智能驾驶|智己自动驾驶挑战晚高峰如何实现40公里零接管？( 二 )

文章插图

智己 IM AD 在整个的提速过程中相对比较缓慢，并没有立即提到限速值，这也是目前智能驾驶普遍使用的一种标定。

文章插图

智己IM AD在变道的逻辑上，一个是根据高精地图去自动匹配车道，另一个是通过实时的感知，结合跟车距离以及交通流的状态进行自主变道。
应对Y字形匝道、大曲率转弯在高架路上行驶时有了高精地图的加持，Y字形的匝道口也能够轻松的应对，为增加通行效率，车辆会提前两公里左右贴近道路的右侧行驶，这样能够尽快的汇入主路。此外，在视频中看出，在车辆较少的情况下，IM AD 系统路过匝道口时，也会尽量靠左侧道路行驶，远离匝道口，保证一定的安全性。

文章插图

文章插图

在汇入主路之前，道路缩窄，需要并线的时候，会一点点的往里并线，往里进行试探，在紧急情况下会提前的进行一个避让，在主路拥堵的情况下还会在原地进行等待。在通过大曲率的匝道时，会自动减缓速度，必要时会进行变道动作，以保证行驶的舒适性和安全性。
选择最优车道、识别模糊标线在高架路上出现长实线时，不可避免的存在拥堵情况，基于高精地图以及实时感知，选择最优的车道路线，提高通行效率，从而也避免错过匝道出口的情况。

文章插图

此外，在通过混乱标线时，因为有高精地图的加持，IM AD表现得十分稳定，能够精确的识别新旧标线，并能够通过云端采集，完成道路信息的更新。
自动下匝道在车辆出匝道时，也会提前向右侧车道进行并线，变道的过程中发现有其它车辆汇入时，会进行一个非常柔和的避让，并没有直接紧急制动，当汇入车辆车速较快时，则会让它先行通过，这一过程也并非一次完成，而是多次的进行感知、计划、执行。

文章插图

文章插图

出匝道后也会进行一个持续的试探动作，并会提前的进行一个并线，尽可能的在红绿灯路口进行一个排队操作，而不是插队的动作。
智己IM AD如何依靠「低」算力解决「大」问题？在目前主流的全流程点对点之间的智能驾驶，还是基于高精地图来实现的，但高精地图的问题在于覆盖区域不够完善，经常会出现短暂的自动驾驶退出的情况。而基于高精地图的智能驾驶很难实现全场景的覆盖，以及认知能力的不足，这也是封闭式NOA相对于城区道路的NOA能够更快推出的原因。

文章插图

智能驾驶要实现技术层面的能力是很容易实现，除了技术部分，更难的是如何在人与车辆的博弈之间，更贴近人为驾驶的使用情况。当智能驾驶在使用的过程中，遇到突发情况时的感知能力，经过处理之后会进行非常激进的执行过程，当系统无法处理的情况会直接人为的接管车辆。
这一过程，其实是增加驾驶者的紧张感，并没有更加的舒心，这也是大家区分智能驾驶好坏的重要指标。
智己IM AD 的处理逻辑智己IM AD采用的是高精地图+视觉融合的解决方案，其整体的成本相对较低，硬件架构的迭代的更新会比较快，并且能够通过全流程的数据驱动技术进行数据采集，加上Momenta自研算法的加持。

智能驾驶|智己自动驾驶挑战晚高峰 如何实现40公里零接管？( 二 )

智能驾驶|智己自动驾驶挑战晚高峰如何实现40公里零接管？( 二 )