ADAS裝機量近十萬，看中天安馳如何成為商用車安全服務排頭兵

作為國內最早一批從事ADAS開發的供應商，中天安馳歷經五年沉澱，已在技術成熟度和數據積累量方面形成堅實壁壘。2018年9月，中天安馳完成近億元A+輪融資，雲啟資本領投、度量衡資本跟投。

雲啟資本看重的是，中天安馳在ADAS領域走在行業前端，是國內首批產生盈利的同類公司，同時在智慧交通大數據服務的部署上，更是有自己獨到的戰略規劃。

來源 | 愛分析ifenxi

調研 | 唐靖茹 費凱琳撰寫 | 唐靖茹

近兩年，交通運輸部和工信部先後發文公布9米以上營運車ADAS強制安裝規定和ADAS國家標準研究制定推進工作，國內ADAS正式進入強制安裝時代。

目前歐美市場ADAS滲透率10%-15%，年增長率30%左右，而國內ADAS滲透率不足5%。中汽協預計中國2020年達到歐美水平，國內ADAS玩家僅剩兩年窗口期。營運客車已先行一步，下一階段的貨運物流、乘用車也將迎來更多機遇。

中天安馳從2013年開始專註於ADAS技術研發，早期採用純演算法路線，以手機作為硬體載體，調用手機攝像頭進行圖像採集和識別，提供輔助駕駛功能。

雖然手機端在從無到有的過程中能滿足對數據量的需求，但數據質量有限，只能完成初級訓練和迭代，無法滿足從有到精的過程中提升準確率和識別率的需求。

中天安馳進一步推出硬體產品，並不斷進行產品迭代和演算法優化，從2017年起主攻商用車市場，至今已服務近10萬台商用車，出庫量佔據行業頭部。

01

歷時五年，產品打磨成熟

數據積累領先

考慮到視覺感知在智能駕駛中無可取代的地位和巨大的發展潛力，中天安馳選擇了以視覺為核心的技術路線。

不同於計算機視覺在金融反欺詐、安防監控等領域的應用，智能駕駛對視覺識別的準確率及運算效率要求更高，這對供應商的數據積累和演算法能力提出了考驗。

中天安馳放棄手機端眾包採集後，從2014年起使用測試車加裝硬體產品進行採集，積累近一億公里的路測數據後，開始對外推出產品。此時對道路的分析識別功能已基本實現，對特定路段的識別率已經能夠達到較高水平，但對較複雜的路況和場景形態仍存在一些問題。

又歷兩到三年積澱，中天安馳的實測數據已接近200億公里，經過長期迭代，逐步將識別能力補足，產品功能趨於成熟。

中天安馳與所有客戶都達成了數據採集方面的合作，實時收集道路數據。例如上海公交，已分批裝載共計2000餘台ADAS產品，不斷產生大量數據，能有效支撐上海市區核心線路的數據更新。

為提升數據標註效率，中天安馳還開發了半自動標定演算法，在車端進行首輪篩選，結合幾十人的標註團隊，就能持續處理實時產生的數據，並且能減少不必要的數據傳輸，提升傳輸速度。

用中天安馳創始人兼CEO徐一新的話來說，數據採集和計算機視覺學習的過程是一個非常漫長又無法快速逾越的過程。

數據量是產品成熟的基礎，產品成熟又能帶來更多的大客戶，從而獲得更多的數據採集資源，形成正向反饋。中天安馳已然憑藉規模優勢構築起堅實的數據壁壘。

02

車端ADAS結合管理SaaS與數據報告，服務車隊管理需求

商用車ADAS市場的興起，不僅僅在於政策方對提升道路安全的要求，物流公司、客運公司亦有利用ADAS管理車隊、監督司機、進行證據收集的需求，保險公司則希望通過運用ADAS降低事故率，進而降低賠付率。

為服務客戶需求，中天安馳提供車端套件、管理SaaS和數據報告服務相結合的完整解決方案。

車端產品包含行人碰撞預警系統（PCW）、前車碰撞預警系統（FCW）、車道偏離預警（LDW）和夜視輔助系統（NV）等覆蓋主流道路識別功能，結合車內的疲勞駕駛監測（DFM），對車輛行駛安全和駕駛者行為安全起到全面監督預警作用。

後台管理SaaS能夠實現車前和車內雙錄視頻實時查看，幫助車隊管理運營。但大型車隊管理車輛上萬台，每天產生的視頻量長達十萬小時，依靠人工管理費時費力。中天安馳開發的智能化識別系統能夠將存在安全風險，或事故發生之前的視頻片段篩選出來，定製化形成報告產品提供給客戶，真正為客戶節省管理成本。

商用車隊直銷獲客，批量採購客單價高，黏性強，設備維護、管理SaaS及數據報告服務都能持續產生收入，進一步拉高LTV。

03

乘用車市場等待時機

數據應用還有想像空間

汽車市場一直是後裝推動前裝，待用戶使用習慣養成，主機廠大舉投入，滲透率迅速提高。雖然中天安馳現有產品體系中後裝產品佔據絕對主導，但在2016年已與多家主機廠達成合作關係，打磨工藝，提前布局。

徐一新表示，中天安馳持續關注乘用車市場，但大範圍的推廣還需等待時機。後裝乘用車產品結合了主動安全預警功能和智能聲控駕駛輔助系統，通過全國千餘家4S店合作夥伴進行分銷。

除了ADAS產品本身，中天安馳所積累的人、車、路三方面的數據還有更多想像空間。

實時採集的高清道路數據是高精地圖服務的重要支撐，徐一新透露，中天安馳在高精地圖方面也有布局；駕駛艙內採集的人臉數據、違規駕駛行為等，也與政府監管平台有相應合作；車輛行駛數據不僅可以用作車隊管理，也能提供給主機廠、零部件生產商、保險公司等用於改進位造和車險定價。

愛分析從規模、獲客、LTV、技術和產品等方面評價中天安馳。

規模：裝機量近10萬，商用車領域排名靠前，規模較大，數據採集質量和數量較好，形成壁壘，後續拓展業務有優勢；

獲客：後裝供貨多家物流公司、保險公司，大客戶採購量1萬套以上，合作政府安防部門，兩客一危行業，前裝合作多家主機廠；商用車直銷團隊數十人，4S店等合作渠道代理乘用車產品；

LTV：車隊服務客單價千萬級別，客戶黏性較強，LTV高；

技術：以視覺演算法技術為核心，技術成熟，有晶元自研計劃；

產品：ADAS產品部署較全面，功能齊備，管理SaaS系統方面，小客戶使用標準化產品，大客戶定製化開發。

近期，愛分析專訪中天安馳創始人兼CEO徐一新，就ADAS行業發展和中天安馳業務開展情況進行了交流，部分精彩內容與讀者分享。

04

國內ADAS滲透率快速上升

國產供應商迎來機遇

愛分析：國內ADAS市場發展情況如何？

徐一新：這個行業經歷過幾個發展周期，有一些早期的公司已經被併購。從整個ADAS行業發展來講，滲透率從今年開始有一個大幅提高。

這個行業跟汽車電子，或者說智能機的360全景圖像拼接相比，圖像演算法還不完全一樣。因為在那個領域，一直是百分之百準確率，不涉及到學習過程，但是在ADAS行業，它需要一個智能化過程，所以周期可能比較長。

它需要有大量的車輛里程和數據驗證，比如像mobileye這樣的企業，它其實發展了有15年以上，其實前面十多年都是不停地在做迭代驗證和積累，以及到各個地區的數據驗證，因為演算法需要在不同環境下迭代，這是必然的發展規律。

其實國內的創業型公司，包括在智能輔助駕駛這一塊，有一點走得沒有那麼紮實，其實還是需要時間。這個過程當中，不像這些傳統簡單的，模擬器驗證就行了。其實也同樣有必不可少，不可逾越的過程，就是要在大量的實車上面做里程驗證和升級迭代，這個過程它需要非常長的時間及資金投入，這是整個ADAS行業發展的壁壘，也是一個比較高的高峰，攀上這個高峰之後，才會有快速發展。

就目前來看，ADAS行業里，我們做的商用車這一塊，有比較大的發展空間。從商業模式來講，在這個領域之內，因為國家有一個重要的政策性推動，對全國這種大路上跑的所有商用車有強制性要求，所以整個滲透率就會迅速上升，這也是ADAS發展的最好開始。

愛分析：模擬器是否無法滿足需求？

徐一新：模擬器其實可以做很多事情，但是汽車行業仍然還是需要大量實測，就是模擬跟實測要同時都有。

在實測條件沒有那麼豐富的時候，模擬的環境可能更加重要，但是現在輔助駕駛這一塊，我們有更多的更廣闊的，可實現的實驗條件，所以就可以更多地去做道路實測。

像waymo，因為是無人駕駛，無法擁有足夠多開放性的條件讓車輛去跑，需要在實驗室構建複雜的模擬測試環境來去做模擬。但是我們在國內，有大量的環境，所以可以通過實測來提高和迭代演算法，這也是一個優勢。

將來國內的ADAS企業可能會超過mobileye，有這樣的機會。

愛分析：現在影響ADAS行業的政策有哪些？

徐一新：現在交通部及各省陸續都推出了對於營運車輛安裝輔助駕駛、主動安全預警系統的相關要求。交通部已經出台了明確政策，各省陸續出台中。

比如對於客運或者危運，有些省就要求必須強制安裝，這是目前國家政策的支持。

愛分析：預期滲透率會如何變化？

徐一新：滲透率的數據現在統計各有不同，有一種數據是說大概去年到今年，是在2%到3%左右，然後預計到2025年可以達到60%。這就是不光是商用車了，包括乘用車。

愛分析：國外公司如mobileye在國內是否會有競爭優勢？

徐一新：會的，mobileye在這塊做得還是非常強的，它的優勢在於市場認可度非常高。

但它在中國商用車市場會比較困難，主要是因為咱們國內的要求，不光是有道路上的語義分析，還有駕駛艙內的，包括駕駛員狀態的檢測，包括身份的驗證，是需要一整套的演算法識別，mobileye沒有，所以在這塊沒法滿足要求。

05

視覺在智能化過程中佔據核心

感知能力將進一步提升

愛分析：如何看待智能駕駛業內不同技術路線？

徐一新：每一個感測器都有它的優劣勢，視覺有它的缺點，微波雷達有它的優勢，激光雷達也一樣。

未來走到無人駕駛的時候，一定還是多感測器去融合，這是必然的。但是在發展過程當中，視覺這一塊是最核心的。

為什麼說視覺是最重要的，因為在所謂智能化過程當中，視覺就像人的眼睛一樣，我們最終做的事兒就是想給汽車裝上像人的眼睛一樣的一套智能設備，可以代替人去分析。比如道路上複雜的車道線，周邊領域的環境，還包括標誌牌，這些通過微波雷達還有激光掃描也識別不了語義信息，都是需要所謂的視覺，視覺的發展最終一定會在人工智慧中佔到比較核心的位置。

但是它的發展也有周期的，早期從無到有的過程當中，可以快速識別，然後受制於設備速度和感測器能力，會在其他方面需要微波或者激光做補充，因為它們在測距上更加快速和準確，但是再往前發展一步的話，通過通用演算法的升級以及智能終端處理的計算力提升，視覺就會更進一步。

其實現在車上的視覺能力還是比較早期，還有非常大的提升空間。隨著各種條件成熟，會很快上升到一個高度，比如完全通過視覺就可以解決所有測距和識別，即使只是貼近環境的感測器能力提升，也可以有巨大的提高。

當然它不是萬能的，還是需要輔助於微波雷達和激光雷達，但是視覺最終的技術發展和提升，會去驅動和帶動整個智能駕駛發展。

愛分析：目前的測距功能如何實現？

徐一新：我們主要是通過單目視覺做到。現在有單目，有雙目，還有三目，在這一塊上其實有很多的技術分析和對比，但是實際工程化和基於視覺的識別能力上，而且產業上驗證比較成功的，現在主要還是單目。

其實雙目從技術來講，測距能力是非常強的，因為它有帶有深度信息，但實質上它並沒有被廣泛地應用，有很多的限制條件，不光是來自於技術本身，還有很多像工藝水平等等比較複雜的條件。

愛分析：單目攝像頭是否會受安裝高度和角度的影響？

徐一新：會的，所以它需要比較嚴格的標定，才能達到準確度。

我們其實有每種類型的車的參數，安裝的時候有嚴格的標準，同時我們又創造了可以在後台進行校準糾偏過程的技術，可以實時進行糾偏，這也是mobileye等公司不具備的。因為我們所有產品帶有網路，有後台可以持續監控每一台產品，然後進行糾偏。

愛分析：夜視功能如何實現？

徐一新：夜視功能也是通過圖像演算法來做。通過圖像灰度變化，去做夜視功能，但是它有一個前提，還是要有微光，如果是伸手不見五指的，那就不行了。

06

物流公司、保險公司客戶為主

配套服務體現完整價值

愛分析：前裝產品與後裝產品有什麼差異？

徐一新：前裝的要求，首先必須是車規級，從晶元等每一個環節，甚至於像外型都必須嚴格符合車規，當然這只是屬於工藝類的。

第二要求更加精和更加專，就是這一款車型，可能只要前向車輛的一個識別，或者只要識別車，並不需要識別行人等等，比較專一，更加追求精準率，對漏報等等的要求也會比較高。

前裝跟後裝稍有不同，但其實對準確率和識別率的訴求是一樣的，更多差別在工藝上面。

愛分析：目前後裝服務的客戶主要有哪些？

徐一新：主要是大的物流公司和保險公司。

愛分析：客戶在選擇時主要考慮哪些維度？

徐一新：主要考慮國家的要求，就是同時有道路識別和駕駛員檢測等功能，這是必須的，同時還要有配套服務，這些都是他們所需要的。

愛分析：除了維護服務，還有哪些層面的服務？

徐一新：主要是關於數據分析和平台的服務。客戶最終並不是要去購買某一個產品，而是需要整體的服務，整體的管理，或者是關於監管的服務價值，最終達到目標和要求。

愛分析：系統層面提供哪些服務？

徐一新：系統裡面提供的，比如雙錄視頻，臨時抓取和回放的。我們會做數據分析報告和產品給客戶，同時也會提供一套系統給他，可以登錄上去實時觀看。

比如說發生一件事故了，那發生事故的時候，這個道路是什麼樣子的，車前是什麼樣的情況，駕駛員當時正在幹什麼，我都想去知道這個情況，但是以前這是無從獲取的，那現在我們這個雙錄視頻全部都有。

而且更關鍵的，很多時候是你有大量的無效視頻，而我們可以把它全部智能化識別出來，比如說讓大家只是去看那些有問題的，那些時間點對應的全部角度的視頻，和它的位置信息，這些都是經過自動化識別的，這些服務就是客戶最需要的。

像有一些車隊車輛很多，有上萬台了，管理不過來了，每天視頻差不多有十萬多個小時，根本就沒法去看，其實只需要這些真正有問題的一段，以及發生問題的，還有一些預防問題，或者發生問題之前的狀態，我們可以做到快速篩選和成像，這是大家比較關注的服務。

愛分析：系統需要做定製化開發嗎？

徐一新：整體框架是一樣。流程複雜的客戶，定製化滿足他的需求，時間會比較長，對於一些中小型的客戶，基本上我們主要的框架產品就滿足他的要求了。

愛分析：預期出貨量會如何變化？

徐一新：未來預期有一個快速上升的過程，尤其是明年，2019年到2020年這個階段，會急劇上升。

愛分析：今年到明年的規劃是怎樣的？

徐一新：現在主要是把ADAS產品進行縱深開發，然後提供基於高清地圖的數據服務，還有就是繼續做數據沉澱。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！