MAXIEYE创始人周圣砚:重新定义自动驾驶分级,解码成长基因

12-08    

近期,智驾科技MAXIEYE创始人周圣砚在行业会议中提出,从解决问题的产业价值出发,重新定义自动驾驶分级的观点,并围绕这一观点,全面解读了智驾科技MAXIEYE“升维”的商业化战略,以及支撑该战略落地的底层技术逻辑。下面为观点集合,与行业共享。

 

(智驾科技MAXIEYE创始人周圣砚)

出行产业变革回归全球共性价值

全球出行产业变革蕴藏的巨大市场空间,归因于全人类对于交通出行的共性价值追求——安全 效率 碳中和

安全。AI+汽车产业化已经成为人工智能产业化落地的关键场景。智能驾驶将长远地降低交通事故率。

效率。点对点驾驶自动化服务的普及,将逐步提高人类出行效率。

碳中和。新能源、自动驾驶、5G通信、V2X等技术的交叉协同创新,将为碳中和的全球战略提供重要推动作用。

重新定义自动驾驶产业分级

过去几年,行业对于自动驾驶一直存在着技术路线之争和商业模式之争,自动驾驶在曲折中前行。尽管存在杂音,今天我们共同看到产业链参与者在以不同的方式加速自动驾驶商业落地的脚步,例如规模化量产的商用车和乘用车ADAS系统,以及以不同场景切入点的货运和客运服务模式。

  

我们都知道,SAE从工程化的角度对自动驾驶进行了不同等级的划分。今天,MAXIEYE从价值链出发,重新定义自动驾驶分级(MAXIEYE Self Driving Scale,MSDS)。价值之所在,在于解决更广泛人群的实际问题。

驾乘安全问题。驾乘安全,是所有自动驾驶技术需要解决的最本质问题,同时也将覆盖自动驾驶产业化的漫长生命周期,成为最基础的要求。数据显示,90%交通事故由人为失误引发,智能驾驶技术将逐步降低交通事故率,最终实现不断趋近于零事故的未来出行愿景。

舒适体验问题。智能驾驶的第二阶段,将以安全为基础,提供长途、拥堵等不同场景下的驾乘舒适体验,逐步解放人类百年来被驾驶舱束缚的手脚,这也成为当下乘用车市场所需求的主流功能。

出行效率问题。全球每年累计超数十亿小时浪费在长途驾驶和交通拥堵中。随着高速与城市点对点自动驾驶系统渗透率提升,更优的全局路径规划和高精度地图加持,将进一步使人类从驾驶困境中得以解放,逐步提升交通出行效率。

节能降耗问题。电动化、智能化、网联化等多维度汽车产业转型,将共同推动低碳环保的下一代交通出行生态形成

智能驾驶将从偶发/突发性功能(如AEB系统)逐步过渡到全时/实时性功能(如自动巡航系统),带来更高的技术鲁棒性要求。从交互方式而言,面向人机共驾和无人驾驶时代,催生不同思维模式的人机交互处理方式。

MAXIEYE成长的基因内核

MAXIEYE依循渐进式路线布局自动驾驶逐级落地。以“辅助驾驶跨平台,自动驾驶分场景”作为商业化战略,已完成从L1到L4级全栈自动驾驶开发和服务的战略部署。在5年成长历程中,“升维、底层逻辑、快”成为镌刻公司基因中的关键词。

 

AI+汽车智能化具备数据驱动的迭代效应。上一代技术研发和产品规模化,将为下一代平台提供数据和技术支撑。与此同时,汽车产业的产品落地离不开工程化能力,真实量产场景的经验积累,才能避免未来技术产品路线的布局落入缺乏数据和场景论证的空中楼阁。

  

智能驾驶系统正在变聪明,但距离高度类人智能还很远。

类比人类驾驶行为可以发现,人类从感知到目标信息到迅速地方向、速度判断,到形成驾驶决策的过程具备高度实时性和联动性。面对复杂的交通场景,人脑天然具备丢弃无用信息的能力,有研究表明,人脑或是一个高度并行的计算系统,这使得其运行功耗只有10多瓦,比我们今天所熟知的大算力运算平台要更低。

依循这个逻辑,智能驾驶系统应尽可能打通底层技术链。MAXIEYE从图像真值信息中探索类人感知和工况分析系统的内在逻辑,强化感知和规控互相校验,同时在感知前端实现距离、速度等更多目标信息属性的检测和预测,以此提升系统鲁棒性,降低对算力和传感器等硬件堆砌的依赖。

保持高速的技术产品和商业落地的滚动迭代,是MAXIEYE最显著的基因。随着OTA全场景闭环部署,数据驱动将进一步加速技术的演进速度,迎接不断变化的智慧产业链需求。

MAXIPILOT®1.0智能巡航系统:底层自研端到端解决方案

今年,MAXIEYE发布了首款面向乘用车的智能巡航类功能产品——MAXIPILOT®1.0。该产品基于1V1R到1VnR配置,可满足SAE J3016™ 定义的自动驾驶等级中的L0-L2+级功能。同时,该产品已于今年内在2家乘用车品牌车型实现量产,并与客户协同,部署了OTA全场景数据闭环。 

这是该公司的重要里程碑之一。其意义在于:

1、 国内自主实现感知、规控的L2+核心技术开发和量产。

2、 成功切入10万元级乘用车车型,实现市场下探。

3、 首度在1R1V硬件平台中实现OTA部署,与客户协同建立数据全场景触发机制和平台,为下一代自动驾驶技术演进打下了多维基础。

4、 在付费订阅、按需升级等创新商业模式上启动了新的探索。

 

基于端到端底层自研的技术方案,我们从感知系统和规控功能层面向行业痛点,带来了一些体验的优化和自我突破。

首先在感知层。基于图像原始真值数据应用、泛化场景理解,以及底层数据多重校验,感知系统的整体可靠性和稳定性得到提升,得以有效地支持L2及以上整车自动驾驶控制功能的实现。

其次在控制层。基于整车控制的研发和工程化积累,实现了面向多种复杂场景的极致驾乘体验。同时针对行业共同的AEB自动紧急制动系统刚需,实现了超过30万公里零误报的测试成绩。

系统的高度可靠性和稳定性。弯道、上下坡道、CUI-IN、红绿灯路口等多种挑战性场景中实现稳定目标检测跟踪,避免系统误报漏报情况。

低接管率。系统在进出隧道、S弯道、鱼骨线、极限CUT-IN等多种复杂场景下表现优异,在道路测试过程中实现了长达50公里零接管的成绩。

“老司机”般的舒适驾乘体验。在智能跟车启停、加减速和方向盘转角控制等综合控制策略优化上,降低驾驶员的紧张感,明确人机共驾场景的技术边界。

智能网联下一幕:由技术驱动、产品驱动,走向数据驱动、模式驱动

首先,自动驾驶企业将长期处于以技术驱动为第一推动力的产业环境中,而在这个基础上,随着产品规模化量产,OTA、影子模式的部署,数据驱动、模式驱动等新变量,将为智慧出行产业下一幕点燃推动力。

高效率、高纯度的数据驱动实现,需要数据触发机制的完善、数据脱敏工作的规范化、数据全场景关联的闭环等多维度工作的协同推进,以不断放大数据的实用价值。

在这个全新的生态环境中,我们已经看到行业的同行者在干线运输场景、矿山场景、园区场景等不同的运营服务模式进行探索。与此同时,在针对ADAS功能付费、按需订阅等软件及服务的新商业模式中,MAXIEYE也在积极布局,我们相信规模化、高度复购率等典型的商业化形式,将进一步拉升市场的活力,这一点在互联网发展的过程中已经得到了印证。

数据驱动引爆价值蓝海,AI助力智能驾驶越用越聪明

  

刚才提到数据驱动的模式,我们认为交通数据的多维度价值还远远没有被挖掘和应用。未来,基于智能驾驶系统的规模化程度提高:

从产品维度。MAXIEYE的OTA数据闭环设置了33种触发机制,覆盖用户驾驶行为、车外场景数据、感知和规控系统参数数据等,实现全场景的数据连同闭环联动。这将为未来的技术高效迭代打下重要基础。

从地图维度。数据的实时更新,将赋能未来交通地图的动态升级,并不断丰富高精度地图的新型数据属性。

从用户维度。数据将通过对用户驾驶行为习惯的学习,建立用户画像,衍生出个性化、差异化的智能驾驶功能体验。

行业必将共同迎来智能驾驶科技平权时代

从技术火种到科技平权,任何一项新技术的演进和发展,最终都应着眼于服务最广大的用户群体。

智能驾驶科技平权意味着:

从市场维度。智能驾驶产品全面下探50%以上车型市场(例如,5万-15万A级乘用车区间)。

从消费者维度。打造消费者“用得起”“愿意用”的智能驾驶产品;拒绝过度渲染系统自动化等级,帮助C端消费者普遍理解人机共驾的技术边界。

从产业链维度。生态协同,产业链健全,共同建立智能驾驶技术和产业化能力。

智能驾驶之于交通出行,终将回归安全、舒适、效率、碳中和等全球共同愿景,实现人类社会的共性价值。“我们以‘科技向善’作为品牌价值观的落脚点,我们相信,我们正在做一件有意义的事。”周圣砚说。

免责声明:本文转载自其它媒体,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责,亦不负任何法律责任。 本站所有资源全部收集于互联网,分享目的仅供大家学习与参考,如有版权或知识产权侵犯等,请给我们留言。