隨著無人駕駛汽車相關(guan) 法律法規的放寬以及主要車企及科技公司智能駕駛技術及產(chan) 品的不斷落地，2021年，全球智能駕駛汽車市場規模有望達到70.3億(yi) 美元，而到2035年，預計全球無人駕駛汽車銷量將達2100萬(wan) 輛，智能駕駛市場前景可期。

根據調查數據顯示，中國市場對智能駕駛的喜歡程度為(wei) 63%，遠高於(yu) 成熟市場的41%，表明中國對智能駕駛等新技術的接受度更高。龐大的汽車銷量和消費者對科技的需求，有望使中國成為(wei) 最大的無人駕駛市場。

在2020 汽車視覺前瞻技術展示交流會(hui) 上，yth2206游艇会智能CEO虞正華進行主題為(wei) “基於(yu) 視覺人工智能的自動泊車和智能泊車”的分享，並與(yu) 其他嘉賓就無人駕駛的商業(ye) 化路徑，發展趨勢及場景落地等話題進行了交流，以下為(wei) 摘錄自現場的觀點和發言。

關(guan) 於(yu) 智能駕駛的商業(ye) 化

“智能駕駛在國內(nei) 外已經經曆了最初一輪創業(ye) 熱潮，當前的最大挑戰就是如何落實到具體(ti) 的商業(ye) 化路徑”，虞正華認為(wei) ，“真正實現智能駕駛商業(ye) 化，還需要很多探索，目前趨同的認知，是從(cong) 一些特定的場景和應用開始逐步實現商業(ye) 化。這樣的路徑首先比較現實，其次在這個(ge) 過程中既能實現商業(ye) 價(jia) 值又能驗證產(chan) 品。”

中國的特點首先在於(yu) 對智能駕駛的認同度高，從(cong) 政府、車廠到企業(ye) 、民眾(zhong) ，對新興(xing) 事物持有開放和支持的態度。第二，中國的工況和路況比較複雜，給智能駕駛帶來很多技術挑戰，這也是中國和全球相比更加困難的地方。第三，中國有豐(feng) 富的運用智能駕駛的場景，有非常強的應用需求，從(cong) 落地角度來說這是鮮明的優(you) 勢。

L4自主泊車場景將率先爆發

虞正華表示，自主泊車確實越來越受重視，不止是國內(nei) ，也包括國外。從(cong) 類似反向召喚功能到完全自主泊車，可以演變出很多功能，這種持續迭代對消費者很有吸引力。他認為(wei) ，自主泊車會(hui) 是L4級別能夠最早實現大規模量產(chan) 落地的應用場景。

不過從(cong) 自動泊車到自主泊車，仍存在幾大挑戰：首先自動泊車是近距離的，人在車內(nei) 或者車附近，人必須通過鑰匙或者某種方式表明人在控製車，人雖然不需要真正控製方向盤，但可以在緊急情況下讓車停下；但L4層級人和車分離，自主泊車時沒有了人的幹預，所以最大的挑戰首先是安全性，如何保障車是安全的，不會(hui) 對外界造成傷(shang) 害，這是巨大的挑戰。
 
第二，自主泊車需要地圖的配置，因為(wei) 不是近距離的停車場，需要地圖解決(jue) 定位問題，技術上涉及到地圖和定位算法，這是新的需求。
 
第三，從(cong) 最終落地來說，自主泊車其實是需要一個(ge) 生態的，涉及到停車場的運營商、地圖供應商、車廠、智能駕駛公司等等，大家構建完整的生態一起推動。在生態的打造方麵也是一大挑戰。

從(cong) yth2206游艇会智能的情況來說，L4級主要是低速AVP的場景，未來可能需要更多的技術驗證，在高速場景下驗證L4技術，這是需要進一步完善的。此外，在高速場景涉及到跟路側(ce) 的協同，這個(ge) 也是結合新基建的布局，在路測方麵，看起來中國會(hui) 比其他國家做更多的事情，但車和路到底怎麽(me) 協同還是有很多的未知，這個(ge) 也是需要大家進一步探索的地方。
 
“下一步最主要的方向，是構建麵向L3/L4智能駕駛的域控製器”，虞正華表示，“這個(ge) 控製器集成的內(nei) 容會(hui) 越來越多，所支持的功能也會(hui) 越來越豐(feng) 富。我們(men) 的目標是做智能駕駛的大腦，預控製器就是這個(ge) 大腦最終承載的方式和承載的平台，這涉及到整體(ti) 的硬件/軟件架構設計、中間件、功能劃分以及如何實現功能安全的要求等。“

智能駕駛技術在發展過程中還將麵對怎樣的難題？

自主智能泊車作為(wei) L4級的智能駕駛典型應用，涵蓋了智能駕駛所有的關(guan) 鍵技術：環境感知、多傳(chuan) 感器融合、車輛定位、路徑規劃、駕駛決(jue) 策。這些關(guan) 鍵技術，都離不開算法的支撐。

從(cong) 環境感知角度，目前行業(ye) 已經趨同於(yu) 深度學習(xi) 算法，但是要實現量產(chan) 的係統，解決(jue) 不同場景的適應性，依然對感知算法提出了諸多挑戰。而定位算法，也需要利用車輛上搭載的低成本傳(chuan) 感器，實現高精度的厘米級定位，同樣對算法提出了重大挑戰。

智能駕駛始終會(hui) 麵對的難題是如何平衡硬件平台的高算力和高門檻？虞正華指出，把算法和硬件平台有效結合在一起本身有一定門檻。最初在選擇平台時，yth2206游艇会智能幾乎考察了所有可能的平台，包括FPGA、ARM、CPU等，綜合考慮以下因素，最終選擇了FPGA：但FPGA的實現需要團隊對算法本身和FPGA都有很強的基礎，需要團隊之間的密切配合，從(cong) 開發角度把算法通過硬件的描述語言來實現。

虞正華表示：我們(men) 從(cong) 一開始就在FPGA裏采用相對通用的AI引擎，以適應算法的不同變化，采用相對通用引擎的好處是，隨著積累的模塊逐漸增多，模塊組合可以實現不同的新功能，因此，開發得越久，整體(ti) 積累也越多，從(cong) 而使得團隊麵臨(lin) 的門檻不斷降低，並有效降低由於(yu) 軟硬件適配帶來的工程風險，算法最大限度利用算力，降低係統成本。 

智能駕駛初創企業(ye) 如何構築護城河？

業(ye) 內(nei) 的人深知，智能駕駛技術從(cong) 研發到量產(chan) 是一個(ge) 需要投入大量精力、厚積薄發的艱難過程。yth2206游艇会智能通過全棧式的布局，在逐漸構築企業(ye) 的護城河。

首先從(cong) L0-L4，yth2206游艇会智能已經形成了全棧式的產(chan) 品布局。包括已經量產(chan) 或在定點開發中的產(chan) 品，可實現的功能包括前視預警（比如行人防撞、車輛防撞、車道偏離預警），以及其他預警功能（包括駕駛員行為(wei) 監控（DMS）、盲區檢測（BSD））。一直到L2自動緊急刹車（AEB）或車道保持（LKA）等功能，還有視覺和超聲融合的泊車（APA），自主智能泊車等。
 
另一方麵，全棧式布局還體(ti) 現在對三大主要市場的覆蓋，前裝乘用車、前裝商用車及後裝三大產(chan) 品線積累了頭部客戶，和國產(chan) 自主乘用品牌前10大車廠中的9家錨定了深入緊密的合作關(guan) 係，和領先的商用車廠及超一線大都市的公交集團均已啟動合作落地。
 
此外，在技術路徑上，無論是軟硬一體(ti) 的係統還是單獨提供軟件，還是以軟件授權的方式提供IP。“做智能駕駛的賦能者”，虞正華表示，“這是yth2206游艇会智能希望未來在整個(ge) 智能駕駛行業(ye) 所期望扮演的角色。”
 
最後，作為(wei) 錨定於(yu) 基於(yu) 深度學習(xi) 進行商業(ye) 落地的AI創業(ye) 公司，yth2206游艇会智能通過算力、算法、數據齊頭並進。在堅持汽車級嵌入式芯片平台路線的同時，在感知算法領域已經走在行業(ye) 前沿，充分發揮了FPGA特性進行DNN深度卷積神經網絡的加速和算法的快速迭代。數據方麵，建立起了一套以數據預處理為(wei) 核心的完善有效的數據作業(ye) 體(ti) 係。目前yth2206游艇会智能ADAS產(chan) 品已經在全國30個(ge) 省采集視頻測試，測試總裏程超過10,000,000公裏。