跨界融合，賦能自動駕駛落地

文 / 朱煦

“跨界融合，賦能自動駕駛落地”主題論壇現場

在汽車產業轉型完成電動化的上半場，進入智能化下半場后，真正大批量落地智能駕駛能力成為轉型和競爭的核心賽點。

2022 年11 月8 日-10 日，由中國汽車工業協會主辦的2022 中國汽車論壇在上海嘉定舉辦。其中，在11 月10 日舉辦的“跨界融合，賦能自動駕駛落地”主題論壇上，來自車企、科技公司、零部件供應商、云服務商、軟硬件提供商的精英人士共聚一堂，就自動駕駛量產落地的趨勢、產業鏈情況和未來技術發展進行極具價值的討論。

本場主題論壇由德國汽車工業協會（中國）副總裁張琳主持。他表示，作為科技創新的重要載體，智能網聯汽車正推動著汽車產業形態、交通出行模式、能源消費結構和社會運行方式的深刻變化。

從市場端來看，2022 年1-8 月中國L2 級以上乘用車滲透率達33%，較去年同期增長了12 個百分點。

頂層設計正在形成。德國通過《道路交通法》修正案、《自動駕駛法案》推動L3 和L4 級自動駕駛汽車上路行駛。在國內，工信部已經推出《道路機動車輛生產準入許可管理條例》和《關于開展智能網聯汽車準入和上路通行試點工作的通知》的征求意見稿，也正式將中國市場L3 及以上自動駕駛汽車的準入管理提上日程。

產業融合態勢正逐漸顯現，隨著生態多元化，互聯網、科技、出行等跨界企業，與傳統汽車一起，競爭合作、長短相融，共同加速自動駕駛產業布局。同時，軟件定義汽車模式下，汽車商業模式也逐漸改變，應用端需求正成為企業第一驅動力。

自動駕駛產業鏈再分工

在此背景下，產業鏈上各方應當如何分工協作？

一汽集團研發總院代理副院長、智能網聯開發院院長周時瑩在演講中表示，2023 年前后，自動駕駛產業會進入快速淘汰期，從爆炸期的上升曲線回歸到理性化的平穩發展、良性循環過程中。期間，由于賽道上選手過多，會有一大批獨角獸企業走下坡路，甚至瀕臨破產。

同時，整個產業鏈到底由誰主導尚無定論，車廠、科技公司、芯片公司以及后端的數據運營和后臺公司的市場份額和整體分工并沒有平穩化。而汽車行業在往平穩化過渡，也在陸續決出真正優質的品牌，其中自動駕駛就是最大的魅力點所在。

在此變局當中，作為主機廠將掌握由車帶來的海量數據，因此在自動駕駛的細分領域里更占優勢。

但與此同時，自動駕駛算法是投入大、產出慢、周期長的領域。作為OEM 可以將自動駕駛作為自己的爆發點全情投入，也可以選擇跟算法公司合作，通過投資、融資的方式共同建立自動駕駛算法能力。

但核心的問題是，OEM 需要有戰略定力，明確至少五年的戰略定位。在系統設計、算法、整車集成、用戶體驗等選項中明確自己的戰略方向，并進行既苦又必須的長期堅持，堅定不移地發展下去。

在尋找新的產業分工定位的同時，車企也在積極探索，希望將自動駕駛這一代表未來的核心技術掌握在自己手中。

據上汽集團人工智能實驗室于乾坤博士介紹，作為上汽集團大戰略項目之一，今年上汽Robotaxi 形成了感知、規控、計算、定位多冗余的技術路線，以及面向感知和規控的閉環數據工廠，并有比較大的提升。

其中在感知層面，上汽Robotaxi 采用包括6個固態激光雷達、5 個周視相機、3 個前視攝像頭、4 路環視、5 個Radar、12 路超聲波雷達的感知方案，在感知之外設置了一層感知“墻”的概念，將超聲波雷達也拿過來作為行車時的傳感器，開發了基于環視+超聲超近距離的感知方法，在近距離實現厘米級高精度的融合結果，從而實現窄距離通行的效果。

在計算冗余方面，該解決方案采用1000 tops的高階自動駕駛計算平臺，64Tops 算力L2++ 功能降級系統， 6 核ASIL-D 的MCU 組成的安全島，實現基本的AEB 功能，以及基于5G V2X 的遠程駕控系統，時間延遲可以控制在300 毫秒以內，及時實現遠程接管、遠程輔助。

值得注意的是，上汽Robotaxi 是基于OEM主導的項目，因此其車輛在前端便實現了改裝，車輛一致性和工藝完整性大幅提高。

自動駕駛供應商崛起

在車企積極探索的同時，行業內已經有了量產高級別自動駕駛方案的供應商，以及各具特色的技術方案。

據輕舟智航聯合創始人、CTO 侯聰介紹，隨著“雙擎”戰略發布，輕舟智航已不止是一家L4自動駕駛公司，更是希望通過前裝量產高級別輔助駕駛，漸進式地由高級別輔助駕駛反哺自動駕駛，通過走這一條最務實的道路，最終在國內實現無人駕駛。

他認為，到2025 年，我國智能駕駛市場滲透率有望達到65% 以上，其中L2 及以上的功能滲透率突破40% 。

為此，輕舟智航發布了“輕舟乘風”城市NOA 方案，這是國內首個部署了超融合模型的量產方案，已經在地平線征程5 的芯片上實現。其采用的“超融合”感知方案，綜合融合了多傳感器不同的信息，并且實現了穿插的時序融合。

其中大模型OmniNet 具有3 個優點：感知更精準；車端更適配，算力降低60%以下，對傳感器的配置非常靈活；迭代更高效。

大模型適用于數據驅動。輕舟已經開發了大量的自監督、半監督、弱監督的機器學習框架。可以充分挖掘數據中的價值，還可通過數據合成處理很多長尾問題。

同時，輕舟采用“時空聯合規劃”的方法，同時搜索空間和時間的結果由此大幅提升解空間，在復雜動態場景下搜出最優解來，甚至某些場景下比人類的行為做得更好、更舒適、更安全。

在預測方面，通過與征程5 的適配優化和先進模型，能輸出周圍物體10s 的預測軌跡，支持數百個物體的預測，20 毫秒就可跑完預測。

面向未來，輕舟提出了入門體驗標配化、中端體驗標準化、高端體驗大眾化、極致體驗革新化的智能化“小四化”理念。

東軟睿馳汽車技術（上海）有限公司副總經理劉威認為，一個好的自動駕駛域控制器的架構應具備如下優點：安全、軟硬分離、面向服務、開放，同時應該面向開發者、能夠實現自我進化，實現傳感器多功能泛化。

因此，東軟睿馳打造了分為硬件層、軟件平臺層、服務應用層的自動駕駛SOA 軟件架構，可提供輕量級和高等級智能駕駛能力兩種部署架構方案。

該架構設計能夠支持軟硬分離，東軟睿馳提供了基礎軟件NeuSAR，來實現支撐廠家自己的SOA 的設計。并在不同的軟件模塊和算法里面都嵌入了功能安全的機制，還提供了信息安全的模塊，能夠支撐不同產品的開發和應用。

同時東軟睿馳還實現了產品標準化，能夠支持不同標準的傳感器；預置了標準的AutoSAR，控制器都采用標準的I/O 接口；此外，還預置了標準的系統底層軟件來實現迅速上傳，能夠進行應用層的開發，專注個性化和創新功能的實現。在自動駕駛開發模式上，實現開放的生態合作，分層次提供不同的軟件能力，最大限度滿足移植性、易維護性及系統的健壯性，提供不同的硬件平臺支持。

此外，通過預置OS 相關的基礎軟件，東軟睿馳能夠提供面向自動駕駛的實時處理框架，并在云端實現了數據驅動閉環服務。

傳統Tier1 供應商也正在積極尋求在自動駕駛領域新的商業機會。

大陸集團前沿工程技術研究中國區負責人尤歡表示，大陸集團服務于L3 級以上高自動化的自動駕駛不同核心的關鍵技術，包括感知、定位、V2X、路徑規劃、動態控制等。通過這些不同的關鍵技術不斷地整合，服務于不同的車型，包括乘用車和商用車車型等，無人駕駛車型在不同場合不斷實現迭代開發。

其中，乘用車L4 級基于城市工況，適應高級自動場景，擁有自主代客泊車等系統，核心產品包括MKC1+HBE、線控+ 電子控制系統等，能夠很好地服務于高級自動駕駛，特別是在主系統失效的時候，輔系統介入，保證行車安全。

同時，大陸集團也會在商務車領域進行高級自動駕駛不同解決方案的開發。

而在自動駕駛所需的關鍵零部件上，中國供應商正在尋求成為領導者的機會。

上海拿森汽車電子有限公司總經理陶喆表示，拿森致力于成為中國線控底盤的領導者。

目前拿森已在上海布局完整的線控底盤ACUD 全套正向開發能力，包含系統開發、模塊級開發、模塊級驗證等一系列整車驗證。拿森在杭州蕭山布局了全線產品線的生產制造基地，包含NBooster、ESC （車身穩定系統）、電動轉向、one-box 以及未來的底盤域控制等產品的生產。

拿森可提供兩套方案：一是現在主力供貨的two-box 解決方案，NBooster 和ESC 做相互備份，當一個失效另外一個接管。這套方案在國內主力市場車型上實現批量的供貨；二是行業比較熟悉的one-box 集成式的方案，它比two-box 具備高集成、高效率、高性能、高安全的特點。

此外拿森也在未來創新型底盤域控制器上投入很多的資源，期待未來3-5 年上市底盤域控制。

在完全自動駕駛領域，也已有了商業化的產品。

文遠知行創始人兼首席執行官韓旭介紹，文遠知行的主要產品包括自動駕駛出租車、自動駕駛小巴車、自動駕駛同城貨運車、自動駕駛環衛車和高階智能輔助駕駛系統等，能夠提供包括網約車、隨需公交、同城貨運、智能環衛、高階自動駕駛等多種落地解決方案，目前已開發了WeRide One——文遠知行自動駕駛通用技術平臺，使用一套算法，類似的傳感器來支持包括自動駕駛出租車、自動駕駛環衛車、自動駕駛小巴、自動駕駛物流車、L2/L3 系統等，最大化集成了公用的軟件和硬件。

目前，文遠知行的自動駕駛車隊規模已經超過400 輛，打車、貨車運營、監管運控平臺等自動駕駛運營級產品也已完成。

完善自動駕駛所需的數據體系

算法、算力、數據被稱之為自動駕駛成長的三大基礎。隨著自動駕駛量產落地預期的不斷切近，從數據法規、數據生產應用體系上，各方動作頻頻，成績斐然。

中國汽車工業協會數據分會執行秘書長滕添益表示，隨著智能網聯汽車產業的高速發展，未來十年汽車產業除了產業技術鏈和供應鏈變革外，還將形成數據鏈，從而推動汽車產業數據生態的發展。

整個汽車產業數據生態有三大支柱，包括數據安全保障：企業合規管理、技術保障；數據資產化：明確數據權屬，明確數據所有權和使用權，數據標準化工作；行業數據平臺：建立信任，數據價值確定與共享交易。

在產業數字化轉型的過程中，政府和企業都依據數據開展相關工作，政府會依托于數據開展產業管理，里面分成對企業的管理和對產品的管理。企業方面，主要是對數據安全的總體要求，還有包括相應的數據存證和審計等。而在產品方面，會有產品基于數據的實時監管要求。

而數據應用領域，也已出現了全方案的自動駕駛數據閉環供應商。

亞馬遜云科技大中華區戰略業務發展部總監陳亦愷表示，數據是自動駕駛的靈魂，一定要解決數據管理的問題。而自動駕駛的數據管理面臨六個挑戰：

海量數據的采集和傳輸；海量數據的存儲：復雜的數據管理和數據分析；復雜的模型開發和訓練；自動駕駛的仿真驗證，這是超大規模的仿真驗證的要求；規模、敏捷、成本以及安全，云原生的自動駕駛開發工具鏈。

基于這些需求，亞馬遜云科技推出了一套基于云原生自動駕駛的開發平臺框架，用自己構建這套數據閉環平臺為合作伙伴和客戶賦能。

亞馬遜云科技幫助合作伙伴和客戶加快投產的速度，支持多租戶的協同開發，成本優化，利用云彈性資源減少一次性投入；核心軟件能力可以做到擁有代碼，幫助企業快速構建平臺，以及獲得云原生的技術能力，實現敏捷開發。

IAE 智行眾維?聯合創始人、CTO 李月表示，軟件測試是為了積累大量的虛擬里程，讓算法覆蓋盡可能多的邊緣場景（corner case）。為此需要進行海量仿真+ 自動化測試，仿真平臺就顯得非常重要。

IAE 的仿真平臺需要能夠管控整個仿真的測試節點，既規劃整個仿真測試用地的使用，又具備仿真測試的KPI 體系，在測試之后自動化輸出評價的結果，快速推進軟件迭代。