“從行業角度來說，基本上自動駕駛的大勢已定，未來自動駕駛將完全改變人類的出行方式、生活方式。未來三到五年我們認為應該是L3、L4在全球的爆發點。”近日，亮道智能CEO劇學銘在2018高工智能汽車開發者大會上表示。

隨著汽車制造商競相在自動駕駛汽車開發方面達到重要里程碑，過去12個月，全球新的汽車研發及測試中心的投資迅速增長。

傳統汽車制造商都有很多測試中心來評估車輛動力及安全性能，未來他們需要類似的基礎設施來測試他們的自動駕駛系統。

奧迪中國研發中心將于2019年一季度在無錫增設研發和測試中心。未來，預計將有約150名員工為自動駕駛和車聯網技術的現場測試提供支持。

菲亞特克萊斯勒汽車公司則在今年9月份宣布向位于密歇根州切爾西的試驗場地投資3000萬美元(約2.04億元人民幣)，將在這里對其無人駕駛汽車進行各項性能測試。

偉世通也在去年出資500萬美元投入美國移動中心（ACM），推進自動駕駛算法；與自動駕駛集成的車輛之間、車輛與基礎設施之間的技術與功能；傳感器技術以及安全協議的測試和驗證。

這與目前大多數國家及地區開放的自動駕駛道路測試不同，在內部測試環境下，汽車制造商有更多的控制能力和更少的責任。此外，汽車制造商可以對這些車輛進行更多極端條件測試，而不必擔心人類安全或其他后果。

除了物理測試軌道和試驗場，汽車制造商還在斥巨資建設最先進的虛擬測試設施，以推動自動駕駛能力的發展。

今年9月，德國汽車巨頭寶馬宣布在其總部慕尼黑北部建造一個模擬真實世界駕駛情況的設施。該設備的中心特征之一是高保真模擬器，在該模擬器中，車輛的縱向、橫向和旋轉運動可以同時被更真實的測試。

寶馬還在上海設立了研發中心，由四個部門組成，專注于未來的移動趨勢和設計，其中包括一個聯網和自動化駕駛實驗室。

隨著新技術的不斷出現，汽車制造商將開始改善其系統的能力，這些設施將成為新的自動駕駛汽車技術的最初試驗場。

實際上，這些趨勢的背后，也產生了巨大的第三方市場需求。畢竟，不是所有的汽車制造商都有足夠的能力來完成全部測試驗證工作。

在傳統的汽車行業，OEM通過10萬公里路測，Tier1、供應商通過檢驗零部件的品質、車規認證，符合標準的新技術、新產品在OEM的首肯下，才能進入汽車配置表。這個過程有多復雜、多漫長，對于行業內外的諸多人士而言，其實知之甚少。

在奧迪推出L3的A8之時，Scala激光雷達的原型機事實上早在2010年就已經問世，功能性能參數與現在差別甚微，7年之間，Scala的三個參與者奧迪、法雷奧、Ibeo只做了一件事情，就是不斷的驗證和改進Scala的可靠性、安全性、一致性。

劇學銘表示，亮道智能的測試驗證服務是主要針對L3及以上的自動駕駛，而L3的真正落地在國內可能最早要2021年，如果是一個自動駕駛方案商，真正量產的項目營利是在2021年之后，但是測試是在量產之前一定要完成的必要部分。

現在提到從L1、L2到L3、L4，從ADAS到ADS，這里面非常重要的因素就是我們開車的責任從駕駛員轉到了車，這里面就要把安全冗余度提升到一個非常高的層面。

為了滿足L3、L4的量產最重要的就是安全安全再安全。這里面為了實現這些安全冗余，實際上各方面都要提升。為了實現安全冗余我們需要有感知系統的提升，需要有計算平臺、線控系統、高精地圖和法律法規的支持。

亮道智能的業務之一，就是從ADAS到ADS感知模塊的新型測試驗證。正如汽車制造商大力投資測試中心，從L2進階到L3，對于感知系統的新型測試驗證是目前行業里面最大的需求。

在劇學銘看來，因為之前的自動駕駛更多停留在Demo或者是小量的研發階段，在現在這個時間點我們要邁入量產，而且我們駕駛的責任轉移了，這對于功能安全要求有一個非常大的提高，怎么保證它的安全，我們需要在量產前完成最關鍵一環，就是對于感知模塊的安全驗證。

目前車規級的傳感器全部加起來達不到L4，可能勉強能做到L3，這也是所有傳感器公司提升自己性能的初衷。這么多不同的性能，甚至不同原理的傳感器上到一個量產項目它的性能指標就要進行測評驗證，這是一個新型的領域，而且未來會有很大的市場，是保證自動駕駛安全最關鍵的一環。

劇學銘介紹，目前L1、L2是一個輔助駕駛，大部分是通過人工完成的，就是通過人工對于采集回來的數據進行標注，然后用標注的數據對傳感器的結果進行評價。

到了L3、L4，首先各類傳感器數量在加多，每個傳感器單位時間的數據量有很大的提升，而且為了安全的要求，我們需要采集更多的數據，所以用傳統人工的標注的方式或者人工測評的方式已經不能滿足未來L3、L4的要求。

“現在行業里面有一個新的需求，要用自動化的方式完成L3、L4測評。”這是劇學銘創立亮道智能之前所看到的市場剛需。

首先，是需要測試服務商搭建測試平臺，在這個測試里面完成傳感器的選型，完成時間、空間的標定。這個平臺它起到的作用是對于各類傳感器進行評價，因為它本身起到的一個尺子的作用，所以對它本身的能力要求極高。

第二，面對L3、L4安全性的要求，我們需要積累大量的數據，它基本上是3到5PB這樣的級別，我們不能用傳統的電腦完成一個測評，我們需要建一個數據中心。

通過自動化的算法，通過我們的這套測評系統完成目標的標注，當然我們在測評過程中可能未必可以想到我們要的所有的信息，有可能是在數據收集來以后才發現我們現在對這方面進行進一步的挖掘，所以基于這個數據中心，對數據分析和挖掘的能力又有非常高的要求。

目前亮道智能團隊有60人，研發在北京和德國柏林，研發人員50%以上都是有在德國留學、德國主機廠工作的經驗。

劇學銘希望亮道智能成為全球量產項目自動駕駛感知模塊測評驗證服務商。“我們認為這是一個非常大的市場，新的領域，同時對于能力的要求也非常高。”

亮道智能把整個測試驗證定義為Validation as a Service，這是未來自動駕駛里面非常大的服務行業。

早前，亮道智能已經從2017年開始在國內做基于激光雷達的數據采集，針對不同的道路條件、天氣條件和不同的駕駛行為做了自己的場景庫。并且采集數據全部通過軟件進行處理，沒有經過人工處理。

在此基礎上，亮道智能逐步形成一套測試體系。

第一，針對傳感器各類測評我們完成數據采集，包括整套數據采集系統的搭建，傳感器的選型，傳感器之間相互配合，傳感器的空間標定、時間同步，以及針對用戶的需要專項數據采集。

第二，針對用戶待測的傳感器也好，還是感知系統也好，我們自動化的完成真值數據的建立，從而形成KPI的輸出，理論上來講我們希望大量的數據通過一鍵對它的感知有一個了解。

最后，能夠支持這個方案落地是需要一個專門的數據中心，數據中心里面要有很多的內容，包括數據存儲、計算能力、數據功能的搭建，數據如何做備份，網絡帶寬的數據，還有網絡的設計。

上述三個方面加起來實際上就是行業都在尋找的，真正能夠完成自動駕駛測試驗證的服務商。

而在近日工信部發布的《車聯網（智能網聯汽車）產業發展行動計劃》，就明確提出到2020年提升綜合測試驗證能力，完善測試評價體系，構建場景數據庫，形成測試規范統一和數據共享。