【“ZiDongHua”之方案应用场:仙途智能 自动驾驶 Roboard-X】Autowise.ai第一代乘用车感知设备相对单一,搭载算力较小;第二代商用车感知设备覆盖范围明显改进,算力和电气系统逐渐升级为车规级,设备趋于稳定;第三代自动驾驶清扫车V3整车及系统均由Autowise.ai自主研发,车辆外形极具科技感,感知360°视角全覆盖,线控完全符合车规级系统设计,系统稳定,响应度高,计算模块开始切换到芯片方案,散热和稳定性强。

 

 

 

仙途智能发布自动驾驶平台Roboard-X,全面支持跨场景高效复用

 

 

 

日前,仙途智能Autowise.ai推出第四代自研AW Roboard-X,产品可实现多场景上装变换,车辆采用无驾驶室设计,外形极富科技感。AW Roboard-X的诞生意味着Autowise.ai无人驾驶车辆全面支持跨场景高效复用,展现了Autowise.ai强大的技术迁移及优化迭代能力。

根据官方释意,Roboard是Robot-board的缩写,区别于传统的skate-board,Roboard是带完全自动驾驶能力的机器人底盘,X则代表多元化的上装,即自动驾驶车辆的功能,可以是载人、送货或者清扫,实现一车多用和模块化研发。

自2017年成立以来,Autowise.ai持续深耕自动驾驶行业,在实现乘用车与商用车技术落地后,率先将自动驾驶技术商业化应用到城市环卫领域,成为自动驾驶商业化领先公司。

Autowise.ai自动驾驶产品经过乘用车、商用车、自研自动驾驶清扫车V3及Roboard-X四个发展阶段,各阶段产品运营成熟稳定,有完整的交付经验和能力,具备从设备选型、适配、自动驾驶系统开发,到组装、调试及验证等周期闭环产品化能力。

Autowise.ai第一代乘用车感知设备相对单一,搭载算力较小;第二代商用车感知设备覆盖范围明显改进,算力和电气系统逐渐升级为车规级,设备趋于稳定;第三代自动驾驶清扫车V3整车及系统均由Autowise.ai自主研发,车辆外形极具科技感,感知360°视角全覆盖,线控完全符合车规级系统设计,系统稳定,响应度高,计算模块开始切换到芯片方案,散热和稳定性强。

Autowise V3
Autowise V3

经过前面三代技术的探索、产品化及商用迭代,第四代自研AW Roboard-X不仅实现了Roboard与上装X的完全分离,感知设备、线控系统、计算模块等软硬件技术均得到全面优化与提升。感知方面,通过传统算法+深度学习算法的多算法融合方案,尤其是激光雷达、相机、毫米波在BEV视角的融合,显著提升了障碍物检测的可靠性和精度。同时,基于视角一致性提出的数据增强方法(发表于CVPR2022)和半监督训练框架(发表于ECCV2022)在保障相同精度的情况下,显著降低了对标注数据量的依赖,从而以更低的研发成本助力感知性能的持续提升。车辆方面,使用车规级EHB线控制动系统和SBW双备转向系统,响应精度高。整体系统采用双备冗余方案,系统稳定可靠。封装接口开放,模块化可实现快速上装。计算模块迁移至车规级芯片方案,采用双Orin车规方案,算力达到600tops以上,计算冗余,系统稳定。

AW Roboard-X传感器方案及覆盖范围 可360度无死角感知周身情况
AW Roboard-X传感器方案及覆盖范围 可360度无死角感知周身情况

目前,Autowise.ai第四代自研AW Roboard-X已经实现了乘用车(AW Roboard-Space)、物流车(AW Roboard-Van)及清扫车(AW Roboard-Sweeper)上装,外形采用无驾驶室设计,首先实现了乘用车/物流车/清扫车 三大无人驾驶车型的前装量产,兼备实用性与科技感,在硬件、软件架构设计上可满足不同场景的搭建需求。

AW Roboard-Space
AW Roboard-Space

 

AW Roboard-Van
AW Roboard-Van

 

AW Roboard-Sweeper
AW Roboard-Sweeper

Autowise.ai 产品及运营副总裁唐彦也表示:"Roboard-X采用上下分体研发,Roboard采用平台模式,电机、电池和热管理系统以模块化形式呈现,上装部分后续可独立迭代,研发周期和效率将大幅提升。Roboard-X的应用可以实现用户运营与研发制造的双重降本。"

Autowise.ai EMEA地区销售负责人Mario Pepe表示:"Roboard-X完全契合我对于未来无人驾驶智能空间的所有想象,他的领先性不光体现在车型开发的多元性和便捷性,制造和供应链的平台化和模块化也将使得无人驾驶迈入全新的规模化量产时代,它真正突破了无人驾驶的产品边界。"

随着第四代自研AW Roboard-X的发布,仙途智能Autowise.ai将继续凭借强大的技术实力和迁移能力,以及多年自动驾驶商业化积累的丰富应用经验,进一步拓宽自动驾驶车辆应用场景,持续推进自动驾驶的商业化发展。