把這些新零部件拼起來就行了？其實沒這麼簡單。自動駕駛正在改造汽車產業鏈，新的Tier one會否誕生？
創業公司開始崛起，傳統巨頭展開收購、聯合，不斷前進和突破的技術，正在塑造一個新的行業。圖/視覺中國
如果把自動駕駛系統比作是一個人，感知、決策、執行三個方面就分別是獲取信息的五官、思考的大腦和行動的四肢。這些方面的零部件都是相當重要的底層技術，但自動駕駛是機器人，最後還需要將身體各部位進行拼接、安裝和調試。
似乎只要有千里眼、順風耳，配一個聰明的大腦，安上四肢，就可以打造出一個自動駕駛機器人了，但目前軟硬件遠不能達到L4及以上自動駕駛的量產要求，事情並沒有這麼簡單。
創業者正在湧入，產業鏈正在加速變革。這個變革來得如此迅速，創業公司開始崛起，傳統巨頭展開收購、聯合，不斷前進和突破的技術，正在塑造一個新的行業。細看這個新的產業鏈條，包括感知、決策、執行和整體組裝四個層面都在快速向前發展。
感知方面衍生出來的視覺技術、毫米波雷達、超聲波雷達、激光雷達、高精地圖與定位等領域都誕生了一批新興企業，決策層則是算法軟件與芯片缺一不可，巨頭和新勢力展開博弈，而控制執行層大多都被汽車的一級供應商（Tier one）所壟斷，還是傳統主導，但它們在提供整體解決方案和組裝能力這一塊則迎來了挑戰者。
汽車需耳聰目明
“聽得見，看得清很基礎，高級自動駕駛更需要的是千里眼和順風耳”
目前在感知領域，視覺技術和激光雷達共逐市場，高精地圖與定位亦不可或缺。
在L2及以下的低級別自動輔助駕駛技術時期，對於感知的要求不是非常高，主要還是停留在聽得見和看得清的階段。
尤其是在車企剛開始研發自動駕駛時，大多隻是依靠攝像頭和毫米波雷達進行感知，然後對收集到的信息進行處理。僅依靠攝像頭和毫米波雷達可以完成很多L1和L2的自動輔助駕駛技術，包括定速巡航、自動跟車等。
和Mobileye分手後，特斯拉（NASDAQ:TSLA）就一直沒有使用激光雷達，公司CEO伊隆·馬斯克（Elon Musk）堅稱依靠攝像頭和毫米波雷達的感知，配合算法，就可以滿足自動駕駛的需求。
“很多創業公司的Demo會用64線的激光雷達，但是真正量產的成本都太高，而且都是衝著L4去的。”前述創業公司的高管告訴《財經》記者，由於昂貴的成本，在L2自動駕駛情況下，他們不採用激光雷達的方案。
L3以下的自動駕駛技術中，激光雷達更多的就只是一個感知層面的冗餘和備份。無錫流深光電科技有限公司聯合創始人燕普認為，低級別的自動駕駛不是必須有激光雷達的，但多一個感知備份，就多一分安全。
但到了L3及以上的自動駕駛階段，只是能感知到已經難以滿足安全的需求了，視聽能力需要更準確，激光雷達將成為必需品。
雖然現階段，部分L3的車輛沒有使用激光雷達，不過博世底盤控制系統中國區自動駕駛產品經理黃羅毅認為，L3會在限定的區域內運行，比如優先到來的應該是停車和高速公路環境，但“感知層面需要冗餘”。
不同的傳感器各有優劣，需要互補，比如在進隧道時，攝像頭可能無法看到隧道里黑暗的情況，毫米波雷達可能會有隧道口回波的問題，這時就需要激光雷達的輔助。而一家L2及以上自動駕駛技術都有所涉獵的創業公司的高管對《財經》記者表示，他們的技術會在過隧道等情況下關閉。
“想要達到收費站到收費站的高速自動駕駛，肯定離不開激光雷達。”但黃羅毅也直言，遺憾的是，現階段還沒有激光雷達能在探測距離、分辨率、可靠性、耐久性和人眼安全上都達到博世的要求。
Velodyne製造的64線激光雷達過於昂貴，且多為手工製造，量產化水平低。很多企業都在開發固態激光雷達，成本相對較低，但是固態激光雷達在技術上並不成熟，無法達到現有旋轉式激光雷達的探測效果。而且在融合上也是一個問題，多個固態激光雷達的同步以及數據融合也是一個壁壘。
在激光雷達之外，要實現L3及以上的自動駕駛，高精度地圖和定位是必不可少的技術。作為一種感知層的技術，高精地圖和定位可以讓車輛“看得更遠”，為之後“汽車大腦”的決策提供更多信息。
在自動駕駛領域，地圖可分為三層，導航地圖、ADAS地圖和高精度地圖。導航地圖，顧名思義，就是指規劃從A點到B點的可行路徑，手機使用的就是這種；ADAS地圖是蒐集周圍信息而形成的動態地圖；高精度地圖就是關注車道線和車道，更準確定位車輛。國內高精度地圖的審批非常嚴格，甲級資質目前就14家，滴滴出行成立滴圖科技是最近獲該資質的公司。
高精地圖還要和高精度定位能力配合才能發揮作用。千尋位置CEO陳金培告訴《財經》記者，兩者的結合不僅能提供高精準的導航服務，更將成為保障駕駛安全的重要基礎能力。目前很多車廠已將其作為一個安全項，與ABS（制動防抱死系統）、ESP（車身電子穩定系統）等歸為一類。
千尋位置一家合作伙伴的高級輔助駕駛系統，設定了只有在高速公路上才能啟動，但如何精準判斷車輛在高速公路上是個問題。陳金培表示，攝像頭等相對定位技術更易受天氣、光線等影響，而依託衛星提供的高精準的絕對定位技術就沒有這些問題，融入這種能力可更加充分地保障車輛安全，讓這類自動駕駛技術只有在滿足條件的情況下才能開啟。
同時，使用高精度的衛星定位服務，也能對雷達等相對定位技術長期使用中產生的累計誤差進行校準和修正，保持自動駕駛的車輛定位始終保持準確。
業內已經普遍意識到，要實現高級自動駕駛，肯定離不開高精度定位能力。目前，高通等車載芯片提供商已與千尋位置合作，將該公司的高精度定位服務融入車載芯片。千尋位置與高德的合作項目也在推進中。據悉，搭載千尋位置技術的L3的自動駕駛汽車有望在2019年駛上中國的高速公路。
而高精度地圖的測繪資質以及定位服務在國內開放並不完全，這對野心勃勃的創業公司以及外國車企來說，只有合作這一選項。而如通用汽車（NYSE：GM）的Super Cruise在美國以及加拿大的高精地圖是自己測繪的，在國內需要與高德地圖合作。
激光雷達和高精地圖及定位等感知技術尚未真正達到量產或上路標準，目前國內主要就是這兩個層面的問題。若沒有突破，做不到“千里眼”、“順風耳”，L3以上的自動駕駛技術走進大眾還相當遙遠。
尋找最強大腦
“算法與芯片，兩手都要硬”
聽到看到是自動駕駛的第一步，也是最基礎的環節。在獲取足夠豐富且多樣的信息之後，就需要算力強大的頭腦來思考並作出決策。
2018年3月18日夜間，49歲的Elaine Herzberg推著她的自行車穿越亞利桑那州的一條馬路，被Uber無人駕駛測試車撞傷，最終不治身亡，成為首起自動駕駛致死案件。
經過近兩個月的調查，美國國家運輸安全委員會（NTSB）在5月下旬發佈了一份事故初步報告。文件披露，在撞擊發生前6秒，自動駕駛系統通過雷達發現了Elaine Herzberg，但它並沒有將其判別為行人，而是以為這是未知物體，後在預判其運動路徑過程中一再推遲剎車決策。即使在撞擊前的1.3秒，系統緊急剎車，事故仍可能避免，但它最終決定放棄剎車、轉而通知安全員操作剎車，錯過了最好的時機。
馭勢科技聯合創始人、CEO吳甘沙告訴《財經》記者，現在大多走傳感器融合感知的道路，一旦感知算法漏判、或融合策略出現問題，激光雷達、雷達或攝像頭獲取的有效信息就可能被認為是噪聲而過濾掉，導致測試系統對行人或車輛“視而不見”。
如果傳感器以及融合都正常，決策和控制算法的缺陷也會造成車輛“無動於衷”。如果算法不能實時或者沒有足夠的預見性，決策就會滯後，制動、轉向的延遲或失效有一定幾率造成事故。更糟糕的情況是算法無法應對突發的意外情況，作出錯誤的決策。
因此眾多創業公司都瞄準了這個市場，不直接面向終端用戶，給傳統車企或一級零部件供應商提供算法或者算法硬件打包方案，如Momenta等公司。
好比人需要智商和學問，光有一套先進的人工智能算法（智商）是不夠的，更需要積累足夠的數據（學問），特別是要有足夠多的Corner Case（疑難問題）。吳甘沙表示，“Waymo早於其他自動駕駛公司七八年起步，就是勝在數據的積累。”
而特斯拉通過自給自足的整體解決方案，在數據積累上已經一舉超越Waymo。相比後者的數百萬英里路測數據，靠著數萬臺車常態化在路上行駛的車輛，特斯拉已經記錄了數十億英里的自動駕駛里程。
在吳甘沙看來，自己搞100輛、1000輛測試車，在幾個固定的地方跑測試，是無法獲得足夠龐大且多樣化的數據的。必須把可量產的解決方案做出來，達到百萬臺級別的裝機量，有百萬級別的用戶在很多地方跑，才真有可能獲得數據的決勝優勢，把系統的可靠性做到小數點後5個9。
為了更好消化學問，提高智商，很多頭腦很臃腫，多數算法還是在幾百層甚至上千層這樣的網絡架構上跑。
博世中國技術與戰略合作部門總監張翠波對《財經》記者表示，“如何在車內有限硬件配置的情形下通過更小的模型、更小的數據量實現快速的反應尚需時間。”
目前來看，自動駕駛解決方案要真正走出demo（原型車），除了軟件算法自身的改進，芯片等硬件的發展也至關重要。
“現在很多demo車後備箱都裝著一堆東西，不可能量產。”一個自動駕駛整體解決方案提供商告訴《財經》記者，很多芯片都是100瓦的功率，做到10瓦才有可能量產。當然分佈式計算也是一種解決方案，但更多的是需要研發更高性能的芯片。巨頭們也在闖入。
通過人工智能算法和數據，尤其是Corner Case的積累，打造一套強大的軟件，通用和專用芯片技術取得突破，才能真正去打造一個汽車的最強大腦。
誰會成為新的Tier one？
“汽車一級供應商短期內不會被顛覆，它們的緊迫感來自IT企業”
很多創業公司都想做自動駕駛整體解決方案提供商，但是怎麼把這個腦袋裝到車身上去，還是需要Tier one即一級供應商來解決。
國際諮詢機構羅蘭貝格發佈的報告指出，先進的車輛控制和傳感器系統是轉向更先進驅動輔助系統的主要受益者。確實更要改裝車輛和適配系統並不是一件容易的事情。現在國內很多車企都用林肯MKZ車型，因為都是找AutonomouStuff，這家公司專門做林肯車型的改裝，但價格高昂。“一套系統就200萬元，成本怎麼降得下來，根本不可能量產。”一位自動駕駛業內資深人士告訴《財經》記者，創業公司很難進入這個領域。
但一家主攻L2自動駕駛的供應商對《財經》記者透露，他家有能力把系統適配到不同車型，“某家剛剛融資的主打L4的創業公司來找我們，希望能幫他們把系統安裝到相應的車型上去”。
傳統供應商對此表示認可。黃羅毅認為創業公司從L2開始做起，是很踏實的，但是很難，因為它們將直面博世等傳統零部件供應商的競爭。“汽車行業100多年來的發展路徑，讓創業公司很難跨越Tier one去直接服務於OEM做量產的工作。”他相信，汽車行業的Tier one短期內不會被顛覆，創業公司做二級、三級供應商更合適。
這其實一定程度反映了傳統汽車行業一級供應商的想法，在擅長的領域，憑藉強大的資金和技術實力擊敗挑戰者，在技術積累不深的新領域，創業公司可以收編的收編，共同開發，一起成長，但主導權不會放。
不過IT企業給了他們緊迫感，挑戰霸權者就在路上。
自動輔助駕駛以及無人駕駛技術的改良和突破嚴重依賴軟件，而且軟件功能日益取代硬件解決方案，這正是科技巨頭的強項。
科技巨頭們正在積極地進行研發投入，誕生於谷歌的Waymo就是一家軟硬件結合的公司。憑藉強大的技術和資金實力，未來谷歌、微軟（NASDAQ：MSFT）、BAT有能力孵化出來更多挑戰傳統供應商的新企業。
畢竟科技公司在軟件方面優勢明顯。傳統車企提前兩三年開始設計硬件和軟件，一級供應商提供打包的解決方案，但是兩三年前的設計可能就過時了，用戶需求變化越來越快，而IT企業可以兩三週就進行迭代，這是傳統企業需要警惕的。
知合出行投資了多家有能力自己改裝的自動駕駛整體解決方案提供商，其中易航智能專注主機廠前裝配套的路線，研發L4的同時，主要提供低成本可量產的L2.5高級輔助駕駛/無人駕駛解決方案，禾多科技走的也是主機廠配套路線，其產品的發力點更多地集中在L3及以上。
知合出行CEO白荻告訴《財經》記者，“在無人駕駛產業鏈上，整體解決方案不一定是攫取利潤最多的一環，但很有可能會是掌握數據最多、且是同整車及出行平臺關聯最緊密的一環。”
很多創業公司在做大腦時也發現，想拿到更多數據，必須更靠近客戶。數據競爭的核心是大量的客戶能夠採用一家公司的解決方案，並且願意共享數據。
吳甘沙認為，智商是前提，學問是目的，但在這個過程就需要情商和體格。情商是搞定客戶和上下游，體格是能夠交付百萬臺級別足夠便宜、可靠和可量產的產品。這個行業需要一種叫“車規”的可靠性，達到車規需要做大量“髒活累活”。包括馭勢科技在內的許多創業公司正在轉型，主要在情商和體格上。
“在2025年之前，我們可能活得更像一個傳統的供應商。”吳甘沙坦言，先把這個工作做好，與主機廠和其他供應商協同創新，把量做上去，積累更多的數據。
可是汽車產業關係到人的生命安全，需要在確保安全的前提下加快技術革新的速度。車企的產品召回都是10億美元起跳的損失賠償，“想象一下如果初創變成一級供應商， 一個產品召回公司就破產了，那整車廠怎麼辦”？從行業的風險控制和質量把關的角度，張翠波分析認為，需要博世這樣的一級供應商保證整個產業的安全標準。
前述主攻L2的初創企業高管對《財經》記者表示，公司也在研發L3及以上的自動駕駛技術，但是他們相信，要一步一步來，先做好L2及L2.5，也保證自己能夠盈利，讓自己活下去。畢竟更高階的自動駕駛太過遙遠，何時真正能盈利還未可知，一味依靠投資人輸血不是長久之計。
大多數創業公司也很清醒，最終目標是希望成為自動駕駛領域的博世，但“現在我們還很弱小，差得很遠，得努力很多年”。
（本文首刊於2018年6月25日出版的《財經》雜誌）
閱讀更多 財經雜誌 的文章
