携手百度，威马展示了他们的量产 L4 级无人驾驶 AVP 自主泊车技术
威马汽车在「2020 百度世界大会」上，发布了其与百度共同开发的 AVP 自主泊车技术，并亮相了首款搭载 AVP 自主泊车技术的全新量产车型。 这套 AVP 自主泊车系统被定义为 L4 级自动驾驶，可以实现的功能为： 在家和办公室这类有固定停车位的场景下，车辆仅需要完成一次路线学习，之后用户即可提前下车，车辆自主寻径完成泊车入位。取车时，通过手机召唤车辆自动驾驶至用户所在位置；而在商场等的公共区域，用户下车后车辆便会自主完成车位寻找、泊车入位。取车时，可通过手机召唤功能，实现车辆自主启动、驶离车位，并行驶至指定的用户所在地点。 这个功能将于明年搭载在威马的量产车上。 这很类似于前几天刚刚发布的奔驰新一代 S 级上的功能。奔驰是与供应商博世合作开发的这项技术，而威马的合作伙伴则是百度 Apollo。 停车场的停车和找车，确实是很多用户的痛点。比如，和别人约在一个地方，但即将迟到，却还要花几分钟甚至更长的时间去停车场找车位停车；比如，去商场购物之后，却忘了自己把车停在了哪一层的哪个车位上；比如，下班回到小区，自己的停车位距离所在楼门略远…… 而威马与百度 Apollo 共同打造的 AVP 自主泊车技术，旨在解决用户的停车痛点，完成用户在停车场景下的时间自由、空间自由。 AVP 自主泊车技术可以通过简单地学习或者直接借助高精地图，完成在无人干预情况下的自动驾驶、躲避障碍物、车位智能搜索并自主泊入泊出。 这次展示的 AVP 技术搭载在威马 EX5 上。在车端，用到了车辆的 5 个摄像头和 12 个超声波雷达，而算法则来自于百度。 按照威马的说法，未来，AVP 自主泊车技术可以通过智能云端互联，打造一个完整的停车场自动驾驶生态。在这个生态当中，可以实施更多具有附加值的服务，比如电动车的自动化充电，车辆的无人化洗车、无人快递交付等等。 不过，关于这套 AVP 自主泊车功能，我们还是会有一些疑问：比如，在实际落地之后，它的实用性和成功率到底能做到什么程度？对停车场本身又有哪些要求和限制？ 这些都需要在日后的实际体验过程中慢慢感受，期待将来的实车体验。
CES 2020|构筑视觉霸业，这就是 Mobileye 的野心
与往年一样，本届 CES 上，Mobileye 的 CEO Amnon Shashua 照例用了一个小时来阐述 Mobileye 的技术进展以及未来规划。而这一个小时反映出了 Mobileye 的宏大野心：从一个 Tier 2 ADAS 供应商逐渐转型为高级别自动驾驶出行服务商，构筑一个基于视觉技术的自动驾驶霸业。 野心背后的底气 在当今的 ADAS 领域，Mobileye 是毫无疑问的领头羊，其 EyeQ 芯片的市场占有率相较于其它供应商有着压倒性的优势。在产品上，EyeQ 芯片的优势体现在其优秀的视觉解析表现力，较高的系统稳定性，以及较低的功耗。并且不管是现在的 EyeQ4 还是未来的 EyeQ5， 其既可以用于中央域控制器，也可以直接整合在挡风玻璃上的前视摄像头模块当中，OEM 即使不想使用中央化的域控制器架构，也可以通过在分布式结构中整合 EyeQ 芯片，研发出一套成熟的 L2 甚至是 L2+ ADAS 产品。 随着自动驾驶行业遇冷，越来越多的汽车厂商开始意识到两个现实性问题： 出于场景和法律原因，L3 目前很难普及，未来的几年内，L2+才会是量产车 ADAS 领域内的主流 在短期内，应用高度中央化的域控制器平台需要从根本上改变现有的研发与供应链体系，且研发成本非常高。 既然花了大成本研发出的中央域控制器架构在短期内也就只能应用 L2+，那么为何不用成熟度更高的传统分散式架构做 ADAS，并保证利润呢？因此我们可以看到大部分车厂仍然仅会在高端车型中部署域控制器。正是这个原因，使得 Mobileye 的市场地位在短期内很难被撼动（目前市场上 70%的 L2+系统都采用了 Mobileye 的产品）。即使 OEM 和 Tier 1 都苦于 Mobileye 封闭的产品形态，也无法找到合适的替代供应商。 而靠着稳定前装市场份额所带来了的充沛造血能力（这里还没有算上 Intel 对他们的支持），Mobileye 可以底气十足的在尚不赚钱的高级别自动驾驶领域「 烧钱」。按照 Shashua 教授公布的规划，Mobileye 将在 2022 年实现 L4 级别的出行服务部署（与大众和 Champion Motor 在以色列的合作项目，以及与蔚来合作的 L4 项目），在 2025 年推出面向量产车的 L3/L4/L5 全栈式自动驾驶系统（不只是提供芯片，而是提供完整的自动驾驶系统）。 以视觉为绝对核心的技术路线 除了特斯拉之外，Mobileye 也一直坚定的在走靠机器视觉实现自动驾驶的路线。在演讲的后半部分，Shashua 教授重点介绍了 Mobileye 的机器视觉路线。 首先，Mobileye 并没有完全放弃激光雷达 ，他们将激光雷达与毫米波雷达融合形成一套完整的环视感知体系，再用纯摄像头视觉形成一套完整的环视感知体系，两者互相独立，且各自都可驱动高级别自动驾驶的功能，前者的主要意义是作为后者的冗余层存在。换句话说，Mobileye 并没有做主流的多种传感器融合路线，而是将两种不同的传感器路线各做一套感知，再通过两套感知冗余叠加，实现更高的安全性。 更烧脑的是，Mobileye 在摄像头视觉这套环视感知体系当中，还同时使用了多种相互独立的感知算法实现冗余叠加，这么做的目的是为了在两个维度上进一步提升感知的精确度与稳定性，这两个维度分别是： Detection：决定感知的对象是什么物体 Measurement：通过对摄像头的 2D 画面进行推理，得出感知对象的具体 3D 信息 光是在 Detection 维度，Shashua 教授就在演讲时举例了 6 种他们所使用的独立算法： 3D Vehicle Detection(3DVD)：识别 2D 画面中的目标车辆，将其标注上 3D 的 Bounding Box Full Image Detection：主要用于识别车辆两侧近距离的大型物体（如客车或卡车），由于单一摄像头的很难完整捕捉这类近距离物体，因此需要结合多摄像头捕捉的画面进行整体标注 Top View Free Space：重点识别画面中没用被占用的道路并进行标注，通过排除法可以得出，没有被标注的空间都是有物体占用的 Features Detection (例如 Wheels)：重点识别物体独有的一些特质，例如车轮 VIDAR：通过多个摄像头的交叉三角测量生成 3D 画面，再将这个 3D 画面导入到激光雷达的感知算法中进行物体识别 Scen Segmentation(NSS)：通过对摄像头画面进行像素级识别，分割出不同种类的物体并分别用不同颜色标注 可以看出，Mobileye … 继续阅读
CES 2020 | 发布单目前视解决方案，地平线如何破局中国 ADAS 市场？
在本届拉斯维加斯 CES 期间，国内的 AI 芯片创业公司地平线展示了他们的首款车规级 AI 芯片征程二代，并发布了基于此代芯片的 ADAS 解决方案和全新的 Matrix 自动驾驶计算平台。根据之前透露出的信息，地平线目前已经将公司发展的重心放在了 ADAS 与智能驾驶领域，因此这次发布的最新解决方案对地平线后续的商业进展可以说是尤为重要。 基于征程二代的 ADAS 解决方案 2019 年 8 月，地平线正式推出中国首款车规级人工智能芯片 SoC——征程二代。其集成地平线第二代 BPU 架构（伯努利架构），可提供 4 TOPS 的等效算力，典型功耗 2 瓦，能够更高效灵活地实现多类 AI 任务处理，对多类目标进行实时检测和精准识别，可应用于自动驾驶视觉感知、众包高精地图与定位（去年 CES 发布的 NaviNet、视觉 ADAS 和智能人机交互等智能驾驶场景）。 基于这款芯片，地平线研发了针对前装领域的单目前视解决方案。在 2W 的典型功耗下，可以在 100 毫秒延迟内有效感知车辆、行人、道路线、交通标志、车牌、红绿灯等六大类近百种目标的检测和识别，具体包括：10 类动态目标感知、50 类静态目标感知和 23 类语义分割。 去年 12 月，地平线就已经就这款平台和由吉利投资的国内 ADAS Tier 1 福瑞泰克（Freetech）达成了合作，地平线将以 Tier 2 的角色提供芯片，而 Freetech 则负责整体 ADAS 解决方案的整合。而在今年 CES，地平线还公布了与全球领先 Tier 1 佛吉亚的战略合作，双方合作范围涉及高级辅助驾驶、自动驾驶和智能座舱等多个领域。地平线将通过提供 AI 芯片及相关工具链赋能佛吉亚打造具备高性价比、面向规模量产的智能驾驶产品和方案，加速佛吉亚在汽车电子智能化时代的战略转型。 Matrix 2 代自动驾驶计算平台 刚刚提到的单目前视解决方案是地平线面向大规模化量产车市场的传统 ADAS 产品，而此次他们重点展示的产品则是专门面向无人小巴、Robotaxi 等高级别自动驾驶的 Matrix 2 代自动驾驶平台。 GeekCar 在此次 CES 现场也体验到了 Matrix 2 代的实车 Demo，下面是现场体验过程中的一段视频。 正如视频中地平线的工程师所透露，这个 Demo 一共配备了 12 路摄像头形成环视感知，共由 3 台 Matrix 2 代平台完成视觉计算（每台负责 4 路摄像头），单台 Matrix 2 代的具体参数则包括： 每台 Matrix 2 代平台整合了 4 块征程二代芯片 单台 Matrix 2 代的算力为 16tops，功耗为 28W 支持高达 12 路 4K 超高清视频输入 10 类车型分类与车灯检测 6 类车道线检测 辨识可行驶区域与施工区域 行人与骑车人速度朝向预测 可分辨成人和儿童 摄像头失焦、卡顿、遮挡检测 延迟小于 60 毫秒 地平线在 ADAS 领域的机会 熟悉 ADAS … 继续阅读
关于制动与行动，我们和大陆集团聊了聊自动驾驶的最后一环
在 GeekCar 之前的文章中，我们更多的是关注自动驾驶的感知与规划环节。而在这次上海车展的大陆展台上，我们和他们聊了聊最后一环——行动。 行动的核心就是车辆控制，而车辆控制中，保障主动安全性最重要的元素就是减速制动。针对这个需求，大陆集团在本次车展重点介绍了新的电子制动解决方案 —— MK C1。 MK C1 是一种线控系统，能够快速、精确、主动地建压，非常适合于自动驾驶。在正常的运行模式下，MK C1 单元将起到制动、保障稳定性及舒适性的作用。在 AEB 和 ACC 这样的驾驶辅助功能中 MK C1 会负责最终的紧急制动与减速环节。而且与传统的非线控混合制动系统相比，MK C1 可以通过提高可回收能量的利用率实现更多的能量回收，有效减少二氧化碳排放和燃料消耗。TÜV 测试证实，MK C1 在 WLTP 测试过程中平均减少了二氧化碳排放量约每公里 5 克，和减少了油耗约每百公里 0.24。（线控电液制动系统 MK C1 能够减少二氧化碳排放和燃料消耗，并且提升电动汽车的续航里程。）MK C1 系统由大陆集团动态控制系统事业部（VED）设计开发。VED 是底盘及安全事业群下属的四个事业部之一，关于这个事业部的角色与定位，我们采访到了 VED 执行副总裁 Matthias Matic, 以及底盘及安全事业群副总裁兼 VED 中国区负责人霍斌。以下是专访实录（有删减）： 大陆集团动态控制系统事业部执行副总裁 Matthias Matic（左）， 底盘及安全事业群副总裁兼动态控制系统事业部中国区负责人霍斌（右）Matthias Matic： 我们底盘及安全事业群的组织架构可以分成四大块业务，最左边是动态控制系统事业部，就是我现在负责的这一块。第二个是液压制动系统事业部，这是我上一个工作的岗位，第三个是我们的被动安全及传感器事业部，最后一个是高级驾驶员辅助系统事业部。 VED 开发和生产电子制动系统、空气悬架系统、底盘电子控制单元，并且提供制动和底盘控制软件解决方案。VED 通过其主动底盘和电子制动的技术从而让车辆更好地适应无法预知的路况，例如湿滑路面、载荷变动和弯道行驶，为驾驶员带来卓越的驾驶舒适感、最佳的过弯稳定性和运动操控感。 GeekCar： 目前 VED 是一个独立的事业部。但是在新的自动驾驶，尤其是 L2+需求当中，OEM 很多看重的是一个整合型方案，客户需要的不仅仅是 AEB 或者 ACC 这种独立功能的制动控制，而更多的是 A 点到 B 点非常完整的驾驶功能。我们这个事业部如何能够在这个趋势下作出产品策略上的应对？尤其是如何与其它的事业部合作？ Matthias Matic： 我们的目的是让车辆能够相互连接，能够相互地沟通，因此这个不是我们一个事业部便可以完成的任务，而是需要和其他部门配合。对整个大陆集团来说，我们的业务不是车和车的连接，而是零部件和零部件的连接。在自动驾驶领域，大陆集团已经是这方面领先的系统供应商。根据市场的变化和需求，我们不仅能把单个产品整合成一个系统，我们还能把不同的功能整合起来为客户提供整体解决方案。我们 VED 和其他事业部非常紧密地进行合作，包括研发新产品，实现新功能。例如，我们拥有与液压制动系统部门合作的电子驻车制动系统，以及与高级驾驶员辅助系统业务部门合作的紧急制动辅助系统。 在底盘及安全事业群，我们用「 感知-规划-行动」 界定了事业群产品在驾驶过程链中的关键作用。所以「 感知-规划-行动」 贯穿在我们事业群的研发和生产之中，我们所开发的是可以实现自动驾驶的产品和系统解决方案。 霍斌： 对于 VED，我们的角色和作用集中在「 规划」 和「 行动」 这两块，所以我们的产品可以对车辆进行横向，纵向和垂直面的车身稳定控制，从而提供安全和动态的驾驶体验。 GeekCar： 所以所有四个事业部都会共同参与到解决方案的开发中吗？ 霍斌： 是的，像 ADAS 还负责感知，像雷达，摄像头，360 度全景系统，激光雷达等，这些都是我们整个价值链不可或缺的一个系统的产品，最后串在一起就是完整的自动驾驶，或者是自动地出行，以及安全系统这样的概念。 GeekCar： 对于自动驾驶系统，目前 OEM 有很多定制化的需求，这个咱们应该怎么解决？可以举一些例子，譬如在控制方面会不会有些 OEM 需求定制化？ Matthias Matic： 其实，我们提供的每件产品多多少少已经针对客户的需求做了一些定制化的设计。我们会向客户提供标准的产品，但是每一个客户都会有自己的独特需求，因此我们会根据他们的需求在产品的开发以及制作方面有所定制，定制化也是大陆集团在客户服务方面的强项。 霍斌： 从基础到中端和高端，我们提供的是家族化、平台化的制动系统产品。目前很多车型都装配有高级驾驶员辅助功能，可以实现 L1 到 L2 的自动驾驶，例如自动紧急制动 AEB 和自适应巡航 ACC，这些都需要更快的建压时间。而相对于传统的制动系统，我们能提供不同的软件和硬件产品来满足客户的多样化需求。（为高度自动化驾驶而生的 MK C1 结合了基于 MK 100 产品的液压制动系统 HBE ，具有冗余降级备选功能。）在大陆集团去年发布的新的重组计划中，刚才提到的四个事业部都将整合到自动驾驶与安全相关的事业群。正如制动单元从一个独立零部件体系，转变成自动驾驶体系中的一环一样。供应商为了满足 OEM 的整合方案需求，也需要打破自己的传统业务体系与研发流程，转变成以平台化解决方案为核心竞争力的科技公司。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车（微信号：GeekCar）& 极市（微信号：geeket）。
携两款新品与众多合作伙伴，RoboSense 发布 Smart Sensor System 战略体系 |2019 上海车展
本次上海车展，RoboSense(速腾聚创) 联手地平线、菜鸟、Sensible 4、autoX 等企业，面向自动驾驶乘用车、无人低速小车、RoboTaxi、车路协同四大智慧交通核心应用，首次发布其 Smart Sensor System 战略体系。同时，推出全新超广角补盲激光雷达 RS-Bpearl、超高分辨率激光雷达 RS-Ruby 两款新品，并揭秘 2021 年量产车规级固态激光雷达 (RS-LiDAR-M1) 的最终形态——内部集成感知算法的智能传感器 (Smart Sensor)。 Smart Sensor System 对于自动驾驶环境感知，传感器硬件通常只完成了数据收集的工作，而要获取自动驾驶所真正需要的信息，则需要调用智能感知算法进行数据分析。 Mobileye 因为图像识别智能感知算法的优势，令大量车厂摈弃传统 Tier1 所提供的前置摄像头，最终 EyeQ 获得巨大的市场份额；尽管 Scala 只有四线，但奥迪仍然选择了来自法雷奥提供的系统方案。刚性需求和行业案例，揭露了一个被掩盖在激光雷达硬件光环下的核心需求 , 相比信息「 收集器」，自动驾驶需要更聪明的信息「 理解者」。 面对即将爆发的自动驾驶市场，RoboSense 在发布会上首次公开了战略布局：将布局已久的 LiDAR 硬件传感器、AI 点云算法与芯片等核心技术结合，针对四大核心应用场景，推出智能感知传感器 (Smart Sensor)。 该传感器能一站式完成环境信息收集和理解，与传统 LiDAR 硬件厂商形成定位上的差异：由「 硬件」 升级为「 智能硬件」。 与地平线达成合作意向，针对 L3+量产乘用车打造 Smart Sensor RoboSense 从高集成度、高性能、高可靠性、可生产性、低成本等设计理念出发，选择低成本的 905nm 激光器，推出了革命性 MEMS 固态激光雷达系统。第一代产品 RS-LiDAR-M1Pre 在 CES 2018 上首次公开演示，历时一年之后的 CES 2019 上，全新升级的 RS-LiDAR-M1 再次大放异彩，世界领先的 120°视场角和 200m 探测距离，让 M1 到达 OEMs 向 RoboSense 提出的指标，满足 L3+自动驾驶乘用车的高速路况 TJP 与 HWP 两项核心功能的安全驾驶需求。 作为数据「 收集者」 传感器硬件只完成了环境感知的第一步，必须融合智能感知算法对数据的分析解读，才能完成安全驾驶的信息获取。「 算法需要单独 ECU 运行， 但所有的 OEMs 都不希望在量产车上追加一台 ECU，占用车辆宝贵的空间与成本。RoboSense COO 邱纯潮表示: 面向市场需求，将感知算法融入传感器硬件，RS-LiDAR-M1 需要成为信息的「 理解者「。 2021 年，RoboSense 向 OEMs 提供的量产版 RS-LiDAR-M1 的最终形态将是 Smart Sensor。智能感知算法写入芯片，嵌入激光雷达，实时解读三维点云数据，直接向自动驾驶车辆输出目标级环境感知结果。 RoboSense 和地平线已达成初步合作意向，为 RS-LiDAR-Algorithms 激光雷达环境感知算法定制芯片。 与菜鸟联手发布全新量产无人低速小车环境感知方案：M1 + Bpearl 组合 无人低速小车被广泛应用于无人巡检、无人安保、无人清洁车、无人送货车、无人驾驶小巴等领域，成为自动驾驶商业化的「 急先锋」。初期，无人低速小车使用单线激光雷达，对环境感知不够充分。RoboSense 提供的 RS-P1 方案，通过将 16 线激光雷达（RS-LiDAR-16）与感知算法盒子结合，为无人低速小车赋予 LiDAR 三维感知能力，实现定位、导航、避障等自动驾驶功能。但由于普通多线激光雷达垂直视场角的限制，车身周边容易出现锥形盲区。 RoboSense 推出全新的超广角补盲激光雷达 RS-Bpearl，它拥有 360°×90°的超广视场角，30m(10%) 探测距离，盲区只有 10 厘米。小巧紧凑的造型，隐藏安装于无人低速小车两侧，扫除车身周边的盲区，并完成侧向环境感知需求。 RS-Bpearl 突破性地采用模块化设计，极大降低了成本，同时让产品灵活度变高，可定制化能力变得更强。 RoboSense 全新一代量产无人低速小车环境感知方案，搭载于菜鸟的「 新物种」 无人物流车亮相车展。新方案使用一台视场角 120°的 RS-LiDAR-M1，取代原来两台视场角 63°的 RS-LiDAR-M1Pre，并加入 RS-Bpearl 负责侧向感知和盲区扫除，实现无死角覆盖。固态激光雷达与短距离补盲雷达的搭配组合，从硬件角度看，产品性能稳定，而且价格极具优势。结合 RoboSense 结合领先的智能感知算法，RoboSense 表示，针对无人低速车的 Smart … 继续阅读
禾多科技公布高速公路自动驾驶进展| 2019 上海车展
禾多科技是一家专注于自动驾驶量产解决方案的创业公司，主要包括高速公路和代客泊车两个方向。在这次的上海车展，他们重点展示了高速公路自动驾驶解决方案 HoloPilot。 从今年 3 月开始，禾多科技开始针对高速公路场景进行大规模路试，其中最有代表意义，便是单向里程长达 1200 公里、沿京沪高速公路往返的长距离测试。禾多科技把这场路测作为展示的起点，在发布会中播放了记录此次测试的短片。 HoloPilot 所使用的技术 测试所用的车辆并没有使用价格高昂的激光雷达，而是仅仅搭载了摄像头和毫米波雷达这样的低成本传感器。 禾多科技创始人倪凯表示，此次京沪高速路测是在今年 3 月份开始进行的，历时两天半。路测过程中，车辆经历了夜晚、隧道、交通拥堵、道路施工、旁车夹塞等各种情况。整个过程中平均几百公里才会出现一次需要人为接管的情况。 从路测视频中可以看到，HoloPilot 通过了各类特殊场景和突发状况的考验。例如，当车辆在夜晚行车时，由于光线不足，摄像头难以检测到车道线以及周围障碍物，再加上周围不时有车辆开启远光灯，也会在瞬间造成摄像头的识别算法失效。在这种条件下行车，有些自动驾驶系统就会陷入「 懵圈」 状态。 进出隧道也是一道难题。短时间内，车辆经历明亮和昏暗两种环境转换，光线的变化很容易导致摄像头失效。同时，隧道内的 GPS 信号会完全消失，对自动驾驶定位功能造成很大挑战。 但 HoloPilot 成功抵御了上述环境因素的干扰，这得益于其搭载了与四维图新合作的高精地图，再结合多传感器的融合技术，可以有效地为车辆感知和 GPS 的定位提供冗余。 HoloPilot 的定位 「 禾多对 HoloPilot 定位很明确，就是针对高速公路限定场景，做一款为量产而生的自动驾驶解决方案，它一定要智能而又安全、稳定，而且成本可控。」 倪凯称。 有了清晰明确的思路，禾多科技在研发 HoloPilot 的过程中，几乎没有走任何弯路，项目进展非常快。2018 年 1 月，搭载 HoloPilot 的测试车辆就已经驶上了高速公路。目前，HoloPilot 已完成软硬件平台搭建、多传感器的集成融合以及智能决策控制等模块的开发，实现了高速公路的自动驾驶，包括自动跟车及车道保持、交通拥堵引导、主动换道及超车、上下匝道、路网切换等功能，支持最高时速 120 公里，是目前国内最接近落地目标的高速公路自动驾驶量产化方案之一。 倪凯表示，接下来 HoloPilot 将开启大规模高速公路测试，在真实的复杂道路环境下不断积累数据、训练算法，为量产落地作准备。此外，禾多之后也会将自己与合作伙伴研发的域控制器 HoloArk 2.0 应用在 HoloPilot 中，为其提供更充足的算力。 代客泊车和高速公路是突破 L3 级别自动驾驶的两个最主要场景，禾多在这两条路线上都已经布局了产品。接下来要做的还有两点： 第一是要进一步围绕这两个产品线完善自己的解决方案。比如禾多 HoloMaster 车队远程监控中心，通过它，禾多工作人员身处办公室就能获取在外作业车队的实时信息，包括位置、速度、传感器状态等；一旦有车辆发生故障，禾多的工作人员可以第一时间发现，总部人员和现场的测试人员迅速沟通、快速解决问题；禾多还可以通过远程传输技术，获取故障车的实时图像信息，进行远程诊断，进一步提高处理问题的效率。 第二则是要与客户紧密合作，尽快将产品商业化落地。倪凯表示，2019 年是禾多科技的一个「 大年」，高速公路自动驾驶和智能代客泊车两款方案都将迎来商业化落地之路上的关键节点：HoloPilot 进入大规模道路测试阶段，向产品化阶段迈进；HoloParking 已于 2018 年底正式发布，将在今年下半年展开落地试运营。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车（微信号：GeekCar）& 极市（微信号：geeket）。
毫米波雷达创业公司行易道与所托瑞安达成战略合作，将共同研发后装 ADAS 系统
3 月 8 日，智能驾驶核心传感器系统供应商北京行易道科技与无人驾驶技术研发公司天津所托瑞安科技有限公司正式签署战略合作协议。通过此次合作，双方将共同开启以 AEB（自动紧急制动系统）量产为基础的多领域深入战略合作，合作框架包括技术、生产和商务合作。所托瑞安将在自己的商用车后装 ADAS 产品中，整合行易道的毫米波雷达传感器。 行易道科技创始人兼 CEO 赵捷博士表示：「 行易道科技与所托瑞安的合作是国产智能驾驶技术科技公司的强强联合，必将推进国内传感器融合技术的发展，为自动驾驶技术提供更多的解决方案。我们双方致力于实现自主技术 AEB 的量产事业，将在 2019 年实现大批量交货安装。除此之外，两家公司还将探索深入且具有创新型的合作模式，在更广泛的领域带动行业发展。」 「 汽车智能化是未来发展的必然趋势，所托瑞安也一直致力于成为中国智能驾驶技术安全技术及产业应用的普及者。」 天津所托瑞安董事长刘宗刚先生表示。「 我们积极寻求具备实力的高品质供应商和合作伙伴，毫无疑问，与行易道的合作，是具有行业影响力的牵手。」 根据《战略合作协议》行易道科技将与所托瑞安在技术、生产和商务环节上展开深入合作。行易道科技除进行毫米波雷达产品的供应外，还会在技术开发上与所托瑞安进行包括开发 AEB 在内的多种 ADAS 系统相关功能及相关功能测试的紧密合作。在生产环节和商务方面，双方会加强技术交流合作，借助双方产品和技术优势为智能驾驶行业提供更多的解决方案。 行易道科技为所托瑞安提供的 77GHz 中程毫米波雷达，是完全自主研发的产品，采用全球领先的 77GHz 射频前端芯片和 MIMO 技术，提高了目标分辨率和识别率，能够实现更好的驾驶性能和可靠性，性能达到了国外同类产品水平，能够助力乘用车和商用车的 ADAS 的高级功能，已经实现包括 FCW（前方碰撞预警）、ACC（自适应巡航控制）和 AEB（自动紧急制动）在内的 ADAS 系统功能。 成立五年至今，行易道科技已经成为国内领先的智能驾驶核心传感器系统的高科技创新企业。依托高素质、高水平的员工团队 ，以及强大的技术开发能力，行易道在产品研发取得突破性进步，建成了国内第一家自主的知识产权 77GHz 汽车雷达总装线。目前，行易道旗下的车载毫米波雷达技术代表着国内最高水平，其车载 SAR 成像（合成孔径）雷达技术属于全球领先水平。
图森未来完成 9500 万美元 D 轮融资
2019 年 2 月 13 日，无人驾驶初创公司图森未来宣布成功完成 9500 万美元的 D 轮融资，此轮融资后图森未来的估值超过 10 亿美元。新一轮资本的注入，将进一步助力图森未来的商业化落地与技术研发。 此轮融资之后，图森未来将继续扩大在中美两地的无人驾驶商业化运营规模。图森未来将在 2019 年第一季度新开通一条由亚利桑那州至德克萨斯州的全新运输线路，以满足更多客户的货运需求。商业化无人驾驶运输服务的开展，使得图森未来通过 L4 级别（SAE 标准）无人驾驶解决方案持续获得主营收入。在美国，图森未来无人驾驶卡车日均完成 3-5 次货物运输，服务十三位终端货主客户。图森未来将在今年六月将其无人驾驶卡车车队规模扩充到 50 台。在中国，图森未来在中国北方某港口持续试运营超过 300 天，并将在上海临港地区开展无人驾驶示范运营。 同时，新资本也将用于建立图森未来与整车厂、一级供应商和传感器生产方等合作伙伴之间的研发生产合作体系，以实现无人驾驶商业化的完全落地。无人驾驶卡车的各关键零部件生产厂商们正在和图森未来一起，合作实现无人驾驶的动力、刹车、操纵的系统集成，这也是无人驾驶商业化运营关键一步。 图森未来 D 轮的 9500 万美元融资完成于 2018 年 12 月。截至目前，图森未来累计融资额已达到 1 亿 7800 万美元。此轮融资为新浪资本领投。 「 图森未来自成立以来实现了多个里程碑式的跨越发展，并在朝目标不断努力。我们相信图森未来将成为第一家实现无人驾驶卡车商业化落地的公司。」 领投方新浪资本表示，「 我们致力于寻找全球最优秀的人工智能企业，而图森未来正符合这个标准。强大的技术实力与优秀的领导团队力量，推动图森未来成长为行业的独角兽企业。」 「 无人驾驶是目前全球最具挑战性的科技课题之一。通过团队三年以来在研发上的紧凑协作，我们实现了从研发到完全建立起一套商业化解决方案的伟大跨越。」 图森未来联合创始人、首席技术官侯晓迪博士表示。「 同时非常感谢所有投资人和合作伙伴对我们的不断支持，这不仅是对图森未来的极大信任，也是对整个无人驾驶行业未来的信心。」 图森未来的 L4 级无人驾驶半挂卡车，是目前全球唯一在进行「 仓到仓」 商业货运的无人驾驶卡车，能在高速公路和市区街道两种道路环境下实现全无人驾驶，服务于干线物流场景和半封闭枢纽场景。凭借着以摄像头为主要传感器的独创性感知方案，图森未来无人驾驶卡车的有效感知距离达到了 1000 米——无论在距离上还是清晰度上，都明显超越其他无人驾驶解决方案，不论晴天雨天，都能确保图森未来无人驾驶运输卡车在高速路上的安全运营。 图森未来将致力于推动市场规模高达 1.5 万亿美元的中美货运行业升级，提高运输安全性、降低运营成本、减少由于疲劳驾驶等人为因素导致的事故、减少碳排放，有效提升运输效率，解决目前运营者们所面临的诸多挑战。
2019 年后，自动驾驶的新变量在哪？
在看过我们今年的 CES 报道之后，你可能会有一个感觉：自动驾驶领域基本上已经没有什么新概念或产品出现了。的确，在经历了 3 年多的火爆之后，自动驾驶圈重新回归了冷静。各大技术供应商开始专注于将之前发布的概念落地到真实市场当中。 但这并不意味着自动驾驶行业发展的停滞，只是行业当中的新变量从媒体的聚光灯下移到了幕后的供应链中。而在我看来，这些新变量才会更加接近我们终端用户的生活。 在今年 CES 期间，我们专访了大陆集团底盘及安全事业群系统与技术部高级副总裁 Ralph Lauxmann，希望从他的视角来解读这些幕后的新变化。 L2 与 L3 之间的边界 在经历了 2018 年 L2 的爆发之后，大家都在期待着前装 L3 的尽快到来。但事实上今年 CES 中，在前装领域唱主角戏的却是 L2+这个级别。对于这个趋势，Lauxmann 从三个维度为我们进行了解读。 用户维度：在 L2 阶段，所有驾驶辅助功能的实现都有一个先决条件——驾驶员会作为最终的安全冗余，他需要时刻关注前方的路况，在必要时刻能够随时接管驾驶权。但在 L3 阶段，系统将在部分场景中负责最终的安全冗余，从而让驾驶员的注意力完全解放。实现这个责任制的转移对于现阶段的技术来说仍然具有很大挑战，因此 OEM 才会与供应商一起去探索在不转移安全责任主体的前提下还有什么新的 ADAS 功能可以发掘。这也就是 L2+诞生的根本原因。 技术维度：L2+的发展同样也需要自动驾驶技术的进一步提高。最直观的体现就是传感器的增多。传统 L2 主要依靠前视摄像头加毫米波雷达的组合。而在 L2+乃至 L3 级别中，环视摄像头及雷达则变得必要（因为要构建完整的周边驾驶环境模型），也就是说系统需要先对众多传感器的数据进行融合计算，构建环境模型之后，才能够实现后续的功能。也正是为了便于实现多传感器融合计算，自动驾驶的计算单元才会从传感器端逐渐转移到了现在的中央域控制器上。这种技术路线的进化也需要更多的时间去完善。 政策维度：由于我们之前提到的责任主体转移，因此 L3 相关的政策制定也就会更加谨慎。这其中涉及了用户信任、系统验证、场景划定等等因素，是很难在短时间内就规范化的。对于中国政府来说，他们希望能够在现阶段 L2 以及 L2+的普及过程中尽可能多的收集相关数据和案例，从而为 L3 相关政策的制定打好基础。 Lauxmann 认为上述这三个维度使得 L2 以及 L2+功能至少在未来 3 年的时间内仍然会占据前装市场的主流。至于 L2+的具体定义，现在行业内也没有准确的答案。OEM 都希望能够找到属于自己的特色 L2+功能（例如特斯拉的 Autopilot 以及通用的 Super Cruise），供应商们也在为了满足客户需求而绞尽脑汁。 例如大陆集团在今年 CES 发布的一项自动车门技术。通过搭载的超声波传感器和智能制动系统，车门可以实现自动开关，并且规避旁边的障碍物。这项新技术也获得了 CES 2019 的智能汽车及自动驾驶领域的创新奖。 L4 究竟何时到来？ 除 L2+之外，今年 CES 另一个出现频次很高的东西就是 L4 级以上的出行工具了，基本上每一个 Tier 1 供应商的展台上都有这么一个无人驾驶的「 盒子」。例如大陆的 CUbE、博世的 IoT Shuttle、采埃孚的 e.GO 等。 这些「 盒子」 无一例外都是应用在特定场景里的出行服务，也就业内常说的 MaaS（Mobility as a Service）。与之相伴的还有 V2X 技术，也就是我们常说的「 车路协同」。大陆集团此次 CES 就展示了智能城市内的十字路口解决方案，以及同时支持 DSRC 与 C-V2X 的互联模块。 在 Lauxmann 看来，L4 出行服务最先落地的会是一些货运场景。比如这两年在中国市场发展的物流机器人。对于这种最后一公里范围内的特殊场景，大陆集团也在 CES 上展示了一个「 机器狗」Demo，它平时可以装载在 CUbE 内，并只在最后一公里时才负责启动运送物品。 不过对于我这种每天被帝都交通折磨的人来说，L4 什么时候能在城市载人出行场景中应用，才是最值得关心的问题。而 Lauxmann 的解答是：「 我不认为 L4 载人出行服务短期内能在北京或者上海这样的大城市中落地，甚至十年后都很难。原因是大城市内的交通场景太复杂，L4 车辆很难无缝衔接，并且城市已有的基础设施也很难快速完成车路协同的改造。」 既然在大众市场商业化困难，那为什么现在还有这么多公司去尝试做 L4？在 Lauxmann 看来，还是因为 L4 让汽车供应链的结构更加多元化了。虽然 L4 到来后仍然会需要技术解决方案的供应，但是构建这套方案的参与者可能要远超出传统汽车供应链的范畴，除了大陆集团这样的汽车企业，可能还会包括百度、华为这样的互联网科技公司、英伟达、英特尔这样的半导体公司以及滴滴、UBER 这样的出行服务商等等。 自动驾驶时代的商业变量 到了 2019 年，自动驾驶行业已经明显的分成了两个领域： 前装领域，针对 L0 到 … 继续阅读