0
雷鋒網新智駕按：在自動駕駛的發展過程中，不是所有公司都擁有Waymo的技術人才、通用Cruise的雄厚資本和特斯拉的先鋒式魄力。但整個汽車行業都在大談特談自動駕駛。那么，大家都在做什么？雷鋒網新智駕近日與福瑞泰克CTO沈駿強展開對話。與多數投身自動駕駛賽道創業者不同的是，沈駿強已經在該領域擁有近二十年的深厚經驗，對技術研發和市場趨勢均有深刻理解。
沈駿強畢業于美國奧本大學電子工程系，獲博士學位。畢業后長期供職于德爾福北美電子與安全事業部，后來又參加了美國的DARPA Urban Challenge，作為進入最終決賽的11支隊伍之一，與斯坦福、CMU、MIT等車隊同場競技。2007年底，沈駿強被外派到德爾福（中國）科技研發中心，擔任高級工程經理，在中國建立德爾福主動安全的開發團隊，并在之后共同參與創立福瑞泰克。
從自動駕駛剛剛興起，到后來的Waymo、通用Cruise和特斯拉的不斷發展，沈駿強對新興技術和市場動向一直保持著關注和觀察。他認為，人們對于自動駕駛的期望值正趨于理性，除了像Waymo一樣直接開發全自動駕駛，大多數公司應該通過可量產的產品加快商業化落地，進而推動技術不斷地向前躍進。
福瑞泰克CTO 沈駿強
近年來，L2.5正被廣泛提及，這應該是SAE提出“L0到L5”分級時沒想到的。
“為什么會有ADAS？因為從L2向L3演進時，行業先行者發現，我們需要一個更加穩固的階段性平臺來保證技術的成熟度和安全的飽和度。”福瑞泰克CTO沈駿強認為，ADAS相當于自動駕駛領域的一個階段，涵蓋L1 – L3階段。準確地說，他認為L1到L5應該被稱為智能駕駛。其中，L3及以下屬于ADAS，L4及以上是自動駕駛，
福瑞泰克主要提供全套ADAS軟硬件以及系統集成的解決方案，對于實現全自動駕駛這件事，這家公司認為由于面臨復雜的場景和必須通過大量測試，所以很可能最終只可以無限接近L5，而無法完全達到L5的全自動駕駛理想形態。
“有了L5這個目標后，大家能夠聚焦到目標上，不斷地提高自動駕駛的水平。在這個過程中不斷地下蛋，衍生出可量產、可商業化落地的產品，我覺得這才是我們這些做自動駕駛的人應該持有的態度。”沈駿強說。
以下是沈駿強的口述，雷鋒網新智駕在不改變原意的基礎上進行了刪節：
我在1999年加入德爾福，后來進入福瑞泰克開始創業。
最初，我從事的是被動安全工作，2003年開始轉做主動安全，也就是后來被稱為高級駕駛輔助的ADAS系統。
真正接觸到自動駕駛是在2007年，當時我參加了DARPA Urban Challenge，作為IVS團隊的主要開發成員之一，主要參與開發的技術包括感知、路徑規劃和一些決策系統。最終進入決賽，與卡耐基梅隆、斯坦福等十一支隊伍同場競技。
回顧過去十年，自動駕駛圈讓我印象最深的是Waymo，它成立了專門的公司來開發自動駕駛。另外一個是通用Cruise，這兩家公司對自動駕駛的投入是蠻大的。大家都在講特斯拉，特斯拉做的其實不是自動駕駛而是ADAS，只不過做得比較激進。現在，ADAS的普及率在大幅上升，ADAS的普及會為后續更高級別的自動駕駛發展做好鋪墊。
目前來看，自動駕駛并不存在寒冬將至。Waymo本來要做駕駛員座位上沒人的無人駕駛車，但后來還是配備了駕駛員，這其實是一個正常的過程。一開始人們對自動駕駛期望過高，現在這個期望值應該說逐漸降低了，回歸了理性，這是正常的。
安全是基本原則
過去10年，我們實現了自動駕駛從無到有這樣一個過程，但是離全自動駕駛的目標還有很遠距離。L5是一個目標，有了這個目標，大家奮斗才會有所聚焦。但是，你真正要實現L5需要非常長的時間，甚至永遠不可能實現L5，而只能無限地去接近。
因為自動駕駛要解決的是不同場景的問題，只有經歷過的那些場景，系統才會去處理，而場景非常復雜，哪怕過了十年、二十年，已經積累了非常多的數據，但是這個數據仍然不可能覆蓋所有已知或未知的場景。
所以，在實現自動駕駛的過程中不斷地下蛋，衍生出可量產、可商業化落地的產品，我認為這是做自動駕駛的人應該秉持的正確態度。
目前很多自動駕駛公司側重于軟件和算法的研究，研究自動駕駛量產化硬件的公司基本上還是傳統的供應商，已經實現量產的硬件包括攝像頭、毫米波雷達和域控制器等。
從技術層面看，傳感器在進步，這意味著芯片技術在發展。
比如，激光雷達的發光元件和激光接收器等器件，最終都會落到一些關鍵芯片上。針對毫米波雷達，隨著現在的芯片集成度越來越高，一些芯片供應商能夠實現一個芯片就可以提供除天線之外的所有功能。
車聯網是解決L4自動駕駛的一項關鍵技術，L4自動駕駛的問題不是靠一輛單車能夠解決的問題，需要靠整個大交通來解決。各個公司之間在開發自動駕駛技術中需要去關注和引入車聯網這樣一個概念和系統。
另外，深度學習在攝像頭的目標識別上面運用得比較成功的。攝像頭的目標檢測，采用深度學習的方式，讓目標識別的技術門檻，相比較傳統計算機視覺，大大降低了。深度學習對算力的要求比傳統的計算機視覺更高，目前相對應的車規級的能夠支持深度學習的芯片還比較少。要么比較貴，要么就沒達到車規級的要求。
不過，目標識別只是整個自動駕駛系統里面的一小部分，其它部分特別是決策、規劃這方面，雖然有不少的人在研究深度學習和強化學習的應用，但是目前還不太成熟。
整體來看，現在自動駕駛領域還存在一些泡沫，因為一個技術最終是不是成功，要看能否商業落地，不是說拿一個Demo秀一下就成功了。
從市場角度看，這個領域目前還存在不少以Demo為目的，但商業落地比較難的公司。從資本角度看，最終看的還是有沒有回報，所以，判斷一個公司是否成功，最終還是看能不能商業落地。自動駕駛的泡沫不完全是跟錢有關，而是期望值過高，期望值本身也是一個泡沫。
與國際巨頭競爭
目前能夠提供ADAS整體解決方案這件事，基本上是被外資和合資企業所壟斷的，雖然也有一些自主品牌在做，但更側重于ADAS的某一個功能，比如很多公司在做基于攝像頭的泊車輔助。福瑞泰克能夠提供一整套ADAS解決方案，包括硬件、軟件、算法和系統集成等。
我的職業經歷，從德爾福到福瑞泰克，技術上是一脈相承的，但工作方式等方面非常不一樣。
在德爾福的決策過程中，中國本土和總部之間的技術轉移或者技術支持方面，我覺得都是按部就班，但也是比較慢的。福瑞泰克作為創業公司，首先追求的是效率。從產品的決策到研發，再到最后的量產，這個周期會比德爾福的周期短不少，產品開發周期短就可以滿足主機廠對量產時間的需求，福瑞泰克的研發成本也會隨之下降。
很多國內的主機廠有一些針對國內場景的特殊功能和性能需求，對開發時間的要求越來越高。博世、德爾福這樣的公司需要到國外那邊去尋求支持，時間比較長，而且開發費也不低。我們能夠滿足主機廠這種對技術和項目進度的需求。
我們從一開始跟主機廠接觸，傾聽他們特殊的需求，回來馬上做研究，分析能不能按照他們的要求來改。從立項到SOP大概是一年的時間，外資或合資企業通常是在兩年左右，快一點的大概至少也要一年半。
比外資或合資企業開發周期短是因為，首先平臺是要我們自己開發的。我們有一個非常優秀的團隊來開發平臺產品，這個平臺產品能夠按照中國的一些特殊需求來做針對性的開發。在開發之初就已經考慮了中國的一些應用場景，包括綜合多家中國主機廠的需求，不需要等平臺開發完了以后，在應用開發這個層面來做一些修改或者是打一些補丁。
對于自動駕駛，傳統車企是從低到高演進的，我們比較認同這一發展思路。新造車勢力大多也有自己的ADAS的研發團隊，他們在系統集成以及相關的算法開發方面自己做了一些工作，但在產品的完整硬件以及核心的軟件算法通常還是要依靠供應商和合作伙伴支持，以期形成核心競爭力。在這個時候，福瑞泰克的價值就完整地體現出來了。我們對ADAS獨到理解和靈活的產品設計將幫助主機廠提升產品價值，贏得市場機會。
如何盈利
Waymo和特斯拉的開發路線都存在合理性。
從商業化落地的角度來講，Waymo選擇了更長的路徑，通常來說，像Waymo這樣的企業，起點高，如果往下探，這中間就不一定存在可落地的ADAS產品。但是，從低往上開發時就可以沿途下蛋，能夠不斷地推出適合市場而且可以量產的產品，同時推動技術持續地向上演進。
更準確地說，智能駕駛有L1到L5共5個級別。其中，L4及以上的屬于自動駕駛，L3及以下是ADAS。它們的商業落地有兩條路線：一個是從低往上發展。另一個是從高往下發展。兩條路線會在某個時候出現交集，這個交集可能會是L3或者L4。
先說L4及以上的自動駕駛。L4及以上目前還沒有一個很好的商業模型，大家都在探索。
在我看來，L4能夠實現商業落地的情況是這樣子的。比如，在物流區域，里面所有的交通規則是按照物流的邏輯定的，而不是按照交通規則的邏輯來定的。所有車輛的運行是為了物流配送，而不是為了從A到B。它不是一個面向消費者的東西，而是一個面向特定客戶、具體需求的市場。
最快實現商業落地的應該是To B的模式，就是把自動駕駛車輛提供給一些專門的運營商。運營商可以運營，車廠或互聯網公司也可以自己運營。比如Waymo現在已經很明確地要自己來運營自動駕駛車隊。另外，一些特定的低速園區等場景也是有剛性需求的。
自動駕駛To C端的商業需求可能還沒那么迫切。一般人買車，相當于一輛車被私有了，我覺得他大部分還是希望自己駕駛，不駕駛時可能更想做一些共享。
再來看ADAS，它的商業模式和L4及以上的自動駕駛還是非常不同的。
目前，ADAS迎來了快速增長期。以我們為例，通過和主機廠合作，我們能夠把ADAS系統裝配到更多的車上，提供給最終的C端消費者，這是目前L2、L3的主要盈利模式。同時，針對To B模式，也是通過跟車廠的合作，把我們的L4系統裝到車上，然后車廠通過運營共享車輛來獲得商業盈利。
自動駕駛很復雜，它更需要主機廠跟供應商之間的合作，合作會更加緊密。主機廠可能也不光是跟一家公司合作，可能會跟很多公司合作，在時機成熟時，形成一個聯盟。目前自動駕駛還缺乏標準，通過這樣的一個聯盟去推動標準的形成。
而且，數據的共享也非常重要，現在每家公司都在自己采數據自己用，有的時候自己的數量不夠，別家的數據也拿不到。如果能夠形成這樣一個聯盟，至少在聯盟內能夠共享這個數據的話，會對推動自動駕駛技術的發展起到很好的作用。
短短幾年，自動駕駛進入了這么多初創公司，競爭會很激烈。我覺得要站穩腳跟需要有兩方面的前提：一是商業上的成功。二是技術上要領先。這就要求一方面盡快把技術進行商業化落地，能夠產生營收，另一方面，通過營收來支持我們領先技術的開發。
我們是奔著自動駕駛的方向去的，但是在這條道路上要不斷地沿途下蛋。要不然，小雞沒有生命力，后面就跟不上了。
本文由雷鋒網新智駕、騰訊新聞聯合出品，作者張祥威，未經授權，不得轉載。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
