导语

在自动驾驶的道路上，有人减配低价做量产，有人增配冗余做安全Robotaxis，不知道资本对哪种更青睐。

如果要在自动驾驶圈里，评一个“技术方案变化最快”的奖项，AutoX应该当之无愧。从最初基于摄像头的视觉方案到基于双目的三维视觉，从单颗线激光雷达到两颗多线激光雷达，从普通摄像头进化为红外摄像头，AutoX在这些年的技术发展过程中，硬件方案一直在发生明显的改变。这与当下的大多数公司背道而驰，目前大多数公司都普遍认同两条路：或积累数据，训练边缘场景，直到技术从量变到质变；或规模量产，传感器车规，控制整车成本。AutoX似乎还在与系统硬件较劲，他们最近发布了第五代无人驾驶系统。该系统搭载了多达50个传感器，包括28个万像素的摄像头、6个高线束激光雷达和Tops算力的计算平台，最终集成在克莱斯勒大捷龙上。这套系统上路的价格至少抵得上一台”法拉利”，武装到牙齿的传感器套件，所有的摄像头每帧像素总和超过2.2亿，高清激光雷达每秒超万点云成像，这简直就是带着“显微镜”开车，为了安全AutoX简直成了“堆料狂魔”，这些传感器至少能形成车身周围3?°全覆盖了。与当下大家都在减配做量产方案不同，AutoX希望尽最大所能做最安全的Rotaxi方案。就像AutoX创始人X博士肖健雄说得那样,“没有用户会在意飞机成本，用户所关心的是能不能安全、舒适地从A点到B点。”X博士的观点其实存在一定的道理，目前的自动驾驶还未出现被证明绝对安全的方案，人们就已经开始思考成本问题，纷纷通过压缩成本企图大规模量产，当下可能还不是做减法的时候。01不断做加法的AutoX在公司发展早期，AutoX是视觉方案最忠实的拥趸，肖健雄曾在接受采访中表示：“摄像头为主的感知方案是我们的‘四大发明’之一，以摄像头为主价格便宜，便于落地，对颜色的识别更强，反应速度更快。”年3月，AutoX公布了同款测试车在晴天、小雨、夜晚、阴天夜晚的测试视频，整车只是使用了7个单目摄像头作为传感器，在上汽名爵SUV上进行白天、夜间的压力测试。而年在美国加州，AutoX服务所用的自动驾驶汽车由林肯MKZ改装，搭载一个激光雷达，八个摄像头，是以摄像头为主的传感器方案。不过，肖健雄确实是国内“多传感器融合，大规模高精度地图、多传感器三维仿真器、无人车软硬件一体化设计”等技术的引入者。在年的上海车展上，AutoX发布了无人驾驶系统xUrban系统，度环视车规级摄像头，一颗线主激光雷达(速腾RS-Ruby)，多个专为盲区设计的角激光雷达(速腾RS-Bpearl)，一颗前向高清固态激光雷达(禾赛PandarGT)，以及6个毫米波雷达，进一步增加了传感器配置。年，AutoX自主研发了中国首个L4级别无人驾驶车载域控制器，XCU，并在本次CES正式推出该产品，支持传感器硬件同步、液态冷却和车载功能安全。而在本次发布会上，AutoX推出第五代系统的核心计算平台，也是目前国内首个L4/L5级别无人驾驶计算平台AutoXXCU。最新第五代系统达到了TOPS算力，是中国车载超级计算算力的新高。在AutoX的安全标准里，仅仅有超高清的传感器感知能力、车载级域控制器还不够，AutoXGen5定义了整体自动驾驶域的电子电气架构EEA，使全域系统架构满足安全要求。不仅从设计上保障多层冗余确保?规级功能安全，各个模块还经过了震荡冲击测试、高温及低温测试、EMC测试等车规级测试，达到量产?规级别硬件质量，同时将一体化液态冷却系统、线束工程、电源管理系统等全部考虑进去，进行整车车规级验证。第五代系统的生产流程遵循严格的供应链管理，必须通过一致性整体质检，在标准化的产线流水线化安装，并通过严苛的防水测试、震荡颠簸、海量实际道路路测验证，才可“放行上路”。AutoX还拓展了无人车的边界，将感知系统拓展到路端应用，辅助专攻“鬼探头”等特殊场景。02极致安全，取消了安全员和远程驾驶目前，AutoX已经实现了在非园区、非低速情况下，真正整车度完全无人；在城市公开道路车前、后排均无安全员；同时无远程遥控的RoboTaxi运营。同时，AutoX也发布了中国首个长达2小时无间断、一镜到底、完全空车的真正全无人驾驶视频。视频中，AutoX无人车在中国城市复杂道路上连续完成了16个全无人任意点到点的RoboTaxi订单。度镜头展示出整车空无一人的AutoX无人车——前排驾驶位与副驾驶位无人，第二排、第三排座位也没有任何工作人员，完全依靠车载AutoX无人驾驶平台处理中国城市场景路况，作出灵活自然的决策反应，超过10次借道绕行路边拦路车辆，共通过36个无交通灯路口。整个过程确实非常流畅自如，不过也有几个瑕疵的地方，比如视频一开始过第二个红绿灯，红灯的情况下，车辆需要右转，结果等了一个红灯的时间，理论上车辆可以正常右转，这么处理不知道是基于保守还是识别有误。不过瑕不掩瑜，在与行人、非机动车交互过程中，能够感受到车辆感知的敏感性以及对其他道路参与者行为的预测，计算能力还是非常的强大。在自动驾驶的道路上，有人减配低价做量产，有人增配冗余做安全Robotaxis，不知道资本对哪种更青睐。END预览时标签不可点收录于话题#个上一篇下一篇