拿下T3出行百台Robotaxi订单,这家无人驾驶公司有啥“硬实力”

在自动驾驶诞生之初,Robotaxi一度成为自动驾驶商业化的代名词。但多年过去,Robotaxi却陷入了技术瓶颈期,商业化进程远不及预期。

因此,一些此前专注于Robotaxi全栈方案的玩家相继“换道”,走向了更加细分的专业领域寻求生存空间,或瞄准物流、港口、环卫等特定场景落地,或将技术降维应用到乘用车ADAS市场。

与上述L4自动驾驶玩家的“高开低走”不同,智行者成立之初就选择了一条差异化的落地路径:聚焦L4级无人驾驶大脑的开发,然后采用从低速到高速、从非载人到载人的递进模式进行商业化落地。

智行者创始人/CEO张德兆表示,中国自动驾驶市场的竞争已经进入了以落地应用为目标的下半场竞争,数据以及通过数据迭代算法的能力将是自动驾驶公司制胜的关键点。

“本质上,环卫、城市配送、Robotaxi等场景的自动驾驶技术是相通的。”张德兆表示,智行者始终坚定将算法与场景深度解耦,打造一个同时支持智慧环卫、特种车、智慧物流、Robotaxi等场景的无人驾驶大脑。

截止目前,智行者自研的无人驾驶大脑已经成功赋能多行业、多领域的无人驾驶产品,落地点位已经超过2000个,累计应用里程已经超过460多万公里,位列国内无人驾驶初创公司前列。

据了解,近期智行者还拿下了T3出行百台Robotaxi订单,这是目前国内自动驾驶公司拿下的单笔最大数量的Robotaxi订单。张德兆预计,2021年全年智行者的营收将同比增长超3倍,预计明年营收将再度翻一番。

那么,亮眼成绩的背后,智行者的商业逻辑究竟是怎样的?技术实力又能否支撑其快步走向自动驾驶“下半场”的发展快车道?

01

算法与场景解耦,破解自动驾驶商业化“焦虑”

自动驾驶想要在城市道路上实现大规模落地,还有很长的一段距离。那么,全开放不行,半封闭场景呢?固定路线呢?自动驾驶的落地场景就是这样一步步被拓开的。

受限于自动驾驶技术本身问题以及法律法规限制等影响,干线物流、末端配送、智能环卫、智慧港口等限定场景被认为是时下自动驾驶技术商业化落地的最优选择。

不过,无论是物流场景,还是Robotaxi等场景,当前并没有任何一个场景对自动驾驶呈现出爆发式增长的需求。这就意味着,单一场景回传的数据流根本无法支撑起高阶自动驾驶技术的迭代升级。

基于这样的考虑,智行者早在创立之初就选择了聚焦无人驾驶汽车的“大脑”研发,然后通过赋能多行业、多场景无人驾驶的落地,最终以最低的成本和最快的速度形成数据、场景、商业模式的正向循环。

智行者这套商业模式的核心在于算法与场景解耦即将各个场景下的底层通用型算法架构与应用场景进行深度解耦分离,做成一个通用型的“L4技术架构平台”—— AVOS无人驾驶算法平台+AVCU硬件计算平台。

其中,智行者自主研发的软件操作系统AVOS是基于人、车、路闭环的自动驾驶操作系统,搭载了多传感器自适应融合算法、环境认知算法、路径规划算法、车辆控制算法及基于规则和深度学习的混合决策算法,其最大的特点就是算法与应用场景解耦。

拿下T3出行百台Robotaxi订单,这家无人驾驶公司有啥“硬实力”

张德兆表示,虽然算法与应用场景是深度解耦的,但软件与硬件却是一个充分耦合、长期优化的整体。

因此,智行者还同步开发了支撑AVOS落地的硬件计算平台AVCU,包含Sensor Box、Brain Box、Control Box等板块,是业内独创的包含多域控制器的硬件架构,能够确保自动驾驶各模块的高效执行。

当前,自动驾驶主要有两大派系,一边是以Waymo、百度为代表的,瞄准的是L4级自动驾驶。另一条则是特斯拉为代表的,采用从L2到L4的渐进式路线,通过产品的投放,让客户在使用中源源不断地向企业反馈数据。

但是,不论是哪种落地路径,大部分高级别的自动驾驶测试还框定在限定的区域内,同时自动驾驶各大场景、L4级无人驾驶技术与L2+ADAS之间的数据流、技术流无法打通,这也导致了回流的场景数据单薄、评价系统的维度单一。

行业普遍认为,为了保证自动驾驶技术安全可靠,自动驾驶玩家需要 110 亿英里的测试数据来对自动驾驶系统不断优化升级。

真实的情况却是,背靠谷歌的明星选手Waymo,目前也仅在北美2个城市运营者600多辆的Robotaxi,而国内也仅有百度、滴滴、文远知行的车队规模超过100台。

玩家们要想通过路测数据来反哺技术迭代,就要覆盖更全面的场景、收集到更丰富的数据,就需要组建更庞大的车队规模。而这将涉及到另一个问题——资金。

与其他自动驾驶公司“纵向垂直”聚焦单一场景不同,智行者采用的是“横向开放”的落地路线,基于自主研发的无人驾驶大脑可以赋能特种安防、清扫、物流等各大自动驾驶应用场景。

这也意味着,智行者可以通过多行业、多场景的自动驾驶商业化落地,以更低成本、更快速度打通技术、数据、应用场景、现金流的商业闭环。

张德兆表示,未来各家自动驾驶的算法和技术架构将趋同,真正决定胜负的一定是数据的获取以及通过数据迭代算法的能力。谁的数据越多,谁的生存能力就越强。

智行者率先将自主研发的无人驾驶大脑赋能到特种安防、清扫、物流等场景车辆上,以此为基础,智行者获得了更迭算法的海量数据支持,这些低速场景商业化落地反馈的海量数据支撑智行者不断优化和迭代算法,从而不断地去拓宽自动驾驶的“边界”。

拿下T3出行百台Robotaxi订单,这家无人驾驶公司有啥“硬实力”

确切的说,智行者打造的包含算法、算力、数据三大板块的通用型无人驾驶大脑,其本质就是智行者的数据和通过数据迭代算法的能力。

02

“两头挤”的自动驾驶落地战略

张德兆表示,自动驾驶在技术上一定要从最高处着眼,但落地场景则要从低往高走,渐进式落地。只有先将特定场景的自动驾驶做到完善,不断积累经验和数据,打好基本功,才有资格去尝试城市和高速的自动驾驶产品。

智行者成立于2015年,彼时就已经锚定L4级无人驾驶。但当时的张德兆预计,没有8-10年,乘用车L4级无人驾驶根本无法大面积铺开。

于是,智行者决定将L4级无人驾驶大脑降维应用,在物流配送、环卫两个方向去试水。

在智行者成立一年后的2016年,当时的自动驾驶行业骤然升温,备受资本疯狂的追逐,一大批初创公司成立并纷纷瞄准高速乘用车自动驾驶赛道。与这些公司相比,智行者选择率先量产低速无人车,这一选择显得尤其“另类”,但目前来看却十分明智。

2017年,智行者先后和京东推出了无人驾驶物流配送车、和百度推出了国内第一款无人驾驶清扫车,并且于次年迅速投入了量产。

在这一过程中,智行者不仅打开了物流配送、环卫的市场“大门”,还意外打开了无人特种车市场的局面。用张德兆的话来说,就是“技术上以终为始,商业化落地上沿途下蛋”。

实际上,在大力拓展物流、环卫、特种车等应用场景的同时,智行者也始终不断地布局高级别乘用车自动驾驶赛道,并且通过收集回来的海量数据完善自身的无人驾驶大脑。

拿下T3出行百台Robotaxi订单,这家无人驾驶公司有啥“硬实力”

比如,2016年,智行者就正式发布了“星骥”无人驾驶解决方案,并开始与各大主机厂进行完整的无人驾驶解决方案的落地;2019年1月,智行者正式获得北京自动驾驶T3路测牌照。

截止目前,智行者在环卫、物流、特种应用车等场景的产品已经实现了落地及规模化量产,同时还与北汽、长安、东风等主机厂在L4乘用车领域开展了深度合作。

智行者采用的更像是‘两头挤’的战略,一头是低速限定区域的自动驾驶,如环卫等,另一头是越野环境下的无人驾驶。张德兆表示,挤到中间就是结构化道路,最后就是面向乘用车公开道路的自动驾驶。

那么,智行者是如何选择落地场景的呢?

智行者将无人驾驶需求划分为三个层次:一是基础需求,解决人类的基本安全问题,比如无人特种车;二是生活需求,将人们从繁杂、重复的劳动中解放出来,比如无人清扫车;三是精神需求,无人驾驶车辆不再是单一的工具,而是承载了更多生活的功能。

针对此,智行者率先将自主研发的无人驾驶大脑赋能到特种安防、清扫、物流等场景车辆上,打造了独具优势的无人驾驶特种车及明星产品“蜗”系列,解决了特种安防领域的安全问题及企业清洁方面招工难、效率低、成本高等紧迫问题。

随后,智行者通过在特种安防、清扫等场景收集的海量数据流,优化和迭代算法,逐步量产高速自动驾驶车“星骥”,即逐步量产技术难度更高的高速车。

去年开始,包括文远知行、小马智行、百度等在内的企业开始将目光从Robotaxi转向其他更容易落地的细分场景,比如是干线物流、港口等场景。

这恰恰也论证了智行者技术路线的可行性。

张德兆指出,高级别自动驾驶大规模商业化落地,最大的难题就是突破全场景自动驾驶的核心技术壁垒,其次就是解决成本控制以及标准法规制定的不完善等难题。

2020年,智行者积极推动内部组织架构调整,形成了三大独立的商业化运营事业部:无人特种车事业部、智慧生活事业部、智慧交通事业部,再一次明确了智行者的自动驾驶落地战略。

张德兆透露,智行者在多个自动驾驶的落地场景已经有了不错的成绩,无人驾驶大脑落地数量高达2000个。这背后,智行者的核心团队均来自清华大学汽车系,拥有覆盖无人驾驶全产业链的技术团队,掌握算法、硬件、工程等领域的全方位技术。

自成立以来,智行者将无人驾驶大脑视为基础,打造了“技术铁人三项”:数据驱动、全栈算法、软硬件一体。其中,智行者已经拥有完善的软硬件整体解决方案,包含感知、决策、控制三大模块。

拿下T3出行百台Robotaxi订单,这家无人驾驶公司有啥“硬实力”

此外,智行者以特种车辆场景为依托,打破了无人驾驶汽车依赖高精度地图的惯性,实现了没有高精地图也可以行驶。张德兆表示,“特种车应用场景最大的特点就是非结构化道路,它跟普通园区的非结构化道路的最大区别是复杂、未知的越野环境,根本无法提前去做高精地图。”

03

“两大粮仓”

不可否认,自动驾驶行业距离终点还有很长的路要走。张德兆表示,“仅仅靠融资,我觉得走不到最后。”

目前,智行者在智慧交通、智慧生活、特种应用车等多场景实现无人驾驶产品的规模化落地和商用,带来大量数据回流的同时,也让智行者拥有了可持续的自我造血能力。

除了自身开始实现造血之外,智行者还不断获得资本加持。资料显示,智行者目前已融资到C+轮,曾获厚安(厚朴/Arm)、百度、顺为资本、京东等投资。

“通过特种应用和智慧生活等领域的快速商业化应用为公司的研发投入提供现金流,这也是企业能够持续融资的基础。”张德兆表示,自动驾驶的未来发展一定得回归现实,尽快实现公司的自我造血能力。

与此同时,张德兆表示,预计2021年公司将实现整体营收数亿元,相比去年同比增长超3倍,营收来源主要是无人特种车、无人环卫车等场景下的批量化落地应用。

无人驾驶是一场马拉松比赛,谁能最先实现商业化落地,谁就能快速步入“下半场”的发展快车道。

接下来,智行者将进一步夯实并提升利用数据迭代算法的能力,将商业化优势转化为技术优势,进而形成竞争壁垒。

张德兆直言,“无人驾驶的马拉松才刚刚开始而已。无人驾驶的终点绝不只是无人这么简单,还存在许多的岔路口,稍不注意将沉迷于自满,最终失去竞赛的资格。”

上一篇:基于OHCI的USB主机——UFI读容量命令(ReadCapacity)


下一篇:接口中可以包含的组成部分