小马智行赶乘“L2＋快车”火速量产，详解三大智驾产品线

作者 / 华卫

刚过去的2022年里，自动驾驶领域遭遇了一场「大迁徙」：众多主打L4的企业先后「遇困」，不少玩家将战线转至乘用车领域，做起了L2+的辅助驾驶解决方案。新的一年开始不久，小马智行不仅也搭上了这趟车，更是直接一脚踏入「决赛圈」。

1月11日，小马智行发布三大乘用车智能驾驶业务产品线：智驾软件品牌「小马识途」、域控制器「方载」以及数据闭环工具链「苍穹」，并宣布推出高、中、低三款智驾系统方案，覆盖高速、城区、泊车等场景。

而这一业务动作，还要从两年前小马智行内部对自动驾驶核心技术的一次趋势预判说起。

据悉，小马智行是在2020年做出进军乘用车领域的决定，当时他们的判断是：到2023年，L4的核心技术会具备在乘用车上量产的可能性，同时还会是多传感器融合技术在乘用车大规模使用的窗口期。

「两年过去，整个自动驾驶行业的趋势跟我们当时的判断基本一致。」小马智行首席运营官（COO）、上海研发中心负责人王皓俊谈到，这两年里，他们做了技术研发、市场调研，还接触了许多OEM，现在小马所推出的三条乘用车智能驾驶业务产品线均取得了车企定点，并已开始量产交付。

在今天的沟通会上，王皓俊以及小马智行副总裁、上海研发中心副总经理黄俊，还就其乘用车智能驾驶业务产品线背后的技术算法和他们为拿到车企定点所破除的现实壁垒，进行了详细介绍。

高中低三档智驾系统，

最低至数千元

据了解，目前小马识途基于不同传感器和算力配置推出三款智驾系统方案，分别是PonyClassic、PonyPro以及PonyUltra，能够对应不同的传感器数量和算力芯片及不同的配套成本，也可根据客户需求定制整体方案。

其中，PonyClassic的性价比最高，通过精简传感器数量达到数千元的全套智驾硬件成本，可实现高速NOA、记忆泊车与主动安全功能，预计在今年第二季度量产交付。算力需求在50-100TOPS，支持地平线征程5、英伟达Orin或类似算力芯片平台。

PonyPro加装了一颗激光雷达，可实现城市NOA与自主代客泊车功能，预计今年量产交付。算力需求约为200TOPS，支持单颗英伟达OrinX、两颗地平线征程5或类似算力芯片平台。

顶配方案PonyUltra可实现「媲美小马智行L4 Robotaxi体验」的「超级城市NOA」，预计在今年下半年会SOP。算力需求在500TOPS，支持两颗英伟达OrinX、地平线征程6或类似算力芯片平台。

除了驾乘体验一流的解决方案，小马智行还提供了自研的智能驾驶硬件模块：域控制器「方载」。

据介绍，「方载」已经通过汽车功能安全ASIL-D开发流程认证与国际质量体系认证，满足车规级域控的标准，并开始量产交付，定点客户包括车企。

（单 DRIVE Orin 版方载域控制器）

目前，小马智行已推出行业内首批采用DRIVE Orin芯片不同配置的域控制器，包含单OrinX芯片与双OrinX芯片。

王皓俊表示，单Orin域控制器在去年底已经交付给客户，双Orin域控制器也到了B2 sample的阶段，预期在今年下半年正式SOP。同时，小马智行也在积极布局适配其他芯片及域控平台。

（双 DRIVE Orin 版方载域控制器）

此外，小马智行还推出了数据闭环工具链产品「苍穹」。该工具链由两大核心模块协同组成，分别是车云协同大数据平台与云端大规模仿真平台，配合灵活接入的数据标注工具与模型训练工具，可实现车企在研发测试阶段的全量数据闭环以及量产阶段基于影子模式的数据闭环。

仅用导航地图，

如何实现各场景NOA？

据介绍，小马智行此次推出的智驾系统方案，可以在无高精地图的情况下，实现高速和城市场景下的NOA功能。

王皓俊表示，去掉高精度地图来实现NOA，小马智行自研的BEV感知算法在其中起到关键作用。该算法可识别各类型障碍物、车道线及可通行区域等信息，最大限度降低算力需求，仅用导航地图也可实现高速与城市NOA。

在高速场景中，小马智行用鱼眼相机参与行车BEV感知模型，使用低至6个摄像头（4个鱼眼相机及前后向各1个长距相机）与1个前向毫米波雷达，就能实现高速NOA、记忆泊车、主动安全等功能，并可适配多种芯片。

「没有高精度地图的自动驾驶系统，还离不开路径规划模块。」王皓俊称，现在很多企业在高速和城市场景对高精地图的使用情况不一致，使得用户的实际体验出现了割裂感。

基于对复杂场景处理的多年积累，小马智行首创博弈交互式规划算法、「全场景ACC」、「全场景LCC」和「全场景NOA」，让系统无论有无高精地图，在城区、高速行车和泊车场景中，不同功能的职责相同部分均使用同一套博弈交互式规划算法，体验一致。

例如，ACC功能中用到的纵向规控、社会车辆切入预测算法与LCC、NOA相同；LCC的横向规控算法与NOA相同，可避让隔壁大车、绕行施工与违停车辆；LCC的拨杆变道与NOA的自主变道使用同一套变道算法，泊车场景与城区行车场景均使用同一套窄路会车算法。

此外，小马智行自研高精定位算法，并与车企、硬件供应商合作定制定位传感器，进一步降低了整车硬件成本。

要拿到车企定点，

怎么破除现实壁垒？

在转向L2+的过程中，原本主做L4的自动驾驶公司会遇到算法适配、工程化能力、车企认可、量产经验等方面的难题。对此，王皓俊也表示认同，并指出了小马智行面对这些现实壁垒的所做的工作及自身的竞争优势。

「小马智行的L4算法在L2+领域的复用度至少有70%。」王皓俊称，除算法的移植、适配，小马智行在处理复杂场景方面也有一定优势。在落地L4产品过程中，小马智行已积累近2000万公里的公开道路自动驾驶数据，具有丰富的复杂场景库。

「工程化方面，小马智行也通过快速拿到全流程功能安全认证的事例，向车企展现了自身的工程化能力。」

在同车厂沟通和接触的过程中，小马智行还发现，车企对于性能要求、性价比、服务意识、专注度等方面的要求非常高。小马处在逐渐打磨的过程，目前的交付的任务，总体状况良好。

「首先在车型本身的性能要求上，我们已了解到各大车厂的综合需求。我们认为，PonyClassic基本上能够满足绝大多数OEM的诉求。」

而且，根据小马智行的详细测算，价格处在数千元的PonyClassic在当下具有一定的竞争力。「价格控制方面，方案就算只节省几十块钱，也对车厂有很大吸引力」，王皓俊表示。

另外，据透露，考虑到OEM所关注的平台本身具有更多的选择性和功能共性，小马智行接下来计划进一步扩展整个产品线的形态，尤其是对于软件平台的支持程度。