持續(xù)收集長尾場景持續(xù)收集長尾場景遇到施工阻斷道路，車輛提前變道避讓雨天視線受阻時采取降速及拉長車距的措施側(cè)向攝像頭遮擋后無法變道；前視攝像頭遮擋后無法啟動NOA

智能輔助駕駛沒有絕對的安全可言，安全探索是一條永無止境的道路。安全隱患往往源于疑難的小概率事件，或是多個小概率事件疊加后的爆發(fā)，諸如軟硬件失效、極端場景突現(xiàn)等。

因此，輕舟智航遵循“安全頂配”邏輯的產(chǎn)品準(zhǔn)則，秉持“以創(chuàng)新驅(qū)動安全 以安全定義智駕”的技術(shù)理念，提出全新命題 ——推動智駕安全從行業(yè)常見的 99.99%，向 99.99999% 進化。為實現(xiàn)安全智駕的目標(biāo)，我們既要嚴(yán)格遵循汽車行業(yè)標(biāo)準(zhǔn)規(guī)范的開發(fā)要求，更要從技術(shù)層面加強創(chuàng)新，攻克潛在的、前所未有的難題，持續(xù)提升安全性能，最大限度降低安全問題的發(fā)生概率。

從 99.99%達(dá)到 99.99999% 的變化，并不代表嚴(yán)謹(jǐn)?shù)亩糠治觯且环N定性的理念。圍繞這一目標(biāo)，輕舟智航提出三個具體思路：

最首要且長期的任務(wù)是解決長尾問題、覆蓋特殊場景。輕舟智航依托數(shù)據(jù)驅(qū)動的研發(fā)體系，從上一代 BEV 感知架構(gòu)，到最新的端到端架構(gòu)，都具備行業(yè)領(lǐng)先的底層技術(shù)優(yōu)勢。輕舟可以通過數(shù)據(jù)去驅(qū)動模型的訓(xùn)練來解決長尾問題，同時借助數(shù)據(jù)增強、仿真模擬等手段不斷優(yōu)化體系效能，賦予系統(tǒng)舉一反三的能力，實現(xiàn)同類問題的高效解決。在數(shù)據(jù)層面，一方面基于超60萬用戶的海量使用場景中挖掘典型數(shù)據(jù)，另一方面針對特殊場景主動采集，不斷擴大數(shù)據(jù)覆蓋范圍，持續(xù)優(yōu)化智駕系統(tǒng)在非常規(guī)場景下的表現(xiàn)。

在技術(shù)應(yīng)用上，輕舟智航提出的「安全的端到端」在模型訓(xùn)練層面實現(xiàn)了兩大技術(shù)突破。一是輕舟將獨創(chuàng)且已得到充分量產(chǎn)驗證的「時空聯(lián)合規(guī)劃」的經(jīng)驗融入One Model 端到端模型設(shè)計中，同時創(chuàng)新性地類比大模型的安全對齊，讓模型規(guī)劃的軌跡符合人為定義的安全機制。二是針對離線的模型訓(xùn)練，輕舟智航也構(gòu)建了基于運動模擬的世界模型，可批量生產(chǎn)大量的長尾場景和罕見的安全臨界場景。

輕舟智航通過加強對特殊場景的積累與識別，優(yōu)化主動安全策略以規(guī)避風(fēng)險，例如面對大雨、大雪、大霧等惡劣天氣，系統(tǒng)將主動降低巡航車速，并拉大跟車距離，提升行車安全性；面對施工路段，當(dāng)發(fā)現(xiàn)自車駛?cè)胧┕ぼ嚨罆r，系統(tǒng)會結(jié)合地圖導(dǎo)航和實時感知綜合判斷，提前 300 - 500 米規(guī)劃變道，遠(yuǎn)離施工區(qū)域；若識別到前方多條車道施工且無變道空間時，系統(tǒng)會在 300 米外將巡航車速降至 100kph，確保車輛能平穩(wěn)剎停，有效規(guī)避碰撞風(fēng)險。

第二是提升系統(tǒng)失效安全設(shè)計（Fail-Safe Design），其中關(guān)鍵是輕舟構(gòu)建了完善的故障監(jiān)測與處理機制。在系統(tǒng)與模型設(shè)計上，輕舟智航全方位考慮失效可能性。例如在純視覺方案中，模擬相機逆光、遮擋等情況，對單傳感器失效的情況進行模型訓(xùn)練；在無圖方案里，刻意輸入錯誤地圖數(shù)據(jù)，避免模型過度依賴地圖先驗，從算法層面降低失效風(fēng)險。此外，域控診斷模塊實時監(jiān)控域控內(nèi)外故障，并根據(jù)嚴(yán)重程度采取分級響應(yīng)，包括功能降級、提示用戶接管，若用戶未及時響應(yīng)，系統(tǒng)將自動引導(dǎo)車輛安全停車，并上傳數(shù)據(jù)至云端分析。

面對智駕系統(tǒng)潛在的各類失效風(fēng)險，輕舟智航憑借從L4研發(fā)積累的技術(shù)理念，構(gòu)建起多層次的安全防護體系。考慮到 L2 系統(tǒng)無法依靠大量硬件堆疊，輕舟智航通過異構(gòu)傳感器融合進行冗余設(shè)計，利用前向配置多個相機、毫米波雷達(dá)及激光雷達(dá)，有效提升系統(tǒng)可靠性。在模型冗余層面，輕舟已量產(chǎn)采用 BEV+Mono 兩套視覺架構(gòu)模型，可在其中一套失效時繼續(xù)工作，確保感知結(jié)果不受影響。

三是基于人機交互反饋提升主動式安全保護。基于大量用戶使用數(shù)據(jù)與反饋，輕舟智航聯(lián)合頭部新勢力車企，針對多種潛在風(fēng)險場景，落地了一系列主動式安全策略，通過人機交互反饋為用戶提供全方位安全保護。

在防止用戶誤操作方面，當(dāng)檢測到用戶在智駕過程中起身或解開安全帶超過 5 秒，系統(tǒng)立即發(fā)出接管提示，并同步增大方向盤接管力矩，避免因身體誤觸方向盤導(dǎo)致車輛失控；通過監(jiān)測主駕座椅角度，一旦發(fā)現(xiàn)用戶躺平，系統(tǒng)持續(xù)提醒用戶接管，直至恢復(fù)正常坐姿，防止因駕駛姿態(tài)不當(dāng)引發(fā)危險；若監(jiān)測到駕駛員長時間疲勞駕駛或注意力分散，系統(tǒng)會及時發(fā)出接管提示，若駕駛員未響應(yīng)，車輛將在本車道內(nèi)安全剎停；針對用戶可能出現(xiàn)的誤踩加速踏板或未及時關(guān)注路況的情況，系統(tǒng)會迅速發(fā)出有效提醒，促使用戶減速或解除誤觸。