路特斯是起源于英國的跑車品牌，迄今為止已有74年歷史，2017年，路特斯開始在中國布局超高端智能電動生活用車，汽車新四化的時代背景下，路特斯成為業內首個向電動化、智能化轉型的超豪華跑車品牌，2018年，路特斯面向全球提出了“Vision 80”品牌復興計劃，后面會陸續推出由路特斯品牌生產制造的超高端智能電動生活用車。

“軟件定義汽車，硬件定義軟件的天花板。”路特斯科技智能駕駛算法軟件高級總監肖揚以《機器人時代已來，智能車是機器人的第一形態》為主題展開演講，以下是演講內容整理：

路特斯科技智能駕駛算法軟件高級總監肖揚

凱文·凱利在《失控》中講到一句話：“機器正在生物化，生物正在工程化。”這句話提出已經過去20多年，但仍然具有指引科技行業發展趨勢的現實意義。尤其“機器正在生物化”，同樣也是路特斯科技智能駕駛團隊一直在思考的問題：機器人時代已經到，什么是機器人的第一形態？我們認為，在人工智能大規模落地的前提下，智能車會是機器人的第一形態。因為智能車產業能夠承載人工智能整體落地所需要的體量。

路特斯的“賽道”基因

先介紹一下路特斯，路特斯是一家起源于英國，迄今為止已有74年歷史的跑車品牌。之前主要專注于跑車領域，2017年加入吉利大家庭之后，路特斯開始在中國布局超高端智能電動生活用車。2018年，路特斯面向全球提出了“Vision 80”品牌復興計劃，后面會陸續推出由路特斯品牌生產制造的超高端智能電動生活用車。在 “新四化”的時代背景下，路特斯成為業內首個向電動化、智能化轉型的超豪華跑車品牌。

過去，路特斯在F1賽道上擁有過輝煌的歷史，在世界一級方程式錦標賽上一共獲得過7次廠商年度總冠軍，整體來講，“賽道”是刻在路特斯骨子里的基因。未來，路特斯品牌將延續“賽道”基因，并在純電智能的新賽道上更創輝煌。

圖片來源：路特斯

現代汽車行業邁入全新時代

在傳統汽車機械時代，我們會用馬力、缸數、最高時速等來定義汽車性能。現在跨入新的時代，尤其到汽車智能化、網聯化之后，我們逐步看到這樣一個趨勢：大家會用計算平臺算力、傳感器數量、電子電器架構等來定義新一代智能車的性能水平。

與此同時，路特斯也在積極擁抱變化。比起傳統的智能駕駛分級，我們更希望用“接管里程”和“覆蓋里程”兩個核心維度來定義智能駕駛的性能水平。

有關路特斯科技智能駕駛團隊目前做的工作，總結起來有三個關鍵點：硬件、軟件和云。

首先是硬件，因為路特斯品牌調性相對比較高、售價也比較高，因此車型的成本耐受度相對更好，這樣也能夠支撐路特斯品牌的車型裝配擁有更高算力、更高精度傳感器組合的智能駕駛系統。從我們觀點來看，智能駕駛還處在追求更高、更快、更強的階段中，那么更強的硬件就能夠支撐路特斯達成這一目標，再逐步實現配置下探。

路特斯打造的智能駕駛系統硬件部分由4顆激光雷達，7顆800萬像素攝像頭， 4顆200萬像素環視攝像頭，12顆超聲波雷達，2顆4D成像毫米波雷達，4顆角雷達組成，并搭載兩顆英偉達Orin-X芯片，算力高大508TOPS。這樣一套超豪華的硬件配置，在全球范圍內應該屬于頂級的配置。我們期望通過這種硬件預埋，為后期軟件算法的迭代提供一個非常高的天花板，為用戶帶來更好的體驗。

下面講一下軟件，路特斯圍繞軟件打造了三個重要模型：風險模型、博弈模型、專屬模型。風險模型和人機共駕的主題深切相關，將對軟件算法開發的深度思考，和最前沿的軟件算法研發能力相結合。路特斯期待給用戶帶來與眾不同的差異化體驗，去體現路特斯本身的“賽道”基因。

風險模型更好的實現“人機共駕”

下面著重講一下路特斯打造的風險模型和人機共駕相關的功能。其實現在有一個認知：智能駕駛主要由功能進行定義，包括LKA車道保持、AEB防碰撞等功能，去定義我們提供給用戶什么樣的體驗。但是現在會逐步由功能定義轉入到由性能定義產品能力的階段，其中性能的定義就是依靠剛剛提到的兩個維度：MPI（接管里程）與CMI（覆蓋里程）。當然這兩個維度也離不開四個核心指標，那就是安全、法規、智能、舒適。

風險模型用一句話解釋：消滅所有的主動接管。左圖中，深黃色的是我們系統能夠提供的能力，淺黃色是當下環境需要的安全能力。隨著橫軸時間推移，這些能力值會發生動態變化，深黃色領域時時刻刻覆蓋淺黃色系統環境的要求，在這種情況下，就需要人來介入、接管或者干預到整個駕駛行為，來保證系統的安全。

圖片來源：路特斯

風險模型期望完全消滅主動接管，那一定要達到右圖，也就是讓深黃色區域盡可能增長，系統可以能夠準確識別出淺黃色環境的要求，從而減少人工介入，完全地把駕駛員精力釋放出來。再用一句話解釋風險模型，其實也可以是一個不等式，那就是“系統能力+駕駛員參與度＞環境要求”。

風險模型要分三步去做：第一步，提高識別風險能力。首先整合US（User Story）和MPI問題，作為風險模型的需求，產品定期對路測問題進行分析，劃定風險模型的職責范圍；對于劃定的路測問題，對風險模型進行召回率統計，作為衡量風險模型的量化指標。二是大量路測和長尾問題的積累，能夠幫助維護一個大而全的風險場景庫，更好地解決系統對于環境風險的辨識能力。第二步，了解系統的安全能力，需要大量數據閉環和海量路測，將系統能夠達到的性能、能力邊界摸清。第三步相對比較簡單，回答“系統能力+駕駛員參與度＞環境要求”不等式，充分地辨識環境風險，也充分地認識系統邊界能力之后，就可以解決什么時候需要把控制權從機器移交到人手上的問題，最終實現真正意義上的人機共駕。

ROBO Galaxy——智能駕駛的云端數據工廠

路特斯在做風險模型時也用到了一些深度學習的AI算法，要實現這樣的功能，系統背后一定需要非常強的基建支撐，即云端基建。剛剛提到硬件、軟件和云，如果用一句話來解釋三者之間的關系，其實就是硬件決定了整套智能駕駛系統的天花板，軟件決定了系統所能達到的上限，最終云端能夠幫助系統以更大加速度達到上限。硬件、軟件、云結合才能打造更好的智能駕駛。

為了把路特斯打造成為智能駕駛的最佳實踐平臺，為了提升軟件迭代和測試驗證等能力，為了解決業務斷點和數據割裂等問題，路特斯智能駕駛的開發已從手工作坊模式走向了自動化流水線生產模式，這歸功于路特斯智能駕駛工具鏈SaaS系統——ROBO Galaxy。

ROBO Galaxy采用混合云方案。首先運用公有云的海量計算資源，補充系統對于計算的消耗；然后通過私有云來儲存智能駕駛研發和量產過程中收集到的海量數據；最后配合保密機房，達到一個安全合規的目標。

ROBO Galaxy 作為智能駕駛領域的工具鏈解決方案，我們對它的定位是智能駕駛的云端數據工廠。基于PaaS層最上面的統一數據管理平臺，打通了六大主件，分別是數據采集、數據合規、數據標注、數據訓練、數據仿真、數據監控，形成全流程服務，實現完整的數據驅動閉環。

圖片來源：路特斯

ROBO Galaxy 具有強兼容、全鏈路、動態分配三大優勢。它將在智能駕駛這條流水線上源源不斷地去造血，去挖掘數據價值，迭代算法，提高系統能力，期待為智能駕駛行業解決孤島數據割裂和算法優化緩慢的痛點，帶去更便捷的云管理和云服務的同時，加速智能駕駛行業向更高更快更強時代的邁進。

（以上內容來自路特斯科技智能駕駛算法軟件高級總監肖揚于2022年9月15日由蓋世汽車主辦的2022第五屆自動駕駛與人機共駕論壇發表的《機器人時代已來，智能車是機器人的第一形態》主題演講。）

返回第一電動網首頁 >