隨著特斯拉、蔚小理、毫末智行、地平線等公司紛紛推出了NOA領航駕駛輔助功能，汽車行業探索自動駕駛的步伐又向前邁進了一步。

不過，伴隨著智慧輔助駕駛技術的迭代、功能的提升，智慧汽車對軟硬體的需求也在加大，這讓參與研發領航輔助駕駛的一眾車企和科技公司展開了算力“軍備競賽”。動輒幾十上百TOPS的算力帶來了成本的直線上升，而易航智慧不唯算力論，僅憑16 TOPS就實現了NOA行泊一體功能落地，它有哪些獨到之處呢？

近日，EV世紀專訪了北京易航遠智科技有限公司（簡稱“易航智慧”）創始人兼CEO陳禹行。

陳禹行是吉林大學車輛工程專業博士，師從吉林大學郭孔輝院士。讀博期間他以交換生身份進入美國UC Berkeley大學。在美就讀期間，陳禹行在VDL和MPC實驗室負責車輛智慧控制專案，參與過豐田北美研發專案和沃爾沃研發專案。

2015年陳禹行創辦易航智慧，是國內比較早的自動駕駛創業公司。公司獲得了經緯中國、中金資本、原始碼資本、明勢資本等知名創投機構，以及廣汽集團旗下廣汽資本和新造車勢力代表理想汽車等主機廠的戰略投資。

目前，易航智慧擁有近300名員工，設有北京研發中心、蘇州研發中心及工廠，以及固安測試基地。公司自2016年拿到第一個自動駕駛量產專案後，已服務包括理想汽車、江鈴雷諾、上汽大通、威馬以及大眾等主機廠，搭載易航智慧提供的智慧輔助駕駛技術的量產車已超過10萬輛。

構建以場景為核心的自動駕駛量產路徑

陳禹行表示，傳統的自動駕駛分級是從安全形度劃分為L1-L5級，這樣便於對自動駕駛進行分類和管理上的界定。除了到達L5級的全場景全天候自行處理階段，其他等級的自動駕駛如果只能在各種苛刻的條件下才能啟動，那自動駕駛技術創造的價值就極為有限。

為了解決使用者痛點，易航智慧的做法是將場景逐步放開，構建了以場景為核心的迭代升級模式，並以此打通“無人駕駛”和“大規模量產”之間的矛盾。從基礎輔助駕駛&融合泊車APA，到高階輔助駕駛&記憶泊車HAVP，到領航輔助駕駛NOA&代客泊車AVP，再到城市全場景自動駕駛FSD。透過覆蓋更多場景，易航智慧不斷擴大自動駕駛使用範圍和使用時間，讓自動駕駛功能不再是碎片化的應用狀態，以此提高使用者的使用體驗和使用粘性。

目前，易航智慧從早期給理想汽車等提供基礎輔助駕駛ADAS的階段，進入到了高階輔助駕駛ADAS和NOA領航輔助駕駛階段。易航智慧的NOA領航輔助採用雙TDA4方案，目前已經在江鈴、雷諾、威馬和上汽大通等品牌上實現量產。特別需要指出的是，搭載了易航智慧NOA領航輔助功能的雷諾江鈴羿車型已經出口歐洲。下一步，易航智慧將推出城市全場景FSD方案。

16 TOPS算力實現NOA行泊一體

在陳禹行看來，NOA行泊一體的到來代表著自動駕駛技術的量產進入了新階段。他認為，NOA行泊一體方案是真正意義上的人機共駕，實現了在高速公路、城市快速路、城市環線點對點的自動駕駛能力。

在ADAS輔助駕駛階段，使用者只能體驗到碎片化的功能，對輔助駕駛功能感知較弱，也不願開啟輔助駕駛功能，整體體驗較差。而NOA在典型場景下創造出高頻的自動駕駛體驗，成為使用者接觸、使用和接受自動駕駛更好的選擇。

同時，在技術層面，想要真的實現自動駕駛普及就離不開高質量資料的大規模積累，以及在資料滋養下深度學習演算法的迭代升級。陳禹行表示，誰掌握了資料，誰就擁有自動駕駛技術發展的主動權。而NOA行泊一體功能已經具備大規模推廣基礎，能夠提供高質量的人機共駕資料，這是自動駕駛資料積累的新起點。

在陳禹行看來，一款優秀的NOA行泊一體方案應該具有三個特徵：

首先是透過全棧自研的能力重構自動駕駛域控架構。

NOA功能的實現更加複雜，不再是傳統輔助駕駛中簡單的汽車電子模組的疊加、最佳化，而是整個自動駕駛域的重構，一定要用自動駕駛的思路來開發這套系統。因此需要視覺感知、規劃控制、軟硬體開發等全棧自研能力才能加速實現量產。“目前自動駕駛系統軟硬體高度耦合、感知和規控高度耦合，量產測試過程中遇到的問題不能簡單歸因，而要各環節通力配合解決。因此，只有把整個技術鏈條都趟一遍，才能具備系統工程能力，這是量產的前提，也是創造更好駕乘體驗的必要條件，所以易航堅持構建全棧自研的能力”，陳禹行說。

第二點就是資料積累。

NOA不像傳統輔助駕駛那樣會和駕駛者的感知、控制、規劃完全分開，在人機共駕模式下，將有機會積累大量優質資料，所以在場景裡要有資料收集和回傳能力，以實現方案持續迭代最佳化。

第三點則是需要NOA擁有足夠的商業競爭力。

一款優秀的產品不是用來炫技的，而是要以合理的成本提供給車企實現大規模生產，為更廣泛的使用者創造價值。技術最終要解決終端使用者的需求，現在終端使用者和車企對於自動駕駛系統是有成本預期的，所以要在成本可控下實現功能，這樣才能讓自動駕駛系統更快普及。

為此，易航智慧採用了更具價效比的方式為車企提供解決方案。

陳禹行表示，自動駕駛的量產需要在算力、功能、功耗之間找到平衡，讓更多的裝置輕鬆使用AI模型。在NOA方案的研發過程中，易航智慧使用包括“演算法剪枝”、“知識蒸餾”和“共享Backbone”等一系列技術，用16 TOPS算力實現了某些車型需要上百TOPS算力才能執行的NOA行泊一體功能。

易航智慧以自研的scalpel模型壓縮方法論進行演算法剪枝，充分激發運算元在TDA4（TI 推出的新一代面向高級別自動駕駛晶片）平臺的表現，極大提升模型的運轉效率。

在演算法剪枝的基礎上再進行知識蒸餾。易航智慧自研了一套完整、領先的自動駕駛演算法模型（大模型），透過知識蒸餾的手段，讓NOA方案的模型直接高精度大模型學習，充分繼承大模型的優秀基因，提升小模型的精度。

共享Backbone則打通了小模型平臺和高精度多工訓練之間的隔閡，實現了障礙物檢測、影象分割、交通標誌檢測等共享Backbone，極大降低了算力消耗。

除此之外，易航智慧用多種技術的組合、以精巧的模型實現了高精度，從而能在高性價比的平臺上實現非常全面的功能。

基於TI TDA4平臺研發，相較市面已推出的NOA行泊一體量產方案，易航智慧的解決方案可降低成本50％以上，可覆蓋15萬元以內的車型。並且，易航智慧可以根據需求提供單/雙TDA4等多種配置方案，其中單TDA4方案可以取代L2級ADAS功能，在成本持平的前提下實現更高階的輔助駕駛功能。

功能方面，易航智慧NOA行泊一體方案擁有16項行車功能，可實現自動超車、自動路網切換等目前比較領先的NOA功能，並擁有10項泊車功能，其中1000米記憶泊車和融合泊車技術業內領先。

同時，易航智慧的NOA行泊一體方案獲得了E-NCAP五星評級認證，可以極大提升車輛的主動安全能力。

得益於成本控制和量產能力，很多品牌的NOA領航輔助功能需要選配，但易航智慧的方案可做到全系標配。並且，目前易航智慧提供給車企的都是一站式“交鑰匙”的解決方案，主機廠可以按使用者需求提出定製化要求，易航智慧即可配置對應的產品。

對於NOA的發展趨勢，陳禹行預計今年銷量會提升幾倍的量級，明年將會更多，這是市場對NOA的需求決定的。同時，易航智慧基於大算力平臺的城市全場景FSD方案也在緊鑼密鼓的研發之中，預計在今年底到明年初量產上市。