环球时讯：软硬实力再进阶，宏景智驾摆出“智能盛宴”

9月16日，以“智能加速度·网联新生态”为主题的2022世界智能网联汽车大会在北京拉开帷幕。全栈式智能驾驶解决方案科技公司——宏景智驾携全系智能驾驶解决方案和产品亮相E3馆，全面展现其在硬件、软件以及系统集成方面的技术深度和创新实力，并与现场的行业专家、媒体和社会大众分享宏景智驾软件算法栈的最新动态。

【宏景智驾2022世界智能网联汽车大会展台】

宏景智驾的全栈软件实力

(资料图片仅供参考)

自宏景智驾团队组建之初，就汇集了世界顶尖的自动驾驶专业人才，深厚技术积淀让宏景智驾拥有了打造完整L4软件算法栈的实力。经过多年的研发和诸多量产项目的打磨，宏景智驾的智驾产品已经进化为面向大规模量产、覆盖L2-L4场景、软硬一体化、可实现行泊一体功能的新一代智驾平台。

宏景智驾产品具有高度平台化、模块化特性，在面向L4产品架构的前提下可向下拆解到L3、L2+、L2级智能驾驶，适用于乘用车和商用车。其核心平台软件具备包含2D/3D深度学习感知算法、多传感器融合、地图定位、运动预测、路径规划、运动控制、SOA架构中间件、数据平台、开发工具链等多个部分在内的全栈自动驾驶软件算法能力，可根据主机厂客户的实际需求，分层级与应用场景灵活匹配软件产品，最大限度满足量产产品的可移植性、易维护性及系统鲁棒性。

自动驾驶技术的更新换代日新月异，一个出色的智能驾驶平台也必然要不断进行自我进化与迭代。宏景智驾的智驾产品应用面向SOA的软件架构，具备高性能、易移植特性的同时，可以支持软硬分离及云端协同迭代、模块可复用与重组，加以宏景智驾自研工具链和数据平台作为研发与测试阶段的支持，可以为主机厂客户带来高成长性的全栈服务。

宏景智驾的智驾产品涵盖HyperPilot Base、HyperPilot 2.0、HyperPilot 2.5、HyperPilot 3.0多个版本，可逐渐实现高速公路智慧领航（NOP-H）、记忆泊车（HPP）以及城市智慧领航（NOP-C）等高阶行车和泊车功能。

【宏景智驾软件负责人董健博士与现场来宾分享最新动态】

宏景智驾的软件产品体系

宏景智驾全栈自研的软件算法平台由底层软件、应用层软件、中间件、开发工具链、数据平台等组成，具备业界最完整的算法栈。宏景智驾HyperASW 应用层软件历经多个量产车型打磨，具备感知规控全栈自研能力，全面覆盖市场主流智驾功能。通过软硬件解耦、模块化软件适配不同SOC、可配置功能交付等多种模块化交付方式，灵活高效地满足客户不同需求。

【宏景智驾软件包】

HyperOS 中间件同样由宏景智驾自主研发，具备通用性、易用性、复用性、安全性、稳定性五大特性，可在满足信息安全与功能安全要求的前提下，高效适配应用层软件与工具链产品，并进一步降低开发成本，提升开发效率。

宏景智驾的HyperDevTools 开发工具链可以通过一整套自动与半自动组件实现从数据采集、切片、存储、后处理到生命周期管理的完整数据闭环，并且支持直观的数据显示、简洁的人机交互界面、可视化的底层通信诊断与数据分析，极大提高研发人员的工作效率。

基于海量数据，宏景智驾持续迭代优化算法模型，训练出了完善的数据平台HyperDataInfra。经过数据平台的加工与处理，海量的信息才能够更高效精准地服务于产品研发升级，形成“量产-数据-算法”的良性循环。

宏景智驾的软硬结合产品优势

依托于全栈自研的技术优势，宏景智驾的软件产品有着业界领先的独有价值：具备完整L2-L4软件算法栈、拥有量产级ADAS及AD产品性能、先进的感知融合和规控算法、高度优化的深度学习算法、业界领先的安全架构设计、基于量产的海量数据优势。

此次2022世界智能网联汽车大会上，宏景智驾也带来了全系自主研发的L2/L2+智能驾驶辅助系统方案，特别是于近期率先量产的行泊一体解决方案成为了明星产品。

【宏景智驾自研的域控制器】

结语：

亿欧汽车认为，在感知技术层面同质化的背景下，宏景智驾自动驾驶产品的相对竞争优势在于更高的产品性价比，更人性化的本土化服务，以及对自动驾驶生态圈内合作伙伴的开放度。作为一家创新科技型企业，提倡软件即服务的宏景智驾可以更好的为合作伙伴赋能。

宏景智驾对研发的投入也是支撑公司业务快速发展的基石，未来三年将累积投入研发费用数亿元。笔者了解到，宏景智驾拥有在上海和合肥两大研发中心，软件算法团队规模超200人，人员由汽车、AI、IT等跨界团队组成。所以期待在不久的将来，更多搭载宏景智驾产品的自动驾驶车辆可以让终端客户享受技术革新带来的智慧出行体验，变革交通产业的未来。

智能驾驶市场已进入下半场，如果说智能驾驶企业发展是一个需要长期锤炼的过程，那么“量产”就是中国智能驾驶企业升级过程中不可或缺的试金石。亿欧智库正在撰写《2022中国智能驾驶功能量产应用研究报告》，也请关注亿欧汽车更多关于自动驾驶的研究内容。