CES 2019 | 用摄像头做 3D 点云，地平线发布众包高精地图采集方案
高精地图和定位一直是自动驾驶的难点。用传统激光雷达收集地图的方式，不单单传感器成本高，并且数据量庞大，很难实现地图的实时更新。 从 2017 年开始，业内陆续出现了一些基于低成本传感器的众包地图方案，其中包括： 1.Mobileye 的 REM(Road Experience Management)：众包地图概念的先驱，基于前视摄像头方案，捕捉道路上的车道线、交通标识等重要信息上传到云端，通过多车众包形成可更新的图层，从而辅助传统高精度地图定位。 2. 博世的 Bosch Road Signature 以及大陆的 E-Horizon：概念与 REM 类似，但是在传感器端加入了毫米波雷达。 去年 CES，国内的边缘计算公司地平线向 GeekCar 展示了基于其「 征程」 第二代芯片架构的自动驾驶计算平台 Matrix（这个平台今年获得了 CES 2019 的创新奖）。 当时他们就向我们透露，也会基于「 征程」 二代芯片架构做自己的众包地图方案，今年的 CES，他们兑现了这个承诺，正式发布了 NavNet。 NavNet 是什么？ 地平线官方将 NavNet 称为「 众包高精地图采集与定位平台」。它所采集的数据效果如下图。 当第一次看到效果图时，你可能会产生一个错觉：「 这不是激光雷达所产生的点云图吗？怎么感觉密度有些稀疏？」 事实上 NavNet 与 REM 一样，也是仅仅依靠一个单目摄像头来收集数据的，只不过他们依靠自己的视觉算法计算出了各个像素点的距离。其具体原理可以概括为： 单目摄像头捕捉前方的 2D 画面。 通过感知算法对 2D 画面进行分析及语义分割，找出需要重点标注的道路信息像素点，包括车道线，马路边缘，道路标示，路边的电线杆和树木等。 视觉算法进一步计算出这些标注像素点的距离，并上传至云端生成 3D 点云的效果图。 相较于 Mobileye REM 之前展示的 2D 效果图，地平线 NavNet 给出的 3D 点云图明显有着更高的信息密度。因为使用单目摄像头，地平线的 NavNet 系统的成本和维护费用会远低于现有的激光雷达方案，在量产上有更大的优势，形成大规模众包地图的采集和更新能力。 在 CES 的展馆外，我体验了地平线搭载 NavNet 方案的测试实车——一辆奥迪 Q7。 在车顶上地平线加装了一个单目摄像头，横纵向视角分别为 90 度和 50 度。摄像头通过一根链接线接入车内的芯片系统板。 我坐在车内后排，手中通过他们提供的一台平台电脑来查看 NavNet 实时生成的点云图。下面是演示过程中，平板电脑上的效果视频： 可以看到，NavNet 在实际道路上生成的实时点云图还是很稳定的，道路旁的标志物（白色）树木（绿色）以及马路边缘（紫色）等都通过点云图显示了出来。甚至当我们路过一个大型停车楼时，NavNet 也把它清晰的标注了出来。（上面视频中 2 分 20 秒处）地平线的余轶南博士告诉我，由于 NavNet 捕捉的地图信息密度高于一般的众包方案，他们通过 SLAM 技术，利用单目摄像头的感知再结合从车辆本身的部分信息，就可以实现车辆在 NavNet 地图中的定位。 NavNet 的商业模式 现今的高精地图领域可谓是商业结构非常复杂，除了传统的图商之外，主机厂、Tier1、芯片供应商以及算法公司等等都有所涉及。 在自动驾驶领域，地平线定位于 Tier2，提供核心芯片和算法方案。在 NavNet 的落地上，余轶南透露地平线会和图商以及车辆运营企业合作，通过众包方案进行地图数据的采集工作，并通过局部地图和云端地图的比较，将地图差异上传到云端，对云端的全局地图进行更新。此外，地平线计划在前装的 ADAS 系统上整合 NavNet 系统，并提供数据给需要地图数据的客户，地平线本身不涉及运营和数据业务。 视客户的不同需求，地平线还可以将 NavNet 的原始点云数据做进一步的结构化处理，形成 2D 的道路环境图层，这样更便于辅助传统的高精度地图。下图便是 NavNet 在中关村收集的数据在结构化之后产出的效果图。 对于地平线这样的 Tier2 来说，推出众包地图方案可以说是出于发展战略的一种必然选择。因为它既可以展示自身芯片+算法的感知处理能力，同时也拓展了在自动驾驶行业中的落地领域。不过，所有基于众包概念的方案，都要依赖庞大的装车量来提供效果，这就意味着地平线必将以进入前装市场作为最终目标。 此次在 CES 见到地平线的 CEO 余凯博士时，他对我说了一句意味深长的话：「 做前装是一件困难、复杂且研发周期很长的事，我们一定要耐得住寂寞，不去跟所谓的热点。」 相信这句话也会帮助他们走得更远。 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）。
CES 2019 | MINIEYE 与赛灵思达成战略合作，将为其提供软件 IP
MINIEYE 是我们一直关注的一家 ADAS 初创企业。去年 3 月，他们公布了自己在前装领域的进展（当时的文章报道）。其客户项目包括乘用车领域的比亚迪「 宋」 以及商用车领域的东风乘龙「H7」 等。 今年的 CES 上，MINIEYE 又公布了一个新的战略合作，而这次的合作伙伴变成了芯片巨头赛灵思。 FPGA 带来的联姻 赛灵思是 FPGA 的发明者，同时也是全球最大的 FPGA 芯片供应商。MINIEYE 在前装领域为车厂提供的是摄像头+感知芯片+算法的整合一体方案，而其中的感知芯片便是使用的赛灵思的 FPGA 芯片。这为双方走到一起打下了基础。 MINIEYE 创始人及 CEO 刘国清博士介绍，双方将共同研发满足 L1-L3 级自动驾驶需求的一站式感知解决方案（Turnkey Sensing Solution）。具体分工则为赛灵思提供车规级的芯片，而 MINIEYE 则会提供自主研发的感知 IP。这套解决方案能够实现同时支持 20 多类交通目标的精确识别与分析。并且，能够同时对舱外和舱内实现环境感知，支持多路视频或雷达等其他传感器的信号输入，以应对不同自动驾驶功能对环境感知的需求。 相较于英伟达的 GPU 以及 Mobileye 的 ASIC 芯片，FPGA 的主要优势有两个：功耗和延时相对较低；可以在不改变硬件架构的情况下对芯片重新编程以更改其功能。但是它同时还有一个很大的缺点：软件开发非常复杂，上手需要很长时间，无法像英伟达的 GPU 一样使用标准的 SDK 进行功能算法开发。 由此看来，MINIEYE 能够自主研发出能够落地前装的 FPGA 感知算法，确实难能可贵。赛灵思汽车事业部高级总监 Willard Tu 表示，领先的感知技术和出色的前装产品设计能力是赛灵思选择 MINIEYE 作为战略合作伙伴的关键原因。 面向前装的商业布局 现阶段的前装 ADAS 市场中，前视摄像头这样的模块主要由国际上的一些 Tier 1 巨头来提供，这其中一般有两种路线： 一些 Tier 1 在视觉算法领域有很强的积累和研发能力，他们选择从供应商那里买来「 空白」 芯片移植自己的算法，并最后整合到感知系统中。 另一些 Tier 1 在视觉算法领域内缺乏积累，则他们会从供应商选择一个芯片+算法打包的解决方案来集成到自己的感知系统中。 Mobileye 的 EyeQ 系列芯片由于效果出众，并与自家算法严格绑定，已经成为了第二个路线中的市场霸主。而赛灵思由于自身没有提供视觉感知算法的能力，只能在第一条路线当中与一些传统芯片供应商硬碰硬的竞争。 因此，从商业角度上看，MINIEYE 的算法 IP 恰恰是对赛灵思芯片产品的很好补全。形成打包方案后，赛灵思作为 Tier 2 供应商，其芯片方案能够为第二条路线中的客户带来更多的价值。对于 OEM 和 Tier 1 来说，选择这种灵活、开放的方案，也更有利于节约自己的研发投入，提升开发效率。 Willard 告诉 GeekCar，赛灵思希望在汽车领域进一步提升自己的市场占有率，这其中包括现在的传感器端和未来的域控制器端。而 MINIEYE 的支持能够很好的帮助他们实现这个目标，未来双方将基于 FPGA 芯片形成更多模块化的解决方案，包括毫米波雷达感知以及车内的座舱感知等。 中国既是 AI 的发展盛地，又是最大的汽车市场，赛灵思自然非常重视。去年他们就收购了专攻芯片底层算法架构的中国创业公司深鉴科技。这次与 MINIEYE 的合作则是在功能算法上又做了补完。 而对 MINIEYE 来说，有了芯片巨头和车厂项目的背书，他们未来的前装之路也会走得更加顺利。 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）。
CES 2019 | Apollo 企业版发布，百度自动驾驶商业化迈出里程碑一步
自百度正式发布 Apollo 计划至今已经有将近两年的时间，在这段时间中，其平台规模和在自动驾驶领域的影响力都在以惊人的速度增长，被业内称为「 中国速度」。 不过，在快速发展的背后，百度作为一家互联网科技公司，也面临着传统汽车行业提出的两大疑问： 1. Apollo 的合作伙伴虽多，但其自身在汽车供应链中的定位究竟是什么？ 2. Apollo 覆盖了众多技术，但车企最终在量产项目中能用到百度的什么产品？ 要想在前装自动驾驶领域有所斩获，这两个问题是百度必须要回答的。而在今年的美国 CES 上，他们终于正式公布了答案——那就是 Apollo 企业版（Apollo Enterprise）。 引用百度官方的描述，Apollo 企业版的基本概念为「 为汽车企业，供应商和出行服务商加速实现智能化、网连化、共享化，提供量产、定制、安全的自动驾驶和车联网解决方案。」 这应该是百度 Apollo 首次「 官宣」 自己在汽车供应链里的定位：提供自动驾驶和车联网解决方案的供应商。面对的客户既可以是车企也可以是 Tier 1，亦或是出行服务商。视不同客户的不同需求，百度会提供相应的定制化方案。 Apollo 企业版都包括哪些产品？ 百度此次公布的前装方案可以分为四个产品线： 1. 小度车载 OS 这就是百度面向车联网的量产产品，其中包括 CarLife、语音识别、LBS 以及多媒体内容、人机交互等。 2. 高速公路自动驾驶、自动泊车 这是 Apollo 企业版中相对比较模块化的自动驾驶功能。百度应该会基于自己符合车规的量产版本 ACU（Apollo Computing Unit）以及软件算法，再结合来自合作伙伴的传感器，最终形成相应的解决方案。 3. 小巴自动驾驶 指的是百度与金龙合作的阿波龙无人驾驶小巴。这套方案主要面向 L4 级别特定场景中的出行服务商。除了阿波龙这个产品本身，百度还有能力提供后续的服务运营以及云端产品支持。 4. 地图数据服务平台 基于百度的云服务以及地图资质搭建的地图数据平台，并可以支持实时更新。其中包含车机地图、ADAS 地图和高精地图模块。 在这四项中，车联网会是最先落地的，因为百度在车联网前装领域已经积累了很多年。而在自动驾驶方面，可以看到其产品主要都是应用在 L3 级别以上自动驾驶的，因此落地还需要时间。不过，这正是 Apollo 企业版切入前装自动驾驶市场的策略：避开传统供应商更加擅长的 L2，直接从 L3 做起。这个策略也更符合百度本身在软件以及云计算的核心优势。 不过，对于前装解决方案来说，车厂买单的是软件+硬件打包的完成品，因此百度也必须要解决其方案的最终生产制造。百度智能驾驶事业群组总经理李震宇在专访时告诉我：百度会选择与合适的供应商合作伙伴来一起完成最终产品的生产。 在我看来，Apollo 企业版很有可能与本土的 Tier 1 合作，深度定制并生产解决方案，并最终提供给 OEM 或出行服务商。而对于国际 Tier 1 巨头如博世和大陆，Apollo 企业版则可以提供地图、软件以及云服务等部分，从而让国际巨头的解决方案更加本土化。 Apollo 企业版带来的影响 首先，对于百度来说，进入前装领域可以说是其自动驾驶商业化的必经之路。因为其战略不同于 Waymo，百度并没有打算自己去做出行服务提供商，而是选择了更符合自身气质的开放平台模式。平台在商业化时，就一定要将其中的参与者作出明确的划分——谁会是平台的商业化客户？谁又会是平台的势能贡献者？ Apollo 企业版的发布正是做了这样一个划分。企业版用汽车供应商的模式服务汽车和出行行业的客户，核心强调的是安全、车规级量产和定制化。而剩下的部分则针对开发者，依然保持开放的策略，核心强调的是降低准入门槛并积累技术与数据储备。 李震宇在专访时举了一个非常形象的例子：Apollo 开放平台是一片大湖，它的水虽可以直接饮用，但是无法满足行业客户的安全要求。而 Apollo 企业版则是将湖水中最纯净的部分提取出来，用来满足客户的需求。因此企业版本身不会有开放平台那样 1.0、2.0 以及 3.0 的迭代概念，但是开放平台的迭代又会为企业版的产品带来更多的可能性。 而对于整个中国汽车工业来说，Apollo 企业版的发布可以说是众望所归。大部分车企（尤其是自主品牌）都希望自己在中国销售的产品能够搭载本土化、定制化并且成本可控的自动驾驶技术。但是纵观现在的前装市场，真正能满足全部这些需求的方案并不多，是一个供小于求的状态。Apollo 企业版的发布让车企们看到了百度解决他们痛点的决心，同时也为他们在前装领域的选择带来了新的可能性。 目前 Apollo 企业版的合作伙伴达到了 100 多家（划分自 Apollo 开放平台）。已经确认的前装合作客户包括福特、长城、奇瑞、比亚迪、北汽、汉腾等。在这次 CES 现场，威马汽车也正式宣布将使用 Apollo 企业版提供的量产 L3 级别解决方案。 百度后续要做什么？ 企业版的发布只是开始，百度还需要将自己的供应体系迅速完善起来，这其中包括： 与供应商伙伴合作，完成现有产品的车规级量产与供应体系。 完善客户服务体系，这其中包括销售、客户服务、技术对接以及售后支持等体系。 进一步与国际 Tier 1 巨头加深合作，满足其本土化需求的同时，也向其学习传统汽车供应链的经验。 可以说 2019 年是百度 Apollo 的商业化元年，企业版的发布是第一步，但也是里程碑似的一步。希望百度后续能步步为营，在前装领域也能够定义属于我们自己的「 中国速度」。
出身特斯拉的 Nullmax，将如何在国内做好自动驾驶？
特斯拉的 Autopilot 一直以来都是汽车行业前装 ADAS 系统的标杆。那么理所当然的，由前 Autopilot 团队工程师主导的自动驾驶创业公司也自然会多一分「 靠谱儿」 的光环。我们今天要说的 Nullmax 就是这样一家初创企业。 Nullmax，中文名称纽劢科技，是由前特斯拉 Autopilot 核心团队内的两位中国籍员工创立的。CEO 徐雷在特斯拉是计算机视觉高级工程师，负责软件，而 COO 宋新宇则在特斯拉担任供应链及产品高级经理，负责硬件产品的整合。单从分工上看，两人非常互补。 于是在 2016 年，两人从特斯拉离职，在宋新宇于硅谷的家中创立了 Nullmax（又是一个车库里发生的故事）。2017 年初，他们正式回到了中国，将公司总部设在了上海，开始了美国中国两地办公的模式。此后，他们也成为了最早一批拿到美国加州自动驾驶路测拍照的公司之一。目前团队已经发展到了 100 多人，成员来自 Tesla、Apple、Intel、Baidu、Bosch、Panasonic、Harman、Neusoft 等公司。 技术导向，专注 L3、L4 落地 虽然成立已经两年多，但是这次却是 Nullmax 第一次对外发声，按徐雷和宋新宇的解释，Nullmax 保持低调是因为他们是一家技术导向的公司。其主要关注方向为 L3/L4 级别的自动驾驶落地。L3 方面的产品包括高速拥堵（TJC）、高速代驾（HWC)，而 L4 级别的产品则是代客泊车和针对未来智慧城市的智能交通系统。 Nullmax 在传感器的选择上也继承了特斯拉的策略，主要依靠摄像头、毫米波雷达和超声波雷达的多传感器统合方案。为了保证整体系统的安全与鲁棒性，Nullmax 在视觉感知和深度学习的软件上做了大量开发，自主研发了用于处理画面中复杂光线的 ISP 算法，并且他们会自行定义设计摄像头传感器，然后再找工厂代工。 除此之外，Nullmax 还基于英伟达的 Drive PX2 SoC，搭建了一套自己的软件系统平台，其中涵盖了传感器数据、环境感知、规划决策、控制等等模块。这套系统除了支持 GPU，还支持 FPGA 和 ASIC 芯片。针对 L4 级别的指挥交通解决方案，Nullmax 自行研发了一套城市交通模拟器。 具体由三部分构成： 第一部分 Traffic Simulator Interface，模拟一个城市一个区域的交通状况。 第二部分为 NS Interface，模拟 V2X 的信号，如何发到车上，包括车和交通设施之间的关系。 第三部分是 DS Interface，模拟驾驶员如何控制车汽车、如何感知周围环境并规划设计，如何从基础设施拿到更多的信息，以及从智慧交通或者云端得到更多信息。 基于这三个部分的融合便可以得到一个更冗余的虚拟世界模型，基于这个虚拟世界模型中的安全驾驶规则，就可以让算法模仿人一样控制车辆。这么做的目的也是为了解决未来交通环境中，自动驾驶与人为驾驶的共存问题。 定位 Tier 2 的商业模式 Nullmax 的商业模式定位非常明确——做二级供应商。为 Tier 1 和 OEM 提供传感器与软件算法的整合方案。在这一点上，他们与 Mobileye 之前在前装领域的定位非常类似。 在发布会上，纽劢科技公布了与国内 Tier 1 德赛西威的合作。据 CEO 徐雷透露，他们合作的整车厂及 Tier 1 其实还有很多（主要以国内的为主），只不过出于保密协议的原因，目前还不能够对外透露。这些项目主要面向 L3 级别，落地时间在 2020 年左右。 对于一家自动驾驶的创业公司来说，进入前装可以说是唯一一个可持续发展且符合自身方向的商业模式。其它的前瞻型项目说到底也只能是「 江湖救急」，无法作为长期的输血来源。从这个角度来看，纽劢科技在商业模式上的选择走得十分稳健。 有了特斯拉的背景背书，再加上国内车厂需求的迫切，纽劢科技在前装领域肯定是不缺关注度的。徐雷告诉我们，即使是 Mobileye 这样的行业标杆，其产品在感知以及定制化方面也存在着不足。期待着纽劢科技能在巨头林立的前装市场中找到属于自己的差异化方案。 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）。
从 L2-L4，Tier 1 的自动驾驶之路将何去何从?
2018 年可以说是 ADAS 高级驾驶辅助技术崛起的一年，在今年上市的主力车型当中，绝大多数产品都已经搭载了 L2 级别的驾驶辅助技术，自主品牌甚至已经在 10 万元价位的车型上搭载了 L2 级别功能。可以说 ADAS 在这一年当中就完成了从高端车型到入门级车型的普及与覆盖。 即使是对于我们这种从早期就一直关注自动驾驶的媒体来说，这个普及速度也是非常的惊人了。我们认为，在这个时间点，有必要找一个亲身参与到 ADAS 普及大潮中的行业专家来跟我们聊一聊这背后的故事。于是，GeekCar 有幸来到上海，与大陆集团底盘及安全事业群高级驾驶员辅助系统事业部中国区负责人唐海宜进行了一次近一个半小时的深度专访。 唐总和我从三个方向进行了探讨： 自动驾驶及 ADAS 发展趋势的回顾 ADAS 技术原理及难点解读 后续更高级别自动驾驶的发展 本篇文章我们将透过专访实录，从上面三个方向分别展开来梳理 ADAS 发展过程中的重点趋势。全文较长，但我们相信不管你是业内人士还是对自动驾驶感兴趣的用户，这篇文章都会让你对 ADAS 和未来的自动驾驶有一个更清晰的认识。（下文出现的专访实录中，G 代表 GeekCar，唐代表唐海宜）自动驾驶及 ADAS 发展趋势回顾 正如我们开头所说，2018 年是 L2 的崛起之年，而在唐总看来这种快速发展背后既是市场大环境所致，也是行业本身的发展需求。 唐： 大环境方面，中国汽车市场的销量在 28 年之后迎来了首次的下降。从长远来看这实际上是正常的，因为一直维持这么多年的增长是不可能的。这从国家宏观政策层面可以得到印证，国家在去年 4 月 28 号发布的国家汽车产业中长期发展规划里面，对未来到 2020 年到 2025 年量的宏观已经给出了一个框架性的预测，可以看到整个量的增长是趋于平缓的。 唐： 这样的市场环境驱使汽车行业更加关注中长期发展规划，车企正在从一个对销量增长的追求转化成对价值增长的追求。因此虽然宏观来看销量下降了，但是通过这种渠道来增值，对整个产业的科技含量，肯定会有一个很大的促进。我们在跟主机厂，甚至一些涉足这个领域的互联网公司、科技公司接触时观察到，他们今年对自动驾驶的大方向更加明确，甚至于对未来的战略部署以及一些实施的行动方案都更加清晰了。 唐： 根据 2018 年大陆集团汽车消费调研报告, 我们发现中国司机对自动驾驶接受度很高, 也很乐观，80％的司机期待在车辆自动驾驶时能够做其他事情，三分之二的受访驾驶员可以想象在高速公路上使用自动驾驶（67％）。 唐： 行业的高重视度和市场的高接受度形成了一个正向循环，随着市场量的起来，以及我们这些 Tier 1 供应商技术的迭代，系统成本和研发成本都在大幅度下探，这就能够进一步促进产品 ADAS 功能的安装。当然还有很重要的一点就是政策法规对 ADAS 的重视。 G： 您觉得自主品牌跟国际品牌对 ADAS 的要求和理解上有没有什么不同？ 唐： 对我们来说，他们都是我们的客户。大陆集团 ADAS 中国区更多的是服务于自主品牌。因此我们对自主品牌这块还是有比较清晰和深度的认识。在我看来，自主品牌把自动驾驶或 ADAS 定义为技术和营销上非常重要的战略方向。此外，正是因为他们有这样一个非常高度的战略制定和部署，所以他们反而在功能性层面有更强烈的诉求。甚至于可以看到在一些 ADAS 装配率上面，自主品牌比国际品牌更加迫切。相比过去的一些传统汽车零部件，例如底盘系统、发动机系统，自主品牌在 ADAS 这样的新技术上的规划会更加激进。目前我们接触的很多自主品牌，他们都具备一定的 ADAS 系统对产品的开发能力，甚至系统集成的能力。所以我相信他们在新兴技术上与国际品牌的差距在未来肯定会逐步缩小。 G： 他们这种更激进的技术规划，对 Tier 1 有什么影响？由于在自动驾驶方面的积累并没有国际领先的车企那么深厚，是否自主品牌会希望 Tier 1 能够提供更加集成、整合化的 ADAS 方案？ 唐： 你这点讲的非常对。大陆集团相较于其他一些 ADAS 系统供应商有着更全面的解决方案能力。对于 ADAS 系统来说，无论是 L2、L3，终归是围绕着感知、规划和行动这样一条效果链上来做文章。而大陆集团的产品线是覆盖整个这条效果链，全部都有部署的。所以如您所言，我们在服务自主品牌时就能很好的体现这个优势，可以更好地为自主品牌提供系统化服务。反过来讲，自主品牌的需求增多对我们 Tier 1 来说也是一个非常正向的影响。 ADAS 技术原理及难点解读 在现在这个高速发展的环境下，越来越多的人都开始关注高级别自动驾驶。我们似乎忽视了 ADAS 才是我们目前真正能购买到的自动驾驶技术，也似乎忽视了 ADAS 依然还存在很多的技术难点。其实对于整个汽车行业来说，ADAS 是未来普及高级别自动驾驶的必经之路，所以我们希望能通过与唐总的探讨，将目前 L2/L2.5 的 ADAS 技术原理全盘剖析。 G： 您觉得 L2 以及 L2.5 究竟应该如何定义？尤其是 L2.5，目前行业内的定位其实很不清晰。 唐： 首先，我们所说的 L1，或者是 L2，均是属于部分自动驾驶，也就是 ADAS。现在业内可能产生了一个新名词叫 L2.5，不过从技术角度来说我们依然认为它还是 L2，只是一个高端的 L2。对我们来说，L1 的定义是 AEB、ACC … 继续阅读
禾多科技举办了一次带「售价」的代客泊车发布会
今年，自动驾驶圈都在谈落地，由有「 中国自动驾驶第一人」 之称的倪凯创立的禾多科技也不例外。他们于上周五正式发布了旗下的代客泊车方案 HoloParking。与国内其他自动驾驶相关的发布会不同，禾多对外公开了其方案的定价。这是否明他们的方案会离落地更近？照惯例，我们还是要先从技术角度来看。 可落地的代客泊车方案 首先要明确代客泊车和自动泊车的区别。 代客泊车是指司机下车后通过远程启动功能，此时车辆能够在无人驾驶的情况下自动开到停车场，寻找车位，并停车入库。反之当司机想要用车时，系统也能自动将车开到司机的位置。 而自动泊车则需要用户自行先找到车位，并将车停在车位旁边，最后再由系统接管，自动停车入库。很明显，代客泊车的自动化程度更高，实现起来也更难一些。 禾多科技的目标是提供一个适用于全天候、全场景，并且可以实际运营的代客泊车方案。在倪凯看来，这需要他们从智能，可落地和鲁棒性三个纬度综合入手。而最终禾多给出的答案是一套汽车端、停车场端和高精度地图三端合一的方案。 汽车端：HoloParking 在车端使用了常见的摄像头＋超声波雷达传感器布局。计算方面，禾多公布了自己设计的域控制器产品 HoloArk。倪凯在专访时告诉我，为了能尽快进入车规，他们会与 Tier 1 合作进行产品的最终生产。HoloArk 的单价为 2020 元，这个售价同样也只适用于 2020 年之后。目前 HoloArk 支持五款车型，包括：大众迈腾、别克昂科威、奇瑞小蚂蚁、五菱 e100 等。未来 HoloArk 也会去驱动禾多的高速公路解决方案。 停车场端： 为了保证整体方案的鲁棒性以及车端硬件符合车规级要求，禾多将激光雷达从车端挪到了场端，推出了用于改装车位的 HoloBeacon——一个装有 Velodyne 激光雷达的场内智能装置。它可以与车端系统互联，协同场内车辆完成感知、定位和调度。未来其单车位的改造成本也是 2020 元（多个车位可以公用一个 HoloBeacon）。倪凯在专访时告诉我，他们与 Velodyne 是非常紧密的战略合作关系，因此能够保证有充足的激光雷达供货于后续的停车场落地。 此外，禾多科技还会与停车场运营商合作，收集场内的高精度地图数据（停车场内的高精度地图收集并不需要资质）。它将为车端和场端的解决方案提供更强的鲁棒性与冗余。 在发布会现场，禾多一共进行了三段 HoloParking 方案实际演示的现场直播。分别包括了自动避让行人，自动避让停车场内其它车辆，雨中泊车，APP 召唤车辆等场景。从视频当中看，车辆的停车精度很高，这应该是得益于场端激光雷达与车端传感器的融合。 禾多的「2020」 落地计划 倪凯称，HoloParking 的商业化落地过程将从重要网点开始，逐步实现规模化运营。在这个过程中，禾多将与商业、汽车行业、资本一起，共同打造代客泊车联盟。而这个落地计划的关键词又是「2020」。 从 2019 年开始，禾多科技将作为主要的技术参与方，与上海汽车城合作开展「 最后一公里」 的示范运营项目，以汽车·创新港为中心，辐射上海汽车博物馆和上海汽车博览公园，HoloParking 将在不断的真实运营中打磨技术。 到 2020 年，禾多将支持 20 个以上城市，每个城市至少 20 个停车场。为了实现这个目标，在停车场这一端，禾多将与智慧停车企业「 停简单」 展开深度合作，共同完成停车场的智能化升级，以支持 HoloParking 代客泊车服务。倪凯在专访时透露，他们更倾向于先在一线城市落地，但最终的城市选择上还要结合用户的实际需求和当地政府的政策支持。 当然，一切方案的落地都需要资本的助力。倪凯在发布会上宣布，禾多近期已完成数千万美元 A 轮融资，由红杉资本中国基金领投，泛海投资跟投，IDG 资本、四维图新和 BAI（贝塔斯曼亚洲投资基金）继续增持。本轮融资将主要用于加大技术研发投入，加速禾多自主研发的高速公路自动驾驶方案 HoloPilot 的大范围测试和代客泊车自动驾驶方案 HoloParking 的落地应用。 禾多的产品逻辑 现在多数创业公司都在发力 L4 运营或者是 L2/L2.5 的 ADAS 功能。但是禾多却不太一样，他们自创立起就一直在研发 L3 级别的功能。 除了我们上面介绍的 HoloParking 代客泊车（L4 级别功能）之外，禾多还在研发的另一个产品 HoloPilot 则针对的是高速公路上的 L3 级别自动驾驶。停车与高速，这两个场景有着明显的共性——道路环境相对简单、用户有显著痛点。从这点上来看，禾多选择的产品切入点还是很清晰的。 不过从实际的落地角度讲，这两个产品也都有着各自的难点——代客泊车需要有当地政府和运营商的支持（HoloBeacon 的日常维护也是挑战），而高速公路则需要有前装 Tier 1 和车厂的技术配合。这些难点考验的不只是禾多的技术能力，更是其商业合作与客户服务的能力。组建「 代客泊车联盟」 是一个很好的开始，但是在实现落地计划的过程中，禾多肯定还需要更多车厂和政府的支持。 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）。
把 Mobileye 摄像头装到公交车上，是怎样一种体验？
公交车对你来说意味着什么？对于经常坐公交的人，它们是使用频次极高的交通工具，而对于在马路上开车、骑车或者步行的人来说，它们则是如「 路霸」 一样的存在。「 路上要尽量离大公交远一点」 是每一个中国老司机都会提到的人生经验，究其原因，是因为公交车庞大的体积所带来的安全隐患，并且由于运营体量庞大，公交安全隐患的覆盖面也很广，不管你是乘车的还是开车的，都会受到它的影响。 那么，现在普及度越来越高的 ADAS 系统能够帮助公交车提升安全系数吗？我想，在下面写到的这辆公交车上，你一定能找到答案。 「 神盾」 加持的「 大公共」 这辆公交车来自于 Mobileye 和上海一家名叫「 锦山客运」 的公交运营公司的合作项目。车上加装了 Mobileye 专门针对于大型车辆的后装产品——Mobileye Shield+。一直以来，我们对 Mobileye 的关注主要是基于乘用车领域，其实这家 ADAS 的始祖公司在商用车领域，尤其是后装也是深耕了很久。而 Shield+就是他们针对商用后装市场的核心解决方案。 在体验车车身的四周，一共布置了 3 个 Mobileye 的摄像头，分别在车身的正前方、左后方和右后方。 整体摄像头的视野范围如下图所示： 之所以使用这样的布局是为了能够让摄像头探测到司机的视野盲区。如果你从公交车司机座位处看后视镜的话，你会发现在车身的两侧各有一片明显的视野盲区，不管是机动车、自行车还是行人，一旦出现在这个区域内都很难被公交车司机所看到，这也是大型车辆安全隐患大的重要原因。 下图 PPT 上出现的所有自行车均处在其旁边大型车辆的视野盲区内，从后视镜中完全看不到。所以如果你在路上开车时发现旁边的大公共居然要「 别」 你，先别着急冲上去骂街，因为司机可能压根就没看见你。 不过有了这些后装摄像头的帮助，司机就能够通过 ADAS 系统的预警，提前注意到车身四周的潜在风险。Mobileye 的中国区总经理童立丰告诉我们，Shield+系统最多可以支持四路摄像头，除了我们体验车上的这 3 个位置之外，如有必要时还可以在司机座舱外的 B 柱位置再加装一个摄像头。 与 Mobileye 的乘用车后装方案一样，Shield+也使用了 EyeQ2 的视觉芯片+配套感知算法（每个摄像头当中各有一块 EyeQ2）。在其驱动下，系统能够实现行人和自行车警告（PCW）、车距监测警告（HMW）、前防撞警告（FCW）以及车道偏离警告（LDW）。今年 CES 上 Mobileye 发布了基于 EyeQ4 芯片的单摄像头后装产品 Mobileye 8，童立丰透露，Sheild+未来也将会迭代至 EyeQ4 芯片，届时一块芯片就能驱动全部 4 个摄像头。 对于公交车司机来说，开车绝对是一件极其费心的事儿，不单单是车辆操作本身更复杂，对视野注意力的要求也比乘用车要高得多。因此 ADAS 对司机的提醒机制就显的尤为重要——既要避免非必要的报警，又要在风险发生时能够及时引起司机的注意。 在 Mobileye Shield+系统中，一共包含了三个座舱内预警显示屏，分别安装在公交车的两个 A 柱上（负责提醒盲区内出现的行人或车辆）以及驾驶位置的中控显示屏上（负责显示前防撞警告、车距检测警告以及车道偏离预警）。除了视觉显示之外，系统还会通过报警音以及振动的方式提醒司机。 在我们实际道路行驶的体验过程中，Sheild +在正常行驶过程中基本没有出现过多余的误报。但是在行驶到一条单行线小路时，一名外卖小哥突然出现并横穿马路（俗称鬼探头），此时 Shield+非常及时地对司机发出了警报，从而让车辆得以及时减速。 Mobileye 的商用车逻辑 本次 Mobileye 与锦山客运的合作是一个试点项目，锦山客运一共会在两条公交线路的 20 台车上安装 Shield+系统，覆盖了上海高速以及市内繁华地段等工况。此外，Shield+还会通过 CAN 总线与车辆本身的车联网系统链接，将预警所发生的地理位置等信息上传至锦山客运的后台运营系统，形成一个城市交通风险热点地图，从而帮助运营者更加合理的规划公交路线。 锦山客运的总经理刘洪正告诉我们，他们目前已经设立了一个专门的团队，负责与 Mobileye 一起合作完善后台运营系统。其中将收录车辆的行驶行为，事故记录，预警场景，预警位置等相关信息。根据预测，试点样本的相关事故率将下降 45%左右，能够有效提升上海交通的安全性和效率。 在上海之前，Mobileye 在美国华盛顿州以及英国伦敦也都做过 Shield+的试点测试。美国华盛顿州的对比研究显示，安装了 Mobileye Shield+的公交车在测试中没有发生任何碰撞事故，相比之下，对照组则发生了 284 次。伦敦的测试结果则显示，Mobileye 的防撞技术将可避免的碰撞减少了 29%，并将此类碰撞造成的伤害降低了 60%。 对于公交车这种商用大型车辆来说，ADAS 功能要比一般的乘用车更加「 刚需」，这一点从上面的数据上就能看得出来。这也是为什么国内很多 ADAS 创业公司都将自己的后装产品瞄准了商用车领域。Mobileye 作为行业标杆，在国内的早期市场也是以商用后装为主。从这个角度看，现在国内的后装 ADAS 市场同样也会迎来激烈的竞争与洗牌。 在业内有一种很流行的观点：高级别自动驾驶会在商用领域率先落地。但是 Mobileye 的 CEO Shashua 教授却有着不同的看法，他曾在一个论坛上提到过： 商用车虽然从行驶场景上来说要更加简化一些，但是从实际应用角度上来看，商用车一旦出现事故则会造成比乘用车更大的财产与生命损失。因此对商用车来说，落地 L4 反而应该更加谨慎。 Mobileye Shield+系统本身就很好的呼应了 Shashua 教授对商用车的观点：用 ADAS 系统做司机的盾牌，而不是用 L4 系统取代司机本身。 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）。
在自动驾驶改变汽车工业这件事上，百度靠这几点领先
2018 年眼看步入尾声，在这一年中，自动驾驶行业进一步褪去了表面的浮夸，转而在技术的沉淀与落地之路上越走越远。在总结 2017 年行业趋势之时，我们就提到了汽车行业的一个关键词：「 务实」。这个理念到了 2018 年得到了进一步的延续，车企坚信：自动驾驶不能一步到位，而是要步步为营。 秉承这个理念，已经有越来越多的市售车型开始搭载 L2 及 L2.5 驾驶辅助技术，车企将这些新型技术视为重振车市的强心剂，这对于自动驾驶行业的发展和普及无疑是件好事。在汽车与科技结合日渐紧密的今天，汽车行业的转型自然离不开发展自动驾驶技术的一众互联网科技公司，而在这个「 务实」 的大环境下，一直将智能汽车视为下一个互联网战场的 BAT 也将在自动驾驶领域形成一条新赛道。与互联网行业以软件产品为主的体系不同，自动驾驶行业更要注重软件与硬件的结合，并且还要严格遵循汽车供应链的安全标准和产业体系。因此我们可以看到 BAT 中与车厂对接最早且有最深 toB 服务模式的百度在这条自动驾驶的赛道上一路领先，而另外两家则在百度之后以自己的方式相继入局。本文中，我们就将分别梳理这三家中国互联网巨头的自动驾驶战略，并会具体分析百度在自动驾驶领域为何会奠定如今的优势。 BAT 的自动驾驶战略 百度：自动驾驶的技术解决方案平台 百度的 Apollo 可以说是中国互联网公司在自动驾驶领域内的一面旗帜，不管是从平台规模还是行业影响力目前都是 BAT 当中最大的。Apollo 获得的认可主要来自于车企和政府两方面。在车企上，截至目前，加入 Apollo 生态的合作企业已经达到 133 家（包括车企、供应商、自动驾驶创业公司、研究机构等等），于今年新加入的车企包括宝马、奔驰、比亚迪、WEY、沃尔沃等。政府方面，百度在今年已经与北京、福建省平潭县、湖南省长沙市、广东发改委等当地政府和机关达成合作，截至目前，Apollo 在全国共获得的有效自动驾驶路测牌照数量已经达到了 46 张。 在产品规划上，Apollo 已经形成了从 L3 至 L4/L5，再到车联网/智慧交通的产业布局： L3 方面 ，百度的解决方案主要包括包括自动泊车和高速公路自动驾驶（Apollo Pilot），主要面向车厂和共享出行公司。2018 年 5 月 24 日，百度与盼达用车在重庆启动国内首次自动驾驶共享汽车试运营。所使用的 6 台车便搭载了百度的 Valet-Parking 自动泊车方案。而其高速公路自动驾驶方案则采用了摄像头与毫米波雷达融合的方案，主要面向国产的主流车型，目前已经与奇瑞和比亚迪等自主品牌达成合作，预计在 2020 年可以量产落地。 L4/L5 方面 ，百度则与众多车厂、商用车公司合作，针对特定场景的自动驾驶应用进行研发。2018 年 7 月初的百度 Create 大会，百度宣布其与金龙合作的 L4 级别自动驾驶巴士「 阿波龙」 正式量产下线，在北京的海淀公园中，这款巴士已经可以供公众体验。在商用车领域，Apollo 已全面覆盖无人车商用的三大场景——接驳、物流、环卫。而在乘用车领域，今年 11 月，百度与一汽以及长沙市人民政府达成合作，计划将于 2019 年在长沙落地 L4 级别的自动驾驶量产乘用车，主要用于出行服务的试点运营。 车联网/智慧城市： 首先在前装车联网领域，百度拥有小度车载 OS、疲劳驾驶监测等模块，基于百度小度车载 OS 深度定制的车联网系统，将于明年率先在奇瑞的高端品牌 EXEED 的首款量产产品上落地。而在智慧城市和 V2X 方面，百度则是将车路协同作为基础，在今年公布了以 AI 城市和智慧交通为方向的「ACE 计划」。 而在技术层面，Apollo 也已经来到了 3.0 的时代。 除了最早的高精度地图、仿真服务等云端技术之外，Apollo 还陆续完善了感知、定位、规划、控制的软件与硬件开发平台。 这里要重点提一下 Apollo 的自动驾驶计算系统 ACU（Apollo Computing Unit），这是百度推出的一套类似于自动驾驶域控制器的计算平台，包括了三个系列产品：MLOC（高精地位）、MLOP（高精定位+环境感知）、MLOP2（高精定位+环境感知+决策规划）。它的技术核心为百度的 AI 算法及云服务框架再加上 NVIDIA 的 GPU 芯片。而在此平台的量产方面，百度已经与德赛西威、联合电子等 Tier 1 厂商达成合作。在今年的百度 Create 大会上，百度对外透露了其自研的 AI 芯片计划「 昆仑」，此芯片未来或许也会应用在自动驾驶计算系统当中。 ACU 是体现 Apollo 定位和运作模式的最好代表：百度整合自身以及合作伙伴的技术优势形成方案设计，然后与 Tier 1 合作将方案进行车规级量产，最终再将方案卖给车厂形成落地。可以看到，百度的定位类似于汽车技术的供应商，但是又有所不同，由于自动驾驶的产业链很复杂，Apollo 其实在扮演的是一个技术供应商与终端产品落地的对接平台角色——一方面整合合作伙伴的技术优势，另一方面再形成定制化方案满足不同客户的需求。 对于从垂直到日渐扁平的汽车供应链来说，这种模式可以说是顺势而为。不过这也将为百度带来很大的挑战：他们在快速发展的过程中需要对接非常多的合作伙伴以及客户需求，如何平衡好自身资源，服务好客户并完成项目的顺利落地会成为 Apollo 未来发展的关键。 阿里：结合自有用户场景的自动驾驶探索 2016 年时，阿里与上汽合资的斑马网络可以说是打响了互联网企业深度赋能汽车产品的第一枪。但与车联网领域的风生水起形成反差的是，阿里在自动驾驶领确显得有些沉寂，除去高德之外，在车厂非常重视的前装自动驾驶领域，阿里甚至没有什么明显的建树。 今年 9 月份的云栖大会上，阿里公布了其汽车战略的升级：由车向路延展，利用车路协同技术打造全新的「智能高速公路」。在自动驾驶的众多技术模块当中，阿里为何偏偏选择「 车路协同」（也就是 V2X）这套体系作为战略升级的重点？要知道由于非常依赖基础设施的迭代与政策的导向，V2X 在各国的普及速度都十分缓慢，最早的先行者美国甚至是在努力了 20 年之后仍然无法大范围普及。 在我看来，阿里的选择有两个主要原因： 阿里常用的集团军式商业体系：联动集团内部的众多模块形成商业矩阵是阿里一贯的打法。这个升级后的车路协同战略便能够很好的联动阿里内部与汽车相关的众多组织与公司——牵头者是 AliOS，参与者包括阿里云、达摩院、高德、支付宝、千寻位置、斑马网络等等。其中，达摩院的无人车、千寻位置的高精定位、高德的高精地图等都将成为阿里新汽车战略的技术保证。在执行时将从云控平台、智能感知基站、协同计算系统三个层面推进。路侧使用达摩院感知基站技术，车的感知与协同计算由 AliOS … 继续阅读
GTC China 2018 | 与一汽和三家新造车合作，NVIDIA 如何玩转中国市场？
带着最新的 GPU 产品，老黄赶在感恩节假期前来到了中国苏州，开始了今年的最后一站 GTC。与前几站不同，老黄在他的演讲中仅用了 20 多分钟来讲汽车业务相关的内容，时间不长，但背后隐藏的信息量却很大。 关于 Xavier 的量产计划 盼星星盼月亮，Xavier 终于量产了。这次 GTC China 上，老黄公布了基于 Xavier 的 Drive AGX 产品序列。 上面的图片中，最上方和最左边的两块产品便属于 Drive AGX，它们也是 Drive PX 系列的正式换代产品： 最左边的为 Drive AGX Xavier，搭载单个 Xavier SoC，提供 30TOPS 的运算能力，功耗为 30 瓦。 最上方的为 Drive AGX Pegasus，搭载两个 Xavier SoC，算力达到了 320TOPS，专门针对 L4 以上自动驾驶。 这两款产品的开发者套件目前都已经正式上市，车规级的 Xavier SoC 也已在量产中。关于 Xavier 的具体介绍，可以参照我们年初 CES 时的报道《CES 2018 | 一篇文章读懂英伟达最新自动驾驶进展》。本篇文章我们重点看看老黄公布的几项合作。 L2 级别自动驾驶业务 因为 GPU 功耗的原因，量产车的 L2 一直不是英伟达的长项，在之前也仅仅只有特斯拉的 Autopilot 使用了英伟达的芯片方案。不过这次 GTC 上老黄宣布，沃尔沃将在 2020 年的量产车中使用英伟达 Drive AGX 平台来做 L2 级自动驾驶（此消息首发于今年 10 月份的 GTC 欧洲），这也应该是第一家选择基于英伟达平台来做量产车 L2 的传统车企。 可能你会觉得 L2 级自动驾驶现在国内很多自主品牌的车型都已经有了啊，这有什么新鲜的？其实 L2 也有两种不同的解决方案，一种是现在很多传统车厂使用的前视摄像头加毫米波雷达再加视觉感知芯片的方案，还有一种，则是特斯拉使用的多个摄像头与声波雷达环视、并通过一个中央计算电脑进行融合计算的方案。不用我说，你也应该知道，特斯拉的技术路线有着更好的性能表现。 英伟达汽车事业部高级总监 Danny 在专访时告诉我，为了能够实现更好的用户体验，已经有越来越多的传统车企开始使用类似于特斯拉的 360 度环视体系，而沃尔沃正是其中的先驱者。当然这个项目的合作也要得益于 Xavier 车规级芯片的正式量产。 L3 级别业务 老黄在发布会上公布了与 3 家中国新造车公司的合作：小鹏、奇点以及 SF Motors。而这 3 个合作的目标都是为了在 2020 年的量产车当中落地 L3 级别自动驾驶的功能。 对于 L3 这个级别，现在业内的争议很大，有车厂已经宣布放弃 L3 转而直接研发 L4（刚才提到的沃尔沃就是其中之一），原因是 L3 很难定义驾驶员在何时需要接管车辆控制权，同时系统也很难保证驾驶员能够及时接管控制权。在 Danny 看来，英伟达作为一个供应商其实并不会受到这个争议的影响，因为提出功能需求的是整车厂，英伟达则负责提供解决方案。比如他们的 Drive IX 软件就可以帮助客户开发座舱内的驾驶员监测功能。 至于为什么在中国选择了三家新造车公司而不是传统的自主 OEM，Danny 的解释是：英伟达也在和许多自主品牌合作，只不过新造车企业相对来说更加激进一些，所以在信息发布上自然也会更开放。 L4/L5 级别业务 在 L4 的业务上，英伟达在中国已经与多家创业公司开始合作基于 Pegasus 平台的 Robotaxi … 继续阅读