当L4自动驾驶公司将「魔爪」伸向高阶智能驾驶领域
The following article is from 科技丛林 Author 认真码字的
本文来源：科技丛林
/ 导读 /
最近，自动驾驶行业正在发生一些有趣的变化。
一直以来，无人驾驶/自动驾驶公司都非常「专一」，在各自战场默默发育壮大，立志于将「无人驾驶带进现实」。
但不知什么时候开始，这些公司都在逐渐扩大自己的边界，开始用自己的L4自动驾驶技术涉猎更多不同场景：Robotaxi、Robobus、无人货运……
试探着自己的边界，也在试探竞争对手的边界。
如今，行业又迎来了一波新的扩张潮，越来越多的自动驾驶车企开始将魔爪伸向高级别自动驾驶领域。
「魔爪」伸向高阶智能驾驶的
自动驾驶公司们
文远知行
5月25日，自动驾驶初创公司文远知行宣布获得供应商巨头博世的投资。
更关键的是，双方将联合「推进博世中国高阶智能驾驶解决方案加速落地，助力应用于乘用车的SAEL2-3级自动驾驶大规模前装量产及市场化应用。」
通过这次战略合作，文远知行知行正式进军L2-3级自动驾驶技术的开发和应用。而且，一上来就绑定上国际供应商巨头博世，这路子算是走宽了。
在中国自动驾驶公司中，文远知行是最积极进行商业化落地扩张的一家。
此前，文远知行已经进行了很多L4相关的边界扩张，从最开始的Robotaxi到自动驾驶小巴，才自动驾驶同城货运车再到自动驾驶环卫车。
只要有商业化落地的机会，文远知行都会去做尝试和扩张。
现在终于是从L4开始向下「降维」了。
轻舟智行
5月18日，轻舟智航举办了第一届品牌日。在这次品牌日上轻舟带来了第四代量产车规级自动驾驶方案：DBQ V4。
同时带来三个不同配置：旗舰版（高配）、加强版（中配）、标配版（标配）。
成本最低的那款可以低至1万人民币。
这套方案的一大特点就是有很高的扩展性，针对不同级别自动驾驶可随需配置，随「机」应变（PS：这里的「机」指的是主机厂）。
对于不同配置差异。轻舟智航CEO 于骞这样说道：
「高配版可以实现完全自动驾驶能力。」
「中低配版可以以一个合理的成本为用户提供更加顺畅的驾驶体验。」
你看，说的多么含蓄。
言外之意其实就是：我要做高级别辅助驾驶了，成本还很低，有需求的主机厂们可以看过来。
元戎启行
2021年12月8日，元戎启行发布了面向前装L4级的自动驾驶解决方案DeepRoute-Driver 2.0，搭载5个固态激光雷达，8颗高动态范围摄像头，可适配不同类型传感器和车型。
这么顶的配置，成本不到1万美元。
不过，元戎启行的前装方案激光雷达数量其实可以选装，对应自动驾驶能力自然也有所不同。
说白了就是，元戎启行也可以为主机厂提供高级别辅助驾驶解决方案。
而且相比于5激光雷达方案，这套成本又能低不少。
这还没完，据元戎启行CEO周光透露，在确保系统性能的基础上，与车企大规模合作后，整套自动驾驶系统成本可再降低70%。
主机厂最喜欢的就是这种「高性价比产品」。
只是我们尚不清楚，元戎这套方案不同配置间能力差异有多大，最低那款价格又能低到何种程度。
Momenta
Momenta，算是最早一批就想明白要辅助驾驶和自动驾驶两手抓的公司。
从最开始，Momenta就确定了两条腿走路：左腿量产自动驾驶Mpilot，右腿完全无人驾驶MSD。
如今，Momenta在主机厂这边混得风生水起。目前已经获得包括上汽、奔驰、通用、丰田、博世、腾讯等公司的投资。
都是赫赫有名的传统造车巨头。
而且，Momenta的量产辅助驾驶已经开花结果。
2021年3月，上汽高端品牌智己汽车宣布搭载Momenta技术方案。
2021年9月，通用3亿美元入股Momenta，为未来中国车型加速开发下一代自动驾驶技术并投入应用。
同年12月，比亚迪也与Momenta达成合作，组建了“深圳市迪派智行科技有限公司”（下称“迪派智行”），共同打造高等级智能驾驶解决方案。
这样看下来，Momenta是目前自动驾驶初创公司前装量产落地做的较好的一个。
百度Apollo
2020年12月，百度Apollo推出了智驾解决方案，用L4 自动驾驶技术（Apollo Lite）「降维」释放到辅助驾驶领域。
2021年7月，百度Apollo携手ARCFOX极狐共同发布新一代量产共享无人车Apollo Moon。
Apollo Moon采用“ANP-Robotaxi”架构，不仅让共享无人车套件轻量化，还可与智能驾驶汽车数据共生共享，打造超强数据闭环。
此举也意味着，百度Apollo要用一套统一架构打通辅助驾驶和自动驾驶。
至于商业化表现，2021年上海车展上，百度Apollo透露：智驾产品未来3-5年内预计前装量产搭载量达到100万台。
华为
你没看错，华为也在列。
在最开始，华为瞄准的其实也是L4自动驾驶。最知名的应该就是和奥迪的合作。
2018 年 7 月，双方签署战略合作谅解备忘录，共同开发智能互联汽车；同年 10 月，华为 MDC（智能驾驶计算平台）上车奥迪 Q7 ；同年12月，奥迪中国研发团队联合华为在北京延崇高速公路一封闭路段进行了L4自动驾驶以及基于C-V2X（基于蜂窝网络的V2X）的车路协同演示，成为首个在国内实际高速公路场景进行相关联合演示的车企。
2019年9月华为全联接大会上，华为L4 全栈智能驾驶解决方案（ADS）亮相，同时华为表示正在和奥迪做联合路测，此次与奥迪的联合路测，测试车队规模将达数十辆，是奥迪目前在中国最大规模的自动驾驶车队之一。
但是之后，不见双方继续多聊关于这一块的内容。
L4自动驾驶的落地遥遥无期，华为也在想如何在现阶段实现商业化落地。
将L4「降维」成L2来用可能是最好的方式。
再后来的事情，大家就都知道了，华为ADS和极狐、广汽等诸多车企达成合作。
今年5月，华为第一款搭载ADS智能驾驶辅助系统的车型极狐阿尔法S 全新HI版正式上市。
为什么要做高级辅助驾驶？
了解完整个基本面之后，接下来的一个问题就是为什么。
为什么这些做L4的公司现在都开始做「降维」。
先说技术层面。
为了数据
做自动驾驶，最重要的两样东西，一个是数据，一个是算法。
自动驾驶的根本逻辑是：自动驾驶算法由数据驱动，只有足够多的数据喂养，才能对算法进行更好的测试验证以及技术迭代优化。
根据兰德公司的推算，要在95%的置信区间内，证明无人驾驶比人类驾驶安全20%，需要110亿英里（约177亿公里）的自动驾驶路测数据。
这是什么概念？由100辆自动驾驶车辆组成的车队每天以40km/h的速度、每天24小时、全年无休进行测试，也需要518年。
这也是为什么众多无人驾驶公司要不断扩充无人车车队规模、开展大规模路测/仿真测试的原因。
但是，即便如此，拉长到177亿公里这个长度来看，这些操作也只是杯水车薪。
而且，到了现在这个阶段，大部分自动驾驶公司已经解决了自动驾驶中90%的技术难题。
大家都在磨剩下的10%，这部分也就是我们常说的长尾场景。谁能更快攻克，谁的自动驾驶技术就领先。
这里同样需要大量数据喂养。
（PS：特斯拉的牛逼之处就在于，建立了自己的数据飞轮，统一技术栈，同时拥有上百万辆在跑车辆帮其收集数据，还建立了自己的超算集群Dojo对算法进行训练，这些都是其他公司所无法比拟的。）
而这，也意味着大规模投入，一辆无人车起码需要四五十万甚至上百万的投入。对于这些没有形成自造血能力的自动驾驶公司来说，无疑是一笔巨大开支。
那么，在这种情况下，想要拿到更多数据，最好的办法还是像特斯拉一样，提前实现前装量产。
于是，自动驾驶公司们似乎非常默契，都把目光转向了高级别辅助驾驶。
从目前来看，由于技术进步，硬件成本的降低，高级别辅助驾驶在系统架构、传感器硬件甚至性能上已经逐渐往上逼近，和L4自动驾驶在算法共通性、场景共通性、数据共用性在增加。
这是自动驾驶公司决定入局的一个契机。
商业落地
短期内L4自动驾驶无法实现真正的商业化落地。
这是行业共识。
不过即便如此，无人驾驶公司依然要在技术、无人车队、落地运营上进行大规模投入。如作为2021顺义指数TOP2的无人驾驶公司蘑菇车联，以“车路云一体化”的技术理念，在2021年拿到了10亿订单，依然在不断地在技术和车队上加大投入。
虽然现在L4无人车可以收费运营，但终究是九牛一毛，如何持续让这座庞大的吸金机器运转起来，还需要不断的资金投入。
但是，资本向来无情，想要获得持续输血，无人驾驶公司需要让投资人看到自己更多价值。
汽车之家发布的《2022中国智能汽车发展趋势洞察报告》（以下简称《报告》）显示，预计到2025年，中国L2及以上智能汽车销量破千万辆，对应智能汽车渗透率达49.3%。
从目前落地无望的L4自动驾驶瞄向更为广阔的高级别辅助驾驶市场是一个不错的选择。
只是，这件事并没有那么容易。
毕竟，能不能做是一回事，能不能做好则是另一回事。
难点在哪里？
那么问题来了：难点在哪里？
工程能力
首先要说的是工程能力。自动驾驶公司长处在于系统以及软件能力，相比于传统供应商巨头，工程能力相对较弱。
这是一个无法回避的问题。
在装车过程中会遇到诸如功耗、操作稳定性、传感器协作、冷却设计等等问题，这是走向量产过程中不可避免也是必须要学会的知识经验，也是成为一家真正的Tier 1、Tier 2的必由之路。
而且，一套可用的前装量产自动驾驶从设计、研发、测试再到量产需要几年时间，同时需要和车厂做非常紧密的配合。
举一个例子：禾多科技。
不同于上述公司，禾多科技，以L3作为切入点，从一开始瞄准的就是渐进式可量产自动驾驶解决方案。
禾多科技以行车和泊车两大场景为切入点，推出了HoloPilot （行车自动驾驶系统）和HoloParking（智能泊车系统）。
（这个方向是不是听着很熟悉？）
而为了实现高级辅助驾驶上车，禾多花了很长时间。
2018年1月，第一版高速公路自动驾驶系统HoloPilot正式发布，同年5月智能代客泊车系统HoloParking首度亮相。
2019年4月，禾多获得江苏省智能网联道路测试牌照，并完成HoloPilot系统在京沪高速上的实际路测，而后禾多进入大规模路测阶段。
2019年下半年，禾多和广汽搭上线，为了与之合作，禾多用1年时间通过广汽严苛的认证标准。
2021年6月，禾多与广汽签订了量产定点订单，禾多将为广汽的车辆平台提供自动驾驶系统，系统将搭载在多款广汽的乘用车上。
4个月后，禾多和广汽正式签订合作协议，预计搭载禾多系统的多款广汽车型将于2022年开始陆续上市。
（PS：我得到的消息是年底量产上市。）
其间，禾多还做了一件事，通过ASPICE CL2认证（2021年7月），这也意味着禾多在项目管理、需求管理、开发设计、测试验证、支持过程等建立了完善的开发流程体系，软件质量管理流程已与国际接轨，满足了国内外主流主机厂对供应商严格的质量及开发能力的要求。
相比于很多现在还在宣传进军L2+的自动驾驶公司，禾多已经实打实的积累了工程化经验，同时可以配合车厂完成量产上车工作。
但即便如此，禾多也是花了不少时间才真正打入主机厂供应链。
不止是禾多，还有华为。
5月8日，极狐阿尔法S 全新HI版正式上市，在这款车的合作上，双方合作超过1200个日夜，换算下来也有三年多时间。
当然，这里也有整个合作工作量非常大的原因（灵魂都是华为的）。
所以，车规级、低成本、可量产，这些都是自动驾驶公司必过的坎儿。
不得不说，文远知行这步棋走得很好。有大巨头博世绑定，可以相对较快的实现量产装车。
数据互通
接下来就是数据问题。
虽然很多自动驾驶公司都说采用一套统一技术栈来打造「L2-L4」自动驾驶系统。
这样做就是为了实现数据可复用可共享，自动驾驶量产方案不断提供提供数据喂养，无人驾驶产品不断优化迭代，反过来再输出更成熟的量产算法，实现数据闭环。
但是实际上，还是会存在数据互通问题。不同车型不同传感器配置，甚至传感器安装位置也会有差异，这些都会造成数据上的差异。
此外，通过摄像头、激光雷达等传感器硬件收集到数据，如何将这些数据筛选回传利用，形成真正的数据闭环也是一个很大的问题，亟需自动驾驶公司以及车厂去解决。
甚至于，不同厂商对于自动驾驶的要求也有不同，完全没有标准方案。比如，同样是功能类似的领航辅助驾驶，有的车厂喜欢风格激进一点，有的喜欢保守一点，有的喜欢刹车紧一点，有的喜欢刹车偏软一点……
这些都是需求，需要投入大量的人力物力进去。
在接受媒体采访时，禾多科技创始人、CEO倪凯是这么说的：「我们现在压力最大的一件事就是完成广汽项目的交付。」
所以，做自动驾驶前装量产不容易。
百花齐放
说了这么多，主要还是想让大家能够客观的认识到自动驾驶为什么想要「降维」去做自动驾驶这件事。
其实不止是这些L4自动驾驶公司，国内现在崛起了一大批优质自主供应商，都在瞄着这个方向去，比如追势科技、易航智能、纵目科技、商汤绝影、MINIEYE、福瑞泰克等等。
这就是另外一个故事了。
在L2自动驾驶时代，市场绝大部份都被Mobileye、博世、大陆这样的大厂所垄断，但是从L2+开始，格局将完全不一样。
L2及以下ADAS采用的是分布式架构，但是L2+及以上走的都是域控路线，后续甚至将从域集中式走向跨域融合（智能驾驶和智能座舱），甚至到最后的中央域、云端域。
这，将会是中国本土供应商崛起的开始。
用国汽智控CEO尚进的话来说就是：「从现在的L2处理器/硬软方案到域控，是质变，不是渐进变化。大家站在同一起跑线上。过去的积累有用，但用处不大。」
一个很好的案例就是，博世。
在过去的L1/L2的ADAS开发上，博世的做法是大包大揽，经过多年积累，在传感器感知层面，从基础的智能摄像头、毫米波雷达、超声波雷达到激光雷达，博世也拥有完整的传感器核心技术。
但是在面向L2+及以上自动驾驶开发上，博世的做法是和行业领先公司合作共同打造全栈解决方案。原因无他，就是为了补齐在软件能力上的短板。
所以，智能汽车带来的重构不仅仅是主机厂的机会，同时也是供应商的机会。
中国本土自动驾驶公司一定要好好把握，尽快确定自身定位、钻研技术，构建自己的独特优势，绑定主机厂，完成属于自己的逆袭。
参考资料：
1、入局不到两年，这家CVC一单就赚26倍，还投了个“隐形独角兽”
2、迎难而上，冲刺量产，禾多这五年的“难且趣”
- End -▎最新热文车路协同——自动驾驶的终极之路30倍加速，3毫秒急速识别，车辆属性、交通标志等9大识别场景一网打尽！