對話希迪智駕：打造不同場景商用車自動駕駛，助力產品落地

自動駕駛如果僅是過分強調技術，卻忽視了產品落地，終究會回到原地。

如果不是“北斗掉線”事件，我們很難把視線聚焦在“重卡司機”這一特殊群體上。

不分白天黑夜、常年在外奔波，寧可喝著咖啡硬抗，也不敢停車休息……

枯燥單一的路況加上長時間的疲勞駕駛，讓卡車司機這一行業變得格外危險，一個操作疏忽就可能釀下大錯，當下年輕人寧可送外賣、做快遞也不愿干這一行。

我們普通人在享受著便捷物流的背后，卻習慣性對馬路上的重型卡車敬而遠之，這些司機的喜怒哀樂似乎并沒有人太在意。

試想如果沒有卡車司機這一群體，各種原材料和商品都會停滯在原地，整個經濟都無法正常運行。

如何解決卡車司機的難點，從當下來看，自動駕駛可以代替人來操控卡車，這是從根本上解決疲勞駕駛或者操作失誤的辦法。

在對希迪智駕的采訪里，市場部部長陳俊夫向記者闡述了自動駕駛領域的想法。

商用車自動駕駛——更強的需求

在今年CITE2021希迪智駕的展區上，一輛江鈴重卡格外矚目。

據介紹，這款車型由希迪智駕攜手華為、江鈴共同打造，搭載多款傳感器，基本滿足了園區物流運輸自動駕駛、精準?？垦b卸、遠程控制等多項功能。

事實上，在港口、園區等封閉場景里，L3級自動駕駛在近些年已逐步實現落地。

相比乘用車領域，商用車有著更強的需求、更明確的目標以及更合適的商業場景，這成為近些年自動駕駛初創公司關注的重要領域。在物流園區、礦區、港口等特定場景中，交通參與者種類及數量更少，運輸作業對于自動駕駛卡車本身也沒有較高的運行速度要求，更是大大降低了自動駕駛技術實現難度和量產門檻，很好地避開了“人車混行”這一復雜的駕駛場景。

但在重卡這種物流干線領域，其自動駕駛難度并不亞于市內交通，在國道上不規范的行駛行為非常多，而重型卡車本身由于噸位大、盲區大，需要配置的傳感器也更多。

一般來說，一套重卡自動駕駛系統由傳感器、激光雷達、攝像機組成，供應商需要對其進行計算和調整，從而適應運營方。同時供應商會進行優化，從而適應需求方各種平臺需求，比如潛在盲點的變化。

這也正是希迪智駕目前的發展模式。除此以外，類似小鵬、理想等新興主機廠都采用自主研發自主使用的模式。

在問及自動駕駛想走出園區實現真正上路的難點時，陳俊夫解釋道：法規會逐漸有序放開，按照“示范—試點—推廣”的路線來實現。

“自動駕駛會推動物流運輸和采礦產業的技術升級。目前世界最大規模的制造業在中國，這一背景注定產業技術升級必然率先出現在中國。”

不局限于車路協同

從采訪中，鎂客網得知，希迪智駕又名長沙智能駕駛研究院有限公司，公司成立于2017年10月。在短短三年半的時間里，希迪智駕就已經完成了三輪融資，最近的一次B+輪融資在本月上旬完成，總金額3億元，這足以可見希迪智駕在資本號召力上有十足的實力。

相較于無人出租車等C端領域，希迪智駕更加專注于B端的細分賽道，目前在重卡、礦山、園區物流等場景都有涉獵，而多場景、多產品線也是希迪智駕的特色之一。

自動駕駛是一個有深度又有廣度的領域，其背后涉及到大量有不同應用需求的具體場景，如果一家企業真正想實現產品落地，單一的產品線是很難有所突破的。在目前來看，在商用自動駕駛尚有不確定性的背景下，多線路的發展，同樣體現在希迪智駕的自動駕駛體系上，目前希迪智駕不但在單車智能上發力，同時也積極推動車路協同。

隨著5G的發展，我們認知的自動駕駛逐漸從“單車智能”轉向“車路協同”，單車智能真的是劣勢嗎？其實不然。

陳俊夫向記者解釋道：車路協同就是把一些共性基礎感知能力變成公共基礎設施的一部分，可以降低單車的配置，降低社會總體成本。

以手機舉例，很多高復雜功能其實是部署在基站里面，手機只需通過千米之內的基站，即可實現全部的功能，無需像當年的電臺一樣龐大復雜。

而單車智能的劣勢在于必須有充分冗余以保證安全，因為在汽車上必須安裝額外的裝備。但從商用車的角度來看，想要在不同的場景中做到車路協同其實是一件很困難的事情。

因此，希迪智駕選擇了自動駕駛和遠程駕駛同時落地并行的模式，這也是不同于其他企業的地方。

同樣以礦山場景為例，當前希迪智駕的礦車自動駕駛模式已經可以實現礦區的無人化安全作業，但相對惡劣的環境并不能保證車輛一定會適應環境運營，此時遠程遙控模式就可以代替礦車運作。

正是這種“單車智能+車路云一體化”的雙模式，讓復雜場景下的自動駕駛逐步變成現實。

自動駕駛注定代表未來市場

回到自動駕駛本身，當下傳統車企、科技互聯網公司、供應商都紛紛結盟抱團，推出自動駕駛產品，這個賽道也涌入了越來越多的玩家。

總體來說，國內C端的自動駕駛產業正在加量加速，陳俊夫表示：“社會已經逐漸接受自動駕駛，這不再是陽春白雪般高大上的名詞，而是越來越走向普通人的生活。此后該賽道的競爭更激烈，更充分，需要企業更加努力，找準發力點。”

新玩家的加入，讓“成本”與“算力”這兩個行業痛點得以逐步解決。

以激光雷達為例，大疆、華為的相繼加入，大幅降低了成本和應用門檻，以往價格昂貴的傳感器已經慢慢大量投產。這些廠商在做好技術的同時，依托著傳統ICT的優勢，逐漸進入自動駕駛的每個細分領域，對零部件的量產、成本的控制都做出了極大的貢獻。

但同時，如果僅是過分強調技術卻忽視了產品落地，終究會回到原地。

在問及希迪智駕是否會進入C端市場時，陳俊夫給了否定的回答。

即使像希迪智駕這般業務線豐富的企業，也僅是聚焦在制造企業、運輸服務企業的B端市場，這一類大型企業客戶對自動駕駛有強烈的需求，最終才保證了自動駕駛的順利落地。

在C端市場，技術層面自動駕駛產業化還需面臨大量數據測驗、解決算力問題，在政策監管方面，自動駕駛立法征求意見階段即將結束，此外還需應對數據采集、智能汽車駕駛安全等風險。

雖然每個人都很清楚自動駕駛就代表著未來，但這條道路注定不會順利。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！