2021年實現HoloPilot量產，禾多首次詳解高速公路自動駕駛方案

2019 上海車展期間，禾多科技對外公開展示可量產的高速公路自動駕駛解決方案HoloPilot和智能代客泊車解決方案HoloParking。對於可量產的高速公路自動駕駛解決方案HoloPilot，禾多科技創始人倪凱首次詳細闡述其中技術方案及產品細節。

雷鋒網新智駕了解到，從今年3月開始，禾多科技開始進行大規模路試，現已完成單向里程長達1200公里、沿京滬高速公路往返的長距離測試。倪凱表示，接下來HoloPilot將開啟大規模高速公路測試，不斷積累數據、訓練演算法，為量產落地作準備。

禾多 HoloPilot 有哪些功能亮點？

現階段，多數主機廠已經完成L2級智能輔助駕駛量產，並在加快布局L3級自動駕駛上車。相比L2級智能輔助駕駛，L3級在自動駕駛功能層面更加豐富，比如增加高速路段主動變道功能。

雷鋒網新智駕了解到，在單向里程長達1200公里、沿京滬高速公路往返的長距離路測過程中，搭載高速公路自動駕駛解決方案HoloPilot車輛通過完成夜晚、隧道、交通擁堵、道路施工、旁車夾塞等各種高速公路工況。

透過幾大高速常見工況，先來了解高速公路自動駕駛解決方案需要解決的難題及HoloPilot的功能亮點：

交通擁堵是高速公路一大常見工況。車輛基本處於低速行駛、甚至靜止狀態，此時，包括毫米波雷達在內的傳統檢測技術對於靜止或低速車輛檢測或面臨失效。而跟車距離較近時，攝像頭也無法捕捉到前車全貌。在這種情況下，通過多感測器融合方案對靜止或低速行駛車輛進行精準有效的車輛檢測成為一大重要條件。

當高速公路出現交通擁堵，旁車加塞的情形也時常發生。而多數TJP(Traffic Jam Pilot)方案仍不能完全保證旁車緊急加塞的情況下，車輛能夠及時剎車。

高速行車過程中，自動駕駛系統還需對駕乘人員體感進行優化，避免因急剎、急減、突然啟動而產生不良體驗。如何做到柔順平滑的車輛控制，這是自動駕駛系統需要關注之處。

高速公路夜晚行車也對自動駕駛系統提出挑戰。由於光線不足，攝像頭難以檢測到車道線以及周圍障礙物。另，周圍車輛開啟遠光燈的情況時常發生，這會瞬間造成攝像頭的識別演算法失效。

高速公路上進出隧道也是一道難題。車輛在短時間內經歷明亮和昏暗兩種環境轉換，光線變化很容易導致攝像頭失效。且隧道內，光線較弱，GPS信號消失，這也對路徑識別、車輛定位提出挑戰。

禾多如何解決上述問題？

針對低速擁堵場景：禾多開發自動駕駛系統感知演算法，通過毫米波雷達、測試方案中選配的低線束激光雷達，實現多感測器融合。禾多選擇低線束激光雷達一大原因即降低成本、加快推進量產。

對變道加塞行為進行預測：當旁車未完全進入本車所在車道時，HoloPilot系統可預先判斷變道加塞情況。從檢測到旁車變道發生，再到本車車輛進行決策，或選擇制動避讓，或繼續保持合理的車速使其它車輛無法加塞。針對整體策略，禾多進行了變道加塞行為預測的相關研究。

利用高精度地圖應對眩光、進出隧道：強烈光照會使得相機產生過曝光，進而導致圖像畫面失效。面對眩光、隧道中光線較暗、進出隧道光線轉換的情形，禾多HoloPilot在高精度定位模塊中使用高精度地圖作為車輛行駛依據，通過高精度地圖定位和圖像預測進而動態調節曝光的增益，使獲得的圖像維持在可控範圍內。

除過曝情況外，在隧道中行車還面臨GPS失效問題，禾多通過視覺里程計、慣導、輪速計等，進行組合導航，實現相對定位。在絕對定位層面，當GPS丟失時，禾多HoloPilot則利用高精度地圖內已有信息，例如車道線、車道標識等語義信息幫助車輛進行輔助定位。

夜間行駛場景：夜間行駛中因環境光線較弱，感測器對百米開外的車輛和車道線進行檢測困難。一方面，在現有多感測器融合的基礎上，禾多利用毫米波雷達和激光雷達解決弱光情況下對遠處物體的檢測困難一題。同時，禾多也強調提高在弱光條件下的計算機視覺演算法性能。

面向大規模路測，禾多HoloPilot的準備

高速公路自動駕駛解決方案實現量產上車，需進行大規模路測。禾多目前已有約20輛自有自動駕駛測試車輛，同時也在同國內一級供應商合作進行自動駕駛車隊部署，規模近百輛。

雷鋒網新智駕了解到，中國高速公路路網為32萬公里，現禾多路測里程已達到數萬級。

禾多從兩個維度部署大規模路測：一是里程數量，去年禾多自動駕駛測試主要以研發中心所在地測試為主，現階段開始進行長距離大規模測試。倪凱提到，禾多總測試里程即將達到幾十萬公里。

二是覆蓋範圍，禾多將率先覆蓋研發中心所在地道路，再到研發中心所在地之間的道路路網，進而覆蓋整個中國路網。

針對未來更大範圍內的全國路網測試，禾多進行了以下方面的準備：

針對測試車隊的管理平台：禾多建立了HoloMaster禾多車隊遠程監控中心。通過HoloMaster，禾多人員可在辦公室獲取在外作業車隊的實時信息，包括位置、速度、感測器狀態等；當車輛發生故障時，室內工作人員可以第一時間發現，總部人員和現場的測試人員進行迅速溝通、快速解決問題；禾多還可以通過遠程傳輸技術，獲取故障車的實時圖像信息，進行遠程診斷，提高處理問題的效率。

在HoloPilot的產品定義上，禾多從硬體及軟體演算法兩方面進行部署。

硬體層面，禾多自主研發自動駕駛域控制器HoloArk。倪凱提到，1.0域控制器目標量產時間為2020年，這也是禾多第一代域控制器產品，支持基本的HoloPilot、HoloParking兩大產品的解決方案。HoloArk2.0系統計劃中，禾多將同晶元及上下游合作夥伴共同部署。

2.0系統和1.0系統最大的區別在於前者擁有更豐富的介面，可支持更多的、不同結構的數據傳輸要求；HoloArk2.0也擁有更強的算力，可滿足更複雜的深度學習算力要求。

軟體演算法層面，禾多重視視覺定位技術，自主研發了VIO（視覺慣性里程計）可視化工具，將演算法背後抽象的數據一鍵調出，以趨勢曲線的形式展現出來，方便工程師直觀地發現異常、定位問題、及時調試，進而提高研發工作效率，提升定位演算法性能優化的迭代速度。

倪凱認為，自動駕駛演算法能力的提升需要兩種數據：一是環境類數據，包括真實環境和模擬環境。二是駕駛類數據，即跟蹤真實人類獲取其駕駛信息，或人工智慧模擬駕駛員行為。通過大規模路測返回大量的數據，基於大數據進而不斷迭代演算法。這也是禾多部署HoloPilot三年路測規劃的一大原因。

禾多自動駕駛新進程

倪凱表示，2019年是禾多科技的一個「大年」，高速公路自動駕駛和智能代客泊車兩款方案都將迎來商業化落地之路上的關鍵節點：HoloPilot進入大規模道路測試階段，向產品化階段邁進；HoloParking已於2018年底正式發布，現已在北京園區進行測試，並計劃在今年下半年展開落地試運營。

2018年1月，搭載HoloPilot的測試車輛駛上了高速公路。目前，HoloPilot已完成軟硬體平台搭建、多感測器的集成融合以及智能決策控制等模塊的開發，實現了高速公路的自動駕駛，包括自動跟車及車道保持、交通擁堵引導、主動換道及超車、上下匝道、路網切換等功能，支持最高時速120公里，是目前國內最接近落地目標的高速公路自動駕駛量產化方案之一。

接下來，HoloPilot將開啟大規模高速公路測試，在真實的複雜道路環境下不斷積累數據、訓練演算法，為量產落地作準備。禾多內部針對HoloPilot已有三年測試計劃，其目標是在2021年實現HoloPilot量產。

禾多科技近期也獲得首批蘇州智能網聯道路測試牌照，獲准在江蘇省內指定路段開展自動駕駛車輛路測，成為國內第一家通過高速公路道路測試的企業，且在路測考試中未使用高線束激光雷達等非量產型硬體。這也為禾多HoloPilot接下來開展大規模路測「開綠燈」。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！