工业革命释放了生产力,互联网的诞生解除了人与信息之间的藩篱,而自动驾驶的到来则有望在空间上拉近万物的距离,从根本上改变未来人类出行、生活、生产的方式,甚至重塑文明的形态。
即便仅考虑对于现有生产力的提升,自动价值已经蕴含跨时代的价值。摩根士丹利的研究显示,自动驾驶汽车对于生产力的解放可每年为美国经济增加 5070 亿美元的价值。
如果再将燃料效率提升、意外事故减少等优势也计算在内,自动驾驶每年可为美国经济创造 1.3 万亿美元价值,在全球范围内,这一数字更可以达到 5.6 万亿美元,是字面意义上毫无疑问的“万亿美元风口”。
价值已经摆在台面,风口随之呈现。在自动驾驶行业整体跑步进入“加速度”的当下,不同发展路径之间的竞争也趋于白热化。
一方面,以特斯拉为代表的车企成为了人们实际接触自动驾驶技术的窗口,从ADAS 到 L2.5、L3,正日拱一卒、循序渐进式地向自动驾驶腹地进发;
另一方面,以Waymo为代表专注于Robo-Taxi 场景的公司则直接跨过辅助驾驶的阶段,开门见山地从 L4 级别自动驾驶切入,试图一举攀登无人驾驶的圣母峰。
不过在亮眼的公众视野之外,自动驾驶技术真正的生根之地却不在镜头范围之内,它在港口、矿区、机场、物流园等拥有封闭场景优势的商用车场景率先落地,给行业带来了广阔的想象空间。
对于自动驾驶行业参与者而言,是专注于乘用车领域,还是押宝商用车赛道是从辅助驾驶到自动驾驶循序渐进,还是直接 All in 自动驾驶,实在是一道需要谨慎作答的选择题。
在万亿风口的感召之下,自动驾驶赛道日渐拥挤,在行业逐渐驶入深水区,技术进入落地倒计时的同时,国内唯一一家专注于将融合感知技术赋能车端与路端的自动驾驶创新公司——觉非科技,正在与多家行业主流主机、智能驾驶供应商、自动驾驶场景运营商等展开广泛而深度的合作,通过“自动驾驶全栈融合计算解决方案”引领行业走出了一条全新的示范之路。
觉非科技在车端与路端两条技术路线上的产品均开花结果,在车端产品线上推出了车规级高精度融合定位终端系统“鸣鸿™”,在车路协同产品线方面推出了路端传感器融合及全局规划调度系统“知寰™”,首次在车端和场端打造了可向行业赋能的 L4 级别自动驾驶解决方案,并已在港口、矿场、低速物流、环卫、机场摆渡等多个场景下落地商用,为自动驾驶的落地路径提供了全新的思路。
面向未来开发,寻找当下场景
作为一家 2019 年成立的公司,觉非科技在自动驾驶行业这片深水区能够站上鳌头,离不开对自身的精准定位,和对行业未来、技术演进路径的洞察及精确推演。
在此之前,自动驾驶行业最大的新闻之一,便是英特尔斥 153 亿美元巨资收购特斯拉昔日合作伙伴 Mobileye。彼时激光雷达还因为成本高、寿命低、不符合车规等原因受到自动驾驶行业之一,埃隆·马斯克所倡导的视觉方案受到广泛认可。
然而觉非科技却并不这样认为。
觉非科技 CEO 李东旻表示:“在做关键技术路线判断的选择题的时候,我们始终坚持一个原则,那就是只做行业终局需要的。”
在终局思维下,觉非科技尽量避免去做最后可能会被市场抛弃的技术,让自己始终打造高维产品与地维产品进行竞争。因此,从 ADAS 一路小修小补慢慢优化到高级别自动驾驶,这条路线自然也就被放弃了。
觉非科技坚持要从高级别自动驾驶做起的终局思维,出自于对中国市场和消费者对新事物远超别国接受能力的判断,这也令中国在科技行业一直保持着跨越式发展的状态,正如我们跳过了信用卡,从现金直接进入移动支付;跨过了黑莓时代,直接从功能机进入智能机时代。
科技迭代没有和风细雨,尤其是在跨越式发展的自动驾驶领域,技术开发需要面向未来,停留在中间状态是危险的市场举动。因此觉非科技在 2019年就为自己定下了面向 L4 级别无人驾驶开发的主基调,坚持激光点云结合视觉等感知融合的方案,专注做好自动驾驶全场景的智能领航员。
所谓领航员,即 Pilot 的中文翻译,原意指汽车拉力赛中,坐在副驾位置通过道路数据帮助赛车手制定驾驶路线的角色。
李东旻表示,“自动驾驶的规控系统最终还是要有主机厂,或者说产品交付者去负责,因此觉非科技不会踏入未来不属于我们的业务范围,因此我们决定专注于为自动驾驶系统提供最佳的领航员服务。”
清晰的边界意识,及行业内几乎唯一的专注于数据引擎化、服务化的全栈式融合感知计算解决方案提供商的定位,也为觉非科技赢得了空前广阔的市场合作机会。
正因如此,在大众目光都放在 Robo-Taxi、特斯拉 FSD 等乘用车自动驾驶项目时,觉非科技却率先捕捉到了无人驾驶在特定场景下商业领域的应用潜力。相比于给普通车主带来便利而言,无人驾驶对商业带来的成本降低是可以实际计算的,投入产出比的经济账非常容易算。
并且相比于广受关注的干线物流、高速路、快速路等复杂的普通道路环境而言,一些处于封闭场景下的低速无人驾驶商用场景也更容易实现。强调无接触式服务的疫情背景,也在降本提效之外为自动驾驶技术的快速落地提供了更多理由。
在大家还在讨论 Robo-Taxi 落地还需要五年还是十年的时候,港口无人驾驶货车、末端无人配送车、无人环卫清扫车等等自动驾驶设备却已经在这些大众注意不到的场景下的布局却已经悄然开始加速。
数据为王中国自动驾驶或 超越美国一个世代
Robo-Taxi 的自动驾驶模式,尚处于技术验证阶段。早在 2016 年,兰德智库就指出,无人驾驶需要跑 110 亿英里,才能证明自己比人力驾驶更安全。然而即便是以目前账面上自动驾驶最优秀的Waymo来考虑,其旗下拥有8.2万台车,每个月开 8200 万英里,也需要 11 年才能完成验证。
毫不夸张地说,车跑在路上所产生的数据就是推动自动驾驶发展的“燃料”,是维持自动驾驶企业生存的“血液”。
也正是因为谋篇布局早,觉非科技也更早开始获取到覆盖不同场景的自动驾驶数据,结合图像、语义、点云等不同维度的数据,通过进一步的融合、机器学习,转化成为了可用于自动驾驶、智慧交通的“数据服务平台”。
相较于部署在车端的激光雷达、摄像头、毫米波雷达传感器而言,部设在路端、24 小时俯视交通状态的传感器模组无疑采集数据更全面,效率也更高。
车端雷达智能扫描车辆的一面、两面,而路侧传感器却能从俯视角采集车辆的三面、四面形成几何立体视觉,并且路侧也能完整采集到很多类似交通事故等车端难以获取的低频率 Corner Case,记录下它们的图像、点云状态,用以训练无人驾驶 AI。
同时,车载传感器再丰富,也难以逃避被环境遮挡造成的感知盲区问题。相对的,路端传感器配合 V2X 车路协同系统就能从更高维度解决问题。
李东旻表示:“觉非科技多传感器融合感知系统知寰™,每个点位 一天产生的数据量就高达 50TB,是一辆无人驾驶汽车数据量的 3~5 倍”,同时也 解决了自动驾驶的两个核心问题,即车辆的自定位问题,及车遭环境的补盲。”
这也就是说,相比美国 Robo-Taxi,觉非科技在路侧积累的数据优势会逐步放大,路侧传感器部署三年就相当于美国自动驾驶汽车部署九年,对于一项技术来说相差近十年几乎可以视为差出一个世代了。
同样一项技术,验证所需时间相差三倍,两者面临的市场环境可谓巨大。
然而事实上,中国有 52 万个路口,未来路端传感器数量定然是要远超美国 Robo-Taxi 部署的数量,两者之间的数据积累差距只会越来越大,外国无人驾驶公司在未来遇到的 Case 可能早就在中国发现过了,这带来的将是机器学习、AI 算法完成度上的鸿沟。
因此对于专注于车路协路径的觉非科技来说,“车是主航道,路是护城河”,李东旻说到,“只要我们路侧终端部署越多,运行时间越长,我们护城河就越深,竞争门槛就越高。”
完善数据闭环开创自动驾驶中国路径
当然,车路协同技术能够作为战略重点写入国家发展规划,并非仅仅是用作数据收集,正如“知寰™”的命名,觉非科技车路侧传感器部署更是能够为行驶在道路上的自动驾驶汽车提供“上帝视角”。
2021 年,觉非推出了“自动驾驶全栈融合计算解决方案”。这套方案可针对不同场景为客户定制化提供前装与后装定位算法、多传感器融合感知算法及动态交通信息服务,为自动驾驶车辆从低级别辅助驾驶升级为 NOA 赋能。
与此同时,觉非还推出自动驾驶车端应用:高精融合定位终端系统“鸣鸿™”其内置环境感知算法、FPGA 车规级计算芯片等技术能力,可与车上搭载的高精地图进行特征匹配,利用视觉与特征匹配结果为惯导与卫导提供关键信息输入。
特别是在城市多路径场景、多层立交或隧道等卫导与惯导受干扰严重的场景中,“鸣鸿™”系统为车辆提供高精度和高鲁棒性的定位服务,保持数据精准稳定的输出。
当前 L4、L5 级别自动驾驶技术的难点很大程度还是集中在“感知”领域,不论是视觉为主还是融合激光雷达的单车智能方案,都仍是基于车辆自身传感器去感知外界环境,仅能感知到周遭一定角度、一定范围内的状况,安全性天花板不高。
针对高级别自动驾驶,觉非的“自动驾驶全栈融合计算解决方案”可整合华为MDC、地平线 J5、英伟达 Orin 等高性能平台,按照不同的算力需求,从中等算力平台到大算力平台两个维度,可精细化部署融合感知、融合定位等产品服务。
同时,觉非科技自研基于 LiDAR 与视觉融合计算的核心技术,已可为自动驾驶车辆提供融合感知、融合定位和数据闭环自更新的全栈技术与服务。
自动驾驶有望成为及移动互联网之后,再一次改写世界文明方式的巨大变革。不过这一次,中国将最有可能凭借技术积累和车路协同建设等领域在自动驾驶行业以领导者的姿态实现引领。
觉非科技并未将自身定义为无人驾驶领域中的竞争者,而是以全场景智能数据引擎和自动驾驶解决方案服务商的身份面向主机厂、智能驾驶供应商、自动驾驶场景运营商等行业参与者,作为自动驾驶能力的赋能者,才是无人驾驶时代的真正 Tier1。
不可否认的是,自动驾驶领域玩家已经人满为患,主机厂牢牢把我这规控的方向盘,BAT、华为等互联网巨头鼎立则是瞄准系统架构及大数据。而觉非科技却能够凭借提前卡位深挖数据护城河,依靠开放合作赋能合作伙伴的理念积极携手行业重要玩家,构建广泛的生态联盟,无疑是在自动驾驶的血海修罗场中开辟除了一条全新的价值通路。
来源:电科技 袁创