【5月27日，北京】超星未来联合创始人于春磊博士应邀在第八届国际智能网联汽车技术年会（以下称“CICV 2021”）“多源信息融合的自动驾驶环境感知技术”论坛与行业专家、众多一线品牌共同交流探讨了自动驾驶汽车的环境感知技术创新和产业应用情况。

会上，超星未来联合创始人于春磊博士分享了题为《基于软硬件协同优化的高级别自动驾驶方案设计》的演讲，向参会代表分享了超星未来面向2022年北京冬奥会示范的园区内高级别自动驾驶方案，以及自动驾驶算法方案的车载嵌入式部署优化的技术。

现场，于春磊博士主要介绍了超星未来自研的全栈高级别自动驾驶解决方案在科技冬奥首钢园区的落实示范应用。该项目是北京市科学技术委员会支持，清华大学和首钢集团牵头，由超星未来及北京市交管局等十几家合作单位共同完成的。为了贯彻“科技冬奥”理念，首钢园区将自动驾驶等新技术引入院内，以期在冬奥会举行期间，为参赛运动员和游客提供更便捷环保的载人和载货服务。

“我们主要开发了面向于园区一键叫车应用的自动驾驶小鹏汽车以及面向于园区物流应用的自动驾驶福田物流车。”于春磊博士提到，整个方案的设计使用了超星未来第二代面向于高级别自动驾驶车载嵌入式计算平台作为自动驾驶计算单元，从上层的算法方案到下层的硬件，真正做到了智车大脑整体方案的设计以及应用。

环境感知技术模块是智车自动驾驶的基础，而配备多源传感器的智能汽车感知系统，离不开高能效、高可靠、低功耗、高灵活的嵌入式车载计算平台。

于春磊博士表示，在多传感器融合的感知系统内，我们采用了神经网络模型进行图像、点云毫米波等数据处理和融合，对周车环境进行建模。同时，运用软硬件协同优化的技术，将包括视觉检测分割、点云检测等高级别自动驾驶的感知算法进行自动模型压缩，在精度近乎无损情况下实现数量级的实时性能提升，从而确保在车载算力受限的硬件设备上实时高效地运行高精度神经网络算法。

于春磊博士介绍，超星未来自主研发的工具链产品NOVA-X支持各类深度学习算法优化场景，包括视觉、点云感知及高精度定位等自动驾驶应用，及各类边缘人工智能应用，也是超星未来在设计高级别自动驾驶方案的杀手锏。

此外，于春磊博士还表示智能驾驶目前仍处于发展阶段，高级别自动驾驶面临的巨大挑战还来自于从业人员的经验。高级别自动驾驶算法非常复杂，且在面向于不同的硬件系统时，需要算法工程师既要理解传统汽车领域的硬件，又要懂得智能驾驶的功能及算法。为此，超星未来联合清华大学电子系高能效计算组共同开发了硬件友好的模型架构搜索工具，来支撑面向不同硬件架构模型搜索任务。

用户可以使用基于场景数据以及计算平台的特性，用 AI控制器自动搜索轻量化、高能效神经网络架构。“除了人工解决这些问题，还有一种方式，就是在模型一开始进行设计的时候，就综合考虑模型的准确率和执行性能，让机器去自动化地搜索出最适合的神经网络架构，来满足应用的需求。这就是基于自动化机器学习技术的自动神经网络架构搜索”。目前该工具已经与Microsoft NNI、Keras Tuner、AutoGluon、Auto-PyTorch一同被收录于精选AutoDL库。

源自清华大学车辆与运载学院和清华大学电子工程系的超星未来，聚集了懂车、懂智能驾驶，也懂芯片、懂人工智能算法的跨学科团队。正因为此，超星未来自成立之初就确定了要坚持软硬件协同优化的研发路线，聚焦在智能汽车最具挑战也是最关键的技术难点上。

作为提供高性能自动驾驶车载嵌入式计算平台及全栈智能驾驶场景解决方案的国家级高新技术企业，超星未来秉持“让智能驾驶更简单”的理念，在确保技术的安全、稳定和可靠的同时，将持续专注高级别自动驾驶解决方案的优化与创新，为中国自动驾驶产业的加速发展贡献力量。