摘要： “不管你买了特斯拉是否花钱激活Autopilot，特斯拉都无所谓，反正它的传感器会一直在收集数据。”沈海寅说，“而且它收集到的都是真实的路况数据，比投入100或者1000辆自动驾驶车去做的要更有价值。”

Level 4之后，数据能否成为自动驾驶技术的决胜关键？        

····························

“在自动驾驶行业，我比较喜欢一个词，生态化反。”未来论坛青年科学家交流会开场没多久，就被韩旭的这句话带入辩论密集区。

4月份，韩旭从百度自动驾驶首席科学家职位上离职，加入景驰科技担任联合创始人和CTO，这是一家提供L4级无人驾驶共享出行方案的团队，韩旭透露，景驰科技将于明年年初投入20辆无人驾驶车在国内展开运营，这意味着你有可能不小心就打到一辆无人驾驶出租车。所以，他的语境是，希望更多产业联合，让成本很高的无人驾驶技术能够达到普通消费水平。

屏幕快照_2017-09-21_上午12

景驰科技CTO 韩旭

此次论坛中，与韩旭同席的也几乎都是无人驾驶行业的顶级技术人才和投资机构，包括蔚来汽车软件开发副总裁庄莉、前普林斯顿视觉研究组关键人物肖建雄、固态激光雷达项目光珀科技CEO白云峰、奇点汽车创始人沈海寅，以及明势资本创始合伙人黄明明等。

关于无人驾驶的一些关键节点问题，这些行业技术大拿都进行了细致探讨，现经钛媒体整理分享如下：

无人驾驶的两种流派

关于无人驾驶的路线，谷歌和特斯拉分别作为科技公司和汽车公司的代表，也引领了激进派和渐进派两个流派。

激进派会跨过Level 3之前的阶段，借助人工智能算法、高精度地图、GPS、激光雷达、毫米波雷达、摄像头等技术，直接进入Level 4无人驾驶阶段，而渐进派则强调从辅助驾驶到自动驾驶逐步过渡，在相关产业和政策环境成熟时，自然而然进入自动驾驶高阶阶段。

光珀科技CEO白云峰认为，影响无人驾驶快速发展的关键因素之一是激光雷达的成本。激光雷达对于无人驾驶感知冗余系统的补充不可或许，2015年6月，加利福尼亚州一名Model S车主与一辆卡车相撞后死亡，正是因为特斯拉自动驾驶系统Autopilot的摄像头在强光条件下，未能识别白色的卡车车身。虽然此后特斯拉加入了毫米波雷达，但是探测精度上依然不及激光雷达。

据钛媒体了解，64线激光雷达的售价在10万美元左右，且体积大、生产周期慢，难以供应量产需求。

光珀科技CEO白云峰表示，目前该公司的固态激光雷达技术不仅可以大大缩小激光雷达的体积，还能将成本降低至千元级别，这对于无人驾驶技术的推动意义重大。

实际上，据钛媒体了解，国内已经有禾赛科技、速腾聚创等创业公司，也在从事固态激光雷达的研发，以期赶上无人驾驶的风口。但是能否在生产工艺上实现突破，并顺利量产，尚有待时间检验。

明势资本创始合伙人黄明明是新造车项目车和家的早期投资人，也是一名无人驾驶行业的资深观察者，在他看来，影响无人驾驶快速落地的或许不仅仅在于激光雷达。

“无人驾驶公司大都忽略了车规问题。激光雷达、计算芯片以及更多的传感器能否达到车规标准，这是与汽车安全密切相关的。”黄明明说，“而且Level 4和Level 5以上的自动驾驶技术不光在感知方面需要冗余设计，在控制方面也需要冗余配置，而这方面，博世和大陆掌握着核心技术，他们的产品要在2019和2020年才能问世。”

据钛媒体此前报道，博世的冗余刹车技术iBooster 2.0 8月份在南京启动工厂，预计2019年竣工投产。

“从落地的角度来说，我比较认同特斯拉这样的渐进式自动驾驶方案，不过从产业角度来看，也需要有人通过更激进的策略探知到更多行业问题。”黄明明说。

Level 4 以后数据是不是关键

Lelvel 3 之前的自动驾驶方案或许比拼的是传感器配置、算法以及产品逻辑带来的体验，但是Level 4和Level 5 则意味着车辆需要适应大部分条件下的自主驾驶。而对环境的适应程度，则取决于自动驾驶的边缘性能，即在极端条件下，让汽车学会采取措施保障乘客的最大生存可能性。

这就自然而然需要巨大的数据量，以供自动驾驶系统通过人工智能完成各种环境下的学习。那么数据是不是决胜Level 4 以上自动驾驶系统的关键呢？

奇点汽车创始人沈海寅认为，现实道路数据的掌握十分重要，特斯拉之所以能在自动驾驶领域比传统车厂的步伐更快，正是因为特斯拉车载的传感器会不断采集道路图片和视频等数据，这些数据成为特斯拉推进自动驾驶的优势。

“不管你买了特斯拉是否花钱激活Autopilot，特斯拉都无所谓，反正它的传感器会一直在收集数据。”沈海寅说，“而且它收集到的都是真实的路况数据，比投入100或者1000辆自动驾驶车去做的要有价值。”

自动驾驶项目 AutoX 创始人、前普林斯顿视觉研究组关键人物肖建雄则认为，“数据并不一定是关键因素。拥有道路数据的公司要远多于做自动驾驶的公司。”

蔚来汽车软件开发副总裁庄莉持相似观点，“数据可能很多企业都有，但是如何利用是个问题。”

蔚来汽车软件开发副总裁

蔚来汽车软件开发副总裁

庄莉表示，数据的利用面临以下几个问题：

第一，车厂有很多数据，但是有没有能力传出来，取决于你的计算能力；

第二，即便你传出来，能不能承担起传输费用，要知道普通的一部视频没有压缩的话都是几个TB，车里的数据只会更多；

第三，传输出来还要做数据的标定和清洗，你有没有这些技术；

第四，如何高效率地利用这些数据，从数据中获取你要的信息，也是自动驾驶技术的关键。

钛媒体曾报道过不少自动驾驶明星创业团队，包括吴恩达担任独立董事的Drive.ai、王劲创立的景驰科技，都在数据的利用上有一套半自动的处理方式。

显然，对于任何一家自动驾驶公司来说，数据量级都只是基础，如何高效率地利用好数据更为关键。而这个高效率不仅包括利用效率，也包括测试的有效范围有多大，在这一点上，与会者一致认为，北京街头或许是收集无人驾驶路测数据的典型场景。

无人驾驶之前的车载OS革命

如同大量控制系统、传感器技术掌握在博世和大陆这样的Tier1供应商手中一样，汽车内部的数据传输技术CAN总线协议也是由这些老牌供应商制定。如今，都已成为自动驾驶创业者打开汽车智能化大门的阻碍。

景驰科技CTO韩旭表示，越深入汽车内部，越会有一个感受，就是很多技术都掌握在零部件供应商手中。而庄莉也指出，CAN总线有限的传输速度已经成为自动驾驶技术的障碍之一，而早于自动驾驶到来的智能车载系统革命，则可能突破现有的带宽限制。

“汽车当中很重要的两个体验，一个是导航体验，一个是音频体验。汽车核心交通工具属性，要求它从A最快地到达B，导航就成为刚需，而汽车中的大屏带来的导航体验势必要超过手机加一个支架。”庄莉说，“而移动互联网带来的智能交互体验，也会在汽车这个空间里进行传承，用户需要用语音控制汽车里的几乎所有操作，所以综合起来，一套智能车载系统很可能是先于自动驾驶到来的汽车革命。”

在庄莉看来，当前车内的通信架构与PC对数据的传输效率是完全不同的，而智能网联系统则有助于改善车内的通信协议，提升传输带宽。

明势资本创始合伙人黄明明也认为，车内的智能网联交互系统是决胜传统汽车的关键，具体的行业格局应该是一家独大，还是多家并存，则取决于谁对车载操作系统的理解更深。

不过，在钛媒体看来，博世这样的零部件巨头还控制着车内元器件之间的协议，商业上的壁垒仍然很高。

（厦门网站建设文章来自百度新闻）