1 引言
專欄之前的文章介紹了基於各種相機，激光雷達和毫米波雷達的環境感知演算法，以及多傳感器融合的演算法。為了將理論和實際相結合，我們有必要也來了解一下在自動駕駛行業裏各家公司都采用什麽樣的感知方案。
自動駕駛公司大致可以分為兩類。一類是 主機廠 ，包括傳統的車企以及所謂的造車新勢力。前者以燃油車為主，比如奔馳，寶馬，通用等，後者主打新能源汽車，比如特斯拉，以及國內的「蔚小理」。另外一類是 方案供應商 ，包括汽車行業傳統的Tier1和一些高科技公司。前者主要為主機廠提供一體化的解決方案，包括但不限於自動駕駛系統，比如博世，大陸，安波福等，後者與主機廠和Tier1合作，提供自動駕駛系統中不同模組的解決方案，也有的直接與主機廠合作造車，或者聯合打造RoboTaxi的方案，這裏典型的公司包括百度，Waymo，Mobileye等。
在這篇文章裏，我會按照以上分類來介紹不同公司設計開發自動駕駛系統的策略和近期的發展狀況，尤其會重點介紹其系統在環境感知方面的配置方案。
2. 主機廠
2.1 傳統車企
奔馳
2021年底，一條訊息在自動駕駛圈子裏開始刷屏，那就是德國聯邦汽車運輸管理局 （KBA） 批準了奔馳的L3級自動駕駛系統。這是繼今年本田的量產L3系統以後，L3級自動駕駛領域的又一個突破。由於L3是限定場景的自動駕駛，奔馳也給出了明確的套用場景定義：智能領航系統（Drive Pilot）能夠在交通高峰或擁堵期間，在寬度適宜的德國高速路段，以最高60公裏/小時的速度啟用L3級有條件自動駕駛模式。模式開啟以後，駕駛員可以松手松腳，視線也可以離開道路。奔馳允許駕駛員操作中控螢幕，使用車載辦公室、瀏覽器或者看影片。不過，在車內看書看報，玩手機目前還不被允許。奔馳的這個Drive Pilot與奧迪A8的TJP非常類似，但是限制條件更多，以保證駕駛員可以在車輛提示後及時的接管，這也是目前L3級系統最大的挑戰。
傳感器方面，Drive Pilot配置了包括網絡攝影機、激光雷達、毫米波雷達、超聲波雷達等共26個傳感器。在奔馳S級前格柵中央，有三個傳感器，其中上方中央的傳感器為前向毫米波雷達，其水平視場角為90度，垂直視場角為9度。下方左側為環視網絡攝影機，右側是視場角為120度的激光雷達。前擋風玻璃處配備了一對雙目前視網絡攝影機，視場角為70度。車身四角配備四個毫米波角雷達，其視場角為130度。車身兩個後視鏡、後備箱中部加上前格柵，共有4個360度環視網絡攝影機。此外，還有環繞車身頭部和尾部的12個超聲波雷達。在後風擋上方，整合了奔馳的高精定位模組。後風擋左側，整合一枚斜向網絡攝影機，這枚網絡攝影機能夠感知後方交通狀況，如果有警車、救護車透過，L3級自動駕駛系統會主動避讓。在車輛左前輪後部，還有一枚雨水傳感器。在下雨或者道路濕滑狀況下，奔馳的L3級自動駕駛系統是不能開啟的。車內儀表位置，整合了一枚駕駛員監測網絡攝影機，用於監測駕駛員的駕駛狀態。
以上這些傳感器除了用來增強系統的感知能力，也給系統帶來了冗余，以保證在某些傳感器失效的情況系統還可以可靠的工作。除了眾多傳感器，Drive Pilot還配備了高精度地圖，系統也必須在有高精度地圖覆蓋的道路上才可以開啟。即使某些傳感器被遮擋或者失效，高畫質地圖依然可以透過檢索儲存的數據獲得周圍環境的感知，保證了定位的準確性和穩定性。這些都是L3級系統能夠讓駕駛員暫時脫離對車輛控制的安全保證。
奧迪
2017年夏天，奧迪釋出了第四代A8，其中最大的亮點就是搭載了Traffic Jam Pilot（TJP）系統。TJP系統已經屬於L3的範疇，因此奧迪A8可以說是全球首個「量產」的L3級系統。為什麽加上引號呢，這是因為該功能在交付的車輛中一直沒有開啟，使用者只能在奧迪自己的演示車中體驗。奧迪官方的解釋是法規方面的問題，但其實最核心的原因還是技術方面的，也就是L3中的所謂的「接管悖論」問題。在60公裏時速以下的結構化道路堵車場景中，TJP系統允許駕駛員低頭玩手機或者睡覺。這時如果出現突發狀況，可能就會出現接管不及的情況。雖然奧迪在2019年底取消了L3級自動駕駛專案，但是這個探索也為後續的L4和各種高級L2系統的研發提供了寶貴的經驗。
奧迪A8全車共有12個超聲波傳感器、4個全景網絡攝影機、1個前置網絡攝影機、4個中程雷達、1個遠端雷達、1個紅外攝影機。此外，奧迪A8首次搭載了一個4線的車規級激光雷達，並且配備中央駕駛輔助系統控制單元（zFAS），這些都是L3級自動駕駛系統的必備選項。
在A8的L3級自動駕駛系統並沒有取得成功的背景下，奧迪加大投入了L2＋級別高級輔助駕駛系統的研發。近期也有訊息稱，奧迪有可能采用華為提供的自動駕駛解決方案，在國產車型上搭載華為的ADAS系統。除此之外，在L4級別的系統上，奧迪另辟蹊徑，將傳感技術和車輛網技術結合。2021年10月，奧迪在世界物聯網博覽會上演示了在公開道路上融合V2X訊號的L4級自動駕駛系統，這也是世界上首次。傳感器能力再強，可以探測的範圍總是有限的。V2X技術可以擴充套件傳感器的感知範圍，對於高階的自動駕駛套用來說是非常有用的補充。這也可以說是對自動駕駛技術的一次非常有意義的探索。
寶馬
目前在寶馬諸多車型上搭載的輔助駕駛系統Pro是L2級別的系統，很多L2級別的典型套用都包含在內，比如主動定速巡航、城市擁堵、變道輔助、前向碰撞預警，緊急制動輔助、車道糾偏輔助等等。但是這畢竟只是L2級的系統，駕駛員雖然在某些條件下可以松手松腳，但是必須時刻觀察環境，準備接管車輛。以交通擁堵輔助系統為例，該系統可以在車道線清晰，車速低於60公裏/時的場景下啟用。啟用後車輛跟隨前車自動行駛，駕駛員可以松開方向盤和油門。但是，車內的網絡攝影機會隨時監控駕駛員的雙眼，一旦發現駕駛員視線持續離開前方道路，該功能就將結束。這與系統提示後駕駛員才需要接管的L3系統是有本質區別的。
Pro系統設定了25個傳感器，包括探測車身四周的8個網絡攝影機，探測相鄰車道的4個短距離毫米波雷達，探測車輛前方區域行駛的1個長距離毫米波雷達和用於泊車輔助的12個超聲波雷達。
寶馬計劃2022年在其旗艦的7系車型上推出L3級自動駕駛系統。這與奔馳在S級上搭載L3的策略類似，因為這些高端車型對價格來說相對不是很敏感，為增加傳感器留出了成本空間。
通用Cruise
Cruise是通用汽車旗下的自動駕駛子公司。2017年，通用新款的凱迪拉克CT6搭載了Super Cruise系統，這也是第一個接近L3級別並在高速上可以實作「松手」的系統。為什麽說接近L3呢，因為Super Cruise系統在啟動後會隨時監控駕駛員的狀態，如果視線離開前方道路的時間超過上限，車輛就會發出警報提醒駕駛者接管車輛。而真正的L3系統只會在需要的時刻才會提示駕駛員接管，也就說觀察環境的任務屬於車輛而不是駕駛員。傳感器方面，Super Cruise系統包含了1個前置單目網絡攝影機、6個毫米波雷達（1個長距+5個短距），屬於非常普通的配置。不過，Super Cruise配備了高精度地圖和高精度GPS定位系統，在一定程度上可以補充感知系統的不足。
在RoboTaxi方面，Cruise在2021年1月推出了名為「Origin」的無人駕駛汽車。這款汽車面向的是L5級的套用，完全沒有踏板和方向盤等傳統控制裝置，可提供全天候的服務。從外形來看，Origin更像是公路上行駛的迷你地鐵。傳感器方面，除了網絡攝影機，激光雷達，毫米波雷達這些常規武器以外，Origin還配備了熱傳感器。而且這些傳感器配置了兩套，作為安全冗余。可想而知，Origin的成本不會很低，據估計應該在30至40萬美元之間。不過值得一提的是，Cruise也在自主研發激光雷達和毫米波雷達，以進一降低成本和滿足特定的需求。比如其自主研發的超短距毫米波雷達可以取代超聲波傳感器，以提高對近距環境的感知精度，更好的滿足自動泊車的需求。
本田
2021年3月，本田釋出了L3級別的量產車型Legend Hybrid EX。如果不考慮奧迪A8的L3級系統（沒有交付給終端使用者使用），這可以算是世界第一款量產的L3自動駕駛系統。但是，該車型先期只限量生產100輛，並且只是出租給使用者使用，租期只有3年。與奧迪和奔馳的TJP系統類似，Legend支持在高速公路， 時速低於50 km/h，以及高精度地圖覆蓋的場景下開啟系統。
在傳感器方面，Legend配備了5個激光雷達、5個毫米波雷達、雙目前視網絡攝影機和12個超聲波雷達。其激光雷達數量較多，但是效能一般，據估計應該是來自法雷奧的16線激光雷達，最遠探測距離 150 米。
2.2 造車新勢力
特斯拉
雖然一提起自動駕駛，很多人腦子裏最先想到的就是特斯拉，但是 特斯拉最新推出的FSD其實也只是L2級別（或者說高級L2）的自動駕駛系統 ，因為還是需要駕駛員隨時準備好接管車輛。如果你只在L2級別的系統裏橫向對比，那麽特斯拉的方案還是很有競爭力的。這個系統只采用了視覺傳感器，包括了安裝在車身不同位置，多種焦距和視野範圍的網絡攝影機。這些網絡攝影機可以覆蓋360度的視野，並且有一定的冗余性。
不用毫米波雷達，主要因為目前毫米波雷達的分辨率確實比較低，感知演算法方面也有待提升。不用激光雷達，主要是成本方面的考慮，而且對於特斯拉目前L2級別的系統來說，確實也沒有必要用激光雷達。除了這些考慮，我覺得可能還有一點，就是這些傳感器都來自外部的供應商，過度依賴傳感器就會受制於人。這也是為什麽很多自動駕駛公司要自主研發激光雷達和毫米波雷達的原因。因此，特斯拉把戰略重心放在數據和演算法上，希望依靠最常見的網絡攝影機來打造一套可靠的自動駕駛系統。不過，從目前的技術發展來看，這種純視覺系統還是只能停留在L2級別的套用上，邁向更高級別系統的途徑還是增加傳感器。
蔚來
目前在已量產的車型上，蔚來的NIO Pilot，仍屬於L2級別的自動輔助駕駛系統。該系統共整合了22個傳感器，包含了1個前視網絡攝影機，4個環視網絡攝影機，1個前向毫米波雷達，4個側向毫米波雷達，12個超聲波雷達。這是非常標準的L2級感知系統的配置。
2021年1月，蔚來釋出了ET7車型，並將Pilot升級為NAD系統（ N IO A utonomous D riving）。與Pilot相比，NAD系統增加了1個前向激光雷達，2個前視車頂網絡攝影機，2個側視網絡攝影機，1個後視網絡攝影機，此外還配備了高精度地圖定位單元，V2X車路協同單元，以及駕駛員監控系統。NAD的傳感器總數達到33個，覆蓋了車身周圍360°的區域，並且每個區域至少都有2種傳感器覆蓋。車輛正前方這個重要區域有激光雷達、網絡攝影機、毫米波雷達3種傳感器覆蓋，保證了冗余性。
NAD系統包含了Pilot中的多項L2級輔助駕駛功能，以及NOP領航輔助系統。NOP可以在高精度地圖覆蓋的高速路上實作自動駕駛，但是駕駛員不能脫手，而且必須保持註意力。NAD的自動駕駛功能可以支持特定場景下脫手，但駕駛員還是要保持註意力，隨時準備接管車輛。目前NAD可以算是L2+級別的系統，但是充足的傳感器配置也為將來升級到L3提供了硬件上的支持。
小鵬
小鵬汽車的自動駕駛系統叫做Xpilot，目前已經演進到了3.5版本。在早期的2.5版本中，傳感器包含了傳統的網絡攝影機，毫米波雷達和超聲波雷達。3.0系統中增加了前視三目網絡攝影機，側視和後視網絡攝影機，後置毫米波角雷達以及高精度地圖定位。3.5系統中進一步增加了2個前置激光雷達，水平視角達到150°，最遠探測距離為150米。
小鵬的NGP（Navigation Guided Pilot），即「自動導航輔助駕駛」，是Xpilot系統結合導航路徑實作的輔助駕駛功能。該功能開啟後車輛基本可以實作從點對點的自動導航輔助駕駛，這個過程中人依然是駕駛的主體，但是很多駕駛動作可以由NGP完成。與蔚來的NOP/NAD和特斯拉NOA/FSD都屬於L2或者L2+級別的套用。L2與L2+的區別主要在於可不可以脫手脫腳，但無論哪種情況駕駛員都需要保持註意力，隨時準備接管車輛。
理想
與蔚來和小鵬相比，理想沒有提供自動導航輔助駕駛的功能，在傳統的L2級套用中功能也相對少一些。這從傳感器配置也可以看的出來：理想ONE全車共配置了5個高畫質網絡攝影機、1個毫米波雷達和12個超聲波雷達，並沒有激光雷達，高精度地圖或者v2x的模組。2021年新款的理想ONE增加了4個毫米波雷達和高精度地圖，也開始在往L2+甚至L3的方向發展。
3. 方案供應商
3.1 傳統Tier1
博世
近幾年來，博世在自動駕駛整個產業鏈上進行全面布局，在感知、決策、規劃、控制這四大技術板塊都試圖建立完全自研的能力。作為汽車行業最大的零部件供應商，博世最初的核心競爭力在於對車輛底盤的控制，也占據了ESP等汽車電子控制系統的大部份市場。因此，底盤控制部門是博世研發自動駕駛技術的核心。以底盤控制為基礎，博世整合了網絡攝影機、毫米波雷達、超聲波雷達，激光雷達（目前還在研發中）等各種傳感器，以及作為計算中樞的域控制器，甚至還包括高精度地圖模組。這種以底盤控制為核心的系統，也是傳統的Tier1在自動駕駛技術研發上與其他高科技公司的不同之處。
在網絡攝影機方面，博世擁有自己的一套成熟的方案，其采用了傳統辨識模式+CNN摺積神經網絡的來獲得更好的辨識效果。車載毫米波雷達上更是博世的傳統強項，其近距離、中距離、遠距離的雷達產品，都具有很高的市場占有率。激光雷達方面，博世也投資了數家激光雷達創業公司（比如TetraVue）。
對於目前的自動駕駛系統，各種傳感器的數據需要在一個計算中心內進行同步融合處理。博世研發了自己的域控制器，將來自多種傳感器的數據進行整合，同時也為規劃和決策提供後續的支持。同時，博世也推出了高精度地圖的解決方案，也就是博世道路特征（Bosch Road Signature）。這套方案不僅可以幫助車輛在全天候環境下實作精準定位和路線規劃，還能透過眾包的方式幫助地圖廠商收集部份道路數據。
大陸
輪胎和汽車是大陸的兩個重要的子集團，而自動駕駛和車聯網則是汽車子集團的核心業務領域。從2022年1月1日起，高級駕駛輔助系統（ADAS）及自動駕駛系統成為獨立的自動駕駛與出行事業群。
大陸在輔助駕駛和自動駕駛領域有很多核心技術和產品，比如第六代長距毫米波雷達、環繞式雷達、HFL110固態短距激光雷達、超高分辨率八百萬像素感知網絡攝影機、車身高效能計算單元等等。尤其是在其擅長的毫米波雷達領域，大陸更是占據了很大的市場份額。2021年4月，大陸達成生產第1億顆毫米波雷達的重要裏程碑。在近兩年異常火熱的4D成像雷達方面，大陸也是行業的領先者之一，其代表性產品是ARS540。
ARS540采用4片級聯的形式，將4片NXP的77GHz毫米波雷達收發器（MMIC）MR3003進行級聯。每個MR3003是3發4收，4片聯在一起就是12發16收，這樣就可以產生192個虛擬天線。ARS540是第一個具備能夠真正測量目標高度的毫米波雷達，其垂直角度分辨率可以達到2.3°，水平角度分辨率可以達到1.2°。
安波福
相比於博世和大陸，安波福在自動駕駛方向上的布局更早。安波福的前身德爾福，曾經在2015年時就進行了自動駕駛的相關測試，當時是采用一輛改裝的奧迪SQ5，從美國西海岸到東海岸進行了橫穿，裏程達到5500公裏。根據最終公布的結果，在這段測試中，車輛99%以上的時間是由自動駕駛系統在操控的。這款車由德爾福和初創公司Ottomatika合作開發，德爾福主要負責硬件部份，包括安裝各種自動駕駛系統所需的傳感器，控制器以及車輛控制系統，而Ottomatika主要負責軟件部份，包括自動駕駛系統的核心數據處理與演算法。
當安波福從德爾福中拆分出來以後，公司定下了自動駕駛的兩個主要發展方向：L2/L3，L4/L5。前者主要還是和ADAS相關的業務，後者則是與Robotaxi相關的業務。在L4/L5方面，安波福收購了初創公司nuTonomy，並在新加坡和波士頓進行自動駕駛出租車的試驗專案。nuTonomy後來改名為Motional，專註於L4級別的自動駕駛業務。nuTonomy在2019年釋出的nuScenes數據庫是第一個包含了網絡攝影機，激光雷達和毫米波雷達這三種傳感器的公開數據庫。
在傳感器方面，安波福在網絡攝影機和激光雷達領域主要是透過合作和投資的方式進行布局。在其具有傳統優勢的毫米波雷達領域，安波福則是采取了自主研發的道路。除了雷達產品本身以外，近幾年來安波福也在人工智能和毫米波雷達的融合上取得了很大的進步。在2022年的CES展會上，安波福在推出其SVA（Smart Vehicle Architecture）架構的同時，也展示了基於深度學習的毫米波雷達感知系統，並且同時在拉斯維加斯的室內和室外場景進行了演示。
3.2 高科技公司
百度
在國內的自動駕駛企業中，百度的起步較早。2013年，百度內部啟動了無人車專案，並於2017年推出了Apollo計劃，其目的在於向汽車行業及自動駕駛領域的合作夥伴提供一個開放、完整、安全的軟件平台，幫助他們結合車輛和硬件系統，快速搭建一套屬於自己的完整的自動駕駛系統，降低自動駕駛技術的研發門檻。
在自動駕駛的研發方面，百度的優勢在於AI技術儲備和高精度地圖。雖然Apollo平台融合了這兩大優勢，但是近些年來隨著各種新勢力的加入，其在自動駕駛研發中占據的分量反而有減弱的趨勢，而且到目前為止也沒有量產車型大規模的搭載Apollo系統。
這其中最主要的原因是Apollo計劃的L4級目標定位過高，量產落地比較困難。目前L4級別的自動駕駛車輛只能在非常限定的環境（比如封閉場景或者特定路段）下執行，在個人乘用車這個領域現在還是無法實作的。此外，法律法規層面也有很多的問題。因此，對於車企來說，更好的自動駕駛實作方式首先量產L2/3級別的輔助駕駛系統，然後再逐步過渡至L4級別。其實車企還有另外一層顧慮，那就是最近被熱炒的「靈魂」之爭。智能汽車的核心在於軟件，如果完全采用了Apollo的系統，那麽車企未來就會淪為代工廠，這肯定是他們不願意看到的。
由於以上種種原因，最初百度在Apollo上的構想，也就是對車企輸出技術，並沒有完全實作。因此，戰略層面上，百度開始轉型，采用了三管齊下的模式：一是繼續為車企提供解決方案；二是自己造車；三是共享無人車。
第一點還是原來Apollo的思路，百度在其中扮演類似於博世，大陸這種Tier1的角色，為車企提供自動駕駛方案，比如領航輔助系統ANP（Apollo Navigation Pilot）和自主代客泊車系統AVP（Automated Valet Parking）。ANP與AVP結合起來，理論上可以實作起點到終點全程無需幹預的輔助駕駛能力。目前，ANP和AVP已經搭載到威馬2021年10月釋出的W6車型上。在感知方面，該系統設定了12個網絡攝影機、5個毫米波雷達和12個超聲波雷達。目前這套系統還不能完全排除人工接管的需求，因此在功能上來說只能算是L2/3級系統。
第二點就是百度和吉利合作建立的集度汽車，其目的就是透過自己造車來把百度的自動駕駛技術（也就是Apollo平台）更快速的推向市場 。 集度汽車計劃2022年釋出第一款車型，定位是L4級的自動駕駛。目前還不太清楚采用的傳感器方案，但是從近期傳出的百度與禾賽合作的訊息來看，激光雷達很可能是會采用的。而且基於目前的感知技術，激光雷達對於L4級的系統來說也是不可或缺的。
第三點則是RoboTaxi服務，也就是百度推出的「蘿蔔快跑」專案，這是L4級別的自動駕駛系統。百度的自動駕駛測試車最早時候有2個安全員，隨後減少到1個，位置也挪到了副駕座位，最後變成5G雲代駕，在部份地區實作了車內無人的執行。2021年6月，百度推出的Apollo Moon第五代無人車，成本控制在50萬元左右。傳感器方面，在ANP車型的基礎上，增加1顆客製激光雷達和相應無人駕駛冗余。
Waymo
與百度三管齊下和傳統車企逐級推進的策略不同，Waymo從一開始就將目標釘選在了L4級別的自動駕駛，人類完全是乘客的角色，所有操作都由汽車自己完成。雖然比較激進，但確實也避免了低階系統由於過度宣傳導致的安全隱患。傳感器方面，Waymo的無人車可以說是武裝到了牙齒，包括車頂，車前，車後的激光雷達，以及多個毫米波雷達和網絡攝影機。
另外，與大多數車企和自動駕駛公司不同的是，Waymo使用的激光雷達走的是自主研發的路線，其產品基於機械旋轉技術，配有旋轉鏡和轉盤。不過2021年8月，Waymo決定停止出售激光雷達，將戰略重心放在Waymo One（自動駕駛出租車）和Waymo Via（自動駕駛貨運配送）業務上。
2018年，Waymo首次推出了自動駕駛出租車服務，並在2020年秋將安全員從車中撤走。這是全球首次向公眾開放的完全無人駕駛出租車。不過，目前乘客只能在鳳凰城郊區體驗該項服務。雖然沒有安全員，Waymo仍然有一支遠端團隊，透過車身上的網絡攝影機即時的監測車輛的行駛狀況，並在需要的時候接管車輛。這與百度的5G雲代駕有著類似的作用。從這一點上也可以看出，目前的RoboTaxi還不是100%的L4系統，但是非常接近了。
Waymo Via類似於RoboTruck，針對的主要是高速公路的場景。這種結構化的道路相對普通城市道路來說要簡單一些，但是無人卡車的挑戰在於車身重量大，剎車距離長，出現突發狀況是需要更長的反應時間。也就是說，自動駕駛系統需要看的更遠，才能更早的做出決策，為避免或減小事故爭取時間。因此，Waymo Via卡車配備了更高分辨率的激光雷達，將感知範圍擴充套件到500米。但是，到目前為止，Waymo Via的卡車還沒有實作量產。
Momenta
Momenta的產品包括不同級別的自動駕駛方案以及衍生出的大數據服務，其核心的策略是同時發展量產自動駕駛系統Mpilot（L2/3）和完全無人駕駛系統MSD（L4/5）。Mpilot的計劃中包括高速路場景Mpilot Highway、城區場景的Mpilot Urban，自主泊車場景的Mpilot Parking，所有方案均以可量產傳感器為基礎。透過搭載在量產車輛上的Mpilot系統收集海量數據，解決機器學習中的長尾問題（也就是Corner Case），並推動MSD系統的叠代和升級。這就需要一個非常高效的數據閉環處理流程，包括自動化的數據采集，分析，標註，模型訓練以及測試仿真，也就是Momenta常說的飛輪式發展。可以說，Momemta技術路線的核心就是數據，透過數據驅動的方法來推動系統的叠代和升級。其實很多自動駕駛公司也都是這麽做的，只不過沒有沒有明確的提出這個概念。比如Tesla目前的量產車就在不斷的收集數據，回流之後經過數據中心的處理之後，再用與模型的更新和叠代。
關於數據驅動的策略，這裏稍微說一些我自己的觀點。對於一套人工智能系統（其實說白了就是深度學習，或者說機器學習）來說，最重要的無非兩件事：演算法和數據。在傳統機器學習的時代，演算法比數據重要；而在深度學習時代，數據至少變得和演算法一樣重要了，甚至有人認為數據才是第一位的。到底哪一個更重要呢，這個問題不能一概而論。針對某一個具體的套用，在開始研發的階段，可能演算法是更重要的。因為即使是模組化的深度神經網絡，你也需要先理解需要解決的問題，然後再設計演算法，並根據實際測試的結果來進行結構上的改進。視覺領域套用的神經網絡也是經過了一段時間的發展和叠代，其核心結構才慢慢穩定下來。在這個階段，演算法的研發應該是更重要一些的，效能的提升也主要來源於演算法的改進。當演算法的架構相對穩定了之後，數據就變得越來越重要的，這時候效能的提升會主要來自於數據質素和數量的提升。
目前這個階段，視覺演算法相對成熟，以視覺感知為基礎的自動駕駛系統更多的是在拼數據。從這個意義上來說，像Momenta和Tesla的數據驅動的策略是非常有效的，而且視覺數據的通用性也很好的支持了這一策略。但是另一方面，我們也要看到目前自動駕駛系統的進階還離不開激光雷達和毫米波雷達。這兩種傳感器的感知演算法目前還處於探索階段，不同型號的傳感器其數據的通用性也遠不及視覺數據。尤其是毫米波雷達，不同廠家的產品產生的數據差別非常大，想要收集可以復用的數據比較困難。除非是大規模的量產同一車型，采用完全同樣的傳感器，但是這在硬件器材快速發展的今天又幾乎是不可能的。因此，數據驅動的策略是否也適用於高階的自動駕駛系統，目前來看還很難預測。
文遠知行
文遠知行主要面向的是L4級別的自動駕駛系統。2019年在廣州獲得20張自動駕駛路測牌照，並推出了RoboTaxi服務，規模在國內僅次於百度。文遠知行提出了一個三角模式，也就是「主機廠/Tier1+自動駕駛公司+出行公司」的閉環模式。作為自動駕駛公司，文遠知行與雷諾日產三菱聯盟合作，采用日產的Leaf車型作為自動駕駛系統的載體。與其他主機廠比如宇通和東風的合作也在推進中。同時，文遠知行與廣州市白雲出租車集團、科學城集團成立了合資公司文遠粵行，負責RoboTaxi的營運工作。
以和日產合作的Leaf2車型為例，我們來看看文遠知行推出的L4級傳感器組合套件。車頂搭載了具有360度視場的多個網絡攝影機，激光雷達和毫米波雷達，可以對目標進行多重確認，保證了準確性和冗余性。同時在車前方也配置了一個激光雷達，可以更好地檢測前方的細小物體，有效地彌補車頂傳感器的盲區。不過從下圖來看，這更像是一款L4級的測試車輛。
圖森
圖森（TuSimple）是一家以卡車自動駕駛系統為主要業務的公司。與乘用車類似，卡車的自動駕駛系統也包括了網絡攝影機，激光雷達和毫米波雷達這三種主要的傳感器。但是，卡車的行駛場景與乘用車還是有一定的差別。卡車一般是在高速公路的場景下行駛，而且其自重比較大，剎車距離更長，因此需要更遠的感知距離。此外，卡車經常需要在夜間環境下行駛，高速公路上的光照環境也比城市道路差很多，這就要求系統在光照條件較差時也有較好的感知能力。
圖森采用了專門的網絡攝影機，以及特殊的軟件演算法，可以使白天環境下感知距離達到1000米。在這個距離範圍內，圖森的感知系統可以能夠檢測前方車輛的類別，橫向位置（屬於哪條車道）和縱向位置（距離以及距離的變化情況）。
圖森自主研發高動態、低照度的相機，以更好的適應夜間環境。當然，在這種場景下，紅外相機和雷達也是一個很好的選擇。在這個方面，圖森也與德國汽車供應商采埃孚（ZF Group）合作研發可見光和紅外相機的組合，以及融合激光雷達和毫米波雷達的技術平台。
華為
最後簡單說一下華為。2021年4月，華為與北汽極狐合作釋出了其智能汽車解決方案HI。華為走的也是多傳感器融合的技術路線，該款車型搭載了3個激光雷達，6個毫米波雷達，12個網絡攝影機和13個超聲波雷達，同時搭載算力可達352Tops的華為芯片，面向L3級以上的自動駕駛套用。這個配置主要的特點在於3個激光雷達，分別位於車輛前方和兩側，可以實作360度的全視角感知，這也是自動駕駛系統從結構化道路進入城區道路的關鍵。
除了自動駕駛系統和方案，華為還自主研發激光雷達和毫米波雷達，以Tier1的姿態參與市場競爭。激光雷達方面，華為推出了96線的車規級混合固態激光雷，並宣稱要將成本壓縮到200美元，甚至100美元。毫米波雷達方面，華為的4D成像雷達采用多芯片級聯的方案，其垂直角度分辨率可以達到2°，水平角度分辨率可以達到1°。
4 總結
簡單總結一下，自動駕駛的環境感知可以分為硬件和軟件兩部份。硬件主要就是各種傳感器以及計算器材，軟件主要就是基於不同傳感器的感知和融合演算法。
硬件的部份主要掌握在各級供應商手裏（Tier1，Tier2等），當然主機廠也會透過投資和合作的方式進行布局和滲透，尤其是在新興的激光雷達和計算芯片領域。
軟件部份基本所有公司都在做，但是目的可能不太一樣。主機廠目標是要全棧自研，當然需要將核心的軟件掌握在自己手裏。供應商也要自研軟件演算法，這樣才能增加其硬件產品的附加值。其他一些高科技公司，也會推出部份或者整體的解決方案，供主機廠和供應商選擇。核心的技術未來會掌握在誰的手裏，目前還很難下定論。
