18位行業大咖共話自動駕駛。
作者 | 車東西團隊
編輯 | 曉寒
車東西1月5日消息，就在今天，GTIC 2022全球自動駕駛峰會正式在深圳拉開序幕，多個行業專家、自動駕駛企業代表、自動駕駛傳感器供應商代表齊聚一堂，共同為自動駕駛行業的發展提出了各自的真知灼見。
本次峰會由智一科技旗下智能汽車產業新媒體車東西、人工智能與新興科技知識分享平臺智東西公開課聯合主辦，以『加速落地 砥礪前行』為主題，共設置了自動駕駛高峰論壇、量產自動駕駛專題論壇、自動駕駛芯片與域控制器專題論壇和L4級自動駕駛專題論壇四個論壇，共有19位嘉賓帶來了18場主題演講和致辭。
峰會受到了各地趕來的自動駕駛工程師、創業者、投資人的熱情支持，全天都座無虛席，甚至還需要專門為觀眾增加座位，全網觀看直播的人數高達150萬人。
國內自動駕駛領域資深研究學者，西安交通大學教授，中國自動化學會會士薛建儒教授對類人自動駕駛進行了思考，為本次自動駕駛峰會拉開了序幕。
集度汽車、小鵬汽車和長城沙龍分別分享了自己在量產自動駕駛方面的思考；元戎啟行、如祺出行、小馬智行、文遠知行等Robotaxi創企則分享了自己在無人駕駛出租車和L4級自動駕駛降維L2方面的進展；Nullmax紐勱科技、領駿科技、映馳科技等從量產自動駕駛供應商的角度做出了思考；黑芝麻、後摩智能、探維科技則分別從自動駕駛芯片和激光雷達方面對自動駕駛的發展做出了思考；盟識科技、於萬智駕則介紹了L4級自動駕駛領域細分賽道的發展情況。
整個演講過程中，多個大佬都拋出了非常有趣的觀點，數次贏得觀眾的掌聲，直播過程中也刷屏不斷，火熱的氣氛將自動駕駛峰會的盛況推到了高潮。
那麼，2022年自動駕駛行業究竟發生了哪些變化？2023年自動駕駛行業又該如何發展？自動駕駛的最終形態應該如何？車東西詳細梳理了18位大咖分享的幹貨，看行業大咖如何位自動駕駛行業的發展把脈。
01 .
國內自動駕駛火熱發展 正快速迭代發展
智一科技聯合創始人、CEO龔倫常代表主辦方致辭，他表示，最近幾年，在政策、能源變革以及智能化的驅動下，中國的汽車產業正迎來新一輪發展和趕超良機，自主新能源車企崛起，出口快速增長，L2級輔助駕駛的滲透率超過30%。
另一方面，L4高等級自動駕駛賽道變化較大，歐美多家知名創企倒閉或陷入破產邊緣，國內的玩家則各顯神通，要麼在量產自動駕駛賽道落地，要麼在封閉場景中實現商業化。
行業的劇烈變化呼喚更多的交流與對話。
龔倫常介紹到，今年的峰會圍繞自動駕駛的學術研究、Robotaxi、車載計算平臺、激光雷達、多傳感器融合自動駕駛、純視覺自動駕駛、域控制器以及自動駕駛的落地應用等方向設置了多個話題。
▲智一科技聯合創始人、CEO龔倫常
龔倫常對此提出期許，希望通過專註於不同方向的玩家的交流探討，能進一步撥開行業發展的迷霧，推動創新和技術的落地應用。
同時，龔倫常也表示，希望自動駕駛峰會成為技術研討、產業交流與落地對接的重要平臺。
龔倫常表示，今年是智一科技成立的第7個年頭。
這些年，智一科技堅持技術和產業雙輪驅動，聚焦數字化和智能化進程中的關鍵技術及其在行業中的應用，持續提供優質、專業的內容，已成為國內定位獨特且具有較高的影響力和公信力的產業媒體。
目前已經形成了以車東西、芯東西、智東西為代表的產業新媒體矩陣。
同時，針對產業升級需求，智一科技著力發展出以智東西公開課為核心的企業服務體系。
圍繞自動駕駛、人工智能等領域的重點技術方向，與產業優秀公司合作，舉辦系列talk；也與全球頂級高校的專家學者合作，舉辦關注前沿研究的新青年講座；還與國內外頂級企業合作舉辦契合企業需求的定制公開課。
截止目前，已經完成的課程超過600節，在行業獲得了不錯的口碑。
國內自動駕駛領域的學術專家、西安交通大學教授薛建儒率先了拉開了本場大會的幹貨分享。
薛建儒教授認為任何人工智能技術最終都會以系統形式呈現。
現有的智能系統可分為兩大類：數字化智能系統與物理智能系統。
數字化智能系統運行於數字空間，例如會下圍棋的alphago、能解析蛋白質結構的alpha fold。
物理智能系統運行於物理世界中，例如無人車、無人機、各類智能機器人等。
自動駕駛是物理智能系統中的典型代表，也是是新一代人工智能發展戰略規劃重點突破方向。
▲西安交通大學教授薛建儒
實現自動駕駛有兩條技術路線：自主智能和協同智能，自主智能通過多傳感融合的環境感知、魯棒優化的運動規劃和控制實現無人駕駛。
協同智能則是通過引入人的作用、車與車、車與交通設施互聯互通實現無人駕駛。
自主智能與協同智能是實現自動駕駛的兩種不同途徑，但需要指出的是自主智能依然是自動駕駛核心。
一個典型的自動駕駛系統，輸入地圖和環境的感知，然後輸出決策和執行，這種技術路線也已經得到了驗證。
這一技術路線主要有兩個關鍵點，一是環境的理解和預測，二是運動規劃和控制。
具體來講，交通場景的識別和理解主要分為兩個層面，分別為定位導航和自主避障。
在定位導航方面，傳統的方式為全球衛星定位系統和地圖配合來實現定位，而在自動駕駛領域，這樣的定位能力無法滿足高精定位的需求。
為此行業內推出了高精度地圖技術，高精度地圖也經過了三個階段的發展，通過多傳感器采集局部測量，局部測量時空對齊、逐層抽象，形成占據柵格地圖。
在占據柵格地圖的基礎上，疊加上道路邊界、車道、路口的情況等，形成一個更加更好高精度的混合地圖。
這樣做的好處是，可以實現無衛星環境進行定位。
目前的配備了自動駕駛功能的智能汽車上都搭載了高精度地圖，然而，對於高精度地圖由於對環境空間的每個位置都需要存儲信息，創建、存儲與更新都代價昂貴。
人類開車時並非時時刻刻依賴高精度地圖，有經驗的駕駛員大腦裡存在一張經驗地圖，能否在自動駕駛上實現這張經驗地圖？大腦對環境的理解是以語義概念為基本單元的層次化組織，例如車輛、行人，交通標示等。
語義矢量地圖就是基於這樣的思想的構建的。
目前薛教授的團隊提出了單目視覺定位技術，通過與神經網絡技術的結合，實現了視覺語義地圖構建和定位技術，實現了厘米級定位精度。
對於動態場景的檢測，薛教授認為，目前的檢測方法識別率都到達了90%以上，但對於自動駕駛來說，還不夠準確，目前行業內正在考慮檢測、跟蹤和預測的一體化技術，並結合引3D形狀重建、語義分割等現有技術。
而在駕駛決策方面，主要分為行為決策、運動規劃和運動控制。
在長期的自動駕駛研究中，薛教授團隊認為可以借鑒人腦感知—運動回路的強容錯、高能效、自學習等機制，研究受腦認知與神經科技啟發的交通場景理解、情境預測和駕駛決策方法，使自動駕駛系統能夠應對更多復雜的場景。
針對類人智能駕駛，薛教授團隊正在進行交通情景長時間預測，為了實現這樣方面的研究，薛教授團隊進行了一個交通參與者行為預測的BLVD數據集，對軌跡、行為、意圖進行收集。
通過視點自適應的行為識別，來識別視點的不同變化，確定了行為以後，可以對行人的運動軌跡進行預測，考慮行人之間的互相影響之後，可以得到一個更加準確的預測。
此外，還需要對事件進行一些預測，薛教授團隊選擇的是交通事故的分析，對交通事故進行分析和預測，判斷駕駛員的注意力情況。
在駕駛決策中怎麼引入類人駕駛策略呢？薛教授團隊進行了模仿學習和強化學習相結合的方式，還進行了駕駛行為引導的模仿，引導生成一個最佳的駕駛行為軌跡。
薛教授認為，在自動駕駛領域，需要構建直覺性的認知計算框架，讓系統無限的接近人腦，實現真正的無人駕駛。
02 .
量產自動駕駛火熱發展 國產零部件替代潮興起
在薛建儒教授對自動駕駛行業的發展作出期許之後，多個企業代表也介紹了其對於自動駕駛的最新思考和規劃。
集度智能駕駛負責人王偉寶進行了名為《高效養成『三域融通』高階智能駕駛》的主題演講。
王偉寶首先對智能汽車發展背景與現狀進行了分析。
▲集度智能駕駛負責人王偉寶
在面向未來高階智能化、高階智能駕駛的狀態下，集度對於未來的平臺思考聚焦在平臺化和安全這兩個基本點。
在智能化平臺方面，集度在架構、算力、傳感器等設計上發力，希望能實現平臺的自我成長和持續迭代能力，使平臺可以從現階段的輔助駕駛逐漸達到高階的智能駕駛。
集度在整車方面應用了吉利SEA浩瀚架構、百度Apollo過去多年積累的智能駕駛和高精地圖等等AI驅動的智能化能力，並自研了一套JET《Jidu Evolving Technology》平臺，使智能核心能力和平臺更好地連接，滿足全車智能化的能力。
王偉寶在演講中解讀了集度高階智能駕駛的安全理念。
集度認為，對於高階智能駕駛，需要從『設計安全、驗證安全、感知安全』三個層面建立冗餘安全體系。
設計安全方面，算力冗餘、傳感器冗餘、架構冗餘都是非常重要的一環。
大規模的驗證是非常重要的，集度全棧應用百度Apollo高階自動駕駛全套能力和安全體系。
Apollo在全國30多個城市有超過4000萬公裡的安全測試裡程。
此外，用戶對於安全的感知同樣被集度視為安全的重要一環。
因此集度在座艙內應用到了基於服務化SOA的理念，使得艙內可以實時和用戶進行整體的交互。
同時，車外也佈置了很多視覺、語音整體的交互體驗，讓對安全的感知更加全面與完整。
小鵬汽車自動駕駛專家陳林則介紹了小鵬汽車在自動駕駛領域的發展策略和探索成果。
▲小鵬汽車自動駕駛專家陳林
他講到，要在城市內實現導航輔助駕駛，比高速場景難了很多，小鵬團隊用了1年多的時間才發佈了城市NGP。
用數據來說的話，相比高速NGP，城市NGP代碼量提升了6倍，感知模型的數量增加了4倍，決策控制相關的代碼量更是達到了驚人的88倍。
陳林講到，量產智能輔助駕駛賽道目前已經結束了上半場的競爭，接下來會進入到了下半場階段。
在上半場，小鵬汽車完成了三大拼圖——發佈了高速NGP和城市NGP，還有記憶泊車功能。
下半場小鵬的目標是實現XNGP，就是實現全場景的導航輔助駕駛功能，包括無高精地圖區域的導航輔助駕駛+城市NGP+高速NGP+停車場導航輔助駕駛。
要實現XNGP，既需要硬件、軟件上的支持，也需要有全閉環，自成長的AI和數據體系。
首先，XNGP需要全新的、以視頻數據為主的感知模型。
小鵬進而打造了名為XNet的感知模型。
該模型不僅更好的動態物體感知能力，還能預測其他車輛的行駛軌跡，非常方便在城市內與其他車輛進行博弈。
其次，為了訓練新的自動駕駛算法模型，小鵬也打造了一套優秀的全自動數據標註系統。
陳林講到，要實現XNet的模型訓練，需要對視頻數據進行復雜標註，如果用人工的話需要2000人年的工作量，即1000人工作2年，費時又費力。
為此，小鵬專門打造了一套智能的數據標註系統，可以把2000人年的標註量，在16.7天內完成，效率提升了4.5萬倍。
再次，數據標註完成之後，需要訓練AI算法模型，對算力的要求非常之高。
如果用單機進行全精度訓練，需要276天才能完成，即使優化後的單機訓練也需要32天。
好在小鵬跟阿裡合作打造了一個名為扶搖的自動駕駛智算中心，僅需11小時就能搞定模型訓練。
模型訓練完成之後，小鵬會將其感知模型部署在車端的英偉達Orin-X芯片之上。
這裡也有難點，如果直接部署，XNet需要122%的Orin-X的算力，難以實現。
所以小鵬團隊重新寫了Transformer，並進行了DLA優化，最終僅僅需要9%的算力即可部署動態XNet。
小鵬也構建了一個仿真系統。
其自動駕駛算法每進行一次改動，都會在仿真測試系統裡進行5000萬公裡測試，覆蓋5000個核心模擬場景和17000個專項模擬場景，此後才會推送給用戶。
元戎啟行合夥人&副總裁劉念邱也帶來了關於量產高級別自動駕駛的研究分享。
▲元戎啟行合夥人&副總裁劉念邱
劉念邱表示，2022年高級別自動駕駛迎來了發展的機遇。
那麼高級別自動駕駛應該如何量產呢？
劉念邱表示，在前幾年，自動駕駛的成本一直居高不下，一套方案的成本就能買一輛車。
對車廠來說，這樣的方案顯然是不能量產的。
但對於元戎啟行來說，元戎啟行推出了量產後成本低於3000美金的L4級自動駕駛前裝解決方案，打造出人人都能消費得起的L4級自動駕駛系統。
而且元戎啟行技術方案在感知算法、AI推理引擎、量產地圖、決策和規劃、數據閉環等方面具有顯著優勢，這樣才是實現量產的最佳手段。
劉念邱表示，乘用車中采用的技術90%都可復用在自動駕駛輕卡上，因此選擇在出行和同城貨運兩個方面進行落地。
而量產的車輛即可賣給消費者，也能夠用來提供Robotaxi出行服務。
此外，劉念邱還強調，要實現量產，單打獨鬥是走不遠的，面對自動駕駛量產的工程難題，元戎啟行與產業鏈的上下遊、高校和科研機構都達成了良好的合作關系，逐漸建立了生態圈。
黑芝麻智能首席市場營銷官楊宇欣則介紹了芯片對於自動駕駛行業發展的促進。
他表示，中國市場的L2及以上自動駕駛滲透率領先全球，國內用戶對於自動駕駛的接受度也更高，願意為其支付，這為自動駕駛產業的崛起提供了絕佳的土壤。
▲黑芝麻智能首席市場營銷官楊宇欣
楊宇欣認為，智能駕駛技術的不斷演進，也對汽車芯片的格局帶來了新的變化，傳統MCU主要由海外企業供應，功能芯片SOC也是海外供應為主。
而在當下自動駕駛要求下，車企對於行泊一體SOC的需求提升，國內企業在這方面已經處於領先地位。
行泊一體是一個復雜的系統，單芯片支持行泊一體功能，對芯片的性能、功能、集成度、功耗等等都有極高的要求。
華山二號A1000是國內首款單芯片支持行泊一體域控制器的國產芯片平臺。
基於黑芝麻智能自研兩大的車規級核心IP低功耗神經網絡加速器NPU——DynamAI NN引擎及圖像處理核心ISP——NeuralIQ ISP開發。
同時，A1000已完成所有量產所需要的車規認證及軟件配套。
在目前的自動駕駛領域，對於高性能車規芯片的需求非常高，黑芝麻智能也長期深耕於自動駕駛芯片領域。
華山二號A1000可以為L2+級自動駕駛提供幫助，華山二號A1000PRO直接面向L3級自動駕駛，華山二號A1000L則面向更廣大的L2級自動駕駛市場。
而A2000芯片，則可以提供多域融合的能力，為更高階智能駕駛提供幫助。
目前黑芝麻已經掌握了完全自主可控的核心IP，通過這種方式構建自己的核心競爭力，在算法層面，黑芝麻也已經進行了全棧的自研。
黑芝麻智能除了向車企提供芯片，還提供了『瀚海』自動駕駛中間件、『山海』人工智能工具鏈，更好的幫助車企落地自動駕駛。
在具體解決方案層面，黑芝麻智能在乘用車方面提供了BEST Drive系列方案，可以覆蓋L2~L3級輔助駕駛，也可以為用戶提供中央計算SOC華山二號A2000。
同時，為了滿足日益增長的商用車需求，黑芝麻智能也推出了一套名為Patronus2.0的商用車主動安全系統。
黑芝麻智能認為自動駕駛行業最終會走向車路協同領域，因此也在車路協同邊緣計算方面進行發力。
目前黑芝麻已經獲得了包括江淮、東風、吉咖在內的15+車企定點，已經開始了全面的量產，在今年還將會公佈多個車企的合作項目。
如祺出行CTO宋德強在會上發表了題為《Robotaxi運營科技平臺升級改造與數據變現》的主題演講，從網約車產品架構、升級功能模塊以及數據運營變現探索等方面出發對如祺出行Robotaxi運營科技平臺和相關業務開展情況進行了介紹。
▲如祺出行CTO宋德強
如祺出行基於成熟的出行服務運營經驗和對用戶出行場景的深刻洞察，從乘客交互、交易平臺、乘客營銷、運力保障、安全監管等多維度對Robotaxi運營科技平臺進行全面優化升級。
如祺出行開啟Robotaxi混合運營服務後，用戶通過同一入口即可同時呼叫有人駕駛車輛和自動駕駛車輛兩種運力，不需要特地切換獨立入口，打開如祺出行app首頁的『打車』服務，如常輸入上下車地點，由平臺根據等候時長、距離等多維度最優原則智能匹配有人車或無人車提供服務，更符合日常出行需求。
同時，如祺出行還通過全量用戶日常出行的真實熱點場景和數據，聯合自動駕駛公司持續優化上下車點密度，減少用戶上下車的步行距離，逐步解決當前限制了Robotaxi商業化的上下車點密度不足這一難題，持續改善Robotaxi乘客線下體驗。
宋德強還介紹了如祺出行通過有人駕駛網約車積累的成熟運營經驗和海量數據優勢，逐步完善Robotaxi運營科技體系的情況。
立足於自動駕駛車端、雲端和數據三大模塊相互配合的發展模式，如祺出行也在Robotaxi運營過程中，推進運營數據變現的相關探索：除了通過數據反哺自動駕駛技術優化迭代以外，也在進行高精地圖數據眾包、仿真場景庫、駕駛員知識圖譜等多維度探索，為後續廣汽集團自動駕駛汽車量產和C端市場應用積累核心競爭力。
Nullmax紐勱創始人兼CEO徐雷分享了他在關於行泊一體的形態演變上的理解。
▲Nullmax紐勱創始人兼CEO徐雷
徐雷表示，中國ADAS市場空間非常巨大，整體滲透率也在顯著提升，未來中國ADAS市場規模預計可超千億元，增長空間巨大。
MaxDrive行泊一體方案，是Nullmax開發的一整套平臺化的4.0形態的軟件算法系統，實現了傳感器深度復用，芯片資源共享，進一步降低了成本。
徐雷詳細介紹了該系統的技術方案。
如數據驅動方面，Nullmax自研了一套數據成長系統並自建、開源全球唯一特殊目標數據集，助力全球感知算法精進，解決業界缺少特殊目標數據的問題；感知算法方面，Nullmax提出了基於Transformer的3D車道線檢測，提升了算法效果，並且實現了結構化場景裡基於高精地圖的語義定位等。
徐雷透露，Nullmax具備領先行業的技術優勢，動態目標探測檢測率>99.9%，車道檢測率為96.12%，並提供了業內唯一能夠在單TDA4上完成全棧自研的行泊一體4.0量產平臺化方案、國內首個雙TDA4獨家定點周視方案，而且率先將BEV+Transformer神經網絡運用至Orin平臺實現基於局部實時構建地圖的城市級自動駕駛。
探維科技CEO王世瑋從激光雷達行業的發展歷史入手，介紹了激光雷達產業發展面臨的困難，以及探維科技的解決思路。
▲探維科技CEO王世瑋
探維科技提出了硬件級圖像前融合方案，通過在硬件層面實現攝像頭和激光雷達的感知融合，來帶領行業進入3.0時代，讓激光雷達在量產自動駕駛上發揮更大的作用。
基於該方案，探維科技推出了名為Fusion的激光傳感器，通過將攝像頭的CMOS傳感器引入到激光雷達內部，可以非常方便的實現圖像和激光雷達的時間、空間同步問題，並且打包輸出多維融合信息數據。
其空間同步可以實現3cm的同步精度《100米距離》，時間同步精度則在微秒級。
除了Fusion，探維科技很早就在提供量產的固態激光雷達產品。
提出了基於陣列化收發芯片和線光束掃描的ALS解決方案，並以此打造出了Tempo和Duetto兩款車規級固態激光雷達產品，實現了成本、性能和穩定的統一。
尤其是Duetto，量產後其成本有望在業內率先降低至千元級的水平。
產品之外，探維科技也在蘇州打造了車規級生產線，占地超過3000平米，具備大規模量產能力。
王世瑋透露，探維科技目前已經拿下了3個量產車定點項目。
03 .
數據驅動成主流 重視覺方案開始興起
目前在自動駕駛領域，大家都在追求量產自動駕駛的落地情況，多個企業也都在這個方向發力。
長城沙龍智能化中心負責人楊繼峰介紹了數據驅動是如何幫助高級別自動駕駛實現量產落地的。
▲長城沙龍智能化中心負責人楊繼峰
在2022年，行業內完成了很多技術共識，比如基於多模態+大模型+BEV的新一代感知架構；比如在高精地圖從一個零部件真正成為解決方案深度耦合的部分《包括經驗\知識圖層的表達和應用》，比如基本形成了數據閉環的軟件架構、影子模式的鏈路，以及超算平臺的基礎設施等。
楊繼峰認為我們都在表達數據驅動的意義，但其實是不同維度的表達，比如算法層面對監督學習、非監督學習以及深度強化學習的應用；比如軟件層面數據驅動的感知、融合、規劃、地圖等模塊；比如功能層面的更少的基於TTC等參數約束，更少的what if，更多的擬人化場景；比如硬件層面從邏輯計算算力到AI算力的追求；比如交付層面在技術棧設計上就應基於海量數據回流而非大量一次性人工開發標定。
楊繼峰認為，自動駕駛產品的追求應該是系統的安全性、場景的可用性和體驗的智能性，並對於定義產品還是定義技術棧的區別表達了觀點。
他認為一部分車型應該堅持感知的完整性和均佈，算力的領先，針對L3以上的系統架構的安全性，追求對於更新的模型兼容，在這一代平臺上進行更長時間的持續高效開發和交付，也就是追求平臺能力。
但也會有一部分車型在2023年用更偏功能型一點的覆蓋高速高架+城市高頻簡單場景+好用的記憶泊車的中算力解決方案更具性價比，也就是追求集成功能實現的能力。
對於自動駕駛的願景來說，需要實現與駕駛員關聯的體驗閉環、與局部和全局交通關聯的場景閉環和AD as Service的運營閉環，但楊繼峰也認為目前的自動駕駛行業還遠未在產品設計和軟件層面全部實現，而這一代高階智能駕駛的量產將是這些實踐的重要開始，並在這一代車型的生命周期內與用戶形成閉環。
針對未來自動駕駛，楊繼峰認為自動駕駛將會從功能驅動到場景驅動，從開發閉環到體驗閉環。
而對數據驅動，楊繼峰認為當前的數據驅動聚焦在算法軟件層面，數據驅動的算法應用於感知、預測、規劃等模塊並逐步深化，數據驅動的pipeline在車端和雲端形成完整的研發架構和基礎設施架構；下一步的數據驅動會進入到產品設計和場景設計層面，從推理和定義場景，到基於對於數據的理解甚至數據空間的分佈去構建場景，從尋求更合理的場景劃分，到尋求更優的數據分佈和表征。
從遠期的願景看，數據驅動也可能不止是自動駕駛自己的事情，最終會成為企業數字化的一部分，深度與VIMS、車聯網數據、行駛數據、用戶數據等領域耦合，以一元化的形式進行挖掘、處理、存儲、應用、以及構建賦能多個研發團隊的企業級的AI基礎。
領駿科技CEO楊文利介紹了對自動駕駛行業發展態勢的判斷，同時著重介紹了領駿科技在決策算法和數據閉環方面的亮點。
▲領駿科技CEO楊文利
楊文利講到，自動駕駛的架構分為感知、決策、執行三大塊。
目前的感知技術路線比較成熟，但在決策規劃方向還是一個八仙過海的狀態，對高等級自動駕駛來說，決策規劃的重要性非常之高，可以說是核心模塊。
決策方面業內有兩種技術路徑，一種是基於規則的算法，還有一種基於深度學習的算法。
基於規則的算法具備邏輯清晰、結果可追溯等優點，但缺點是無法持續迭代，上限不高。
基於學習的算法能夠持續迭代，但安全性難以論證。
為了取長補短，領駿科技提出了混合架構決策算法，實現了兩種方法的優勢互補。
具體來說，就是先用深度學習的方法學習人類司機應對各種特殊情況的處理辦法，然後再用規則《比如不能壓實線或者闖紅燈》來保證AI算法給出的駕駛決策是安全且符合規則的。
領駿科技在數據閉環方面也進行了創新，通過數據反芻等方法，提高了數據閉環的增益效果。
比如在場景數據方面，通過將現有場景庫進行數據拆分，然後進行重新組合，就能派生出新的場景數據，進而用少量數據就能實現相當於大量數據的學習效果。
高等級自動駕駛落地方面，領駿科技聚焦智能網聯公交和城市支線物流兩大場景，目前已經完成標準化整車前裝產品，且已經在國內多個城市實現落地部署。
領駿科技也在進軍量產自動駕駛市場，定位於Tier2供應商，面向L2+和L3級自動駕駛，為Tier1企業提供決策規劃軟件系統或者是控制器套件。
楊文利在現場透露，領駿科技預計在今年一季度推出無需高精地圖的高速公路領航輔助駕駛方案和產品，三季度推出無需高精地圖的城市道路領航輔助駕駛方案和產品。
鑒智機器人合夥人劉競秀則介紹了以視覺3D理解為核心的自動駕駛系統。
▲鑒智機器人合夥人劉競秀
鑒智機器人的核心創始團隊分別來自百度、地平線和深鑒科技，在算法和芯片領域都具備很強技術能力和經驗。
鑒智機器人的技術路線主要有兩個要點，一是3D理解，二是單車智能。
其推出的雙目攝像頭分辨率分別為200萬像素和800萬像素，水平視場角可以覆蓋60度、100度和120度，幀率達到了30FPS，能夠支持RGB+Depth的同步輸出。
針對這款產品，鑒智機器人自研了一套感知算法，至於算力平臺，則可以根據車企的要求自由選擇。
而在算法層面，鑒智機器人從第一性原理出發，基於BEV學習的特征級前融合進行感知，更具靈活性和擴展性。
同時鑒智機器人還通過BEVDet高計算模塊的算法優化，實現了性能的明顯提升。
鑒智機器人還基於單顆地平線征程5實現了L2++方案，也是首家達成這一成就的企業。
目前鑒智機器人已經獲得了7個車型的定點認證，產品包括L2 ADAS輔助駕駛方案、雙目立體視覺產品和L2++高階智駕方案。
04 .
供應鏈領域出現變革 車規級芯片持續突破
隨著自動駕駛行業的發展，自動駕駛的產業鏈也在快速發生變化。
安謀科技智能物聯及汽車業務線負責人趙永超分享了高性能融合計算IP平臺對車規級芯片的重要價值。
▲安謀科技智能物聯及汽車業務線負責人趙永超
趙永超詳細介紹了Arm IP在汽車的各組成部分的廣泛運用。
其中，安謀科技自研的『周易』NPU，能夠賦能更高算力AI計算。
『周易』NPU提供人工智能算力彈性配置，算力可達320TOPS，靈活的人工智能算法調度和分配，能夠支持人工智能算子客戶化定制和hardware partition(硬件隔離》。
自研『星辰』STAR-MC2處理器全方位升級性能、規格。
『星辰』STAR-MC2將CMSIS-DSP算力提升200%以上，純量算力提升45%以上，並增加ACI，RAS，UDE等多個Armv8.1-M架構功能，內置Trust Zone，還符合車載芯片功能安全設計規范。
『玲瓏』助力車載計算機視覺體驗。
自研『玲瓏』ISP能夠為自動駕駛所需的數據感知提供保證，配合『玲瓏』VPU的多重高清視頻編解碼器，支持高達2.4Gpix/s的高性能圖像處理能力，4:1多幀曝光，高達140zdb+寬動態高畫質圖像呈現，具有靈活的系統拓展性，符合車載功能安全設計規范。
此外，趙永超介紹了安謀科技取得的成績。
自1996年Arm進入汽車半導體領域以來，有15家一線汽車電子芯片開發商采用Arm技術方案，在智能座艙和智能駕駛等高算力汽車芯片領域占有率超過65%。
目前全球客戶的數量超過600家，中國授權客戶達到300+，出貨量達到2300億。
後摩智能聯合創始人、產品副總裁信曉旭發表了題為《以計算架構質變，迎汽車芯片智變》的主題演講。
▲後摩智能聯合創始人、產品副總裁信曉旭
信曉旭分享了他與行業夥伴對於智能汽車行業發展現狀達成的共識，他們認為未來智能駕駛芯片的關鍵需求在於大算力、低功耗、低成本和高可靠四個方面。
大算力有兩個維度，一是有效算力的增加，把算力帶到提升用戶體驗；二是算力要相對通用，支持算法的演進。
信曉旭舉例說，BEV目前已經成為主流，但不是算法的重點，未來會有更先進的算法出現，支撐用戶的自動駕駛體驗。
低功耗主要關注降低散熱成本和增加系統可靠性兩方面，如果功耗過大，就會存在散熱成本過高和可靠性減低等問題。
在對低成本的解讀中，信曉旭認為低成本不僅是芯片自身成本的降低，還要看是否降低了系統的整體成本。
最後是高可靠性方面，既要滿足功能安全，數據處理方面也要保證極低延時。
信曉旭認為在數據中心領域，一些發展較早的同行已經在架構創新領域做出了深入的探索，智能駕駛芯片領域也需要通過架構創新的方式應對全新的領域和解決全新的需求，因此需要對發展架構做出新的探索與選擇。
信曉旭說，不同於傳統的馮諾伊曼架構，後摩智能基於存算一體的創新架構，研發出了大算力、低功耗、低延時的高能效比芯片。
尤其是在當前地緣政治因素的影響下，存算一體創新架構為供應鏈安全提供了新的可能。
小馬智行硬件及嵌入式軟件研發總監陳然發表了以《從自動駕駛硬件系統研發到域控制器量產》為題的主題演講，介紹了小馬智行自動駕駛硬件系統研發的趨勢和理念，以及第六代自動駕駛軟硬件系統和首款自研的量產級域控制器。
▲小馬智行硬件及嵌入式軟件研發總監陳然
陳然分享了小馬智行的核心產品，小馬智行在2018年重磅發佈了第三代軟硬件集成的自動駕駛系統 PonyAlpha，證明了自動駕駛系統的通用性與可移植能力。
這也使得小馬智行成為了中國首支運營產品化無人車隊的自動駕駛公司。
此後，自動駕駛系統 PonyAlpha不斷發展，與2021年初，第五代PonyAlpha X 從標準化產線批量下線，小馬智行向批量化標準化生產邁出的堅實的一步，也開始了對於未來走向前裝量產的大膽嘗試和探索，開啟了Pony對自動駕駛技術的規模化進程。
據陳然透露，小馬智行第六代自動駕駛軟硬件系統將會首先搭載在豐田賽那Autono-MaaS車型。
該自動駕駛系統從造型設計、零部件研發選型、安全冗餘及系統裝配生產等方面，均瞄準車規級量產。
目前，整車設計方面也較傳統乘用車和自動駕駛汽車進行了一些修改，降低自動駕駛感知系統與整車適配的難度，為融入前裝量產做好準備。
技術和產品的不斷發展積累促使小馬智行在2022年推出了首款量產級自動駕駛域控制器，陳然介紹到，單Drive Orin和雙Drive Orin就是小馬智行基於Orin處理器打造的車規級量產域控制器，算力分別為254TOPS和508TOPS，這兩款域控制器已經於去年四季度量產。
陳然展示了這款域控制器在接口、性能及安全性上的參數。
這款ADC具備強大的算力和數據通信能力，配備完善的功能安全和網絡安全機制，符合嚴格的車規級測試標準。
該款域控制器也已通過多種實際的測試場景，能夠很好地支持車輛實現多種智能駕駛功能。
小馬智行是業內首批基於一個或多個NVIDIA DRIVE Orin及車規級NVIDIA Ampere架構GPU 設計出不同域控制器產品組合的自動駕駛技術公司，這款域控制器也為L4級自動駕駛硬件系統研發拼上一塊重要的版圖。
映馳科技自2018年成立以來，是國內主要的汽車基礎軟件和中間件供應商，已經和多個供應商、車企建立了合作關系。
EMOS中間件產品也獲得了功能安全ASIL-D的產品認證。
在今天的活動上，映馳科技產品副總裁趙健洪介紹了其開發的智能駕駛中間件。
▲映馳科技產品副總裁趙健洪
他認為自動駕駛軟件平臺在數據、功能算法、平臺、安全安防、工具等方面都面臨著挑戰，此外還面臨著中間件方面的問題。
目前映馳科技開發了智能駕駛域開放解決方案，和多個芯片企業建立了合作，如地平線，恩智浦，芯馳科技等企業。
在接口方面，可以支持12路800萬攝像頭的介入，還可以接入4D雷達、激光雷達、超聲波雷達等，可以接入10路以太網絡。
在功能安全和信息安全方面也做了很多設計。
映馳科技還可以提供非常成熟的基礎軟件和中間件平臺和完善的工具鏈來幫助車企和系統供應商更好的落地自動駕駛。
由於目前自動駕駛的方案比較多，映馳科技也針對不同的客戶提供了靈活的配置設計，支持多種芯片方案，給顧客提供良好的服務。
映馳科技是一家軟件產品公司，為客戶的快速交付提供硬件和軟件開發平臺，協助客戶交付系統硬件產品。
平臺軟件的核心部分將會向客戶提供EMOS的中間件，具備確定性調度與通信服務、系統服務、自動駕駛服務等。
除了提供軟件組件之外，映馳科技還會提供一套名為EMOS Studio的IDE軟件工具，方便用戶更好的開發，集成，編譯，仿真，測試。
趙建洪表示，映馳科技的EMOS最大的特點在於確定性調度和通信，可以降低時延，此外還能夠保證智能駕駛的高性能、高可靠性並兼容部署集成的靈活性、高效性。
05 .
L4級落地加速 細分賽道玩家各顯神通
在目前的L4級自動駕駛領域，多個細分賽道如無人礦車、無人環衛等領域的玩家也都在快速發力。
文遠知行深圳研發中心總經理董方亮發表了題為《多場景落地構建自動駕駛護城河》的主題演講。
文遠知行的自動駕駛產品都依托著WeRide One這一自動駕駛通用技術平臺，該平臺由多模塊硬件、自動駕駛軟件算法、雲端平臺組成，在支持多產品落地方面發揮了重要作用。
董方亮舉例，同城貨運、共享出行、隨需公交和智慧環衛在應用時，最重要的就是滿足了全天時、全場景和全天候的落地。
文遠知行還與博世達成了深度合作。
博世提供卓越的供應鏈管理及質量控制體系、嚴格的工程設計、測試及驗證機制和最為廣泛的OEM客戶群體等，與文遠知行共同打造高階智能駕駛。
這意味著以後幾年文遠知行將陸續為用戶帶去更好的用車體驗。
此外文遠知行還在很多方面與同行業企業展開了戰略合作。
2021年11月，文遠知行與廣汽集團、如祺出行開展戰略合作，三方進入Robotaxi規模化測試，2022年在如祺出行平臺上，向公眾提供了Robotaxi服務。
2020年6月，通過與高德開展合作，文遠知行Robotaxi上線高德打車平臺，在中國實現首例由聚合打車平臺與自動駕駛企業聯合推出的全對外開放Robotaxi服務。
文遠知行還提供了中國首個開放運營的無人小巴服務。
2022年1月，文遠知行正式在廣州國際生物島開放運營全無人駕駛的文遠小巴，為市民提供無人駕駛微循環公交服務。
此外，文遠知行還展開了南沙規模最大的全無人駕駛環衛車車隊測試。
2022年4月28日，文遠知行推出中國首款前裝量產全無人駕駛環衛車，5月起在廣州南沙區全區域開展公開道路測試，首批車隊規模超50臺，全天化運營的無人環衛車有自動噴水灑掃等功能，獲得了市場的青睞與好評。
盟識科技聯合創始人&CTO顧嘉俊就盟識科技的無人駕駛技術在生產物流場景中的應用進行了分享。
▲盟識科技聯合創始人&CTO顧嘉俊
顧嘉俊表示，近年來，自動化、數字化推動了制造、生產等各行業變革，這一變革也逐漸滲透至物流行業。
那麼如何讓生產物流機器更智能？
顧嘉俊認為要從打造自動駕駛方案要從車輛適應性、環境適應性、工況適應性入手。
在車輛適應性方面，自動駕駛方案要考慮車型種類、作業裝備、驅動形式，使該方案加快對不同車型的適應。
在環境適應性方面，要考慮場景差異、場景變化、作業工藝、協同交互等不同場景。
此外，工況上的差異也是不可忽略的，要注意運行模式、載荷變化、輪地接觸、設備故障，並進行實時運行監測。
基於以上限制條件，顧嘉俊以礦區智能運輸系統架構為例，介紹了盟識科技采用的車端自動駕駛系統《VCS》和現場運營系統《FOS》。
車端自動駕駛系統《VCS》通過車輛配置的傳感器與控制器，進行駕駛模式管理、任務規劃執行、狀態分析診斷，實現車輛自動駕駛功能；而現場運營系統《FOS》通過數據信息管理、任務時序規劃、生產系統對接，實現作業車輛的最優統籌調度。
顧嘉俊也介紹了盟識科技在生產物流場景自駕方案優化上的亮點:通過多源數據融合處理，保障安全運行；通過實時智能決策，應對場景變化、通過實時魯棒控制，應對環境擾動。
此外，盟識科技也格外註重FOS調度系統結構層級、定制協同卸料工作流程、故障監測與診斷。
於萬智駕聯合創始人&CEO劉煜發表了題為《無人環衛車打破高等級自動駕駛落地障礙》的主題演講。
▲於萬智駕聯合創始人&CEO劉煜
目前城市環衛工作面臨著多種困境，環衛工人成本高、人力短缺等痛點凸顯，環衛無人駕駛化需求日益迫切。
由此，於萬智駕自創了創新型環衛作業模式，致力於引領環衛工作邁向智能化、無人化運營時代。
據劉煜介紹，從傳統環衛作業模式轉變到雲控平臺控制+自動駕駛車隊與環衛工人協同作業的2.0環衛模式，不僅綜合作業效率可以提高30%，成本也將節省30%以上，一輛無人駕駛新能源車還將減少200噸碳排放，達成綜合的良好效益。
而當進入環衛3.0智能化、無人化全覆蓋的時代後，在未來，環衛將會不再是人的工作，而是人操縱著機器的工作，環衛工人不再是在大街上工作，而是在操縱室裡工作。
於萬智駕推出了環衛一體化解決方案，自主研發了智慧環衛平臺為環衛運營管理賦能數字化和智能化，通過算法管人、算法管車、算法管物和智能雲控，更好地解決了環衛工作實際完成中會遇到的問題。
此外於萬智駕還研發了自己的自主研發底盤和整車，劉煜解釋道，自研掃路機擁有更高的性價比、更加可控的質量，而且專門為無人環衛而制造，清掃能力強，作業能力超過同噸位掃路機性能80%。
06 .
結語：自動駕駛加速落地
過去兩年時間內，自動駕駛已經成為行業內最火熱的話題了，無論是車企還是自動駕駛方案供應商都在快速佈局，量產成為行業內的共同追求。
在這個過程中，車企開始逐步推廣L2+級自動駕駛，在高速和城市均推出了領航輔助駕駛，另一方面，L4級自動駕駛企業也開始在L2級自動駕駛方面發力，都在為量產而努力。
自動駕駛落地潮的興起，也帶動了一部分供應鏈企業的快速發展，國產芯片和激光雷達企業也開始快速量產，逐步實現國產化替代。
綜合這些方面來看，汽車產業的自動化已經成為了不可阻擋的潮流，加速落地將會成為下一階段的最大主題。