854
2022年，车企在辅助驾驶功能上的竞争正在愈演愈烈，而随着消费者对高级别辅助驾驶功能需求的不断升级，高速领航功能、自动泊车等功能已经成为很多智能汽车的标配。在此背景下，行泊一体的概念被提出，越来越多的厂商开始着重发力行泊一体方案，即行车和泊车共用同一个域控制器，实现传感器深度复用、计算资源共享，在提高用户智驾体验的同时，也帮助主机厂降本增效，大大提高了开发效率。
就在今年，“行泊一体”智能驾驶解决方案正式走进量产爆发期。以宏景智驾、知行科技为首的一众自动驾驶企业都推出了自研的行泊一体全栈解决方案，并疯狂拿到主机厂订单。至此，行泊一体的概念也真正迎来了量产的前夜。
行泊一体缘何火热?
那么行泊一体的概念为何受到各大厂商的青睐，积极抢占布局呢？原因有三点：
首先，行泊一体可以极大地降低辅助驾驶相关的硬件成本。目前多个供应商为行车辅助和泊车辅助功能采用了分离式行车、泊车功能开发的模式，存在着成本过高的弊端；而行泊一体域控制器，仅通过一个域控制器可以同时实现行车辅助和泊车辅助2项功能，大大降低研发成本。
其次，行泊一体采用通用化的底层基础软件与标准中间件，适用于不同平台。比起分布式开发，行泊一体方案相当于缩短一倍底层软件、中间件的开发周期，因此极受主机厂的青睐。比起完全接受供应商的方案，主机厂更希望能够更快捷简单地完成自主研发，较低的上手成本无疑将加快研发进程。
最后，传感器复用可提升感知能力。例如AVP（自主代客泊车）可用行车系统的前向摄像头识别远距离物体，补充泊车系统环视摄像头短距离的感知缺陷；又比如AVP中重点要解决的紧急避障问题，仅依靠环视摄像头和超声波雷达的感知是不够的，需要使用行车中的摄像头、毫米波雷达甚至激光雷达来提前识别一些远距离或微小物体。传感器的复用可以降低过度冗余而增加成本，也可以物尽其用，利用高级别的传感器更好实现低阶辅助驾驶功能。
大厂布局，竞争激烈
行泊一体的概念如此火热，市场价值也得到了各大厂商的认可，因此随着大厂们的逐渐布局，行泊一体领域在今年的竞争也变得异常的激烈。据统计，现阶段以宏景智驾、知行科技、禾多科技等为代表的多家自动驾驶企业发布了行泊一体的智能驾驶方案，并且大部分将于今明两年量产落地。
在2022世界智能网联汽车大会上，宏景智驾就带来了近期率先量产的行泊一体解决方案，引发广泛关注；禾多科技HoloPilot行车自动驾驶系统也实现“行泊一体”式全场景覆盖；知行科技的行泊一体化解决方案也涵盖了Urban NOA、Highway NOA以及代客泊车技术，满足车厂的合作需求。可以说头部的自动驾驶企业都已经在行泊一体领域的商业化落地上取得阶段性成果。
在行泊一体量产爆发的初期，宏景智驾便作为佼佼者之一收获主机厂青睐，这与宏景智驾的丰富产品矩阵以及雄厚的技术积累是分不开的。
早在2021年11月的广州车展上，宏景智驾就发布了基于地平线征程2芯片开发的L2+行泊一体高阶智能辅助驾驶方案，首次使燃油车实现NGP功能成为可能，这也让宏景智驾成为行业内首家基于国产芯片打造L2+行泊一体解决方案的服务商。
2022年，宏景智驾更是有了全新进展，发布了3J3的方案，即基于3颗地平线征程3芯片，目前已经量产上车。在全新的行泊一体方案中，宏景智驾使用了5R10V12Uss配置的外置传感器，兼容2*8M前视视觉、4*2M环视输入，以有限算力满足NOP高速领航与视觉融合自动泊车一体化控制需求，可实现20多项行车/泊车功能，还可根据主机厂需求适配不同品牌的雷达和摄像头，进一步平衡成本与性能。依托于宏景智驾L4的软件算法栈，结合NOP场景需求，宏景智驾将障碍物轨迹预测以及决策规划等算法精简优化，形成了适用于NOP场景的高效精炼的算法模型，极大降低了算力的消耗，有效的平衡了算法逻辑、算力消耗以及功能体验。这也使得该方案仅用有限的算力就可以实现其他几十TOPS、甚至几百TOPS算力才能实现的功能。在大车避让、大曲率横坡弯道、上下匝道场景下，这套系统可以灵活处理各种复杂的会车场景，支持更贴近人类驾驶员的调速策略和变道策略，真正实现了“老司机”般丝滑的驾驶体验。
此外，该行泊一体方案采用了软硬件高效解耦的策略，实现上层应用软件的可复用、可配置、可拓展的灵活部署机制。方案中所使用到的域控制器和关联传感器都支持OTA升级，结合宏景智驾数据云平台的海量数据支持，将实现生态可扩展、软件可迭代、功能可升级、系统可进化四大能力。
在未来，宏景智驾预计发布单J3的方案，将进一步降本增效。单个SOC的行泊一体方案也是目前市场的趋势，要完成这个挑战，必须具有高质量域控，这对于目前绝大多数公司都是一个门槛，虽然说行业里有很多纯软件公司，但其欠缺硬件能力，而宏景智驾域控实力行业领先，在2021年国产ADAS供应商中市场占有率高达27%，出货量全国第一。而且，宏景智驾也具备一流的软件实力，目前行业中还没有一家公司可以把行车泊车两套复杂软件做在一个单J3平台上，而宏景智驾通过算法优化和压缩，使单J3的行泊一体方案成为可能。
行泊一体的未来，机遇挑战并存
虽然行泊一体方案先天具备着明显优势，但与此同时，行泊一体仍然有一系列的挑战与难点：
首先，最大的挑战便是芯片与算力。行泊一体解决方案意味着用更复杂的软件调度和神经网络，来实现更为紧密的系统协作。以视觉感知为例，在功能集成融合后，各个摄像头之间需要一定的补充和协调，在算法上会注重融合以及针对不同场景的调整，实现功能扩充、识别准确率、可靠性等指标的进一步提升。而能完成这项功能，需要的是芯片使用及算力上的支持。
其次便是功耗的降低。如何在高性能的基础之上完成对于功耗的降低，是行泊一体方案是否可以拿到量产订单的又一决定性因素。要知道，功耗仍是高阶版行泊一体十分关注的点，芯片厂商们仍在想办法降低这一数值，这也是攸关芯片表现的重要指标，并直接关系到成本。
最后，软件的调度和算法模型要能够同时满足行车和泊车场景的需求。一个系统同时支撑行车和泊车功能，软件的复杂度将大幅增加，尤其是针对行车和泊车功能同时运行或者交互的场景，无疑将是一项巨大的挑战。只有将复杂的架构作为支撑，并配合着算力、算法、软件的高度匹配，才能发挥行泊一体的最大功力。
总结
今年年初开始，多家自动驾驶公司已经发布了自研的行泊一体全栈解决方案，并陆续与主机厂达成了合作。据统计，现阶段至少有16家自动驾驶企业发布了支持行泊一体的智能驾驶方案，大部分将于今明两年量产落地，竞争激烈。能够拿到主机厂的订单，才能使自家方案脱颖而出。
总体来看，行泊一体方案的必然趋势是，充分打通行车和泊车两个子系统中的计算资源以及复用传感器，但同时对算力、软件、算法等要求也会大幅提升。对此，业内人士一致认为，只有等到成本、量产能力等都达到成熟的状态，行泊一体才会成为大部分车型的标配，这可能还需要一定的时间。但不可否认的是，行泊一体的量产前夜已经即将到来。
