和秋名山并驾齐驱的“通天大道”天门山盘山公路，因其10.77公里，高差 1300多米，99道弯，180度急弯，左为山体，右为万丈悬崖，成为司机们的忌惮之地。近日，这条“通天大道"上，出现了一辆智行者“星骥”无人车。
近期智行者参加CCTV《机智过人》节目，其自主研发的无人驾驶车“星骥”在极端天气下首次挑战天门山的极端路况，并成功完成自动避障、弯道会车、穿越隧道三道关卡。谈起“星骥”无人车挑战天门山一事，智行者科技CTO王肖的声音明显提升了一节，“这比想象中难多了，应该是世界首例。”
在参加过众多无人车赛事的智行者眼中，以往的传统赛事较天门山挑战实属“小儿科”。因存在既定环境，既定规则，前者更像是“应试教育”。而天门山充满诸多不确定因素，雨雾的极端天气，伸手不见五指的隧道，弯道会车时充满变数的司机等。
人们在关注“星骥”无人车完成挑战时，更想了解的是“星骥”无人车在应对关卡时的技术实现，雷锋网新智驾近日与智行者科技CTO王肖进行了对话，了解了“星骥”无人车背后的秘密，及智行者自动驾驶更多的技术成果及商业规划。
作为第一个吃螃蟹的企业，智行者此前未测试过相似路径，“星骥”无人车需要在规定48小时内完成前期环境测试及挑战。王肖提到，挑战前的前期耗费了近一天的时间。由于山路环境复杂，树木山体遮挡严重，智行者需提前测试天门山GPS信号，并使用测绘车采集道路信息，绘制天门山高精度地图。在面临大雾、GPS信号弱，测试车失效的地方重新设计一套临时性算法。
王肖解释道，不同于城市结构化道路，充满变数、崎岖复杂的道路环境使得“星骥”在自动驾驶感知、定位及控制方面面临极大挑战。
在感知方面，相对于城市平直道路，崎岖山路中坡道起伏影响着多种传感器的空间协同标定。“星骥”基于FPGA方案开发的传感器融合单元，对传感器数据进行实时的空间标定及时间同步，保证在高频变化的车辆姿态下，道路数据能够得到及时准确的收集处理，避免多传感器融合而产生“鬼影现象”。
另外，雨雾、黑暗隧道环境造成激光及摄像头传感器失效。“星骥”采用摄像头、激光雷达及毫米波雷达的多传感器融合技术。其中，毫米波雷达穿透雾、烟、灰尘的能力强，在雨雾、隧道环境中起到识别作用。
*“星骥”一代无人驾驶测试车
*“星骥”二代无人驾驶测试车
王肖介绍到，挑战赛中亮相的是面向高级别自动驾驶的“星骥”二代无人驾驶测试车，其车顶采用了Velodyne 32线＋16线的激光雷达产品，用于识别车道线、道路标识等。较“星骥”一代的64线激光雷达产品相比，此方案的优势在于成本更低、盲区更少。
在定位方面，山路树木遮挡、数百米浓雾隧道造成GPS信号减弱、自动驾驶汽车定位难度加大，依据卫星、激光及车道线进行车辆定位已是枉然。为克服定位问题，“星骥”提升了组合导航航迹推算能力，采用惯性导航定位，这也是车辆在长达数百米的浓雾隧道中完成定位的关键方案。
崎岖山路对自动驾驶控制算法也提出了挑战。王肖提到，天门山坡道起伏，99道弯，180度急弯，一侧万丈悬崖一侧坚石绝壁环境下，这种情况绝不允许失败，“星骥”完成稳定行驶、精确横纵向控制的案例尚属国内首例。
在180度急弯会车场景中，大巴车已抢占部分“星骥”车道，“星骥”在数百毫秒内完成及时避障、路径规划及精确控制依赖的是智行者AVOS2.0自动驾驶操作系统。系统能够根据场景及任务需要快速进行学习及适配。
“星骥”作为智行者高速自动驾驶乘用车项目，瞄准的是L3及以上级别的量产自动驾驶产品，已拥有完整的软硬件整体解决方案。整体架构分为感知、决策及控制三大模块，三大模块如同人的眼睛、大脑及手脚，协同进行驾驶。其核心研发为基于车规级计算单元的自动驾驶大脑。王肖也对“星骥”的软硬件整体解决方案进行了详解：
资源整合，做自动驾驶领域中的Tier 1
目前博世、德尔福等国际一线Tier 1的首要目标为奔驰、宝马等一线主机厂，助其实现L3及以上的自动驾驶功能，针对中国主机厂，至少会延迟3-5年，甚至更长时间。但对国内主机厂而言，均有自研L3及以上功能的诉求。对于L3及以上自动驾驶，自动驾驶大脑既关系数据安全，又关乎车辆行为安全。正如芯片级操作系统一样，自动驾驶大脑必须由中国公司来掌控。在这种背景下，催生出自动驾驶供应商公司。
雷锋网新智驾了解到，区别于市场上的全栈式自动驾驶企业，智行者不以深度学习、高精度地图及芯片等为卖点，而是专注自动驾驶大脑开发及整体方案集成。王肖提到，全栈开发公司的确能快速做出一个特定路段Demo进行演示，但智行者更倾向于产品思路，希望整合行业内优秀资源来共同发展。在感知及控制两个模块上，“星骥”已同多家国内外头部供应商建立合作关系：
激光雷达方面，同Velodyne合作。智行者也是目前国内唯一一家同Velodyne达成战略合作的初创公司；
视觉模块，已同国内某领先视觉方案解决商达成框架合作协议，并将联合推出低成本解决方案；
计算单元方面，同Xilinx及Nvidia签署合作协议；
高精度地图方面，同百度Apollo达成战略合作协议；
高精度定位方面，与千寻差分定位、Honeywell等国内外行业头部公司进行合作；
执行器线控方面，已采用某主机厂线控系统进行研发。
对于L2.5-L3级别自动驾驶车辆来说，成本非常敏感。在主机厂指定合理功能和使用场景下(ODD)，智行者整套解决方案争取控制在1万人民币，包括传感器及计算单元整套解决方案。
智行者将自己定位于自动驾驶领域中的Tier 1。例如德尔福，作为一级汽车供应商，德尔福使用Mobileye视觉产品，以及其他厂商的执行器，集成ADAS解决方案，提供给一线整车厂。
在ADAS领域，博世之所以能够成为头部供应商，并非其视觉和执行器的单项功能是世界第一，而是能够提供整套解决方案及核心域控制器。这也是智行者从自动驾驶大脑切入的基本逻辑和合理性。在王肖看来，全栈式自动驾驶开发仅适用于前期演示，难以实现量产化、产品化落地，任何公司都不能做到传感器、芯片、高精度地图面面俱到。再者，集成国内外先进供应商产品，最终能够形成更高水平的自动驾驶。
硬件计算平台
不同于常规自动驾驶研发采用工控机或Nvidia TX或PX系列方案，“星骥”瞄准量产级乘用车辆，车规级计算芯片必不可少。
目前，智行者已拥有自主研发的AVCU整车控制器，通过各个端口集成连接传感器系统、决策系统、执行系统，并兼容地平线、Mobileye多种接口。同整体架构中感知、决策及控制三大模块相对应，星骥计算平台AVCU(Autonomous Vehicle Control Unit)包括传感器融合单元、“大脑”单元及控制单元三个部分。
三个部分分别采用FPGA+CPU/GPU+MCU模式进行设计实现，在传感器融合单元采用FPGA方案，进行传感器数据空间标定及时间同步，同时进行数据融合，能够极大提高数据感知实时性，保证高速行车安全。
*“星骥”AVCU整车控制器
对于自主研发AVCU整车控制器，王肖解释到，根据自身软件方案来定制硬件方案，适合产品方向，能够有效降低成本，并且满足车规级要求。自动驾驶技术特点同传统ADAS及PC端有很大区别。同工业计算机(IPC)和英伟达的PX, Xavier芯片或集成解决方案比，后者在价格、功耗及车规级方面均难以满足要求，且对于自身软件方案来说并非最优解。
成本方面，面向L3量产项目，AVCU的成本须控制在5000人民币左右。而影响成本最重要是具体数量，几万台和几十万台对于AVCU的价格影响很大。
AVOS2.0操作系统
相对于1.0系统，AVOS2.0系统强化了面向产品的应用研发。
在感知部分，能够自定义传感器数量、安装位置及品牌，提高扩展性。基于FPGA的算法平台使得2.0的实时性和数据质量高于1.0的CPU实现效果；决策部分，2.0在行为决策及运动规划两大模块上进行了改进。
行为决策情景模板、行为语言及行为树的三大开发流程模式，该模式将所有驾驶行为、场景及接口进行规范化，摒弃“用户一句话，代码重头来”的传统开发模式。并通过自研AVVS开发套件工具，可以使得用户能够像Simulink一样通过及其简单操作来实现自定义自动驾驶功能。
运动规划部分重点改进了高速情况下车辆动力学模型，特别是在精确控制要求。上述挑战赛中180度急弯会车场景中，“星骥”的精确控制能力正源于此。
自诞生之初，智行者就选择两条腿走路的商业模式——低速自动驾驶车“蜗”系列＋高速自动驾驶车“星骥”。即首先落地安全性更高的低速车，逐步推出技术难度更高的高速车。
雷锋网新智驾了解到，当前无人扫地车（蜗小白）、无人物流车（蜗必达）及无人园区车（蜗来了）相继落地。智行者被称为“产品落地最快的无人驾驶创业公司”，其低速车产品已经陆续成型。今年11月份，智行者首批“蜗”系列量产产品也将正式下线。
而内部孕育研发多年的高速乘用车——“星骥”在近期天门山挑战赛首次对外公示。王肖也向新智驾透露了智行者未来的高速自动驾驶乘用车计划，即“星骥”无人车的落地量产方案。
同供应商进行资源整合，为整车厂提供L2.5-L3自动驾驶解决方案，包括高速公路自动驾驶、全自动泊车等等。今年年底，智行者将同Velodyne及视觉方案商推出低成本的L2.5自动驾驶解决方案。
智行者将于明年推出首批自动驾驶共享车队，包含15台可实现L4-L5级别自动驾驶汽车，主要面向开放自动驾驶道路。
智行者内部将公司战略总结为“有里子，有面子”，既要脚踏实地，也要仰望星空。
有里子即依托低速车快速实现落地，来保证充足的现金流，支持技术研发、人才引进。同时，成型技术、落地化产品也能吸引国内外一线供应商。智行者目前已同国外头部激光雷达公司Velodyne、国内芯片供应商地平线达成合作。
有面子即仰望星空。虽然高级别自动驾驶汽车量产依旧很遥远，但基于低速车量产产品吸引供应商资源，提高自动驾驶水平，并不断积累高速自动驾驶技术经验的路径依旧要走。
资本的寒冬已经来临，自动驾驶行业不能再单纯以先进技术研发为驱动，而是要综合考虑场景、落地及产品。王肖表示，以产品为导向，加强先进性研发、工程转化及质量测试等将是智行者近两年重点加强的方向。
正在生成分享图...
我在思考中