由智驾网策划承办的2021世界智能驾驶峰会今天成功在北京国家会议中心举办， 轻舟智航大方做了主题为<<无人驾驶走向大规模落地的独特道路>>的演讲，在演讲中他表示：自动驾驶的核心竞争力我们觉得是能够让数据快速流转起来，能够加速整个系统的迭代，能够支持快速落地的能力。所谓系统的快速迭代能力体现在自动驾驶超级工厂里面。

以下为演讲全文，未经本人审阅。

大方：非常感谢，大家好，我是大方，我们今天想要来跟大家分享一下的是我们在无人驾驶走向大规模落地过程中的自己的思考。

如果我们要了解一个自动驾驶系统，从外界来看，我们首先会看比如这个自动驾驶系统选用的是什么样的车型、什么样的传感器，什么样的计算平台，比如传感器技术参数什么样，几何布局是什么样的，在什么样的场景里应用，比如刚才周总、肖老师给大家展示了非常不一样的很多的不同场景，这是我们能看到的，同时我们也可以上车体验它的驾驶能力、体验安全性，如果这个车要载人的话可以体验舒适性，可以看到有哪些场景自动驾驶处理得不是很好，这是从外界能看到的。

我们理解自动驾驶的技术体系很像是一座冰山，它在水面上的，能从外面看到的部分其实很小，在水面下有很大一部分是看不到的，我们理解这部分解决整个系统的迭代进化能力。

自动驾驶的核心竞争力我们觉得是能够让数据快速流转起来，能够加速整个系统的迭代，能够支持快速落地的能力。所谓系统的快速迭代能力体现在自动驾驶超级工厂里面。

轻舟智航的自动驾驶超级工厂有一个数据流场，要解决的问题是各种数据源产生的数据对接到所有的需要数据的环节里面，让数据能够尽可能发挥它的作用，整个数据的流动形成一个流场，而不是简单的闭环。

在数据流场的基础上改变车载的软件和硬件系统，硬件包括大家熟悉的传感器、线控、计算平台，软件有定位、感知、预测、规划、控制、云控和V2X这些系统。

所有的这些环节都可以在数据流场的基础之上进行快速的迭代和进化，同时整个这个系统，系统的整体性是非常重要的，数据可以在流场当中得到高效率的验证和压力测试。

最后这个流水线输出的结果就是可以适应各种场景的通用的自动驾驶解决方案。

在轻舟这个解决方案现在已经推出的产品包括龙舟ONE、智慧公交方案、即将推出的龙舟SPACE，和未来乘用车的解决方案。

我们所关注的主要场景就是城市中的复杂交通状况下的自动驾驶，这个跟很多比较特定的场景，像矿山、港口这些封闭园区不太一样，我们相信城市公开道路上的交通状况决定了很多这类应用、这种场景都是有很大的相同性，所以我们从一开始就非常强调用一套通用系统覆盖多种不同车型、覆盖多种不同的应用场景。

轻舟从2019年3月份成立，成立之初就已经取得了很多突破性的进展，去年7月份首次在苏州发布了龙舟ONE无人驾驶公交，之后仅过了三个月就在苏州开始了全国第一个常态化运营的5G无人公交，现在我们已经把这个服务推向中国其他城市，到今天为止已经在全球范围内的8座城市部署了自动驾驶解决方案的测试和运营，也适配了超过8种车型，应用场景也有很多。整个过程就是我们的自动驾驶超级工厂战略的体现。

在融资方面已经获得来自知名投资机构和产业战略投资方的多轮融资，包括元丰基金、元生资本、龙珠资本、招商局创投等等。

现在我们在全国多座城市快速部署落地的解决方案，我们叫作Driven-by-QCraft。

这是一个专注城市复杂交通场景的自动驾驶解决方案，我们从这几个方面介绍一下这个方案。

第一部分是轻舟数据流场，这部分主要的目的就是以流水线的方式在合法合规的前提下，对智能汽车的各方面数据进行收集和利用，从而使得我们能够处理海量的数据，能够对数据进行各方面的价值挖掘，从而驱动上层各个模块的研发和迭代，提高驾驶能力。

在这个基础之上，第二部分是轻舟的车载软件部分，软件部分是我们自主研发的全栈车载软件，可以适应不同城市、不同车型的全面覆盖，整个系统其实自动驾驶的软件技术栈系统整体性非常强，不是任何一个单点技术能够解决问题的，任何一个方面也不能有短板，所以我们在包括感知、包括决策、规划、控制、预测所有方面，都做了很多的自己的算法的自研和开发，最近在国际顶级学术会议上展示过算法，包括今年在2021年全球自动驾驶预测挑战赛里面我们也获得了冠军。

展示两个具体的例子作为技术上的展示。

右下图大家可以看到，这是视觉全景分割的技术展示全景分割可以说是相对来说比较新的视觉分割技术，在有全景分割概念之前。

语义分割可以区分所有的物体类型，但是并不能区分每一个物体的实例，所有这些车每一辆车在语义分割里面都会被连成一片，语义分割不能区分每一辆车，没有这个能力就不可能对每一个单体做具体的追踪，没有追踪就不可能有每个车的具体的运动意图或者是未来运动轨迹的预测，所以处理互动是非常难的。

另外在实例分割上，跟语义相反，但是它也有缺陷，能处理具体的实例，但是不能处理实例的物体，比如天空、建筑，等等没有单独物体概念的物体，现在有了全景分割之后，能够对每一个像素做出不但是语义，而且有实例的解读，能够对驾驶环境有比较完整的判断。

右上图展示的是自主研发的时空联合规划的技术，所谓时空联合规划就是指在规划框架里边同时考虑时间和空间，就是同时规划路径和速度，让这两个一起组成的轨迹完整的结果保证最优。

现在市面上能看到的绝大多数自动驾驶解决方案里面，规划模块都是在做路径和速度的解耦规划，不考虑速度的情况下单独规划路径，不考虑路径的时候单独规划速度，但是这样处理的话有很多复杂的互动场景很难找到最优解。

图里展示的场景是路上经常遇到的，自动驾驶从左往右开，在车的右侧有自行车，在路上往前同行行驶，绕过自行车的话需要考虑左侧对象车道有来车，在跟自行车发生绕行的同时，跟对象车辆发生让行的互动的时候，这两个动作结合在一起，单考虑路径绕过自行车肯定要延伸到对象车道，咱们不知道速度的情况下不知道在哪儿是最合适超过自行车的点，在不知道速度的情况下，单考虑路径是不可能找到合理安全的路径的，反过来单考虑速度不知道路径的情况下也是一样的。

大家常用的时空解耦的规划方式，在这种场景里面其实能力的瓶颈是非常明显的。我们在自研的时空规划框架下就能对这种问题处理得非常完美。

轻舟车载硬件部分，我们设计了模块化的传感器套件，这个套件里面包括长射程的主激光雷达，包括环视摄像机，也包括盲区激光雷达，这是集成在一起的，既保证了整个套件的稳定性和在不同车型、不同场景之间的通用性，同时也能实现不同传感器之间的互为冗余、互相覆盖。

想要做传感器之间的互相覆盖，传感器融合，有非常重要的先决条件，就是传感器与传感器之间的时间同步，时间同步如果做得不好的话，给大家举一个例子，大家可以想象，假设一个激光雷达和摄像机同时观测一个物体，比如一辆车，比如他们的频率多少10Hz，相当于每100毫秒有一帧数据进来，激光雷达在激光束扫到这个物体的时间有一个精确的时间点，摄像机拍到这个物体的时候也有精确的时间点，如果两个传感器各自的时间系统不一样的话，这两个时间有可能是不同步的，最多有可能相差50毫秒，50毫秒这个数字听起来不是很大，但是在被观测的物体如果在高速运动，这个车达到70公里/小时的速度的话，50毫秒就可以运动超过1米的距离，这就会对下游的传感器融合算法造成很大的困难，我们在时间同步上做了很多的工作，在不同传感器之间的时间同步达到5毫秒左右。

右上图里面可以看到，把激光点投射到摄像机的视野里，跟摄像机拍摄到的物体的温和是非常好的。

我们国内最早提出360度无盲区、无死角激光雷达覆盖方案，为什么这么做？主要因为我们面向小巴的应用场景，小巴的体积非常大，有很多自遮挡，如果设计得不够精细的话很容易造成非常大的盲区，会造成安全隐患，所以我们根据小巴的体型专门布置了传感器的布局，从有下图可以看到很多小物体像小动物或者是篮球一样的很小的物体在传感器方案里可以很稳定地捕捉到。

硬件设计方面我们也是非常贯彻，通过冗余来提高整体系统的安全性和可靠性的理念，不光是刚才说到传感器类型之间的冗余，同一类型传感器视野之间的覆盖，同时在计算平台，像电源等很多其他方面做了很多冗余，计算平台比如说我们用备份计算机和车载控制器辅助主计算机，这样可以保证在任何情况下不会因为有任何一个计算单元单点失效，造成整个系统出现安全性的问题，比如如果遇到特殊情况，比如主计算机出现软件故障或者硬件故障的情况下，备份计算机可以接管控制，做靠边停车或者紧急刹车这种应急措施，可以保证所谓的最小安全条件的满足。

在给大家介绍完在部署的自动驾驶解决方案之后，我们回过头看一看在中国落地会面临的市场情况。

大家觉得网约车之后个人出行会更方便，但是网约车也会带来负面的影响，很多研究报告都显示了，自从网约车大规模普及之后，整个城市拥堵在呈现逐渐增加的状态，城市的公共交通使用在逐渐下降，相应的拥堵程度也在增加，很大一部分原因是因为网约车在40%的时间在路上没有载客空跑，大量私家车涌入市场会给整个交通出行带来很大的负担。

所以不管是在中国、在美国，现在都有这么一个趋势，有很多城市的管理者和研究城市交通的学者都在提倡新的出行模式，就是轨道交通+微循环，比较长途的出行靠轨道交通，短途出行靠微循环的模式，尤其是现在中央提出来“双碳”目标，2030年达到碳达峰，2060年达到碳中和，这个目标下，我们相信在轨道交通和微循环的模式组合之下，因为有更高的效率、更低碳的出行方式肯定是大势所趋的，现在国家对轨道交通的建设非常重视、非常投入，投资商几乎可以说是不遗余力的，很多时候根本不算小账，任何一个高铁的线路或者地铁的区间，如果要是建设成本、运营成本的话都是算不过来账的。肯定是越运营越赔钱，但是这个不重要，重要的是轨道交通可以给整个城市的交通、给整个城市各方面的发展提供加速，这是整个社会的需要。

所以我们现在也是顺应着这种理念推出来第一款产品，就是龙舟ONE是面向微循环自动驾驶的小巴，以后推出更多的其他场景或者车型，都是会很大程度上考虑城市管理的需要。

从另外一个角度来看共享出行市场，在中国的市场规模肯定也是在逐年增加的，根据CIC的预测，在2040年的时候，中国全国的共享出行市场规模将会达到人民币9万亿元，2015年是510亿元真的是天壤之别，规模的增长速度也让我们看到了很大的商业机会，在轨道交通+微循环的模式之下，如果我们能比较快地把自动驾驶达到普及、达到大规模应用的程度，出行的成本肯定会降得非常低，所以在整个生态上会产生很多增值服务的空间。

基于这些理解，我们现在认为在中国的国情之下，微循环是一个有非常强烈的需求，同时又有很大市场潜力的应用，甚至不光是市场潜力，实际上是社会的需要。所以我们想要通过打造安全、高效、低碳的自动驾驶赋能微循环，帮助解决人口老龄化的问题，帮助达到“双碳”目标的要求，能产生出来更大的市场价值和更高的社会价值。

轻舟智航从成立之初一直致力于以Robotaxi的技术来打造城市中低速应用的解决方案，所以我们也是国内最早提出来公开道路上的Robobus共享出行的产品形态的公司。

我们从方案设计之初非常强调一个概念，用同一个通用方案赋能多种车型、覆盖多种场景，这样可以实现在不同场景之间数据的共享，提高数据的利用效率，也可以让这个方案本身有更好的可扩展性，能够更好地泛化到更多没有见过的情况。

在这个方案支持下，产品已经在苏州、武汉、深圳等多个城市开展常态化的运营，我们也在很多城市跟包括中通、京旅、海格等有很多的合作。

在产业合作方面我们也跟中国移动、大唐等等产业合作伙伴有比较深的合作。龙舟ONE自动驾驶小巴已经成了像苏州这样的城市的智慧交通里边的一个风景线，龙舟ONE知的其实不是某一个特！车型，是指轻舟智航针对这种场景，根据这种车的形态，打造的自动驾驶解决方案，其实可以适配多种车型，现在已经适配了苏州金龙等类似车型，客户可以根据需要进行选择。龙舟ONE这个方案现在应用的场景，包括微循环公交、地铁接驳专线等场景，因为有合规车型、有中低速，比较固定的区域的好处，所以导致我们现在可以很容易地保证它的安全可靠。

最后跟大家分享一下我们在思考Robotaxi和Robobus未来发展的理解，我们觉得这两个场景很可能存在趋同化，在未来的某个时间点可能融合成同一个形态，这个形态，现在的概念里面Robobus更灵活，调度更方便，同时又比Robotaxi的形态更宽敞，要更适合共享出行，所以我们顺应这种形式，在今年给大家推出新的服务，共享网约巴士的服务，有相像网约拼车，大家可以走到固定地点上下车，这样Robobus和Robotaxi运营模式差别就不是很大了，我们想以后车的形态上也可能会发生这种融合，所以我们很快也会推出下一个产品，叫龙舟SPACE，这是在未来出行车的形态上的一种尝试，敬请大家期待。