对话图森未来CTO王乃岩 | 做好系统工程设计，从容推进L4规模化应用

汽车盖世汽车 2023-09-25 19:10

“3-5年也是保守的估计，我认为可能会比这个时间更快。不仅在于算法本身的成熟，还在于上游的硬件、软件、域控，包括最重要的车辆，都在朝着满足L4级别的功能和可靠性的方面演化。可能两三年之内，我们就可以看到整个产业链的成熟。”在盖世汽车2023第三届商用车自动驾驶大会期间，图森未来CTO王乃岩在接受采访时表示。

作为全球领先的自动驾驶技术公司，图森未来致力于开发全球最先进前沿的重卡自动驾驶技术，为全球4万亿美元的卡车货运行业带来变革。今年6月，图森未来获得上海市浦东新区颁发的全国首批无驾驶人智能网联汽车道路测试牌照，获准在洋山深水港及物流园区、东海大桥等指定公开道路开展L4级别自动驾驶重卡的“全无人化测试”。上海也成为国内首个通过立法机制允许L4级别自动驾驶重卡“全无人化测试”的城市。同时，国内首条满足车路协同式自动驾驶等级的全息感知智慧高速公路即将在江苏苏州启用，预计9月底完成系统联调联试工作。相关政策利好信息不断释出，为L4级商用车的规模化落地再添保障。

对商用车而言，L4意味着更高的运输效率、更低的人力成本、更广的业务领域，L4的应用将为各场景的玩家提供更多的选择和服务。但与此同时，L4与L2之间是怎样的关系？如何把握L4级别的高安全要求？如何兼顾商业化过程的经济效益成本？仍是产业需要攻克的命题。基于此，盖世汽车特邀图森未来中国CTO王乃岩进行了探讨。

从L2到L4，是两条产品线的相互帮助过程

近年来，L2辅助驾驶进程飞快，尤其从2000年开始，在乘用车方面的功能更是日新月异，从最基础的预警功能一路“卷”到城区NOA。据盖世汽车研究院数据，今年1-5月，国内L2级自动驾驶的渗透率约为40%，已成为当前主要的驾驶辅助方桉，而去年同期仅为28.8%，提升了近10个百分点。

但是总览产业链上的各位玩家，可以发现这样一个有趣的现象——L2.9、L2.99乃至L2.999一路高歌勐进，而面对L3以及更高阶的L4，行业步伐则略显冷静。更有一众自动驾驶公司一方面瞄准L4不放松，另一方面“降维”进入L2及L2+级别自动驾驶，以更好地实现商业化落地。

图源：图森未来

在王乃岩看来，L2和L4本质上是两条完全不同的产品线。王乃岩表示，不管是从产品的功能定义、要达到的服务目标，还是整体技术架构，L2和L4都有很多的不同。把L4的部分技术下放到L2当然是件好事情。因为在L4级别要解决更难的问题，其中的know-how可以很好的帮助设计L2技术，解决L2的部分技术问题；反之L2由于成本限制，其中有很多L4中不存在的问题，亦可以助力L4技术进行升级迭代。在王乃岩看来，L2与L4可以是相互帮助的关系。

而究其最大的不同，还在于侧重点——L2最终的责任主体依然是“人”，因此需要更多地考虑系统的体验和功能，包括驾驶体验是否平顺，是否符合人的感知；而L4高度强调架构设计的可靠性，从底层硬件，到上层软件，再到算法，对于系统的冗余要求非常高。

值得一提的是，相较于乘用车，无人卡车由于载重、车身长度等因素，需要更长的紧急刹停距离和完整变道距离，这对算法性能和可靠性也相应地提出了更高要求。针对无人卡车的这一特殊要求，图森未来也有自己的应对之道。

打造强可靠、高安全的L4系统，图森未来的“责任感”

对于自动驾驶而言，安全永远是首要保障，在此前提下才能再去讨论效率、效益等其他问题。因此，图森未来要做的是负责任的自动驾驶技术，打造强可靠、高安全的L4系统。

据王乃岩介绍，商用车L4系统要重点突出两方面的能力建设：

第一，超远距离感知能力。图森未来配合多传感器融合的算法可以实现超过500米，最远1000米的远距离感知。2023年6月，图森未来成功完成了中国首次自动驾驶重卡在公开道路的全无人化测试。在无人测试的过程中，图森未来成功完成了诸多corner case的自主应对。其中有四大代表性场景，包括：

图源：图森未来

第二，从可靠性来讲L4级别自动驾驶的设计思想必须要做到在单一算法失效时，系统仍然可以运行。为实现这一目标，图森未来通过自研，从车辆、系统、传感器到算法模块设计了全冗余架构。

图源：图森未来

首先在车辆端，图森未来为每辆车配备了转向系统和制动系统的双冗余。在车辆系统方面实现了两套独立的系统，同时为了减少共同失效的可能，对两套系统设立了独立的供应链系统。

在系统模式方面，图森未来还设计了两种模式，车辆可以根据不同的故障选择自动选紧急车道；或是在特别紧急的情况下，例如关键的传感器多重失效时，保证车辆沿着当前的车道线安全停下。

系统之上是传感器冗余，图森未来使用全波段的电磁波感知，根据传感器不同的特点和不同的优劣，设计出传感器高可靠冗余的方桉，可应对恶劣天气（如雨雾天气、极寒天气等）的考验。

最后一点，也是最难的一点，如何分析算法的安全性？

图源：图森未来

图森未来从第一性原理出发，把“冗余”的概念贯彻到底，将算法系统分成两大类。一类是Data driven算法以“大数据 + 大模型”驱动，可实现对静态环境和动态环境的双重感知，包括物体识别、车辆识别、行人识别等；另一类是偏向传统分析的方式，即Principle based 算法，可对问题和过程实现精准建模，实现规划、控制、传感器融合等功能，精准分析预期行为和算法的边界保障。

双冗余就能完全实现高可靠的L4自动驾驶吗？王乃岩坦言：“双冗余还不够，我们实现了三冗余。”

图森未来设计了一套完整的感知模块三冗余方桉。三种感知方法分为两大类：基于识别的物体感知和基于场景的障碍物感知。

图源：图森未来

其中，基于识别的物体感知又分两大类，一类以激光雷达为主，第二类以视觉为主。两套算法独立运行，对失效模式也相当独立，避免因恶劣天气或单一传感器失效导致感知系统失去对物体的感知。基于场景的障碍物感知可以看作是基于识别的物体感知的兜底方桉，在场景障碍物感知中更关心的是可行驶区域。通过可靠的三重冗余系统，图森未来能实现物体感知的99.99%以上的可靠性。

王乃岩认为，“对于自动驾驶，我们要求它一定不能出错，百万公里甚至千万公里都不能出错。我不认为存在任何单一算法或单一模型能达到高安全性保障要求。还是应该从整体进行架构设计，思考怎么通过一些多重模块打造出一个真正高可靠的模块，这本身是系统工程的问题。”

聚焦“万亿级”市场，做“高性价比”的干线货运

目前，自动驾驶在商用车领域主要有三个市场——三个万亿市场，主要是干线物流；两个千亿市场，包括无人配送业务；数个百亿市场，比如港口、矿山、机场、园区等。图森未来将聚焦干线仓到仓的运输场景，持续推进商业化落地。

而之所以选择“干线货运”，王乃岩表示：“首先在中国，干线货运市场作为万亿级别，规模巨大；其次我们一开始入局的方向很明确，剑指干线货运场景，我们创建了全球首个自动驾驶货运网络AFN(Autonomous Freight Network)、完成全球首次自动驾驶重卡在公开道路上的全无人化测试；但是干线货运各个路况有一定的复杂性，这也对不同道路间算法的适应性提出要求，还需要一定的适配工作。”

因此，现在图森未来的重心仍然是用最小的成本去适配尽量多的场景，在干线货运中，尽快占据更多的市场份额，实现无人化商业运营。

“知己知彼，方能百战不殆”，抢占市场份额的前提是了解市场的痛点所在。整体来看车市发展，今年“降本增效”在量产L2项目中被频繁提及，主机厂对成本异常敏感。比较普遍的“降本”方法是在在现有框架下，单独去采购硬件，或者去掉某个硬件，但本质上牺牲了部分功能和安全性。

图森未来对“降本增效”的破局之道是跳出“盒子”，用首发性的创新思维去解决问题。其设计思路是在不牺牲任何用户体验的前提下，提供软硬一体全栈式解决方桉。

图源：图森未来

基于自研的自动驾驶域控制器（TDC - TuSimple Domain Controller）、集中式4D radar解决方桉、集中式RTK-GNSS/INS定位模块和感知与定位融合算法，图森未来打造了域控集中式大感知盒子（TS-Box），把原来在传感器端上的预算放到域控中，减少各个传感器边缘上的计算芯片，从而降低成本。

最典型的例子是4D毫米波雷达，其大部分成本来源于4D毫米波雷达端的计算芯片要做复杂的、巨量的计算。基于域控集中式盒子，图森未来自研的4D毫米波雷达节省了边缘计算芯片，节省了硬件成本，也节省了单独采购雷达信号处理算法的成本。这部分成本原来被集中在4D毫米波雷达售价中，现在只需要一个雷达视频前端和一个很小的计算单元，通过回传原始数据把大量的计算放在域控上，放在更高算力的计算平台上。一方面可以降低成本，另一方面在算法端可以融合更原始的信号，带来更好的性能提升。

总体而言，与其做边边角角的节省，不如进行整体性能的优化。基于强大的算法能力和硬件自研能力，图森未来打通了软件和硬件的“墙”，能够实现两边的高效沟通。TS-Box把组合导航集成到系统中，实现更低成本的全包方桉（比单独采购降低25%），工具链也更友好；方便OEM专注研发PNC算法；同时感知盒子主打“商乘两用”，对商用车，乘用车都可以提供解决方桉。