重生后我只做正确选择第681章 蒋雨宏的汇报

徐平这位华兴的二把手最擅长的就是布局未来最不能容忍的就是错失战略机遇。

“好。

”徐平拍板“这事我亲自抓。

王宏斌政策与标准专利部所有资源向此倾斜成立专项攻坚组。

需要协调什么资源直接找我！目标：鹏城首批牌照必须要有华兴的名字。

” 如今目标达成。

这张提前一年攥在手里的牌照是陈默为华兴智能驾驶抢跑埋下的第一块基石也是他重生归来扭转前世轨迹的无声宣言。

“王总监辛苦了。

这个头开得漂亮！”徐平脸上露出满意的笑容手指在紫砂壶上轻轻摩挲。

“牌照拿到了接下来就是真刀真枪上战场了。

雨宏金麟该你们了。

启界M5能不能在明年年底如期亮出我们的‘智能獠牙’就看你智能驾驶产品线的真本事了。

两周前立项会定下的调子落地方案进展如何？” 压力瞬间传导。

所有人的目光聚焦到蒋雨宏和卞金麟身上。

蒋雨宏推了推鼻梁上的金丝眼镜这位海思麒麟970的主架构师也是华兴智驾的技术领袖身上有股子一般只能在年轻人身上才能看到的锐利。

他没有立刻回答徐平而是目光转向陈默带着请示和确认的意味。

陈默微微颔首。

蒋雨宏这才点开面前的笔记本沉稳的声音在会议室响起： “徐总姚总陈总。

根据两周前战略会议明确的‘全系标配高速NOA高阶能力按需订阅’的核心定位以及陈总提出的‘空间释放、纯电优先、智能领先’整车协同要求智能驾驶产品线已初步完成技术路径重构和资源调整。

下面由我和卞总分别汇报。

” “首先是基础能力与量产保障。

”蒋雨宏切换PPT画面显示出一个清晰的系统架构图核心是“感知-预测-规划-控制”的链路。

“目前我们基于量产车规级硬件平台当然当前以德州仪器TDA4系列为主下一代平台正在联合海思预研中全力攻坚L2.5级功能包目标是在2019年Q4启界M5量产交付时实现稳定可靠的落地。

” 他激光笔的红点精准移动： “纵向控制强化： 全速域自适应巡航（ACC）覆盖0-130km/h目标是在标准工况下如高速跟车、拥堵缓行实现媲美甚至优于特斯拉AP（AutoPilot）2.5系统的平顺性和跟车逻辑。

目前算法核心已冻结正在结合实车标定数据进行大规模仿真和封闭场地测试。

关键指标 —— 跟车时距稳定性、加减速平顺性、对切入切出车辆的识别响应速度这些指标的仿真数据达标率超过95%。

实车测试达标率约85%剩余难点在大雨、浓雾等极端天气下的传感器衰减补偿策略优化。

” “横向控制优化： 车道居中巡航（LCC）与智能限速。

LCC核心是车道线识别与保持的鲁棒性尤其是在车道线模糊、缺失或临时施工路段。

我们采用了多源融合（摄像头+毫米波雷达）定位结合高精度地图（HD Map）辅助的方案预计在鹏城复杂高架道路的实车测试中百公里人工接管次数能降至3次以下接近行业标杆水平。

智能限速功能已打通导航地图数据与交通标识识别（TSR）能自动根据路牌或电子眼信息调整巡航车速。

” “场景化高阶功能尝试： 打灯自动变道（ALC）。

这是高速NOA的核心体验点之一也是用户感知最强的功能。

核心挑战在于变道决策的时机判断比如安全间隙、邻车道车速预测和执行平顺性。

我们基于强化学习框架构建了决策模型结合多目标雷达的精准测速测距目前在高精度地图覆盖的高速路段变道成功率达到92%。

下一步重点是提升复杂车流环境下的决策鲁棒性和执行流畅度消除用户的突兀感。

” “泊车领域突破： 全场景自动泊车（APA）与遥控泊车（RPA）。

APA已支持垂直、水平、斜列等多种车位基于环视摄像头与超声波雷达融合感知车位识别成功率和泊入成功率均达到98%以上。

RPA功能在手机蓝牙连接稳定范围内可实现直线前进/后退遥控解决狭窄车位上下车痛点。

这部分相对成熟是提升用户便利性和科技感的重要抓手。

” 蒋雨宏的汇报条理清晰数据扎实既展现了进展也不回避挑战。

他最后总结道： “L2.5功能包是我们在启界M5上实现‘全系标配高速NOA’承诺的基石是必保项。

当前资源投入占比约60%预计在Q3完成全部功能冻结和车规级验证。

” 徐平听得频频点头姚尘风则在笔记本上快速记录着什么眼神专注。

蒋雨宏看向身旁的卞金麟：“金麟你补充下技术底座和前瞻布局。

” 卞金麟这位哈工大博士出身的车控专家气质更为内敛但开口便是硬核技术：“好的雨宏。

我补充三点核心底座能力建设。

” “第一感知架构升级。

我们坚定推进‘BEV（鸟瞰图）感知’作为下一代主航道。

” 卞金麟的PPT切换到复杂的神经网络结构图。

“传统‘前融合’或‘后融合’在处理多传感器（摄像头、毫米波雷达、未来激光雷达）异构数据时存在信息损失或延迟问题。

BEV感知将不同视角、不同模态的原始数据通过Transformer等网络结构统一转换到车辆上方的鸟瞰视角坐标系下生成统一的、稠密的环境表征。

这更符合自动驾驶的决策需求。

” 他展示了仿真环境下的BEV感知效果车辆、车道线、可行驶区域等元素清晰直观。

“目前我们的BEV感知原型在nuScenes数据集上的目标检测mAP值已提升至52.7%接近行业头部开源方案水平但距离量产落地还有距离主要在实时性和车规级芯片的部署优化上。

投入占比约25%。

” 喜欢重生后我只做正确选择请大家收藏：()重生后我只做正确选择20小说网更新速度全网最快。

本文地址重生后我只做正确选择第681章 蒋雨宏的汇报来源 http://www.028mk.net