2021年实现HoloPilot量产，禾多首次详解高速公路自动驾驶方案 | 2019上海车展

2019 上海车展期间，禾多科技对外公开展示可量产的高速公路自动驾驶解决方案HoloPilot和智能代客泊车解决方案HoloParking。对于可量产的高速公路自动驾驶解决方案HoloPilot，禾多科技创始人倪凯首次详细阐述其中技术方案及产品细节。

雷锋网新智驾了解到，从今年3月开始，禾多科技开始进行大规模路试，现已完成单向里程长达1200公里、沿京沪高速公路往返的长距离测试。倪凯表示，接下来HoloPilot将开启大规模高速公路测试，不断积累数据、训练算法，为量产落地作准备。

禾多 HoloPilot 有哪些功能亮点？

现阶段，多数主机厂已经完成L2级智能辅助驾驶量产，并在加快布局L3级自动驾驶上车。相比L2级智能辅助驾驶，L3级在自动驾驶功能层面更加丰富，比如增加高速路段主动变道功能。

雷锋网新智驾了解到，在单向里程长达1200公里、沿京沪高速公路往返的长距离路测过程中，搭载高速公路自动驾驶解决方案HoloPilot车辆通过完成夜晚、隧道、交通拥堵、道路施工、旁车夹塞等各种高速公路工况。

透过几大高速常见工况，先来了解高速公路自动驾驶解决方案需要解决的难题及HoloPilot的功能亮点：

交通拥堵是高速公路一大常见工况。车辆基本处于低速行驶、甚至静止状态，此时，包括毫米波雷达在内的传统检测技术对于静止或低速车辆检测或面临失效。而跟车距离较近时，摄像头也无法捕捉到前车全貌。在这种情况下，通过多传感器融合方案对静止或低速行驶车辆进行精准有效的车辆检测成为一大重要条件。

当高速公路出现交通拥堵，旁车加塞的情形也时常发生。而多数TJP(Traffic Jam Pilot)方案仍不能完全保证旁车紧急加塞的情况下，车辆能够及时刹车。

高速行车过程中，自动驾驶系统还需对驾乘人员体感进行优化，避免因急刹、急减、突然启动而产生不良体验。如何做到柔顺平滑的车辆控制，这是自动驾驶系统需要关注之处。

高速公路夜晚行车也对自动驾驶系统提出挑战。由于光线不足，摄像头难以检测到车道线以及周围障碍物。另，周围车辆开启远光灯的情况时常发生，这会瞬间造成摄像头的识别算法失效。

高速公路上进出隧道也是一道难题。车辆在短时间内经历明亮和昏暗两种环境转换，光线变化很容易导致摄像头失效。且隧道内，光线较弱，GPS信号消失，这也对路径识别、车辆定位提出挑战。

禾多如何解决上述问题？

针对低速拥堵场景：禾多开发自动驾驶系统感知算法，通过毫米波雷达、测试方案中选配的低线束激光雷达，实现多传感器融合。禾多选择低线束激光雷达一大原因即降低成本、加快推进量产。

对变道加塞行为进行预测：当旁车未完全进入本车所在车道时，HoloPilot系统可预先判断变道加塞情况。从检测到旁车变道发生，再到本车车辆进行决策，或选择制动避让，或继续保持合理的车速使其它车辆无法加塞。针对整体策略，禾多进行了变道加塞行为预测的相关研究。

利用高精度地图应对眩光、进出隧道：强烈光照会使得相机产生过曝光，进而导致图像画面失效。面对眩光、隧道中光线较暗、进出隧道光线转换的情形，禾多HoloPilot在高精度定位模块中使用高精度地图作为车辆行驶依据，通过高精度地图定位和图像预测进而动态调节曝光的增益，使获得的图像维持在可控范围内。

除过曝情况外，在隧道中行车还面临GPS失效问题，禾多通过视觉里程计、惯导、轮速计等，进行组合导航，实现相对定位。在绝对定位层面，当GPS丢失时，禾多HoloPilot则利用高精度地图内已有信息，例如车道线、车道标识等语义信息帮助车辆进行辅助定位。

夜间行驶场景：夜间行驶中因环境光线较弱，传感器对百米开外的车辆和车道线进行检测困难。一方面，在现有多传感器融合的基础上，禾多利用毫米波雷达和激光雷达解决弱光情况下对远处物体的检测困难一题。同时，禾多也强调提高在弱光条件下的计算机视觉算法性能。

面向大规模路测，禾多HoloPilot的准备

高速公路自动驾驶解决方案实现量产上车，需进行大规模路测。禾多目前已有约20辆自有自动驾驶测试车辆，同时也在同国内一级供应商合作进行自动驾驶车队部署，规模近百辆。

雷锋网新智驾了解到，中国高速公路路网为32万公里，现禾多路测里程已达到数万级。

禾多从两个维度部署大规模路测：一是里程数量，去年禾多自动驾驶测试主要以研发中心所在地测试为主，现阶段开始进行长距离大规模测试。倪凯提到，禾多总测试里程即将达到几十万公里。

二是覆盖范围，禾多将率先覆盖研发中心所在地道路，再到研发中心所在地之间的道路路网，进而覆盖整个中国路网。

针对未来更大范围内的全国路网测试，禾多进行了以下方面的准备：

针对测试车队的管理平台：禾多建立了HoloMaster禾多车队远程监控中心。通过HoloMaster，禾多人员可在办公室获取在外作业车队的实时信息，包括位置、速度、传感器状态等；当车辆发生故障时，室内工作人员可以第一时间发现，总部人员和现场的测试人员进行迅速沟通、快速解决问题；禾多还可以通过远程传输技术，获取故障车的实时图像信息，进行远程诊断，提高处理问题的效率。

在HoloPilot的产品定义上，禾多从硬件及软件算法两方面进行部署。

硬件层面，禾多自主研发自动驾驶域控制器HoloArk。倪凯提到，1.0域控制器目标量产时间为2020年，这也是禾多第一代域控制器产品，支持基本的HoloPilot、HoloParking两大产品的解决方案。HoloArk2.0系统计划中，禾多将同芯片及上下游合作伙伴共同部署。

2.0系统和1.0系统最大的区别在于前者拥有更丰富的接口，可支持更多的、不同结构的数据传输要求；HoloArk2.0也拥有更强的算力，可满足更复杂的深度学习算力要求。

软件算法层面，禾多重视视觉定位技术，自主研发了VIO（视觉惯性里程计）可视化工具，将算法背后抽象的数据一键调出，以趋势曲线的形式展现出来，方便工程师直观地发现异常、定位问题、及时调试，进而提高研发工作效率，提升定位算法性能优化的迭代速度。

倪凯认为，自动驾驶算法能力的提升需要两种数据：一是环境类数据，包括真实环境和仿真环境。二是驾驶类数据，即跟踪真实人类获取其驾驶信息，或人工智能模拟驾驶员行为。通过大规模路测返回大量的数据，基于大数据进而不断迭代算法。这也是禾多部署HoloPilot三年路测规划的一大原因。

禾多自动驾驶新进程

倪凯表示，2019年是禾多科技的一个“大年”，高速公路自动驾驶和智能代客泊车两款方案都将迎来商业化落地之路上的关键节点：HoloPilot进入大规模道路测试阶段，向产品化阶段迈进；HoloParking已于2018年底正式发布，现已在北京园区进行测试，并计划在今年下半年展开落地试运营。

2018年1月，搭载HoloPilot的测试车辆驶上了高速公路。目前，HoloPilot已完成软硬件平台搭建、多传感器的集成融合以及智能决策控制等模块的开发，实现了高速公路的自动驾驶，包括自动跟车及车道保持、交通拥堵引导、主动换道及超车、上下匝道、路网切换等功能，支持最高时速120公里，是目前国内最接近落地目标的高速公路自动驾驶量产化方案之一。

接下来，HoloPilot将开启大规模高速公路测试，在真实的复杂道路环境下不断积累数据、训练算法，为量产落地作准备。禾多内部针对HoloPilot已有三年测试计划，其目标是在2021年实现HoloPilot量产。

禾多科技近期也获得首批苏州智能网联道路测试牌照，获准在江苏省内指定路段开展自动驾驶车辆路测，成为国内第一家通过高速公路道路测试的企业，且在路测考试中未使用高线束激光雷达等非量产型硬件。这也为禾多HoloPilot接下来开展大规模路测“开绿灯”。