一年前，第一電動網首次采訪了剛成立不久的馭勢科技，創始人兼CEO吳甘沙表示，在限定的低速電動車應用場景能率先實現無人駕駛，中國有彎道超車的可能性。一年后，馭勢科技團隊已經帶著商業化項目而來，率先推進無人駕駛進入實用化階段。

5月23日，馭勢科技在北京舉辦媒體交流會，發布了最新的無人駕駛車項目商業化進展：實現在限定場景、增強環境下的低速無人駕駛，在廣州白云機場、杭州來福士購物中心開展技術驗證和試運營服務。吳甘沙仍然堅定看好，只要采用因地制宜、腳踏實地的方法和路徑，包括無人駕駛在內的智能駕駛產業將馬上進入高速發展期。

馭勢科技創始人、CEO 吳甘沙

馭勢科技與廣州白云機場合作，投入一輛無人駕駛車在航站樓與停車場之間提供擺渡服務。短短一個月的部署之后，3月30日完成試運營首秀。這輛無人駕駛車如同一個“移動包廂”，內設有4個座位，沒有方向盤、油門和剎車。旅客可以在停車場內用軟件約車，然后搭乘無人駕駛車到指定的停車位。上車之后只需按一下按鈕，車即可自行啟動，按照優化的路線前往目的地。遇到停車場內其他車輛及行車，該車會自動識別停頓。

馭勢科技無人駕駛車在廣州白云機場試運行

除了機場運營的項目，馭勢科技還與凱德集團達成合作，共同探索無人駕駛車在大型綜合商業地產項目的應用。首個項目地點選定杭州來福士廣場，試水大型地下停車場的無人駕駛車自動擺渡服務模式。在此項應用中，消費者可以在電梯口呼叫車輛，系統將自動識別其停車位，進而將乘客送至停車位。

此類應用需要克服多重挑戰。首先由于地下停車場無法獲得GPS信號，無人駕駛車需要依靠基于機器視覺的定位技術實現導航，難度極大。其次，地庫道路相對狹窄，有密集的行人和社會車輛，對于無人車的感知能力和規劃決策能力有極高的要求。

馭勢科技無人駕駛車在杭州來福士廣場投入運營

據吳甘沙介紹，馭勢無人駕駛技術有三個要點，一是多種傳感器的交叉印證，無論哪個角度至少有2～3個傳感器在發揮作用。二是做好傳感器的融合，確保無漏報和誤報。第三是提供更好的認知算法。現在運營的無人駕駛車上做了非常多的人機交互設計，考慮到了諸如兒童玩鬧干擾方向盤，誤操作等突發情況，設定緊急抱死功能、緩慢停車等功能。

除了機場和商業地產，馭勢科技將陸續與多家地方政府、園區、主題公園、物流等領域的行業領導者開展合作。據吳甘沙估算，國內的場地/場內車每年有上百萬輛的市場，預計2020年有5～10%的無人駕駛轉換率，市場規模將達100～200億(5～10萬臺)。在這些場景，法律法規沒有大問題，成本和技術是能發爆發式增長的關鍵因素。

“在高速自動駕駛這一塊，我們采取‘和’的戰略，希望通過知識產權和數據的共享，與主機廠、供應商合作，實現生態繁榮。在特定場景低速無人駕駛領域，采取的策略叫“不同”，選擇主流市場邊緣的垂直細分市場，通過重新創造新的價值鏈，快速的商業化迭代，把運維體系和商業閉環建立起來。”

據此，吳甘沙提出了智能駕駛“落地為安”的一些思路，通過客戶需求和應用場景牽引功能的開發和軟硬件的組合優化，在兼顧安全性和成本的前提下，跨越從演示到部署運營的死亡之谷，建立商業閉環，實現從技術創新到客戶價值創造的躍遷。

“今年下半年，我們將進入無人駕駛車的量產階段，兩條腿走路，一是客戶需求縱向牽引我們做新的功能開發，二是橫向復制，把一些成熟的產品做規模化應用。”吳甘沙表示，馭勢在車輛制造上持開放態度，歡迎企業合作匹配，定制生產，也可以采取改裝的方式植入無人駕駛技術。

除了馭勢科技自身業務的進展，吳甘沙還分享了很多智能駕駛領域的干貨信息和觀點，同樣值得關注。

一、 如何看待智能駕駛前景？

智能駕駛在未來10年是一個非常大的賽道，涉及到6個萬億美金的市場。一是汽車、出行、物流、能源、商業地產、社會效益。第一是汽車市場。中國智能駕駛路線圖規劃了2020年有1500萬臺車具備了1～3級自動駕駛功能；第二是出行市場，有效解決網約車人貴、人缺，資源使用率低和管理成本高的瓶頸之后，無人駕駛一天的出行訂單可達5億單。第三是物流市場，中國物流成本非常高，占到GDP百分比的16%，通過無人駕駛應用有望使商品便宜1/3，甚至更多。第四是商業地產，未來的汽車會不斷延伸商業屬性，變成大型移動智能終端+商業空間+儲能單元。第五是能源市場，形成分布式能源互聯網。第六是社會效益，交通事故減少90%以上，車險必須得改革，數千億美金的社會成本現在可以變成社會的福利。

二、 規模化商業化的五大障礙

1、 法律法規政策。預計自動駕駛基礎法律出臺要1-2年；公共道路測試規劃預計1年；性能指南和測試標準預計1-2年，無人駕駛基礎法律大約要3-5年。

2、 基礎設施。預計高精度定位的覆蓋要1年時間，高精度地圖的覆蓋需要3年，V2X通信的覆蓋則要5年以上。

3、 技術成熟度。預計開放城市環境無人駕駛技術成熟還需要5～10年；L2、L3級自動駕駛(PA/CA)的大范圍普及是3年；限定場景、增強環境的低速無人駕駛是1年。

4、 成本。預計激光雷達成本降到數百美金要3～5年；低速無人駕駛電動車價格降到10～20萬元需要3年；C-V2X、高精度定位等服務下降到可忽略不計需要3年以上。

5、 社會接受度。預計高度公路2/3級自動駕駛接受要3年；限定場景的低速無人駕駛1-2年；社會對無人駕駛倫理、信息安全的關注1-5年；大規模失業引起社會關注5-10年。

三、技術三大挑戰

1、處理真實復雜環境

2、人工智能的魯棒性（魯棒是Robust的音譯）。魯棒是無人駕駛系統在異常和危險情況下生存的關鍵，實際上它的內涵是容錯能力，即在操作錯誤、超出常規頻率的發出指令、網絡過載等情況下，自動駕駛系統是否依然能夠保持正常運作。

3、為智能駕駛系統給出可預期的置信度。路測里程達到100億英里之后，才有95%的置信度，才意味著無人駕駛技術的成熟。

四、商業化落地大法

1、 算法決定上限，系統決定下限

2、 場景牽引功能

3、 需求決定配置。

4、 成本決定價值。目標是智能化模塊成本小于司機1人年成本

5、 部署速度(工具化)決定商機

6、 跨越演示到部署的死亡之谷

7、 開啟生態創新，建立商業閉環。

五、如何看待百度“阿波羅計劃”的開放？以及谷歌與打車平臺Lyft的合作？

開放是應該去做的，馭勢科技“和”的策略就是開放，推動上下游協同創新、共享源代碼和數據。對百度的阿波羅計劃不必過度解讀，官方聲明中沒有提到“免費”，而且要看最終輸出什么樣的能力。可以把這個計劃理解為開放性協作，各方有選擇地做適配。

對標谷歌無人駕駛技術，馭勢在技術先進性上并無差距，在技術成熟度上差兩到三年。而在商業化落地方面很有可能彎道超車。無人駕駛在中國有非常大的市場，從上到下，領導人到民眾，中國對無人駕駛的支持度是最高的。馭勢科技計劃在2020年實現10萬輛規模應用。

返回第一電動網首頁 >