"自动驾驶行业是这两年被广泛关注的热点，来自传统互联网、主机厂、芯片和初创公司的团队都挤入自动驾驶领域。但面向开放场景的自动驾驶技术还难言全面成熟，其难点在于如何实现真正的产品化，并找到合适的用户场景，解决用户痛点，进而实现商业上的真正落地。

8.19日晚我们组织了一场关于无人驾驶方向的线上分享交流会，邀请到了国内知名无人驾驶技术公司上海西井信息科技自动驾驶事业群合伙人孙作雷博士，他与大家分享了在自动驾驶技术研发、产品化、商业落地和技术团队成长上的一些心得体会。

分享嘉宾：

孙作雷

西井科技自动驾驶事业群合伙人

上海交通大学博士。从事自动驾驶和移动机器人领域的技术研发和行业落地。西井信息科技自动驾驶团队(Qomolo)组建于2016年11月，起步于港口智能水平运输系统，专注于服务行业用户的全栈式自动驾驶解决方案和产品化。2017年10月完成振华重工合作研发订单，2018年10月获得和记黄埔首批无人驾驶跨运车订单，成为最快实现自动驾驶商业订单和最快实现自动驾驶行业落地的团队。

| 以下为嘉宾分享正文，enjoy：

大家好，我是孙作雷。西井科技的无人驾驶团队马上就要三岁了，我很骄傲见证了他的成长。今天有幸和大家分享一些团队的成长历程和心得体会。考虑到今天群内有不少朋友并不熟悉自动驾驶行业，所以我先从自动驾驶的基本背景开始讲起。

分享一共分七个部分：

一、自动驾驶行业背景;

二、自动驾驶落地的难点;

三、自动驾驶的技术链条;

四、 西井科技自动驾驶业务的概况；

五、自动驾驶行业的前景展望；

六、行业用户自动驾驶产品化的要点；

七、初创公司技术团队的成长心得。

自动驾驶行业背景

自动驾驶技术的分级

目前全球公认的自动驾驶分级标准由SAE（SAE International，Society of Automotive Engineers国际自动机工程师学会）制定，最新修订版SAE J3016(TM)《标准道路机动车驾驶自动化系统分类与定义》于2018年6月15号发布，原文在这里：https://www.sae.org/standards/content/j3016_201806/，按照这个标准，自动驾驶可以分为6个级别：

Level 0（无自动化）:由人类驾驶者全权操作汽车，在行驶过程中可以得到警告和保护系统的辅助。

Level 1（驾驶支援）:通过驾驶环境对放线盘和加减速中的一项操作提供驾驶支援，对其他的驾驶动作都由人类驾驶员进行操作。

Level 2（部分自动化）：通过驾驶环境对方向盘和加减速中的多项操作提供驾驶支援，其他的驾驶动作都由人类驾驶员进行操作。

Level 3（有条件自动化）:由无人驾驶系统完成所有的驾驶操作。根据系统请求，人类驾驶者提供适当的应答。

Level 4（高度自动化）:由无人驾驶系统完成所有的驾驶操作。根据系统请求，人类驾驶者不一定需要对所有的系统请求作出应答，限定道路和环境条件等。

Level 5（完全自动化）：由无人驾驶系统完成所有的驾驶操作。人类驾驶者在可能的情况下接管。在所有的道路和环境条件下驾驶。

自动驾驶的行业现状

目前自动驾驶这个赛道上，有如下几类选手：

第一，大的互联网公司，关注平台能力。例如google，baidu，他们目标是打造自动驾驶的基础软硬件平台，例如google旗下的已经分拆出去的waymo就打造了全行业内产品化程度最好的无人驾驶出租车平台，而百度也开源了无人驾驶软件平台apollo。他们重点关注的是平台能力。

第二，从事单点技术的公司，布局技术链中的一个环节。他们目标不是推出整体的解决方案，而是做其中一个点的底层技术。例如：英伟达和中国的地平线专注于自动驾驶的芯片设计；mobileye（已被intel收购）专注于基于视觉的辨识。还有一些创业公司从事辅助驾驶(ADAS, Advanced driver-assistance systems)方案的设计，例如，自动泊车，全速度自适应巡航（基于视觉和毫米波雷达），自动变道等，他们目标是L2，希望能以tier 1的角色来给主机厂提供方案和产品。

第三，目标提供自动驾驶的整体方案和产品，直接面对用户。他们整合技术链条中的各种资源，并深入用户场景，对接用户的业务和需求，最终提供整体服务用户的解决方案。西井科技的商业愿景就是这样的。下文将详细介绍。

第四，主机厂，目标技术储备。主机厂主要从把握战略机会的角度上，进行自动驾驶相关技术的开发和团队搭建。但是，传统的主机厂不具有开发新技术的创新基因，因此研发的进展都不顺利，特别是国内本土的主机厂。像通用等国际大厂，都是通过投资和收购来完成自动驾驶的行业布局的。

自动驾驶落地的难点

当前众多团队涌入自动驾驶的行业赛道，专注的技术环节不同，商业模式各异。但有一点基本的事实是—无论多强多创新的技术，无论多豪华多彪悍的团队，如果要实现商业上的变现和成功都需要为用户人群实现两点：“降低成本，提高效率”，如果能满足其中之一，就是可以投入的项目，如果能同时实现上述的两点，那将是一个非常有商业潜力的方向。静观今天的自动驾驶行业格局，80%的大大小小的公司定位于乘用车相关的无人驾驶的开发和商业运营。但是乘用车自动驾驶落地至少要面对如下问题：

第一，产品的形态的定义。前装还是后装？后装属于对乘用车的改装，现阶段还不满足交管的上路要求；而前装就限定了tier1的定位，但成为主机厂的tier1注定是一条漫长而艰辛的路。

第二，技术的成熟度上。开放环境下的乘用车的自动驾驶需要考虑不同的路况和不同类别和机动性能的障碍物。Waymo的CEO约翰科拉菲克就对完全无人干预的自动驾驶技术的时间表上表露出了非常谨慎的态度。

第三，法规和伦理上的问题。自动驾驶的商业落地需要等待自动驾驶法规的优先落地。

与开放场景下的自动驾驶技术不同，在封闭场景中特别是解决工业用户的自动驾驶问题能一定程度上规避上述几个落地难点：

1、在封闭场景中，无人驾驶的车辆可以看做是无人驾驶的智能化运输设备，前装和后装都是可行的。

2、封闭场景中，可以参与定制障碍物和对手车的类型和运动规则，这让环境的随机性降低，让技术能有成熟可靠的可能。

3、用户的作业环境中的绝大多数规则都由用户自主设定的，受法规的影响较小。

自动驾驶的技术链条

自动驾驶的整套技术链条可以分为如下模块：

定位模块。基于多种传感器的观测，来让无人车实时获取自身的位姿。它提供信息给规划、辨识和控制等模块，因此它是系统中最重要的模块；

辨识模块。基于激光、视觉、毫米波、超声波等传感器的观测实现对无人车周围动态或静态障碍物的感知，来给路径规划模块提供决策的依据；

规划模块。基于定位和辨识模块的输出的信息，生成无人车可行驶的轨迹。规划模块分为全局规划和局部规划两种；

控制模块。基于规划模块所生成的路标点和期望速度，实现对于路标和速度的追踪，这涉及将全局控制量转换成车辆底盘所能响应的控制量，例如，方向盘转角、油门开度和刹车力度等。

车队管理模块。对于集群车辆协同作业的场景，车队管理模块可以完成任务的整体调度和多车路径规划，以优化整个车队共同输出的效率。

西井科技自动驾驶业务的概况

西井科技的无人驾驶团队成立于2016年11月，2017年10月与港机巨头振华重工建立长期合作伙伴关系。2018年1月与振华合作的自主驾驶无人跨运车发布，同时，与珠海港共同首发全球首辆无人驾驶集卡；2018年8月与上市公司西藏珠峰合作，收获首个无人矿车订单；2018年9月发布Qomolo品牌，推出全时无人驾驶新物种Q-Truck；2018年10月与和记黄埔旗下的和记港口达成战略合作，自动驾驶集卡进驻全球最大的单体码头——盐田国际集装箱码头。

西井自动驾驶业务与同类公司的最大不同在于：

第一，不是仅仅解决单车问题，而是解决由多车组成的车队问题，并最终与用户作业系统实现融合。因为在行业用户的场景中，作业效率及最终的商业效益是来自于多车之间的协作实现货物的运输等业务，而不是来自于单车自主决策与控制能力有多强。就好像一群蚂蚁协作起来搬运食物，最终看的是他们协作起来的成果。而不是一个蚂蚁的能力有多强。

第二，我们的目标是为用户提供全栈式解决方案。无人驾驶系统只是西井科技在为用户提供的整体智慧化方案中的一部分，我们还着眼于全局化地为用户提供智能解决方案。例如在港口码头场景中，我们还为用户提供智慧堆场(WellYard)，智慧闸口(WellGate)，智慧岸桥(WellCrane)等产品，他们与无人驾驶系统一起共同服务用户的业务流程。而在这个过程里，自动驾驶不再是孤立的一个环节，它可以共享我们在同一场景里的其它产品所产生的数据。例如，我们在智能轮胎吊和岸桥上安装的传感器都能为我们的无人车提供更多元的定位和对位数据。

第三，无人驾驶的几个技术模块都是在我们的团队中自研的。我们的无人驾驶团队具有无人驾驶整套技术链条中所有模块的人员和技术储备，自研了定位模块、辨识模块、控制模块、规划模块和车辆工程模块。尽管目前的行业都提倡社会分工，但是我们的业务特点决定了，只有基于我们的场景来优化这些细分的技术，才能让我们的系统更好的来服务用户。特别是我们的车辆工程团队，设计了我们自主品牌的WellTruck和QTruck，为了应对重载商用车都是液压转向，市场上找不到直接可用的线控转向的问题，我们自主设计并出品了自主的线控转向产品QWire。

自动驾驶行业的前景展望

从17年下半年开始，很多自动驾驶公司出现，他们有的提供单点技术，有的提供整体方案，但是如果没有很清晰的商业路线，都面临被洗牌的终局。我认为自动驾驶行业中具有未来的商业前景有几类业态：

第一，深耕单点技术。选中无人驾驶中的定位、辨识、控制和规划这几个环节中的一个，能输出有竞争力的底层技术。但是这需要长期投入，回收期会比较长，而且对团队的整体技术能力的要求比较高。例如，百度现在国内的L3团队就转向了自动泊车。

第二，提供整体自动驾驶方案和产品。对于消费类市场，要找到可以尽快落地的商业模式，尽可能的限定场景中的不确定性，同时能更贴近用户的需求，例如，在限定场景里的自动驾驶园区车、低速出租车等；对于行业用户市场，需要明确融入到用户的作业流程和工况中，能真正帮助用户提升效率降低成本。

行业用户自动驾驶产品化的要点

行业用户选择自动驾驶车辆都是源于其生产过程中的痛点，所以往往对落地有很高的要求。在西井科技无人驾驶业务逐步落地的过程中，有几点与大家分享：

第一, 要深入理解用户的作业流程和核心需求，并以此完成产品设计。行业用户都有一套管理统筹所经营业务的流程和系统，他们对于某个环节改进或升级的需求的动力都是源于对整体作业流程的效率要求。因此，一个最终对行业有价值的产品一定要能满足用户这方面的需求。所以，在完成一个产品的规划和设计之前，就需要透彻理解用户的作业流程，并自问所涉及的产品功能和特性是否能满足用户在该作业流程中的需求。

第二，要选用更可靠更容易产品化的软硬件方案。工业场景中，往往要求产品的高可靠度和成熟性，对于一些新的业态所采用的新的软硬件方案可能尚处于培育期，多用于方案的场景验证，其成熟度并不能满足行业用户的7*24小时的作业要求。那么在产品化时就需要果断选择稍微传统但更可靠的方案。

第三，要积极与用户作业流程对接，在用户场景中实现产品的迭代。2016年有一本很流行的谷歌风投推出的一本书叫《设计冲刺(Desgin Sprint)》，其核心思想是打造快速原型，第一时间投入到用户场景中去做测试，然后根据测试反馈进行改进和迭代。在开发面向行业用户的产品的过程中，也应遵循这种方法，要第一时间打造出产品原型，并第一时间尽可能争取将原型对接用户作业流程的机会，并基于暴露出的问题，修正开发的路线和思路，进行升级和调整。

初创公司技术团队的成长心得

我们所在的这个时代，机会、野心、资本和人才密集，你能想到的任何一个看似蓝海的方向，会转眼变成红海，而几乎是必然的，下一秒又会变成血海。对于创业公司来说，“缺资源”是永恒的话题。对于初创公司的技术团队，很难像大公司一样，一开始就能组建出一个豪华团队，但是用户的需求和节点就摆在那里。所以，需要思考如何基于现有研发团队的技术能力和特长制定可行的方案，同时要强调思想的统一，认定统一的目标，进而形成合力。有几点心得：

第一，交流但不争论。讨论很重要，但只讨论而不动手去做也会很低效。创业公司避免内耗的重要一点就是要形成快速实现去论证的作风，不能陷在一味的理论论证中。很多大的方案中的关键技术路线是可以很快通过最小化最简单的原型来完成验证的。这比凭空讨论更有说服力。

第二，明确目标和时间节点。目标要反复讲，时间节点要定明确，而且要有阶段性进展回溯。

第三，发展是最好的凝聚力。对于创业团队来说，无论从团队建制还是技术研发上都会面对这样那样的问题，但是没有什么问题是应该让创业团队整个停下来来解决的，唯有发展是能真正解决创业团队问题的最有效的方法。发展是团队最好的凝聚力。唯有发展才能让创业团队活下来。大家说“胜者为王”，某种意义上是“剩者为王”。

群员提问互动环节

Q1：都说2B难做，但西井走出了一条漂亮的路。西井也让传统行业尝到了快速试错的打法的好处，加速了传统行业创新进程。我觉得模式可贵！想问孙博士，作为乙方，如何评价目前无人驾驶公司优劣？

A1：具体的公司我就不去评判了，虽然大家都做这个行业在竞争，其实彼此之间还是相互扶持，共同取暖的，只有行业起来了，单体才能有活力。不过，从宏观上说，我觉得还是提供整体方案的公司更有发展。

Q2：请问消费者和行业用户这两个群体，他们对于自动驾驶的痛点需求分别是什么？

A2：消费者群体的痛点其实是很明确，但是又很极致的，他们往往对AI有非常高的期许，他们的痛点就是：完全取代人，也就是L5级别的自动驾驶。行业用户痛点很简单：降低成本，提高效率。

Q3 ：孙博士，请问在半封闭、封闭场景中的辅助驾驶、自动驾驶解决方案目前最大的难点和商业变现较为合理的路径是？

A3 ：现在方案的难点有这样几个：第一，需要对接用户的作业系统。用户的作业系统往往是从传统作业流程中凝练下来的。它先天就不是为自动驾驶而设计的，但是用户又不允许碰他的系统，因为他们非常在意作业连续性和作业安全，因此，必须设计中间件，让无人车去适应传统的作业系统。

第二，场景虽然封闭。但是这只是理论上的。封闭在任何领域都会导致一个后果：效率会低。所以，用户希望能逐步开放，例如作业场景内允许社会车辆进来从事运输等活动。这就给环境带来了很大的不确定性。开放道路中的车，只要不撞，不犯规，都可以开。但是封闭的行业场景中，还需要讲究效率。不撞是最低要求。效率低了，用户也不接受。商业变现上，我觉得还是需要提供整体的解决方案。实现各个生产流程的数据流转，和数据共享，做无人驾驶的视角就不一样了，一定不能局限于单车，也好讲究系统。

Q4：孙博士，感谢您的分享，我有个疑问，前面您也提到了主机厂是存量市场里的既得利益者，是不会错过自动驾驶这一波的，有看到一种说法是未来主机厂可能会成为自动驾驶平台的供应商，而不是像现在成为主机厂前装Tier1那样的关系，不知道您对这个怎么看？

A4：主机厂做自动驾驶想自己做成其实是不容易的。所以如果有一天主机厂成了自动驾驶平台的供应商，那很大概率上也是通过收购或合作实现的。主机厂的定义很广，特斯拉也可以说是主机厂。

Q5：请教孙博士，相比开放道路，AVP成为很多自动驾驶领域公司选择落地场景之一，包括传统汽车厂商等，以及刚才您提到的百度自动驾驶团队也在转变方向。在您看来，AVP落地过程中有哪些阻碍，如何降低不同规模停车场改造成本？相比老牌汽车制造商，创业公司做这块业务竞争优势在哪里？

A5：1、AVP落地过程中最大的阻碍就是方案的普适性；

2、降低不同规模停车场改造成本：

A. 定位的时候要采用无源标签，同时降低对标定的需求

B. 具有自主建图的的能力

3、与主机厂相比，初创公司优势在于拥抱新技术的基因和快速转换的能力。

*（以上为网友QA互动，摘取部分内容enjoy）

正在关注

前沿技术、区块链技术、人工智能、消费升级、金融科技...