大疆车载命名成行平台，量产成果近期面世

　　7月27日，大疆车载宣布其全新一代智能驾驶解决方案命名为“成行”。这一命名表达了「成行平台」对大疆车载使命的践行，希望以灵活的配置、友好的门槛、优质的体验促成用户的美好出行。

　　据大疆车载公众号透露，首款搭载「成行平台」基础版本的量产车，将于几周后正式上市。

　　「成行平台」最初亮相于4月初的电动汽车百人会，该平台最大的特点，是以低至32TOPS的算力，7V/9V的纯视觉配置，通过“强视觉在线实时感知、无高精地图依赖、无激光雷达依赖”，实现了包括城区记忆行车(32TOPS)/ 城区领航驾驶(80TOPS)在内的L2+智能驾驶功能。

　　同时，该纯视觉智能驾驶系统也支持扩展毫米波雷达、超声波雷达、激光雷达、高精度地图等传感器，进一步增强系统在极限场景下的性能及安全冗余。

　　「成行平台」的硬件配置中，大疆车载特有的惯导立体双目是最为明显的。通过与人眼相似的视觉原理获得距离信息生成稠密的点云，「成行平台」不仅可以在感知上识别任意类别障碍物，而且在弱依赖数据积累的情况下能实现较好的场景泛化。

　　此外，惯导立体双目还可以为车辆其他系统提供数据支持，如为自适应智能悬挂提供路面预瞄数据，为自动车灯、自动雨刷等提供环境信息等等。惯导立体双目是「成行平台」最明显的外部特征，也是「成行平台」最重要的技术核心之一。

　　此外，「成行平台」实现了行泊一体的BEV感知，并采用OSP(Open Space Planning，开放空间决策规划技术)，这使得「成行平台」无论是在开放的城市道路，还是封闭的高速/快速路，以及停车场环境，都能够在保证安全的前提下提升智能驾驶的通行效率。

　　惯导立体双目视觉感知是「成行平台」的技术核心点，不仅能够通过融合深度学习和双目点云的多模态感知方案，增强应对不同场景的泛化能力，且观测数据也作为实现车辆智能驾驶能力的重要支持。

　　「成行平台」能基于双目观测数据+BEV感知融合，完成实时三维场景和道路拓扑构建，再结合视觉惯性里程计，生成本车位姿数据。因此，只需要配合导航地图，「成行平台」基础版便可实现领航高速功能，降低对高精地图的依赖，也可在无高精地图覆盖城市，支持记忆行车功能，达成点到点的领航功能。

　　BEV(Bird's Eye View)算法是当下成熟的感知范式，该范式利用深度学习网络融合多路相机输入，将汽车周围的场景转换为俯视图，实时重建周围的静态道路元素和道路拓扑结构，实现高精度的全向感知能力。通过极致的算力优化，「成行平台」首次将BEV感知技术落地到低至32TOPS的算力平台。

　　「成行平台」在高速、城区、泊车等场景采用统一的BEV感知方案，可在高速、城区、泊车等全场景自适应运行，对动态交通参与者与静态道路元素检测均有良好效果。

　　这支持了「成行平台」各项功能，如无高精地图的领航高速、记忆行车、跨层记忆泊车等在基础配置下也有良好的表现。这也是业界首个不依赖激光雷达即可实现跨层记忆泊车的方案。

　　「成行平台」拥有业内首个量产的全向单目深度感知技术方案，能够通过高分辨率的全向3D点云输出，可在不依赖毫米波雷达和超声波雷达的前提下，支持泊车全场景的任意障碍物检测和避障。

　　该方案涵盖泊车全场景，包括路沿、细杆、悬空障碍物的检测，以及在低光、眩光场景下的使用。

　　「成行平台」基于惯导立体双目实现的4D场景流技术，可利用双目深度测距能力对场景进行三维重建，不依赖激光雷达和大算力，即可实现任意类型动静态障碍物的检测和速度估计，极大提升行车的纵向安全感。相对于常见的基于单目视觉的Occupancy方案，基于双目视觉的4D场景流具有更高的测距精度、更强的泛化性能、更低的算力依赖。

　　4D场景流估计技术的应用，让「成行平台」能够支持城区复杂场景的障碍物绕行/避让，提升城区驾驶安全性。

　　「成行平台」具备国内率先通过自研攻克的4D纯视觉自标注技术，可在不依赖激光采集车的前提下，完成纯视觉构型量产车的真值标注闭环，通过大规模量产车迅速积累覆盖长尾场景数据，加速对无高精地图覆盖智能驾驶场景的拓展，其效率高、速度快的标注特点，对高阶智能驾驶大范围普及具有重大意义。

　　与行业内大多需毫米波雷达/激光雷达支持智能驾驶的主动安全功能相比，「成行平台」以惯导立体双目为核心，配合其他视觉传感器融合感知，减少对毫米波雷达的依赖，实现智能驾驶行泊状态下的车辆全向主动安全功能。

　　在满足C-NCAP要求的前提下，「成行平台」通过减少对毫米波雷达依赖的纯视觉感知技术，降低整体传感器套件成本。

　　「成行平台」自研的全场景OSP(Open Space Planning)决策规划技术，基于轻决策、防御性和预期风险规划的研发思想，通过对地图和结构化场景感知的“弱依赖”，提升场景泛化能力，保证任何路况下决策规划的合理性和可用性，并能在决策规划过程中，考虑感知的不确定性和自车决策的多可能性，做到真正意义上的防御性驾驶，同时还会根据不同驾驶风格在决策规划中的具体体现，满足不同驾驶员不一样的心理预期。

　　开放空间的决策规划技术，让车辆在城市开放道路的高阶智能驾驶功能在安全前提下，通行更有效率。