如何落地？成為當前自動駕駛創業公司都在絞盡腦汁思考的重大問題。核心成員和技術積累主要來自產業鏈的知行科技，天然具有落地的基因，關注的是產品和系統在量產這件事上需要攻克的具體問題和挑戰，采用漸進式發展路線，已經打通了車規級標準L3級量產之路，拿下了多家主機廠年逾10萬臺的量產訂單，并且劍指L4/L5級別自動駕駛，對未來自動駕駛市場虎視眈眈！

眾所周知，Waymo是自動駕駛領域的佼佼者，截至目前，其實際路測里程數已經超過1000萬英里和利用仿真系統進行的虛擬道路無人駕駛測試總里程已經超過了50億英里。數據遠超其它自動駕駛公司。即便這樣，就在前不久，其CEO John Krafcik在WSJ D.Live技術大會上稱自動駕駛道路漫長，自動駕駛的場景過太復雜，自動駕駛技術還沒有達到在任何天氣和任何條件下都能駕駛的最高等級L5。

由此可見，主攻L5級自動駕駛技術的公司，要想一步到位做好全自動駕駛，可能還要等到猴年馬月，而公司的本質就是要盈利，如若不能像谷歌、百度這樣大體量公司有其他盈利業務作為輸血支持的話，當前自動駕駛創業公司首先考慮的問題便應該是讓技術落地并實現盈利。

如何落地？成為當前自動駕駛創業公司都在絞盡腦汁思考的重大問題。

相信每家公司團隊基因不同，落地方式也會千差萬別。今天就為大家介紹一家具有產業鏈背景、且低調而務實的公司——知行汽車科技（蘇州）有限公司，該公司自2016年12月成立以來全心投入研發，鮮少在行業內發聲，但是它已經打通了車規級標準L3級量產落地之路。

11月30日，知行科技在蘇州工業園區洲際酒店舉行的“2018產品與品牌發布會”算是正式亮相。對外公布了L3級自動駕駛量產級詳細方案。智車科技等特邀媒體對知行科技CEO宋陽進行了專訪，更加深入的了解到知行科技的自動駕駛技術落地之路。

來自產業鏈的落地思維——漸進式發展

一家初創公司的發展應該說深受創始人的影響，這就不得不提到知行科技CEO宋陽的背景。宋陽在創立知行科技之前，是博世中國智能駕駛研發部創始人，曾在這個世界頂尖的Tier1供應商工作了十幾年。

知行科技CEO宋陽

據了解，除了宋陽之外，包括知行科技CTO盧玉坤在內的核心成員也主要來自博世等汽車產業鏈公司。團隊這樣的基因就決定了他們的注意力自然的集中在產品和系統量產這件事上，更能腳踏實地的去克服行業上的種種困難，研發達到量產級別的產品和系統。

在活動現場和采訪過程中，筆者最直觀感受是這家公司很務實和接地氣，非常明顯的區分于某些自動駕駛科技公司的PPT化和概念化。

眾所周知，為了使自動駕駛更好的描述，業內將自動駕駛進行了分級，并普遍采用的是SAE的分級標準，為了更直觀的展示分級，智車科技特制作表格如下：

在與交談中，宋陽向智車科技介紹到，他將業內自動駕駛發展分為兩條路徑：一條是諸如谷歌百度等公司，直接做L4、L5等級的自動駕駛，這屬于一步到位式發展路徑；還有一條就是漸進式發展路徑，即從L1開始研發，一步步向L5發展。

知行科技選擇的發展路徑為后者。

宋陽表示，無論哪一種發展路徑，都得掌握包括整體可靠性方案、電控、線控、算法融合等基礎能力，而從L1開始做的好處在于，通過團隊的資源與能力能夠在公司發展早期拿到L1和L2的訂單，并進行L3級別的產品和系統的測試驗證，實現快速造血，并且通過實測數據驗證算法，迭代算法。

自動駕駛前裝系統的兩個關鍵點：量產和安全

在博世工作的十年，讓宋陽摸清了車廠選擇供應商時的標準套路。

宋陽表示，知行科技定位為自動駕駛前裝系統解決方案Tier1提供商，發展的兩個“關鍵點”是量產和安全。量產很容易理解，就是量產就是指大批量、成規模的產出產品；安全性的意思是指從技術到產品都是在可控范圍內的。

他十分強調車前安全件可靠的重要性，因此知行科技將把控產品的安全性視作公司的技術核心要求。

知行科技的安全設計：

全方位的安全考慮：行為、功能、預期、網絡、操作

不同質多重傳感器冗余補償

多樣化軟件及算法實現、Safe操作系統及Safe AutoSAR架構

高可靠硬件架構及ASILD核心芯片

現場知行科技與專做安全功能檢測的著名集團公司TüV南德意志建立合作伙伴關系，以示自己做好安全環節的決心與能力。

世界500強產業鏈公司的團隊背景，使知行科技諳熟汽車產業鏈的各個環節，具有產業和技術資源積累的優勢，在量產落地的實施上更加輕車熟路。

因此，宋陽深知高質量的設計要轉化為高質量的產品，少不了的是高質量制造環節。

為了做好高質量的制造，知行科技在蘇州建立了自己的生產基地——5800平米的東山生產線，并已獲得了汽車行業IATF16949認證，目前已經與吉利等車企有了量產項目合作。

另外，這家初創企業在踏踏實實做量產的同時，不忘技術積累的準備，不斷進行更高級別的自動駕駛技術的研發。知行科技CTO盧玉坤談到：“我們更關注產品和系統在量產這件事上需要攻克的具體問題和挑戰，但這同樣適用于我們在L4/L5上的研發工作。我們的使命在于腳踏實地的去克服行業上的這些困難，研發達到量產級別的產品和系統。”

打通車規級標準L3級量產落地之路

此次發布會上，知行科技正式推出L3級自動駕駛量產級方案，包括: iMo Pilot3.0三級自動駕駛系統、iMo DCU3.0三級自動駕駛中央域控制器與iMo IFC1.0智能前視攝像頭。

iMo IFC1.0智能前視攝像頭，可實現L2自動駕駛

首先在攝像頭層面，知行科技把自己的攝像頭產品叫做iMo IFC1.0，據悉，這是全球首款基于Mobileye EQ4的量產級別智能攝像頭，iMoIFC1.0按照ASIL-B等級進行設計，采用的是AUTOSAR軟件架構，支持多傳感器數據融合，具有前碰預警、自動緊急剎車AEB（人和車）、自適應巡航ACC、車道偏離預警LDW、車道保持LKA、智能速度輔助ISA、智能遠光燈輔助IHBC等這些標準的L1功能，甚至可以實現交通擁堵輔助TJA這樣在中國尤其好用的L2功能。iMo IFC1.0支持目標級輸出、支持REM高精地圖和定位服務等，所以也可用于L3級自動駕駛。

那么，既然該產品能實現這么多L2級別自動駕駛功能，需要多少錢呢？

沒錯，只要千元的價格！知行科技已經做到了！

iMo DCU3.0三級自動駕駛中央域控制器

車規級全嵌入式DCU，可融合24+路傳感器

知行科技中央域控制器，已經迭代到第三代iMo DCU3.0。支持L3級別自動駕駛。

符合ISO26262ASIL D功能安全設計、采用更加成熟的車規級全嵌入式，采用的是AUTOSAR軟件架構，支持多達7路攝像頭的輸入、6路毫米波雷達輸入、3路激光雷達輸入，支持多傳感器的融合。同時集成駕駛員監測功能，支持空中刷新軟件OTA功能，同時可以按照客戶需求來進行定制化開發。

憑借優秀的系統集成能力，知行科技協同合作伙伴一起打造了iMo Pilot3.0三級自動駕駛系統，預計于2020年底投入量產。iMoPilot3.0三級自動駕駛系統，可實現自主變道、超車、自動緊急避障、擁堵時自動跟隨車流、車輛定位及路徑規劃，系統失效應等安全性問題，可以實現交通擁堵時及在高速公路上兩個應用場景的自動駕駛。

智車科技等幾家特邀媒體當天試乘了搭載iMo Pilot3.0三級自動駕駛系統的汽車，汽車駛入正常運營的蘇州某高速路段，混入自然車流，駕駛位有一名安全員隨時接管。自動駕駛汽車全程行駛了一刻鐘左右，在沒有特別擁堵以及突然近距離插車的情況下，基本不用人工接管。

據相關負責人表示，知行科技目前已在與多家主機廠進行接洽，自動駕駛中央控制器已經與一些大客戶建立長期聯系，數個發明專利正在等待審批，同時受到了資方的青睞，已獲得國中創投、明勢資本、車和家和元禾原點等近億級的投資，下一輪融資也正在商談中。

除了得到了資本的認可外，據悉，目前知行科技已經拿下了多家主機廠年逾10萬臺的量產訂單，這說明知行科技積累的以安全性為核心的融合感知到決策到執行的綜合技術研發能力已經得到車廠的認可，并愿意為其產品和方案買單，由此可見，知行科技的L3級量產落地之路已經打通。

劍指L4、L5：已研發AI Agent行人識別訓練系統

知行科技的野心很大。

“L3并不是知行科技的最終目標！”宋陽說出這句話的時候，眼神中充滿了堅毅，“我們已經在為L4和L5做準備了，雖然技術研發之路困難重重?！?/p>

知行科技CTO盧玉坤講到了做自動駕駛L4和L5存在的困難以及知行科技做的準備。

知行科技CTO盧玉坤

L4/L5難在哪兒？一句話概括就是使用場景太復雜！眾所周知，L1-L3功能適用的主要是路況如高速，城市環路等，這些道路的路況擁有隔離帶，沒有復雜的車流和人流，相對而言比較簡單。但是在全自動駕駛階段，我們更多考慮的是城區道路，這里有非常復雜的交通情況，各個方向上都有車、復雜的十字路口、亂串的行人等因素。

除此之外，深入產業鏈后發現解決復雜場景的技術和產品都還遠不完善。L4/L5級自動駕駛落地困難重重：

1.業界還缺乏更可靠的傳感器，他們看得還不夠遠，還不夠精確，應對惡劣的天氣環境還不太靠譜；

2.感知算法還無法做到100%識別；

3.計算平臺還不夠成熟；

4.決策算法還不夠智能，沒有辦法像人一樣應對復雜交通情況；

5. 高精地圖的覆蓋范圍仍然有限，定位技術仍需突破；

6. 我們還缺乏有效的測試和驗證方法；

7.我們現有的道路基礎設施和法律法規還不支持全自動駕駛。

……

這里需要解決的問題太多太多，需要整個行業的共同努力。

知行科技做為一家初創公司，也在努力攻克其中的幾個關鍵點，目前在行人識別方面有深入研究。

行人識別是自動駕駛業內公認的最大的挑戰之一。

行人識別具有非常之多的難點：首先路上行人呈現出來的姿態多且不一，可能是正對、側對、背對著車，或是站著、蹲著，跑的、跳的，更甚至是倒著走的，比如晨練的大爺大媽；另外行人總是有很多的附帶屬性：行人衣著顏色不同、款式不同，還有的戴著帽子、圍著圍巾、背著包、拿著手提帶、打著雨傘，推著嬰兒車等；更重要的是行人的行為難以預測。

目前，面對行人識別，業內的做法主要有兩種，但是各有個的弊端。

一是采集大量的實際路況來做測試。這種方法的弊端是，通過這種辦法采集到的都是一些高概率的典型場景，而一些低概率的我們更關心的危險場景是很難被采集到的，就算有，數量也非常有限，并不能滿足研發和測試的需求，而且成本太高。

二是用仿真環境來解決，可以設計特殊的場景來做測試。這個方法也有弊端，仿真軟件里面的場景如車應該怎么開、人應該怎么走，都是提前設定好的，這些軟件可以用于ADAS特定場景的功能研發和測試，也可以用來做L3這樣簡單場景的自動駕駛功能開發和測試，但是沒有辦法產生隨機性規模化場景——而這是L4/L5必需的。

面對當前方法存在的弊端，有沒有一種新的方法能夠隨機產生大量的數據來做研發和測試呢？

知行科技研發了AIAgent行人識別訓練系統。

這是一個AI系統，在這個系統里，把每個行人叫做AI Agent，并賦予他們AI能力，他們能夠自發產生行為。

第一步是分析行人的運動。采集了真人的行走數據做為輸入，然后得到了很多種走路的形態，通過不同的組合排列，又會得到了很多新的運動形態。

然后將捕捉的運動數據輸入神經網絡，同時輸入行進方向和步伐語義，通過神經網絡來訓練AI Agent，他的輸出就是AI Agent的下一步動作預測。

在訓練的時候選擇一個現成的動畫人物模型。這個人的動作是在學習了真人的行走數據后自然產生的，而不是事先編程好的。

下一步，把這些AIAgent放到仿真環境中，并賦予他們不同的屬性和走路姿態，然后讓AIAgent產生自己的行為，并且行人之間其實是有交互和協作的，會互相讓路。

所以這個仿真環境，是有能力隨機產生不同的行人的場景的，為今后自動駕駛的研發和測試提供強大的幫助。

基于這個AI系統，知行科技除了可以用來產生最難的行人行為模擬外，也可以用來模擬車流。這些AI Agent產生的大量的隨機場景數據，可以用來訓練自動駕駛算法，同時也可用于自動駕駛系統的測試。這也是業內目前急待解決的挑戰之一。

來自產業鏈的這個團隊正在腳踏實地的去克服行業中面臨的的一些具體困難，為客戶以及自動駕駛產業鏈提供先進并且穩定可靠安全的產品和服務。把技術轉化為產品，把產品在車上量產，并保證自動駕駛系統的安全性。知行科技希望通過自動駕駛技術，改善人們的移動出行，減少交通事故，挽救生命，而且他們正在為這樣的愿景努力著、準備著！