来源|搜狐汽车
[搜狐汽车·黑客]1月10-12日，以“把握形势 聚焦转型 引领创新”为主题的2020中国电动汽车百人会论坛在北京举行。搜狐汽车作为大会官方合作媒体深入前线，以图文的立体呈现形式，第一时间为您带来大咖云集的产业盛宴。
活动现场，禾多科技创始人、CEO倪凯发表了演讲。
首先我今天的题目也讲到了，我们谈的是无人驾驶的落地，我们在说无人驾驶的落地的时候，更多的是把无人驾驶作为一个技术在谈，但等到落地以后，无人驾驶其实是一个产品。从禾多的角度来看，我们大家都认为无人驾驶的产品具备三要素：1.应用场景；2.使用者真实的体验；3.无人驾驶的等级。
我先讲一下各个应用场景，为什么说场景很重要？只要做过无人驾驶的都知道不同场景下对于无人驾驶系统的设计、软硬件、所有的数据是非常不一样的，所以我这边列了几个代表性的场景，包括高速公路（其实我们在说高速公路的时候也有像交通拥堵、上下匝道等更细分的场景），还有港口、矿山、城市、干线的物流、最后的一公里停车场等不同的细分场景。
第二个非常强调的是使用者真实的体验，因为用户去买无人驾驶产品，或者B端场景使用这个产品的时候并不是特别关心无人驾驶的级别，但是使用者真实的体验是很重要的，大家知道ADAS的产品刚开始是Hands on，就是手需要扶着方向盘，到现在有Hands free，大家对Hands free的定义不一样，有的是可以放开几秒，有的是手可以一直放开。到L3级别上就是Eyes free，眼睛也不用看了，我可以发微信，可以去发一个E-mail。到最后看到的终极形态上就是Minds free的系统，我喝酒了，或者不会开车，我也能够轻松的享受这样一个无人驾驶的产品，这是使用者真实的体验上最重要的地方。
从现在看无人驾驶的发展情况，Hands on是存量市场，有非常多的公司，包括博世、安波福已经在做这样的产品，所以我们大家都认为它是一个存量市场，真正往后面走，Hand free的系统是蓝海的市场，大家还在探索，还有很多新系统在研发、在上线。
最后看一下无人驾驶的等级，虽然这可能是媒体上说得最多的，因为无人驾驶的等级可以大概对应到上面的使用者真实的体验，比如说L1、L2可以简单地对应到Hands on的系统，L2.5和L3的系统可以对应到Hands free、Eyes free系统。
大家都认识到，为什么这两年有这么多的资源投入到无人驾驶市场上，因为我们正真看到无人驾驶的市场从过去的ADAS到未来的无人驾驶，在面临一个分水岭。但是这个分水岭发生在什么地方呢，是发生在未来的L4、L5普及的时候吗？从禾多的观点或者从我的观点来看，我们大家都认为发展的分水岭就是现在，为什么？我需要解释一下。我认为ADAS和无人驾驶是在技术上最大的分水岭。首先，普通的、传统的L1、L2的ADAS是分布式的ECU设计，而L2.5的系统以及到L4、L5的系统是域控制器，是中央处理的系统架构。
第二个从软件上来说，其实辅助驾驶的软件系统跟无人驾驶软件系统相比，它没有做高精度定位，也没有高精地图，也没有DMS，也没有做非常复杂的预测，这些都会在软件上深远影响未来无人驾驶的发展。第三个是传感器，ADAS是前向传感器为主的配置，无人驾驶系统是360度融合的配置。第四整个控制，一开始是纵向控制为主，横向控制为辅，到非常复杂的横向控制。
ADAS和无人驾驶有一个分水岭，无人驾驶行业里其实也有两条不同的赛道，第一个就是量产无人驾驶的系统，第二个就是RoboTaxi的系统，这是非常清楚的，现在很少有一个公司说全心全意地同时做两件事情，这是非常难的，刚才各位嘉宾也提到了资源投入是非常大的。我们正真看到其实大家都会关心商业化的时间。
这是一个BCG的报告，基本上所有的咨询公司报告都类似，首先无人驾驶市场非常大，这是怎么回事今天在座的嘉宾、在座的听众在这里来讨论这件事情的原因。第二个就是我们要看到像L2.5、L3可能未来在2025年会迎来一个爆发期、一个成熟期，所以说我们也可以预计L2.5、L3这样的一个系统能够在2025年这个时间点有非常大的商业价值百科，再往后看会看到L4、L5加入到这样一个商业版图里来。
量产无人驾驶和RoboTaxi赛道有什么不同？第一，两边在现阶段强调的技术能力其实是不一样的，量产的无人驾驶其实追求一个工程实现和功能实现的完美平衡，因为你不太可能交付一个产品只有功能实现，而没有工程成熟度。第二个就是在场景上，现在L4、L5更多强调的还是Urban（城市）；而做量产的很少看到哪个主机厂说我发表一个Urban的系统，更多的还是聚焦在高速公路、聚焦在停车场上，所以它带来的是场景上积累数据的不同。第三，量产无人驾驶和RoboTaxi的传感器也是不一样，导致数据也会不一样。所以整个研发是非常不同的两条线。
为什么禾多现在做量产这件事情？因为我们的基本观点是在这样一个长的无人驾驶的赛道上，量产是整个算法升级和工程迭代的最佳选择。一方面，大家知道要去解决大量的、复杂的、长尾的问题，去确保无人驾驶的安全性，算法是需要升级的。现在我们大家都认为复杂场景都需要大量数据来驱动，而量产能够带来大量的车辆在路上跑，这样子就能够真正使我们积累数据。第二个是工程迭代，这也是禾多跟主机厂，跟传统的Tier1、Tier2学习的地方，因为汽车行业不是新的行业，我认为工程迭代这件事情，任何一家公司不应该重新开始干，像我们禾多更聚焦在系统和软件上，后面如何跟汽车行业一起进行工程迭代可能是一个很重要的话题。
我们来看整个量产无人驾驶的产业链。这里有OEM，OEM交付给dealer，或者我们中国的4S店，dealer再交付给最后的客户。OEM背后站的是Tier1、Tier2，甚至还有Tier3。在这个产业链中，我们大家可以看到有传统的主机厂，有传统的硬件和系统方案的供应商，大家称为A、B、C、D，包括像更细分的，做传感器、做芯片、做计算单元的公司（刚才提到一个ADAS和自动驾驶一个很大的区别就是自动驾驶非常强调域控制器、强调中央的处理单元），还有做算法的公司、做仿真验证的公司、做高精度地图的公司。这些合在一起是我们的自动驾驶产业。
针对这样的产业链，我们能够正常的看到几个小趋势。第一个趋势是整个无人驾驶产业链的联盟化是非常明显的，这边只列举了一些最近大半年发生的事情，而且是在主机厂层面发生的事情，包括通用和本田、宝马和戴姆勒、大众和福特，包括去年年底我们看到的PSA、FCA要合并，上汽和广汽两个大的集团有了战略的合作。这上面有一些是战略合作层面，有一些是资本层面，还有更多的没有列上，包括像博世跟戴姆勒、安波福跟现代，都有非常战略级的合作。我们看到协同合作、抱团攻坚是一个趋势，或者说在汽车市场下行的趋势下，抱团取暖是一个趋势。
这样抱团的话其实就带来了两个作为结果的小趋势，我们的分工需要更加细化，因为大家都知道主机厂其实站在了一个核心的位置，它掌握着整个汽车行业的生产制造流程。他知道客户要什么、他知道自己需要什么，所以他是擅长整体布局的。Tier1在传感器、功能安全上有非常长期的优势，而且我认为这样长期的优势也会在接下来相当长的一段时间内继续有统治性的地位。像禾多这样的无人驾驶初创公司能做什么事情呢？
我相信可以做的事情很多，但禾多选择的是在软件算法上去寻求突破，为什么？第一，我认为作为初创公司，它是有真正的软件开发基因的，这是我们跟很多传统的市场玩家不一样的地方。第二，我认为我们没有过去的包袱。《从零到一》这本书我很喜欢，这本书让我印象最深的观点是说传统的市场上的玩家有传统的业务，需要将大量的资源投入到传统的业务，保证他的利润、保证他的营收，而我们没有传统业务的压力，所以我们能够非常聚焦地把我们的资源100%投到这样的新兴业务的开发当中，这是作为新的市场玩家的优势。
最后一个小趋势是软硬件的解耦。软硬件解耦这件事情从我的角度来说，我认为是主机厂是非常喜欢的，尤其是中国的主机厂。为什么？因为中国的主机厂习惯拿一个black box进来，但是又希望能够参与到这样的无人驾驶的系统开发。软硬件解耦也意味着可以有更多的定制化，我相信随着域控制器的诞生，随着整个自动驾驶软件架构往后发展，我们能够看到的非常大的定制化趋势。这个趋势也给了像禾多这样的公司一个机会，因为禾多是专注于软件算法的，我们不可能建厂做硬件，如果没有软硬件解耦，禾多在这个市场上很难去做出自己的一点贡献。
右图是AUTOSAR的架构，是像博世这样传统的Tier1在相当长时间里面去设计出来的自动驾驶的架构。大家也看到，其实我们不管是在OEM层面，还是在Tier1的层面上，大家也在认可，我们需要有一个共同的架构去实现我们的软硬件解耦。
从禾多的角度来说，禾多是2017年6月份创立的，因为我们想致力于未来的移动出行，所以我们把“移动”的“移”拆开，形成禾多这个名字。我们现在的目标是成为中国市场上量产领先的自动驾驶企业。为了达成这个目标，我们需要做一些事情：我们需要选择一个限定的场景，我们需要一个技术的高度，比如从L3的技术高度切入，最后去释放给客户，不管是2.5+的产品，还是L3的产品。
我们具体要做的事情是什么？第一，我们非常强调我们的车规级的硬件配置。第二个，我们刚才强调过，自动驾驶软件系统往后发展形成完整的系统架构，我们通过多传感器融合的方案来实现，从感知到定位，我们都是非常强调的。还有，功能安全和算法验证是我们在对客户产品释放的时候，需要强调的事情。
现在禾多大的战略就是我们有两个大的系统方案。第一个是我们的高速自动驾驶系统HoloPilot。从高速的方案上来讲，现在有两个配置，一个是千元级的配置，另外一个将近万元人民币的配置，我们希望通过这样一个配置能够实现像主动变道、交通拥堵、自动上下匝道这样的方案。
第二个是我们的智能泊车系统HoloParking。客户通常会先要求我们提供行车方案，再要求我们提供泊车方案，所以我们的泊车方案有两个，第一个是完全复用我们在行车方案HoloPilot里面的传感器，这样有了我们的HoloPilot硬件方案之后只需要在软件上进行部署，就能够完成简单泊车的工作；第二个是完整的代客泊车的功能，通过车端、场端、高精地图三方支持来实现，然后随着算力和传感器的增加，逐渐减少场端的支持，实现纯靠车端的方案。
第三个是模块化服务，我们的高精度定位模块，叫HoloPolaris，我们希望复用ADAS已经有的传感器，这样的话能够保证价格低廉、成本可控。我们在一个千元级硬件的配置上，能够实现10厘米的横向精度和0.2度的航向角精度，能够实现不同场景下的高度冗余。
这是我们隧道定位的实拍视频，我们现在在做大量的路测，包括北京到上海、北京到武汉，这是路测时实拍的车在过隧道的视频。红色的车是如果我们没有使用传感器融合的技术和高精度地图技术会出现的问题，而我们在使用了多传感器冗余方案的时候，即使过隧道时GPS失效，我们仍然能够稳定地输出车辆的姿态。
最后一个要讲的是我们的自动驾驶验证平台HoloX。没有验证的自动驾驶是没有办法交付的自动驾驶。我们的自动驾驶验证平台HoloX有几个特点：首先，因为四维图新是我们的股东，所以我们大家可以使用大量的高精度地图，覆盖全国的高速路网，在上路之前做离线测试。第二，是模拟器和真实路测。刚才看了真实路测的视频，同时我们还有基于模拟器的虚拟仿真的测试，这两种测试结合起来，沉淀下来的是我们的场景库。我们在内部不是特别强调一定要连续跑10个小时、100小时、1亿公里的测试，我们更强调的是能够在多少场景上去验证我们的系统能力。
我认为脱离场景去谈里程其实没有太大意义，我可以在很简单的场景跑1亿公里，但这样没有太大的意义。在具体的测试上，我们强调软件在环测试，因为禾多有自己的软件；我们也强调硬件在环测试，因为我们现在跟很多Tier1有硬件域控制器上的合作，我们需要有硬件的在环测试。我们不仅支持本地的测试，也支持云端的测试。这是HoloX的视频，是纯虚拟的视频，通过这样的测试，我们能够在不上路的情况下，初步完成极端场景测试或者参数的微调。
整个想法是说，我们需要跟产业链的上下游一起共同夯实量产落地这件事情，我认为这件事情上主要的玩家包括主机厂、高精度地图商、域控制器的厂商、传感器的厂商，我们很高兴现在在这四个角色上，都有我们的合作伙伴。最后我想用一句话总结我的发言，无人驾驶渐行渐近，量产之路落地可期。
