黑巖小說

第681章 蔣雨宏的匯報（第2頁）

“徐總，姚總，陳總。

根據(jù)兩周前戰(zhàn)略會議明確的‘全系標(biāo)配高速NOA，高階能力按需訂閱’的核心定位，以及陳總提出的‘空間釋放、純電優(yōu)先、智能領(lǐng)先’整車協(xié)同要求，智能駕駛產(chǎn)品線已初步完成技術(shù)路徑重構(gòu)和資源調(diào)整。

下面由我和卞總分別匯報?！?/p>

“首先，是基礎(chǔ)能力與量產(chǎn)保障?！?/p>

蔣雨宏切換PPT，畫面顯示出一個清晰的系統(tǒng)架構(gòu)圖，核心是“感知-預(yù)測-規(guī)劃-控制”

的鏈路。

“目前，我們基于量產(chǎn)車規(guī)級硬件平臺，當(dāng)然當(dāng)前以德州儀器TDA4系列為主，下一代平臺正在聯(lián)合海思預(yù)研中，全力攻堅L2。5級功能包，目標(biāo)是在2019年Q4啟界M5量產(chǎn)交付時，實(shí)現(xiàn)穩(wěn)定可靠的落地。”

他激光筆的紅點(diǎn)精準(zhǔn)移動：

“縱向控制強(qiáng)化：全速域自適應(yīng)巡航（ACC），覆蓋0-130kmh，目標(biāo)是在標(biāo)準(zhǔn)工況下，如高速跟車、擁堵緩行，實(shí)現(xiàn)媲美甚至優(yōu)于特斯拉AP（AUtOPilOt）2。5系統(tǒng)的平順性和跟車邏輯。

目前算法核心已凍結(jié)，正在結(jié)合實(shí)車標(biāo)定數(shù)據(jù)進(jìn)行大規(guī)模仿真和封閉場地測試。

關(guān)鍵指標(biāo)——跟車時距穩(wěn)定性、加減速平順性、對切入切出車輛的識別響應(yīng)速度，這些指標(biāo)的仿真數(shù)據(jù)達(dá)標(biāo)率超過95%。

實(shí)車測試達(dá)標(biāo)率約85%，剩余難點(diǎn)在大雨、濃霧等極端天氣下的傳感器衰減補(bǔ)償策略優(yōu)化。”

“橫向控制優(yōu)化：車道居中巡航（LCC）與智能限速。

LCC核心是車道線識別與保持的魯棒性，尤其是在車道線模糊、缺失或臨時施工路段。

第681章蔣雨宏的匯報

我們采用了多源融合（攝像頭+毫米波雷達(dá)）定位結(jié)合高精度地圖（HDMap）輔助的方案，預(yù)計在鵬城復(fù)雜高架道路的實(shí)車測試中，百公里人工接管次數(shù)能降至3次以下，接近行業(yè)標(biāo)桿水平。

智能限速功能已打通導(dǎo)航地圖數(shù)據(jù)與交通標(biāo)識識別（TSR），能自動根據(jù)路牌或電子眼信息調(diào)整巡航車速?！?/p>

“場景化高階功能嘗試：打燈自動變道（ALC）。

這是高速NOA的核心體驗(yàn)點(diǎn)之一，也是用戶感知最強(qiáng)的功能。

核心挑戰(zhàn)在于變道決策的時機(jī)判斷比如安全間隙、鄰車道車速預(yù)測和執(zhí)行平順性。

我們基于強(qiáng)化學(xué)習(xí)框架構(gòu)建了決策模型，結(jié)合多目標(biāo)雷達(dá)的精準(zhǔn)測速測距，目前在高精度地圖覆蓋的高速路段，變道成功率達(dá)到92%。

下一步重點(diǎn)是提升復(fù)雜車流環(huán)境下的決策魯棒性和執(zhí)行流暢度，消除用戶的突兀感。”

“泊車領(lǐng)域突破：全場景自動泊車（APA）與遙控泊車（RPA）。