为顺应新一轮科技革命和产业变革趋势，抢抓智能网联汽车产业发展战略机遇，打造智能网联汽车人才高地及产业聚集区，推动汽车强国建设，由沈阳市人民政府和中国汽车技术研究中心有限公司共同主办的2021中国（沈阳）智能网联汽车国际大会（简称“CIVC大会”），于10月9日至12日在沈阳市举办。
本届大会以“科技引领·智享未来”为主题，重点围绕智能网联汽车、数字经济、人工智能、大数据、信息安全技术等生态链展开探讨，包含了“赛、会、展、体验”四大板块。禾多科技受邀参加本次活动，作为自动驾驶企业代表做主题演讲。
在10月10日的智能网联汽车产业发展高峰论坛中，禾多科技创始人兼CEO倪凯博士为大会做主题演讲。以下为演讲实录：
各位在场的领导、各位嘉宾，大家下午好！
非常荣幸作为自动驾驶企业代表来进行演讲。今天我也将以从全场景自动驾驶量产落地这样一个角度来解释禾多对于整个自动驾驶落地的目标、实现路径和评价体系一个想法。
禾多科技创始人、CEO倪凯博士出席本次活动并进行主题演讲
首先来看一下，从最近新闻上摘要的视频。在城区L4级别自动驾驶领域， Waymo是最久的公司，但是最近Tesla也开始通过FSD系统开始做起来了。为什么会有这样一种不谋而合？一是大家都慢慢认识到现在整个自动驾驶级别，从L1最早开始到L5是需要非常长的时间的，自动驾驶场景的打通我们认为比级别变得更重要。第二点后来者为什么认为自己会做到更好的无人驾驶？短时间虽然达不到很高的水平，长时间看它对最终L5实现，会比我们做一个小范围的无人驾驶更重要。
我们如何实现刚才提到的大范围的运行？我们认为一个前提是要有非常优秀的体验，左边是对于市场调查，对于中国消费者，对于不同自动驾驶功能的需求，大家选择的非常多样化，从高速公路的自动驾驶，到中国人非常头疼的停车的场景，自动驾驶的场景是多种多样的。在这种多样化的条件下，就要求我们搭载的自动驾驶软件能够尽可能多的应用到不同场景中，不断提高系统范化的性能，最后成功实现流畅的自动驾驶体验。一定程度上，我们认为慢就是快，通过数据迭代升级，我们可以通过量产自动驾驶系统，积累海量数据。我们看到，量产的公司反而能在车辆大规模销售部署情况下，取得数量级上的不同。我们认为数量级的不同是最终决定一个好的自动驾驶系统如何解决长尾问题的关键。
我们认为整个自动驾驶全场景的量产其实是充满挑战的，需要做到几个方面：
一是安全和信任，因为自动驾驶系统我们现在更多的是人机共驾的状态，能不能让驾驶员在非常好的情况下做到人机共驾；二是整个可量产的一个完整方案，最后要做大规模部署，如果价格下不来，如果车规达不到是没有办法做到量产的；三是商业模式的成立，整个技术能够形成产品，是一个完整的商业模式。这里我们也尝试定义了什么叫可量产，我们认为最关键在未来的5到10年内，如果能够实现百万台级的交付，能够做到在百万平方公里级别的全场景数据回传，这样才是实现刚才提到的合理的商业模式、足够的应用价值的关键。
禾多科技打造的是什么样的自动驾驶方案呢，刚才提到全场景，可以简单扩展成两大系统，一是我们的HoloPilot行车系统，还有HoloParking泊车系统。
要去做到这样一个高阶的自动驾驶，我们认为有四点，一是驾驶安全，即如何推动整个自动驾驶安全的方法论。从最核心的软件开发来说，我们去遵循ASPICE的开发流程，这点更多是从软件开发来说，后面两点更多从设计和迭代上。功能安全更多是设计端。需要考虑到很多功能失效的情况。预期功能安全更多是长尾问题，只有通过大量数据积累，基于场景做正确的设计，我们才能达到最终需要的安全性。二是车规级硬件的配置，在硬件上来说可以分成两部分，一是整个车规级传感器配置，毫米波雷达、相机、GNSS等等，包括很多也在测试。二是车规级域控，不仅符合车规要求，更多能够实现足够的算力优化，包括模型减裁，适配一系列软硬件的整体要求。三是算法层面，在现阶段最核心的是多传感器融合算法。
首先从最基本的、狭义的感知角度来看，可能有几点需要打造，一是多源传感器，尤其是现在的量产阶段尤为重要。因为现在量产阶段传感器配置是非常多，不同的配置上由于不同的传感器性能差异，在不同角度上需要不同的传感器来进行互相的弥补工作。二是整个算法能力的边界，基于已有的硬件探索算法极限，解决安全的长尾问题。比如说我们认为的模型的泛化。小物体虽然小，有可能对于你的车辆安全达到足够的程度，需要你在足够远的距离发挥作用，这些都是算法能力边界上的问题。三是新型硬件的适配，包括新型传感器的兼容和扩展、新型的未知的传感器，这些都是我们可能要进行探索的边界，我们相信自动驾驶系统的迭代不仅仅是软件的迭代，而是软硬件一起迭代。
再看广义的，传感器解决的不仅仅是感知的问题。地图也可以看作传感器，我们认为高精地图在自动驾驶系统里面是很重要的。二是定位，传感器除了我们感知的结果，非常高精度的定位，这种定位我们认为也是广义的感知结果。三是预测，这里包括高速场景、城区场景等等。
现阶段的自动驾驶还是跟人的驾驶是不同的，其实都是广义上感知能力，人不需要高精地图，人只需要导航级别甚至更简单级别的地图就能实现人的驾驶，本质上都是广义的感知。
这里展示了嵌入式平台的视觉感知。在4T到8T这样的平台上能很好的感知识别障碍物、车道线等等。二是我们的首席科学家Frank获得世界机器人RSS颁发的时间检验奖。我们现在开发的成果尤其能够针对嵌入式进行很多的应用，能够把它释放出来。三是众包建图和动态更新。停车场是众包地图最密集的一个地方。在停车场大范围生产的供应商，不管在标准还是在范围上都存在问题。通过这种地图数据采集不同的车辆数据汇集在一起，去打造一个更完整的自动驾驶的地图，反映在所有车辆上。
下面是跟清华大学在视觉感知上深度合作的智能视觉雷达。通过把不同的相机组合起来，相机相对来说是一个非常便宜的传感器，通过多个相机能够实现像激光雷达这种高分辨率、高质量的三维成像系统。
最后简单介绍一下算法验证上的工作。一是HoloX自动驾驶仿真验证平台，根据中国道路情况，去实现完整验证的工具，我们不仅仅只是一个验证或者是仿真的平台，更重要的是我们能够实现高精地图的指示，也能够实现不管是离线还是在线的可视化。能够在HoloX平台上把我们整个场景数据进行反复的测试，这样非常有助于在整个OTA升级上快速迭代。包括路测，这些数据如果只靠在车端测试是完全不够的，我们需要不断反复的迭代。二是基于验证平台的场景库验证，一是天气变化，二是道路类型的变化，从高速公路一直到城区的道路，包括隧道、特殊场景。三是交通参与者，中国的交通参与者种类特别多。四是驾驶行为，不管是本车驾驶行为，还是环境车辆驾驶行为。五是硬件状态，必须要考虑到相机有没有失效，激光雷达有没有被其他的东西阻挡视线。禾多科技也在全国范围内大规模真实路测与数据积累，从2019年开始，拥有较长时间的积累。
最后通过这些场景库希望实现两个闭环，左边更多是自动驾驶算法能力或者说模型的迭代，通过自动驾驶原始数据实现云端模型训练、自动驾驶模型更新；右边是实现云端地图更新，实现众包地图数据融合。作为车端的数据产生者，我们产生的数据怎么跟合作伙伴合作，去通过更快更好精度更高来极大限度的降低未来的自动驾驶成本。现在地图的成本还是相当大的。
这就是今天我分享的几点，禾多的slogan是毫厘行万里，逐岁廪禾多，我们也希望，在今后的日子里和大家携手，推动智能汽车领域的加速发展，谢谢大家！
