陈禹行|他们，把L2自动驾驶卖到了欧洲( 三 )

需要指出的是，即使不依赖高精地图，也不意味着易航智能的城市L2在上市第一天就能在全国所有城市使用。
“前期会跟车企确定一批城市，在提车时候就能使用。后期需要逐步做技术的测试和泛化，从而在不同城市落地。”易航智能一位产品经理这样向车东西说道。
三、Cut-in能做到0.8米匝道汇入成功率高
在聊完产品规划和量产节奏后，车东西与陈禹行聊起了易航智能的技术优势。
关于这个话题，他举了Close Cut-in近距离加塞和NOA下匝道两个例子。
因为加塞行为难以准确感知，因此Close Cut-in近距离加塞是目前L2级自动驾驶系统普遍面临的一个难题。一些L2系统面临这一场景时，要么不反应等待人类接管，要么就是在最后一刻急刹车，用户体验都不好。
陈禹行表示，易航智能的L2能处理好加塞问题——能够以比较舒适的方式减速，从而避免碰撞，并且最近能够处理并道车辆相距仅0.8米的加塞场景。

搭载易航智能系统的车辆能从容应付紧急并线的外界车辆
“做到这一水平并不容易。”陈禹行说道。
因为这种情况下车辆之间的距离往往只有几十厘米，而毫米波雷达的探测误差可能就有30厘米，位于车身侧面的环视摄像头往往也无法拍到并线车辆的全貌，所以想要准确感知并线车辆的位置、速度是非常困难的。
这时候，易航智能自研自产的高精度摄像头在这里就派上用场了。
虽然摄像头不像特斯拉那样能放在B柱内部，但陈禹行表示放在A柱或者后视镜附近也能采集到足够多、足够精准的视觉信息，哪怕无法拍到并道车辆的全貌。
然而高精度摄像头只是基础，系统能够准确感知并道车辆，更关键的原因在于易航智能有非常好的近距离感知模型。
系统会将毫米波雷达和摄像头收集到的数据融合，再通过算法尽可能消除融合后的探测误差。
凭借对并道车辆位置、速度的精确感知，易航智能系统能够快速判断出应当降低多少速度，既不与并道车辆碰撞，又不与后车追尾，还不让车内成员难受，最终处理好了0.8米Cut-in的问题。

易航智能的另一项技术优势在开启NOA下匝道的时候。
假设用户车辆以约100公里/小时的速度在高速公路行使，前方不远处即将下高速。但此时出口处排队车辆较多，且车速只有20公里/小时左右，甚至静止。
本车此时必须从车队左侧找机会并入车队中，才能成功驶下匝道。
对于一般的NOA系统来说，如果排队车辆较长没法并线，车辆往往会选择继续行使，然后到下一个出口再下去。
而易航智能则想办法解决了这个行业难题。
陈禹行介绍称，易航智能解决这个问题的关键是引入了驾驶者行为模型。
简单来说，新手面对这种情况可能会手足无措、等好心人让车才能汇入车流，而老司机可能会选择贴近车流，尽可能把车头挤进车道，创造出一个后车不得不让的窗口。
陈禹行解释道，人类的驾驶行为模式是可以通过数据模型构建出来的，拥有这种模型的自动驾驶系统会模仿老司机的行为逻辑创造机会。
同时，优秀的近距离感知模型会实时对外界车辆的位置和速度做出准确的判断，让“老司机”能够做到有的放矢。
当被问及汇入车流的成功率有多高的时候，陈禹行展现了其谦虚的一面。他表示，在内部测试中这套系统的成功率挺高的，但他认为内测做得再好不代表量产之后就能做到一样好。
他建议等搭载这套系统的量产车交付之后，让市场来检验这套系统的品质。