活動現場，禾多科技創始人、CEO倪凱發表了演講。

 

 

首先我今天的題目也講到了，我們談的是自動駕駛的落地，我們在說自動駕駛的落地的時候，更多的是把自動駕駛作為一個技術在談，但等到落地以后，自動駕駛其實是一個產品。從禾多的角度來看，我們認為自動駕駛的產品具備三要素：1.應用場景；2.用戶體驗；3.自動駕駛的等級。

 

我先講一下各個應用場景，為什么說場景非常重要？只要做過自動駕駛的都知道不同場景下對于自動駕駛系統的設計、軟硬件、所有的數據是非常不一樣的，所以我這邊列了幾個代表性的場景，包括高速公路（其實我們在說高速公路的時候也有像交通擁堵、上下匝道等更細分的場景），還有港口、礦山、城市、干線的物流、最后的一公里停車場等不同的細分場景。

 

第二個非常強調的是用戶體驗，因為用戶去買自動駕駛產品，或者B端場景使用這個產品的時候并不是特別關心自動駕駛的級別，但是用戶體驗是非常重要的，大家知道ADAS的產品剛開始是Hands on，就是手需要扶著方向盤，到現在有Hands free，大家對Hands free的定義不一樣，有的是可以放開幾秒，有的是手可以一直放開。到L3級別上就是Eyes free，眼睛也不用看了，我可以發微信，可以去發一個E-mail。到最后看到的終極形態上就是Minds free的系統，我喝酒了，或者不會開車，我也可以享受這樣一個自動駕駛的產品，這是用戶體驗上最重要的地方。

 

從現在看自動駕駛的發展情況，Hands on是存量市場，有非常多的公司，包括博世、安波福已經在做這樣的產品，所以我們認為它是一個存量市場，真正往后面走，Hand free的系統是藍海的市場，大家還在探索，還有很多新系統在研發、在上線。

 

最后看一下自動駕駛的等級，雖然這可能是媒體上說得最多的，因為自動駕駛的等級可以大概對應到上面的用戶體驗，比如說L1、L2可以簡單地對應到Hands on的系統，L2.5和L3的系統可以對應到Hands free、Eyes free系統。

 

大家都認識到，為什么這兩年有這么多的資源投入到自動駕駛市場上，因為我們看到自動駕駛的市場從過去的ADAS到未來的自動駕駛，在面臨一個分水嶺。但是這個分水嶺發生在什么地方呢，是發生在未來的L4、L5普及的時候嗎？從禾多的觀點或者從我的觀點來看，我們認為發展的分水嶺就是現在，為什么？我需要解釋一下。我認為ADAS和自動駕駛是在技術上最大的分水嶺。首先，普通的、傳統的L1、L2的ADAS是分布式的ECU設計，而L2.5的系統以及到L4、L5的系統是域控制器，是中央處理的系統架構。

 

第二個從軟件上來說，其實輔助駕駛的軟件系統跟自動駕駛軟件系統相比，它沒有做高精度定位，也沒有高精地圖，也沒有DMS，也沒有做非常復雜的預測，這些都會在軟件上深遠影響未來自動駕駛的發展。第三個是傳感器，ADAS是前向傳感器為主的配置，自動駕駛系統是360度融合的配置。第四整個控制，一開始是縱向控制為主，橫向控制為輔，到非常復雜的橫向控制。

 

ADAS和自動駕駛有一個分水嶺，自動駕駛行業里其實也有兩條不同的賽道，第一個就是量產自動駕駛的系統，第二個就是RoboTaxi的系統，這是非常清楚的，現在很少有一個公司說全心全意地同時做兩件事情，這是非常難的，剛才各位嘉賓也提到了資源投入是非常大的。我們看到其實大家都會關心商業化的時間。

 

這是一個BCG的報告，基本上所有的咨詢公司報告都類似，首先自動駕駛市場非常大，這是為什么今天在座的嘉賓、在座的聽眾在這里來討論這件事情的原因。第二個就是我們要看到像L2.5、L3可能未來在2025年會迎來一個爆發期、一個成熟期，所以說我們能夠預計L2.5、L3這樣的一個系統能夠在2025年這個時間點有非常大的商業價值，再往后看會看到L4、L5加入到這樣一個商業版圖里來。

 

量產自動駕駛和RoboTaxi賽道有什么不同？第一，兩邊在現階段強調的技術能力其實是不一樣的，量產的自動駕駛其實追求一個工程實現和功能實現的完美平衡，因為你不太可能交付一個產品只有功能實現，而沒有工程成熟度。第二個就是在場景上，現在L4、L5更多強調的還是Urban（城市）；而做量產的很少看到哪個主機廠說我發表一個Urban的系統，更多的還是聚焦在高速公路、聚焦在停車場上，所以它帶來的是場景上積累數據的不同。第三，量產自動駕駛和RoboTaxi的傳感器也是不一樣，導致數據也會不一樣。所以整個研發是非常不同的兩條線。

 

為什么禾多現在做量產這件事情？因為我們的基本觀點是在這樣一個長的自動駕駛的賽道上，量產是整個算法升級和工程迭代的最佳選擇。一方面，大家知道要去解決大量的、復雜的、長尾的問題，去確保自動駕駛的安全性，算法是需要升級的。現在我們認為復雜場景都需要大量數據來驅動，而量產能夠帶來大量的車輛在路上跑，這樣能夠真正使我們積累數據。第二個是工程迭代，這也是禾多跟主機廠，跟傳統的Tier1、Tier2學習的地方，因為汽車行業不是新的行業，我認為工程迭代這件事情，任何一家公司不應該重新開始干，像我們禾多更聚焦在系統和軟件上，后面如何跟汽車行業一起進行工程迭代可能是一個非常重要的話題。

 

我們來看整個量產自動駕駛的產業鏈。這里有OEM，OEM交付給dealer，或者我們中國的4S店，dealer再交付給最后的客戶。OEM背后站的是Tier1、Tier2，甚至還有Tier3。在這個產業鏈中，我們可以看到有傳統的主機廠，有傳統的硬件和系統方案的供應商，大家稱為A、B、C、D，包括像更細分的，做傳感器、做芯片、做計算單元的公司（剛才提到一個ADAS和自動駕駛一個很大的區別就是自動駕駛非常強調域控制器、強調中央的處理單元），還有做算法的公司、做仿真驗證的公司、做高精度地圖的公司。這些合在一起是我們的自動駕駛產業。

 

針對這樣的產業鏈，我們可以看到幾個小趨勢。第一個趨勢是整個自動駕駛產業鏈的聯盟化是非常明顯的，這邊只列舉了一些最近大半年發生的事情，而且是在主機廠層面發生的事情，包括通用和本田、寶馬和戴姆勒、大眾和福特，包括去年年底我們看到的PSA、FCA要合并，上汽和廣汽兩個大的集團有了戰略的合作。這上面有一些是戰略合作層面，有一些是資本層面，還有更多的沒有列上，包括像博世跟戴姆勒、安波福跟現代，都有非常戰略級的合作。我們看到協同合作、抱團攻堅是一個趨勢，或者說在汽車市場下行的趨勢下，抱團取暖是一個趨勢。

 

這樣抱團的話其實就帶來了兩個作為結果的小趨勢，我們的分工需要更加細化，因為大家都知道主機廠其實站在了一個核心的位置，它掌握著整個汽車行業的生產制造流程。他知道客戶要什么、他知道自己需要什么，所以他是擅長整體布局的。Tier1在傳感器、功能安全上有非常長期的優勢，而且我認為這樣長期的優勢也會在接下來相當長的一段時間內繼續有統治性的地位。像禾多這樣的自動駕駛初創公司能做什么事情呢？

 

我相信可以做的事情很多，但禾多選擇的是在軟件算法上去尋求突破，為什么？第一，我認為作為初創公司，它是有真正的軟件開發基因的，這是我們跟很多傳統的市場玩家不一樣的地方。第二，我認為我們沒有過去的包袱。《從零到一》這本書我很喜歡，這本書讓我印象最深的觀點是說傳統的市場上的玩家有傳統的業務，需要將大量的資源投入到傳統的業務，保證他的利潤、保證他的營收，而我們沒有傳統業務的壓力，所以我們能夠非常聚焦地把我們的資源100%投到這樣的新興業務的開發當中，這是作為新的市場玩家的優勢。

 

最后一個小趨勢是軟硬件的解耦。軟硬件解耦這件事情從我的角度來說，我認為是主機廠是非常喜歡的，尤其是中國的主機廠。為什么？因為中國的主機廠習慣拿一個black box進來，但是又希望能夠參與到這樣的自動駕駛的系統開發。軟硬件解耦也意味著可以有更多的定制化，我相信隨著域控制器的誕生，隨著整個自動駕駛軟件架構往后發展，我們能夠看到的非常大的定制化趨勢。這個趨勢也給了像禾多這樣的公司一個機會，因為禾多是專注于軟件算法的，我們不可能建廠做硬件，如果沒有軟硬件解耦，禾多在這個市場上很難去做出自己的一點貢獻。

 

右圖是AUTOSAR的架構，是像博世這樣傳統的Tier1在相當長時間里面去設計出來的自動駕駛的架構。大家也看到，其實我們不管是在OEM層面，還是在Tier1的層面上，大家也在認可，我們需要有一個共同的架構去實現我們的軟硬件解耦。

 

從禾多的角度來說，禾多是2017年6月份創立的，因為我們想致力于未來的移動出行，所以我們把“移動”的“移”拆開，形成禾多這個名字。我們現在的目標是成為中國市場上量產領先的自動駕駛企業。為了達成這個目標，我們需要做一些事情：我們需要選擇一個限定的場景，我們需要一個技術的高度，比如從L3的技術高度切入，最后去釋放給客戶，不管是2.5+的產品，還是L3的產品。

 

我們具體要做的事情是什么？第一，我們非常強調我們的車規級的硬件配置。第二個，我們剛才強調過，自動駕駛軟件系統往后發展形成完整的系統架構，我們通過多傳感器融合的方案來實現，從感知到定位，我們都是非常強調的。還有，功能安全和算法驗證是我們在對客戶產品釋放的時候，需要強調的事情。

 

現在禾多大的戰略就是我們有兩個大的系統方案。第一個是我們的高速自動駕駛系統HoloPilot。從高速的方案上來講，現在有兩個配置，一個是千元級的配置，另外一個將近萬元人民幣的配置，我們希望通過這樣一個配置能夠實現像主動變道、交通擁堵、自動上下匝道這樣的方案。

 

第二個是我們的智能泊車系統HoloParking。客戶通常會先要求我們提供行車方案，再要求我們提供泊車方案，所以我們的泊車方案有兩個，第一個是完全復用我們在行車方案HoloPilot里面的傳感器，這樣有了我們的HoloPilot硬件方案之后只需要在軟件上進行部署，就能夠完成簡單泊車的工作；第二個是完整的代客泊車的功能，通過車端、場端、高精地圖三方支持來實現，然后隨著算力和傳感器的增加，逐漸減少場端的支持，實現純靠車端的方案。

 

第三個是模塊化服務，我們的高精度定位模塊，叫HoloPolaris，我們希望復用ADAS已經有的傳感器，這樣的話能夠保證價格低廉、成本可控。我們在一個千元級硬件的配置上，能夠實現10厘米的橫向精度和0.2度的航向角精度，能夠實現不同場景下的高度冗余。

 

這是我們隧道定位的實拍視頻，我們現在在做大量的路測，包括北京到上海、北京到武漢，這是路測時實拍的車在過隧道的視頻。紅色的車是如果我們沒有使用傳感器融合的技術和高精度地圖技術會出現的問題，而我們在使用了多傳感器冗余方案的時候，即使過隧道時GPS失效，我們仍然能夠穩定地輸出車輛的姿態。

 

最后一個要講的是我們的自動駕駛驗證平臺HoloX。沒有驗證的自動駕駛是沒有辦法交付的自動駕駛。我們的自動駕駛驗證平臺HoloX有幾個特點：首先，因為四維圖新是我們的股東，所以我們可以使用大量的高精度地圖，覆蓋全國的高速路網，在上路之前做離線測試。第二，是模擬器和真實路測。剛才看了真實路測的視頻，同時我們還有基于模擬器的虛擬仿真的測試，這兩種測試結合起來，沉淀下來的是我們的場景庫。我們在內部不是特別強調一定要連續跑10個小時、100小時、1億公里的測試，我們更強調的是能夠在多少場景上去驗證我們的系統能力。

 

我認為脫離場景去談里程其實沒有太大意義，我可以在很簡單的場景跑1億公里，但這樣沒有太大的意義。在具體的測試上，我們強調軟件在環測試，因為禾多有自己的軟件；我們也強調硬件在環測試，因為我們現在跟很多Tier1有硬件域控制器上的合作，我們需要有硬件的在環測試。我們不僅支持本地的測試，也支持云端的測試。這是HoloX的視頻，是純虛擬的視頻，通過這樣的測試，我們能夠在不上路的情況下，初步完成極端場景測試或者參數的微調。

 

整個想法是說，我們需要跟產業鏈的上下游一起共同夯實量產落地這件事情，我認為這件事情上主要的玩家包括主機廠、高精度地圖商、域控制器的廠商、傳感器的廠商，我們很高興現在在這四個角色上，都有我們的合作伙伴。最后我想用一句話總結我的發言，自動駕駛漸行漸近，量產之路落地可期。