行泊一体正在进入前装规模化上车的关键周期，但同时产品的升级战争也在全面爆发。

《高工智能汽车》了解到，国内领先的智能驾驶技术供应商——AutoBrain重磅推出了国内首个搭载800万像素摄像头的单SoC行泊一体方案。据悉，这是全球量产首发搭载TI TDA4系列最新款芯片的单SoC行泊一体产品，目前已经拿下了多家车企的量产定点，预计明年三季度开始量产交付。

AutoBrain L2.5+ 单芯片行泊一体域控产品Infi-Pilot

众所周知，行泊一体方案将原来独立的行车和泊车系统集成，从而实现传感器硬件的复用，带来成本降低、重量减轻、开发效率提高的同时，也是打通全场景（高速、低速、行车、泊车）智能驾驶方案落地的最佳路径。

根据高工智能汽车研究院监测数据显示，2022年1-9月中国市场（不含进出口）乘用车前装标配搭载行泊一体域控制器交付上险为49.85万辆，同比增长117.12%，搭载率为9.75%。

不过，受制于技术复杂度、芯片算力等因素影响，市场上已经推出的轻量级行泊一体产品鲜有采用单SoC芯片方案，大多数选用的是单域控、多芯片的方案，硬件资源没有实现真正的共享，很难真正意义上提升汽车的智能驾驶性能。

业内人士一致认为，真正融合的行泊一体方案应该是采用单SoC芯片且软硬件深度融合的系统。未来几年，单SoC芯片、单域控方案将是轻量级行泊一体产品的主流趋势。

今年下半年以来，市场上已经陆续有厂商推出采用单SoC、单域控的行泊一体方案，但还没有厂商搭载8MP前视摄像头，普遍搭载的是2MP摄像头的感知组合方案。

首推8MP摄像头单SoC行泊一体方案

“行泊一体产品要大规模普及，10-20万价格区间车型的普及搭载占据了极其重要的作用。”AutoBrain CEO Yolanda Du如此表示。

根据《高工智能汽车研究院》数据预测，今年中国市场（不含进出口）乘用车同时搭载行车和泊车辅助驾驶功能交付上险将突破250万辆/年规模，未来三年释放行泊一体市场空间约为1000万辆。其中，10-20万价格区间主打入门及中端车型将是市场的主力，市场空间巨大。

业内人士一致认为，由于10-20万车型对于性价比的要求更高，不会采用顶级的硬件配置，未来将主打高性价比的单芯片行泊一体方案。

现阶段，由于单SoC芯片行泊一体方案的技术、软件算法复杂度更高，主打入门及中端车型的轻量级行泊一体方案大多数采用的是双TDA4、地平线J3+TDA4等的芯片组合。其中，TDA4可以提供出色的性能和超高性价比，不少自动驾驶公司都是基于TDA4芯片开发行泊一体方案。

按照行业内的测算数据，TDA4方案通过泊车与行车功能的集成以及传感器的共用，可实现L2+的增强感知能力。同时，相比传统1V1R+APA的技术方案成本至少节省30%~50%。

有行业资深人士表示，“如果仅用一颗TDA4实现行泊一体方案，需要将TDA4的潜力发挥到极致才行，这对于解决方案商的算法创新能力、软硬件工程能力要求极高，同时还要求解决方案商具备构建高效、高性能整体架构的能力，目前国内能做好的厂商并不多。”

Yolanda Du认为，行泊一体方案的大规模量产面临了功能、算力与成本之间的三角矛盾，解决方案商要做的就是如何解最优化方程。

在这样的背景之下，AutoBrain推出了基于 AutoBrain L2.5+ 单芯片行泊一体域控产品线——Infi-Pilot，包含Infi-Pilot Lite、Infi-Pilot Standard、Infi-Pilot Pro、Infi-Pilot Pro+等版本，可以实现10-30+万车型的全覆盖。

与其他行泊一体方案相比，AutoBrain推出的单芯片行泊一体域控产品线最大的亮点就是基于单颗TDA4芯片，实现了超高性价比的行泊一体方案，并且首发搭载了8MP前视摄像头，可以实现高速NOA、记忆泊车HPA、融合泊车APA、交通灯提醒辅助TLA等功能，以及真正意义上实现Highway和Parking全场景无缝衔接的全场景驾驶体验。

根据《高工智能汽车》了解，在传感器配置为5V5R的轻量级行泊一体方案当中，想要真正发挥出800万像素前向摄像头的优势，至少需要用到8TOPS的AI算力，4颗200万像素摄像头通常也需要用到8TOPS的AI算力。

资料显示，TI的TDA4芯片有TDA4VM（算力8TOPS）、TDA4VM Eco、TDA4VH等版本。同样是在5R5V的传感器配置下，基于单TDA4VM或者TDA4VM Eco（AI算力在8TOPS左右）实现的行泊一体方案，需要使用分时复用的方式实现行车和泊车的场景切换。由于算力限制，目前还未有厂商选用800万像素前视摄像头。

这背后，一颗SoC芯片通常集成了CPU、GPU、NPU等多个模块，如何让各个模块发挥最大的性能，实现行车和泊车功能最高效的协同、调度、融合，是极具挑战性的问题。

“我们的行泊一体方案在有限的硬件资源上实现行泊一体方案的产品量产，深度优化了各个模块对算力和内存资源需求。” Yolanda Du表示，AutoBrain在软件架构的重构，软件模块优化方面下了很大的功夫，包括对算法模型进行“瘦身”、剪枝，降低模型的复杂度和算力要求的同时，提升算法模型的运算效率等。

很显然， AutoBrain的行泊一体方案在超高性价比、产品适配能力、工程化能力等方面都表现了诸多优势，在后续的市场竞争中将具备极大的竞争优势。

既要脚踏实地，也要仰望星空

近几年，由于Robotaxi的商业化进程一直不够明朗，一大批L4自动驾驶公司纷纷推出面向前装量产的自动驾驶解决方案，部分企业还将自身的L4级自动驾驶技术降维应用在L2+及以下的ADAS市场。

在Yolanda Du看来，L4级自动驾驶和ADAS将会长期并行发展。“对于自动驾驶公司来说，既要脚踏实地做好前装量产的ADAS产品，也要仰望星空，钻研更高阶的自动驾驶。”

AutoBrain由中美智能驾驶团队共同创建，汇集了国内最早做L4级自动驾驶的创业团队，拥有全栈的自动驾驶核心技术，包含感知、决策、规划、控制、高精度地图及定位，域控制器及云平台等。

2017年是AutoBrain成立之年，也恰恰是自动驾驶行业发展狂飙突进的一年，行业企业纷纷专注于打造L4级自动驾驶，但彼时的AutoBrain却以技术落地为出发点，转身专注于探索可行的量产产品解决方案。

AutoBrain推出的首个高速智能驾驶软硬一体量产产品Mr.Pilot

2019年，AutoBrain发布了国内首个高速智能驾驶软硬一体量产产品Mr.Pilot，提供包含ADAS、NOP（高速领航）功能等在内的智能驾驶解决方案；2020年，AutoBrain再接再厉，推出了可以在高速公路实现点到点高级辅助驾驶功能（NOP）的第二代产品Mr.Pilot 2.0。

与此同时，AutoBrain还先后与长城、北汽、福田戴姆勒等主机厂达成了战略合作，并且实现了智能驾驶产品及解决方案的量产落地。AutoBrain之所以能够快速在前装量产市场打开局面，主要得益于其在L4级自动驾驶领域的技术沉淀。

“L4技术力表现为：在高算力平台上，结合多传感器融合来展示优秀算法。将L4技术降维应用到L2级ADAS领域，最大的竞争优势不在于算法有多么先进，而在于基于算法优化，在有限的硬件资源下满足客户需求，解决Corner Case，以及做好工程化交付。” Yolanda Du表示，将L4技术降维应用到ADAS领域，其实面临着诸多的挑战。

比如，Robotaxi和L2级ADAS所针对的道路场景并不同，在算法设计、计算资源、成本控制等方面也有不同的要求。ADAS领域面向的是城市道路场景，需要应对更多的Corner Case，且对成本控制要求更高。

一般来说，自动驾驶系统的技术壁垒在于如何与场景进行深度结合，原因在于每个场景都有不同的长尾数据，如果不深入场景，自动驾驶系统就无法很好地进行迭代。

因此，过去几年，AutoBrain基于自研软件算法，不断完善与升级智能驾驶量产产品，并且通过建立数据闭环云平台实现算法快速迭代和OTA升级，以及通过融合测试验证方案，为主机厂提供不断迭代升级的量产系统软件。

截止目前，AutoBrain形成了两大产品线，分别是行车产品线Mr.Pilot和行泊一体产品线Infi.Pilot。其中行车产品线包含高速公路自动驾驶产品（HWP）、干线运输自动驾驶产品等，并且已经逐步扩大到了更复杂的城市道路场景，可以提供多元化、全方位的智能驾驶解决方案。

总体来看，为了快速适配各种车型以及满足主机厂的多样化需求，AutoBrain在原来L4级自动驾驶的大框架下，不断将功能模块进行裁剪与优化，并且构建了非常丰富的产品功能库，涵盖L0到L2+甚至是L4的相关智能驾驶功能。基于此，AutoBrain可以根据主机厂的不同需求快速组合智能驾驶功能，还可以保证开发成本和任务可控。

“只有实现硬件平台、基础软件模块的复用，才能以最低成本、最高效率推出智能驾驶产品并量产落地。” 在Yolanda Du看来，未来根据不同场景选择不同的模块，用“搭积木”的开发模式可以更好地适配自动驾驶算法快速迭代的需求。