引言
前不久，以华为为代表的消费电子企业和以小米为代表的互联网企业都纷纷表示要入局智能汽车领域。这些新来的 「搅局者」 所擅长并不是行业老玩家们深耕的动力总成、底盘等领域，而是需要基于大量数据，通过软件持续迭代的智能驾驶、智能座舱等前沿领域。
这些 「搅局者」 的加入，让原本靠堆料提升汽车豪华性的打法逐渐失去作用。数据和软件这些原本看似不那么重要的能力，越来越凸显出它们的价值。在数据和软件的加持下，汽车也从原来的出行工具，变成了越来越懂用户的出行伴侣，消费者们不会因为你加装的东西多而购买你的商品，而开始更加重视体验。
堆料无用的观念在自动驾驶领域尤其明显，因为自动驾驶系统需要有一套足够完善的顶层设计才能保证最终足够好的顶层设计，而用户体验光靠堆料的方式是很难做好的。这种观念的转变甚至影响到了自动驾驶格局的转变。
自动驾驶格局的转变
今年是自动驾驶在国内遍地开花的一年。
在整车厂中，蔚来、小鹏、智己等越来越多的新势力造车势力都发布了具备城区自动驾驶功能的全新智能汽车；在自动驾驶技术提供商中，华为、地平线等顶尖企业也发布了全栈或局部的自动驾驶解决方案供更多车企选择；在资本市场，以图森为代表的无人货运物流行业也实现了上市。整车厂、供应商以及资本市场的共同促进，让自动驾驶的格局变得逐渐清晰。自动驾驶的适用区域由高速 / 环路等单一场景逐步向多场景甚至全场景延伸。
自动驾驶的主流场景有三个，根据实现的难度，由高到低分别是城区、停车场、高速 / 环路。目前高速 / 环路场景下自动驾驶的体验已经做得足够好了，城区和停车场的量产自动驾驶功能也将在不久后进入大众的视野。
激光雷达成为主流传感器
相比于高速 / 环路这种交通参与者比较单一、道路环境比较固定的场景，城市道路的自动驾驶就会难上许多。
自动驾驶汽车将遇到随意横穿的行人、骑行人，异型车（拉货三轮车、工程车）、静态障碍物（水马、锥桶、垃圾桶、临时栅栏等）、路面小物体（三角警示牌、石块等）等。除了各种奇怪的障碍物外，城区场景下还经常出现弱光、逆光、明暗交替（隧道）的场景。
以视觉 + 毫米波雷达为主传感器方案的自动驾驶方案，在这些复杂场景下有极大的安全隐患。为了能够实现城区自动驾驶功能，达到全场景自动驾驶闭环，很多车企都在新车上配备了激光雷达。
激光雷达 + 视觉 + 毫米波雷达的多传感器冗余方案，使得城区路况的环境感知能力和安全性均得到了极大提升。除了原本视觉 + 毫米波雷达融合检出目标的方式外，还可以进一步实现激光雷达 + 视觉、激光雷达 + 毫米波雷达这种检出目标的方式，多冗余检出的方式能够避免很多漏检，提升驾驶安全性。
单一场景向全场景闭环转变
无论是主流的车企，还是以消费电子、互联网企业为代表的 「搅局者」 都认识到打通城区 / 高速环路 / 停车场全场景闭环的重要性。全场景的闭环则意味着汽车可以在不用驾驶员干预的情况下，依次完成自动驶出停车场，城区自动驾驶、高速环路自动驾驶、在自动驶入停车场完成泊车的整套动作，这将极大提升驾驶员的驾乘体验。
自动驾驶布局从单一场景逐步向全场景转变越来越成为业内的共识，无论是国内领先的新能源造车势力还是顶尖的自动驾驶技术提供商都开始调整自动驾驶的布局。
以国内领先的自动驾驶技术解决方案提供商地平线为例，他们发布的 Horizon Matrix 智能驾驶解决方案可提供覆盖 L1~L4 级别自动驾驶的产品解决方案，车企完全可以根据需要选购技术产品来填补自身在单一场景或全场景闭环上的不足。
地平线提供的面向 L1 的产品是 Horizon Matrix Mono 系列。Mono 2.0 是国内首批前装量产的单目前视解决方案，能够快速帮助汽车实现车辆、行人、车道线、红绿灯、交通标识、可行驶区域及周边场景的环境信息检测。Mono 3.0 已于上个月的上海车展发布，相比于上一代，Mono 3.0 可支持 8M 像素的前视摄像头，实现更高精度的感知，能够更好地处理匝道汇入汇出、施工区域等复杂场景。
地平线面向 L2 + 级的产品是 Horizon Matrix Pilot 系列。Horizon Matrix Pilot 方案基于地平线征程 3 代芯片，极低的功耗和算法能力使其在使用时只需要采用被动散热的方式，使用成本更低和可靠性更好。此外，Horizon Matrix Pilot 针对中国路况做了专门的训练数据挑选和算法调优，对于隧道、大曲率弯道、匝道汇入汇出等典型的中国路况，也能轻易应对。
地平线面向 L3~L4 级的产品是 Horizon Matrix FSD。Horizon Matrix FSD 依托地平线征程 5 代 AI 芯片，拥有更强大的算法，能够支持多路摄像头端到端融合，实现城区路段的自动驾驶感知能力，FSD 的技术布局就为了实现城区路段的自动驾驶，以此完成自动驾驶的全场景闭环。
数据驱动的自动驾驶算法迭代
自动驾驶是一个需要不断解决长尾问题的系统，因此必须具备不断迭代的机制来驱动系统的完善。数据、算法、算力的铁三角组合能够保证自动驾驶数据的闭环，用数据来驱动算法的迭代，时间越长，积累的数据越多，算法能力也越强，实现良性循环。
无论是像小鹏这样全栈自研的车企，还是像地平线这样的技术提供商，为了解决自动驾驶的长尾问题，他们都搭建了完善的数据闭环平台，以此来迭代算法，提升系统能力。
地平线的数据闭环开发平台名叫 「艾迪」。地平线艾迪数据闭环开发平台面向智能汽车 AI 软件产品开发及迭代，是一套端到端的数据驱动闭环解决方案。通过端上预埋挖掘策略、云端自动打标签、主动学习等策略，对数据进行多维度的结构化表达，加强数据迭代的针对性与场景适应性。
数据在系统中的全自动化流转，将大大减少算法工程师在常规数据迭代上的人力投入，帮助车企以更高效率、更低成本实现数据驱动的自主 AI 研发能力。
结语
如今的自动驾驶领域，已有个别车企选择了全栈自研的技术路线，这种路线解决长尾问题的能力更强，数据、算法都更可控，但投入巨大，短期内很难看到显著的效果。如果贸然 All in 全栈自研，风险很大，最好的方式是两手准备，同步推进。国内的大部分车企的确是这么干的，他们会根据自身的短板，向地平线这类自动驾驶技术提供商直接购买成熟的技术（比如交通参与者的检测、信号灯的识别等），以此来完善他们的自动驾驶系统，并向自动驾驶全场景闭环过度。
