拒绝依赖高精地图，智行者发布高速领航系统H-INP

近日，智行者重磅发布了其自研的高速领航系统H-INP（Highway – Idriver+ Navigation Pilot），该系统为国内首款采用“重感知 轻地图”技术路线的高级别自动驾驶解决方案。

从“项目型”公司到“产品化”公司

在此次发布会之前，外界对智行者的认识并不统一，由于其在无人环卫车领域的突出表现，市场占比超过90%，导致在不少人的印象中认为智行者是一家做环卫车的公司。因此，在智行者的首次媒体公开日活动上，智行者董事会秘书王苏南首先强调了公司定位：软硬件+云端一体化的无人驾驶解决方案提供商。

按照王苏南的说法，智行者不仅仅做算法、传感器和硬件的开发，也不仅仅是做汽车零部件的配套，而是将一切融会贯通，在整个生态中占据一个进可攻退可守的位置，最终可以与任何一个汽车制造商、任何一个场景运营方结合的时候，智行者的价值才会真正凸显出来。

在技术层面就是要做到用一个底层通用型平台适应多种不同场景，做到真正的“一脑多用”。智行者CTO王肖对此作了更加通俗的解释：“把无人驾驶看作是会开车的机器人，人类在掌握了驾驶技能之后，不管是乘用车、商用车还是环卫车都能驾驶，机器人也应该如此。”

那么为什么这么多年以来，智行者广为人知的还是环卫和特种车领域呢？这与这家公司的战略方向密切相关。智行者是2015年成立的最早的一批自动驾驶公司之一，这一年有一个非常著名的案例，长安采用L4级自动驾驶车辆从重庆开到北京，全程2000多公里，这便是智行者配合长安一起完成的。

2016年，智行者推出星骥L4乘用车，后来很多自动驾驶公司争相去推出类似的DEMO测试样车，并借此不断推高自身估值。但作为最早推出DEMO样车的自动驾驶公司之一，智行者并没有将自己的战略重点放在这一领域。

到底是做一个资本喜欢的公司，还是做一个真正能够有商业回报价值的公司？智行者做出了自己的第一次重大抉择，选择了后者。与很多从业者相比，智行者创始人张德兆算得上是一位最悲观的创业者，他预测短时间内并不会像很多从业者预测的那样，出现自动驾驶车辆满街跑的情形。

于是在2017年，智行者开始做底层技术分离，打造一个完整的底层通用型平台，并且在上面架构应用层来重塑整个无人驾驶系统的解决方案。当时来看是一个冒险举动，但如今来看，这一决策完美的契合了现在无人驾驶行业需求呈点状分布的现状。也帮助智行者从一个“项目型”公司蜕变成为了一个“产品化”公司。

有了这一基础之后，智行者从需求出发打造产品，将产品方向瞄准特种车、环卫车和乘用车三大领域。从马斯洛需求理论出发，无人特种车将人类从高危工作中解救出来，无人环卫车、清扫车将人类从重复的劳动中解放出来，而Robotaxi以及现在推出的高速领航系统H-INP的目的就在于满足人类更高等级的需求：舒适与娱乐。

不依赖高精地图的高级别自动驾驶

说回本次重点发布的高速领航系统H-INP系统，与市场上其他高速领航系统不同，智行者的H-INP采用了“重感知 轻地图”的技术方案，主要特点在于可以不依赖高精地图实现高级别自动驾驶。

据智行者介绍，“重感知 轻地图” 是指不绝对依赖高精度地图，在有高精度地图的时候当然可以应用，在没有高精度地图的时候，同样可以化用时空联合的多任务融合感知方案及在线高精矢量重建等关键技术。

具体来看整个系统有3种运行模式：

其一，在高精地图覆盖区域使用高精地图，同时基于感知矢量重建结果对高精度地图数据进行校验，以处理高精度地图存在错误或地图更新不及时的情况；

其二，在没有高精度地图且第一次行驶的区域，基于感知矢量实时构建类高精度地图环境进行自动驾驶，同时将复杂区域的矢量重建结果存储在本地供下次使用；

其三，在没有高精度地图但是已经行驶过的区域，基于历史过程中构建的矢量信息，结合在线感知的校验进行自动驾驶，同时进一步优化本地存储的矢量信息，从而使得下次在该区域的行驶更加流畅。

“目前虽然我们的乘用车智能驾驶还是聚焦在高速，但是真正的L4、L5就是应该是全场景打通，未来一定是不基于高精地图的全场景自动驾驶，这才是自动驾驶的终极目标。”王肖表示。不依赖高精地图还有另外一个层面的考量，就是将来城市高精地图具体会开放到什么程度，目前还存在不确定性，这是高精地图技术方案最大的风险。

如今，智行者正式进入ADAS这个领域，要在量产这个赛道脱颖而出，必不可少的还有功能和成本两大考量。H-INP具有功能丰富、性能优越、持续升级、成本可控等特点。H-INP可适用于高速公路、城市快速道路、连接匝道、停车场等多种场景，具备自主巡航、出入匝道、自主换道、隧道通行、智能偏航、超控模式、自动泊车、碰撞预警等丰富功能，可实现不同时段（白天/夜间），高密度交通流下的辅助驾驶。

在硬件架构配置方面，H-INP采用了智行者自主研发的车规级高算力域控制器，算力可达128TOPS。H-INP采用了6颗摄像头+5个毫米波雷达的多融合感知方案，实现了成本的有效控制。

除此之外，智行者无人驾驶大脑要做到赋能多场景需要具备三个特征：安全、可持续进化和高效赋能。

安全和可持续进化已经在业内被提及的很频繁。截至目前，智行者无人车已安全行驶超500万公里，值得一提的是这并非是很多公司口中测试里程，而是运营里程，整个过程中未发生过重大事故，完成了对安全性和可靠性的考验。

可持续进化的关键在于形成数据闭环，基于多场景的广泛产品落地，智行者形成了涵盖数据采集、数据加工、数据管理、数据训练、测评等在内的、车端推理-云端训练的完善数据闭环。数据闭环是人工智能非常重要的一点，数据是智能驾驶训练最核心的养料，在无人驾驶行业当中拉开公司差距的要素，就是数据收集的效率与成本。

高效赋能是智行者无人驾驶大脑最大的竞争力。在商业化加速的大背景下，如何将无人驾驶技术快速与不同场景的不同车型进行适配并落地应用是核心竞争力所在。因此，智行者创新性研发了基于模型开发方式，可有效解决自动驾驶技术场景复用率低的问题。

“如果把自动驾驶看作是一场40公里的马拉松，目前还仅仅停留在5-8公里的位置。”王肖这样形容当前自动驾驶所处的阶段。自动驾驶虽然属于优质赛道，但竞争也不可谓不激烈，但要在长跑中胜出，既要跑得快，更要跑得久，需要技术、耐力和信仰的全方位支撑。