轻舟智航：1 万元量产 L4 级自动驾驶？

作者：双涡轮增压的小胖子

昨天，自动驾驶公司轻舟智航举办了首届 QCRAFT DAY 轻舟智航品牌日，这也是轻舟智航的一次品牌升级活动。此次 QCRAFT DAY 上，轻舟智航主要发布了：

「自动驾驶超级工厂」高效方法论；
「双擎」发展战略；
移动出行空间解决方案「龙舟 SPACE」；
第四代量产车规级自动驾驶方案「DBQ V4」；
自动驾驶研发工具链「轻舟矩阵」。

除此之外，轻舟智航还与火山引擎、T3 出行、地平线达成了战略合作。

Bus 与 Taxi 之间的抉择

在自动驾驶商业化落地的风口中，Robotaxi 的热度明显高得多，但轻舟智航从最初就没有选择走 Robotaxi 的路线。

如今 Robotaxi 的战局已进入下半场，前段时间百度 Apollo 和小马智行也拿到了北京的「主驾自动」测试牌照。即便如此，短期内 Robotaxi 的发展还难以匹敌巡游出租和网约车平台。

同时，Robotaxi 目前主要以轿车及 SUV 车型为主，载客量小、运营能力有限。反观 Robobus，载客量大、运营能力强，在一定程度上替代了市区公共交通的职能。同时，Robobus 速度更低所以安全系数会更高，路线固定也更易管理。

但这并不意味着，轻舟智航将会在 Robobus 这条路上一直走到底。随着 Robobus 商业化落地的规模不断扩大，路线、站点分布更多、更广的时候，把 Robobus 转向 Robotaxi 的模式还是轻而易举的。

造火箭而不是搭梯子

在实现自动驾驶的技术路线上，轻舟智航似乎有不一样的理解。

如果把自动驾驶的落地过程形容为「探索月球」，那应该打造什么样的「工具」？

如果最开始选择「搭梯子」的策略，可以快一步俯瞰还站在地上的人。当梯子撘到极限后，发现梯子并不能满足「探月」的需求。这时候，就需要回到地面，重新打造新的工具；

反观一开始就选择造火箭的话，虽然技术要求更高、成本更高也更耗时，但这不仅能够超越搭梯子的极限，也可以满足「探月」的需求。

在自动驾驶规模化落地的进程中，核心则是「数据和驱动数据」。这里不仅包括了仿真数据，也包括了路测数据，谁的数据规模够大、够全，并能将这些数据彻底「盘活」，那谁就有希望走在自动驾驶的前沿。

路测数据：不少人选择先量产 L2/L3 产品，实现产品的规模落地，再通过积累的数据逐步向 L4 去升级、进化、迭代。但 L2/L3 的软硬件及应用场景的需求与 L4 有着极大的差异，很难与 L4 互通数据，也难以完善数据闭环。
仿真数据：有的人选择先以产品落地为第一需求，进行大量的路测，采集大量路测数据。但之后，他们发现单靠路测难以完全应对变化莫测的道路场景，于是才意识到了仿真数据的重要性。

而轻舟智航从一开始就选择了「造火箭而不是搭梯子」的方式来实现自动驾驶的落地。也正是基于这一理念，轻舟智航创建了「自动驾驶超级工厂」高效力方法论。

这是一套以「数据驱动」和「效率提升」为内核的系统化、自动化的自动驾驶基础设施，打造数据自动化闭环并力求让整个闭环越转越快，为轻舟智航的技术、产品以及自动驾驶解决方案的研发和迭代提供支撑。

轻舟智航最开始就将仿真测试平台作为关键核心能力，除此之外轻舟智航还注重「自动化」。

通过把半监督学习、自监督学习和数据合成应用在感知方面，减少了人工标注的依赖，大幅降低数据标注成本。增强 AI 数据的可解释性，以机器自动化的高效工作来替代人工操作，将工程师时间转化为机器时间，形成一个「自动化规模生产的工厂」。

除此之外，目前行业内广泛采用「时空分离规划」的方案，但其对道路应变的能力十分有限，经常会发生急刹以及连续点刹的情况。而依托「自动驾驶超级工厂」，轻舟智航还创建了「时空联合规划」。

轻舟智航「时空联合规划」系统赋予了车辆更敏锐的时机把握能力，可以在复杂的道路难题中完成连续绕障，产品驾乘体验也更平稳、舒适。

动力 + 创新= 自动驾驶的助力引擎

自动驾驶产业正迎来发展的黄金拐点，政策法规愈加友好、技术算法越发强大、传感器和计算在向车规级方向靠拢、行业拥护者越来越多。

面对这样的时代机遇，轻舟致力于在纵向技术深度和横向场景宽度两个方向上持续投入，始终坚持技术和商业化并重的发展思路，推动高级别自动驾驶技术在广泛的场景中不断落地。

对此轻舟智航提出了「双擎」战略：

以公开道路 L4 级自动驾驶软硬件方案打造的「动力引擎」，逐步在更多场景上实现完全无人驾驶能力；
凭借可自由配置的自动驾驶前装量产方案打造「创新引擎」，以更安全、成本更合理的高性价比方案助力用户创新，实现自动驾驶技术的规模化落地；
两个引擎在自动驾驶超级工厂下「并行转动」，数据共生共享。

两套方案 + 一套工具链

基于自动驾驶超级工厂方法论，轻舟智航发布了「双擎」战略下的三款产品：龙舟 SPACE、DBQ V4、轻舟矩阵。

龙舟 SPACE

龙舟 SPACE 是一套可在复杂公开道路运营的移动出行空间解决方案，可适配多种车型、满足从长途到短途的无缝接驳，并且空间也可多重变换，覆盖不同场景需求。

在去年，轻舟智航与东风悦享率先发布了基于龙舟 SPACE 的 Sharing Bus，已经在武汉、大理等多个城市落地运营。轻舟智航与东风悦享将在全国范围内逐步实现 300 辆无人驾驶车的商业化运营。

Sharing Bus 基于轻舟智航 Driven-by-QCraft 自动驾驶方案，能实现车身周围 360 度无死角感应，最远感应距离超过 200 米。主要应用于固定线路的中低速场景，运行速度为 20km/h-50km/h。

除了具备行人车辆避让、自动变道、自动转向、红绿灯识别等基本功能外，还能应对各类城市复杂交通场景，例如：穿行人车混杂的路口、后车加塞、鬼探头等。

DBQ V4

DBQ V4 是轻舟智航第四代量产车规级自动驾驶方案，融合了轻舟全栈自研的自动驾驶软硬件技术。可实现全国产配置，并可根据不同客户或主机厂需求灵活选搭不同配置方案，同时以一套技术栈即可以满足不同车型和场景应用需求。

轻舟智航提到：

DBQ V4 只需 10% 的成本即可实现 99% 的 L4 能力，量产成本低至 1 万元人民币。

「量产成本低至 1 万元人民币」听起来属实有些夸张了。至少从官方资料中能够看到，DBQ V4 搭载了激光雷达，无论是哪个品牌的哪款激光雷达产品，最低也要占掉小几千元的成本。

即便抛去轻舟智航现有的 L4 级自动驾驶算法不算进成本里。那硬件部分除了激光雷达之外，还有满足 L4 级自动驾驶的高算力自动驾驶芯片、多个高清摄像头、多个毫米波雷达等等的成本都要考量进来。

所以，无论如何删减和组合，1 万元人民币到底会带来一套怎样的 L4 级自动驾驶系统？

轻舟矩阵

而轻舟矩阵是自动驾驶超级工厂的底层核心之一，是一套以仿真为核心的自动驾驶研发工具链，主要赋能数据标记与沉淀。

轻舟矩阵打通了数据处理、标注、训练、大规模仿真和技术输出的全流程，是轻舟自动驾驶超级工厂「数据驱动」和「效率提升」的重要支撑，实现了自动驾驶数据的高效利用、驱动技术研发的高效迭代。

这套轻舟矩阵自动驾驶研发工具链也正式对外开放，协助客户打造自己的「自动驾驶超级工厂」。

最后

Robobus 的出现开启了城市微循环自动驾驶的时代，解决用户出行「最后三公里」的难题。初期聚焦于固定路线的中低速场景，打造城市无人驾驶移动空间、建立起城市道路中的微循环系统。

相比 Robotaxi，Robobus 的模式和产品也更容易被城市管理者所接纳。

但很显然，轻舟智航无论如何也逃不过「商业化」这条必经之路，Robobus 的基数和发展速度并不能完全满足轻舟智航的「胃口」。

于是，轻舟智航选择了 Robobus 和乘用车前装解决方案并行的路线。

把自己成熟的 L4 级自动驾驶方案的软硬件进行「剪裁」，降维下放到乘用车的 L2 级辅助驾驶方案中去。选择基数更大的乘用车市场，将会加速轻舟智航的商业化能力和速度。