022，在重卡自動駕駛圈，沒人提前裝量產。
自2021年底車英科技交付全球首款量產L3級自動駕駛重卡，打響行業第一槍以來，從扎根于這一領域的老玩家，到剛剛進入市場不到一年的新公司，都開始大聲疾呼，宣布將自動駕駛功能搬上車的計劃。
日前，已經沉寂五年的特斯拉Semi Truck也被這種高漲的情緒激活，有消息稱將于今年年底開始交付。
整個行業此刻似乎達成了共識:萬事俱備，只欠量產。
但是如何實現量產卻很少有人認真提及似乎是自動駕駛技術達標后的自然過程
與現實相比，并不盡然，這不禁讓人疑惑:當我們談論重卡自動駕駛量產的時候，我們在談論什么。
作為第一個吃螃蟹者，贏科技將量產的秘訣總結為八大原則，七大體系，一套流程，一套標準。
近三年來，特高科，OEM等50余家產業鏈上下游合作伙伴共同研發新型智能重卡，并進行了大量的量產實踐和前沿探索。
在首個以實踐出真知為主題的科技日，TechTech將三年量產過程中的實踐，經驗，思考，核心技術，開發體系整理成《自動駕駛卡車量產白皮書》，與行業同行深度分享。
我們真切地感受到，白皮書不僅僅是對公司本身的總結，更是對現階段如何實現量產，業界最需要，最缺乏的方法論體系馬哲人認真地說
01.要實現重型卡車的自動駕駛，正向開發革命勢在必行。
在普通人眼里，自動駕駛重卡相當于自動駕駛加重卡的簡單疊加，但實際上，它是自動駕駛技術與重卡載體的深度融合。
過去，在技術開發，概念驗證和道路測試階段，重型卡車車輛通過行業內的重組和后裝來適應自動駕駛的功能要求。
但在量產時期，這種做法已經不再適用，不僅是因為法律法規不允許，更重要的是無法在真實的運營場景中進行更復雜的車輛系統交互，也難以滿足商用車運營中對可靠性和耐久性的要求。
傳統卡車底盤系統，動力總成，人機交互等無法滿足自動駕駛時代對安全性和性能的設計要求
例如，如果傳統的卡車轉向是原始的L2人機駕駛控制策略，手在方向盤時施加的手力會對轉向器的轉向角輸出產生一定的影響，從而影響自動駕駛側向控制的安全性。
這需要從軟件底層改變控制邏輯，無法通過修改實現只有通過向前開發和定義，才能實現所需的功能和性能
由此得出的結論顯而易見:重型卡車的自動駕駛無法通過改進升級來實現，必須引入一場積極的發展革命——重新定義一輛自動駕駛重型卡車。
因此，基于需求，絞盤科技首次提出了針對自動駕駛卡車使用場景的系統化正向功能定義方法，整合了功能安全和信息安全的標準和規范，支持完整的指標體系和測試方案。
具體來說，在功能定義方面，公司采用DDT/ODD定義—專題研究—沖突整合三步走，可以一步一步重復深化后期可以基于實際運營數據快速迭代，滿足干線物流運輸的實際需求
在功能安全設計上，參照ASIL ISO 26262D和ISO 21448標準，采用最先進的安全策略，從理念，系統，軟件，硬件，測試等每一個環節充分開發和應對。
例如，針對電子電氣系統可能出現的系統性故障和隨機硬件故障，以及自動駕駛系統中功能/性能不足和駕駛員誤用等預期問題，TechTech開展了10000多種危害分析和安全評估，提出了18項整車級安全目標，細化了10000多項各級FSR和TSR安全要求。
最后，在車載信息安全方面，TechTech從車載端安全，車載外部通信鏈路安全，數據安全，車聯網云安全四個方面入手，保護用戶的生命財產和個人隱私。
把馬哲人車英科技對自動駕駛重卡的需求定義總結為4+1:
4指的是天，地，人，車，代表卡車需要適應不同的天氣，不同的道路，各種駕駛習慣，以及人與車的動態交互。」
1代表安全的前提，安全高于一切是我們的核心理念馬哲仁特別強調道
在需求定義的指導下，開發了自動駕駛，電子電氣，線控底盤，網絡安全，人機交互，云基礎設施，數據閉環等7大量產核心系統。
我們認為，自動駕駛技術的真正量產是一個系統工程，橫跨人工智能，車輛工程，半導體，系統軟件，云計算等領域和技術棧。
為了制造一輛成功的自動駕駛卡車，這些領域的核心能力必須全面整合白皮書是這么說的
02.軟硬件結合，自研從車端到云端。
對于自動駕駛企業來說，技術無疑是最重要的基本功。
白皮書將自動駕駛系統列為七個子系統之首，并按照算法體系，系統軟件和硬件細分為感知，高精度定位，規劃控制，節油解決方案，系統軟件，自動駕駛域控制器和車輛調控硬件七個二級子系統。
其中，感知系統作為自動駕駛系統的第一個環節，是規劃控制的上游，其結果的準確性和魯棒性直接決定了自動駕駛系統的能力邊界。
重型卡車具有制動距離較長，車身較寬，駕駛室與底盤非剛性連接等特點，這對傳感系統提出了特殊的要求要實現自動駕駛，我們需要更遠的感應距離，更高的側向精度，更靈敏的后向感應
因此，車英技術采用攝像頭—毫米波雷達—激光雷達的配置，實現對車身的360度環境感知覆蓋同時，設計并實現了從BEV角度融合不同數據源的前端融合框架，并基于Transformer方法全方位提高了傳感精度
此外，采用加權多任務學習策略和預熱策略，成功解決了GradNorm和PcGrad在多任務學習中準確率下降的問題。
在高精度定位方面，我們設計并開發了一種高效的多校驗和冗余融合定位算法，可以有效抵抗各種噪聲通過融合低成本的GNSS/IMU，視覺，激光雷達，輪速等傳感器信息，可以提供不同工況下的高精度定位輸出
計劃控制系統涵蓋了獲獎技術的重大創新。
目前業內流行的做法是分步進行預測，決策，計劃和控制，即分層計劃控制框架這種相對簡單的方式有利于工程實現，但不一定能達到最佳的全局誤差而且在追求舒適，經濟，耐用的動態平衡和適應重型卡車底盤的控制延遲方面有很大的技術瓶頸
車英科技創新性地提出了一體化的規劃控制框架，包括長期預測模型，后決策模型，車輛參數自適應建模，基于模型的預測控制，車輛底盤多系統控制結合量產，通過獨創的車況自適應模型辨識技術和核心算法，成功克服了整車精度低，參數漂移等問題
根據消息顯示，TechTech的水平控制平均誤差差距控制在8cm以內，方向盤角度和速度的調整頻率低于人類駕駛員。
FEAD，一個省油的解決方案，也是庫徹科技自動駕駛系統的一大亮點。
在中國，重卡運營中的油耗成本占TCO的30%，是商業運營中高度敏感的項目。
通過小時，分鐘，秒，次秒四大節油優化機制，致勝科技平均比金牌車手節油2—5%，逼近7%的上限。
此外，我們自研系統的軟件層不僅為自動駕駛卡車提供了高性能，高安全性，高可靠性的中間件服務，也為產品研發效率提供了有力支撐，
其自主研發的自動駕駛域控制器是卡車領域首個全冗余，高計算能力的車載計算平臺。
硬件封裝方面，酷車科技集成的傳感器封裝達到了主機廠認可的生產件批準程序PPAP，是第一個真正行業內商用車的軌距級自動駕駛系統硬件封裝。
如果說自動駕駛系統體現了TechTech的軟實力，那么在其他六個子系統上的量產實踐則顯示了該公司的苦功。
在車輛方面，技術領域的集中式電子和電氣架構降低了系統復雜性，并提供了高通信帶寬，車輛信息安全和車輛OTA能力，
線控底盤方面，酷車科技的全冗余技術實現了精準安全的整車控制和流暢的人機共駕，保證了車輛的安全穩定運行，
人機交互系統解決了安全員對系統的信任問題和疲勞管理問題。
在云端，絞盤科技打造了三橫兩縱的基于云的原生技術棧，為量產提供大規模實時數據分析服務。
值得一提的是，我們還在數據閉環系統方面進行了創新，在傳統的陰影模式中加入了閉環陰影模式，形成了增強的陰影模式。
源于市場主流的這一動作背后的影子模式方案，只能識別瞬間決策的能力缺陷，無法有效識別與長期行為相關的問題，如變道，避讓，匝道關聯，連續博弈等。
通過引入虛擬宿主車輛的概念，獨立于實車做長期行為，Winch技術的增強影子模型不僅可以測試控制算法策略，還可以測試大多數依賴于長期狀態窗口的L3/L4+級決策規劃策略。
酷車科技CTO楊瑞剛透露，自量產以來，其自動駕駛系統的商用里程已超過600萬公里，通過數據閉環積累了170萬個場景片段這些碎片內部叫矩，一半是通過增強陰影模式自動挖掘出來的
綜上所述，在系統開發過程中，我們以7+7為核心構建了完整的技術鏈，不僅可以靈活適應不同的場景和車輛，還可以拓展生態，在供應鏈和成本優化方面擁有充分的自主權。
03.突破枷鎖，用極致的工程能力起舞。
和所有高科技行業一樣，技術和工程之間似乎總有一道不可逾越的鴻溝。
差距在于，前者只著眼于它應該具有什么功能的問題，后者著眼于如何在有限的條件下實踐。
這一點在卡車自動駕駛的量產過程中尤為明顯。
在行駛安全的前提下，既要保證強大的性能和冗余的功能，又要符合車輛法規和標準，實現最佳的成本和規模生產，以滿足一系列廣泛，嚴格甚至矛盾的要求。
馬哲人將其比作戴著鐐銬跳舞，考驗著自動駕駛公司的平衡藝術要完成從Demo到真正量產的跨越，極致的工程能力不可或缺
車英科技白皮書編寫組組長李博士總結道，公司圍繞自動駕駛算法，系統軟件和自動駕駛域控制器，車輛與人機交互，制造等方面積累了深厚的工程經驗和能力。
以計算能力工程為例，由于車規硬件的性能往往低于非車規硬件，在量產過程中，我們面臨著如何將在GPU上完美運行的算法移植到計算能力相對較低的車規芯片上的問題。
在這方面，制勝的技術來自兩個方面:
一是將模型輕量化，定制化訓練，在保證性能的同時減少50%的計算量，
其次，充分利用SOC中的匯編級代碼優化深度學習模型和傳統的計算機視覺模型。
通過這些，我們實現了非常高的加速度比如我們通過匯編級代碼的優化，把Canny檢測器的速度提高了100倍楊瑞剛補充道
規劃還對工程能力提出了很高的要求，既要保證駕駛員的安全性和舒適性，又要考慮重卡的經濟性和耐久性，還要保證干線物流的時效性，可謂是諸多需求的匯聚。
在這種背景下，我們提出了調控一體化的概念，從全局的角度對系統進行優化，在各項指標中找到最佳的控制。
所謂量產，就是在有限的TCO下，綜合平衡自動駕駛各方面的能力馬哲人用木桶理論做比喻，說自動駕駛的能力取決于最短的板子
我們想把最短的木板做長，這樣木桶就能裝更多的水他強調，這個時候對整個棧來說，研究整個系統的工程能力是非常重要的
一個完美的案例是贏在系統軟件和ADCU技術的實踐。
根據消息顯示，該公司在研發第一代ADCU時，由于L3級自動駕駛卡車對通用計算域的計算能力要求很大，庫車科技只能選擇DMIPS高的芯片，但問題隨之而來:這種芯片沒有集成網絡安全功能，給自動駕駛云通信網絡帶來隱患。
如何魚與熊掌兼得。
技術制勝之道就是補充一個小小的網絡安全芯片，在硬件層面和系統層面與自主設計的ADCU連接。
這樣既保證了高計算能力，又滿足了網絡安全的要求，從整體上提高了系統性能。
但是這種工作無法支撐L3級自動駕駛域控制器這種復雜系統的開發，沒有對需求和功能定義的深刻理解，沒有全棧自研的能力，尤其是軟硬件的集成。
車英技術的工程能力還體現在自動駕駛重型卡車的生產和制造上。
對于量產產品來說，整車制造精度和批次精度的一致性是一個非常關鍵的指標，被TechTech形容為微差千里。
比如后置攝像頭的安裝，只要偏離幾毫米，就會對整個FOV視野產生很大影響而后置攝像頭——車頂側墻——的制造精度在傳統車型的制造中往往沒有特別嚴格的控制，而對于帶傳感攝像頭的智能卡車，則必須嚴格控制精度
為此，TechTech聯合OEM和Tier 1做了專門的開發，定義了很多功能指標和標準。
一方面，絞盤科技深度參與供應商的設計評審，制造改進，測試執行，性能優化等零件級開發和發布的全過程，
另一方面，絞盤科技和主機廠開展了系統和整車級R&D以及相關零部件設計的驗證，裝配驗證和功能評估。
此外，在外檢方面，相比傳統卡車的九項檢查程序，酷車科技在此基礎上增加了七項附加檢查，包括傳感器的精度檢查，自動駕駛系統，線控底盤等。
汽車之心了解到，TechTech內部有一個動作叫離線交付，在自動駕駛重型卡車上實現這個并不容易。
04.在系統化的進程下，致勝技術加速到了L4。
自動卡車駕駛量產是一個浩大的工程，涉及很多方面為了明確各個系統之間的優先順序和重點，一個清晰高效的流程系統是必不可少的
V型車是一個經典的汽車開發過程V模型的左半部分對應的是需求分解和轉移過程，以確保每一個需求都被正確地轉移到開發端，而右半部分對應的是測試和驗證過程，以確保每一個需求都被正確地實現
這種模型的優點在于，既可以將需求進行轉發，層層分解，有利于復雜系統的集成，又可以保證各層次需求的可追溯性，避免遺漏。
另外，分階段測試可以提前驗證，便于快速定位，及早發現問題。
但如果把V模式照搬到自動駕駛重卡上，很容易出問題原因是V模式雖然保證了整車正向開發的嚴謹性，但與軟件行業的敏捷開發模式相沖突
前者要求慢工出細活，后者強調天下武功，唯快不破的反應速度這就像人的兩條腿，一條要走，一條要跑，但是怎么都配不上
這是一個沖突中融合的過程馬哲人認為，一個公司做自動駕駛車輛，如果只靠正向開發，時間和成本是不可想象的，如果是純敏捷開發，產品可靠性應該是有疑問的
另外，V模型本質上要求設計的東西之間有明確的邏輯關系，并且是可以驗證的但是深度學習存在大量的不可解釋性，這意味著要做好重卡自動駕駛的量產，必須結合各種需求，創新開發流程
經過三年的實踐和探索，我們總結出了基于V模式理念，以積極開發，敏捷為原則的R&D流程體系，有效保證了新項目的開發效率和交付質量。
在這個系統化流程的指導下，贏軒轅系統1.0成功量產。
目前，公司全棧自研技術已進入2.0階段，在感知，規劃與控制，節油算法，核心硬件，數據閉環等核心技術上取得重大突破公司旗下一款全面領先，高度可擴展的自動駕駛系統——軒轅公司開始計劃量產
同時，面向全無人駕駛的自動駕駛系統3.0也已經提上日程，正式進入預研階段。
酷車科技CTO楊瑞剛博士透露:
3.0架構可以拆除自動駕駛系統子模塊之間人為設計的邊界，代之以端到端的深度神經網絡，通過結合深度強化學習和NeRF技術的NEDFS訓練端到端的模型，實現自動駕駛能力的自我進化，最終走向無人駕駛。
在此之前，車英科技的L4無人駕駛重卡已經完成了國內最復雜的24公里封閉路測，并于今年6月24日在浙江德清獲得了L4級無人駕駛自動重卡的首張公開路測牌照。
在馬哲人看來，自動駕駛重卡的量產經驗為致勝技術構建了一個能力池，可以滿足不同階段的需求和任務不管將來是L3還是L4，我們已經具備了安全設計，開發和驗證的整體能力
回到行業，雖然眼下沒人談量產，但除了少數龍頭企業，更多的還是在探索量產。
毫無疑問，用重卡去L4，去無人駕駛，是一個必須跨越的坎，過程注定充滿艱難。
幸運的是，先行者留下了路線圖伴隨著白皮書的發布，行業稀缺的前瞻經驗和實踐知識公之于眾，重卡自動駕駛玩家有望通過感受技術快速過河
。鄭重聲明：此文內容為本網站轉載企業宣傳資訊，目的在于傳播更多信息，與本站立場無關。僅供讀者參考，并請自行核實相關內容。
