在自動駕駛圈子里，智行者算是一個比較特別的公司。

智行者成立時間很早，在2015年汽車行業剛刮起自動駕駛風的時候，清華的技術咖們就聯合成立了公司。但公司又很務實低調，通常是有了干貨時才會對外透露。就在近日，智行者在媒體開放日活動中，重磅發布了其自研的高速領航系統H-INP(Highway-Idriver+ Navigation Pilot)，引起了業內的關注。

“重感知 輕地圖” 智行者H-INP有何與眾不同?

智行者方面表示，智行者H-INP采用了“重感知 輕地圖”的技術方案，是國內首款不依賴高精地圖的高級別自動駕駛解決方案。

值得注意的是，“重感知 輕地圖”是指不絕對依賴高精度地圖，在有高精度地圖時候當然可以應用，在沒有高精度地圖時候可以通過時空聯合的多任務融合感知方案及在線高精矢量重建等關鍵技術，減輕對高精地圖的依賴。

比如，H-INP在高速公路、城市快速路、匝道等場景可通過矢量地圖重建，校驗HD地圖數據錯誤/未及時更新等場景，進一步提升駕駛安全性;在類高速場景(國省道)，可借助路徑導航和矢量地圖重建，仍可支持跟車、自動換道等自動駕駛輔助功能，同時，在信號燈路口可提醒駕駛員注意信號燈狀態和行駛安全。

通過上述設計，智行者H-INP高速領航系統可有效解決高精地圖更新頻率低、覆蓋范圍少的問題。H-INP采用了平臺化設計，可在此統一架構下開發出系列產品，滿足不同場景的需求。據智行者透露，未來還將以該設計方案為基礎打造適用于城市場景的城市領航系統C-INP系統。

過度依賴高精地圖，可能會在限速、上下匝道、道路施工、范圍受限等件環境下受到影響。在智行者看來，H-INP系統可以有效解決高精地圖成本高、更新頻率低、覆蓋范圍有限的問題。

比如，業內重地圖的建模方式是以高精地圖為唯一建模依據。在高精定位失效時，系統需要接管。而重感知的環境建模，是結合地圖與感知綜合建模，是擬人化開車，基于實時感知來保證行車安全。在感知系統中統一動態障礙物和局部矢量地圖的相對位置關系，不存在投影錯誤。

簡單來說，在H-INP上，智行者采用了沒有激光雷達、高精地圖的視覺路線。純視覺技術路線一直備受特斯拉追捧，最近豐田自動駕駛也表示要加入純視覺的路線。在高級輔助駕駛階段，成本較低的純視覺技術路線確實更加適合在量產車型上的鋪開。

當然，對于近期部分“自動駕駛”事故的發生，有人也在質疑純視覺路線的技術能力。對此，智行者CTO王肖對記者表示，如果用百分制計算，感知系統已經做到了95分，在此基礎上每提高0.1分都是非常困難的。但后臺策略處理的部分現在還只是60分，有很大的提升空間，這也是提升行車安全非常重要的部分。在這一點上，智行者則有著較好的處理能力。

H-INP有望四季度量產 目前已在接觸客戶

在電動智能化的加速發展下，乘用車的量產智能化功能逐步向智能泊車與高速智能駕駛拓展。工信部數據顯示，今年上半年L2級輔助駕駛乘用車新車市場滲透率達到30%。

廣闊的市場需求吸引了眾多玩家的參與。對于覆蓋低速場景(專用車、配送、特種車)與城市復雜場景(robotaxi)的智行者來說，以L4技術降維切入是順其自然的。首先擁有高級別自動駕駛的解決方案，其次在量產產品方面具備一定經驗。

實際上，業內從robotaxi等L4技術路線降維賦能的例子很多。百度就是比較典型的代表，有消息稱小馬智行也在接觸主機廠尋求合作。智行者CTO王肖口接受媒體采訪時透露，目前該系統正在和一些主機客戶進行接觸，合適時機會公布消息。

據悉，智行者H-INP將在今年第四季度推出量產版本Gen1.0，明年2季度迭代Gen2.0版本，屆時將完善城市場景豐富程度，完善在線建圖式功能。

無人駕駛大腦賦能多場景應用

加上最新發布的乘用車高速領航系統，智行者已經智能出行、智慧生活、特種應用等多個場景下打造了產品并實現應用。其中，離不開智行者自研的無人駕駛大腦，包括自動駕駛操作平臺AVOS、自動駕駛中央計算單元Brainbox、數據閉環平臺AVDC。

在整車幾大域控制器中，自動駕駛域控制器起到了非常重要的作用。自動駕駛域控制器向上通過智能化接口獲得傳感器、診斷數據與狀態數據，向下通過執行器接口傳遞相關執行指令，承擔該功能域“計算大腦”的核心角色。按照佐思汽研的測算，預計到2025年，中國乘用車ADAS/AD域控制器年出貨量將達到356.5萬套，乘用車前裝自動駕駛域控制器滲透率將達14.7%。

發力自動駕駛域控制器，自動駕駛公司的優勢較為明顯，因為其掌握了感知、決策和執行層的眾多信號，也熟悉技術與設計原理。有意思的現象是，就像布局域控制器一樣，眾多自動駕駛公司從最開始的純算法逐漸趨向軟件和硬件一手抓。

據介紹，智行者無人駕駛大腦在技術架構上已實現了車輛-應用雙解耦、軟硬一體、車云一體，使其具備了安全、可持續進化、高效賦能三大核心優勢。

在安全上，智行者已具備了電子元器件100%國產化的能力，且已應用到了部分場景。

在可持續進化上，智行者基于多場景的廣泛產品落地，智行者形成了涵蓋數據采集、數據加工、數據管理、數據訓練、測評等在內的、車端推理-云端訓練的完善數據閉環。

在高效賦上，智行者創新性研發了基于模型開發方式，可有效解決自動駕駛技術場景復用率低的問題。

發布會上，智行者董秘王蘇南還進一步明確了智行者的定位——軟硬件+云端一體化解決方案提供商。以融合軟硬件+云端的無人駕駛大腦為核心，以需求推動商業化落地理論為依據，以工程化能力為強支撐，智行者已實現了多場景的商業化落地部署，于行業內率先打造了成熟的數據閉環和商業化閉環。智行者已全面開啟多場景的規模商業化落地。

關鍵詞： 自動駕駛 智行者無人駕駛 電子元器件 智慧生活