智己L7智能驾驶软硬件功能分析

作为汽车的眼睛，视觉摄像头在当今的赞助驾驶中霸占着举足轻重的地位，一方面基于数据驱动的深度学习视觉算法性能大幅提升，涌现了类似Mobileye、Tesla等一众引领视觉方案的企业；另一方面摄像头自身低本钱的硬件和完备的供应链体系使其能够大规模运用于现有的赞助驾驶车型中。

与毫米波雷达和超声波雷达数量固定，安装位置固定不同，视觉摄像头正朝着高分辨率（100万-->200万-->800万）的渐进式路线在发展，同时摄像头的数量也在不断增加，由原来的单目往双目、多目的方向发展，安装位置也从原来的前视扩展到周视和后视，覆盖360度的范围感知。
比较于毫米波和超声波雷达等传统传感器，视觉摄像头无论从算法上还是硬件性能上，值得挖掘的空间巨大，以是这也是浩瀚车企不断在视觉摄像头上做改进和升级的缘故原由。

智己L7在视觉摄像头方案上做了精心支配和选型，搭载了目前市情上最全的视觉传感器配置方案，统共搭载12颗视觉摄像头，包括前视2颗、增强感知5颗、环视4颗、驾舱1颗。

智己L7搭载的传感器示意图

亮点1：比较于其它车企采取前视3颗（28、60、120）实现不同间隔的检测识别，智己L7通过提升前视摄像头的分辨率（增加到500万像素），仅采取2颗前视摄像头（28、120）就可以实现前视的ADAS功能。

亮点2：不盲目增加所有摄像头的分辨率，在其它车企宣扬时要将所有摄像头的分辨率增加到800万像素时，考虑到现有的打算算力、图像传输带宽、算法处理大图带来的耗时等问题都是潜在的风险项。
智己L7的选型较为理性，在增强感知的5颗摄像头（4颗侧视和1颗后视）仍采取的是200万分辨率摄像头，足以覆盖到侧向和后向的探测区间，探测的最远间隔达到75米和140米。

智己L7搭载的视觉摄像头

亮点3：软件算法强大。
12颗摄像头构建的多目立体视觉，实现整车3D环境模型重构，前视摄像头算法在红绿灯识别，感光能力和避免运动图像拖影等方面做到极致。
在目标检测方面，前视可以检测到400m+的车辆，足够知足前方低速车舒适制动哀求；周视可检测100m+，足够知足变道哀求、路口转弯哀求；环视摄像头用于补充近程盲区。

智己L7视觉识别呈现的可视化效果

视觉摄像头是汽车的眼睛，它的支配办法和选型，软件算法的好用与否等都会影响终极感知性能的好坏，这也直接决定了行车的安全性和可靠性，因此一套稳定可靠的视觉系统对付自动驾驶车而言尤其主要。

1.2 毫米波雷达与超声波雷达

毫米波雷达是自动驾驶车中不可或缺的传感器之一，虽然特斯拉近期北美发布的最新在售车型要将毫米波雷达拿掉，但除“激进”的特斯拉之外，还没有其它车企声称要取消毫米波雷达。

毫米波雷达的上风在于能够准确丈量出目标物体的间隔和速率，本钱低廉，同时具有很强的环境适应性，能够应对各种繁芜的景象，如沙尘、雨雾景象。
毫米波雷达根据频段的不同，分为短距雷达（24GHz）和长距雷达（77GHz、79GHz）。
短距雷达检测间隔有限，紧张用于检测近处的障碍物，长距雷达最大检测间隔可以达到160米以上。

停车过程中超声波雷达的感应示意图

超声波雷达根据安装位置不同也分为两种类型，第一种是安装在汽车前后保险杠上，紧张用于丈量汽车前后障碍物，俗称倒车雷达；第二种安装在汽车侧面，用于丈量侧方障碍物。
在倒车入库过程中，在驾驶室内能听到“滴滴滴“的声音，便是超声波雷达根据检测间隔给司机供应的反馈信息，超声波的探测间隔较短，一样平常在3米旁边。

超声波雷达的安装位置和探测范围

图片来源：陈光：无人驾驶技能入门（八）| 被严重低估的传感器超声波雷达

现有的主流赞助驾驶方案标配是5颗毫米波雷达（1长距+4短距）和12颗超声波雷达，覆盖360度感知，个中1颗长距毫米波雷达安装在车辆前保险杠，用于探测前方远间隔物体，能够实现紧急制动，高速公路跟车等赞助驾驶功能。
4颗短距的角毫米雷达安装在车辆的四周角点处，能够实现车辆四周的盲点检测、变道赞助等功能。
形象来讲长距雷达相称于排头兵，探测前方的安全；短距雷达相称于侦查兵，时候当心周围的一举一动。

智己L7毫米波和超声波雷达配置

智己L7也绝不例外，搭载了5颗毫米波雷达和12颗超声波雷达的方案。
须要解释的是，智己搭载的5颗毫米波雷达是最新的第五代毫米波雷达，不仅在探测间隔上有大幅提升，同时相较于市场上现有的第四代毫米波雷达，除了可以判断物体的间隔、速率、方向角之外，还可以探测物体的高度，即增加了测高的能力。
这样一来毫米波雷达就可以办理一些特定场景的问题，比如 2020年6月台湾嘉义的特斯拉撞上静止白色大货车的悲剧。
其余12颗定制化的超声波雷达探测间隔增加到4m，确保近处物体的检测更加及时可靠。

1.3 激光雷达

激光雷达：有一个大箱子在路上，停车。

特斯拉视觉：路上有一辆消防车，我们就要撞上了。

“傻子才用激光雷达”，马斯克如是说。

不管马斯克咋说， 2021年可以算是激光雷达上车的元年，在今年的上海车展中，几款最吸引眼球的智能车型智己L7、蔚来ET7、小鹏P5和极狐阿尔法S均要搭载激光雷达，可能在不久的未来一两年内，我们就可以拿到带激光雷达的车型，而不是只能偶尔乘坐体验的RobotTaxi。

上海车展智己L7/蔚来ET7/小鹏P5/极狐S

激光雷达上车意义重大，在现有视觉摄像头+毫米波+超声波雷达的传感器配置方案下，不敷以应对城市道路各种繁芜的场景（图3），拥堵变道场景、随时涌现的外卖小哥、宠物狗等场景都对车辆的检测性能提出了巨大的寻衅。
而激光雷达能够很好地填补现有传感器的不敷，其最大的上风在于视野范围和覆盖角度更广，感知精度更高，抗环境滋扰能力强，对小物体检测能力更具有上风。

城市道路各种繁芜的场景

激光雷达按照扫描办法的不同分为机器式激光雷达、MEMS等半固态激光雷达和全固态激光雷达。
机器式激光雷达是做L4/L5级别自动驾驶公司的主流方案，技能成熟可靠，具备360度视场角，高分辨率等性能上风，但限于工艺等成分难以大规模量产；半固态激光雷达技能相对成熟，能兼顾本钱、性能、车规等哀求，但抗冲击可靠性存疑，属于过渡产品；全固态激光雷达则是未来上车的主流趋势。

激光雷达点云映射到图像上的效果

由于现阶段车规级的激光雷达大规模量产还并不成熟，智己L7采纳的思路是前期基于12颗摄像头+5颗毫米波雷达+12颗超声波雷达的感知方案，待机遇成熟，后期会增加2颗车规级的激光雷达，虽然不知道这个周期会有多长，能否做到率先吃螃蟹（激光雷达红利）的车企，我们不得而知。
但在目前设计的软硬件架构系统时，须要系统能够兼容激光雷达传感器的接入，同时须要担保两种方案可以复用一套感知算法，这样达到灵巧兼容视觉和激光雷达方案的目的。

为覆盖更多的智能驾驶运用处景，激光雷达是不可或缺的传感器，也是未来上车的一定趋势，我们有情由期待带激光雷达的车型早日进入到我们手中，城市的赞助驾驶功能也将指日可待。

1.4 军工级惯导

“我在哪，我要去哪里”——人类灵魂拷问。

高楼林立下的繁芜十字路口

在环球卫星定位系统（GPS）未涌现之前，如果我们想知道自己在哪里，我们不得不该用纸质舆图、不雅观察路标、指示牌或者讯问路人，才有可能到达我们想去的地方。

GPS涌现之后，我们的生活有了很大改进，自驾游不用担心迷路；打网约车，司机能够准确定位我们在哪；家长为防小朋友走丢，开始给他们配备带有定位功能的腕表，这统统都突显了定位的主要性——安全、便捷、可靠。

但这统统就够了么？城市在逐渐往城市森林发展，各处的高楼、高下起伏的高架、越来越拥挤的地下车库，使得这些区域的旗子暗记不稳定问题越来越明显，纵然是老司机也有找不到北的时候。

隧道、高楼、桥底等遮挡所带来的卫星旗子暗记丢失问题

我们就来先容一下神秘但功能强大的定位系统——惯性导航系统（Internal Navigation System—INS，简称惯导）。

惯导：“我长这个样子”

不同于视觉摄像头、毫米波雷达和激光雷达等传感器的有名度，惯导作为车辆上最“名不经传”的传感器，很少被人们所熟知。

它由陀螺仪、加速度计等惯性传感器和导航解算系统集成而成。
陀螺仪和加速度计是系统的核心器件，陀螺仪丈量物体的角速率，加速度计丈量物体的加速度。

繁芜不看系列——惯导事情事理图

智己L7搭载的是军规级惯导，当GPS旗子暗记遮挡或旗子暗记强度较弱时，借助军工级惯导依然能够帮助车辆实现高精度厘米级定位，确保隧道内、地下车库、高楼林立的都邑内自动驾驶车辆行车安全。
尤其在地下车库场景，全自动停车中的视觉领悟停车、影象停车、代客停车的自车定位功能都紧张依赖惯导来实现。

可以说有了GPS加惯导的双重保障，我们的车才能开的更加游刃有余，才能更加风雅化管理。

1.5 高精度舆图

高精度舆图越来越频繁的涌如今我们的视野当中，什么叫高精度舆图，高、精度表示在哪里，它跟我们手机导航舆图有啥差异，下面就让我们来逐一解答这些困惑着我们的问题。

什么是高精度舆图：

高精度舆图能够将大量的行车赞助信息存储为构造化数据，如道路的形状、车道线信息，还增加了曲率、坡度、道路举动步伐、交通标志语义信息等根本举动步伐信息。
在引入高精度舆图后，车辆可以提前预知所有的限速、匝道曲率和坡度以及路口角度等信息，为后续的决策方案供应了足够的先验信息。

高精度舆图标签制作

图片来源:四维图新官网

与手机导航舆图的差异：

高精度舆图更专注做事于自动驾驶场景。

比较于传统的手机导航舆图，高精度舆图的定位精度可以达到厘米级，而普通的手机导航只能掌握在米级，这样随意马虎造成定位漂移偏差，对付高架较多，匝道路口较多的道路，区分难度较大。

高精度舆图的高表示在空间抽象的层次感，如高下的高架信息，更专注于自动驾驶场景，让自动驾驶车辆人性化地理解不断变革的现实环境，通过云端实时更新的多图层高精度舆图数据，在自动驾驶车感知、定位、决策、方案等模块起到主要浸染，是自动驾驶办理方案不可或缺的一环。

一句话总结，普通导航舆图是给人看的，高精舆图是做事于机器的。

智己搭载的高精度舆图：

智己L7搭载的高精度舆图覆盖城市大部分的高架和高速，以及地下停车场，城市场景则通过众包的办法来更新高精舆图得到城市道路数据，实现实时更新的低本钱、可量产化的方案。
搭载高精度舆图后，智己L7可以提前实现全局路径方案，推举车辆行驶最优路径，车辆在行驶时将非常清楚在哪个路口变道，在哪里高下匝道等，这样车辆的自主变道，速率掌握都会更加柔和和合理。

总的来说，高精度舆图给车辆供应了一个上帝视角，见告车辆周围全局的静态路况信息，能够帮助车辆提前方案好行车路线和方向掌握的决策方案，在高下匝道，路口左转、右转、掉头，大曲率弯道场景以及地下停车场场景，有高精度舆图的加持，会让行车更安全可靠。

1.6 Orin芯片及算力——算力的武备竞赛

想看挖矿车么，来看Orin吧。

近期的汽车发布会现场听得最多最响亮的一个词，我们将利用Orin芯片，算力具备1000个TOPS, 然后便是一阵狂欢。
这就仿佛回到前几年的手机发布会现场，我们将搭载高通骁龙8XXX，安兔兔跑分100000＋，史上最牛机皇。

汽车现在也在走手机的路子，堆配置，讲算力，俨然汽车快成为下一个堆料机器。
那我们来看看到底什么是Orin芯片和算力，揭开其面纱。

什么是Orin芯片：

Orin芯片出自于国外厂商英伟达Nvidia，听说花费4年韶光投入数十亿美元打造。
我们玩电脑游戏的独立显卡大多出自于它家，如RTX1080，RTX3090等，也是现在浩瀚挖矿人士囤货必备的东西。

英伟达DRIVE AGX Orin SoC

Orin芯片由170亿个晶体管组成，芯片集成了英伟达新一代GPU架构和Arm Hercules CPU内核以及全新深度学习和打算机视觉加速器，每秒可运行254万亿次打算（254TOPS）,尤其对付神经网络、图像处理这种须要并行处理的领域上风巨大。
就目前的市场行情，Nvidia一家独大，Orin的上一代是Xavier，也便是小鹏P7上搭载的芯片，不过Xavier仅有30TOPS的算力，Orin的芯片算力能达到254TOPS，性能提升8倍。

什么是算力(TOPS)和芯片大算力的好处：

直接来看，1TOPS即是1s可运行1万亿次（10^12）打算。
如今智能驾驶的发展涉及人机交互、图像处理、决策方案等，芯片须要实时处理大量传感器输入数据和越来越繁芜的算法，目前一辆高端汽车已经搭载超过1亿行代码，远超飞机、手机、互联网软件等，未来伴随自动驾驶的渗透率及级别提升，汽车搭载的代码行数将呈现指数级增长。
以是未来对汽车的算力哀求也就越来越高，这也是各大厂家推高算力的紧张缘故原由。

智能汽车发展过程中所需的算力等级划分

堆算力真的是最优解么？

理性来看，堆料并不即是智能汽车，现在随意马虎稠浊一个观点，认为只要堆料，就一定能实现高等别自动驾驶。

具备高算力芯片和激光雷达不等价于智能汽车

堆算力并不是想象中硬件的大略叠加，它会涉及到硬件之间的耦合问题。
在我们的主不雅观理解中，传感器的数量和种类越多，智能车就能网络到更多更全的环境信息。
但事实并非如此，一味的增加传感器的数量和类型，会导致系统的本钱和繁芜性增加，同时传感器之间的组合会带来相互之间的滋扰，各种传感器的旗子暗记传输、功耗散热等都须要重新设计考虑，而且元器件越多，全体系统涌现故障的概率也会随之增加，因此，须要找到传感器的最优配置，限定传感器的总数才是最优解。

智己L7搭载的芯片：

智己L7目前搭载的是NVIDIA较为成熟的 Xavier芯片，算力为30TOPS，目前也仅有小鹏P7搭载该芯片，也是目前算力除特斯拉的FSD（72TOPS）外市情上算力最高的芯片，能够知足靠近30多个传感器的旗子暗记接入和算法处理运算。
前段韶光智己40分钟城区道路无接管路测视频便是基于该芯片做的测试验证，也解释其能够很好的处理现有的路况。
智己L7不同于其他车型掌握器平台无法升级的情形，待Orin芯片知足量产车规的哀求，可无缝升级到英伟达Orin X。
这样既知足现有功能的须要，也可以未来实时跟进最新更高算力平台，一条理性且风险可控的路线。

总的来说，未来的车型会连续算力的武备竞赛，配置也会越来越豪华，与之对应车的赞助驾驶性能也会越来越好，解放双手双脚的日子指日可待。

Part2: 软件层面

2.1 Data Driven & Corner Case（数据驱动和极度场景）

数据驱动（Data Driven）和极度场景（Corner Case）可能很多读者还不理解，数据驱动是方法，它的目标正是要办理极度场景。
由于极度场景的涌现，须要增强一些数据来演习模型去办理它，下面我们详细来理解一下它们。

Corner Case（极度场景、又称长尾场景）：躲在角落不易被创造的场景

有人说，自动驾驶已经办理了大部分常规场景的问题，但剩下的极度场景问题却是最难办理的，这10%包括很多边界化难题/极度场景，常常被称为Corner Case。
边界化难题一样平常是指从未碰着过的问题，由于短缺数据，自动驾驶车无法应对这些问题，比如下图披着奇形怪状衣服的大人，穿着恐龙服的小孩和其它一些未看到过的场景。

Corner Case场景

Data Driven（数据驱动）：成熟的数据，要学会自我驱动

数据驱动是指通过采集数据（数据必须知足大、全、细等），将数据进行组织形成信息流，在做决策或者产品、运营等优化时，根据不同需求对信息流进行提炼总结，从而在数据的支撑下或者辅导下进行科学的行动。
目前的大数据、推举系统、人脸识别等都是基于数据驱动来进行开拓的。

在智能驾驶领域，同样须要一套数据驱动系统来支持智能驾驶的向前发展。
一套成熟的数据驱动系统该当由量产数据，数据驱动的算法以及闭环自动化工具链三个部分组成。
个中量产数据来源于真实的行车道路数据；数据驱动算法用来筛选有帮助或者极度场景的数据；闭环自动化工具链则是实现前两者的高效的闭环迭代。
通过不断的闭环迭代优化算法，可以不断降落接管率，可利用范围及场景越来越多。

但由于目前的深度学习技能基于监督式学习的方法，这种办法极其依赖大规模标注数据集，须要耗费大量的人力来完成数据集的网络和人工标注。
对付自动驾驶而言，通过实际路测得到足够多的故意义的数据更不是一件随意马虎的事。

智能驾驶技能发展的关键是更全面的覆盖非范例场景的长尾部分。
传统的基于规则（Rule-based）的技能路线，很依赖模型对外部环境描述的完备性，但其本身不具备自学习、自更新能力，更依赖人工搭建规则，开拓周期长，无法快速覆盖长尾场景。

图片标注

各品牌的策略：精良的人总是趋同的

办理Corner Case最主要的条件是车企须要具备软件算法自研的能力。
就目前来看，特斯拉做的最好，上风在于算法更新迭代速率快，针对性强，不依赖供应商的开拓周期。
而采取Mobileye黑盒办理方案的传统车企，很难去做到定制化开拓和本土化迭代，若不改变这种现状，在未来的竞争中会越来越处于劣势。

特斯拉的视觉闭环系统

智己的Data Driven策略：不仅仅是自动驾驶体验

智己的IM AD 是环球首个利用全流程数据驱动算法的量产智能驾驶产品，通过海量数据的回流使我们所有模块的算法性能（感知，领悟，预测，规控等）得到全自动化的高效提升，能够快速办理长尾问题，终极为用户带来“快速进化”的智能驾驶产品。

而且通过Data-Driven（数据驱动）的自学习能力，用户将充分体会到车辆在智能驾驶方面每时每刻的进步，切身感想熏染到越来越少的接管次数，更低的驾驶紧张度，更少的“惊吓式”制动。
并且，它会拥有愈发像用户的驾驶风格，打造个性化智能驾驶体验。

智己L7

其余，Data Driven的意义不止于此，智己汽车将拿出4.9%的股权，成立CSOP（用户权柄平台），发行3亿枚“原石”映射该部分股权对应的资产收益与红利，运用包括区块链在内的一系列前沿科技，以数据权柄的办法回馈用户，并终极计入智己汽车的算法，经由AI的自动化深度学习，推动智己汽车产品、做事以及品牌的进化与迭代。

以是，Corner Case（长尾场景）千奇百怪、各式各样，靠大量的路测和人工筛选效率太低，而Data Driven策略是办理该类问题最行之有效的办法，也是表示一家公司软实力的硬指标，谁能率先搭建好这套闭环系统，谁就能在未来的赞助驾驶竞争中占得先机。

2.2 Door to Door——集众家之所长

我们在上几节谈论了各种硬件传感器——摄像头、毫米波雷达、高精度惯导和Orin芯片，也谈论了软件算法Data driven的策略，这统统的统统都是为了做事于车辆，让我们的车变得更智能。
让我们来磋商一下智己智能驾驶的终极目标——Door to Door（点对点）。

我们须要什么样的智能驾驶：Door to Door

在我们的日常出行场景中，霸占我们出行70%的都是家——公司——家两点一线的通勤场景。
它有着这样的特点，比较狭窄的启动区间（家或者公司），更广域范围的赞助驾驶（覆盖了城区和高速道路场景，比较于L4级别RobotTaxi的固定场景），那么对付智己而言，聚焦Door to Door场景显得更故意义。

现阶段智能驾驶的发展方向：独立维度到综合场景

从传统的纵向赞助驾驶功能（ACC/AEB）,到横向赞助驾驶功能（LKA/LDW），再到横纵向联合的Pilot赞助驾驶功能以及自动泊入停车功能，赞助驾驶的功能正从独立维度走向联合维度，面向场景的综合赞助驾驶也是当下发展的趋势。

一个很范例的高下班的通勤场景，汽车能够自行来到用户楼下，中间通勤过程能够安全稳定的通过城区和高速的公共道路，并在到达公司后自行前往停车场停靠，这便是将碎片的独立功能模块包括停车模块、Pilot赞助驾驶模块做好的同时，将功能场景连接起来，就实现了Door to Door场景。

Door to Door场景示例

全自动停车：

功能：自主停车，智能召唤；办理痛点：节省用户韶光，提升停车体验，新手必备。

全自动停车场景示例

总之，Door to Door功能是集众家之所长，是硬件传感器和软件算法终极完美结合的产物。

于企业，将是推向用户最大的利器；于消费者，将会大大提高通畅效率。

Part3: 体验部分

3.1 信赖增强——车不仅仅是代步工具;

我们来升华下主题，不再将车局限为代步工具，而是移动的“第三空间”。

移动的第三空间

车外的自动驾驶与车内的智能座舱：

近些年，我们看到了自动驾驶技能的迅猛发展，传感器数量不断增多，芯片算力不断增强，车的驾驶赞助性能也越来越好，逐步可以实现低速停车到高速行车，直到末了城市道路的赞助驾驶。
不能忽略的是，除了车外的智能驾驶，车内的人机交互同样也在发展，语音交互，手势识别，驾驶员监控等同样为车内搭客供应便捷。

自动驾驶与车载智能交互技能的加持正在冲破传统汽车工业的定律，原来两条并行发展的路线正实现逐步领悟和内外联动，增强了人车沟通的信赖增强体验，为用户供应更优的驾乘体验和个性化的人机互动。

现有品牌的状况：

无论是蔚来的Nio Pilot和NOMI还是小鹏的XPilot和小P，一个主外，一个主内，两者搭配的很完美。

以十分看重用户体验的蔚来为例，在高下匝道时， NOMI会进行语音提醒，如快上匝道时，“要进匝道啦，请打起精神啦”，意味着立时要进入领航赞助驾驶路段了。
在快下匝道时，NOMI会在间隔下匝道口2-3公里处进行语音提醒，“快要下匝道啦”，车辆也会逐步自动变道到最右侧。

NOP也有自动变道搞不定的时候，当车流量较多，车辆自动变道困难时，NOMI会卖萌的向主人表达：“请手动并入主路，有点难”，当然也有可能不乞助了，“我还是待在这条道吧”。
这样的语音交互办法，会让驾驶员感到很亲切，同时及时的语音提醒功能既实用又安全，随时奉告驾驶员当前的车辆状况和意图。

国外的特斯拉还未考虑到这些人性化的成分，更多的是“滴滴滴”的预警办法，体验会相对较差。

NOMI的语音交互

智己独占的信赖增强：

智己首创性打造出人与系统间的“信赖增强”沟通能力，结合多维感知信息和全方位动态预测技能，通过屏幕、语音、声音、DLP大灯、安全带震撼等多层级人机交互，实现接管预判和提醒，极大程度降落驾驶者整体紧张度，同时肃清不必要的焦虑和担忧。
详细来说：

1.全感官智驾

惊艳的跨屏体验：冲破屏幕间的物理界线，运用、图像、信息不再局限于某一个屏幕，可由用户根据利用场景自定义，让交互更自由，体验更自然。

超宽上帝视角：通过26.3英寸聪慧场景屏显示“五车道上帝视角”，全方位节制周边车辆和道路信息。

领悟DLP+ISC聪慧灯光系统：基于高精舆图，夜间DLP大灯可将导航信息投影在路面，用户目光无需离开路面，双眼焦距也无需调度，即可轻松获取指引信息，降驾驶疲倦度，提升繁芜道路的行车安全性。

2.人车共驾，智能接管

智己打造UCA(User Centered Autopilot) 人车共驾功能，实现智能接管。

开启NOA：在知足激活NOA的路况时，主动建议车主开启功能。

自动变道：自动变道或躲闪前，提示用户变道方向和行驶轨迹。

聪慧躲闪：相邻打车压线、前方施工、前方有障碍物、前方车辆速度过低、它车cut-in等，提示用户进行聪慧躲闪。

后防撞赞助：智驾状态下，触发后方碰撞赞助时，摄像机自动显示在偏上的位置将后方的风险车辆标记为赤色，并通过视觉、听觉、灯光、安全带预警等进行提醒。

3.接管可感知：置信度旗子暗记（TBD）

基于用户在自动驾驶中“心惊肉跳”没有安全感的问题，智己特殊打造“置信度旗子暗记”，它就像wifi旗子暗记一样，让接管可感知化。
用户可以根据旗子暗记的强弱，判断自动驾驶系统的可信任程度。
当旗子暗记标降落到一格的时候，系统就会通过语音等交互提醒用户把稳或者接管，避免智驾中的“惊吓式”制动。

用户与智己的沟通

智己这套信赖增强系统为用户全方位考虑，无论是从赞助驾驶层面，还是座舱内的体验上，终极是为用户打造一个安全、从容、自由、随心的人性化智能驾驶。

3.2 DLP领悟式体验——让用户表达自我的移动空间

什么是DLP和ISC?

DLP（Digital Light Processing）：数字投影大灯，260万像素，微米级精度掌握，可以投射字符、图片、动效。

运用：可以投影DIY的影像内容，比如你可以在结婚纪念日时投影当年的相识记录影像，帮助你完成浪漫壮举；除了制造仪式感，还有实用的夜间行车赞助功能，给行人投影斑马线；投射导航路线，投射自动驾驶光毯提示其他车辆等等。

ISC聪慧灯光：5000多颗高亮度LED，如屏幕般显示字符图片动态效果。

运用：显示“有急事，多多包涵”，肃清路怒；“请关远光”；新年时打个“新年快乐”，给其他车主通报祝福；合营前方摄像头智能识别交通灯旗子暗记，显示 “红灯还有几秒”，奉告后方车主。

DLP和ISC

基于DLP的AR导航

智己的DLP领悟式体验：

智己搭载的DLP和ISC聪慧灯光系统，实现的功能包括迎宾，导航信息投影，灯光提示等。

智己的聪慧灯光系统

当用户走到5M区域内，DLP投射个性化的欢迎动态灯效，ISC显示当前电量、续航等信息。
在基于高精舆图的根本上，夜间DLP大灯可将导航信息投影在路面，用户目光无需离开路面，双眼焦距也无需调度，即可轻松获取指引信息，降驾驶疲倦度，提升繁芜道路的行车安全性。
变道时，通过DLP投射箭头提示驾驶员目标车道变道，下匝道时，投射光毯，提示驾驶下匝道。

智己搭载的DLP系统，统统都是为了让车更具人性化和科技感，提升驾驶赞助安全性能的同时，增强人与车之间的信赖感。

末了，智己的智能驾驶部分就全部扫尾了，总结一下，紧张分为三个主题：

硬件：毫米波雷达和超声波雷达、视觉摄像头、激光雷达、军工级惯导、高精度舆图和Orin芯片；

软件：Data Driven策略和Door to Door Pilot;

体验：信赖增强和DLP领悟式体验；

上述这些均是智己将要呈现给用户的内容，

硬件表示智己的诚意，配置堆料拉满，做到业界领先；

软件表示各家的软实力，城区40分钟无接管显水平；

体验层面表示着企业的产品思维，为用户着想，从用户角度出发。

智己将在上述10个板块做到尽善尽美，把最好的一壁给到消费者，让用户开的舒心，安全，方便。