底盤無死角，還有高細膩度的車模。
“行”之實踐——自動泊車演算法透過資料閉環的方式來最佳化檢測不斷提高識別能力
對於泊車系統的感知演算法，知行科技透過資料閉環的方式來最佳化檢測更多的障礙物，提高特殊車位的識別能力，現已經達到比較好的擬人化體驗，路徑規劃策略可以達到比較好的水平，具體來講就是泊車的揉庫次數，
進行任何種類的車位都是小於3次的次數停入。
同時CNN和通用障礙物的檢測加持，
使得知行科技對於多種不同的障礙物，比如路錐桶、柱子等等障礙物都可以提供比較好的檢測。
#FormatImgID_16#
“行”之實踐——符合全真網際網路的自動駕駛
自動駕駛不只是單純的技術問題，還有符合市場需求，
將來還要符合全真網際網路，也就是元宇宙更好的顯示方式，AR和VR更好的顯示方式，讓客戶的互動和體驗非常好。
知行科技透過結合影象感知以及輸出給客戶的螢幕，做了很多預處理。
比如透過GPU比較強的渲染能力，實現了3D渲染，支援多種模型，高保真度的渲染。環境的模型也可以切換不同的視角，讓客戶使用起來更方便。
“行”之實踐——資料閉環方案解決“長尾”問題
為了解決從L2++向L4的過渡，知行科技希望解決長尾問題——實現資料閉環的方案
，從車端到雲端再到本地的訓練和模擬，實現資料到演算法再到車再到資料的資料閉環。
知行科技需要從量產車上取得資料後，傳到客戶的私有云之上進行資料管理、資料清洗、資料探勘，再之後傳到iMotion的私有云上，進行資料標註，模型的訓練、模擬等，把最佳化之後的演算法，透過FOTA傳到車上，這就完成了整個資料閉環。
獨立的完整工具鏈助力知行科技在自動駕駛的路上“知行合一”
從資料採集、標註、模型訓練、資料分析，以及場景庫到車端的資料上傳，
知行科技已經完成了一套獨立的工具鏈。
城市路口、人機混行等工況，是IDC全場景應用重點進化方向，這為此奠定了更多的基礎。
知行科技的目標是在2023完成100+TOPS大算力平臺開發，並在此平臺之上，完成城市導航輔助駕駛的更高階功能。
透過合作，知行科技已經完成了iFC的第三代產以及IDC城市導航輔助駕駛，目前這些功能已經應用在吉利、極氪、長城、東風、奇瑞等品牌車型上。
知行科技透過不斷解決場景問題，不斷最佳化演算法和技術，把自動駕駛做得越來越深入，併力爭在自動駕駛這條路上做到知行合一。