「易航智能」获 1 亿元人民币 B+ 轮融资，今年量产 L2.5 级自动驾驶系统

车和家计划今年量产的800公里增程电动 7 座 SUV 将搭载易航的L2.5级自动驾驶系统。

36氪获悉，自动驾驶解决方案服务商「易航智能」宣布获得广汽资本旗下基金的 1 亿元人民币 B+ 轮融资，本轮融资将主要用于L2-L3级自动驾驶量产、L4级自动驾驶技术研发和团队扩张。

易航智能成立于2015年8月，目标是为国内外主机厂提供完整的自动驾驶域控制器，涵盖了感知、决策、控制各环节，包括了满足功能安全要求的整套故障诊断算法。

该公司曾于2016年8月获得明势资本、车和家、周航的天使轮 投资 ，2017年1月获得经纬中国和知合控股的 A 轮投资，2018年8月获得 2.2 亿元人民币的 B 轮融资，由中金佳成领投，源码资本、中金甲子跟投，原股东经纬中国继续跟进。

虽然不断进行融资，但易航智能创始人兼CEO陈禹行告诉36氪，他们从2017年就有收入，当时营收几百万元人民币。此后也一直有健康的现金流，预计今年会收入几千万。

2017年10月，车和家宣布，其首款量产SUV将采用与易航智能合作开发的Autopilot解决方案，双方也会合作研发基于深度学习的L4技术，目标是推出国内最早搭载L4自动驾驶功能的量产车。

针对此次合作进展，陈禹行表示，车和家计划今年量产的800公里增程电动 7 座 SUV 将搭载易航的L2.5级自动驾驶系统。

易航智能给L2-L2.5级量产车配备的传感器包括了超声波雷达、毫米波雷达和摄像头。针对L3级量产车，他们会选择性地添加车规级激光雷达，以适应高速行驶的要求。

在自动驾驶这个领域，主要有两种不同的路径，一种是像Waymo一样，直接做L4和L5的全自动驾驶，另一种是像特斯拉，从L2和L3的辅助驾驶做起。易航智能选择的是特斯拉的“渐进式”路径。

陈禹行告诉36氪，自动驾驶落地的工作量要远远大于开发算法和做demo的工作量。L4的量产需要较长时间，与其被动等待产业链成熟，不如在研发L4的同时，推进L2的量产落地。而且，L2和L4在产品化方面的工作量是可复用的，L2的量产也会为L4的量产打下基础。

易航智能内部设有产品部和研发部，产品部负责做L3级以下、能量产的技术；研发部负责L4级的研发。陈禹行表示，他们L3级的每台车成本会在1000美元以下，而L4级的量产时间预计在2022年以后。

对于公司的研发路线，陈禹行一直坚持三个观点：

第一，量产车型的运算芯片和传感器等零部件全部采用“车规级”硬件（符合 汽车 行业使用标准的电子元器件标准）。

目前，自动驾驶公司做demo通常会使用高精度、高性能的实验设备，以实现最佳的展示效果。但陈禹行说，这些实验设备的成本太高、可靠性不足，难以实现量产。

当然，为了降低成本、保证可靠性而使用车规级硬件，又往往会以牺牲性能为代价。因此，必须要对算法进行优化，使其能用较少的运算量、实现同样的功能。此外，使用车规级硬件很考验供应链能力。目前，易航已经与一些国内外顶级供应商达成量产合作。

第二，重视功能安全和故障诊断。陈禹行说，能让车上路做演示，只占了全部工作量的5%。如果完成产品级功能开发，比如驾驶员误操作的识别等，也只完成了20%-30%的工作量。剩余的大部分工作量其实是故障诊断，也就是说，当车辆的传感器或执行机构发生故障、或者车辆爆胎时，智能驾驶系统要能即时诊断和处理故障、保证系统安全。

第三，使用驾驶员模型，不盲从深度学习。陈禹行说，把深度学习应用于自动驾驶其实有很多局限，而“驾驶员模型”可以从根本上表征人类驾驶员的驾驶行为，因此，他们是用“驾驶员模型”做决策规划算法。

国内很多自动驾驶研发商都选择先做商用车改装、切入特定场景（矿区、港口和干线物流），希望更早实现 商业 化落地。但易航智能选择了另外一条路径：从乘用车入手，做全场景。

谈及为何不做商用车，陈禹行说，首先，从商业模式来看，L1-L3级的技术只能辅助司机驾驶，不能完全替代司机，对商用车运营商的价值不大，而L4级自动驾驶近期又很难量产。其次，商用车的超载状态会直接影响车辆的自动驾驶安全，需要更严格的法规和监管，因此，商用车实现L4的时间应该比乘用车更晚。

当然，做L2-L3级高级辅助驾驶也会存在问题：车主容易过分信任和依赖Autopilot系统、难以及时接管车辆，由此造成事故，特斯拉就发生过类似案例。谈及如何解决这个问题，陈禹行表示，他们会在产品说明上对司机进行引导，保证司机专注开车。

除了 L2.5 级量产项目以外，易航智能还会在今年签下L3级和自主泊车的量产项目，并与国内几家主机厂建立合作。同时，广汽资本也会推进易航智能与广汽的业务合作。

陈禹行博士曾师从中国工程院院士郭孔辉和美国工程院院士J. Karl Hedrick，先后就读于吉林大学和加州伯克利大学，曾是加州伯克利VDL和MPC实验室成员，主攻驾驶员模型和智能驾驶方向，拥有10年自动驾驶相关项目和工程经验，现任4家国际顶级汽车学术期刊审稿人。

来源：36氪