禾多科技：推進乘用車自動駕駛落地，需要做什麼

雷鋒網按：4月22日，新智駕第1期會員線下沙龍在北京舉（面）行（基），或許您無法在百忙中抽出時間到場參加，不用怕，新智駕為您整理了文字版的內容，到場參加了的會員們也快來複習吧！

本次沙龍的主題是「自動駕駛的商業化」。現階段整個無人駕駛行業處在於大規模應用的前夕。由於無人駕駛汽車感測器、高精度地圖、改裝車費用等等的問題，成本是橫亘在無人駕駛大規模落地的障礙之一。而禾多科技的目標就是推進自動駕駛乘用車的進程。

禾多科技成立於2017年6月，同年7月份，禾多就拿到了IDG和四維領投的天使輪。禾多主要瞄準前裝市場，所以禾多主要和主機廠有一些合作。去年11月份，禾多發布了一款自動駕駛平台，叫做軒轅平台，主要是為了整個行業去賦能。

此次沙龍邀請了禾多科技的商務總監王征，向我們介紹了禾多科技作出了什麼樣的措施推動無人駕駛向量產邁進，以及現階段無人駕駛的適用場景等等。

雷鋒網在不改變願意的基礎上對這次分享進行了編輯：

目前整個業界都在探討自動駕駛如何能夠真正地把技術轉化為產品落地。現階段大家探討得比較多的是在封閉的環境里進行自動駕駛，比如貨運或者園區，對場景和車速有一定的限制的場景。

真正的無人駕駛應該是在城市化道路，人、車混雜的環境下運行。禾多目前在做的一件事情就是如何改變大家的出行，推進乘用車的自動駕駛進程，使其能夠儘快落地。

我們的願景要去通過自動駕駛升級中國移動出行的問題。禾多的命題也是拆解自移動的「移」。現在電腦、電視、手機都邁向智能化，從現階段汽車蘊含巨大的機會。

現在整個汽車行業的發展，比如汽車智能化，也就是Level 2級別以上的智能汽車，其實留給汽車的空間足夠大，但時間上比較緊迫。

提到自動駕駛，我們首先會想到一些國外的知名企業，比如Waymo、特斯拉，這兩家公司最主要特點就是他們除了現有技術上領先外，他們有積累了很多數據。

現在AI很熱，AI有三大要素：第一、數據為王；第二、很強的演算法和邏輯、比如深度學習；第三、需要很強的計算能力。就中國的情況而言，在AI領域裡面，中國有很強的數據優勢。在演算法上，中國也是有很強的競爭優勢，中國現在唯一缺的計算能力。

即使在自動駕駛領域，Waymo和特斯拉有很深的技術積累，那是不是代表著中國機會就沒有了呢？其實並非如此，自動駕駛還是需要數據的支撐。

比如特斯拉，特斯拉之前用的是Mobileye的攝像頭作為前置攝像頭。現在Mobileye在行業領域前裝的ADAS佔有率達70%，雖然Mobileye在國外有十多年的積累，有足夠大的數據積累，但Mobileye在國內沒有原始的數據累積，也就無從談到深度學習，所以國內企業還是有先天的優勢。

即使像Mobileye，一些Tier 1等大廠，他們同樣需要數據、地圖，但是在國內是有數據監管的，所有的地圖、測繪都要有資質，國外公司想要在國內展開業務，需要跟國內廠商、中國圖商進行合作。

禾多跟主機廠、自動駕駛汽車廠商進行合作，可能會對圖商、主機廠數據的反哺。比如說今後路上跑很多禾多的自動駕駛汽車，上面其實也有很多的感測器，當然不光是視覺感測器，還有激光雷達、毫米多雷達等等，這些數據其實對圖商來說都是有用的。

除了反哺圖商以外，數據之於主機廠的意義在哪裡？

首先，主機廠的強項並不是說單項技術的專、精、深，而是主機廠的項目管理能力非常強。主機廠在智能和網聯這兩方面，起步比較晚，進度比較慢，因此主機廠要想把智能化、網聯化做起來很難。

現在所有主機廠都意識到數據也很重要，怎麼去用，從哪來獲取，這是對主機廠的一個需求，所以從數據方面來講，我們認為主要是兩個：一邊服務非主機廠的業務，就是所謂的圖商；還有一部分服務主機廠。

大家可以想一想未來全自動駕駛的場景，我們認為自動駕駛未來的出行可能會分為高速公路自動駕駛，城市以及最後一公里，我們出行可能從家裡出來，這裡涉及到最後一公里的問題，然後在城市裡段可能開一段，可能還要出去走一段高速公路，包括北京的各種環路，我們都把它定義成高速公路，就是所謂封閉式的。我們到了地方以後又是一段城市公路，然後又回到最後一公里，其實它是這麼一個循環往複閉環。

我們認為未來出行分為三個階段。自動駕駛現在如果沒有任何限定條件，特別是乘用車落地其實是非常難的。

比如說，城市路況，人在城市裡駕駛，會經常出現刮蹭、碰撞等情況。為什麼，除了注意力不集中的問題外，就是城市路況太複雜，各種十字路口突然出來一輛車，司機陷入了非常被動狀態，汽車不知道往那裡開。大家開玩笑說讓自動駕駛判斷人的行為意圖其實是一件非常不靠譜的事情，因為連司機都無法準確地判定自己下一秒要幹什麼。

在我們看來，以現在的技術條件、路況條件，我們知道行業的邊界在哪裡，所以我們要解決的就是說高速公路以及最後的停車問題。

為什麼選擇這兩個應用場景來落地？

第一，我們要知道自己的技術邊界在哪，我們的技術能達到什麼；第二是它限制的條件在那。比如我們講最後一公里停車的問題，實際上它的限制條件是車速以及環境。

比如說在停車場，道路參與者當中可能包括：汽車、人、超市推購物，但裡面不會有摩托車、自行車，遛狗的就更少了，也不會快遞員。因此相對來說，環境比較簡單。其次是對車速的要求沒那麼高。

我們在停車方面分三個階段：

• 第一階段，停車場需要有一些限制條件，比如說安裝一些感測器，或者說停車場整個的施劃更加規範；

• 第二階段，我們稱之為2.0，就是不依賴停車場，只要人能停到停車場，自動駕駛也可以實現。這裡牽扯到感知、定位等等，各方面的技術都要達到一定的水平；

• 第三階段，就是最後一公里的問題。

除了現在城市化道路比較複雜，我們還有一部分要做的是高速公路。這裡的高速公路是一個泛指，包括環路，這裡主要指的是結構化道路——沒有紅綠燈，沒有十字路口、交叉路口。隨著車速加快，車速會將整個應用場景複雜度降低。

總結來說，自動駕駛落地我們聚焦兩個方向：

一是結構化道路，即高速公路、環路和封閉道路等有明顯車道線及其它人工標記的行車道路；

二是代客泊車，實現車輛自行完成停車到召喚的全流程，無需人工操作。

量產涉及諸多因素，包括成本，耐用性等一系列因素。現在大家經常開玩笑：激光雷達「一線一萬」，64線大概什麼概念，60萬，一輛國產汽車大概10萬，還不包括高精度定位系統，高精度地圖，另外還包括 GPS、顯卡等設施。這些設施不僅成本高昂，還需要許多外設進行配合。其次是要符合車規級要求。

汽車跑起來和汽車量產其實是兩個概念，所以為什麼我們要做面向量產的技術選型，我們也知道自動駕駛汽車技術已經很成熟了，現在它在外面跑一圈沒問題，但自動駕駛永遠達不到量產我們就不做，所以不能夠量產的方案直接排除。

那麼是不是之前的技術積累我們就完全不用了？完全開闢新的道路？

也不是。現在量產階段真正到Level 4，不需要人來接管的可能還為時尚早，所以在未來幾年，包括主機廠也希望也做到L3。所謂的L3技術，就是人機共駕，一般場景由汽車來操控，如果碰到較為複雜的場景，人來接管。

禾多軒轅平台的V1、G1

簡單總結：未來的自動駕駛，特別是在短期之內，可能很難做到Level 5級別無人駕駛，也沒有場景的限制，想去哪都可以用自動駕駛。所以禾多掐頭去尾，選擇高速、停車是我們現在落地的兩個場景。

除了面向主機廠以外，我們還在與國內的合作夥伴或者友商希望能夠賦能整個行業，比如說像類似於我們做自動駕駛的公司以及各個高校，我們推出了自己的自動駕駛平台——軒轅平台。

基本上自動駕駛涉及到的感測器，包括激光雷達、毫米波雷達、相機、組合慣導、超聲波雷達，我們都支持。

一言蔽之，「軒轅平台」可以被理解為集成了車輛線控、感測器設備和一些基礎軟體的自動駕駛車輛底層開發平台。

具體線控參數上：

• 縱向控制：線控速度最高可達150公里/時，支持前向及倒車過程的車輛加減速控制，支持多種退出機制，支持加速度控制和速度控制兩種模式；

• 橫向控制：線控方向盤角度-450度—450度，支持前向及倒車過程的車輛橫向控制，支持多種退出機制，支持扭矩控制和角度控制兩種模式。

目前軒轅平台的控制精度、響應速度和安全性能已能夠滿足L2-L5級自動駕駛的不同研發需求。此外，禾多還將為平台客戶提供方案諮詢、系統搭建、人機交互以及上層自動駕駛模塊的技術支持。

雷鋒網註：6 項會員專享特權，全年 100 期精華內容，帶你深入淺出看懂自動駕駛。如果想加入雷鋒網「新智駕會員計劃」，歡迎點擊鏈接 ：https://www.leiphone.com/aidrive/vip或掃描海報下方二維碼了解詳情。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！