文远知行核武器曝光：无人车量产都靠它

量子位的朋友们 2021-03-03 14:57:35 来源：量子位

雷刚 发自 副驾寺
量子位 报道 | 公众号 QbitAI

文远知行实现无人车量产的最大秘诀是什么？

我们先看看2020年文远知行的两件大事。

2020年4月，文远知行超百辆规模的无人驾驶车队亮相，第一次将中国后装量产的实力公开展现。

同年11月，首款可用于城市开放道路运行的全无人驾驶小巴，在郑州、广州、南京相继落地常态化测试，标志着前装量产的新阶段到来。

而实现上述量产进程中的里程碑，文远知行核心的秘诀，其实都藏在一个其自主研发的自动驾驶平台中——WMP自动驾驶平台化技术（WeRide Master Platform）。

对于文远知行来说，这是他们的核武器。

但现在，这个“核武器”完整曝光了。

而且解构这个核武器，从这4大部分就抓住要点。

01 传感器套件

特点：高度集成、百变造型、灵活适配。

优势：不受车型限制，硬件可快速复用。

自动驾驶的发展已经从清一色的林肯MKZ拓展到大量不同的车型，那是否车型一旦变了，传感器造型就一定会千差万别？

乘用车和商用车的传感器套件是否一定要有不同的设计？

有什么方法可以在传感器层面降低资金与时间的投入成本，为自动驾驶系统在不同车型上的适配提供更高性价比的可靠方案？

“模块化集成设计”，就是文远知行4年摸索和研发给出的路径。

文远知行自研出LCS（Lidar Camera System）激光雷达摄像头系统：定制基础模块，只需改变传感器的数量，即可灵活搭建各种不同造型的套件，快速适配不同的车型。

优势也显而易见，实现零部件标准化，方便备货，让供应链管理变得更加简单、高效、可控，不仅大大降低了组装传感器套件的成本，在采购、设计、维护上也节省了大量时间。

更重要的是，造型各异的传感器套件对应的是同一套的感知算法，节省了大量调通软硬件的时间，而其中的秘诀便在于部分传感器由文远知行自主研发，能够实现套件变化但内部传感器之间的相对位置不变，对应的感知算法能够直接复用。

该系统在单位体积内集合了大量传感器，集成度极高，保证了适配效率和检测精度。

LCS系统的设计理念在硬件设计上充分考虑城市开放道路各种交通工具的特性和需求，让传感器套件可以快速适配在不同车型上，不受车型限制，在成本可控的前提下快速输出自动驾驶解决方案。

文远知行方面称，未来自动驾驶使用什么车型是未知的，甚至可能是一款从未见过的车，而LCS系统让自动驾驶汽车商业化量产变得可能。

02 WeRide ONE通用算法

特点：一全通算法征服城市开放道路。

优势：采用框架式设计，创建自动驾驶通用算法，应对庞杂场景的压力。

自动驾驶算法面临的最大难题是，不仅不同车型需要不同的传感器套件，不同场景也带来各种不同的交通难题。

要做到最小化传感器套件和场景变化带来的影响，算法设计应该如何做？

文远知行给出的答案是：不做针对某个特定传感器套件或场景的算法，采用框架式的设计。

用算法找出规律，而不是用规则约束算法。

于是，文远知行开发出了WeRide ONE一全通自动驾驶算法，以一套通用算法实现在城市开放道路全场景、全天候的自动驾驶。

在底层算法框架设计上不针对应用场景进行假设，算法更加全面的处理各类场景下的自动驾驶。

截至目前，WeRide ONE算法已经得到中美多个城市开放道路的广泛验证。

文远知行的自动驾驶汽车在8大城市测试运营近4年，积累了超过400万公里的自动驾驶里程，已经实现在城市快速路、高速公路、隧道、城中村、CBD等城市主要场景的常态化驾驶，满足多种不同交通运输的需求。

03 全自动大数据平台

特点：数据自动化采集、处理、部署。

用途：支撑多城市、规模化的测试和运营。

超百辆规模的无人车队、多款车型、全球8大城市、开放运营与测试并行，在自动驾驶行业，这些意味着什么？

对海量数据进行及时采集、处理和部署的迫切需求。想要有效使用大数据来优化自动驾驶系统，一个高效的大数据处理平台必不可少。

文远知行利用本地和全球数据中心，搭建了全自动化的数据采集、处理系统和分布式机器学习平台，支持规模化车队同时在多地进行测试运营，实现数据的闭环和高效运转。

在这个平台下，文远知行落地在不同城市的自动驾驶车队每天自动上传TB量级的数据到本地数据中心，进行预处理后传输到全球数据中心，进行集中的自动化处理，主要包括重点场景的分类、高精地图的生成和深度学习模型训练。

在正式部署到车队前，统一在模拟平台上进行全场景算法的仿真验证，其中文远知行的仿真云集群每天能够收集超过500,000公里的测试里程，拥有数十万个复杂的城市道路场景以及各种变体，每个场景可瞬时呈现数千个由算法生成或者从真实世界提取的障碍物，对算法进行全方位的模拟测试和验证，保证安全。

最后，实现24小时内对测试运营问题的修复、高精地图更新、百辆级别车队的深度学习模型部署。

对于商业化落地而言，这一自动化大数据处理平台更强大的优势体现在，算法工程师不需要奔赴一线，测试运营地区只需要组建由项目经理、产品工程师和安全员组成的团队，就可以完成规模化车队的日常测试和运营，大数据平台能够在24小时内自动完成问题的分类、诊断和系统的更新，不受时间和空间的限制，做到更低的成本、更高的效率。

04 全安全冗余设计

特点：最强自动驾驶安全方案。

在安全冗余系统的设计上，文远知行采取四重冗余方案，覆盖传感器、计算单元、DBW（线控驾驶）、通信网络。

在全安全冗余系统之外，文远知行联合车厂共同制定了系统化的车辆故障诊断和安全验证流程。

而结合全安全冗余设计，也让文远知行在RoboTaxi一周年运营成绩单上，留下了0事故的优异成绩。

但这还不是安全冗余在内的文远知行WMP自动驾驶平台化技术的全部成果。

还有两大不得不提的最新项目。

最新成果：2大项目

1、与宇通集团合作前装量产全无人驾驶小巴

2020年12月，文远知行与宇通集团联合打造的全无人驾驶小巴（Mini Robobus）首次亮相。

这是中国首款专为城市开放道路设计的全无人驾驶小巴，无方向盘、油门和刹车，搭载文远知行自主研发的全栈式软硬件解决方案，能够安全高效地处理各种复杂的城市交通路况。

双方在仅仅两个月的时间里，就完成了2.0车型设计、传感器套件设计及调试。

从去年11月开始，文远知行全无人驾驶小巴已经陆续在郑州、广州、南京三地开展常规化测试。文远知行Mini Robobus现已推出市场，利用柔性生产线，以订单需求确定产量，目前已获得了数百辆的订单。

2、东风领航项目

在东风公司与武汉开发区签约的自动驾驶领航项目中，在两个月的时间内，文远知行在东风风神E70这一全新车辆平台上完成了自动驾驶硬件的改造，在一周内完成软硬件联调，开启常态化测试，在武汉经济技术开发区的22个主要停靠点及开放测试路段进行试运行, 采集和生成198公里的高精地图，在参加项目的多家自动驾驶企业中脱颖而出。

目前，东风自动驾驶领航项目已经批量下线并开放预约，文远知行与东风联手在武汉城市核心区域进行Robotaxi的开放运营，将合作成果与市民分享。

WMP自动驾驶平台化技术是前装量产必备的能力，发展至今，文远知行对这一技术已经进行了反复的调试，体现出灵活、高效和安全稳定的优势。

随着全无人驾驶载客运营时间节点的不断推进，文远知行会继续借Robotaxi和Mini Robobus在多个城市的测试和运营，进一步提高WMP的可靠性和可扩展能力。

多个城市、规模化全无人驾驶车队落地运营，似乎也只是时间问题。

文远知行的自动驾驶出行版图也逐步清晰：打造城市交通出行和运输体系的无人驾驶。

在过去近四年的时间里，文远知行一直在持续地搭建WMP自动驾驶平台化技术，在软硬件解决方案和数据基础设施建设上投入了大量的时间、资金和人力，通过全开放的Robotaxi运营服务持续验证和升级技术的稳定性与安全性。

如今，在WMP自动驾驶平台化技术的支撑下，文远知行从深耕广州、专注Robotaxi，快速拓展了车辆平台，跨入Robobus领域，连下三城，提速发展。

文远知行创始人兼CEO韩旭感慨，无人驾驶是人工智能技术的集大成应用，涉及到众多技术的整合与创新。我觉得自动驾驶企业最重要的是掌握核心技术，按照自己的节奏推进产品研发和商业化落地，缓急有度。在WMP自动驾驶平台化技术的支持下，文远知行早在去年已经实现了后装量产，而不到一年的时间，前装量产也在和宇通集团合作的Mini Robobus上落实了……

“无人驾驶终将实现，文远知行要做的是让它更安全、更稳、更快地到来。”

— 完 —