由百人会主办的“第二届全球智能汽车前沿峰会（GIV2019）”于9月21日在武汉国际会议中心召开。GIV2019以“加强顶层设计，探索场景应用”为大会主题，包含一场高层论坛、两场主题峰会，分别为“自动驾驶前沿技术峰会”和“打造自动驾驶产业体系峰会”。

电车资源作为合作媒体，与大家第一时间分享精彩内容。

在本届峰会上，禾多科技研发总监戴震在“第二届全球智能汽车前沿峰会（GIV2019）”做《车路协同加速智能网联汽车发展，使能协作式智慧交通》演讲。

以下是大会演讲嘉宾速记：

各位专家，下午好！很高兴有这个机会能够跟大家进行交流。刚才演讲的嘉宾，无论是OEM还是Tier1，都不约而同提到了我们自动驾驶量产的这个问题，今天我想从顶层技术这个角度来谈谈我们的一些体会，同时也跟大家分享一下禾多科技近期在量产方面的一些进展和心得。

虽然说的是自动驾驶的量产，我还是想以两个国外公司做一个引子，waymo和特斯拉代表了自动驾驶发展的两个方向，以waymo为代表的一些企业，他们一步到位的想进行L4甚至以上级别的自动驾驶研发，直接实现robotaxi运营。目前waymo已经有数百辆测试车，完成了1千万英里的测试数据。另一种，像以特斯拉为代表的主机厂，他们还是以辅助驾驶作为切入点开始自动驾驶技术的研发，通过不断的数据积累、技术迭代往更高层级的自动驾驶发展。特斯拉目前销售了50多万辆，回传了100亿英里的数据。这些数字乍一看都挺大的，但大家仔细做一个对比就会发现，其实这两组数据之间有千倍的差距。将来有更多的主机厂加入到量产化阵营之后，这两种路线从数据积累上的差异将会进一步扩大。我们做人工智能的都知道，我们有自动驾驶一个很经典的长尾问题，解决这个问题的一个核心点，就在于大量的数据，因此禾多科技从一开始就确定了以量产为出发点切入自动驾驶的决心。

当然我们的路线跟这两家公司还是有区别，禾多是从L3级别的自动驾驶作为切入点。首先我们不想只是着眼于现在，目前市面上已经有很多很成熟的L2的ADAS辅助产品，现在开始做我们也没有什么先发优势。同时我们也不想一步到位去做L4以上级别的自动驾驶，因为我们觉得离量产还有很长时间，所以希望以L3为量产的切入点，进行研发。

我们看来，未来的移动出行主要包括三个场景：高速公路，城市工况，最后一公里的代客泊车。

我们认为高速公路和最后一公里的代客泊车将会成为比较快实现量产的两个场景，为此我们研发了HoloPilot和HoloParking两个系统。从数据积累角度，我们一直注重和上下游的合作，比如和我们的战略合作方四维图新，得益于这种紧密合作，禾多科技成为最早进行大规模路测的企业，我这里说的并不只是初创企业，也包括主机厂。

我们在今年4月份上海车展时进行了北京到上海的高速公路测试，单向1200公里，当时拍了一个纪录片记录下了在高速公路路测时发生的故事，包括像隧道、修路、堵车等各种场景。这些数据可以为我们研发、测试验证提供信息。我们认为要想走有中国特色的自动驾驶量产之路，积累本土化的数据是必不可少的，这也是为什么禾多科技一直在强调要进行大规模实地路测的原因。

我们有了地图、我们有了大量的数据，我们能做些什么呢？我主要想今天分享两个我们提供的模块化的服务：第一个，高精定位；第二，系统验证。

首先介绍一下我们的定位模块，它的英文名字叫HoloPolaris，北极星的意思，顾名思义我们想提供精准的定位导航的服务模块。我们在这个模块里应用了低成本、车规级的传感器，同时应用了高精度地图，目前能够在高速公路各种工况之下实现比较精准的定位输出。第一个亮点，定位精度，可以达到横向10厘米、航向角0.2度这样的定位精度。第二，我们强调的一点是在极端情况之下也要提供足够的稳定性。因此，我们提供了足够的系统冗余，即使某一种传感器出现问题，仍然能够提供很精准的位置输出。最后，我们实现的是全融合的方案，我们不仅拿到了传感器的底层数据，而且我们对这些底层数据从上面抽取出不同层次的特征，把这些数据特征进行融合，在系统层面实现鲁棒的融合定位结果。

先面跟大家展示几段视频，我们隧道内定位的视频。因为在隧道内大家都知道是没有GPS信号的，这个时候很容易出现位置的偏移。比如说这辆红车，就是我们GPS/IMU定位的结果，大家可以发现偏移非常明显。这辆白车就是我们融合定位的一个结果，靠我们感知到的车道线以及地图里先验的车道线信息进行匹配，进行横向纠偏，保证这个车能够达到车道级的定位。

下边那个视频展示的是我们语义定位的结果。刚才说到了车道线其实是一种语义，但是更多的用于横向纠偏。除此之外，我们还有3D路牌的信息，这些信息可以纠正我们沿行驶方向或位置方向的偏差，将横向、纵向两个未知偏差消除之后我们就可以达到精准定位的效果。

刚才说到是高精定位模块，下面我要讲的是我们的自动驾驶验证平台叫HoloX，我们做自动驾驶很大的痛点就是，应该如何验证系统的安全性。我想下面这四个要素是不可缺的。首先是高精度地图，覆盖全国路网；第二是模拟器，尤其在仿真极端场景和进行极限测试时，模拟器是不可或缺的；第三，真实的道路场景，通过它才能尽可能多的收集边缘场景（cornercase）；第四，场景库。

HoloX平台不仅支持软件在环仿真测试，也支持硬件在环仿真测试，能帮助主机厂更充分地验证软硬件的可靠性。

从模拟器角度，HoloX到底能提供什么功能呢？我这里有四个小视频大家可以看一下。第一个，支持高精度地图数据的导入和编辑。第二个，支持复杂的动力模型，能够考虑到不同天气、路况、坡度等道路行驶环境对车辆造成的影响。第三个，支持必要的传感器仿真。第四个，支持交通流的模拟，即包括人流、车流等动态场景。因为自动驾驶的难点之一就是这些动态的交通参与者，以及他们行为的不确定性。

有了以上这些信息我们就可以开始创建场景库了，一个完整而且丰富的场景库是我们自动驾驶验证平台成熟的一个标志。这里主要包含五类信息：第一类，天气信息，包括阴晴雨雪。第二类，道路信息，比如主路、弯路、交通封堵。第三类，交通参与者，比如行人、自行车，还有机动车辆。第四类，交通行为，比如说加塞、变道、加减速等等。第五类，包括不同的硬件状态，比如像传感器、执行器、计算单元等等。将五类要素的不同变量内容进行排列组合，就会形成非常丰富的场景库，禾多科技过去一年中也致力于不断丰富我们的场景库。

下面以简单的视频展示我们场景库里比较基本的要素。比如第一个视频，展示的是超车的场景，这条绿线是表示本车的规划路径，是嫌前头这辆大巴太慢了，所以他从左侧进行了超车动作。下一个视频，是说旁车加塞，左边的车插入我们的车道并且马上做了制动。我们的车相应也作出了反应。

第三个，高速上非常危险的一个场景，就是取消变道。我们本来想往左变道，结果发现左侧飞速的超过来一辆车，现在回到本车道想向右变道，又遇到同样的问题，不得不放弃这个想法。其实人在开车过程当中，这种情况之下也是很头疼的，我们专门为这种情况设置了场景，来测试我们系统的表现。

最后一个视频，我想展示一下我们在停车场内避让行为的模拟。我们可以控制这个行人的一些行为方式，比如说让他走到车辆的规划路径上来，车辆本来的绿色规划路径是原本的路径，如果发现行人之后会变成红色，就是说他发现了动态障碍物，并且进行主动避让。现在大家看到的场景，就是我们禾多科技在北京办公室园区内实际创建的场景，这个场景也很好的支持了我们自己的研发工作。

今天我主要是借这个机会分享了我们两个模块化的服务，一个是我们的高精度定位模块，叫做HoloPolaris，希望无论是国内的还是国外的主机厂，他们生产的车使用这套高精度定位服务之后，在中国不再迷路。

另外也分享了我们的自动驾驶验证平台HoloX，希望无论是软件供应商、硬件供应商都可以用这个平台来验证自己系统的安全性稳定性。

最后非常感谢百人会提供这样的机会，跟大家交流。

我们禾多科技将会以优势技术继续赋能中国的自动驾驶，希望能够跟大家一起共同开辟出有中国特色的自动驾驶量产之路。

谢谢！

注:本文主要内容为现场速记,未经演讲者本人审核,请勿转载。