深挖數(shù)據(jù)護城河，開創(chuàng)自動駕駛中國路徑，覺非科技開辟萬億美元風口

工業(yè)革命釋放了生產(chǎn)力，互聯(lián)網(wǎng)的誕生解除了人與信息之間的藩籬，而自動駕駛的到來則有望在空間上拉近萬物的距離，從根本上改變未來人類出行、生活、生產(chǎn)的方式，甚至重塑文明的形態(tài)。

即便僅考慮對于現(xiàn)有生產(chǎn)力的提升，自動價值已經(jīng)蘊含跨時代的價值。摩根士丹利的研究顯示，自動駕駛汽車對于生產(chǎn)力的解放可每年為美國經(jīng)濟增加 5070 億美元的價值。

如果再將燃料效率提升、意外事故減少等優(yōu)勢也計算在內(nèi)，自動駕駛每年可為美國經(jīng)濟創(chuàng)造 1．3 萬億美元價值，在全球范圍內(nèi)，這一數(shù)字更可以達到 5．6 萬億美元，是字面意義上毫無疑問的“萬億美元風口”。

價值已經(jīng)擺在臺面，風口隨之呈現(xiàn)。在自動駕駛行業(yè)整體跑步進入“加速度”的當下，不同發(fā)展路徑之間的競爭也趨于白熱化。

一方面，以特斯拉為代表的車企成為了人們實際接觸自動駕駛技術(shù)的窗口，從ADAS 到 L2．5、L3，正日拱一卒、循序漸進式地向自動駕駛腹地進發(fā)；

另一方面，以Waymo為代表專注于Robo－Taxi 場景的公司則直接跨過輔助駕駛的階段，開門見山地從 L4 級別自動駕駛切入，試圖一舉攀登無人駕駛的圣母峰。

不過在亮眼的公眾視野之外，自動駕駛技術(shù)真正的生根之地卻不在鏡頭范圍之內(nèi)，它在港口、礦區(qū)、機場、物流園等擁有封閉場景優(yōu)勢的商用車場景率先落地，給行業(yè)帶來了廣闊的想象空間。

對于自動駕駛行業(yè)參與者而言，是專注于乘用車領(lǐng)域，還是押寶商用車賽道是從輔助駕駛到自動駕駛循序漸進，還是直接 All in 自動駕駛，實在是一道需要謹慎作答的選擇題。

在萬億風口的感召之下，自動駕駛賽道日漸擁擠，在行業(yè)逐漸駛?cè)肷钏畢^(qū)，技術(shù)進入落地倒計時的同時，國內(nèi)唯一一家專注于將融合感知技術(shù)賦能車端與路端的自動駕駛創(chuàng)新公司——覺非科技，正在與多家行業(yè)主流主機、智能駕駛供應(yīng)商、自動駕駛場景運營商等展開廣泛而深度的合作，通過“自動駕駛?cè)珬Ｈ诤嫌嬎憬鉀Q方案”引領(lǐng)行業(yè)走出了一條全新的示范之路。

覺非科技在車端與路端兩條技術(shù)路線上的產(chǎn)品均開花結(jié)果，在車端產(chǎn)品線上推出了車規(guī)級高精度融合定位終端系統(tǒng)“鳴鴻＆trade；”，在車路協(xié)同產(chǎn)品線方面推出了路端傳感器融合及全局規(guī)劃調(diào)度系統(tǒng)“知寰＆trade；”，首次在車端和場端打造了可向行業(yè)賦能的 L4 級別自動駕駛解決方案，并已在港口、礦場、低速物流、環(huán)衛(wèi)、機場擺渡等多個場景下落地商用，為自動駕駛的落地路徑提供了全新的思路。

面向未來開發(fā)，尋找當下場景

作為一家 2019 年成立的公司，覺非科技在自動駕駛行業(yè)這片深水區(qū)能夠站上鰲頭，離不開對自身的精準定位，和對行業(yè)未來、技術(shù)演進路徑的洞察及精確推演。

在此之前，自動駕駛行業(yè)最大的新聞之一，便是英特爾斥 153 億美元巨資收購特斯拉昔日合作伙伴 Mobileye。彼時激光雷達還因為成本高、壽命低、不符合車規(guī)等原因受到自動駕駛行業(yè)之一，埃隆·馬斯克所倡導的視覺方案受到廣泛認可。

然而覺非科技卻并不這樣認為。

覺非科技 CEO 李東旻表示：“在做關(guān)鍵技術(shù)路線判斷的選擇題的時候，我們始終堅持一個原則，那就是只做行業(yè)終局需要的?！?/p>

在終局思維下，覺非科技盡量避免去做最后可能會被市場拋棄的技術(shù)，讓自己始終打造高維產(chǎn)品與地維產(chǎn)品進行競爭。因此，從 ADAS 一路小修小補慢慢優(yōu)化到高級別自動駕駛，這條路線自然也就被放棄了。

覺非科技堅持要從高級別自動駕駛做起的終局思維，出自于對中國市場和消費者對新事物遠超別國接受能力的判斷，這也令中國在科技行業(yè)一直保持著跨越式發(fā)展的狀態(tài)，正如我們跳過了信用卡，從現(xiàn)金直接進入移動支付；跨過了黑莓時代，直接從功能機進入智能機時代。

科技迭代沒有和風細雨，尤其是在跨越式發(fā)展的自動駕駛領(lǐng)域，技術(shù)開發(fā)需要面向未來，停留在中間狀態(tài)是危險的市場舉動。因此覺非科技在 2019年就為自己定下了面向 L4 級別無人駕駛開發(fā)的主基調(diào)，堅持激光點云結(jié)合視覺等感知融合的方案，專注做好自動駕駛?cè)珗鼍暗闹悄茴I(lǐng)航員。

所謂領(lǐng)航員，即 Pilot 的中文翻譯，原意指汽車拉力賽中，坐在副駕位置通過道路數(shù)據(jù)幫助賽車手制定駕駛路線的角色。

李東旻表示，“自動駕駛的規(guī)控系統(tǒng)最終還是要有主機廠，或者說產(chǎn)品交付者去負責，因此覺非科技不會踏入未來不屬于我們的業(yè)務(wù)范圍，因此我們決定專注于為自動駕駛系統(tǒng)提供最佳的領(lǐng)航員服務(wù)。”

清晰的邊界意識，及行業(yè)內(nèi)幾乎唯一的專注于數(shù)據(jù)引擎化、服務(wù)化的全棧式融合感知計算解決方案提供商的定位，也為覺非科技贏得了空前廣闊的市場合作機會。

正因如此，在大眾目光都放在 Robo－Taxi、特斯拉 FSD 等乘用車自動駕駛項目時，覺非科技卻率先捕捉到了無人駕駛在特定場景下商業(yè)領(lǐng)域的應(yīng)用潛力。相比于給普通車主帶來便利而言，無人駕駛對商業(yè)帶來的成本降低是可以實際計算的，投入產(chǎn)出比的經(jīng)濟賬非常容易算。

并且相比于廣受關(guān)注的干線物流、高速路、快速路等復(fù)雜的普通道路環(huán)境而言，一些處于封閉場景下的低速無人駕駛商用場景也更容易實現(xiàn)。強調(diào)無接觸式服務(wù)的疫情背景，也在降本提效之外為自動駕駛技術(shù)的快速落地提供了更多理由。

在大家還在討論 Robo－Taxi 落地還需要五年還是十年的時候，港口無人駕駛貨車、末端無人配送車、無人環(huán)衛(wèi)清掃車等等自動駕駛設(shè)備卻已經(jīng)在這些大眾注意不到的場景下的布局卻已經(jīng)悄然開始加速。

數(shù)據(jù)為王中國自動駕駛或 超越美國一個世代

Robo－Taxi 的自動駕駛模式，尚處于技術(shù)驗證階段。早在 2016 年，蘭德智庫就指出，無人駕駛需要跑 110 億英里，才能證明自己比人力駕駛更安全。然而即便是以目前賬面上自動駕駛最優(yōu)秀的Waymo來考慮，其旗下?lián)碛?．2萬臺車，每個月開 8200 萬英里，也需要 11 年才能完成驗證。

毫不夸張地說，車跑在路上所產(chǎn)生的數(shù)據(jù)就是推動自動駕駛發(fā)展的“燃料”，是維持自動駕駛企業(yè)生存的“血液”。

也正是因為謀篇布局早，覺非科技也更早開始獲取到覆蓋不同場景的自動駕駛數(shù)據(jù)，結(jié)合圖像、語義、點云等不同維度的數(shù)據(jù)，通過進一步的融合、機器學習，轉(zhuǎn)化成為了可用于自動駕駛、智慧交通的“數(shù)據(jù)服務(wù)平臺”。

相較于部署在車端的激光雷達、攝像頭、毫米波雷達傳感器而言，部設(shè)在路端、24 小時俯視交通狀態(tài)的傳感器模組無疑采集數(shù)據(jù)更全面，效率也更高。

車端雷達智能掃描車輛的一面、兩面，而路側(cè)傳感器卻能從俯視角采集車輛的三面、四面形成幾何立體視覺，并且路側(cè)也能完整采集到很多類似交通事故等車端難以獲取的低頻率 Corner Case，記錄下它們的圖像、點云狀態(tài)，用以訓練無人駕駛 AI。

同時，車載傳感器再豐富，也難以逃避被環(huán)境遮擋造成的感知盲區(qū)問題。相對的，路端傳感器配合 V2X 車路協(xié)同系統(tǒng)就能從更高維度解決問題。

李東旻表示：“覺非科技多傳感器融合感知系統(tǒng)知寰＆trade；，每個點位 一天產(chǎn)生的數(shù)據(jù)量就高達 50TB，是一輛無人駕駛汽車數(shù)據(jù)量的 3～5 倍”，同時也 解決了自動駕駛的兩個核心問題，即車輛的自定位問題，及車遭環(huán)境的補盲?！?/p>

這也就是說，相比美國 Robo－Taxi，覺非科技在路側(cè)積累的數(shù)據(jù)優(yōu)勢會逐步放大，路側(cè)傳感器部署三年就相當于美國自動駕駛汽車部署九年，對于一項技術(shù)來說相差近十年幾乎可以視為差出一個世代了。

同樣一項技術(shù)，驗證所需時間相差三倍，兩者面臨的市場環(huán)境可謂巨大。

然而事實上，中國有 52 萬個路口，未來路端傳感器數(shù)量定然是要遠超美國 Robo－Taxi 部署的數(shù)量，兩者之間的數(shù)據(jù)積累差距只會越來越大，外國無人駕駛公司在未來遇到的 Case 可能早就在中國發(fā)現(xiàn)過了，這帶來的將是機器學習、AI 算法完成度上的鴻溝。

因此對于專注于車路協(xié)路徑的覺非科技來說，“車是主航道，路是護城河”，李東旻說到，“只要我們路側(cè)終端部署越多，運行時間越長，我們護城河就越深，競爭門檻就越高。”

完善數(shù)據(jù)閉環(huán)開創(chuàng)自動駕駛中國路徑

當然，車路協(xié)同技術(shù)能夠作為戰(zhàn)略重點寫入國家發(fā)展規(guī)劃，并非僅僅是用作數(shù)據(jù)收集，正如“知寰＆trade；”的命名，覺非科技車路側(cè)傳感器部署更是能夠為行駛在道路上的自動駕駛汽車提供“上帝視角”。

2021 年，覺非推出了“自動駕駛?cè)珬Ｈ诤嫌嬎憬鉀Q方案”。這套方案可針對不同場景為客戶定制化提供前裝與后裝定位算法、多傳感器融合感知算法及動態(tài)交通信息服務(wù)，為自動駕駛車輛從低級別輔助駕駛升級為 NOA 賦能。

與此同時，覺非還推出自動駕駛車端應(yīng)用：高精融合定位終端系統(tǒng)“鳴鴻＆trade；”其內(nèi)置環(huán)境感知算法、FPGA 車規(guī)級計算芯片等技術(shù)能力，可與車上搭載的高精地圖進行特征匹配，利用視覺與特征匹配結(jié)果為慣導與衛(wèi)導提供關(guān)鍵信息輸入。

特別是在城市多路徑場景、多層立交或隧道等衛(wèi)導與慣導受干擾嚴重的場景中，“鳴鴻＆trade；”系統(tǒng)為車輛提供高精度和高魯棒性的定位服務(wù)，保持數(shù)據(jù)精準穩(wěn)定的輸出。

當前 L4、L5 級別自動駕駛技術(shù)的難點很大程度還是集中在“感知”領(lǐng)域，不論是視覺為主還是融合激光雷達的單車智能方案，都仍是基于車輛自身傳感器去感知外界環(huán)境，僅能感知到周遭一定角度、一定范圍內(nèi)的狀況，安全性天花板不高。

針對高級別自動駕駛，覺非的“自動駕駛?cè)珬Ｈ诤嫌嬎憬鉀Q方案”可整合華為MDC、地平線 J5、英偉達 Orin 等高性能平臺，按照不同的算力需求，從中等算力平臺到大算力平臺兩個維度，可精細化部署融合感知、融合定位等產(chǎn)品服務(wù)。

同時，覺非科技自研基于 LiDAR 與視覺融合計算的核心技術(shù)，已可為自動駕駛車輛提供融合感知、融合定位和數(shù)據(jù)閉環(huán)自更新的全棧技術(shù)與服務(wù)。

自動駕駛有望成為及移動互聯(lián)網(wǎng)之后，再一次改寫世界文明方式的巨大變革。不過這一次，中國將最有可能憑借技術(shù)積累和車路協(xié)同建設(shè)等領(lǐng)域在自動駕駛行業(yè)以領(lǐng)導者的姿態(tài)實現(xiàn)引領(lǐng)。

覺非科技并未將自身定義為無人駕駛領(lǐng)域中的競爭者，而是以全場景智能數(shù)據(jù)引擎和自動駕駛解決方案服務(wù)商的身份面向主機廠、智能駕駛供應(yīng)商、自動駕駛場景運營商等行業(yè)參與者，作為自動駕駛能力的賦能者，才是無人駕駛時代的真正 Tier1。

不可否認的是，自動駕駛領(lǐng)域玩家已經(jīng)人滿為患，主機廠牢牢把我這規(guī)控的方向盤，BAT、華為等互聯(lián)網(wǎng)巨頭鼎立則是瞄準系統(tǒng)架構(gòu)及大數(shù)據(jù)。而覺非科技卻能夠憑借提前卡位深挖數(shù)據(jù)護城河，依靠開放合作賦能合作伙伴的理念積極攜手行業(yè)重要玩家，構(gòu)建廣泛的生態(tài)聯(lián)盟，無疑是在自動駕駛的血海修羅場中開辟除了一條全新的價值通路。

來源：電科技 袁創(chuàng)