盘点知行科技的自动驾驶落地之路

如何落地？成为当前自动驾驶创业公司都在绞尽脑汁思考的重大问题。核心成员和技术积累主要来自产业链的知行科技，天然具有落地的基因，关注的是产品和系统在量产这件事上需要攻克的具体问题和挑战，采用渐进式发展路线，已经打通了车规级标准L3级量产之路，拿下了多家主机厂年逾10万台的量产订单，并且剑指L4/L5级别自动驾驶，对未来自动驾驶市场虎视眈眈！

众所周知，Waymo是自动驾驶领域的佼佼者，截至目前，其实际路测里程数已经超过1000万英里和利用仿真系统进行的虚拟道路无人驾驶测试总里程已经超过了50亿英里。数据远超其它自动驾驶公司。即便这样，就在前不久，其CEO John Krafcik在WSJ D.Live技术大会上称自动驾驶道路漫长，自动驾驶的场景过太复杂，自动驾驶技术还没有达到在任何天气和任何条件下都能驾驶的最高等级L5。

由此可见，主攻L5级自动驾驶技术的公司，要想一步到位做好全自动驾驶，可能还要等到猴年马月，而公司的本质就是要盈利，如若不能像谷歌、百度这样大体量公司有其他盈利业务作为输血支持的话，当前自动驾驶创业公司首先考虑的问题便应该是让技术落地并实现盈利。

如何落地？成为当前自动驾驶创业公司都在绞尽脑汁思考的重大问题。

相信每家公司团队基因不同，落地方式也会千差万别。今天就为大家介绍一家具有产业链背景、且低调而务实的公司——知行汽车科技（苏州）有限公司，该公司自2016年12月成立以来全心投入研发，鲜少在行业内发声，但是它已经打通了车规级标准L3级量产落地之路。

11月30日，知行科技在苏州工业园区洲际酒店举行的“2018产品与品牌发布会”算是正式亮相。对外公布了L3级自动驾驶量产级详细方案。智车科技等特邀媒体对知行科技CEO宋阳进行了专访，更加深入的了解到知行科技的自动驾驶技术落地之路。

来自产业链的落地思维——渐进式发展

一家初创公司的发展应该说深受创始人的影响，这就不得不提到知行科技CEO宋阳的背景。宋阳在创立知行科技之前，是博世中国智能驾驶研发部创始人，曾在这个世界顶尖的Tier1供应商工作了十几年。

知行科技CEO宋阳

据了解，除了宋阳之外，包括知行科技CTO卢玉坤在内的核心成员也主要来自博世等汽车产业链公司。团队这样的基因就决定了他们的注意力自然的集中在产品和系统量产这件事上，更能脚踏实地的去克服行业上的种种困难，研发达到量产级别的产品和系统。

在活动现场和采访过程中，笔者最直观感受是这家公司很务实和接地气，非常明显的区分于某些自动驾驶科技公司的PPT化和概念化。

众所周知，为了使自动驾驶更好的描述，业内将自动驾驶进行了分级，并普遍采用的是SAE的分级标准，为了更直观的展示分级，智车科技特制作表格如下：

在与交谈中，宋阳向智车科技介绍到，他将业内自动驾驶发展分为两条路径：一条是诸如谷歌百度等公司，直接做L4、L5等级的自动驾驶，这属于一步到位式发展路径；还有一条就是渐进式发展路径，即从L1开始研发，一步步向L5发展。

知行科技选择的发展路径为后者。

宋阳表示，无论哪一种发展路径，都得掌握包括整体可靠性方案、电控、线控、算法融合等基础能力，而从L1开始做的好处在于，通过团队的资源与能力能够在公司发展早期拿到L1和L2的订单，并进行L3级别的产品和系统的测试验证，实现快速造血，并且通过实测数据验证算法，迭代算法。

自动驾驶前装系统的两个关键点：量产和安全

在博世工作的十年，让宋阳摸清了车厂选择供应商时的标准套路。

宋阳表示，知行科技定位为自动驾驶前装系统解决方案Tier1提供商，发展的两个“关键点”是量产和安全。量产很容易理解，就是量产就是指大批量、成规模的产出产品；安全性的意思是指从技术到产品都是在可控范围内的。

他十分强调车前安全件可靠的重要性，因此知行科技将把控产品的安全性视作公司的技术核心要求。

知行科技的安全设计：

全方位的安全考虑：行为、功能、预期、网络、操作

不同质多重传感器冗余补偿

多样化软件及算法实现、Safe操作系统及Safe AutoSAR架构

高可靠硬件架构及ASILD核心芯片

现场知行科技与专做安全功能检测的著名集团公司TÜV南德意志建立合作伙伴关系，以示自己做好安全环节的决心与能力。

世界500强产业链公司的团队背景，使知行科技谙熟汽车产业链的各个环节，具有产业和技术资源积累的优势，在量产落地的实施上更加轻车熟路。

因此，宋阳深知高质量的设计要转化为高质量的产品，少不了的是高质量制造环节。

为了做好高质量的制造，知行科技在苏州建立了自己的生产基地——5800平米的东山生产线，并已获得了汽车行业IATF16949认证，目前已经与吉利等车企有了量产项目合作。

另外，这家初创企业在踏踏实实做量产的同时，不忘技术积累的准备，不断进行更高级别的自动驾驶技术的研发。知行科技CTO卢玉坤谈到：“我们更关注产品和系统在量产这件事上需要攻克的具体问题和挑战，但这同样适用于我们在L4/L5上的研发工作。我们的使命在于脚踏实地的去克服行业上的这些困难，研发达到量产级别的产品和系统。”

打通车规级标准L3级量产落地之路

此次发布会上，知行科技正式推出L3级自动驾驶量产级方案，包括: iMo Pilot3.0三级自动驾驶系统、iMo DCU3.0三级自动驾驶中央域控制器与iMo IFC1.0智能前视摄像头。

iMo IFC1.0智能前视摄像头，可实现L2自动驾驶

首先在摄像头层面，知行科技把自己的摄像头产品叫做iMo IFC1.0，据悉，这是全球首款基于Mobileye EQ4的量产级别智能摄像头，iMoIFC1.0按照ASIL-B等级进行设计，采用的是AUTOSAR软件架构，支持多传感器数据融合，具有前碰预警、自动紧急刹车AEB（人和车）、自适应巡航ACC、车道偏离预警LDW、车道保持LKA、智能速度辅助ISA、智能远光灯辅助IHBC等这些标准的L1功能，甚至可以实现交通拥堵辅助TJA这样在中国尤其好用的L2功能。iMo IFC1.0支持目标级输出、支持REM高精地图和定位服务等，所以也可用于L3级自动驾驶。

那么，既然该产品能实现这么多L2级别自动驾驶功能，需要多少钱呢？

没错，只要千元的价格！知行科技已经做到了！

iMo DCU3.0三级自动驾驶中央域控制器

车规级全嵌入式DCU，可融合24+路传感器

知行科技中央域控制器，已经迭代到第三代iMo DCU3.0。支持L3级别自动驾驶。

符合ISO26262ASIL D功能安全设计、采用更加成熟的车规级全嵌入式，采用的是AUTOSAR软件架构，支持多达7路摄像头的输入、6路毫米波雷达输入、3路激光雷达输入，支持多传感器的融合。同时集成驾驶员监测功能，支持空中刷新软件OTA功能，同时可以按照客户需求来进行定制化开发。

凭借优秀的系统集成能力，知行科技协同合作伙伴一起打造了iMo Pilot3.0三级自动驾驶系统，预计于2020年底投入量产。iMoPilot3.0三级自动驾驶系统，可实现自主变道、超车、自动紧急避障、拥堵时自动跟随车流、车辆定位及路径规划，系统失效应等安全性问题，可以实现交通拥堵时及在高速公路上两个应用场景的自动驾驶。

智车科技等几家特邀媒体当天试乘了搭载iMo Pilot3.0三级自动驾驶系统的汽车，汽车驶入正常运营的苏州某高速路段，混入自然车流，驾驶位有一名安全员随时接管。自动驾驶汽车全程行驶了一刻钟左右，在没有特别拥堵以及突然近距离插车的情况下，基本不用人工接管。

据相关负责人表示，知行科技目前已在与多家主机厂进行接洽，自动驾驶中央控制器已经与一些大客户建立长期联系，数个发明专利正在等待审批，同时受到了资方的青睐，已获得国中创投、明势资本、车和家和元禾原点等近亿级的投资，下一轮融资也正在商谈中。

除了得到了资本的认可外，据悉，目前知行科技已经拿下了多家主机厂年逾10万台的量产订单，这说明知行科技积累的以安全性为核心的融合感知到决策到执行的综合技术研发能力已经得到车厂的认可，并愿意为其产品和方案买单，由此可见，知行科技的L3级量产落地之路已经打通。

剑指L4、L5：已研发AI Agent行人识别训练系统

知行科技的野心很大。

“L3并不是知行科技的最终目标！”宋阳说出这句话的时候，眼神中充满了坚毅，“我们已经在为L4和L5做准备了，虽然技术研发之路困难重重。”

知行科技CTO卢玉坤讲到了做自动驾驶L4和L5存在的困难以及知行科技做的准备。

知行科技CTO卢玉坤

L4/L5难在哪儿？一句话概括就是使用场景太复杂！众所周知，L1-L3功能适用的主要是路况如高速，城市环路等，这些道路的路况拥有隔离带，没有复杂的车流和人流，相对而言比较简单。但是在全自动驾驶阶段，我们更多考虑的是城区道路，这里有非常复杂的交通情况，各个方向上都有车、复杂的十字路口、乱串的行人等因素。

除此之外，深入产业链后发现解决复杂场景的技术和产品都还远不完善。L4/L5级自动驾驶落地困难重重：

1.业界还缺乏更可靠的传感器，他们看得还不够远，还不够精确，应对恶劣的天气环境还不太靠谱；

2.感知算法还无法做到100%识别；

3.计算平台还不够成熟；

4.决策算法还不够智能，没有办法像人一样应对复杂交通情况；

5. 高精地图的覆盖范围仍然有限，定位技术仍需突破；

6. 我们还缺乏有效的测试和验证方法；

7.我们现有的道路基础设施和法律法规还不支持全自动驾驶。

……

这里需要解决的问题太多太多，需要整个行业的共同努力。

知行科技做为一家初创公司，也在努力攻克其中的几个关键点，目前在行人识别方面有深入研究。

行人识别是自动驾驶业内公认的最大的挑战之一。

行人识别具有非常之多的难点：首先路上行人呈现出来的姿态多且不一，可能是正对、侧对、背对着车，或是站着、蹲着，跑的、跳的，更甚至是倒着走的，比如晨练的大爷大妈；另外行人总是有很多的附带属性：行人衣着颜色不同、款式不同，还有的戴着帽子、围着围巾、背着包、拿着手提带、打着雨伞，推着婴儿车等；更重要的是行人的行为难以预测。

目前，面对行人识别，业内的做法主要有两种，但是各有个的弊端。

一是采集大量的实际路况来做测试。这种方法的弊端是，通过这种办法采集到的都是一些高概率的典型场景，而一些低概率的我们更关心的危险场景是很难被采集到的，就算有，数量也非常有限，并不能满足研发和测试的需求，而且成本太高。

二是用仿真环境来解决，可以设计特殊的场景来做测试。这个方法也有弊端，仿真软件里面的场景如车应该怎么开、人应该怎么走，都是提前设定好的，这些软件可以用于ADAS特定场景的功能研发和测试，也可以用来做L3这样简单场景的自动驾驶功能开发和测试，但是没有办法产生随机性规模化场景——而这是L4/L5必需的。

面对当前方法存在的弊端，有没有一种新的方法能够随机产生大量的数据来做研发和测试呢？

知行科技研发了AIAgent行人识别训练系统。

这是一个AI系统，在这个系统里，把每个行人叫做AI Agent，并赋予他们AI能力，他们能够自发产生行为。

第一步是分析行人的运动。采集了真人的行走数据做为输入，然后得到了很多种走路的形态，通过不同的组合排列，又会得到了很多新的运动形态。

然后将捕捉的运动数据输入神经网络，同时输入行进方向和步伐语义，通过神经网络来训练AI Agent，他的输出就是AI Agent的下一步动作预测。

在训练的时候选择一个现成的动画人物模型。这个人的动作是在学习了真人的行走数据后自然产生的，而不是事先编程好的。

下一步，把这些AIAgent放到仿真环境中，并赋予他们不同的属性和走路姿态，然后让AIAgent产生自己的行为，并且行人之间其实是有交互和协作的，会互相让路。

所以这个仿真环境，是有能力随机产生不同的行人的场景的，为今后自动驾驶的研发和测试提供强大的帮助。

基于这个AI系统，知行科技除了可以用来产生最难的行人行为模拟外，也可以用来模拟车流。这些AI Agent产生的大量的随机场景数据，可以用来训练自动驾驶算法，同时也可用于自动驾驶系统的测试。这也是业内目前急待解决的挑战之一。

来自产业链的这个团队正在脚踏实地的去克服行业中面临的的一些具体困难，为客户以及自动驾驶产业链提供先进并且稳定可靠安全的产品和服务。把技术转化为产品，把产品在车上量产，并保证自动驾驶系统的安全性。知行科技希望通过自动驾驶技术，改善人们的移动出行，减少交通事故，挽救生命，而且他们正在为这样的愿景努力着、准备着！