2022年3月26日，由盖世大学堂主办的 “行泊一体芯片及感知算法剖析” 培训在上海成功举办。此次培训有来自OEM、国内外零部件企业负责产品、技术、系统开发等近50位工程师参与。
负责本次培训的老师拥有十多年OEM、自动驾驶领域企业的从业经验，曾负责L4产品落地研发；目前就职于某车企并负责智能驾驶系统架构的开发，对自动驾驶领域有着广泛且深入的研究和开发经验。
什么是行泊一体？
在汽车智能化不断提升的当下，行泊一体成为了行业的热门话题。
从本质上来说，行泊一体是将所有传感器数据接入到单个SOC为主的域控制器上，用一套软件算法完全打通。它最大的特点在于传感器的深度复用和计算资源的共享，无论行车还是泊车，都可以调用所有的硬件资源。但是在分离式系统中，行车功能只能调用行车的芯片和传感器，比如前视相机、毫米波雷达，而泊车功能也只能调用泊车的芯片和传感器，比如鱼眼相机、超声波雷达。当一套系统运转时，另一套的硬件就会闲置。因此，行泊一体能实现更高的性能和更好的体验，并且省去部分重叠的硬件，从而节省成本。
行泊一体的发展趋势
2022年起，高阶智能驾驶掀起了一波 “向下” 普及的趋势。以往在特斯拉、蔚小理等中高端车型上才有的功能配置，渐渐在一些低端车型上变得越来越常见。这种“高配置、低成本”的现象，都要归功于行泊一体。
盖世汽车研究院数据显示，随着消费者对于辅助驾驶功能重视度和支付意愿能力逐渐提升，2022年国内乘用车L2级辅助驾驶已经接近30%渗透率，盖世汽车研究院预计，国内L2及以上级别智能汽车市场将进入快速渗透期，预计2025年、2028年将分别达到63%、84%左右。
面临的挑战
尽管行泊一体市场很“火爆”，但却依然面临着成本、技术升级等诸多方面的障碍。
最大的困难莫过于芯片与算力，在功能集成融合后，各个摄像头之间需要一定的补充和协调，在算法上会注重融合以及针对不同场景的调整，实现功能的扩充，识别准确率、可靠性等指标的进一步提升。行泊一体解决方案意味着更复杂的软件调度和神经网络，因此软件厂商应提供更为完善的软件架构和中间件，同时算法要能够处理多传感器融合，这将是更为紧密的系统协作。其次，便是功耗的降低。如何在高性能的同时，还保持着较低的功耗是目前行泊一体方案的业内难点之一。
自2020年起盖世组织了将近500多场线上课堂，邀请众多行业头部企业及专家针对智能化、电气化等领域建立了丰富的课程体系和脉络，并推出了盖世大学堂。盖世大学堂一直以来致力于探索行业用户和企业真实需求，建立师资(专家)库及外部合作机构，构建汽车行业培训集成平台。通过系统化的课程(专业课、企业内训、专家咨询、研习社1年学籍卡)，跟老师进行线上、线下互动和交流，深耕汽车行业搭建交流分享平台。在汽车产业不断的发展变化下，帮助汽车人尽快突破自我认知，陪伴企业组织的发展，帮助企业与个人共同转型。
盖世大学堂同时也正在招募汽车电动化、网联化、智能化、共享化等产业领域的讲师参加进来，为行业传播知识，带动更多业内人士一起进步。
