36氪专访 | AutoBrain：不止行泊一体，实现L2+城域覆盖( 二 ) “我们其实在打造一个超级引

2011到2017年，猛狮团队连续6次获得智能车未来挑战赛的冠军，大赛同样也为中国的自动驾驶创业热潮创造了条件。
猛狮团队的负责人彭永胜、李明喜从千禧年就开始研究自动驾驶，彭永胜专注车辆整体架构，李明喜则长于智能车软件。彼时， Yolanda毕业于UCBerkeley ，从事智能车决策与控制及智能交通安全研究，是特斯拉设立AutoPilot部门后的第一代核心研发工程师。
三位不同背景的创始人联合创立AutoBrain也为探索L4多传感器融合路线与纯视觉路线的结合，加速自动驾驶产业化落地创造了先决条件。
“从技术、产业、终端用户的认知等多个维度的深度认知出发，我们从创业之初就选择了与主机厂深度合作的路线，加速前装量产，广泛赋能主机厂。 ”Yolanda进一步详细介绍。

文章图片
当行业一直在专研L4的时候， AutoBrain却始终专注探索可行的量产解决方案， AutoBrain陆续在与长城汽车、北汽、吉利等主机厂的战略合作中，提供了低阶、中阶和高阶的辅助驾驶解决方案，并且把高级辅助驾驶软件和硬件打磨成整套产品。
2018年， AutoBrain率先推出了轻量化的软硬一体的智能化平台，该平台可实现纯视觉感知、NOA/NOP功能。在2018年同期， Autobrain还自主研发了Mr.Pilot1.0 ，针对高速场景实现上下匝道、智能超车、智能避障等灵活操作。
从行泊一体到全域智能
Yolanda谈到：“L2+和L4并不矛盾，现阶段无论从供应链还是终端消费者的角度来看， L2+是更行之有效的方案，能够切实落地并形成系列产品，加速助力产业发展。 ”
自动驾驶方案成熟与否依赖于完整技术栈中软硬件各环节的有效支撑，有着显著的木桶效应，评价系统的优劣，更多取决于其中薄弱的环节。不同级别的智能驾驶方案同样会面临来自传感器、算力平台、算法、数据等方面的技术挑战，被市场验证的方案也应该在其中寻找最佳平衡点。
在现阶段，行泊一体的确实现了扬长避短。
行泊一体的技术方案在产业化落地反面优势明显，一方面可以最大程度利用算力平台和主机厂平台化传感器，来增加设备、器件的复用，以获得更完备的环境感知，进而实现高速和低速在内的全场景覆盖；另一方面在大幅提升系统适配效率，缩短上车周期的同时，可以进一步压缩控制成本。
谈到具体产品线， Yolanda表示：“结合主机厂以及终端消费者的需求，我们已经形成了基于AutoBrainL2.5+单芯片行泊一体域控产品的完整产品矩阵，从行泊一体Infi-pilotLite基础版本、到Infi-pilotStandard版本、再到Infi-pilotPro版本，可以实现10-30万车型的全覆盖，更高端的行泊一体Infi-pilotPro+版本则可以为30万以上车型提供行泊一体、及部分城市道路场景的高级辅助驾驶功能。 ”

文章图片
能够从高速和泊车场景，向更具应用价值的城市道路场景延伸，得益于AutoBrain过往L4级自动驾驶算法和数据上的积淀。而在15万元以下车型的覆盖方面， AutoBrain所提供更具性价比的解决方案，无疑走在了市场前列，这也是过往国内最具市场增量的乘用车领域。
也正是由于二十余年的经验积累， AutoBrain在城市道路上的各种细微之处体现了“老司机”驾驶体验，这种基于场景的优化方式或许是解决自动驾驶长尾问题的有效方案。
目前，越来越多的主机厂对高级辅助驾驶的软硬件方案表现出多元化的需求，作为自动驾驶软件供应商， Yolanda谈到AutoBrain将根据主机厂的差异化需求提供不同的合作模式：“既可以专注于提供软件服务，如同与海康汽车的深度战略合作模式，结合合作伙伴的硬件，共同交付主机厂；也可以为主机厂提供软硬一体的整体解决方案。 ”