今年對于無人駕駛行業而言，喜憂參半。喜的是，國內外的無人駕駛公司，都獲得了驚人的融資，獨角獸已不能形容；憂的是，Uber無人駕駛在路測中造成撞死人的事故，特斯拉車禍不斷，近日下架無人駕駛官方選裝包，避免誤導消費者。

第五屆世界互聯網大會期間，搭載全新自動駕駛解決方案「Leo·靈」的Roadstar無人車在烏鎮提供運營服務

高可靠性、魯棒性、價格低是被提及的最多的，但在真正的大規模量產來臨之前，還是個未知數。

坎坷激進中，無人駕駛的發展，也漸漸定調：10年內，完全的無人駕駛難以成熟狀態面世，5年內以普及ADAS功能為主，在交匯穿插的時期，L3、L4的方案茁壯成長，由小到大，覆蓋越來越多的場景，直至迎接可能到來的完全無人駕駛的時代。

因此，在可預見的未來，談論L4級無人駕駛方案的商業化落地，會更為現實。在已經涌現出的場景中，不乏環衛、港區、礦區、最后一公里、（半）封閉園區等，這些場景相對可控，同時能帶來直接的經濟效益，因此被很多公司視為救命的稻草。

但，還有一個比較棘手的應用，它有著誘人的市場前景，最被資本看好，只是因為巨大的不確定性，少有人敢涉足。

它便是未來出行。所謂的未來出行，即無人駕駛的車輛給用戶提供出行服務，私人汽車可能會消失，司機也不復存在。這不僅僅會減少大量人力成本，同時也會減輕城市道路交通壓力，實現綠色出行的目標。

那么如何才能達到如此美好的終極目標呢？首先要從簡單路況的無人駕駛出行服務做起，積累足夠的技術、產品經驗。

目前絕大部分以實現無人駕駛出行的公司，還停留在少數車輛的測試過程中，在測試里程、覆蓋路況等多方面，極為欠缺。因此，要走的更遠，首先要跳脫開當下面臨的問題。

于是乎，在伴隨著各地開放公共區域測試道路的同時，定位于做無人駕駛出行的公司，也在加緊擴充無人駕駛的車隊，爭取單位時間內積累足夠多的經驗。

Roadstar聯合創始人周光表示，無人駕駛技術的升級，經驗積累，分不同個階段，現階段公司擁有十幾輛基于林肯MKZ改裝的無人車，下一步計劃將車隊擴充至百輛左右，車型也會用其他的替代，更遠的計劃則是車隊從百輛擴充到千輛，萬輛。

無人駕駛的方案，應用到不同數量級的車隊，需要解決的問題會有巨大差別，但這一定是無人駕駛發展的方向和路線。因此現階段談的L4級無人駕駛出行的量產方案，應該是針對百輛級車隊的規模。

適合百臺量產的方案

Roadstar最新發布的自動駕駛Level 4解決方案「Leo·靈」，就延續了這樣的特性：使用了5顆多線激光雷達、8顆攝相頭、數個毫米波雷達等傳感器，NVIDIA芯片的工控機作為主運算單元，FPGA的預處理計算單元完成更精準的前融合，功耗維持在500W以下、算力可達10Tflops左右。

在硬件上，整套方案已經保證了冗余性，單個傳感器的失效，也不會使得整個系統失效，最大限度滿足了系統的可靠性。軟件上，自動駕駛系統基于Linux內核開發，運行穩定。

周光表示，目前核心處理器方面，在關鍵部分會進行雙備份，軟件系統上采用單系統運行的方案，他認為Linux系統已經得到多個領域的認可，運行穩定，因此系統宕機的可能性微乎其微。

且這套無人駕駛的方案，對于系統失效的邊界是，本身行駛在相對簡單、可控的區域，有駕駛監管員（遠程備份），緊急情況系統具備的能力是低速將車輛停在路測，最極端情況下系統可以通過看門狗監控系統運行狀態，預見到特殊情況會重啟系統。

公司也預留了遠程駕駛監督員的角色，初始會是一對一，未來會視情況調整比例。但現在階段針對百輛運營的規模，并沒有打算讓遠程接管承擔更重要的角色，因為無論從使用的場景，還是現有的通訊技術狀態來看，遠程介入還不太適合。公司希望目前無人車能盡量具備足夠的端智能。

多顆激光雷達的配置，使得感知環境的精度大大提升，周光表示，目前的感知精度能達到 0.13度的角分辨率，為業內領先。結合其他傳感器，結合其他傳感器，精準感知距離從80m提升到了150m。這當中，多傳感器融合技術起到了關鍵作用。

衡量表示，量產的因素還包含了數據的流水線作業流程，無人駕駛車在行駛過程中，自動采集數據、上傳平臺、標注，快速的迭代技術。還要擁有完善的仿真平臺，在測試技術的可靠性、成熟性過程中，充當有力的助手。

高精度實景地圖技術

周光展示了高精地圖的小視頻，視頻中，現實世界的道路，以清晰細膩的線條勾勒在畫面中。無論樹木、車道線、交通指示牌，還是路旁的隔離欄，都以近乎真實映像出現在了畫面中，周光將其稱為高精度實景地圖。相比于以往見到的地圖，有非常大的不同。

要做到這些，不僅是使用了傳統的激光雷達和攝像頭，同時在軟件處理上，也有自己的黑科技，保證地圖生成的數據量不至于龐大，效果也保持的較好。沒有好的地圖技術，無人駕駛看見的世界也自然不夠清楚，連鎖反應會最終影響整個系統的準確性和可靠性。

針對即將使用的場景，高精度實景地圖的更新頻率并不高，數小時更新一次，每次更新的數據量也不多。周光認為，這樣的地圖技術已經可以滿足當下的使用場景。

周光相信，這樣的高精度實景地圖技術，會引領行業的潮流。

運營促進技術提升

百臺的量產規模，也要面對軟硬件的可靠性、魯棒性、易安裝維修等問題。除卻零部件經過了各種品質、耐力測試，在設計、生產上也費了不少功夫。

「Leo·靈」采用了模塊化的設計，平臺穩定性得到全面提升，如上一代產品在更換零件時需要拆開裝置整體，耗時2天時間，而全新一代針對量產的「Leo·靈」無需拆卸整體裝置，只需幾分鐘即可替換不同零件，在組裝和生產環節都表現出極高的可維護性，也將適配更多的車型。整個生產、調試時間可以縮短到半天，可實現兩天就讓無人車擁有完整的自動駕駛能力。

另外衡量指出，量產之后在真實道路上的運營，是技術提升很重要的一環。

雖然現在政府也規劃了一些開放道路作為測試，但更有效的路測是在更廣闊的道路環境下積累的，他們希望路測過程中，無人駕駛公司擁有一定的自由度，能夠挑選一些更有價值的測試環境，加快研發進度和技術的升級。

運營百臺的無人車，是初次嘗試，公司會盡量做足功課，將可預料到的問題都先期提出解決方案，對于無法預料到的，只能邊走邊看，隨機應變。另外在初期，為了更快速地開展無人車的運營，會借助第三方的出行服務公司，進行托管運營，減輕公司運營的壓力。

作為一個百臺級的量產L4級無人駕駛方案，價格也是一個關鍵因素，Roadstar整套無人駕駛系統的價格約30萬RMB。

衡量表示，目前的融資已經可以從容支撐運營數百輛規模的車隊三年，未來公司也會考慮涉足一些更容易商業化的項目，以及繼續融資。最終的目標，公司希望成為一家出行服務的公司，提供具有競爭力的解決方案。

創業公司需要面對巨頭的競爭，但并不是全無優勢。衡量相信，在這個時代，依然會存在“不以數量取勝的技術創新對行業的顛覆”。