<mark id="oztn4"></mark>
0
【 圖片來源：The Verge 所有者：William Joel 】
雷鋒網新智駕按：Waymo One正式商用，最先將汽車自動駕駛技術真正商業化的不是車企，而是科技公司，這對于自動駕駛創業公司來說，簡直就是巨大的鼓舞。
最近在盤點國內的自動駕駛創業公司過程中，新智駕發現了一些有趣的現象，比如他們大都發力自動駕駛垂直細分領域，在技術路線與和核心產品方面，顯而易見，與BAT等大型互聯網公司不同。
大型企業更多的是修建“基礎設施”、開發共享平臺，承擔起構建生態、樹立標準的作用。而國內初創企業大多將技術路線專注于某一些軟件或是硬件，例如傳感器、芯片、大數據算法等。
此外，從早期研發汽車主動安全、高級駕駛輔助（ADAS）等產品，到傳感器融合處理再到L4級自動駕駛解決整體方案，初創企業不斷整合這些細分領域，從而成為自動駕駛技術不斷向前發展的推動者。
目前，在國內的自動駕駛創業領域，創業團隊融資規模如何？業務模式有哪些？商業化落地場景有哪些？
本文從上述幾個維度，對國內幾家頗受關注的自動駕駛創業公司進行了一次盤點。
2015 年8月，基于FPGA、深度學習開發ADAS并實現前裝量產的魔視智能成立，專注于自動駕駛視覺應用，公司總部位于上海，并在澳大利亞設立了研發中心。
從業務構成來看，魔視主要基于自身的視覺算法為 OEM 和 Tier 1 提供完整的自動駕駛視覺方案，其產品應用主要基于四個方向：視覺感知，多傳感器融合，車輛定位，自主泊車。
2016年的11月，魔視智能推出國內第一臺基于深度學習的車規級智能輔助駕駛樣機。在經歷了一年有余的乘用車主機廠測試后，智能輔助駕駛一體機在今年6月實現乘用車前裝量產。
*應用于比亞迪車型的前視智能輔助駕駛一體機
從ADAS到泊車，魔視智能的目標是自動駕駛，前視ADAS和自動泊車均是自動駕駛的具體產品體現，而ADAS和智能泊車兩方向融合也是未來自動駕駛系統的技術方向。
魔視智能基于FPGA方案和深度學習的量產級自動泊車方案，是通過四目視覺感知和超聲傳感器融合，采用深度學習算法，對車身周圍停車位進行感知及決策，實現半自動和全自動泊車控制，以及一鍵式遙控泊車。
和傳統自動泊車系統采用的純視覺或超聲波方案，基于深度學習的視覺同超聲波融合的自動泊車方案的優勢在于，能夠滿足車位識別的魯棒性要求，可以完成不同形態車位、不同材質路面、路沿的識別。而采用傳統學習算法的自動泊車產品，僅適用于單個或幾種簡單場景。
魔視智能前裝有四條產品線：是前視預警的產品線，前視控制的產品線，自主泊車的產品線，以及L4自動駕駛的產品線。
在自主泊車方面，魔視智能可支持不同等級自動駕駛：支持基于單目視覺深度學習的L0~L2級別的高級駕駛輔助系統（ADAS），可提供LDW、FCW、PCW、SLI等功能；支持基于3D環視和深度學習的L3/L4級別自主泊車方案，能夠實時識別車身周邊的環境，輸出車輛、行人、障礙物、車位、車道線等信息；支持基于深度學習和視覺SLAM的L3、L4高級別自動駕駛方案，將視覺感知、融合、定位、路徑規劃與控制算法實現在嵌入式低功耗的車規級芯片上，在不同的場景條件下實現自動駕駛。
商業落地上，2018年，魔視智能已同比亞迪、北汽新能源、一汽、蔚來、眾泰等18個主機廠及供應商進行量產和產品研發合作。此外，基于車規級嵌入式處理器和深度學習的量產級自動泊車產品也于去年9月正式發布。
值得一提的是，魔視智能前視智能輔助駕駛一體機已經出現在比亞迪上市的主力車型上。
據雷鋒網此前報道，魔視智能嵌入式深度學習技術已在中國本土的一線乘用車主機上正式落地量產并實現每月千臺以上穩定批量出貨。自2018年6月正式批量量產至今，累計出貨已經超過萬臺規模。魔視智能計劃到2019年末擴展至30個主機廠及供應商量產及合作項目，17個正式定點，搭載超過15萬臺不同車型。
紐勱科技成立于 2016 年 8 月，創始團隊來自特斯拉，得到了中國產業資本的投資，并獲得了 第 38 張加州 DMV 頒發的路測許可證。
紐勱科技打造的是一套包括感知、規劃決策和控制的完整自動駕駛解決方案，將人工智能和深度學習技術深入應用其中。
其實從技術上和商業落地上來看，紐勱科技的業務聚焦于自動駕駛大腦、結構化道路以及最后一公里的自主泊車。
但在自動駕駛全棧解決方案中，紐勱科技主攻的是應用軟件層和算法，其技術涵蓋了傳感器數據、環境感知、規劃決策、控制、離線模塊，并且全部達到了車規級標準，具體是：
傳感器數據：攝像頭、激光雷達、毫米波雷達、超聲波雷達、GPS/IMU；
環境感知：目標識別、目標融合、跟蹤預測、世界模型、定位；
規劃決策：路徑規劃、行為規劃、參考規劃、軌跡規劃；
控制：剎車、油門、方向盤；
離線模塊：數據采集、模型訓練、仿真驗證。
此外，與市場上很多其它方案不同的是，紐勱科技主打的是以視覺為主、多傳感器融合的感知方案。
紐勱的優勢在于其自主研發的系統平臺。平臺可以減少對第三方的依賴，做到自主可控。該系統區別于ROS系統，可以用一個框架來開發適應高速、城市和泊車等各種場景的自動駕駛，打造產品級的解決方案。
在攝像頭設計上，紐勱科技完全根據功能實現與軟件開發需求對攝像頭進行自主設計，包括芯片選型、鏡頭光學參數等；其次，紐勱科技自主研發的IPS算法可以處理復雜光線，在過曝和白平衡失調等情況下進行視覺處理。
為了讓自動駕駛系統可以像人類駕駛員一樣，處理大量的不確定信息和意外情況，紐勱科技為系統引入了比傳統方案層級更多、更高的分層規劃，提升系統規劃決策的實時性和魯棒性。
商業進程上，紐勱科技計劃在2020年正式將這套系統應用至量產車型上。
Momenta：打造自動駕駛大腦的獨角獸
*Momenta首次展示多款不同級別的自動駕駛樣車
Momenta成立于2016年，已于2017年10月完成B輪融資。去年10月，Momenta宣布完成新一輪融資、本輪投資者包括騰訊等多家機構。自成立至今，Momenta總計獲得五輪融資，累計獲得超2億美元資金，投資方包括奔馳母公司戴姆勒集團，總體估值超過10億美元。
Momenta的核心技術是基于深度學習的環境感知、高精度地圖、駕駛決策算法。導航方面，利用眾包車輛形成高精度語義地圖，成本遠低于激光雷達；決策方面，基于眾包車輛的海量駕駛軌跡與高精度地圖，進行數據而非規則驅動的駕駛決策。
其實，Momenta的最大的特點是通過眾包的方式獲取超大規模的駕駛數據，確保行車的安全性。同時，采用視覺為主的解決方案，降低成本。
Momenta利用數千塊GPU構建出高效的計算機群；在大數據平臺上，Momenta已經能夠獲取到相當于每天數百萬公里的駕駛相關數據。這些數據通過訓練，可以得到更好的深度學習算法模型。
在完成基礎平臺建設之后，Momenta開發了圍繞環境感知、高精度地圖和駕駛決策相關的算法。去年，Momenta的軟件算法進一步產品化形成了多個不同級別的自動駕駛產品和解決方案，包括后裝安全輔助駕駛產品、L3級別面向高速公路和城市環路的自動駕駛解決方案、L4級別自主泊車解決方案以及L4級別城市道路的自動駕駛解決方案。
高精地圖方面，和其它將已完成多少萬公里道路數據采集作為宣傳重點的的廠家不同，Momenta更加注重高精地圖的持續更新能力。
Momenta在高精度地圖方面選擇了基于視覺感知進行眾包部署的方案，用“兩條腿”走路：通過自有渠道或者合作渠道，完成地圖繪制；布局后裝設備及前裝定位盒子，眾包完成地圖更新。
對于未來商業化，Momenta的態度非常開放。在和主機廠、供應商合作的過程中，Momenta將自己定義為Tier 2。作為自動駕駛方案提供商，其可向自動駕駛公司、主機廠、供應商提供高精度地圖數據、技術授權（license）及制圖、更新及定位工具服務。
2019年將是Momenta重要的產品化落地的一年。
夏炎此前在新智駕主辦的2018 全球智能駕駛峰會上總結了Momenta的產品思路：第一步打造基礎平臺，第二步打磨核心技術，第三步落地產品。
目前基于多個不同級別的自動駕駛產品和解決方案，Momenta正與多家國際國內車企和Tier 1展開合作。
縱目科技成立于2013年，早期專注于視覺算法的開發。
在2015年年底，公司相繼完成了A輪融資以及第一款環視產品的量產；2016年在北京成立了自動駕駛研發中心，專注于低速自動駕駛方向。
2017年2月完成了一億人民幣的B輪融資；11月發布了針對地下停車場的自主泊車功能；12月國內第一臺搭載高清環視ADAS功能的車型正式下線，里面采用的就是縱目的控制器。
2018年12月，縱目科技宣布收到中國一汽的項目定點，將在中國一汽紅旗品牌2020年的量產車型上，部署低速L4級自動代客泊車產品，并計劃在2020年實現主要一線二線城市大型商業停車場內的自主泊車功能。
從一家360環視初創公司，到為主機廠供貨的Tier1，縱目只用了兩年，從環視到自動泊車前裝，縱目用了一年，而從產品到商業落地，拿下整車廠自動代客泊車量產項目，縱目用了半年。
對于縱目科技來說，解決車規級量產上車及積累多場景數據測試成為縱目在自動泊車產品方面的發力重點。基于此，縱目自主泊車產品演進分為三個階段，各階段的應用場景由簡單到復雜逐步漸進：
1.0階段，主要解決停車場以及簡單園區的應用；
2.0階段，擴展到復雜的園區以及結構復雜的多層停車場；
3.0階段，進一步擴展到停車場周邊的市區道路。
圍繞低成本、車規級、量產三大方向，縱目自動代客泊車系統已形成基于自主研發的“車+云+場”的軟硬件綜合解決方案，并結合人工智能以及多傳感器融合技術，實現長距離自主無人泊車以及用車召回等L4級自動駕駛功能。
車端：由低速域控制器以及多種傳感器組合形成車端傳感器組合，具體包括攝像頭、毫米波雷達、超聲波雷達等。
云端：縱目自主研發的自動駕駛管理云平臺基于安全的車聯網基礎架構，在云端完成車輛連接及設備管理、車聯網鑒權及安全、自動駕駛指令下發以及車輛實時工況上傳等基本功能。
（停車）場端：場端需要為自主泊車的車輛進行相應的升級，包括管理平臺對接以及地圖更新等。
商業進程上，縱目將“可量產，可落地”作為自主泊車產品的核心競爭力，為了擴大落地應用場景，縱目已同國內領先的智慧停車場管理系統提供方廈門科拓股份實現了平臺互通和采集數據共享的合作。此外，縱目科技進一步聯合長安汽車，共同宣布在低速自動駕駛和出行服務領域達成戰略合作。
禾多科技成立于2017年6月，隨后的7月份即獲得了由四維圖新和IDG聯合領投的數千萬美元天使輪融資，并在北京、上海、天津三地設有分支機構。
禾多科技核心發展方向聚焦在了針對高速公路場景的L3.5級自動駕駛技術和針對停車場場景的L4級自動代客泊車技術上面，分別推出了HoloPilot和HoloParking兩套系統。
其一，L3.5本質上就是L4級自動駕駛的HoloPilot。
場景上，HoloPilot首先覆蓋的是高速公路，城市環路等路況相對簡單的結構化道路。
傳感器上，HoloPilot分為高低兩套方案，低配使用5個毫米波雷達配合攝像頭的方案，高配在低配基礎上又加上了一個低線束激光雷達。兩套方案都是L3.5級自動駕駛的能力，其中，低配方案接近于L3級自動駕駛的能力，高配方案則接近L4。
計算平臺上，HoloPilot研發階段使用的是英偉達Drive PX2，同時倪凱透露禾多科技也在自研計算平臺，未來會根據芯片廠商的芯片量產情況，生產適合自家自動駕駛軟件的平臺。
其二，針對停車場場景的L4級自動代客泊車技術HoloParking的關鍵信息：
技術層面：布局車端、場端、高精地圖端，三端合一提高智能代客泊車的魯棒性，實現全天候、全場景及真實運營；
成本層面：到2020年，車端域控制器HoloArk價格將在2020元以內；未來，單車位改造最終價格也將在2020元以內；
商業落地層面，2020年，禾多和停簡單將合作布局20個以上城市，每個城市至少20個停車場，HoloParking系統適配車型將增至20款。
為了實現智能魯棒與落地成本之間的平衡，HoloParking方案采取“車端+場端+高精地圖端”三端合一的技術路線，并提出“全天候、全場景、真實運營”的口號。
商業落地上，關于代客泊車方案HoloParking，2020年，禾多將支持20個以上城市，每個城市至少20個停車場，開展大規模運營。
從目前市場情況看，些許將自動駕駛作為終極發展方向的初創企業，不甘成為技術和產品的供應商，他們最終計劃將自動駕駛技術在出行領域落地，且他們普遍認為2019年已是無人駕駛出租車商業化落地的前夜，真正商業化元年即將到來。當技術成熟、政策法規允許時，這類初創企業將通過車企代工生產無人駕駛車輛，投入出現領域并進行運營和維護。
但近日已開展自動駕駛出租車運營服務的Drive.ai走向了“賣身”之路，敲響了初創公司自動駕駛出租車商業化喪鐘。
另一批將自動駕駛作為終極發展方向的初創企業選擇了不同的落地場景，是以高級駕駛輔助系統（ADAS）為主的初創企業在商業落地方面與傳統零部件企業的路徑較為相似，一種與整車廠和Tier 1合作，通過前裝直接裝車；一種與代理商合作，以后裝方式進入C端消費市場，目前這類企業已經收貨了一些市場訂單；還有部分擁有核心技術算法的企業則通過給車廠提供軟件技術和計算方法，這類企業通常需要與車廠經過較長時間的磨合和協同合作。
綜合上述5家企業的商業模式，可以看到他們首選商業落地場景-代客泊車。例如在具體的項目合作中這5家負責整套自動駕駛系統的開發工作，包括感知、定位、決策、路徑規劃到車輛控制的過程，使得車輛能夠自動躲避障礙物，按照規劃的最優路線自動開到停車場、精準地停到指定的車位。
為何「代客泊車」是自動駕駛商業化最好的路徑之一？
一方面，低速與限定區域在于能夠對自動駕駛的實現難點給出針對性的解決方案。比如在停車場的園區內，不會存在過多的交通標志，而在定位精度上的要求，也可以通過場端設備來輔助實現。
從另外一個角度來說，選擇自主代客泊車是從解決實際的交通問題出發，所以擁堵路況和高速場景會是車企的首選量產場景。
自動駕駛技術在過去的一年里發展十分迅速，無論控制系統的升級還是高清地圖的泛用，無不在推動自動駕駛的落地。再加上開源框架的進一步成熟，V2X 的落地實踐，傳感器融合更強等多重因素的影響下，自動駕駛技術已經上升到了一個新的高度。
目前，國內外已經開展了不同程度的自動駕駛商業化示范。一方面是掌握有核心技術的企業，選擇在特定領域展開試運營服務；另一方面，一些國家或城市提出支持政策，準許企業開展自動駕駛商業化應用的部署，提升商業化應用的日程。
例如，魔視智能的自動駕駛視覺方案以及紐勱科技的多傳感器融合方案已在乘用車主機上正式落地量產并實現小批量出貨；圖森未來、主線科技將自動駕駛汽車的應用場景選擇在港口物流方面，與國內港口建立合作展開試運營工作；縱目科技、禾多科技等企業已經在與車企、停車場開展代客泊車的試運營。
其實，無論自動駕駛的應用場景是什么，其背后無非包含3個商業落地邏輯。一位業界人士告訴雷鋒網新智駕，技術程度決定應用場景、成本可控、投資回報可接受。
自動駕駛相較于目前的有人駕駛，必須可以減少成本或增加可被量化的收益。不然大規模提速部署自動駕駛車輛，不能夠實現節約資源或者賺錢的目的，那只能是作秀了。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
