成本低至万元，仅需 16tops 算力就能实现领航辅助驾驶（NOA），你相信吗？

5 月 24 日，易航智能首次对外公布其全栈自研的前装量产 NOA 平台。

这一方案采用 TI TDA4 平台，仅需要 16TOPS 算力，就能实现 16 项行车功能和 10 项泊车功能，包括自动超车、自动路网切换、记忆泊车等。

在价格上，易航 NOA 量产方案低至万元以内，相比其他已上市 NOA 方案，成本降低 50%以上。同时，易航 NOA 还可以通过灵活的硬件配置方案覆盖到 15 万元以内车型。

可以说，这是目前国内最具性价比的 NOA 行泊一体量产方案。

基于大算力平台英伟达 Orin，易航智能正在研发全场景自动驾驶 FSD 解决方案，预计将于今年年底实现量产，目前已经拿到威马汽车的前装量产定点合作。

NOA 的量产上车，将自动驾驶带入全新阶段。

易航智能创始人兼 CEO 陈禹行认为，在自动驾驶长河中，NOA 是量产新阶段，以场景为核心的自动驾驶路径中，FSD 将成为行业拐点。此后，整个自动驾驶行业将进入稳定发展期。

从 ADAS 到 NOA，再到 FSD，以场景为核心的自动驾驶量产路径，正推动着自动驾驶技术不断向前发展，最终实现将无人驾驶带进现实的最高目标。

01、易航智能打造低成本、高性价比 NOA 方案

据乘联会数据统计，2021 年我国乘用车累计销量为2105.4 万辆，同比增长 6.4%。

其中，9 万以下的低端车售出271.4 万辆，同比大涨 29.5%；20 万以上的高端车售出 757.8 万辆，同比增长 10.0%，9 万-19 万元中端车累计销量为1076.2 万辆，同比增幅-0.3%。

由此来看，中低端车型仍占据着国内汽车市场绝大部分市场份额，是市场量最大的一部分车型。

而相较于高端车型，中低端车型对于前装量产产品的价格成本更为敏感。

因此，在面向 15 万级别以内的车型，易航智能所打造的 NOA——主打低成本、高性价比。

• 低成本：易航智能 NOA 综合成本约 8000-9000 元人民币，比其他方案成本降低 50% 以上。

• 高性价比：涵盖 16 项行车功能和 10 项泊车功能，已实现 NOA 功能里最完整的功能形态。

在低成本、高性价比的背后，则有着易航智能一套独特的打法：基于独特的软件算法和算力优化能力，仅需要 16TOPS 就可以实现非常全面的 NOA 功能。

硬件层面上，易航智能并未追求大算力平台，而是选用了德州仪器TDA4 芯片，提供单芯片和双芯片两种方案，最高算力仅为 16TOPS。

软件算法上：主要采用算法剪枝和知识蒸馏的方式进行算法优化。

一方面是通过自研的知识蒸馏构建一套大模型，通过让 NOA 在大模型中学习，充分继承大模型中的优秀基因，提升算法精度。

另一方，算法剪枝则是在保证大模型的精度条件，对模型进行压缩，压缩成小模型，从而提升模型运转效率。

算力优化方面，易航智能则采用了共享Backbone 的方式。

在整个算法中，易航智行打通了小模型平台和高精度多任务训练之间的隔阂，使障碍物检测、图像分割、交通标志检测等深度学习任务都共享同样的 Backbone，可极大降低算力消耗，实现高精度的多任务的感知结果。

一般来说，一个好的 NOA 产品，主要从三方面进行评判：

技术层面，不再是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。整车电子电气架构从原本的分散式向域控制器模式的转变，也促进了 NOA 功能的实现，反之，NOA 功能也促进了域控制器向更集中化发展。

数据方面，需要持续的积累数据的能力和迭代升级的能力，NOA 内含影子模式、数据回传等功能，需要其能够快速积累自动驾驶数据。

商业方面，则需要具备足够的商业竞争力，即面向前装量产的产品需要把控好成本，能覆盖更多价位、更广泛的车型，这样才能实现大规模的量产。

陈禹行认为：「除了围绕算法、算力方面的创新，能推出高性价比方案，则得益于易航智能在软硬件开发、海量数据积累和丰富的量产经验，这是一个综合实力的体现。」

而在这背后，也是易航智能数年来构建的全栈自主研发能力的体现。

02、坚持全栈自研，构建核心竞争优势

于自动驾驶而言，想要将技术做成 Demo 进行展示很容易，但想要真正的实现前装量产，大规模上车，则非易事。

全栈自研，则是易航智能让技术更快实现前装量产的必备条件。

为什么坚持全栈自研，陈禹行表示原因有三：

首先，在量产阶段，自动驾驶系统中的软硬件高度耦合，研发过程中会出现各种各样的技术问题，很难将其归结为软件问题还是硬件问题，只有全栈自研，才能去统一分析原因。

其次，全栈自研是实现更好驾乘体验的必要条件。自动驾驶系统中感知、规划、控制高度耦合，且这也决定着整个自动驾驶里的用户体验，如果想要实现 1+1＞2 的效果，就必须两者一起优化。

其三，全栈自研能够更好满足车企的定制化需求。因为车企对成本要求严格，只有拥有全栈自研的能力，才能根据客户的要求来提供定制化的解决方案。

陈禹行表示：「自动驾驶 Demo 展示的是车辆最佳状态时的表现，而自动驾驶量产要保证各种工况下的稳定。只有把所有技术细节都做一遍，才能拥有系统工程经验——而自动驾驶本身就是一项系统工程。」

截至目前，易航智能已经构建了像感知、决策规划控制、软硬件开发，包括测试标定、量产等能力，几乎涉及到整个技术链条。

截止目前，易航智能已经量产上路的车大概有 10 万辆，积累约10 亿公里的驾驶数据。

为了充分利用这些数据，易航智能还在苏州建立研发中心和专用自动驾驶摄像头工厂。

据了解，这间工厂主要包含如 ISP 的算法、摄像头的开发和摄像头的生产等业务。

于易航智能而言，在整个量产的 NOA 行泊一体产品上，最核心的竞争优势就是在于其所打造的领先的自动驾驶算法，以及由此带来的成本优势。

当然，这里所说的算法，并不是易航智能所展现出的功能上的算法，而是基于大量前装量产经验所产生的产品级量产算法。

目前，易航智能整个业务以场景为核心，构建了 4 大产品线，包含：

• 最基础的 ADAS 产品

• 高级 ADAS 产品

• NOA 产品

• 下一代全场景的自动驾驶 FSD

截至目前，前 3 个产品已实现前装量产上车，今年搭载 NOA 功能的车型也将批量上市，合作的车企包括大通、威马、雷诺等。

陈禹行透露，今年已经拿到更多新的 NOA 量产项目，将会在今年晚些时候公布。

与此同时，陈禹行也表示，易航智能也正在研发面向下一代全场景的 FSD，基于大算力双 Orin 芯片打造，预计将在今年年底量产上市，定点合作车企为威马。

在功能上，FSD 解决方案打通全场景，包括城区、高速、快速出口，以及社区、地库等，实现全场景点对点自动驾驶功能。

易航智能以全栈自研的技术体系为基础，坚持走以场景为核心的自动驾驶路径，从 ADAS，到 NOA，再到 FSD，最终朝着将无人驾驶带进现实的最终目标迈进。

03、NOA 为量产新阶段，FSD 将是行业拐点

原本的自动驾驶发展路径中，一般是从自动驾驶级别为切入点，包含两条路径：

• 一条是直接研究 L4 级以上自动驾驶路线

• 另一条则是从 L1 逐步向上迈进

但以此分类会出现一个问题，即能够实现自动驾驶的场景极为有限，如车企新车型要搭载 L3/L4 自动驾驶技术，但却只局限在高速公路上，或者在城区部分道路上，且最高时速不超过 60 公里。

在此背景下，终端用户就会对自动驾驶功能兴趣并不大，启用的时间也相对较短。

因此，围绕场景开发自动驾驶，逐渐成为主流趋势。

什么是「围绕场景开发自动驾驶」？

所谓的以「场景为核心」，就是先用自动驾驶解决行驶过程中存在的 95% 场景，剩余的 5% 场景则先由人接管，等技术升级迭代之后，慢慢解决这 5% 的难题。

举例来说：

在日常上下班通勤时，整个车程要 2 个小时，路上途径一个菜市场，环境非常复杂，现有技术很难完全把它解决掉，而途径菜市场的整个路程仅需 5 分钟。

那么以围绕场景做自动驾驶的思路，就是先把整段路程的 1 小时 55 分钟的事情先用自动驾驶解决掉，剩下菜市场的 5 分钟 Corner case 则由人来监管，后续通过技术的提升迭代，逐渐解决这部分问题。

陈禹行表示：「围绕场景做自动驾驶系统，对终端用户更为友好，用户会更愿意使用自动驾驶系统。」

而以场景为核心的自动驾驶技术逐渐过渡至无人驾驶，将会经历三个阶段：

其一，从 ADAS 切入，功能相对简单，提供碎片化的辅助驾驶功能。

其二，NOA 行泊一体的方案，是 ADAS 至 FSD 之间过渡阶段，也是自动驾驶量产的新阶段。

为什么说 NOA 是过渡方案？易航智能认为，NOA 具备 3 大特征：

• 功能上，NOA 开启人机共驾时代，实现点对点长时间的自动驾驶能力，这也是后续 FSD 的基础。

• 体验上，NOA 系统打破辅助驾驶碎片化功能，创造了在典型场景下沉浸式的自动驾驶体验，可以把驾驶者从驾驶行为中解放出来，有利于推动自动驾驶大规模的普及。

• 技术上，NOA 相比 ADAS 有了质的飞跃。NOA 具备人机共驾能力，所以也具备了数据收集能力，可以实现真正意义上的自动驾驶，积累高价值的数据。

综上，NOA 将自动驾驶带入了一个全新阶段。但这也仅仅是自动驾驶长河中的过渡阶段，而 FSD 才是整个行业真正的拐点。

其三，全场景自动驾驶 FSD，在这一阶段，自动驾驶能够应对大部分的城市场景，比如从家到公司，用手机从车库召唤车辆到用户面前，上车之后自动驾驶到单位，并自动去停车位停车。

但自动驾驶仍存在一些长尾效应，部分复杂的场景，FSD 依然不能应对。

陈禹行认为，在 FSD 之后，行业将会迎来一个稳定的发展期。在此期间，自动驾驶的发展会相对稳定，功能也比较确定，这时候大家主要的精力将会是慢慢解决剩余 1% 的长尾 Corner case。

在自动驾驶赛道长河中，NOA 将自动驾驶带入全新阶段。

也有越来越多的玩家进入这一领域，甚至部分 L4 级企业也开始将技术降维应用，以期能够通过先进的算法优势打造体验更好的 NOA 解决方案。

业内常提，L4 自动驾驶企业将降维打击 L2+企业，但易航智能却认为，从入行之初至今所积累的量产经验和优势，以及全栈自研的技术体系，能够使其自动驾驶技术更快的实现前装量产。

大算力平台的应用、激光雷达的上车，硬件层面上，L2+与 L4 的界限逐渐模糊，软件算法层面，L2+ 公司逐渐向上，L4 自动驾驶公司意欲向下应用。

在不远的将来，二者或必有一战，谁能最终走到最后，值得期待。

返回第一电动网首页 >