16 TOPS算力实现NOA行泊一体落地，易航智能是如何做到的？

随着特斯拉、蔚小理、毫末智行、地平线等公司纷纷推出了NOA领航驾驶辅助功能，汽车行业探索自动驾驶的步伐又向前迈进了一步。

不过，伴随着智能辅助驾驶技术的迭代、功能的提升，智能汽车对软硬件的需求也在加大，这让参与研发领航辅助驾驶的一众车企和科技公司展开了算力“军备竞赛”。动辄几十上百TOPS的算力带来了成本的直线上升，而易航智能不唯算力论，仅凭16 TOPS就实现了NOA行泊一体功能落地，它有哪些独到之处呢？

近日，EV世纪专访了北京易航远智科技有限公司（简称“易航智能”）创始人兼CEO陈禹行。

陈禹行是吉林大学车辆工程专业博士，师从吉林大学郭孔辉院士。读博期间他以交换生身份进入美国UC Berkeley大学。在美就读期间，陈禹行在VDL和MPC实验室负责车辆智能控制项目，参与过丰田北美研发项目和沃尔沃研发项目。

2015年陈禹行创办易航智能，是国内比较早的自动驾驶创业公司。公司获得了经纬中国、中金资本、源码资本、明势资本等知名创投机构，以及广汽集团旗下广汽资本和新造车势力代表理想汽车等主机厂的战略投资。

目前，易航智能拥有近300名员工，设有北京研发中心、苏州研发中心及工厂，以及固安测试基地。公司自2016年拿到第一个自动驾驶量产项目后，已服务包括理想汽车、江铃雷诺、上汽大通、威马以及大众等主机厂，搭载易航智能提供的智能辅助驾驶技术的量产车已超过10万辆。

构建以场景为核心的自动驾驶量产路径

陈禹行表示，传统的自动驾驶分级是从安全角度划分为L1-L5级，这样便于对自动驾驶进行分类和管理上的界定。除了到达L5级的全场景全天候自行处理阶段，其他等级的自动驾驶如果只能在各种苛刻的条件下才能启动，那自动驾驶技术创造的价值就极为有限。

为了解决用户痛点，易航智能的做法是将场景逐步放开，构建了以场景为核心的迭代升级模式，并以此打通“无人驾驶”和“大规模量产”之间的矛盾。从基础辅助驾驶&融合泊车APA，到高级辅助驾驶&记忆泊车HAVP，到领航辅助驾驶NOA&代客泊车AVP，再到城市全场景自动驾驶FSD。通过覆盖更多场景，易航智能不断扩大自动驾驶使用范围和使用时间，让自动驾驶功能不再是碎片化的应用状态，以此提高用户的使用体验和使用粘性。

目前，易航智能从早期给理想汽车等提供基础辅助驾驶ADAS的阶段，进入到了高级辅助驾驶ADAS和NOA领航辅助驾驶阶段。易航智能的NOA领航辅助采用双TDA4方案，目前已经在江铃、雷诺、威马和上汽大通等品牌上实现量产。特别需要指出的是，搭载了易航智能NOA领航辅助功能的雷诺江铃羿车型已经出口欧洲。下一步，易航智能将推出城市全场景FSD方案。

16 TOPS算力实现NOA行泊一体

在陈禹行看来，NOA行泊一体的到来代表着自动驾驶技术的量产进入了新阶段。他认为，NOA行泊一体方案是真正意义上的人机共驾，实现了在高速公路、城市快速路、城市环线点对点的自动驾驶能力。

在ADAS辅助驾驶阶段，用户只能体验到碎片化的功能，对辅助驾驶功能感知较弱，也不愿开启辅助驾驶功能，整体体验较差。而NOA在典型场景下创造出高频的自动驾驶体验，成为用户接触、使用和接受自动驾驶更好的选择。

同时，在技术层面，想要真的实现自动驾驶普及就离不开高质量数据的大规模积累，以及在数据滋养下深度学习算法的迭代升级。陈禹行表示，谁掌握了数据，谁就拥有自动驾驶技术发展的主动权。而NOA行泊一体功能已经具备大规模推广基础，能够提供高质量的人机共驾数据，这是自动驾驶数据积累的新起点。

在陈禹行看来，一款优秀的NOA行泊一体方案应该具有三个特征：

首先是通过全栈自研的能力重构自动驾驶域控架构。NOA功能的实现更加复杂，不再是传统辅助驾驶中简单的汽车电子模块的叠加、优化，而是整个自动驾驶域的重构，一定要用自动驾驶的思路来开发这套系统。因此需要视觉感知、规划控制、软硬件开发等全栈自研能力才能加速实现量产。“目前自动驾驶系统软硬件高度耦合、感知和规控高度耦合，量产测试过程中遇到的问题不能简单归因，而要各环节通力配合解决。因此，只有把整个技术链条都趟一遍，才能具备系统工程能力，这是量产的前提，也是创造更好驾乘体验的必要条件，所以易航坚持构建全栈自研的能力”，陈禹行说。

第二点就是数据积累。NOA不像传统辅助驾驶那样会和驾驶者的感知、控制、规划完全分开，在人机共驾模式下，将有机会积累大量优质数据，所以在场景里要有数据收集和回传能力，以实现方案持续迭代优化。

第三点则是需要NOA拥有足够的商业竞争力。一款优秀的产品不是用来炫技的，而是要以合理的成本提供给车企实现大规模生产，为更广泛的用户创造价值。技术最终要解决终端用户的需求，现在终端用户和车企对于自动驾驶系统是有成本预期的，所以要在成本可控下实现功能，这样才能让自动驾驶系统更快普及。

为此，易航智能采用了更具性价比的方式为车企提供解决方案。

陈禹行表示，自动驾驶的量产需要在算力、功能、功耗之间找到平衡，让更多的设备轻松使用AI模型。在NOA方案的研发过程中，易航智能使用包括“算法剪枝”、“知识蒸馏”和“共享Backbone”等一系列技术，用16 TOPS算力实现了某些车型需要上百TOPS算力才能运行的NOA行泊一体功能。

易航智能以自研的scalpel模型压缩方法论进行算法剪枝，充分激发算子在TDA4（TI 推出的新一代面向高级别自动驾驶芯片）平台的表现，极大提升模型的运转效率。

在算法剪枝的基础上再进行知识蒸馏。易航智能自研了一套完整、领先的自动驾驶算法模型（大模型），通过知识蒸馏的手段，让NOA方案的模型直接高精度大模型学习，充分继承大模型的优秀基因，提升小模型的精度。

共享Backbone则打通了小模型平台和高精度多任务训练之间的隔阂，实现了障碍物检测、图像分割、交通标志检测等共享Backbone，极大降低了算力消耗。

除此之外，易航智能用多种技术的组合、以精巧的模型实现了高精度，从而能在高性价比的平台上实现非常全面的功能。

基于TI TDA4平台研发，相较市面已推出的NOA行泊一体量产方案，易航智能的解决方案可降低成本50％以上，可覆盖15万元以内的车型。并且，易航智能可以根据需求提供单/双TDA4等多种配置方案，其中单TDA4方案可以取代L2级ADAS功能，在成本持平的前提下实现更高阶的辅助驾驶功能。

功能方面，易航智能NOA行泊一体方案拥有16项行车功能，可实现自动超车、自动路网切换等目前比较领先的NOA功能，并拥有10项泊车功能，其中1000米记忆泊车和融合泊车技术业内领先。

同时，易航智能的NOA行泊一体方案获得了E-NCAP五星评级认证，可以极大提升车辆的主动安全能力。

得益于成本控制和量产能力，很多品牌的NOA领航辅助功能需要选配，但易航智能的方案可做到全系标配。并且，目前易航智能提供给车企的都是一站式“交钥匙”的解决方案，主机厂可以按用户需求提出定制化要求，易航智能即可配置对应的产品。

对于NOA的发展趋势，陈禹行预计今年销量会提升几倍的量级，明年将会更多，这是市场对NOA的需求决定的。同时，易航智能基于大算力平台的城市全场景FSD方案也在紧锣密鼓的研发之中，预计在今年底到明年初量产上市。