自动驾驶的多业务场景（自动驾驶行业格局）
今天给各位分享自动驾驶的多业务场景的知识，其中也会对自动驾驶行业格局进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
本文目录一览：
- 1、交通部拟规定鼓励自动驾驶汽车从事客运经营，有哪些合适的应用场景？
- 2、蒋京芳：禾多科技如何探索自动驾驶全场景落地？| 汽车产经
- 3、自动驾驶即将来临，最先应用在哪些行业？
- 4、四部自主车型LV2级辅助智能驾驶系统多场景对比：王者与青铜立现
交通部拟规定鼓励自动驾驶汽车从事客运经营，有哪些合适的应用场景？
自动驾驶技术一直以来都是人们非常想拥有的，但从目前的一些情况来看好像不太成熟，因为特斯拉的自动驾驶事件发生了太多的事故，让人们都开始害怕自动驾驶这几个字眼了。但是交通部门呢又非常的鼓励自动驾驶汽车从事客运经营，比如说公交车等等，这就像自动驾驶这个技术，再一次的登上了热搜，而且很多人都是质疑这样的一个技术，到底成不成熟，如果发生了意外，那么全车的人都将会失去宝贵的生命。
我们先不讨论自动驾驶的安全性能，我们先来说说这些自动驾驶汽车从事客运经营有哪些合适的场景？这些场景还是比较少的，因为自动驾驶技术可能官方还不是很有把握，就是在道路比较正常的情况，没有多余的车辆，像这样的一个环境下才可以实施安全的自动驾驶，并且这个应用场景会应用到公交车和出租上，只不过有多少人敢去乘坐的话，那这个问题就有待考究了。
我认为这是国家所推出的自动驾驶汽车，应该是没有多大问题的，我们可以完全相信国家，那如果说这次的客运经营实现了无人驾驶，会不会就意味着我们国家对于自动驾驶的技术是全国最领先的呢？我想一定是这样的，因为从全世界范围来看自动驾驶，技术都不完美，就连特斯拉这么一个巨头的自动驾驶技术都是很鸡肋的。
但是总的来说，我们在面对自动驾驶的时候，一定要理性的对待这件事情，该系的安全带一定要系好。这也不是我不看好自动驾驶技术，完全是因为他确实给人的一些体验不是很好，也很期待这一次的客无人驾驶能够给人们带来一个很好的体验。
蒋京芳：禾多科技如何探索自动驾驶全场景落地？| 汽车产经
2021年12月16日，由中国汽车工程学会和中国智能网联汽车产业联盟联合主办的2021第三届国际汽车智能共享出行大会在广州花都开幕。禾多科技合伙人、高级副总裁蒋京芳在会上发表主题演讲，分享了禾多科技在自动驾驶全场景落地方面的探索。
禾多科技由倪凯博士创立于2017年，其使命是通过自动驾驶技术，赋能和升级人们的移动出行，专注于行车、泊车两个方面的自动驾驶解决方案探索。目前，其领航辅助功能以及可以实现高速公路的自动跟车，主动变道，以及实现上下匝道切换，明年将在广汽实现量产。而自动泊车功能则可以自主学习，实现记忆泊车。
在实现自动驾驶功能的路上，如何做到安全好用，蒋京芳也分享了禾多科技的经验，会通过不断的验证，场景与数据的回传，持续对模型加以训练，优化算法，再通过远程刷新的方式反馈给车辆，实现闭环。
以下为演讲实录：
女士们，先生们，大家下午好，首先感谢主办方的邀请，今天有机会跟大家分享禾多在自动驾驶全场景落地方面的探索，首先请允许我简单介绍一下禾多，禾多的名字很好记，就是移动的移，禾多是2017年由倪凯博士创立的，所以是一个年轻的科技公司，从字面上不难解读到禾多的使命，就是通过自动驾驶技术，赋能和升级人们的移动出行。
禾多创立四年以来，先后经历过我们的投资，融资，两轮都发生在今年，今年的4月份第一轮和10月份新一论，特别值得一提的就是10月份有幸得到了广汽资本的战略投资，广汽集团成为禾多的重要股东。
禾多在过去的四年中，最近两年取得飞速发展，我们成立了两个闭环300多人的团队，四大认证体系，以及在五个地区都有相关的办事处，两个闭环怎么说呢，就是在北京，武汉的团队，主要专注于算法，专注于平台的开发以及创新，由倪凯博士亲自负责，位于苏州，广州，以及上海的团队，我们主要打造的是量产、交付。所以我们在苏州、上海以及广州更多的是工程化的人员。
我们除了有地图资质以外，也申请甲级的资质，我们获得了16949等质量体系认证。
介绍了禾多公司，接下来谈谈禾多的产品，因为禾多在整个的四年中还是非常专注的，不忘初心，致力于本地数据的自动驾驶解决方案，专注于两个方案，一个行车，一个泊车，当然了，再细分的话，又分为高速公路的自动驾驶，低速的泊车功能，这里有几个视频，跟大家简单分享一下我们目前的开发状态，这个是我们的智能领航辅助功能，主要结合多个摄像头，前视，侧视，毫米波雷达，前向毫米波雷达，侧向毫米波雷达，同时结合导航的信息，针对这些传感器的信息进行融合，规划以及控制，这里可以看到，可以实现高速公路的自动跟车，主动变道，以及实现上下匝道切换，在弯道，隧道以及施工场景的话，也是基于传感信息和地图信息，可以很好地应对。
这个功能如果再往下延伸的话，就是城区自动驾驶功能，这还需要更多的传感器，比如说激光雷达，通过对红绿灯的识别可以实现无保护左转等等，刚才讲到的高速公路的自动驾驶，在明年在广汽量产，明年把程序功能量产，这是自动驾驶的功能，叫做HOLOMATIC，第一遍车辆需要自主学习，然后就可以泊入应泊的地方，上班的时候可以到你住的地方来接你去上班，这就是记忆泊车，再往上的话，就是代客泊车，人直接下车，这辆车自动找它的车位停下来，等你购物之后，这辆车到你的身边，可以通过手机定位，接你回家。所以这些功能的话，应该对消费者都是非常有用的。
同样，在自动泊车功能方面，记忆泊车会首发在明年10月份左右量产，自动泊车也会投放量产。刚才说到相关的功能，是靠多种传感器的感知，然后通过域控制器，计算平台进行处理，接下来进行规划和控制，当然所有的这些技术的最基础的技术，就是它的感知，就像人的眼睛，看不到做什么都没有用。
禾多一直在提升我们的感知能力，包括我们与清华大学有一个联合的实验室合作，我们分成两大类，就是静态感知和动态感知，静态感知比如说对车道线的感知，对Free Space的感知，灯杆，红绿灯，以及我在停车场的车位的感知，动态感知包括对行人，车辆，两轮车等等的激光雷达，ODD区域的感知，以及相关的融合和预测。
那么我看到很多的Demo，在公共机上做的，我们一直就是稳扎稳打，把项目投放量产，我们都是基于嵌入式的平台，我们在华为的MDC610部署了神经网络，同时经过后处理和融合，就是全栈感知算法，可以从这张图看到，前面是基于前视的输出，这是侧左和侧右的输出，这是我们对障碍物的检测，2D、3D检测的结果，后面的这些激光雷达相比的话，还是非常的稳定的，非常精准的。
同样算法，我们也部署在TI的TDA4上，对车辆，对车道线，对灯杆，对路牌的感知，除了需要有神经网络的模型之外，还要对这个模型裁剪和优化，这方面我们做的效率还是非常不错的。
基于激光雷达我们把量产的激光雷达部署在车上，然后基于公开的数据做了后处理，其实这块的话，主要是可以看到对前面的比如说障碍物，或者是车辆以及行人的一些探测和追踪，也是比较稳定的，激光雷达的算法还是持续优化当中。
同样在低速的泊车环境下，需要用到鱼眼摄像头，这也是基于环视相机的算法，已经开发完成，而且部署在TI的TDA4的嵌入式平台上，进行了相关的训练，所以我刚才讲到的，接下来要量产的行车，泊车的功能都是基于嵌入式的平台，要么是MDC要么是TI的TDA4。刚才说到泊车的功能需要对你的车辆在停车场进行定位，禾多的定位技术也是相当不错的，基于前视摄像头，探测到车辆，探测到行人，在停车场的地图进行实时更新，使得我们刚才讲到的泊车功能有比较好的表现。
大家可能注意到了，应该说从去年开始，之前不会谈到域控制器，都是一个雷达一个摄像头，或者五个雷达一个摄像头，或者超声波雷达和环视摄像头这样的传感器，但是从去年开始就是各种各样的域控制器，我们有大算力的，华为的MDC，有英伟达的，地平线的J5，有高通，中低算力的TDAA，有J4以及等等其它的芯片，所以作为禾多的话，作为软件的Tier1，我们的目标就在不同的域控制器，部署功能的算法，所以我们目前的话也在不停地加强不同平台的适配能力。
有一点可能很多人不知道，现在很多车上都有自动驾驶功能，但是消费者都觉得不好用，我们觉得在主机厂，智能座舱和自动驾驶是两个功能，不知道怎么把这个功能在智能座舱上做很好的演示，做智能座舱的人不懂自动驾驶，我们的目标就是打通自动驾驶，智能座舱，我们的一个叫HOLOHMI，不是你主动激活它，而是卡片式的弹出，也更加的友好。比如说开车的时候，有座椅A座椅B，自动驾驶也可以这样做，通过自动驾驶的模型，可以分为自动驾驶A，B，本人的模型，或者是明星模型，或者是赛车手的模型，所以我们也开发了一个CID1，就是把行车，泊车，城区的自动驾驶的功能把人机交互，做成统一，合一，把做重要的信息高光出来，比如是传感器的信息，什么时候要变道，变道的原因也展示出来，对于超视距的信息，前方的隧道，也通过人机交互的方式，给用户很好的体验，帮助用户对自动驾驶的功能建立更高的信心，这也是禾多提供的技术支持之一。
刚才讲到，自动驾驶功能实现，应该来说，我们需要一点时间就可以实现了，但是怎么做到安全好用的话，就是我们常说的效应，功能比如说经过一段时间的验证，可以释放，但是大批量的验证，需要投放市场之后，通过影子模式，把相关的场景，传回到系统中，同时比如说我有自动驾驶数据，我搭建了场景库，再对现在的模型进行训练，优化我的算法，最后通过远程刷新的方式刷到我们的车上，所以整个闭环的话，需要软件公司与主机场的深度的合作，在右边的话，需要更多的合作伙伴的合作，通过众包的形式对地图进行实时更新，需要更多搭载自动驾驶的车辆，并且打通车与车之间，还有跟云端的交互，时间关系我就不一一赘述了。
我有两个比较简单的案例，自动驾驶的功能做得好与不好，就是对机械场景的节约能力强与不强，比如说在后台发现一辆车总是在压线行驶，后来发现这不是一个车道线，而是一个电线杆的阴影，右边也是的，发现这个车一直是有车道线，但实际上是车在地面上的一个箭头，一个标识，像这样的场景的话，我们都必须要靠后台的监控，发现这些场景之后，优化我们的算法，最终我们就把这种错误减少。
大家都说自动驾驶现在很火，也很卷，所以禾多从建立到现在都秉承着开放合作共赢的心态，因为我们需要传感器平台的支持，需要计算平台的支持，包括芯片的支持，同时在上面部署功能，云端的大数据功能的支持，合作伙伴除了主机厂，有域控制器的公司，芯片的公司，传感器的公司。包括我们在一些项目上，也与我们的友商一起合作，共同推进自动驾驶。
总结一下，禾多的主要专注于行泊一体的全场景的解决方案，我们的目标是适配于多域控制器，除了软件，我们以软件的开发为主，目前也在开发相关的硬件平台，我们更需要做的就是不断提升我们的核心能力，支持主机厂，把更多更好用的功能投放市场，以及与行业的合作伙伴共建生态，我也非常期待与在座的各位大家一起交流，是否有合作的潜力。所以再次感谢主办方的邀请，希望我们共同推动自动驾驶的发展，让中国的自动驾驶领跑全球，谢谢大家！
自动驾驶即将来临，最先应用在哪些行业？
目前的自动驾驶技术在一些场景中已经有了一些应用。例如，在我们看到的新闻中，某公园用无人车接送等，事实上，这种自动驾驶车是可以投入这种公园的应用，因为它有规定的行驶路线，在行驶过程中有规定的环境，有规定的停车时间。另外，在高速公路上自动驾驶，如果前面有车，瞄准的方式也可以实现与前面车的固定距离。这种高速公路模式的自动驾驶也是比较成熟的技术。很多车辆在高速条件下平稳巡航，其实是类似的事情。
从上面可以看到，自动驾驶技术的情况下，场景相对固定，有参考对象，有准确的地图，突发情况少，自动驾驶技术已经得到了比较好的应用。甚至在目前的辅助驾驶系统中，也有视觉上看到红灯和车道线，帮助他们刹车，帮助他们不要闯红灯的技术等。(阿尔伯特爱因斯坦，北上广深)。
想要自动驾驶技术普及的困难主要在于在任何场景下的适应性。例如，在比较混乱的道路上没有准确的地图，信号灯已经坏了，下一条车道也不明显。对自动驾驶系统的输入特别少，不知道该怎么行动。这种场面不多，但车辆行为出现一些差池，就是车毁坏人的情况。所以自动驾驶技术首先在比较固定的场景和简单的应用程序中落地。全方位代替人的自动驾驶技术可能需要很长时间，更多的是辅助驾驶技术的落地，成为人们的新辅助。
在日剧城市化的世界，自动驾驶技术能提高交通流畅度、降低事故发生概率、提升生活品质。汽车作为传统交通模式中的一员，是我们未能充分利用的资产，一般人每天只开1-2小时，而未来交通模式由按需出行的电动自动驾驶车辆组成，汽车作为服务工具应用于我们想要它出现的任何地方，升级换代自动汽车有助于加速模式转变，不久的将来，我们会亲眼目睹如此有效的模式诞生，从“拥有硬件”向“享受由硬件所产生的效用”所转化。
四部自主车型LV2级辅助智能驾驶系统多场景对比：王者与青铜立现
要说近年 汽车 行业的大热点，那一定要数自动驾驶技术的开发及应用。无数的主机厂供应商甚至不少初创企业都对这块蛋糕虎视眈眈，对于这项技术，老牌车企如大众丰田似乎还比较保守，只是在自家的顶配车型中进行匹配，作为拔高车系形象或是展示技术实力的作用，而自主品牌则已经将其标配到了各级别的车型中。
目前，国内装车匹配的多数是LV2级别的辅助智能驾驶，即非复杂工况下的辅助智能驾驶。
主流的LV2级别的辅助智能驾驶功能一般包含AEB自动紧急制动、FCW碰撞预警、ACC自适应巡航、LKA车道保持、LDW车道偏离预警、BSD盲区监测等功能，虽然各个主机厂为了宣传命名不同，但是功能都大同小异。辅助智能驾驶的供应商国内主要为博世、大陆、奥托立夫等，其中博世的市场占有率较高，但是由于辅助智能驾驶涉及动力ECU\TCU标定、转向EPS标定，整个开发过程很考验整车厂的匹配能力，因此即便使用同一家辅助智能驾驶系统供应商，但主机厂匹配能力不同会得出截然不同的结果，所以辅助智能驾驶系统表现的好坏也是车企开发能力的体现。
这次我们选取比较主流的四家自主车企的车型—— 吉利缤越、传祺GS5、WEY VV7、宝骏RS-5， 来对比它们在辅助智能驾驶领域的功能及效果，这四款车型均匹配了1R1V（摄像头+雷达）的硬件方案。供应商方面，传祺GS5、WEY VV7、宝骏RS-5是由博世提供，而缤越采用了奥托立夫作为其供应商，下面我们从最主要的ACC自适应巡航、LKA车道保持两个功能入手来一窥究竟。
我们先来聊聊最常用的ACC自适应巡航功能，简单来说这项功能就是车辆纵向的自动控制。以下我们按速度段来评价各家ACC系统表现的优劣。
【0~20km/h速度段】
LV2级别的辅助智能驾驶都具备跟停/跟起功能，即车辆可以跟随前车停车和起步。
在这一速度段的起步，传祺GS5的表现相对更好，得益于AT变速箱液力变矩器的优势，起步过程稳定迅速，低速跟车时速度保持稳定，不存在大幅度上下波动；
吉利缤越和宝骏RS-5表现则中规中矩，缤越的起步速度不如GS5，起步过程会存在一些轻微震动，宝骏RS-5的问题同样在起步上，虽然起步的平顺性不存在问题，但是起步加速较慢，导致跟前车距离会拉开较大一段“引诱”相邻车道车辆加塞进入，而在低速跟随中两车的速度稳定表现都不错，跟GS5不相上下；
在低速段表现稍差的是VV7，起步较迟缓，离合结合过程会偶发性出现比较明显的顿挫感，速度的维持也不太稳定，上下的拨动范围正负3km/h，能感觉到与前车距离忽远忽近。
20 ~0 km/h跟随停车这个项目上，考验的是ESP建压制动的控制，其中吉利缤越、传祺GS5的表现相对优秀，制动力输出线性，跟停的距离也比较符合驾驶员的设想。而WEY VV7与RS-5则相对弱一些，VV7在跟停过程中时有出现制动后又松开而后再次制动的情况，车内乘员感受较为一般，降低了体验；而宝骏RS-5则是在跟停过程中能较为明显听到ESP建立压力工作的哒哒声，相比其余车型比较轻微的噪音逊色一筹。
【20~80km/h速度段】
这一速度段主要是城市快速路和高架使用场景，车况比较复杂，ACC目标车辆无法长期稳定跟随，经常有切入切出的情况，这里考验的是系统对目标的识别情况以及加减速曲线的调整。
这个速度段最佳表现则是属于RS-5，在加速过程中得益于CVT的平顺特性，加速度基本维持在一个定值，不存在换挡等影响。而在低速跟车后前车离开时，RS-5的加速度不是立刻设定为目标值，而是会有一个曲线的递增过程。此外RS-5在减速方面同样出色，前车切入时减速度的发送也非常线性平稳，既不像一个莽撞的新手立刻猛踩刹车，也不像自以为是的老司机很晚才用大力制动避免碰撞。同时这个速度段经常会在行驶中遇到静止等待红灯或避让行人的车辆，此时RS-5对于静止目标的识别准确率惊人，基本不存在不能识别的情况。
其余三台测试车辆则由于有挡位存在，加速时会出现换挡导致加速度的波动，而且在某些特定速度下（正好处于换挡线上下时），还会出现挡位的反复变更导致的顿挫。另外缤越和VV7的加速不知道是由于目标出现丢失还是ECU匹配问题，会经常性出现加速度突然增大而后又恢复正常的现象。
【80~120km/h速度段】
此速度段基本为高速巡航，也是ACC最初出现时使用最频繁的工况，在这个速度段下这四部车的ACC表现都能满足需求，跟车稳定，过弯也不会丢失目标，上下坡对于速度的影响微乎其微，由于基本使用最高挡位或次高挡位，换挡次数和对行驶影响也大大减小。
小结：综合来看，车辆动力系统的硬件因素会对ACC性能表现形成很大的影响，而由于ACC的加速度和减速度相比动力总成或制动系统的绝对能力都相差甚远，所以这里更多要求的是平顺。宝骏RS-5由于占了CVT这一大便宜，综合表现更优秀，而VV7则受其DCT变速箱特性的拖累导致了整体体验相对差一些。
LV2级别另一大关键的辅助智能驾驶系统便是LKA车道保持系统，甚至可以说这项性能的表现决定了车辆整体智能辅助驾控感受的差别。LKA系统主要负责车辆的横向控制，将车辆在直线或是弯道中保持在车道中间行驶，而弯道曲率不同、入弯速度不同、甚至路面的倾斜状况、破损情况都会影响到LKA在弯道表现，所以LKA的调试要比ACC复杂许多。
TIPS：LKA过弯的力度一般是由两部分组成，前馈与反馈，前馈是指摄像头通过识别弯道曲率计算得出的过弯所需的力，反馈则是根据偏离量计算得出的力，两个力相加形成了系统最终的力值。反馈力的计算则是通过比例、积分、微分计算得到的，并不是一个简单的比例关系。
不同的调试者会使用不同的前馈、反馈的比例，那么我们接下来就一一介绍（VV7测试车辆由于四轮定位问题未进行评价）。
【传祺GS5】
此车LKA的调试风格以反馈为主，前馈力占比较低、反馈占比较大，这种调试的风格保证了车辆过弯的能力。因为前馈的计算并没有包含地形、风向等因素，所以一般不能完全保证过弯，而较高的反馈配比可以时时修正，不过这也导致了另外一个问题，过弯时候修正很多，不是非常稳定线性，感觉是一个还未完全掌握技巧的新手在不断地调整方向。同时由于反馈力较大，在入弯和出弯的过程中轨迹常常出现与中心线较大的偏差，因此偶尔有打方向较猛的情况。
综上，传祺GS5的LKA系统比较适合的工况是需要频繁修正轨迹的城市高速环道，由于高速环道的建设受地形限制，弯道经常是变曲率半径弯，需要频繁修正方向适应道路，GS5的修正过程力道充足，能保证车辆不会再弯道偏离中心，维持轨迹的稳定。
【吉利缤越】
吉利缤越和传祺GS5则是完全不同的方向，缤越的方向盘上明显有一个很持续的力，这是LKA系统前馈较高的特征，带给驾驶者的感受就是，入弯、出弯力很持续，不容易出现突兀的猛打方向。当然这种设定也有弊端，车辆的轨迹控制就会变得更为艰难，弯道中会出现蛇形走位。而缤越比较适应的路况是高速公路——高速修建比较规整，弯道的曲率稳定，前馈提供的力度就比较精准，过弯中偏差非常小，基本不需要反馈修正。
【宝骏RS-5】
宝骏则是吸取了前辈的经验，走了比较折中的路线——前馈、反馈配比比较适中，入弯、出弯没有明显的突兀发力的感觉，力道比较持续，弯道中的轨迹控制表现也是很优秀的。不过我在试驾中发现宝骏RS-5的LKA系统抗干扰的能力稍弱，如果在弯道中有比较明显的起伏路或大坑冲击，过弯的感受就会明显下降，车辆在受到冲击之后轨迹偏离得比较明显，导致LKA修正就明显增大——而这虽然是EPS调试导致的，但是对LKA系统的影响较大。
小结：我个人对于LKA系统的理解仍然将其视为辅助驾驶，而在系统运行过程不能让驾驶者产生担忧，目前对于LV2的LKA系统要求，我认为应该着重放在高速工况上，城市使用LKA系统的还是非常稀少。所以从这个角度来说我更喜欢吉利缤越和宝骏RS-5的表现，虽然这两台车的LKA都有各自的缺点，但是它们大部分时候的表现更像一个老司机在替你驾驶，而且高速的表现更平顺稳定；传祺GS5虽然在过弯能力上更胜一筹，但是并不能让我放心的把驾驶权交给它。
LV2的辅助智能驾驶能让人有种触摸未来的感觉，当车辆自己跟随行驶、自动转向，会带来未来已至的快感，但是你也能明显感觉到其目前的局限——在某些工况下的表现还是不能达到预期。
我个人更喜欢那些以用户体验为基础调试出来的辅助智能驾驶系统，而其中，吉利和宝骏的表现更让我刮目相看。
文｜莫逸龙
图｜网络
自动驾驶的多业务场景的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于自动驾驶行业格局、自动驾驶的多业务场景的信息别忘了在本站进行查找喔。
