定制、安全经济、全栈，纽劢科技L2+/L3方案的若干关键词

2019年自动驾驶行业的关键词是“落地”。在封闭场景发力低速无人驾驶，在高速公路上布局干线物流运输，在汽车上搭载L2+及以上级别的解决方案，各家都以不同的方式推进落地的进程。

 在行业内人士看来，落地的关键因素还是看市场需求。毫无疑问，无人驾驶潜力巨大，但现阶段似乎并非实际需求最大的应用，眼下行业急需的是实用性更强的辅助驾驶以及限定条件下的自动驾驶。

 据纽劢科技CEO徐雷向雷锋网 (公众号：雷锋网) 介绍，目前国内车企比较偏向于L2+级辅助驾驶的应用，除了可以提供相对智能化的功能外，还可以一定程度上规避行业在落地过程中可能遇到的法律风险，同时消费者也比较喜爱和能接受这种功能。

 但是并不是说在技术上只停留在L2+水平，不少车企目前的技术储备已经达到L3。而且自动驾驶方案提供商也在酝酿提供L4级别的自动驾驶，但是从市场需求来看，提供L2+/L3方案更具价值和可行性。

 在纽劢科技成立的两年多时间里，发布了MAX自动驾驶解决方案，获得来自德赛西威的Pre-A轮产业融资。纽劢的最终目标是实现复杂场景下的无人驾驶载人和运货，但徐雷认为要达到这一目标并非一蹴而就，目前主机厂对于自动驾驶方案的需求还集中在L2+/L3。因此纽劢提供了一套面向市场的L2+/L3方案，与市面上其他同类型方案相比，此套方案具有可定制化、安全经济、全栈式的特点。

 充分可定制的L2+/L3

目前的L2级辅助驾驶功能主要集中行驶和泊车两大类应用场景上，前者包括有感知预警，识别功能以及主动控制等功能，如TSR交通标志识别、ACC自适应巡航、AEB自动紧急制动等，后者则包括有SVC全景倒车辅助、APA自动泊车等。但是根据车企2020年研发计划，众多车企对更高级别的功能也有需求，希望将以L2级别预警控制为主提升为以主动控制功能为主，因此市场上L2+/L3级自动驾驶出现了大量需求且未被满足。

 纽劢的L2+/L3方案主要应用在结构化道路、拥堵、泊车三大场景，可以实现高速代驾、拥堵跟车、自主泊车等功能。

 与市面上其他L2+方案不同的是，纽劢的方案可根据需求进行L2+级辅助驾驶定制，也可以提供L3级的自动驾驶。除了可以选择实现全套功能的高端配置，也可以基于经济配置实现自定义的功能。

 比如在搭载高端配置车辆时，可以满足全功能需求。基于配置更全的传感器和规格更高的计算平台，不仅眼下可以实现更多较复杂场景下的自动驾驶，未来还可以和智慧城市智能交通系统相结合，实现L4级别自动驾驶。

 对于经济配置的车辆来说，纽劢仍可以提供以视觉感知为主、多传感器融合的方案来实现自主泊车、拥堵跟车等自定义功能，方案可基于ASIC芯片的低成本计算平台打造的，在节省成本的前提下满足客户的个性化需求。

 据雷锋网了解，目前很多国际大厂也提供L2+/L3方案，但是通常会一个方案提供给多家车企使用，对于车企来说不能满足个性化需求，纽劢的L2+/L3方案可以解决这一问题。

 相比于过往的L2，纽劢的L2+/L3方案在性能和体验上做得更好，并且功能点更多。比如在泊车方面，识别车位的精度更高，支持小物体识别及避障，可以处理多角度、多形状车位。同时，不需要驾驶员就能实现泊车，车辆能处理所有遇到的情况，甚至来说这属于限定场景下的无人驾驶，即L4级别的应用。

 又比如，通过采用多摄像头的视觉型方案，纽劢可以实现9成以上的车位识别率；像是在弯道保持方面，纽劢可以应对曲率半径极小的弯道而不需要人工介入。同时，纽劢的L2+/L3还能实现拨杆换道、上下匝道、主动超车等功能，这是市面上很多其他方案都实现不了的。

 成本与安全：前装量产的前提

一种方案要被广泛应用，除了满足市场需求外，成本和安全是两个需要考量的重要因素。

 纽劢的L2+/L3方案采用的是成熟的车规零部件。通过使用摄像头、毫米波雷达以及超声波雷达作为传感器，免去了使用激光雷达的成本。同时，计算平台也是ASIL D功能安全等级的控制器，不用工控机；没有用高精定位系统，采用自研的高性能定位。在硬件配置上，纽劢认为当前的硬件就可以满足这些功能的需求，因此从成本上来说可以实现量产，而且极具优势。

 但是对于成本相对较高的硬件，比如说激光雷达、高精地图和高精定位，纽劢的态度是不依赖。就是说在没有“豪华”硬件配置下也能使用该方案实现所设计的功能，有的话性能可以更高。在徐雷看来，摄像头更容易在量产路上成功。

 从技术角度来看，虽然目前摄像头对于障碍物距离和速度的感知没有激光雷达精度高。但是通过深度学习和计算机视觉的方法可以不断提高摄像头的感知精度，同时融合毫米波雷达的数据，在不显著提高成本的情况下，达到激光雷达的感知精度。 

 对于高精度地图的使用也是如此。不同场景对定位的需求是不一样的。纽劢的方案可以支持导航地图，也可以支持接入ADAS地图和高精地图。但是在具体操作过程中，是将其作为冗余，因为从安全角度去考虑的话，完全依赖高精地图的自动驾驶车辆在遇到地图未更新情况下会出现不可预知行为，这本身是存在安全隐患的。

 此外，纽劢还在功能安全、预期功能安全以及网络信息安全三个方面对方案进行了全面考量。

 一般来说，自动驾驶公司会根据应用场景去补充安全架构和模块。但是徐雷认为，自动驾驶的应用场景发生变化，系统的性能也通常会有一些影响，如果将功能开发完后再去添加安全模块，会带来诸多安全问题。因此，纽劢从最开始就将安全纳入进来，从设计、开发，到功能实现、测试，其中的每一个环节都把安全放在第一的位置。

 纽劢这套L2+/L3方案的竞争力，可以归结为通过成熟经济的传感设备及计算平台，提供了足够灵活多样的量产选择，实现丰富全面的功能体验。

 基于MaxOS的自研全栈解决方案

纽劢的L2+/L3方案并非一套孤立的方案，而是由基于MaxOS的自研全栈解决方案所实现。

 此方案有一套顶层的L4设计，但是可以根据客户需求，可以将某些技术下放到L2+/L3应用。在这套方案里，可以实现L2到L4的功能，主机厂如果只有高速代驾或者自主泊车的需求，可以从方案中抽取部分模块，提供定制化的服务，在成本上也会更低。

 无论哪个等级，都需要感知、规划、控制模块，也都需要用到人工智能、深度学习、计算机视觉技术，都需要考虑系统运行、人机交互等方面的功能。在大的环节上L4和L2+/L3是较为相似的，因此可以在一套方案中通过不同模块配置满足不同需求，在技术上完全可以实现从L4降维使用L2+/L3。

 换言之，即使当前上车的是L2+/L3方案，未来车辆仍有进一步升级的空间。在L4的顶层设计下，通过L2+/L3阶段的数据积累，整套方案可以进行技术迭代，优化感知性能，或者提高预测能力和规划能力，提升复杂场景下的功能体验。

 在一套方案中提供不同级别、不同需求的功能，相当于搭建了一个平台。而此套方案也是基于纽劢自研的MaxOS平台运转。

 MaxOS类似计算机操作系统，对自动驾驶的软硬件资源进行管理。MaxOS对传感器、计算资源进行抽象配置，提供给算法开发人员统一的接口；对算法、子系统、功能进行模块化管理，减少系统的耦合性；此外，还会提供一套基础的通信库，高性能计算库，深度学习加速库。通过MaxOS平台，可以实现各种模块的插拔式管理，从而可以以不同的软硬件配置实现不同的功能配置。

 纽劢目前做L2+/L3有两方面考量。一方面可以满足客户需求，为客户创造价值，另一方面在技术模式和商业模式验证可行后，为将来实现一个大规模的L4级别的运人和运货提供数据反馈和算法迭代，否则即使当前在一个区域里面解决了所有问题，未来扩张时也会不断遇到新的场景和新的问题。

 在纽劢看来，L2-L4的自动驾驶在前装领域的应用将会是持续推进和迭代的过程。目前一些成熟的L4的功能近年就可以应用到前装的乘用车上，比如自主泊车；而一些L2+/L3的功能点，以后也可以通过更新升级到L4的体验；现在没有的L4功能，以后也能直接通过推送在预留软硬件能力的车辆上升级实现。

 徐雷向雷锋网表示，自动驾驶从实验室走出到落地，再到量产，是一个逐步迭代的过程。无论是从技术角度，还是从法律法规，城市建设等方面，都还未达到大规模实现复杂场景下的L4的条件。现阶段根据市场需求提供实用的L2+/L3方案，是一件极有价值而又能完全做好的事

。