聚焦客户所需：基于数据、成于感知、精于决策规划

相较于高速场景，面向城区的高级辅助驾驶会遇到更复杂的场景：

首先，交通参与者更为复杂，除了大货车、小客车，还需要处理各类行人、三轮车，还包括各类工程车、市政车，以及车辆混行的场景；

第二，交通规则更加复杂，除了各地的各类永久性、临时性红绿灯，以及环岛、复杂立交桥等，在市区还时常有大量行人、自行车、电动车不遵守交通规则的情况；

此外，市区高精地图覆盖里程有限，需要大量借助视觉信息来处理各类路口、道路标识和车道线以及其他静态交通设施。

为了应对城区的复杂场景挑战，车企们纷纷选择激光雷达来解决问题。从小鹏P5，到理想L7、L8、L9 Max，均将激光雷达配上车。

轻舟智航的量产车规级自动驾驶解决方案，更是可以随机应变，灵活支持从一颗到多颗的激光雷达配置。

但对客户来说，直接堆激光雷达这种简单粗暴的方式并不一定就是客户所需。轻舟综合市场接受度和客户需求认为，一颗激光雷达配置的城市NOA是当下阶段最务实的，可以在尽可能多地满足城市场景所需的基础上做到成本可控，并更快实现规模化量产。

支撑“不堆料，高性价比”技术理念的，被轻舟总结为“基于数据、成于感知、精于决策规划”。

基于数据，体现的是轻舟“数据驱动”的研发基因，以及在数据资源和数据闭环工具链方面的优势积累。

截至目前，轻舟智航已测试了超过112万公里的城区道路，拥有海量丰富的L4级别激光雷达、摄像头等传感器数据以及驾驶行为数据，可不断提高城市NOA的能力上限。轻舟智航用于构建L4级别自动驾驶能力的自动驾驶研发工具链轻舟矩阵，也可以完全复用于城市NOA的能力建设，加速迭代。

成于感知，指的是轻舟全能的“超融合”感知方案。

感知是整个城市NOA的基础，尤其是面对高精度地图覆盖有限或更新不及时的城区道路环境，感知的重要性更加突出。随着技术的进步，实现多传感器融合，打造一模型多任务的感知架构逐渐成为现实和业界共识。

轻舟智航基于“超融合”思想的感知框架▼

在多传感器融合方式上，相较于业内主流的前融合、中后融合方案，轻舟提出的“超融合”方案，也就是“多传感器时序穿插融合”，其思路是打破前中后的壁垒，根据不同的功能需求做到按需融合，得到更优传感器融合结果。

基于这样的融合能力，轻舟可以在车行驶过程中，对一颗前向120度的激光雷达扫过的区域进行记忆，再与侧向、后向的纯视觉信息进行融合，保证周围的充分认知。