馭勢吳甘沙：四招打造自動駕駛中場發動機

9月20日，由智東喜、CAPE和極限水果主辦的GTIC 2018全球智能汽車供應鏈創新峰會在重慶舉行。會議邀請了來自學術界、汽車制造商、互聯網公司、汽車零部件制造商、電信運營商、自動駕駛新興公司、車聯網公司等智能汽車供應鏈各領域核心公司的30多位專家和高管共同登臺，分享他們對智能汽車前沿的看法。▲ 吳甘莎在峰會上發表了講話。馭勢科技聯合創始人兼首席執行官吳甘莎在大會上發表了題為“L4級開放之路的長征”的主題演講，分享了L4級自動駕駛技術面臨的三大挑戰、馭勢科技在技術落地方面的探索經驗以及馭勢科技的發展戰略。吳甘沙表示，馭勢科技定位為自動駕駛領域的0.5級供應商，2025年將實現L4級開放道路自動駕駛技術。在L4級系統的基礎上，其開發的L3級自動駕駛系統旨在實現從收費站到收費站的自動駕駛。目前，大量道路測試已經完成，AVP自動停車服務技術也將于本月交付給客戶。在2025年劍指開路L4演講之初，吳甘莎以Waymo的測試數據為例，表明開路L4級自動駕駛技術難度極高。在美國，人類司機每行駛16.5萬英里就會發生一次普通事故，每行駛9400萬英里就會出現一次致命事故。然而，目前世界上最好的技術Waymo每行駛5596英里就需要人工干預，否則就會發生事故，這表明目前的自動駕駛技術與普通人類駕駛員仍有很大差距。同時，需要注意的是，Waymo在美國亞利桑那州鳳凰城有一個良好的路試環境，車少人少，所有人都遵守交通規則。然而，在中國，開放道路的復雜性高，地面粗糙度低，存在人車混合、電動汽車無序行駛和逆行交通堵塞等現象。毫無疑問，在中國的開放道路上實現L4級別的自動駕駛更加困難。吳甘沙將自己面臨的挑戰分為三個維度：可靠性、穩健性、安全性/舒適性/社會性。即使面臨諸多挑戰，吳甘莎表示，馭勢科技在2025年仍然選擇了開放道路的L4級自動駕駛技術。吳甘莎表示，馭勢科技將從最高標準（開放道路L4）進行技術研發，在商業落地方面，將基于自身L4技術，減少到幾個高頻、剛需的量產場景進行商業化，即一路產卵，而不是為了一時的利益而選擇其他方向進行技術研發，從而影響其研發主線。馭勢科技技術落地探索盡管距離開放道路L4級自動駕駛技術量產還有很長的路要走，但目前自動駕駛技術已經在一些細分場景中進行了載人和負載兩個方向的嘗試。載人方向主要包括：最后3公里微循環車、（L4）AVP自動停車服務系統、（L3）高速公路自動駕駛、BRT城市快速交通等。裝載方向主要包括高速公路物流貨車、低速物流車、低速環衛車等。▲ 馭勢科技在雷雨天氣下測試自動駕駛技術。吳甘莎認為，上述不同的細分場景在可靠性、穩健性、安全性/舒適性/社會性三個維度上面臨著不同的挑戰。例如，有人駕駛的車輛應該比有載車輛更考慮舒適性，在開放道路上行駛的自動駕駛車輛應該比在封閉場景中行駛的車輛更考慮社會性（即不影響他人）和魯棒性。基于不同場景面臨的不同挑戰，馭勢科技也選擇了一些場景進行技術探索。在裝載方向，宇時科技與全球前三大國際機場達成合作，在停機坪上部署無人電動物流拖車，幫助飛機運輸行李和貨物。在載人方向，其低速給料機/微循環車已在北京房山5號部分科技園區試運行……

自動駕駛測試區、杭州來福士購物中心地下室等場所。同時，它也在與汽車制造商進行AVP自動停車服務技術和L3高速公路自動駕駛技術的研發測試。▲ 馭勢科技AVP技術演示吳甘莎表示，純終端自動駕駛互聯汽車暫時無法實現量產，但有更多的量產機會，如快速公交、最后三公里的微循環汽車和L2/L3級乘用車自動駕駛技術。吳甘莎在現場介紹，L3自動駕駛技術的目標是實現ETC到ETC（即完成從收費站到收費站的自動駕駛）。目前，已經完成了大量的道路測試，每個拉鏈的行駛距離已經達到數千公里。AVP自動停車服務技術于10月交付給客戶，并與原始設備制造商和旅行服務提供商共同運營。有兩種模式，一種是學習在固定的停車位停車，也可以學習在固定路線上停車，無需幾天的高精度地圖訓練。另一個是公共停車場。入場后，停車場將分配停車位，車輛將依靠高精度地圖自行停車。此外，馭勢科技還正在與酒店等合作伙伴合作，在酒店大堂和停車場測試分時租賃車輛的自動停車技術。教無人車應對新情況的四種方法：“成年人參加駕照考試時已經有18年的社會經驗，但無人車并沒有積累這一塊。”吳甘莎說。在他看來，L4級開放道路自動駕駛技術意味著無人車需要面對許多前所未有的新情況、新事物，這對技術研發提出了新的要求。為此，馭勢科技正在與國內外多家科研機構進行聯合研發，探索適應開放、動態和不確定環境的算法，包括：1。讓無人車擁有和人一樣的知識和常識。2.讓無人車有模仿學習和加強學習的能力，像人一樣可以做到盡善盡美，開得越多越好。3.讓無人車具有因果推理能力，在遇到以前從未見過的情況時，可以通過推理找到解決方案。4.讓無人車具備遷移和學習的能力，能夠舉一反三，達到類比。例如，我們在無人車模擬中學到的東西被轉移到了實際場景中。在系統層面，馭勢科技還開發了一款車規全功能的多域控制器（計算集線器），集成了AI控制器、定位控制器、線控底盤控制器、V2X/遙控器和黑匣子五大模塊。在此基礎上，還可以進行自定義。例如，一些車輛可以在沒有RTK或高精度定位支持的情況下拆除定位控制器模塊。在軟件層面，馭勢科技增加了大量冗余系統，如實時電子圍欄、故障操作能力、遠程監控、全系統冗余、信息安全等。吳甘莎在現場介紹，馭勢技術的多域控制器已經發展到第二代，可以隱藏在座椅下，集成度高，可管理性強。定位Tier0.5打造自動駕駛“中場引擎”吳甘莎在現場表示，傳統車企現在正在尋求變革，正在從客戶思維向用戶四維轉變，從產品思維向服務和平臺思維轉變。馭勢科技有能力與傳統車企合作，進行創新，應對變化。他表示，馭勢科技定位為Tier0.5供應商，應該是無人駕駛生態中的“中場引擎”，即通過1+1+X級車腦+云腦，可以連接到不同的主機廠，從而在無人公交車、高速公路、工廠、機場等不同場景進行技術落地（X）。那么，馭勢科技如何附著能量呢？總結可以分為四大動作。1.在研發層面與原始設備制造商共享代碼和數據。2.幫助原始設備制造商和其他合作伙伴建立創新的運營和維護系統。例如，分時企業需要進行很多……

車輛操作和維護工作，宇時科技與他們一起開發了遠程監控系統，在自動駕駛系統出現故障時遠程控制車輛；與分時租賃公司合作，開發編隊調度系統，允許車輛在不同網點之間獨立流動；

提高自動停車的準確性，實現高密度停車。3.馭勢科技提供了一個可以實現虛擬與現實相結合的仿真系統，并與OEM進行技術驗證。4.馭勢科技可以通過自動駕駛的“影子模式”積累測試數據，推動技術研發。根據吳甘莎引用的蘭德公司的數據，無人車需要達到110億英里的運行數據，才能從統計上證明無人車達到人類駕駛員的水平。這對測試車隊的規模提出了非常高的要求。目前唯一的解決方案是在大量生產車輛上使用“影子模式”系統，即在配備自動駕駛系統的車輛上部署兩套算法。當人們開車時，系統在后臺運行一套自動駕駛算法，然后將其與人類的駕駛結果進行比較，以提高他們的技能。不過，吳甘莎也指出，影子模式雖然不錯，但也面臨著數據隱私、傳輸、傳感器選擇、決策和抗噪聲等挑戰。9月20日，由智東喜、CAPE和極限水果主辦的GTIC 2018全球智能汽車供應鏈創新峰會在重慶舉行。會議邀請了來自學術界、汽車制造商、互聯網公司、汽車零部件制造商、電信運營商、自動駕駛新興公司、車聯網公司等智能汽車供應鏈各領域核心公司的30多位專家和高管共同登臺，分享他們對智能汽車前沿的看法。▲ 吳甘莎在峰會上發表了講話。馭勢科技聯合創始人兼首席執行官吳甘莎在大會上發表了題為“L4級開放之路的長征”的主題演講，分享了L4級自動駕駛技術面臨的三大挑戰、馭勢科技在技術落地方面的探索經驗以及馭勢科技的發展戰略。吳甘沙表示，馭勢科技定位為自動駕駛領域的0.5級供應商，2025年將實現L4級開放道路自動駕駛技術。在L4級系統的基礎上，其開發的L3級自動駕駛系統旨在實現從收費站到收費站的自動駕駛。目前，大量道路測試已經完成，AVP自動停車服務技術也將于本月交付給客戶。在2025年劍指開路L4演講之初，吳甘莎以Waymo的測試數據為例，表明開路L4級自動駕駛技術難度極高。在美國，人類司機每行駛16.5萬英里就會發生一次普通事故，每行駛9400萬英里就會出現一次致命事故。然而，目前世界上最好的技術Waymo每行駛5596英里就需要人工干預，否則就會發生事故，這表明目前的自動駕駛技術與普通人類駕駛員仍有很大差距。同時，需要注意的是，Waymo在美國亞利桑那州鳳凰城有一個良好的路試環境，車少人少，所有人都遵守交通規則。然而，在中國，開放道路的復雜性高，地面粗糙度低，存在人車混合、電動汽車無序行駛和逆行交通堵塞等現象。毫無疑問，在中國的開放道路上實現L4級別的自動駕駛更加困難。吳甘沙將自己面臨的挑戰分為三個維度：可靠性、穩健性、安全性/舒適性/社會性。即使面臨諸多挑戰，吳甘莎表示，馭勢科技在2025年仍然選擇了開放道路的L4級自動駕駛技術。吳甘莎表示，馭勢科技將從最高標準（開放道路L4）進行技術研發，在商業落地方面，將基于自身L4技術，減少到幾個高頻、剛需的量產場景進行商業化，即一路產卵，而不是為了一時的利益而選擇其他方向進行技術研發，從而影響其研發主線。馭勢科技技術落地探索盡管距離開放道路L4級自動駕駛技術量產還有很長的路要走，但目前自動駕駛技術已經在一些細分場景中進行了載人和負載兩個方向的嘗試。載人方向主要包括：最后3公里微循環車、（L4）AVP自動停車服務系統、（L3）快遞……

自動駕駛、BRT城市快速交通等。裝載方向主要包括：高速公路物流貨車、低速物流車、低速環衛車等。▲ 馭勢科技在雷雨天氣下測試自動駕駛技術。吳甘莎認為，上述不同的細分場景在可靠性、穩健性、安全性/舒適性/社會性三個維度上面臨著不同的挑戰。例如，有人駕駛的車輛應該比有載車輛更考慮舒適性，在開放道路上行駛的自動駕駛車輛應該比在封閉場景中行駛的車輛更考慮社會性（即不影響他人）和魯棒性。基于不同場景面臨的不同挑戰，馭勢科技也選擇了一些場景進行技術探索。在裝載方向，宇時科技與全球前三大國際機場達成合作，在停機坪上部署無人電動物流拖車，幫助飛機運輸行李和貨物。在載人方向，其低速給料機/微循環車已在一些科技園區、北京房山5G自動駕駛測試區、杭州來福士購物中心地下室等地投入試運行。同時，它也在與汽車制造商進行AVP自動停車服務技術和L3高速公路自動駕駛技術的研發測試。▲ 馭勢科技AVP技術演示吳甘莎表示，純終端自動駕駛互聯汽車暫時無法實現量產，但有更多的量產機會，如快速公交、最后三公里的微循環汽車和L2/L3級乘用車自動駕駛技術。吳甘莎在現場介紹，L3自動駕駛技術的目標是實現ETC到ETC（即完成從收費站到收費站的自動駕駛）。目前，已經完成了大量的道路測試，每個拉鏈的行駛距離已經達到數千公里。AVP自動停車服務技術于10月交付給客戶，并與原始設備制造商和旅行服務提供商共同運營。有兩種模式，一種是學習在固定的停車位停車，也可以學習在固定路線上停車，無需幾天的高精度地圖訓練。另一個是公共停車場。入場后，停車場將分配停車位，車輛將依靠高精度地圖自行停車。此外，馭勢科技還正在與酒店等合作伙伴合作，在酒店大堂和停車場測試分時租賃車輛的自動停車技術。教無人車應對新情況的四種方法：“成年人參加駕照考試時已經有18年的社會經驗，但無人車并沒有積累這一塊。”吳甘莎說。在他看來，L4級開放道路自動駕駛技術意味著無人車需要面對許多前所未有的新情況、新事物，這對技術研發提出了新的要求。為此，馭勢科技正在與國內外多家科研機構進行聯合研發，探索適應開放、動態和不確定環境的算法，包括：1。讓無人車擁有和人一樣的知識和常識。2.讓無人車有模仿學習和加強學習的能力，像人一樣可以做到盡善盡美，開得越多越好。3.讓無人車具有因果推理能力，在遇到以前從未見過的情況時，可以通過推理找到解決方案。4.讓無人車具備遷移和學習的能力，能夠舉一反三，達到類比。例如，我們在無人車模擬中學到的東西被轉移到了實際場景中。在系統層面，馭勢科技還開發了一款車規全功能的多域控制器（計算集線器），集成了AI控制器、定位控制器、線控底盤控制器、V2X/遙控器和黑匣子五大模塊。在此基礎上，還可以進行自定義。例如，一些車輛可以在沒有RTK或高精度定位支持的情況下拆除定位控制器模塊。在軟件層面，馭勢科技增加了大量冗余系統，如實時電子圍欄、故障操作能力、遠程監控、全系統冗余、信息安全等。吳甘莎在現場介紹，多域控制……

宇時科技已經發展到第二代，可以隱藏在座椅下，集成度高，可管理性強。定位Tier0.5打造自動駕駛“中場引擎”吳甘莎在現場表示，傳統車企現在正在尋求變革，正在從客戶思維向用戶四維轉變，從產品思維向服務和平臺思維轉變。馭勢科技有能力與傳統車企合作，進行創新，應對變化。他表示，馭勢科技定位為Tier0.5供應商，應該是無人駕駛生態中的“中場引擎”，即通過1+1+X級車腦+云腦，可以連接到不同的主機廠，從而在無人公交車、高速公路、工廠、機場等不同場景進行技術落地（X）。那么，馭勢科技如何附著能量呢？總結可以分為四大動作。1.在研發層面與原始設備制造商共享代碼和數據。2.幫助原始設備制造商和其他合作伙伴建立創新的運營和維護系統。例如，分時企業需要進行大量的車輛運維工作，宇時科技與他們一起開發了遠程監控系統，在自動駕駛系統出現故障時遠程控制車輛；與分時租賃公司合作，開發編隊調度系統，允許車輛在不同網點之間獨立流動；提高自動停車的準確性，實現高密度停車。3.馭勢科技提供了一個可以實現虛擬與現實相結合的仿真系統，并與OEM進行技術驗證。4.馭勢科技可以通過自動駕駛的“影子模式”積累測試數據，推動技術研發。根據吳甘莎引用的蘭德公司的數據，無人車需要達到110億英里的運行數據，才能從統計上證明無人車達到人類駕駛員的水平。這對測試車隊的規模提出了非常高的要求。目前唯一的解決方案是在大量生產車輛上使用“影子模式”系統，即在配備自動駕駛系統的車輛上部署兩套算法。當人們開車時，系統在后臺運行一套自動駕駛算法，然后將其與人類的駕駛結果進行比較，以提高他們的技能。不過，吳甘莎也指出，影子模式雖然不錯，但也面臨著數據隱私、傳輸、傳感器選擇、決策和抗噪聲等挑戰。

標簽：遠程北京合創

汽車資訊熱門資訊