量產(chǎn)前夜，這些因素卡住了自動駕駛：理解、推理、學習、決策

新智駕按：10月26日至27日，2019第二屆全球智能駕駛峰會暨長三角G60科創(chuàng)走廊智能駕駛產(chǎn)業(yè)峰會在蘇州高鐵新城正式舉行。峰會主要聚焦“自動駕駛的量產(chǎn)時代、單車智能和車路協(xié)同的共演之路、新型的車內(nèi)交互探索”三大主題，共同探討了智能駕駛的未來發(fā)展方向。

本次峰會由蘇州市相城區(qū)人民政府主辦，蘇州高鐵新城管理委員會、雷鋒網(wǎng)新智駕承辦，江蘇省智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省人工智能學會智能駕駛技術專業(yè)委員會、清華大學蘇州汽車研究院、中國移動通信集團等單位協(xié)辦。來自主機廠、國內(nèi)外一級供應商、自動駕駛解決方案商、自動駕駛核心零部件、出行運營商等智能駕駛上下游企業(yè)，車路協(xié)同專家學者、代表企業(yè)等1500余位業(yè)內(nèi)人士蒞臨現(xiàn)場。

全球自動駕駛的“軍備競賽”加劇，奮力向量產(chǎn)和商業(yè)化落地沖刺。

從2018年L2高級輔助駕駛系統(tǒng)逐步出現(xiàn)在一些量產(chǎn)車型上，到2020年L3級自動駕駛成為百余家汽車廠商必談的小目標。行業(yè)趨勢已經(jīng)明晰：自動駕駛汽車來了，各企業(yè)將迎來量產(chǎn)大關。

然而，自動駕駛領域仍處于早期發(fā)展階段：產(chǎn)業(yè)標準、法規(guī)政策不成熟；且自動駕駛大規(guī)模落地需要整個產(chǎn)業(yè)鏈上下游分工合作，商業(yè)化之路還很長。

自動駕駛量產(chǎn)前夜，各公司如何應對現(xiàn)階段的算法以及復雜路況的挑戰(zhàn)，從而穿越“蠻荒時代”？

圍繞上述問題，精彩峰會繼續(xù)的第二天，演講嘉賓展開了關于自動駕駛芯片、自動駕駛物流重卡、低速無人車、Robo Taxi、高精地圖和人工智能等方面的主題分享。以下為各位嘉賓的演講速記整理，雷鋒網(wǎng)新智駕進行了不改變原意的編輯：

德國漢堡科學院院士張建偉：現(xiàn)在是智能駕駛推向量產(chǎn)的絕好時機

張建偉院士從30年前開始從事人工智能方面的研究，他表示，無論從計算硬件上和數(shù)據(jù)上，現(xiàn)在已經(jīng)是可以把智能制造、智能駕駛推向?qū)嵱猛葡蛄慨a(chǎn)的非常好的時機。

下一步人工智能與未來駕駛，是多種前沿技術的整合，包括AI，IOT，虛擬現(xiàn)實，機器人，5G等與整個傳感行為的融合，這會比單獨的人臉識別，用人工智能寫詩帶來更多系統(tǒng)級的突破。

目前，張建偉院士正領導一個研究項目，將多模態(tài)信息組合起來進行學習，把知識從上至下控制，經(jīng)過跨模態(tài)的表達，最后做成可預測執(zhí)行的系統(tǒng)。這套系統(tǒng)可以使自動駕駛車輛在變化的環(huán)境里大大提高自適應能力。他表示，在未來的幾年，我們一定能夠期待在L4／5級別自動駕駛量產(chǎn)的突破。

清華大學計算機系教授鄧志東：急需發(fā)展下一代視覺認知智能方法

5G 將為無人駕駛帶來什么、人工智能將為無人駕駛帶來什么以及人工智能的短板，是鄧志東教授演講的三大主題。

5G 代表著超高速率、超高可靠性、超低延遲、超大連接數(shù)以及更廣的覆蓋。它與人工智能、云計算的結(jié)合，將實現(xiàn)移動端的智能化、輕量化與低成本。

5G 的實現(xiàn)可為邊緣計算帶來破局，將人工智能算力從移動端轉(zhuǎn)移到邊緣計算端，由此提供的公共人工智能服務，可低成本地為移動端賦予更大能力。

從 2012 年開始，以深度學習為主要標志的新一輪人工智能已經(jīng)成為計算機視覺、語音識別、自然語言處理的主流方法。深度學習帶來了很大的能力提升，但眼前的深度學習方法必須依靠大數(shù)據(jù)、大的計算能力，缺乏理解能力，缺乏知識推理、記憶常識、經(jīng)驗技巧與知識學習，也缺乏舉一反三的小樣本學習能力，下一代視覺認知的人工智能方法亟需發(fā)展。

比亞迪智能網(wǎng)聯(lián)負責人劉亮：智能網(wǎng)聯(lián)汽車是下個重要入口

智能網(wǎng)聯(lián)近年來愈加普及，比亞迪汽車工業(yè)有限公司智能網(wǎng)聯(lián)負責人劉亮認為，人們對智能網(wǎng)聯(lián)的理解各有不同，從演變過程看，智能網(wǎng)聯(lián)汽車搭載了更多的智能硬件和豐富的軟件生態(tài)，且相較傳統(tǒng)汽車更加安全。

劉亮說，真正的智能網(wǎng)聯(lián)包含了智能開放軟硬件平臺、生態(tài)服務體系、大數(shù)據(jù)、AI、云端和終端服務的整合，通過技術創(chuàng)新和生態(tài)體系的搭建，實現(xiàn)車、人、社會生活的完美連接，為人們提供全新的智慧出行方式。

對比亞迪來說，智能網(wǎng)聯(lián)是互聯(lián)網(wǎng)衍生的超級終端，智能網(wǎng)聯(lián)汽車也會成為繼移動互聯(lián)網(wǎng)時代后的下一個重要入口，汽車屏也會成為繼電腦屏、電視屏、手機屏后的人機交互第四屏。

劉亮表示，過去十年，比亞迪從多媒體到導航，再到D－link 2．0智能網(wǎng)絡系統(tǒng)的上市，其實就是智能網(wǎng)聯(lián)產(chǎn)品超級終端的進化過程。到目前為止，比亞迪在車機系統(tǒng)、開放平臺和安防系統(tǒng)方面均取得了突破性進展。

嬴徹科技副總裁于新瑞：商用車的自動駕駛量產(chǎn)之路

嬴徹專注于自動駕駛網(wǎng)絡運營，以干線物流作為主要聚焦場景，致力于開發(fā)符合量產(chǎn)車規(guī)級的自動駕駛產(chǎn)品。

嬴徹認為，干線物流行業(yè)規(guī)模較大，市場規(guī)模在4．2－6萬億左右，但同時干線物流行業(yè)也面臨著運輸事故風險高、運營成本壓力大、司機難招難管理和車輛利用率低的痛點。此外，L3級自動駕駛可以為物流行業(yè)帶來較為明顯的社會價值和經(jīng)濟價值。

基于這些判斷，嬴徹將干線物流商用車的自動駕駛作為量產(chǎn)先機。

于新瑞表示，自動駕駛的車規(guī)級量產(chǎn)首先要滿足卡車5 年的正常生命周期，滿足各種地理條件、氣候和使用工況的嚴苛環(huán)境要求和具有抗電磁干擾的能力；其次要實現(xiàn)功能安全與信息安全，為自動駕駛系統(tǒng)實現(xiàn)全面的冗余；最重要的是，商用車的自動駕駛量產(chǎn)也要堅持整車正向開發(fā)模式和前裝量產(chǎn)的模式。將市場需求貫徹到設計理念中，在整車架構(gòu)上考慮電子零部件的安置、電動系統(tǒng)的改造升級比如線控底盤和局部冗余等。

騰訊自動駕駛總經(jīng)理蘇奎峰：騰訊不做硬件，自動駕駛業(yè)務更多定位于軟件和服務層面

在重要的技術變革中，AT 是不會缺席的角色。自動駕駛發(fā)展要看技術，也要看場景，對于乘用車，用戶大部分的痛點集中于擁堵和駕駛疲勞，為了解決這些問題，騰訊也有自己的一系列動作。

蘇奎峰稱，騰訊不做硬件，自動駕駛業(yè)務更多定位于軟件和服務層面，為產(chǎn)業(yè)提供助力。騰訊將自己定義為云平臺，以模擬仿真和高精度地圖作為基礎支撐，支持車端算法與信息安全開發(fā)。

基于強大的游戲技術基礎，騰訊在仿真平臺建設上也擁有得天獨厚的條件，其仿真平臺不僅可以提供基本環(huán)境，還可利用概率方法和隨機方法產(chǎn)生交通流，把現(xiàn)實中未遇到的場景逐步積累下來。

蘇奎峰表示，騰訊的高精度地圖仍在研發(fā)、測試階段，它需要打通云端與車端，前者不只要求高精度地圖的更新，還需要交通流信息的實時同步，來幫助完成車輛決策。

Momenta蘇州經(jīng)理夏炎：量產(chǎn)自動駕駛與完全無人駕駛兩條腿走路

夏炎今天演講的主題是“量產(chǎn)自動駕駛與完全無人駕駛兩條腿走路”。

她表示，想要實現(xiàn)完全無人駕駛，算法一定要是數(shù)據(jù)驅(qū)動，數(shù)據(jù)驅(qū)動則需要通過眾包的形式持續(xù)形成海量真實數(shù)據(jù)流，數(shù)據(jù)會回到算法迭代中，不斷升級無人駕駛技術。

這種數(shù)據(jù)流與技術的循環(huán)迭代，就形成了量產(chǎn)自動駕駛與完全無人駕駛兩條腿走路，而其中很重要的一環(huán)是使用統(tǒng)一的傳感器方案讓數(shù)據(jù)流動起來。為此，Momenta內(nèi)部創(chuàng)造了“閉環(huán)自動化”，它是通過數(shù)據(jù)和數(shù)據(jù)驅(qū)動算法以及兩者之間快速閉環(huán)迭代協(xié)調(diào)的一個不斷高效運轉(zhuǎn)的流程。

具體產(chǎn)品策略上，Momenta在量產(chǎn)自動駕駛上主要有三個場景，一是高速，一是泊車，一是城區(qū)。完全無人駕駛則主要是在城區(qū)做L4。

紐勱科技CEO徐雷：L2＋自動駕駛方案需求迫切

作為一家自動駕駛方案供應商，紐勱科技從場景出發(fā)，采用了以視覺為主、多傳感器融合的方案，目標是在復雜場景中實現(xiàn)載人和運貨。

基于對安全的考量，紐勱科技的方案在功能安全、預期功能安全和網(wǎng)絡安全三部分進行了重點設計。此外，通過三層感知融合實現(xiàn)了感知更全、識別更準、反應更快的效果。且可以提供自動駕駛測試體系和MaxOS自研平臺，這些方案更加適應中國道路與國情。

目前，紐勱科技在L3、L4方案之外，還在涉足L2＋領域。紐勱科技CEO徐雷表示，從前裝角度看，L2＋級別的自動駕駛方案有著很迫切的需求。而目前L2＋及以上自動駕駛的難點在于如何滿足安全、效率和經(jīng)濟性。

比如，一些公司缺少起初安全設計的考量，整個行業(yè)也暫時缺少針對高級別自動駕駛系統(tǒng)的安全測試體系，部分自動駕駛方案無法高效地處理中國獨有的交通狀況與習慣等等。

徐雷表示，針對上述難點，紐勱科技在系統(tǒng)冗余、傳感器冗余、緊急情況應對措施以及備份的控制系統(tǒng)等方面進行了充分考量和設計。

高深智圖大中華區(qū)總經(jīng)理劉澍泉：數(shù)據(jù)的鮮活性至關重要

在峰會現(xiàn)場，劉澍泉通過自動駕駛面臨的困難、什么是“高精地圖”、AI 技術與高精地圖、案例展示等方面深入展開。

基于成本的考量，高深智圖采用低成本的激光點云融合技術方案，簡單來說就是基于點云融合的算法，其應用場景較廣，不僅限于 GPS 場景。這樣的好處就是激光點云可以滿足 L4、L5 級自動駕駛的需求。

最重要的更新上，他認為高深智圖和許多創(chuàng)業(yè)公司一樣，也是采用的眾包模式，即當車停下來了以后，實時收集到的道路更新信息，會通過云服務上傳到服務器端，然后服務器端會進行變化探測，基于探測得到和自動駕駛所需相關的關鍵特性，再去做某一塊的更新。

同時，他也分享了公司商業(yè)產(chǎn)品的主要形式：

一是為主機廠、自動駕駛創(chuàng)業(yè)公司、Tir1提供高精地圖定制化生產(chǎn)；二是為客戶提供和高精地圖息息相關的定位服務；三是多傳感器的標定，低成本數(shù)據(jù)采集方案及設備；四是為車路協(xié)同公司提供高精地圖以及交通信息流的服務。

采埃孚中國區(qū)研發(fā)負責人綦平：Tier 1 的自動駕駛量產(chǎn)“野心”

在汽車產(chǎn)業(yè)的變革節(jié)點上，Tier 1 幾乎扮演著最重要的角色，每一家也都不吝于展露著自己的野心。

德國 Tier 1 廠商采埃孚有超過 15 個事業(yè)部，包括乘用車與商用車領域的變速器、制動器、轉(zhuǎn)向機等一系列產(chǎn)品，覆蓋了電動出行、車身動態(tài)控制、集成安全技術及自動駕駛四個大方向，綦平在現(xiàn)場主要分享了采埃孚在后四個部分的計劃與成果。

電動出行是汽車產(chǎn)業(yè)發(fā)展的大勢所趨，采埃孚的混合動力產(chǎn)品 EVPlus 可以中度混合，完全混合，插電式混合，緩解用戶的里程焦慮。

在車身動態(tài)控制上，采埃孚正考慮對車身管理進行系統(tǒng)化的功能整合，融合底盤關鍵零部件，隨時獲取其狀況，將之反映給域控制器，之后再給出唯一有效指令，由此形成智能化底盤的業(yè)務模式。

在自動駕駛系統(tǒng)的設計上，采埃孚使用了激光雷達、毫米波雷達和攝像頭的融合方案，而這其中，一個好的域控制器將是至關重要的環(huán)節(jié)。

香港科技大學自主駕駛中心主任劉明：低速無人駕駛落地技術及場景展望

由于不同的天氣狀況和復雜場景，在實際的落地場景中，低速無人車需要應對動態(tài)環(huán)境中的不確定性。劉明認為，過去在無人駕駛的技術落地問題上，業(yè)內(nèi)大多討論的是端對端的控制問題，但在實際場景下，低速無人駕駛要解決的是全流程問題。因此如何通過人工智能或者深度學習的方法解決感知、決策和控制的全流程問題，是目前技術發(fā)展上的一個難點。

目前在感知方面，劉明的團隊從激光雷達方案拓展到視覺方案，通過攝像頭的原始輸入，實現(xiàn)在不同環(huán)境、天氣、早晚環(huán)境下的無人系統(tǒng)全局定位；在決策方面，可以將無人系統(tǒng)在虛擬仿真環(huán)境下學習得到的決策訓練運用到真實場景；在決策之外，可以通過車載電子、機電系統(tǒng)來實現(xiàn)對車的最終控制，產(chǎn)生端到端控制的邏輯。

滴滴自動駕駛公司COO孟醒：自動駕駛安全及驗證技術需要大量數(shù)據(jù)支持

孟醒表示，投資行業(yè)撲向自動駕駛領域，網(wǎng)約車運營經(jīng)驗所積累的數(shù)據(jù)化，可以用于訓練自動駕駛車輛，使自動駕駛車輛變得更加安全。

9月份，上海市政府首次給了上汽、寶馬、滴滴三家公司頒發(fā)載人測試牌照。

孟醒表示，獲得路測牌照，改裝的自動駕駛汽車在規(guī)定線路之內(nèi)測試，跟其他人或車輛進行互動，這是第一步。第二步，不僅僅是路測，是載人路測應用示范，可以真的帶一個人乘車，這是運營的工作，未來需要更多路徑。需要監(jiān)管機構(gòu)、政府給我們指引一起推進。

“自動駕駛首要任務是保證安全。通過滴滴目前的網(wǎng)約車運營網(wǎng)絡，可以分析出哪些訂單適合分配給自動駕駛車輛，哪些超出測試距離范圍或者技術范圍的訂單需要分配給駕駛員。這個混合派單的過程，可以保證每一步都是循序漸進的。只有當安全標準達到相當高指標以后，才會逐步推進。而網(wǎng)約車運營經(jīng)驗所積累的數(shù)據(jù)化，可以用于訓練自動駕駛車輛，使得我們自動駕駛車輛變得安全和智能，以及適應各種出行場景�！泵闲烟岬健�

四維圖新高級副總裁孟慶昕：高精地圖有三大應用場景

圍繞高精地圖的發(fā)展現(xiàn)狀和未來方向，四維圖新高級副總裁孟慶昕進行了逐一介紹。

她表示，智能駕駛對地圖的要求是精度高、要素全、協(xié)同全和更新快�；�于這一特點，四維圖新通過車載雷達，對路面要素和點云進行采集，再通過自動化提取的算法將所有要素反映出來，然后進行分類。

據(jù)孟慶昕介紹，四維圖新面向高精度自動駕駛的地圖現(xiàn)在已經(jīng)可以達到20厘米精度，成為傳統(tǒng)導航電子地圖、ADAS地圖后的又一重要產(chǎn)品。除了用于應用于車端場景，高精地圖還可以應用于云平臺和仿真測試。

孟慶昕認為，當前行業(yè)生態(tài)尚未成型，沒有形成真正有效的產(chǎn)業(yè)鏈條，高精度地圖作為基礎數(shù)據(jù)，希望無論是車廠、車路協(xié)同技術服務商，還是公路建設部門等，都可以依托智能地圖進行測試，早日實現(xiàn)面向未來的自動駕駛。

英偉達自動駕駛中國區(qū)負責人董方亮：汽車駛?cè)階I時代

董方亮的演講主題是“汽車駛?cè)階I時代”，他分享了英偉達在幫助實現(xiàn)自動駕駛上的最新進展。

人工智能從算法開發(fā)到部署已經(jīng)有一套相對成熟的方法論，從依托數(shù)據(jù)進行平臺訓練，驗證后得到深度學習模型，到將數(shù)據(jù)模型進行推理，然后在場景中運行人工智能算法和模型。

董方亮表示，智能駕駛汽車上的人工智能技術應用會有非常類似的過程。英偉達自動駕駛開發(fā)平臺提供了一套端到端的流程與方法，分為數(shù)據(jù)采集，數(shù)據(jù)訓練，數(shù)據(jù)模擬驗證及算法部署四個方面。每個階段都有完備的方案，比如在多傳感器融合感知上，依托其強大的計算平臺，開發(fā)出了底層操作系統(tǒng)，算法庫與應用算法。

董方亮表示，英偉達作為一個開放平臺，會與全球合伙伴，包括算法公司，Tier 1，車廠，地圖廠商等合作共同打造安全的自動駕駛方案。

覺非科技CEO李東旻：避開高精地圖硬件復雜、采集成本高的現(xiàn)實問題

對于汽車而言，高精地圖是否涵蓋了這個汽車所有要求呢？

李東旻的答案是否定的。他認為高精地圖高精兩個字是數(shù)據(jù)準入門檻，是一個技術的條件要求，而真正能夠參與決策、規(guī)劃和徑指導這樣一個數(shù)據(jù)平臺，除了精度以外，至少滿足兩個必要條件：能夠低成本規(guī)模化，能夠低成本把全中國道路不斷進行刷新和革新。

自動駕駛未來，一定是重數(shù)據(jù)和強融合的，不依賴于單一傳感器，不依賴于實時感知，應該是靜態(tài)、離線、實時、在線之間融合的結(jié)果。李東旻表示，我們認為現(xiàn)在測試階段模式車輛，真正進入量產(chǎn)的時候，不能在車后面背一個服務器，插無數(shù)電源方式，實現(xiàn)自動駕駛的量產(chǎn)。

地平線副總裁張玉峰：車規(guī)級AI芯片加速自動駕駛量產(chǎn)落地

張玉峰認為，自動駕駛的量產(chǎn)非常具有挑戰(zhàn)性，但目前還屬于研發(fā)和驗證階段。自動駕駛的量產(chǎn)要逐步實現(xiàn)車規(guī)級的傳感器和計算平臺、逐步實現(xiàn)功能安全、逐步拿掉安全員。從算法角度來看，自動駕駛在量產(chǎn)過程中面臨著三個挑戰(zhàn)：有無足夠高的性能硬件支撐、海量數(shù)據(jù)下的時延夠不夠低、功耗夠不夠低。 自動駕駛對于算力的提升要求是以萬億次來計算的。

針對人工智能在邊緣側(cè)應用的高效推理設計，地平線致力于從算法角度來進行設計和優(yōu)化。張玉峰表示，同樣的芯片，地平線可以用于ADAS視覺更新，也可以用于基于視覺的高精地圖建圖與更新。今年8月，地平線推出中國第一款車規(guī)級人工智能芯片，張玉峰表示，地平線的核心能力在于車規(guī)級處理器，可以結(jié)合視覺或聲音的前端感知，加上基礎服務，賦能不同玩家和客戶。

文遠知行COO張力：走進量產(chǎn)時代，以產(chǎn)品力將無人駕駛出租車開進現(xiàn)實

張力表示，文遠知行專注于L4級自動駕駛的技術研發(fā)，同時也在關注L4自動駕駛智能出行服務，其中的一個業(yè)務場景就是自動駕駛出租車。當下自動駕駛已經(jīng)過了Demo階段，文遠知行認為，真正的量產(chǎn)是在保證安全的情況下，將安全員從車上拿下來。但在量產(chǎn)的過程中，自動駕駛技術、車隊運營規(guī)模、商業(yè)模式的落地以及法律法規(guī)都是自動駕駛亟需突破的內(nèi)容。除了政策法規(guī)，文遠知行在其他三方面的布局都在穩(wěn)步推進。

目前，文遠知行已經(jīng)完成了80萬公里的里程測試，其Robotaxi 接待的乘客人數(shù)逾2000人。在固定的園區(qū)內(nèi)，其Robotaxi能讓體驗者通過APP自動喚車、乘車、結(jié)賬等內(nèi)容，為商業(yè)化落地打下基礎。張力表示，文遠知行于2020年在廣州的限定區(qū)域里開展自動駕駛出租車的載客試運營。

智加科技高級副總裁容力：量產(chǎn)自動駕駛是一個過渡的工程化過程

自動駕駛量產(chǎn)必然是一個過渡的過程，與手機的發(fā)展歷程相似，需要好幾年才能成為老百姓都使用的東西。

容力提到，大部分自動駕駛公司車輛已經(jīng)可以上路了，要經(jīng)過設計驗證、前裝設計、生產(chǎn)驗證，最后建立生產(chǎn)線，最后再生產(chǎn)，這是一個相當長的過程。這個過程不像互聯(lián)網(wǎng)，是一個工程化問題，這個逐漸過程是必須經(jīng)歷的。

自動駕駛落地還要經(jīng)歷一個協(xié)同化的過程。容力在現(xiàn)場表示，協(xié)同化是指自動駕駛，它作為生活中一部分，作為社會中一個不可分割單元，是有多方面的合作，首先是技術產(chǎn)業(yè)鏈，其次就是車聯(lián)網(wǎng)，實際上有了這個車聯(lián)網(wǎng)，很多問題迎刃而解，車聯(lián)網(wǎng)能夠給自動駕駛提供千里眼和順風耳，很多問題都能通過千里眼和順風耳來簡單解決，比人工智能更簡單的去解決。

博世計算機視覺專家徐浩：前視智能視頻系統(tǒng)＋后視與環(huán)視攝像頭系統(tǒng)

徐浩從視頻產(chǎn)品的角度，介紹了博世在兩大方向的布局。

由于車道保持系統(tǒng)、倒車輔助、智能速度控制等系統(tǒng)的需求越來越大，且多與視頻產(chǎn)品相關，博世布局了兩套視頻系統(tǒng)，一是前視智能視頻系統(tǒng)，二是后視與環(huán)視攝像頭系統(tǒng)。

在前視智能系統(tǒng)上博世有單目前視攝像頭與立體攝像頭兩種產(chǎn)品定位，單目可以以低成本的價格實現(xiàn)智能輔助駕駛，雙目可以在比較高度的自動駕駛系統(tǒng)中扮演重要角色。在技術上，博世從光學部分，算法部分和芯片部分都進行了深入的研究，一個亮點是，真正實現(xiàn)了針對嵌入式系統(tǒng)的深度學習，這對智能駕駛是一個重大挑戰(zhàn)。

在環(huán)視系統(tǒng)上，博世已經(jīng)有了成功的案例，2015年其第一代系統(tǒng)在寶馬7系上量產(chǎn)。這套系統(tǒng)有360度全景展示，可以實現(xiàn)自動泊車。通過超聲波與視覺的融合，還能實現(xiàn)車道線識別，行人識別，動靜態(tài)物體識別等功能。

仙途智能聯(lián)合創(chuàng)始人史庭佳：需要技術的持續(xù)迭代

史庭佳的話題主要聚焦無人駕駛的商業(yè)化，即可實現(xiàn)商業(yè)盈利、滿足客戶需求的商業(yè)運營。

2017 年成立的仙途技術落地方向主要以自動駕駛清掃車、垃圾轉(zhuǎn)運車、洗掃車為主。環(huán)衛(wèi)垂直場景是團隊找到的可以更早實現(xiàn)商業(yè)化的無人駕駛應用。

老齡化在增加著各行各業(yè)的勞動成本，這在環(huán)衛(wèi)行業(yè)尤其突出，無人駕駛可以幫助節(jié)約人力成本，且 24 小時的作業(yè)也更加安全、高效。

中國包括封閉和開放道路的環(huán)衛(wèi)市場在 3000 億左右。要實現(xiàn)無人駕駛的商業(yè)化，需要低成本的傳感器方案、復雜場景下的準確路徑規(guī)劃、更精確的高精地圖，同時也需要技術的持續(xù)迭代。