浅析L4级的无人驾驶量产方案

今年对于无人驾驶行业而言，喜忧参半。喜的是，国内外的无人驾驶公司，都获得了惊人的融资，独角兽已不能形容；忧的是，Uber无人驾驶在路测中造成撞死人的事故，特斯拉车祸不断，近日下架无人驾驶官方选装包，避免误导消费者。

第五届世界互联网大会期间，搭载全新自动驾驶解决方案「Leo·灵」的Roadstar无人车在乌镇提供运营服务

高可靠性、鲁棒性、价格低是被提及的最多的，但在真正的大规模量产来临之前，还是个未知数。

坎坷激进中，无人驾驶的发展，也渐渐定调：10年内，完全的无人驾驶难以成熟状态面世，5年内以普及ADAS功能为主，在交汇穿插的时期，L3、L4的方案茁壮成长，由小到大，覆盖越来越多的场景，直至迎接可能到来的完全无人驾驶的时代。

因此，在可预见的未来，谈论L4级无人驾驶方案的商业化落地，会更为现实。在已经涌现出的场景中，不乏环卫、港区、矿区、最后一公里、（半）封闭园区等，这些场景相对可控，同时能带来直接的经济效益，因此被很多公司视为救命的稻草。

但，还有一个比较棘手的应用，它有着诱人的市场前景，最被资本看好，只是因为巨大的不确定性，少有人敢涉足。

它便是未来出行。所谓的未来出行，即无人驾驶的车辆给用户提供出行服务，私人汽车可能会消失，司机也不复存在。这不仅仅会减少大量人力成本，同时也会减轻城市道路交通压力，实现绿色出行的目标。

那么如何才能达到如此美好的终极目标呢？首先要从简单路况的无人驾驶出行服务做起，积累足够的技术、产品经验。

目前绝大部分以实现无人驾驶出行的公司，还停留在少数车辆的测试过程中，在测试里程、覆盖路况等多方面，极为欠缺。因此，要走的更远，首先要跳脱开当下面临的问题。

于是乎，在伴随着各地开放公共区域测试道路的同时，定位于做无人驾驶出行的公司，也在加紧扩充无人驾驶的车队，争取单位时间内积累足够多的经验。

Roadstar联合创始人周光表示，无人驾驶技术的升级，经验积累，分不同个阶段，现阶段公司拥有十几辆基于林肯MKZ改装的无人车，下一步计划将车队扩充至百辆左右，车型也会用其他的替代，更远的计划则是车队从百辆扩充到千辆，万辆。

无人驾驶的方案，应用到不同数量级的车队，需要解决的问题会有巨大差别，但这一定是无人驾驶发展的方向和路线。因此现阶段谈的L4级无人驾驶出行的量产方案，应该是针对百辆级车队的规模。

适合百台量产的方案

Roadstar最新发布的自动驾驶Level 4解决方案「Leo·灵」，就延续了这样的特性：使用了5颗多线激光雷达、8颗摄相头、数个毫米波雷达等传感器，NVIDIA芯片的工控机作为主运算单元，FPGA的预处理计算单元完成更精准的前融合，功耗维持在500W以下、算力可达10Tflops左右。

在硬件上，整套方案已经保证了冗余性，单个传感器的失效，也不会使得整个系统失效，最大限度满足了系统的可靠性。软件上，自动驾驶系统基于Linux内核开发，运行稳定。

周光表示，目前核心处理器方面，在关键部分会进行双备份，软件系统上采用单系统运行的方案，他认为Linux系统已经得到多个领域的认可，运行稳定，因此系统宕机的可能性微乎其微。

且这套无人驾驶的方案，对于系统失效的边界是，本身行驶在相对简单、可控的区域，有驾驶监管员（远程备份），紧急情况系统具备的能力是低速将车辆停在路测，最极端情况下系统可以通过看门狗监控系统运行状态，预见到特殊情况会重启系统。

公司也预留了远程驾驶监督员的角色，初始会是一对一，未来会视情况调整比例。但现在阶段针对百辆运营的规模，并没有打算让远程接管承担更重要的角色，因为无论从使用的场景，还是现有的通讯技术状态来看，远程介入还不太适合。公司希望目前无人车能尽量具备足够的端智能。

多颗激光雷达的配置，使得感知环境的精度大大提升，周光表示，目前的感知精度能达到 0.13度的角分辨率，为业内领先。结合其他传感器，结合其他传感器，精准感知距离从80m提升到了150m。这当中，多传感器融合技术起到了关键作用。

衡量表示，量产的因素还包含了数据的流水线作业流程，无人驾驶车在行驶过程中，自动采集数据、上传平台、标注，快速的迭代技术。还要拥有完善的仿真平台，在测试技术的可靠性、成熟性过程中，充当有力的助手。

高精度实景地图技术

周光展示了高精地图的小视频，视频中，现实世界的道路，以清晰细腻的线条勾勒在画面中。无论树木、车道线、交通指示牌，还是路旁的隔离栏，都以近乎真实映像出现在了画面中，周光将其称为高精度实景地图。相比于以往见到的地图，有非常大的不同。

要做到这些，不仅是使用了传统的激光雷达和摄像头，同时在软件处理上，也有自己的黑科技，保证地图生成的数据量不至于庞大，效果也保持的较好。没有好的地图技术，无人驾驶看见的世界也自然不够清楚，连锁反应会最终影响整个系统的准确性和可靠性。

针对即将使用的场景，高精度实景地图的更新频率并不高，数小时更新一次，每次更新的数据量也不多。周光认为，这样的地图技术已经可以满足当下的使用场景。

周光相信，这样的高精度实景地图技术，会引领行业的潮流。

运营促进技术提升

百台的量产规模，也要面对软硬件的可靠性、鲁棒性、易安装维修等问题。除却零部件经过了各种品质、耐力测试，在设计、生产上也费了不少功夫。

「Leo·灵」采用了模块化的设计，平台稳定性得到全面提升，如上一代产品在更换零件时需要拆开装置整体，耗时2天时间，而全新一代针对量产的「Leo·灵」无需拆卸整体装置，只需几分钟即可替换不同零件，在组装和生产环节都表现出极高的可维护性，也将适配更多的车型。整个生产、调试时间可以缩短到半天，可实现两天就让无人车拥有完整的自动驾驶能力。

另外衡量指出，量产之后在真实道路上的运营，是技术提升很重要的一环。

虽然现在政府也规划了一些开放道路作为测试，但更有效的路测是在更广阔的道路环境下积累的，他们希望路测过程中，无人驾驶公司拥有一定的自由度，能够挑选一些更有价值的测试环境，加快研发进度和技术的升级。

运营百台的无人车，是初次尝试，公司会尽量做足功课，将可预料到的问题都先期提出解决方案，对于无法预料到的，只能边走边看，随机应变。另外在初期，为了更快速地开展无人车的运营，会借助第三方的出行服务公司，进行托管运营，减轻公司运营的压力。

作为一个百台级的量产L4级无人驾驶方案，价格也是一个关键因素，Roadstar整套无人驾驶系统的价格约30万RMB。

衡量表示，目前的融资已经可以从容支撑运营数百辆规模的车队三年，未来公司也会考虑涉足一些更容易商业化的项目，以及继续融资。最终的目标，公司希望成为一家出行服务的公司，提供具有竞争力的解决方案。

创业公司需要面对巨头的竞争，但并不是全无优势。衡量相信，在这个时代，依然会存在“不以数量取胜的技术创新对行业的颠覆”。