觉非科技李东旻：“数据引擎”赋能智慧交通【星特写】

近日，觉非科技CEO李东旻受邀参加“MIT-CHIEF麻省理工学院中国创新与创业论坛”，就智能驾驶“中国路径”的演绎，以及对于新基建智慧交通的赋能进行了分享。以下为演讲实录：

1

智能驾驶发展的三种路径

过去全球范围内演进出了三种不同的自动驾驶切入路径，在试图用机器解决安全驾驶的问题。第一种路径是以算力提升为主的，也称之为单车智能模式。以单车智能为主的，基本是以算力提升为主导。

另一条路径是以主机厂和tier1为代表的供应链主导模式。它的核心是以改变汽车的电子结构为目标，整体采用渐进式的方式赋予汽车智能。例如特斯拉，它把整个汽车的电子架构进行了大幅简化，从70-120个电子零部件简化至三个控制系统，每一个控制域中是高度计算能力的自动化运算模型。

第三个模式是网联智能的模式，也就是我们所说的“车路云”协同模式，这种模式让车辆可以获取超出传感器感知范围的信息，让车辆能够更加安全的行驶。这种模式不仅要求车的智能，也对基础设施建设的要求非常高，但其实是最适合中国的技术路径，也是最有可能实现智能出行规模化落地的方案。

那么，这三条路径分别演进出来的产品形态是什么样子的？这里我们从市场落地的角度来分析，把现有的智能驾驶产品进行坐标系表达。以乘用车和商用车作为横轴，纵轴用高速和低速来区分。

从这张图中，我们可以非常清晰的看到一个明显的特点，在整个象限当中偏商用部分的产品落地与商业模式远远高于乘用车。作为普通的用户而言，还没有深刻的感受到自动驾驶技术对日常生活的影响。因为商用车本质上不像乘用车，商用车是一个用来去提供某种服务的生产工具，我们利用先进的自动驾驶技术，让这辆车提升运行效率，同时成本降低，只要能实现这两个明显的价值，就达到了商用车行驶的目的。

从成本角度而言，一个自动驾驶的解决方案，软件硬件的配合集中在一起，对于一辆乘用车的售价的提升也是一个重要的制约因素。

从安全角度而言，我们最近也看到了一些不愉快的交通事故。今年 6 月初，在台湾嘉义县的中山高速上，一辆 Model 3 也在 Autopilot 开启状态下撞向了一辆大货车。当时大货车并不是在行驶中，而是侧翻在路面，大家可以看到它已经横跨了两个车道，目前汽车的视觉系统也好，毫米波雷达也好，感知系统对于横在路中间的异常物体识别是有缺陷的。其次，大货车的车身是白色，同时又有阳光的反射，这实际上会影响整个汽车自动驾驶系统的判断。

在视频中我们看到大货车的侧翻恰好是在高速路的转弯上，而自动驾驶车辆的感知系统是一个面向直线的感知。如果不能把感知区域进行偏转，就很容易造成事故。这个案例说明了现阶段自动驾驶技术所面临的窘境，也就是说仅靠一辆车是无法实现自动驾驶的，无论算力如何提升，无论汽车结构如何升级，依然没有办法解决在开放空间内的各种场景问题。

2019年某厂商全年路测报告当中 Unwanted Maneuver和Perception Error成为了两大主要脱离原因，占70%的比例。也就是说我们已经进入了很难仅靠单机模式去解决自动驾驶问题的阶段。因此，现阶段产业在关注智能汽车之外，也开始关注道路智能化和数字化建设，以及各种协同问题，这实际上是一个全球产业共同关注、亟待解决问题。

2

基于后深度学习的觉非科技方案

因此，从技术路径来看，从单车智能模式发展到目前水平，我们还有哪些其他方向可以去做？我们需要弥补在逻辑推理层面假设不成立带来的问题，而这其实就是深度学习算法。

清华大学人工智能研究院张拔院士提出，整个自动驾驶的落地需要进入后深度学习时代。也就是说通过“车云路”协同的方式，将经验类的，且具有较好稳定性、可靠性的数据以及边缘推理算法，再加实时感知数据联合在一起，进行驱动，发展成解释性较强、可依赖的人工智能技术。

从觉非科技的角度来看，需要发展出基于后深度学习时代的内容，把一些稳定性比较高的数据，与实时传感器相融合，实现更靠的自动驾驶。

3

智能驾驶“数据引擎”的不断升级

觉非科技目前已拥有海量的非结构化、高离散化的LBS数据，包括车端数据、路测数据、交通路政数据、出行运营数据高精度等。

我们将数据资产进行针对道路与车辆的重组与推理，并结合边缘端与云端部署，生成高精度语义化感知数据，产品化输出面向车辆、道路，以及云控交通大脑的各类数据解决方案。

在觉非看来，目前产业之中的解决之道，也是当务之急，是将数据真正运用起来。这其中，数据的运营与创新能力，将成为一个企业在智慧交通建设中决胜的关键。什么是数据运营能力？如刚才提到的特斯拉的案例，如果当道路转弯的曲率预先让车辆感知到，它就能够把传感器进行提前的偏转，甚至我们把车辆事故占用哪些车道的信息直接上报到云端，请后面来往的车辆注意避让，当这样的数据语义化信息传到后面的自动驾驶车辆，就可以有效避免交通事故。

觉非科技是在这个产业里面实践得比较早的，同时也是较早提出这个理念的。我们把自动驾驶从原来的基于规则的这套逻辑，开始转向成基于数字化轨道运行的理念，通过基于路权的分配机制来去实现真正车路协同。

在“数据引擎”的技术支撑下，我们以道路交通轨道化为理念，打造了智能驾驶的路权分配机制。首先，我们借助高速铁路、飞机场的先进交通控制理念和成功经验，将高速公路的行车道抽象数字化为轨道；其次，通过路面环境信息、定位信息与实时感知信息相结合，形成数字化高速公路模型，并利用闭塞区间的空闲和占用指引行车规范，建立起智能数字化路权分配机制。

在我们看来，如要实现真正的自动驾驶，必须将路面轨道化与数字化。让汽车基于数字虚拟的轨道，结合车身实时传感器数据，实现更高级别的自动驾驶能力。

从Automotiveon rules到Automotive on rails的进化升级，是觉非科技将“数据引擎”能力应用于交通建设的一次实践，同时也意味着对道路与交通运输管理智能化的一次突破。

我们相信，这种突破也将成为新基建智慧交通在车路协同领域建设的重要一环，通过技术实现高度的自动化，提升交通运输的流通效率，并整体降低管理成本。

4

智能驾驶“数据引擎”的核心技术

在不断实践的过程中，我们将“数据引擎”的核心技术归纳为以下几点：

1. 路端环境数据规模化采集与制作编译：我们利用路端环境数据规模化采集与制作编译的核心技术，加持自研的基于双目视觉和多传感器融合两套场端数据采集方案，实现了针对L2-L4不同级别的全场景高精度多元数字空间制作。在生产过程之中，同时利用深度学习等技术，实现了对成本的有效控制与高效生产。

2. 单目融合高精定位引擎：基于单目摄像头和L3级别高精度地图数据融合计算，觉非科技目前已实现车道级高精度定位能力，同时，这个方案可以作为融合定位模块，直接提供给智能驾驶项目，极大程度降低了开发成本。

3. 感知算法与特征库：基于大规模道路、标牌、设施、车辆和人的采集数据积累了大量的数据特征库，同时标注训练出多个感知算法模型，这些算法模型可直接应用于单车智能、车路协同等场景需求。

4. 跨平台的深度学习解决方案：由觉非自研的跨平台推理中间件，我们称之为“LAMBDA”。它具备灵活跨平台部署、异构计算、高性能推理与加速等特性。在差异化的端侧平台下，可以采用定制的优化方案，帮助算法在低成本硬件上发挥最大效能，为自动驾驶/智慧城市感知赋能。这个平台作为车与车、车与路间实时传输的信息管道，可以通过低延时、高可靠、快速接入的网络环境，保障车路端信息的实时交互。而这三者恰好构成智慧交通场景下协同感知与协同决策的闭环。

总结一下，通过对于以上“数据引擎”核心能力的有效利用，觉非科技已打造了具备“跨平台、易部署、低功耗、安全可靠”等优势的产品矩阵，同时，我们目前已经与产业链多方机构达成合作，从数据、终端、新基建等等多个层面，为智能驾驶的发展提供技术保障。

5

智能驾驶“数据引擎” 赋能与量产

觉非科技的“数据引擎”目前已在多种场景中率先实现了规模化应用。下面，为大家介绍一些我们在实践“数据引擎”建设中的应用案例。

在智能座舱领域，觉非科技目前已落地了AR导航交互系统，并且具备了车道级定位、车道级导航、融合感知AR展示等能力，已成为智能驾驶技术从Entertainment域到ADAS域的连接点。与传统AR导航的区别在于，增强AR导航交互系统运行于汽车的控制域之中，数据来源更加丰富，识别的信息种类更全面。而传统AR导航仅运行于车机，受限于车机本地的算力，不支持车道级限速/变道提醒、主辅路/桥上下区分、车道级路径规划、车辆/行人感知。

可以说，将增强AR导航交互系统用于智能座舱，相当于来自控制域的降维打击。

2020年6月，我们的AR导航交互系统在宇通客车上实现了落地，这是自动驾驶技术在国内商用车市场的首次规模化量产，同时也开创了自动驾驶技术与载人客运结合的新模式，实现了网联智能化在商用车市场的创新突破。

“数据引擎”赋能的另一个具体表现，是实现任意A到B点的车道级路径规划，并提供决策和诱导信息。另外，可直接为主机厂提供智能驾驶功能模块，有云端和车端两种服务模式可供选择。

这里我也给大家分享一下我们在利用差分定位基站，提供车道级别的融合定位服务。2019年，我们与中国移动达成合作，基于5G网络基站信号的基础设施，为智能驾驶提供5G融合差分定位服务。将感知技术、5G及V2X通讯技术与高精时空数据服务进行结合，实现车-云-路的高效协同。

6

“数据引擎” 创新 实现千车千面

从觉非科技的角度来说，我们通过车路协同的方案，不仅仅是让车获得了智能驾驶的能力，同时也在推动道路数字化，以及针对路权的数字化和分配能力。

通过多维度的融合，提供面向整个智能驾驶产业的多元化解决方案。最终目的是推动技术和产品量产落地于乘用车、商用车，同时为出行创造一个更加安全、绿色、经济的空间。

觉非科技的”数据引擎”正在通过车与路的数字化与智能化，实现‘千车千面’的创新，我们也正在将数据与软件的能力进行持续融合，在数据层、终端层、云控层，实现在更多应用场景的价值赋能，推动新基建智慧交通产业的价值升级。

我们也期待着在“数据引擎”发展的道路上，能与来自产业不同方向的伙伴携手，加速推进“交通强国”的步伐。谢谢大家！

本文来源：觉非科技JueFX

相关阅读：