照着这本“书”，3年量产自动驾驶卡车

2022 年 9 月 1 日 量子位

贾浩楠发自凹非寺
量子位 | 公众号 QbitAI

自动驾驶卡车规模化离落地还有多远？

不远了。因为你现在网购的商品，很可能就有自动驾驶卡车参与运输。

与之相关的一份成绩单，刚刚对外公布：

L3级自动驾驶卡车2个车型、200台车下线。截止2022年8月底，在30余条常态化运营线路上，智能重卡的自动驾驶商业运营里程已超600万公里。

L4全无人驾驶重卡已经完成国内最复杂24公里封闭道路测试。

全栈自研自动驾驶技术，在算法、计算平台、数据闭环等方面都取得重要突破。

覆盖了量产、商用、常态化运营和最新技术进展，代表着自动驾驶卡车的率先落地进度，也是披露方嬴彻科技的实力秀。

9月1日，嬴彻科技举办以“实践出真知”为主题的首届科技日，首次完整披露从量产走向无人的三阶段技术路线，嬴彻科技还把“如何量产自动驾驶卡车”这样一个宏大复杂的时代命题和亲身实践，整理成为行业首不全面详实，条理清晰的方法论和技术体系——

《自动驾驶卡车量产白皮书》。

一份什么样的《白皮书》？

对于这种白皮书式的总结和对外分享，嬴彻科技创始人兼CEO马喆人表示，自动驾驶行业进入新阶段，技术重点从算法软件探索迈进前装量产落地。

他还认为，正向设计、前装量产自动驾驶整车的技术、体系与经验成为行业的稀缺品。嬴彻科技自成立之初即秉持全栈自研、量产导向、产业融合的技术策略。通过举办科技日，与产业伙伴分享实践，共建体系、突破技术，共同发展。

因此，技术就是这次分享里最核心的主题。

嬴彻全栈自研技术迈入2.0阶段，并在核心技术上取得重要突破。

算法进化上，2.0技术栈中，嬴彻采用了多模多视角Transformer的前融合感知框架、紧耦合的规划与控制一体化架构、以及多时间尺度的节油体系三项突破技术。

感知层面，嬴彻采用多模多视角Transformer的前融合感知框架，从透视视图切换至BEV视角，并将不同数据源的特征图充分融合，然后利用长短期记忆(LSTM)的时序融合网络获得视频流的感知结果。可有效应对干线物流重卡的独特挑战，如感知远距离的小物体、异型车等。同时，通过模型轻量化将计算量降低50%，运用NPU加速传统CV算法（用于预处理），提速达100倍。

规划和控制的难点在于要同时满足安全、精准、舒适、耐久、经济5大商业运营要求，这不可避免会带来3大矛盾，包括精准建模与一车一调、精准控制与耐久经济、规划控制分层与融合之间的矛盾。嬴彻创造性地开发了规控一体的PNC架构，实现了预测、决策、规划和控制的紧耦合，在苛刻的运营要求中找到最优解。

节油算法，嬴彻从亚秒级、秒级、分钟级、小时级对油耗进行全面优化。特别在小时级的车云协同全局速度规划算法上取得突破，在云端建立以关键途径点为节点的GNN（Graph Neural Network），利用历史经验数据和即时交通数据，实现最优的速度推荐。在实际运营中已实现比金牌司机平均节油2-5%，逼近7%的节油上限。

核心硬件层面，嬴彻自研的计算平台已进入第二代开发，尺寸更小、性能更佳、成本更低。单板算力高至256 TOPS，架构支持拓展至1000TOPS以上。平台基于TSN协议，可以实现30ns的时间同步精度，业界领先。

数据闭环层面，嬴彻的创新性增强影子模式，相比传统影子模式，提供面向L4级技术迭代所需的长时间行为（如油耗相关行为等）的采集和评估能力，实现实时A/B Test高效算法迭代，降低数据采集成本同时提升数据有效性和精准度。

随着这些核心技术的逐一突破，一个全面领先，高度可扩展的卡车自动驾驶量产方案2.0已成型。

而《量产白皮书》，其实回答的核心问题就一个：如何把自动驾驶卡车量产。

白皮书讲了什么？

白皮书总共三章，结构清晰，分别是自动驾驶卡车量产的Why、How，以及Future。

第一部分，解释了为什么一定要走前装量产的路线。

原因有三点：

首先，自动驾驶作为车辆关键系统，需要整车层面多系统设计的配合，包括底盘、动力、车身、人机交互、网联等等。只有前装的正向研发模式，才能满足如此复杂的系统交互需求。

其次，商用车运营对可靠和耐久性要求苛刻，需要通过严谨的测试确认。而后装产品仅关注零件自身性能，无法满足自动驾驶系统的全场景需求。

最后，国内相关法律法规也要求，后装改造的卡车，只能用于测试，不能取得合法上路运营的资质。

前两条原因，关系到自动驾驶卡车实际上路的性能表现，同时也隐含了成本考虑的因素。

第三条，则是自动驾驶卡车形成商业逻辑的必要前提。

明确为什么之后，白皮书进入真正的干货：怎么做。

嬴彻深度细致地分享了一套完整的自动驾驶量产开发的方法论体系和技术创新。

首先是量产8大原则：

在此原则指导下，白皮书从需求定义、系统开发、流程与工具、指标体系等方面展开详细论述。

需求定义方面，首次提出了针对自动驾驶卡车使用场景的正向功能定义方法，融合了功能安全信息安全的标准与规范，并配套完整的指标体系和测试方案。

系统开发方面，嬴彻摸索出一套完整的自动驾驶量产开发体系与全栈自研技术，覆盖车端和云端的全部构成，包括自动驾驶、电子电气、线控底盘、人机交互、网络安全、云基础设施和数据闭环等7大核心系统。

《量产白皮书》中，不但有具体的方法论，甚至细致到开发流程。：

自动驾驶卡车的量产既要遵循整车正向开发的严谨性，又要应对软件迭代敏捷性、深度学习算法和需求定义的不确定性。

嬴彻将汽车产业的V 模型开发模式与软件行业的敏捷开发模式进行了创新性融合，首次将高阶自动驾驶开发过程融入卡车整车开发的全流程，建立了业内最完整的自动驾驶卡车量产测试验证体系。

同时，如何评估一款自动驾驶车辆产品的性能与用户价值表现，嬴彻结合量产与商业运营经验，首次在业内提出一套综合评价指标体系.

这套指标体系涵盖5大类、150+个性能指标，不仅关注自动驾驶性能表现，同时关注车辆运营安全、时效和成本的综合表现。

嬴彻着重强调“安全高于一切”的理念，将安全方法论与实践独立成章，提出了明确的设计开发步骤，首先提出功能安全设计目标和Fail-Operational（系统产生故障时仍能使用）要求，并将之具体化为流程安全、核心系统安全和整车安全三个维度的子目标，以及将安全目标分解成各个子系统和零部件的安全需求。

对于Future的全无人驾驶技术，嬴彻科技认为当前的自动驾驶技术架构很有可能遭遇瓶颈。

嬴彻轩辕自动驾驶系统3.0提出了一种全新的自动驾驶架构的构想，该架构可以拆除自动驾驶系统各子模块之间人为设计的边界，替代为端到端的深度神经网络，并通过结合深度强化学习（DRL）和神经辐射场（NeRF）技术的NeDFS (Neural Driving Field Simulator)终极自动驾驶仿真器，训练端到端模型，实现自动驾驶能力的自我演进，最终走向无人。

嬴彻的这本量产白皮书用近6万字百余页的篇幅，全面细致回答了“自动驾驶卡车如何量产”的问题。

但为什么嬴彻要做这样一份《自动驾驶卡车量产白皮书》？

仅仅是因为自己实现了量产吗？