10月28日-29日，由嘉定政府支持，国家特聘专家汽车组及盖世汽车联合主办的“2020第十二届全球汽车产业峰会暨第八届汽车与环境创新论坛”隆重召开。此次论坛以“思辨谋局，创新落地”为主题邀请百名权威嘉宾，共同探讨中国汽车产业在新形势、新格局和常态化疫情防控下，有序发展的思路举措。会议期间，福瑞泰克智能系统有限公司总裁张林发表了题为“智能驾驶迈向产业化 本土ADAS创新之路”的主旨演讲。

福瑞泰克智能系统有限公司总裁张林

以下为演讲实录：

各位嘉宾，下午好！很感谢Tina邀请我来这个场合，有这个机会跟大家分享福瑞泰克作为智能驾驶本土的初创企业，我们在自动驾驶和ADAS这个领域过去有一些实践与思考，跟大家一起分享一下。

今天下午第一个探讨是顾博士，我跟顾博士也是很好的朋友，有很多关于未来驾驶的观点很是一致，目前的区别就是顾博士是在跨国企业法雷奥，一个成熟的跨国公司给出他们的想法，我的想法更多是给我们本土企业，中国的公司有哪些思考和体会。

福瑞泰克作为年轻的公司，我们也有一个很大的梦想和愿景，希望成为中国智能驾驶的一个领导者。在致力于往这个方向努力的过程中，我们觉得有几个事情要做好，首先要立足于技术，我们要有创新的技术和行业领先各方面的自动驾驶相关算法、硬件等等。

第二个大家都知道，我们的道路场景和驾驶员习惯有别于欧美大多数的国家，所以怎么样能够洞察中国这些落地的场景也是成功的一个很重要的因素。

另外对于我们来讲，我们目前还是主要服务于主机厂，提供完整ADAS的解决方案，如何能够快速提供我们的工程能力，以及快速的响应机制，可能也是本土供应商能够有别于一些其他跨国公司竞争中的优势所在。

从刚刚的宣传片大家也可以略微看到一点，我们还是作为一个本土的供应商定位，目前主要还是服务于我们的乘用车主机厂和商用车主机厂，我们交付在高速场景、低速场景，类似于高速场景大家熟悉的L2级别的车道自动驾驶，以及APA等低速场景功能，同时商用车我们也提供类似的功能和产品。

另外一部分在视频中也体现到，我们也在探索一些限定的场景、限定的地理围栏，更多是探索一些高阶的自动驾驶技术，多传感器融合以及目前随着新基建大规模的部署，V2X和车路协同真正落在自动驾驶的这个运营过程中。

在这个过程当中，公司已经建立了一个相对比较完整的能力，其实作为一个汽车技术供应商，有别于一般的企业。我们一直讲汽车行业不能有短板，也就是说你必须要在研发、质量、生产等一系列形成一个完整的体系。目前来讲福瑞泰克已经初步形成了完整ADAS的解决方案，其中包括一些核心的部件，比如说摄像头、毫米波雷达、域控制器，从而为主机厂提供比较完整的功能，有L1、L2级别甚至到L2+级别。在这些里面又包含了一些核心的算法，视觉算法也好、雷达算法也好，包括融合算法到最后的规划决策算法。

在这个过程当中我们也体会到自动驾驶有别于很多的汽车零部件，它是面向场景永远是长尾的，每天路测上都会碰到很多的个案，如何处理这些海量的数据，形成一个数据的闭环分析和训练的过程，也是在这个行业中所具备的一个重要的功能。

另外一个就是整个的平台化策略，如何面对主机厂，其实它的需求是多种多样的。我们的主机厂，现在车的价格跨度区间也很大，有豪华型车，二三十多万的，也有主流的车型以15万为主，甚至10万以下的车我们也看到目前ADAS的装配率也在开始出现，从这个角度工厂和本地化的能力也是必不可少的，作为福瑞泰克我们已经在浙江的桐乡建立了一个我们完整自主的制造工厂，具有工业4.0的自动生产线，能够生产我们自研的摄像头、毫米波雷达以及未来的域控制器。

从解决方案来讲我们目前已经向主机厂提供三套最基本的一个解决方案，从最基础的我们讲单摄像头和单雷达融合的方向，它可以实现车道内的自动驾驶、ACC、LKA等这些功能，这个基础上又增加了两个角雷达，又增加了一些后向的一些功能，我们通过雷达和域控制器实现了360度对环境的监测，从而在这个基础上我们又可以实现更多的功能。譬如说自动变道，消费者的体验和驾驶安全与舒适性也随着传感器算力的提升，可以有大幅的体验提升。

这些我们可以看到，我们在针对中国场景做大量的实践，也发现我们尤其是在视觉算法上必须要适应中国很多比较独特的场景，而且每个城市你会发现，就以简单的一个红绿灯、限速牌等等，大小、颜色、布置的位置和高度都会不一样，很多这种限制条件都为现实工作带来了大量的挑战，如何做好本土的场景和多种道路情形、交通标识，包括晚上恶劣天气条件下道路场景的识别是做好自动驾驶一个很基础的工作。

另外来讲，路测永远是代价很高的，但是必不可少。如何在虚拟的环境下搭建一个仿真的环境，通过仿真环境可以大量去做软件释放前的验证，做软件升级迭代过程当中的验证所以这些工具或者我们在行业内称作为一个工具链，也是保证开发能够有比较高的效率去开展。所以在我们的实验室，我们已经搭建了相对比较完整的一个工具链，可以做到不同层次的仿真，包括模型、软件、硬件在环等多层次的验证，使得我们在上车之前就已经在实验室得到了充分验证。

道路测试和试验场的测试也是必不可少的，这方面我们大量测试道路已经覆盖了中国绝大多数可销售区，因为我们在桐乡和德清都有我们自己的测试道路，所以在法规测试无论是LKA还是AEB，可能熟悉商用车的朋友知道，商用车在今年9月份有一个对重卡牵引车AA级的法规，所以大量的公告实验和法规测试也是必不可少的。

这里有两个视频，其实我们在发觉中国道路有很多的特殊场景，比如说我们在做车道线检测，中国的道路上中间有汉字，这是去往上海、杭州、金华，这些汉字也是中国非常独特的，所以往往会给车道线的辨识带来一定的挑战。做好车道线的检测其实是很小微的工作，但是做好和没做好的差别还是在于横向功能控制中带来巨大的差别。

除了对于车道线的辨识，如何通过语义分割等先进的算法，对于路牙子也能进行鉴别，这样在车道线辨识能力不足或者在车道线没有的情况下，保证安全的一个自动驾驶。

另外在城市夜况恶劣天气，我们的感知能力随着算法的提升和芯片算力的提高，深度学习一些算法，包括感知能力，高感光、低感光这些。我们会发现现在在城市的夜间道路，尽管有大量的城市灯光或者是很高噪的路灯也可以进行识别，在恶劣天气下能见度相对比较低，车辆和车道线的辨识情况也是依然非常良好。

另外一个对于视觉感知比较挑战的是灯光或者光线的急剧变化，一般会发生在进隧道的瞬间和出隧道的瞬间，如何在这个过程当中保证哪怕是短短几十、几百个毫秒，我们也不是对路况的辨识，也是视觉工作中一个非常重要的工作。

从自动驾驶我们往后看就是渐进式的。可能目前来看还是一个主流，因为它的核心是能够逐渐商业落地，逐渐形成商业回报的。真正的无人驾驶，或者说哪一天看到今天有一个无人驾驶的机器人出租车已经在酒店楼下，把你载回市区，我觉得这个时间点恐怕还有很多年。

这个从技术路线来讲好像有差别，但是技术的本质我认为会逐渐变成一个殊途同归的过程，也就是说在从L2到L2+到L3进阶的过程当中，它的整个技术体系、硬件传感器的配置、软件的架构和L4几乎是如出一辙，所以从技术路线上来讲两个方向没有太大的差别，L2技术和L2+技术能不能走到L3、L4？其实这个不是问题，一定是殊途同归。

我们可以看这样一个情况，疫情以后市场上对于自动驾驶的热度，似乎还在提升，其实大家在质疑L4、L5真的能到的这么快，另一方面我们看到大家对于辅助驾驶和自动驾驶的热情还是非常高涨的。

两个维度，乘用车我们看到的趋势是说，我们的乘用车客户不断提出新的需求，不断希望早一天实现更多的高阶自动驾驶，往L2+和L3来实现第一步体验式的L3，也就是说系统能力上可能我们还没有真正达到L3，因为真正达到L3或者L4，你的备份冗余，整个系统设计，不光是电子电器架构、功能安全、执行机构，甚至所有的软件模块设计和芯片的设计都要充分考虑到。但是这个代价都是蛮高的。

同时可以做到的是我们可以在软件架构和功能上让消费者有机会去体验L3、L4的车辆是怎么样的功能，消费者有一个机会去窥视未来L3和L4给他们可以带来一个什么样的价值。所以从市场上我们可以看到，随着传感器配置的增多，核心算力、域控制器上核心算法、计算平台算力的大幅提升，我们可以实现更多的功能，这个观点在乘用车市场非常明显。

商用车目前来看更多是法规驱动，刚刚介绍的法规推动了ADAS应用在商用车上使用。首先在运营类客车，今明两年会在大量的重卡上，我的预判是在未来两三年，也会在更多的中卡、轻客等车辆上强制实行，所以未来的渗透率无论在商用车还是乘用车都会呈现出从低阶到高阶这样一个很快的进展趋势。

我们也在看市场上目前有哪些比较普遍的解决方案，去思考一个什么样的方案和平台来推出我们福瑞泰克服务主机厂的需求。目前比较多的是L2.5的，可以实现HWA，可以定义为是一个高精度地图、域控制器加毫米波雷达，可以进行更准确的品牌，更高阶一点就是L2.9，最主要的功能体验我们称之为superHWA，它从功能上是会接近HWP，但它是辅助驾驶阶段的，现在已经有主机厂逐渐推出这些功能，传感器的配置也相对于L2.5的系统有了很大的提升。真正做到L3就意味着要脱眼，在脱眼这个阶段我们目前看到的系统里面，激光雷达似乎是一个必选项，尤其是在前项的感知判断中激光雷达成本可能略高一点，但是它实现的感知确定性和备份冗余的要求为真正实现L3目前来看还是一个很必要的技术。

基于我们对于市场的一些了解和对主机厂的沟通，我们发现目前的一个趋势会是大量的做一些硬件预埋，逐渐通过OTA把功能进行提升和升级，也就是说我们的策略往后面三年看，未来的自动驾驶或者辅助驾驶会是一个接近于L3的系统。从传感器配置上配合L3的是有多个摄像头、多个毫米波雷达，以及真正实现L3会加装一个激光雷达，这个过程当中会实现多种多样的功能，包括泊车的可以实现AVP，停车的可以实现superHWA。在升级到HWP的过程当中，会有一个阶段来累计数据，进行大量的数据验证，这个过程是跳不过的，所以真正意义的L3还不会来的那么快，可能还需要3-4年的时间，但是未来1-2年市场上会出现包括自主品牌和相当一部分的新势力造车，会有我们讲以superHWA为代表的一些自动驾驶的功能。

基于这个考虑，我们在思考我们怎么去做，因为它会有不同的配置，每个主机厂的需求也会有相当的不同，无论在传感器的选择，甚至核心芯片的选择，以及硬件预埋多少都会有不同的一个思考和要求，那作为一个合作伙伴和供应商，我们怎么尽可能以不变去应万变.今天我相信大家包括晚上的圆桌会议会讲到软件定义汽车，这个话题现在非常热，但是我认为另外一个行业里很重要的话其实是架构定义软件，因为我们也知道软硬分离一定是一个趋势，软件的迭代速度会远远快于硬件的升级速度，如果软件不能大量复用，每次硬件的更新必须要推倒重来，重写你的代码的话，那这个工作量是非常大的。

所以从自动驾驶研发的角度一定会考虑我的系统架构或者我的软件架构、软件模块如何随着硬件的变动，我尽可能大量去复用，也意味着我们需要去定义一个比较完整、比较好的软件架构，去认可一个英伟达的计算平台或者TI的计算平台，或者我们国产的地平线、黑知麻等等，整个软件模块还是核心，它的复用保证了快速量产以及未来迅速叠加一个最基本的要求。

所以定义了软件以后我们可以向市场推出基于同一个软件架构不同的配置，目前我们面对众多主机厂我们看到有几个趋势。一个在低端的车型上单摄像头逐渐成为一个选择，目前比较流行的可能是单雷达作为最低配的一个ADAS的入门项。但是从现在的趋势来看，单摄像头可以实现比单雷达远远多的功能，因为大家都知道摄像头可以对感知的颗粒度，很多细节，包括目标监测的分类对于车道线的辨识等等都有比雷达多得多的信息，现在我们在市场上和客户交流比较多是一个单摄像头，是基于120视角，3百万像素辨识率，大概有5个tops的深度学习算力，以及可以做通常大家做的这些感知算法和功能算法以外，还可以做视觉建图和视觉定位，包括图像的上传，因为图像上传在众多主机厂的需求中也变得越来越重要，因为如果你的低配车装配的摄像头数量众多的话，那未来多是你众包服务一个很好的数据提供来源。

针对众多市场我们认为单摄像头还有更多集成目前来讲行车记录仪的功能，做AI导航、众包建图，所以其实从性价比来看，单摄像头无疑我们在未来看到作为入门级的一个自动驾驶的选择。

再往上走我们会看到另外一个趋势就是我们讲泊车域和行车域会集成在一起.这个好处不光是机械式的加法，从功能上来讲，由于行车传感器的接入对于泊车AVP的实现变成可能，对于环视和通常用于泊车这个传感器，在高速场景可以对于我们非常近距离临近车道的车辆障碍物，包括车道线的辨识提供更加详细的信息，从而做好更多的功能，所以泊车域和行车域的集成也是目前我们看到在ADAS功能往高阶走的一个很明显的趋势。它基本上是一个比较有代表性的5个摄像头、5个毫米波雷达、1个域控制器这样的搭配，再加上环视的一些摄像头。

再往上走，目前我们叫superHWA，接近L3体验或者真正意义上的L2.9。它从消费者端或者私家车端客户可以体验到自动高速公路的上下匝道，在一定ODD里面可以脱眼，以及在这个阶段非常有把握实现低速场景的L4，相应我们的解决方案也是实现这个过程中可能会增加更多我们讲中式的摄像头。

另外由于算力的要求，我们会把上一个阶段的域控制器两个来叠加实现，它的好处就是有很快的扩展性，做一套功能我们可以用一套传感器和域控制器，更高阶可以增加传感器，叠加控制器，这个让我们能够在未来的2年内实施量产这一套系统，而不用等更加高算力的芯片实现量产，就可以消费者两体验到这些功能。

真正意义上的L3，从我们的认定来讲还是需要激光雷达的，在这个意义上我们可以真正意义上做到脱手，这个对于整个传感器感知的距离尤其要做HWP的话，我们认为对于感知的要求以及冗余又上了一个台阶，举个例子我们可能对于前项要求看到300米，而不是现在的150米到200米，提供的3种冗余也确保了我们在前面最危险的区域里面感知度可以从99%到99.99%这些L3功能所要求的。

所以跟大家分享的也是我们在过去几年实践中发现在未来的3年内，整个行业的自动驾驶会快速提速，这个过程中我们怎么样以一个平台化的策略，与一套软件系统的架构去适配不同的传感器以及不同的硬件，能够快速实现量产，让我们的普通消费者尽早能够体验自动驾驶带来的安全和舒适。

谢谢大家！

敬请关注“2020第十二届全球汽车产业峰会暨第八届汽车与环境创新论坛”直播专题！

https://auto.gasgoo.com/NewsTopic/281.html