轻舟智航，驶入更深的海

一个方法论、两个引擎发展战略和三个产品。

2019年5月才成立的轻舟智航（QCraft），刚满三周岁便举办了自己的首届品牌日——QCRAFT DAY。作为一家第三方L4级自动驾驶通用解决方案公司，这算是一个大动作，这意味着经过三年发展，轻舟智航已经有了更多想与外界分享的热情以及拿得出手的产品。

△轻舟智航创始人、CEO于骞

发布会上，轻舟智航创始人、CEO于骞表示，“择高处立、向宽处行是轻舟的思考和总结。”

所谓“择高处立”是指轻舟“将无人驾驶带进现实”的使命，向“宽处行则”则是轻舟达成使命的方法，同时，也是这次轻舟品牌日的分享重点，我把它用“一二三”来简单概括——

一个方法论、两个引擎发展战略和三个产品。

工欲善其事，必先利其器

成立之初，轻舟就秉承“造火箭而不是搭梯子”的理念来实现自动驾驶。这意味着在面对众多Corner case（极端情况）时，必须提升效率，才能实现场景快速、广泛的落地。

基于此，轻舟打造了自己的方法论——“自动驾驶超级工厂”，内核则是数据驱动+效率提升。

△轻舟智航自动驾驶超级工厂

前者业内提得比较多，就是实现数据闭环，包括仿真数据、实际应用场景数据等，都在自动驾驶超级工厂内实现闭环应用；后者则是力求让整个闭环越转越快。

为了达到这一目的，轻舟将感知和运动规划这两个自动驾驶最重要的能力进行了优化：

感知方面，轻舟以“数据高效、模型高效、评测高效”实现了全场景大规模量产感知方案的落地。

1）数据高效：一辆搭载多种传感器的自动驾驶车辆，每天产生的数据都是以TB为单位，但其中只有不到1%能用来开发，最终能用来模型训练的更少。而要发现并标注这样的数据非常困难，传统人工标注效率非常低。轻舟通过充分挖掘并利用海量未开发数据来开发感知模型，通过半监督学习、自监督学习和数据合成等方法，大幅降低数据标注成本；

△数据高效

2）模型高效：传统感知方案经常出现大量分散的模型，这些模型对计算的消耗非常大，轻舟通过融合多任务于统一模型的方式，有效摆脱了模型开发中对手动规则设置与参数调试的依赖；

△模型高效

3）评测高效：很多感知模型通过单点测评很难看出对驾驶行为的影响，轻舟则是监测基于自车驾驶行为的评测模式，能可有效计算感知效果实际影响，加速关键样例的发掘。

△评测高效

在运动规划领域，轻舟依托“自动驾驶超级工厂”成为中国首家采用时空联合规划的自动驾驶公司。

目前，业界广泛采用的是“时空分离规划”的自动驾驶方案，该方案的逻辑是先规划路径，再规划速度，当面对动态障碍物时不易灵活应变，容易造成急刹或降低行车效率等不佳体验。

前不久，我就在北京亦庄体验了试运营的Robotaxi。在需要右转时车辆驶入了右转车道，但该车道前方有一辆速度较低的非机动车在行驶。此时，Robotaxi的选择是降低速度跟车，但其实距离右转路口还有一段足够长的距离且旁边车道并没有车辆，如果是人类驾驶员，肯定会选择换道超车再回到右转道。但采取“时空分离规划”方案的Robotaxi则降低了行车效率，给整个体验带来了一些遗憾。

△时空分离规划与时空联合规划的区别

轻舟采用的“时空联合规划”系统为车辆赋予了更敏锐的时机把握能力，如上图所示，可在各类复杂路况难题中顺畅地完成连续绕障，为乘客带来平稳、无顿挫的舒适乘车体验。

构建好了方法论，就需要加入引擎动力快速前进。

于骞认为，自动驾驶产业正迎来发展的黄金拐点，政策法规愈加友好、技术算法越发强大、传感器和计算在向车规级方向靠拢、行业拥护者越来越多。“面对这样的时代机遇，轻舟致力于在纵向技术深度和横向场景宽度两个方向上持续投入，始终坚持技术和商业化并重的发展思路，推动高级别自动驾驶技术在广泛的场景中不断落地。”

在这样的背景下，轻舟提出了“双擎”战略：

动力引擎：以公开道路L4级自动驾驶软硬件方案打造，加速纵向技术深化，让轻舟逐步在更多场景上实现完全无人的驾驶能力，驱动城市交通出行效率持续提升；

创新引擎：以自由配置的自动驾驶前装量产方案为基础，用更加安全、成本合理的高性价比方案助力用户创新，加速横向场景拓展，实现自动驾驶技术的规模化落地。

△“双擎”战略

两大解决方案+一套工具链

基于“利器”，轻舟也终于引出了这次活动的主角——龙舟SPACE、DBQ V4以及轻舟矩阵三款产品。

1）龙舟SPACE：打造面向未来的移动出行空间

作为轻舟发展的重要切入点，Robobus凭借相对固定的区域路线以及相对较慢的行驶速度，较Robotaxi早一步达成商业化落地。在于骞看来，Robobus赛道一方面帮助轻舟实现数据闭环，积累了大量有效数据，另一方面也实现了商业的闭环。

这次活动上，轻舟带来了龙舟SPACE，该车定位于可在复杂公开道路运营的移动出行空间解决方案，可适配多种车型，既可以满足从长途到短途的无缝接驳，其空间也可多重变换，灵活覆盖不同场景需求。

△龙舟SPACE

其实去年12月，轻舟与东风悦享就共同发布了基于龙舟SPACE方案的Sharing Bus，目前，Sharing Bus已在武汉、大理等多个城市完成落地运营，在智能接驳、景区观光等场景广泛落地。

2）DBQ V4：为前装量产而生

作为轻舟推出的第四代量产车规级自动驾驶解决方案，DBQ V4是我认为这场发布中最重磅的产品，于骞也用一句“量产成本可低至1万元人民币”点燃了线上参与者的热情。

△造车新势力城市NOA方案对比，来源：华泰证券

与上面这几款热门车型的城市NOA价格相比，“成本一万元”确实值得让人兴奋。

能做到这点，主要原因有二：

a、一套技术栈适配多种车型。DBQ V4可适配轿车、SUV、MPV、巴士等车型，且不同车型的海量数据可共享。另外，DBQ V4支持1-5个激光雷达、0-4个盲区雷达、6个毫米波雷达、12个感知摄像头，实现360度无盲区、无死角的感知能力，且左右互为冗余，主机厂可根据不同车型的不同级别自动驾驶的量产需要进行功能裁剪。

b、全国产配置。这次发布会上轻舟还将地平线拉入了自己的“朋友圈”，双方将基于轻舟自研的行泊一体解决方案，以及地平线自研的征程®系列车规级 AI 芯片，联合进行开发与适配。

和车企推出同款不同配置车型一样，轻舟也推出了不同版本的DBQ V4。加强版与标配版分别搭载两颗及一颗激光雷达方案，计算平台则是基于地平线提供的征程系列平台。