【泰达观点】翊珩科技郑康：自动驾驶的场景化“仿生”设计

2021-09-05 10:48

2021年9月3日-5日，由中国汽车技术研究中心有限公司、中国汽车工程学会、中国汽车工业协会、中国汽车报社联合主办，天津经济技术开发区管理委员会特别支持，日本汽车工业协会、德国汽车工业协会联合协办的第十七届中国汽车产业发展（泰达）国际论坛（以下简称泰达汽车论坛）在天津市滨海新区召开。本届论坛围绕“融合•创新•绿色”的年度主题，聚焦行业热点话题展开研讨。

在9月5日 “前沿瞭望：创造智能汽车新体验”中，浙江翊珩科技有限公司CTO 郑康发表了题为“自动驾驶的场景化‘仿生’设计”的演讲。

 

浙江翊珩科技有限公司CTO 郑康

以下为演讲实录：

谢谢泰达论坛提供这个机会，让我们在这个大舞台上进行分享。我今天带来的题目是《来自大自然的灵感，自动驾驶的场景化仿生设计》。这个题目在行业里面提的比较少。

实际上，整个大自然经过亿万年的演化，各种生物在各个角落以不同的形式生活在这个地球上。我们人类最开始大部分工具都是参照大自然的现象制造出来的，我们公司现在的理念就是借助仿生学赋能自动驾驶，让汽车能够自我不断迭代，并且最终融入到整个自然界中。

我从这三个方面来给大家介绍一下，公司使命、场景化仿生设计、现在与未来。

我们公司大家知道比较少，是一家非常年轻的公司，2019年成立，致力于封闭场景的L4的自动驾驶汽车开发。我们有这样的一个理念，在安全方面，无论用什么样的雷达、什么样的设计理念，最终就是为了保证在安全方面达到或接近百分之百，无论用什么算法，任何一个公司都没办法在这个上面进行妥协。

在无人车封闭场景环境下，现在有一个很严重的问题是成本问题，除了安全之外就是成本。我们认为，只有安全和成本都能被接受，才能够大批量实现应用化和商业化。现在之所以大家没有在各个封闭场景里面看到大量的无人车铺设，是因为有一部分是成本问题。这个成本有多少呢？除了刚才王总说的传感器成本高以外，整车的定制成本也很高，因为我们是一个定制化的，一款小车不会比一辆红旗H9便宜，甚至还要更贵，在这种情况下，我们是没有办法实现大批量铺开的，这个商业逻辑是没法闭环的，所以我们整个公司在安全和成本方面注入非常大的心血。

回到仿生，生物这一块，我们拆分为三个应用场景，一个是个体定位，就是自己的生物行为，第二个就是外界活动，个体与个体之间，各自在环境中的活动，第三是他们之间的行为规范定义。在这个过程中，你就想象为是一个上帝视角，大自然演化出很多规律，我们需要把这些规律找出来，从上帝视角制定车与车之间的规范，这是我们重复整个大自然的迭代过程。

首先说到视觉主动的自动驾驶，之前也都提过，马斯克一直推崇用单独视觉方案能解决自动驾驶，他的理由很简单，他经常说人只有两个眼睛，没有那么多毫米波，照样开车，但实际上人的两个眼睛只是在视觉方面提供相关的参数，大家都是正常人，都有耳朵、嗅觉、听觉、视觉，假如说耳朵完全听不到，再去开车，会丢失很多来自周边的信息，这也是我们为什么用其他的传感器进行捕盲。

我们想引入的是利用大脑的视觉皮层的方式处理相关的数据，因为它有很多的优势。比如说在解释、样本、学习、迁移、抗噪等方面有碾压式的优势，这也是为什么人类有这么高的智能。我们希望在微观以及宏观认识上面有一定的突破口，并且开发新的算法，打开大脑黑箱，开发新的算法，提升车子与周围环境的智能化。

从微观到宏观、从宏观到微观会进行仿真与解析。从微观来讲是群体行为，然后是脑区的交互，这是车子与周围环境的交互，然后是复杂群体的交互行为，这是我们需要通过仿真来实现的。

自动驾驶另一种是车联网，车与车之间的联网，车与周围的联网，V2X万物联网，这已经是有仿生的概念了。群体生活就是一种类似于车联网的方式。我们最终是希望，个体方面是基于激光雷达的自动驾驶，希望通过激光雷达能够把地图、导航、感知、RGB识别、视觉补盲，全部由一颗雷达实现，这是我们一直往前走的目标，只有这样才能实现轻量化的自动驾驶。多传感器上去以后是全副武装到牙齿的，无论是外观设计还是各个传感器之间的匹配同步以及成本上面都很难在消费端实现大批量的接受，所以我们希望通过一颗激光雷达来解决这个问题。

从自然界获得了一些灵感，比如说昆虫的复眼。为什么苍蝇很难打到？就是因为它有复眼和高感知的能力，并且能够把动作进行延时拆分，躲避你的动作，这个过程远比自动驾驶的能力要强，这是来自于复眼。我们知道复眼有这个功能，但是问题是有没有硬件能够实现复眼的功能？实际上是有。现在有类似这样的硬件，我们可以利用亚象素的并联冗余，可以利用同步感官的全局快门，能够复现复眼的部分功能，作为硬件基础，因为没有硬件基础没办法实现这个理念，为下一代的RGB提供物理参数，这是最基本的。我们通过实验，希望能够同时实现4+1的环视全景和时空对齐。基于这个雷视一体，我们希望把所要的参数提取出来，尽可能减少各个传感器之间的不同步和计算分离。

大家知道V2X是一个发展趋势，我们也是这样认为的，车网之间联络，车与基础设施，车与车之间，车与人之间的，但问题是如何联络？车与车之间如何联络，车与人之间如何联络？这是一个课题。我们引入了仿生学，觉得蜂群的群体概念是与这个相似，实现更高阶段的发展。

现有阶段，单车智能和V2X是要同时发展的，单车智能用足够多的传感器进行冗余设计，V2X也在逐步往外拓展，未来我们希望单车智能上传感器的数量和成本会降到最低，V2X这边的成本经过摊薄以后降到最低，实现最低成本的最高度智能化。虽然现在做的是封闭场景的无人配送车，无人物流车相关的，但是我们希望在2025年能够推出可以上路的乘用车和商用车，我定义它是一个新物种。大家知道，新能源车上来就说自己是新物种，这可能只是一个变种，动力总成有一些不一样，什么叫新物种？我们希望整个底盘模块化，能够实现结构上和现有车型的完全不同，比如说横向行驶，比如说蟹行，比如说完全的无人化，这叫做新物种，这一定是结构和智能上的高度提升，包含了对V2X这一块的集成。

对于仿生这一块，是有个体、外界以及相关规范进行交互的，在仿生平台上我们集成了静态和动态导入，测试场景案例编辑，包括传感器仿真、动力学仿真等自动驾驶仿真平台上，在这个平台上做相关的数据标定，导入自动驾驶感知、决策、控制算法训练模型，辅以自动驾驶大数据分析处理，构建了一整套仿真平台。

为了实现这套系统，在今年年底之前会推出5个产品线。因为目前是以半封闭低速的L4级自动驾驶为主。这里面有无人冰柜车、无人配送车、无人观光车、无人方程式赛车。

无人冰柜车。我们会在园区里进行冰柜车的运行，现在靠一台车这么高的成本卖冰柜，把这辆车挣回来明显是不现实的，但这是一种理念。咱们已经把商超推到了小区门口，怎么解决从小区门口到小区楼下这个问题？大家知道这个城市里面小区都很大，从一头到另一头要十分钟，可能通过无人的冰柜车实现。我们把店移动起来，让店来找你，而不是让你找店。当然不一定是冰淇淋相关的，里面可以放任何东西，当需要喝的不用下楼，直接会来到你的楼下，你只需要坐电梯下来。

无人配送车，现在快递员的数量是远远不够的，是完全没办法配送咱们国家今年的件数，大家可以明显从周围感觉到，菜鸟驿站等等相关驿站的门店数量和面积越来越大，所以我们需要开发无人配送车。同样是为了解决下班以后到你下班以后的时间点，大家现在都很辛苦，晚上九十点才到家没有人给你配送，周末才可以去拿，所以无人配送车解决了下班以后的问题，在白天也可以解决堆积成山的快递，配送到楼宇下面，而且我们通过释放相关模块的方式，在每一个楼宇模块释放下来，就可以放下走。

刚才提到了成本，如果每一台车都是定制化，这个成本根本下不来，不光是传感器还有车辆本身，一个小区里面哪怕只配一台四五十万的小车都是无法接受的。所以我们进行模块化的设计，我们的底盘与知名零部件企业进行组合，大部分无人车卖这个价都是亏本，很多开发费没有算在里面，所以我们要通过模块化解决这个问题，实现产业化、商业化落地。

无人观光车这块也是开始火热起来，大家知道，景区里面有流量的变化，有旺期和淡期，在旺期的时候还要追加一些司机，而且很多司机的行为规范培训都要进一步控制，如何来减少相关的风险？我们就无人观光车。

无人方程式赛车，很多人觉得这个离商业化没有意义，这是对未来有一个培养意义。这个是和中国汽车工程学会一起为方程式定制赛车，方程式赛车成为中国汽车工程师的摇篮，现在方程师有三个方向，燃油车、电动车，接下来是无人方程式，接下来可能很多学校，没有造车能力，都会参加无人方程式，所以我们会定制无人方程式，我们的目标是让无人方程式实现比有人开得更快的目标，从而在商业上提高传感器和算法的能力，同时也培养大量的年轻人。

这就是我今天要分享的内容，感谢大家！