工程化是橫亙在每一個自動駕駛公司面前的問題。

文 | 安琪

新智駕寫在前面的話：

此時此刻，自動駕駛紛紛在尋找落地之道。

每一步的前行和探索，都步履唯艱；同樣，每一步的探索也是向商用、落地更靠近，向未來出行的大圖景更接近。

在摸索的過程當中，需要開闊的叩問和深刻的洞見；需要一流的研究人才，攻堅技術之難，同樣也需要摸索出市場真實的需求，鏈接技術和產品之間鴻溝。

新智駕將啟動《自動駕駛量產前夜》專題，對話自動駕駛解決方案商、核心零部件、主機廠等廠商，共同探索對於走向自動駕駛走向量產過程當中的困難和卡點、解決思路。

與此同時，10月26日、10月27日，由蘇州市人民政府主辦，蘇州市相城區政府、高鐵新城管委會、雷鋒網新智駕承辦的2019年全球智能駕駛峰會將在蘇州舉行，共同摸索量產的過河之道。

更多詳細議程，點擊文末“閱讀原文”或點擊雷鋒網(公眾號：雷鋒網)官網查看：https://gair.leiphone.com/gair/ad2019

正文：一清創新(UDI,以下簡稱一清)，成立於 2018 年6月的低調隊伍，由香港科技大學電子與計算機工程系助理教授，智能自主駕駛中心主任劉明創立。儘管起步時間比較晚，但UDI已經踏上了低速自動駕駛車的量產征程。

據劉明介紹，其低速自動駕駛無人車已經在華東的多個產業園區運行了9個月，用於物料的運輸，實現生產過程的信息化及降本增效。目前能拿到的小批量訂單需求也都在百臺以上，一清預期能夠在一年內將車輛整體成本控制在10萬元人民幣以下。

成立一年有餘，估值增長了數十倍。一個年輕而快速成長的公司，從概念走向量產，甚至批量落地運行，那麼對於量產，劉明有著什麼理解？

“逆向設計”不可行

當下自動駕駛領域已經過了看Demo的階段，工程化是橫亙每一個自動駕駛公司面前的問題。

大多數的自動駕駛企業都扮演著技術方案提供商、或算法公司的角色，本身並不具備製造車輛的能力。因此想要實現自動駕駛車輛的量產交付，需要與主機廠進行深度配合。

但劉明認為，目前大多數自動駕駛企業與主機廠的生產方式，都是採用“逆向設計”。所謂的“逆向設計”，就是根據設計概念產生的產品原始模型或者根據已有產品來進行改良，改良後的車輛俗稱“後裝車”。

但不管是乘用車還是商用車，都有著固定的傳統生產流程。如果要進行改裝，就需要自動駕駛系統、傳感器、算法等元素來匹配既有車型。

儘管“逆向設計”有著著力點低的優勢，但劉明認為，在自動駕駛領域的“逆向設計”存在一些侷限性：比如受限於車輛的性能、無法達到方案的理想效果，和難以形成車輛的一致性。

首先，自動駕駛車輛需要自主做出感應、決策和控制的行為。在逆向設計思維下，傳統汽車的硬件設備很難達到自動駕駛系統的要求。“比如自動駕駛系統對底盤的控制精度要求就極高，普通汽車的底盤很難實現自動駕駛系統想要的誤差範圍。”劉明告訴新智駕。

在這種情況下，選擇合適的車型十分重要。如果車型無法改裝或是需要付出極高的改動代價，比如將車內的電路全部改掉，就容易造成方案成本與效果的失衡。

其次，逆向設計能夠生產出單個樣本，但手工生產的樣本與樣本之間存在的細微差別有可能導致內部參數不一，難以實現車輛的部件模塊化。這無疑會給自動駕駛汽車批量生產的一致性和後期維護帶來極大挑戰。

“逆向設計的車，需要關注每一臺車的參數變化，但生產一萬臺車的時候，每一臺車都要手工做大量參數調節，這是基本不可能完成的事情。”

因此，在現有階段，儘管有一些“手工作坊”式生產的樣本車輛在跑，但如何形成規模數量與規範化、模塊化的生產流程，是量產前夜需要解決的問題。

量產的要素：商用車底盤+可量產的模塊化軟硬件解決方案

由於逆向設計存在著侷限性，劉明認為，而短時間內自動駕駛技術也不會有飛躍式提升，因此難度係數更大的高級別的自動駕駛不會那麼快到來。

“我們要逾越的是一個珠穆朗瑪峰的高度，現在跑了一、兩百米沒有多大意義。關鍵在於，哪條無人駕駛路徑才是真正能夠登峰的路徑。從解決實際問題的角度來看，我覺得載物的自動駕駛會更快一些。”

相較於較高級別的自動駕駛，低速載物無人車不需要考慮載客空間、內飾成本的投入，而且也是可滿足當下市場需求的產品。

但這不意味著低速無人駕駛的量產就輕而易舉。劉明認為，低速無人駕駛的量產需要三個條件：一臺好車、成熟的模塊化技術和完善的售後運維體系。

在此前的CCF-GAIR 2019 智能交通峰會上，劉明曾指出：一臺好車要同時擁有兩個方面：無人駕駛二類商用車底盤+可量產的模塊化軟硬件解決方案。

“在駕駛過程中，人可以靈活地定性的應對各種突發問題和故障，但無人駕駛車輛需要完成決策控制，並要將控制精準到定量的性能標準，比如前輪精確控制到右轉10.24度。普通的商用車底盤很難達到無人駕駛車輛的要求。”

因此一清的無人駕駛二類商用車底盤配備了許多高端商用車型才能見到的設備，比如ABS（防抱死制動系統）、EPS（電動轉向系統）、ESP（車身電子穩定控制系統）、IBC（線控制動系統）、EPB（電子駐車制動系統）及BMS（電池管理系統）及TPMP（胎壓檢測）等數十個汽車電子關鍵部件。在保證車體有5年10萬公里的質保之上，盡其所能同時把車輛智能的部分發揮到極致。

除了硬件上的“好車”要求之外，劉明認為，軟件上的技術模塊化能力也是量產的必要條件。“沒有模塊化的生產及測試能力，就沒有量產的能力。”

一清的低速無人駕駛車內部都使用同一套子系統，因此具有較強的遷移性。他們會根據客戶的要求、產品的特性，有針對性地選擇底盤，再進行自動駕駛子系統的適配工作。目前一清擁有十餘種自主研發的低速無人駕駛車型。

此外，劉明還認為，對於一個完整的自動駕駛系統來說，售後運維能力也是相當重要的一部分，目前內部也正在形成相關團隊和企業攻克相關的難題。

既是算法公司又是主機廠

在自動駕駛領域，一直不乏“軟件定義硬件”的聲音。在劉明看來，“軟件定義硬件”的本質是將軟件的需求轉化成為具體的實際可生產的實物。

因此如何按照算要求尋找最合適的硬件是劉明要解決的問題。這也是一清採用“正向設計”方式的原因，循著嚴格的研發流程，從產品功能預期指標開始，構思產品的零組件需求，再按照設計、生產、製造、測試到驗證的全套標準化的程序來完成。

“比如客戶提出不同的物流標準箱要求，我們會進行箱體數量及標準重量範圍排列、優化箱體設計與配重設計，電池換電、轉向系統等一系列工作。在初始階段，我們會採用標準商用車底盤將原型車先做出來，然後以量產件實現交付。”劉明說。

但真正懂得自動駕駛技術的主機廠鳳毛麟角，因此在這個過程中，主機廠在的配合程度尤為關鍵。

為此，一清的選擇路徑是與某傳統主機廠達成合作，進行股權和資源的重組，開發了一條自動駕駛車輛專用產線，全新打造一家只生產無人車的主機廠。其300畝的產業園區將在今年12月落成，目前整體投入近10億元。

園區5G全覆蓋，並設置了完整的載人車、載物車、叉車、掃地車等等無人車的實際應用場景，包括相當面積的無人車測試實景場地，打通關鍵部件從設計、生產、製造、測試、展示、競賽等等環節。

園區裡包含無人車整車、場景測試、激光等關鍵零部件、鋅動力電池等項目，從四輪6維定位到制動、軸重、車速的校準，各種環境倉測試等傳統車廠總裝間流程，到專為自動駕駛系統新開發的總裝及檢測流程：激光雷達、攝像頭、慣導等傳感器的抽檢、常檢、標定、校準遠程駕駛中心等等。

毫無疑問，有了算法公司與主機廠雙重身份的加持，一清（UDI）的自動駕駛車輛的生產會省去不少磨合工作。或許低速無人駕駛車有望迎接自動駕駛量產的到來。