|
嬴彻科技聚焦于干线物流场景，推进自动驾驶技术研发和运营落地。自成立之初，嬴彻科技就坚持“技术+运营”的业务模式，确定了全栈自研自动驾驶技术的策略，并面向量产和商业化。嬴彻科技开发的卡车NOA产品在高速公路场景下，可实现智能重卡从上高速到下高速的全程智能驾驶。 2023年9月19日，在2023第三届商用车自动驾驶大会上，嬴彻科技执行副总裁黄刚从卡车智能驾驶前装量产实践成果、规模化商用实证经验分享，和自动驾驶技术持续突破这三方面内容，与行业伙伴分享卡车智能驾驶规模化商用的实践经验与最新成果，并分享了几点体会:第一，量产成功有安全、产业合作、流程保证三大关键；第二，量产只是商业化的起点，卡车自动驾驶的终局必须获得商业化的成功；第三，自动驾驶技术必须在市场的驱动下不断迭代、持续升级。 黄刚｜嬴彻科技执行副总裁 以下为演讲内容整理: 卡车智能驾驶前装量产实践成果 嬴彻科技公司从成立之初就确定“技术+运营”的策略，全栈自研自动驾驶技术，加上量产驱动，并且深度运营。从2018年公司成立之后，2019年开始和国内头部主机厂东风商用车和中国重汽历经三年联合量产开发项目，在2021年底开始向市场投放面向干线物流的智能重卡。在这三年量产开发的过程中，我们深度合作，从车端的智能化升级到自动驾驶的技术开发，按照汽车行业正向开发流程，经过充分的验证，导入到市场。开发的产品平台在主机厂，是高端的重卡平台，东风是东风天龙旗舰，重汽是在它的黄河平台上，在这两款重卡主机厂高端平台上搭载嬴彻轩辕智能驾驶系统，最终实现量产。 这些量产的智能重卡都具有嬴彻的卡车NOA功能，是智能领航的辅助驾驶，可以在高速公路从上高速到下高速全程实现智能驾驶，并且自动驾驶的里程占比超过90%，具有智能巡航、横向控制、智能节油、安全管理等功能。迄今为止量产了663台车智能重卡，在快递快运头部的货物平台及品牌货主、合同物流、零担和整车专线等各个干线物流细分场景的客户端进行商业运营，累积智能驾驶商业运营里程已经超过5000万公里，安全零事故。 图源:嬴彻科技 由于我们是第一家实现L3级别自动驾驶量产的，所以遇到了很多挑战。但在量产过程中也形成很多行业领先的技术，包括和主机厂联合开发全冗余的线控底盘，做到转向、制动、电源系统的三重冗余等。智能驾驶硬件的套装方面，我们是第一家搭载车规级的激光雷达和自动驾驶的域控制器来实现量产的公司，不仅开发自动驾驶系统，而且实现在车端的人机交互系统，保证车辆的安全性和良好的人机交互体验，实现了网络安全、功能安全等，形成了一套面向量产产品开发验证测试的流程标准体系。 我们把三年量产的探索实践总结出了一套量产的自动驾驶方法论，叫作自动驾驶卡车量产白皮书，在2022年9月向全行业发布，大家一起不断的完善，促进整个自动驾驶行业的发展。 图源:嬴彻科技 白皮书核心内容包括量产八大原则:安全至上，前装设计等八项原则。有七大核心系统的设计方案包括自动驾驶系统，车端的线控底盘，电子架构，网络安全，人机交互系统等。介绍了一整套开发流程，建立了一套衡量指标体系，所以是完整的方法论。这套方法论不只适用于卡车干线物流的场景，在量产研发中也可以被广泛使用。 从2021年底率先实现量产到今天，我司最新量产进展是已经有4个车型，2个整车平台，同时在量产方面进一步深化:第一，产品持续的迭代。第一款车型在6X4车上，严格按照L3级的标准进行开发。按照这套标准设计，我们对车辆到系统，再到硬件算法实现了全冗余的方案。产品进入市场之后，在当前法规标准体系不够完善，客户对价格非常敏感的条件下，我们快速地把产品技术做了降维适配，以包括L2+级的方式投放市场，整车的成本大幅度下降。 同时在L3级自动驾驶基础之上进一步向L4级的技术演进，两条线，一个是性价比，一个是未来做L4级的技术，保持两条技术路线平行展开。另外自动驾驶系统从硬件到算法，从第一代向第二代升级。除此以外，和产业伙伴、量产伙伴、车型平台的扩展合作也在进行当中。除了量产之外，还重点进行商业化规模扩大。 图源:嬴彻科技 在整个量产研发和商业化落地过程中，我有几点体会: 第一，嬴彻用三年的时间快速从零到一实现量产，总结了三大关键。第一是把安全作为关键开发的原则，心怀敬畏之心，从产品的正向设计，从车端到自动驾驶系统高度地关注安全，最终保证量产投放之后五千万公里零事故。二是产业合作。启动这个项目的时候，2019年初行业没有冗余的线控底盘、车规级激光雷达、合适的芯片，那个时候我们和主机厂、芯片供应商一起合作开发面向量产的产品和技术，正是因为产业的合作，才实现了量产的成果。将汽车行业的流程标准，百年造车的经验积累下来的V流程与软件快速开发敏捷开发的方式结合起来，融合到一起，使我们有更高的效率，同时满足量产车规的要求。第二，量产是整个成功的第一步，是商业化的起点，真正做到卡车自动驾驶最终的成功必须获得商业化的成功。第三，自动驾驶技术是前沿的技术，但是这些技术必须要经过市场的检验，在市场的驱动下不断的迭代，持续的升级。 图源:嬴彻科技 规模化商用实证经验分享 智能重卡大规模商用时代已经到来，但5000万公里对嬴彻来讲是来之不易的，为了实现量产整车商业化的落地，扩大和金融公司合作，我们做了资产的平台持有车辆，和众多车队合作构建运力服务网络，承接上游货平台，通过以公里计费的方式承接业务，使得我们产品快速进入到商业运营。 目前我们已服务47家货主平台，49个车队合作伙伴的运力服务网络，使得量产最开始的启动能够得以顺利进行。这5000万公里运行下来，也证明了自动驾驶对客户的价值。我们归结为一安三省。一是安全，5000万公里是零事故的。二是省人，过去500公里以上的运距基本是双驾实现，现在1000公里运距范围内能够让司机安全健康可持续地实现单驾，原来两个司机变成一个司机，并确保有足够睡眠的时间。三是省力，90%的运营里程都是通过智能驾驶系统支持实现的。四是省油，相对客户的油耗基准可以做到2%-10%的省油，跟平均车队司机的水平比有非常大的节约，达到了非常熟练的老司机的水平。 图源:嬴彻科技 以下有两个补充的研究报告: 第一份来自太平洋保险公司。智能重卡量产投放的初期，我们试图寻找能够为智能重卡承保的保险公司，太平洋公司成为了嬴彻的战略合作伙伴，它是国内第一批大规模商业化智能重卡投放时候的第一个保险公司。 这份报告让我们知道安全是可以量化的。太平洋保险公司的数据通过云承保嬴彻的智能重卡，跟普通L0级重卡来比，赔付率大大下降，过去他们承保的车，车前满期的赔付率高达96%，但智能重卡的赔付率已经下降到18%。 图源:嬴彻科技 第二份是来自北京理工大学航天人因工程团队。嬴彻一开始就关注自动驾驶的安全性，建立了人因研究的团队来研究智能驾驶过程中的人机交互、人因工程。北理工与我们合作，来测试评估卡车智能驾驶状态下人的生理疲劳和心理疲劳状况，北理工的航天人因工程团队构建了一个自动驾驶的驾驶员疲劳的多模态生物数学测试模型，对生理疲劳和心理疲劳两方面进行了测评，运用医疗级的可穿戴设备测量心肌和脑肌。最后的结论是在智能驾驶的状态下，司机的疲劳程度相对于人工驾驶的生理疲劳下降34.5%，而且心理的疲劳也能够降低10.5%。这说明自动驾驶不仅能够省力，而且能够省心。 在今后几年时间里，自动驾驶将会更快速部署到快递快运的行业中，不仅会带来一安三省的价值，而且能提升车队的运营管理。客户的体验和洞察代表着智能重卡在干线物流的未来发展，正是因为这些客户的价值得到验证，在2023年8月底嬴彻科技日上我们与几个头部的货平台签订战略合作和采购协议，他们将会规模化采购，或者租赁嬴彻与主机厂开发的智能重卡。从这个结构来看，智能重卡在快递快运的市场会很快形成行业标准，可以预测未来两年内，这些头部客户的采购会指定要求自动驾驶。除此之外，我们也跟主机厂联合，从干线物流的场景向零档和整车物流这些方向拓展我们的产品线。以上是商业化方面的进展。 图源:嬴彻科技 自动驾驶技术持续突破 嬴彻的技术面向量产和商业化，真正的技术要通过实战运营打磨。嬴彻的NOA具有四大功能，这四大功能不断的完善，背后有很多技术的迭代。在量产之前，我们是做正向的设计，包括车端的冗余设计，安全的人机交互，功能安全的设计等。投放市场的初期面临着运营本身需求对我们的挑战。在实际运营场景的驱动下，我们的技术不断迭代。第三阶段是运营规模的扩大和泛化能力带来的挑战，在运营技术的驱动下，嬴彻的技术不断升级，今天已经形成了三个领域的核心技术。第一是决策和规控一体化，第二是极致的节油技术，第三是高效的数据闭环和高效学习的技术。通过这样的算法和合理的车辆动力学模型，避免了一车一调的做法，在极致节油的算法方面，技术迭代到智能节油FEAD2.0版本，与传统PCC的算法相比较，我们的产品能够进行全程节油的速度规划，而且能够适应动态影响实现车辆的最优化运营。 图源:嬴彻科技 嬴彻的自动驾驶技术业也面临新的挑战。第一在商业化规模扩大的过程中要适应更多的场景，客户发现我们是围绕高速公路干线设计的，但有很多的客户要走国道、省道，所以泛化能力要进一步延伸，ODD要扩展。第二要做到持续超越老司机的水平。第三要更高效地进行整车开发速度和车型的适配的研究。 图源:嬴彻科技 针对这样一些新挑战，接下来嬴彻会在三个方面进一步升级技术: 第一，开发安全护栏端到端网络。一方面要建立系统级的安全防护机制，另一方面要面向卡车运营的场景，建立高效的OGM技术。第二，嬴彻超级司机的技术方案，用积累海量价值行为的数据来把驾驶行为原子化，与大语言模型结合形成TruckGPT，真正使产品能够成为超级司机。第三，开发新一代自动驾驶的计算平台，包括平台软件，提高它的性能上限，算力的性能，以及成本的优化，更高的性价比，更快、更高效的整车车型的适配方案。 |
声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。
