adas開發
A. 從ADAS到無人駕駛，如何選擇專業和學校推薦
學計算機演算法開發和電子信息等專業，跟自動駕駛感測器和信息處理相關的。
B. 地平線與佛吉亞達成戰略合作開發ADAS系統
在高級駕駛輔助系統（ADAS）領域，越來越多企業選擇抱團前進。
美國當地時間1月7日下午，地平線公司宣布與佛吉亞達成戰略合作框架協議。前者是中國一家汽車晶元初創企業，後者是國際知名的一級汽車零部件供應商，全球的銷售額約180億歐元。
兩家公司都在尋求在高級駕駛輔助系統和自動駕駛技術的突破。
在2019年8月份的世界人工智慧大會期間，地平線推出了中國首款車規級人工智慧晶元—征程二代。這款晶元可用於高級輔助駕駛（ADAS）、眾包高精地圖與定位、智能人機交互等駕駛場景。
基於征程二代晶元，地平線發布了新一代的Matrix自動駕駛計算平台（Matrix2），以滿足不同場景下自動駕駛運營車隊以及無人低速小車的感知計算需求。
同樣基於這款晶元，地平線已經研發了面向高級輔助駕駛的視覺解決方案，並專門針對中國道路和場景進行了優化。
汽車自動化浪潮中，佛吉亞也在尋求轉型。該公司新成立的第四事業部-「佛吉亞歌樂汽車電子」，整合了日本歌樂、派諾特汽車和江西好幫手的相關技術，幫助佛吉亞在高級駕駛輔助系統領域成為重要市場參與者。
本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。
C. adas硬體工程師和設計管理工程師哪個前景好啊
那要看你喜歡什麼了，我主攻網路工程，或者說系統工程，接觸網路比接觸軟體開發要多，所以我大概只能給你關於網路方向的意見，一般網路工程分為兩條路一是要走職業技術的路子的人，都會集中在系統集成公司裡面，特別是大城市一級的系統集成商，裡面藏龍卧虎，就是靠技術吃飯的，這個工資一般很高，不過對技術要求也很高，要具備以下幾個證書作為基礎：1、國家軟考中級網路工程師(高級的更好），CCNP、H3CNP（當然IE更好），系統集成項目管理工程師中級，MCTS、F5。具備了這些證書，月薪1萬是基本，當然如果只具備的CCIE和H3CIE（這是網路工程的核心）的話，月薪1萬也是鐵定的事（不行你可以自己上招聘網查查，看看CCIE給多少錢一月）。這行就是靠技術說話，能力越強，工資越高。當然有些技術是沒有認證的，比如raid，防火牆，web服務、linux等，所以這一行還要求經驗。其次，就是不走系統集成商的路子，走非IT企業的路子，比如到國企的IT部門或者大公司的IT部門，本人的大師兄就是一家國際公司的IT部門經理，月薪15000，這一條路子對技術要求是比較雜的，不像系統集成商那樣要求精，也就是說你面臨的問題不僅僅是網路，有可能是操作系統、數據倉庫、無線上網、修理電腦這些等等，反正就是很雜，要求也有低有高，用我們的話講，就是屬於計算機民工一類的。一般試用期工資也不好說，反正不會超過三千，你的一步步往上慢慢爬，才有高薪。你得具備以下幾個證作為敲門磚才行，國家軟考網路管理員、信息處理技術員、網路工程師、系統集成項目管理工程師等一些中級證書。還有一些沒有證書的技術，比如會一些編程，網頁設計，計算機硬體修理，小型無線區域網架設等等。第三條路就是進入軟體企業，這條路跟第一條差不多，屬於學習型的路子，更偏重於軟體開發設計，不適合網路工程，我就不說了，你可以看國家軟考的考試科目，這些科目說白了就是為了現有的計算機職業制訂的，有很強的指導作用。你可以參加CCNA、CCNP、CCIE路由交換部分，因為這是網路工程的核心，不過對英語有很高的要求，考試費用也相當高，如果你不願意，可以參加國家軟考，先搞到個網路工程師作為敲門磚，然後慢慢學。向軟體方向發展的話，基本就是進入軟體企業最好，其次就是進入系統集成公司，據說高級軟體設計開發師的工作不比，高級網路工程師低，當然市面上很多公司對這個沒有詳細分類，有很多中小企業要求你懂電腦，會電腦，有些關於電腦的證書就行。反正就是一句話，技術越高，工資越高，你看看現在社科類大學生出學校，99%的試用期工資都不會高於2000，所以啊，高技術優勢還是相當明顯的。
D. 機器人演算法和adas演算法有什麼區別嗎
我是相關專業~~~自動化其實也算~~專業課啊1、自動控制原理。自動控制是機器人運動的基礎，別看人類運動的很簡單，要讓機器人和諧的運動，需要大量的感測器的測量，並進行計算和模擬，最後根據這個，調整參數，進行干擾補償、負反饋、前後兩種串聯補償等等。（順便說一句，維納的《控制論》是一本好書，不僅僅限於工程哦~在社會人文學科都有用的，錢學森還有一本《工程式控制制論》，沒有看過。。不過大師的書一定很棒的。。）2、智能技術。額，這個暫且也算吧，我們學校自己開的。。。還分2-1和2-2，主要學各種專家系統、機器學習、智能計算、啟發式搜索、分布式人工智慧、許許多多智能演算法如蟻群演算法、神經網路。3、機器人學。這個挺厲害的，講解機器人運動中的數學計算，涉及空間描述，廣義坐標，瞬態運動學，雅可比矩陣顯式（線性代數基礎）、立體視覺、軌跡生成、關節空間動力學、拉格朗日方程（拉老爺子挺牛逼的。。到處都是啊啊啊啊）、控制學（就是自控）、順應性。需要比較好的數學基礎。到處都是公式啊名詞啊！！4、單片機開發。好像我們學校有這個課，我自己自費買的Arino開發板也算AVR單片機。機器人的成本、體積限制。要求我們不可能啥都用電腦來指揮，單片機體積小，也可以作為機器人的大腦，要讓機器人按照你的要求，就要寫好單片機程序。5、電機拖動。啊呀這個應該寫在前面的，不過我剛剛才想到。喵。。。類人機器人的關節是靠電機驅動的，就算不類人，也需要輪子吧~要控制好機器人的運動軌跡，就需要了解電機的原理，了解調速、啟動、電磁關系才能設計好機器人呢。智能專業不僅僅是機器人的。。。光學機器人太狹窄了。。智能不僅僅是機器人呢，想想天網吧，那種沒有實體的人工智慧才好玩的~俺們上課看老師放的機器人視頻還是挺有趣的，但是我國的智能學科在國際上還需要努力，美國在機器人運動方面超前我們十多年呢（低估了的）。。少年你要不要來學~貢獻一份力量唄~——————以下是豬的簽名———————————微笑的豬頭—真——帥——氣———————
E. 雙目ADAS系統如何實現他的輔助駕駛功能
原理可以給樓主科普一下。雙目ADAS系統基於人眼視覺的雙目測距原理開發而來，可以將相機拍攝到的各類障礙物實時運算轉換為距離，通過計算與物體的相對速度和距離實現碰撞預警、車道偏離預警等功能。通俗一點說，雙目ADAS就是一雙人眼，但這個「人眼」是和處理器連接一起的，反應速度非常快，就像你的副駕駛位上坐了一個24小時不休息的哨兵一樣。
F. 行車記錄儀adas什麼意思
行車記錄儀adas是指高級駕駛輔助系統（Advanced Driving Assistant System），就是緊急情況下在駕駛員主觀反應之前作出主動判斷和預防措施，來達到預防和輔助的作用。
ADAS的感測器用來檢測汽車狀態，從而來預知危險。主要有攝像頭、雷達、超聲波、夜視感測器和V2X（即車與車、外界的信息交換）。
ADAS的另外一個功能—碰撞預防系統。是由安裝在車頭上的雷達，偵測車輛和前方車輛的距離和速度，一開始會用警告聲提醒車主。
如果，車距持續拉近，車輛會自動輕踩剎車，並輕拉安全帶2、3次，警告車主。當系統判定無法避免碰撞時，會在啟動自動緊急剎車後，同時立刻拉緊安全帶來減少車主的傷害。
(6)adas開發擴展閱讀：
ADAS應用技術
1、高級駕駛員輔助系統（ADAS）基礎型後視攝像頭
智能後視攝像頭可在本地對視頻內容進行分析，以實現物體與行人偵測。此外，它們還支持全面的本地圖像處理及圖形疊加創建。它們能夠測量物體距離，並觸發制動干預。
2、高級駕駛員輔助系統（ADAS）前視攝像頭
高級駕駛員輔助系統中的攝像頭系統可以分析視頻內容，以便提供車道偏離警告（LDW）、自動車道保持輔助（LKA）、遠光燈/近光燈控制和交通標志識別（TSR）。
3、ADAS的感測器
高級輔助駕駛系統基於不同的感測器技術， 77GHz的雷達感測器目前已經在高端奢華轎車上的主動式巡航控制系統（ACC）上應用多年了。該系統的感測器可以丈量前方車輛的速度以及兩車之間的間隔，同時可以監測自身車輛的速度和間隔。
相比於雷達，這種感測器發射激光脈沖，並能檢測從其他物體反射回來的光線。與其他物體之間的間隔可以通過信號延遲的時間來進行計算。、
G. ADAS 迎來普及期 未來誰執牛耳
無人駕駛經過近十年的發展，已經被證明要想真正大規模投入使用，將需要比預期更多的時間和資金。比較之下，覆蓋L1~L2級別范圍的ADAS由於技術成熟度更高，更具量產可行性，正迎來大規模商用和普及階段。
放眼市場，當前越來越多的車企開始將ADAS作為「標配」，在新車上廣泛搭載。例如在2019廣州車展上，就有新邁騰GTE、EXEED星途TX系列、VV7PHEV、CS55PLUS、風光ix7等多款車型，紛紛將ADAS作為主要賣點之一，來吸引消費者的注意。
技術驅動?ADAS?成新車「標配」
近兩年隨著感知技術、演算法、晶元、決策控制、系統融合等關鍵技術的快速發展，與此同時消費者對駕駛安全的關注度越來越高，使得ADAS?開始在市場上走熱。比較常見的有自動緊急制動AEB、前向碰撞預警FCW、自適應巡航ACC、車道偏離預警LDW、自動泊車APS、盲區監測BSD、駕駛員監測DMS、變道輔助LCA、360°全景影像、車道保持輔助LKA等。
不過，由於功能不一樣，這些系統在新車上的搭載率各不相同。據相關統計數據顯示，目前市場在售的近七千款車型中，超過5成的新車搭載了AEB、FCW、ACC、360度全景影像，緊隨其後的是LDW。超過1/3的在售車型搭載了BSD和疲勞駕駛預警BAWS。LKA和APS這兩類配置的搭載率最低，只有超過2成的在售車型有所搭載。
且考慮到技術成熟度和系統成本，這些技術前期很多主要是在高配車型或者中高端車型上搭載。例如在2018款朗逸和2019款朗逸上，就僅在豪華版車型上搭載了倒車影像和ACC。以至於目前ADAS在新車上的整體搭載率並不高，據悉不到30%。
據此次調查，57%的參與者認為國際零部件巨頭會繼續占據主導地位，因為這些企業在ADAS品類、性能、功耗、可靠性等方面很多都有著上十年甚至更長時間的專業積累，無論是在技術成熟度還是在批量生產的一致性方面，都經得起推敲。
42%的參與者更看好本土ADAS廠商未來的發展，因為一直以來外資供應商在與國內車企合作的過程中，都有較強的掌控力，這在很大程度上會抑制本土車企的創新，使得自主品牌很難在他們的產品基礎上做進一步的研發。再者，部分外資零部件企業在研發或測試過程中，由於對中國的道路情況不熟悉，難以真正做到完全的本地化，抑或研發的產品並不能很好地契合中國路況。
比較之下，以福瑞泰克為代表的國內Tier1，在支持國內車企開發ADAS系統的過程中，能夠很好地基於對中國交通場景和中國道路的深刻的理解，深入洞悉國內主機廠的需求，做定製化的開發，在保證產品質量性能的前提下，大大縮短產品開發周期。且他們在與自主車企合作過程中所呈現出的開放度和靈活度，也是外資零部件企業無法比擬的。
進一步細分，27%的參與者認為國內體量較大的零部件公司將會獲得更多市場份額，實現國產替代，15%的參與者則認為初創公司將會得到較快的發展。
不過，盡管國內供應商的ADAS產品已經在逐漸落地，他們面臨的挑戰亦不容忽視。其中最突出的問題是如何保證車企批量生產的一致性，這無疑需要本土ADAS廠商進行長時間的累計，以獲得穩定且長期的前裝量產經驗，才能更好地滿足車企需要，真正實現國產ADAS廠商的崛起。
本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。
H. ADAS是無人車的基礎嗎
ADAS是高級輔助駕駛的簡稱，雖然它是最接近於自動駕駛的先進輔助駕駛系統，但是還是不太一樣的。它是需要靠人臉識別技術結合演算法來實現對司機在駕駛過程中的輔助作用。
通過人工視覺技術，前向攝像頭可識別前方車輛、行人和車道線，結合車速，測算相對碰撞時間（TTC），提供防碰撞預警和車道偏離預警；對司機攝像頭可識別異常的人臉面部狀態，一旦檢測到疲勞或姿態異常狀態，系統會通過語音提示車主，注意行車安全。
I. 法雷奧中國區CTO顧劍民：從ADAS到自動駕駛之路
2020年6月22日-23日，由南京經濟技術開發區與蓋世汽車聯合主辦的「2020第三屆全球自動駕駛論壇」隆重召開。本次論壇重點圍繞與自動駕駛規模化商用有關的核心技術、法律法規、技術評測、商業模式等話題展開探討，下面是法雷奧中國區CTO顧劍民博士在本次論壇上的發言：
法雷奧中國區CTO?顧劍民
感謝蓋世汽車周總的邀請，非常高興有這個機會跟在座的各位領導、專家、同行來分享，這個題目也是很大，《從ADAS到自動駕駛之路》。我個人認為，主動安全是被動安全智能的延伸，如果進一步的話，ADAS就是跟我們一般講的駕駛輔助系統，是主動安全的一個智能的延伸。
是不是自動駕駛是ADAS的一個智能延伸呢？從某種意義上來說是，但是自動駕駛不僅僅是一個技術的問題。今天上午兩位發言嘉賓都講到，還牽涉到場景、商業模式的落地，除此以外，還有包括法規、基礎建設、保險，跟自動駕駛都非常相關，所以我們今天談的不僅僅是技術的問題。
因為我是代表法雷奧來做發言，我相信在座的很多對法雷奧比較了解，法雷奧是總部在法國巴黎的一家汽車零部件集成供應商，我們在全球是排前十位的，法雷奧在中國也有很多的布局，一共擁有35家工廠、12個研發中心，在南京就有一家工廠和一個研發中心。
在產品線來講，可以說在座的各位如果你是有駕駛汽車的話，這個車上肯定有法雷奧的產品或者零部件。我們有四大事業部，其中一個事業部的主打產品就是今天我們要講到的自動駕駛駕駛輔助，在產品系裡面有感知系統，就是通常講的感測器、激光雷達，人工智慧先進的人機交互，還有車聯網提供給大家，幫助大家打造一個滿足大家出行的需求，這是我們公司在自動駕駛方面的一個簡單的介紹。
如果我們再看，今天我們的題目是什麼？從ADAS到自動駕駛，所以我開門見山把這一頁放在這兒，這一頁PPT，其實我在去年已經用過，到今天我幾乎一字不改，因為這個觀點沒有改變。
第一句話，怎麼來做自動駕駛，怎麼幫助自動駕駛商業化落地，首先是什麼？進入一個市場最好的方法是什麼？從小做起，就是從簡單、低成本的自動駕駛技術入手。這里講的是技術，從簡單的低成本技術入手。
接下來是什麼？目的是用於吸引足夠多的願意付費的用戶，因為我們大家知道，如果自動駕駛是什麼？展示、測試，沒問題，大家都會歡迎，但是你還沒法商業落地，商業落地的基本條件是什麼？需要有人付費，天上不會掉餡餅，總是需要有人付費，不是你付費，就是我們的整車廠來付費。
具體怎麼做呢？我下面列了幾個場景也好或者商業落地的方式也好，首先從自動泊車或代客泊車開始，因為大家知道泊車相對低速，而且場景比較可控，在一個半封閉停車場或者停車庫裡面。還有從低速的自動駕駛開始做起，這里列的是40公里時速，其實這個時速已經很高了。一般來講，在公路道路上的車輛可能不止40公里。在低速的情況下，首先可以什麼？它可以對於感知系統、決策系統的壓力挑戰相對小一些。
這就是從簡單的技術開始做起。
還有什麼？從特定的場景和特定用途開始，自動駕駛有很多場景，如果不跑開場景來講自動駕駛是沒有意義的。舉個極端的例子，如果你在一個測試場地，直徑300米，裡面沒有任何車輛，沒有任何障礙物，不要說L4，L5都可以做到。但是換一個場景，非常擁堵的情況下，L3都做不到。
關鍵是要去掉安全駕駛員，我們今天很多的展示測試車輛，自動駕駛在路上必須有安全員，這也是我們目前的規定，法規所制約的。
但是大家想一想，如果有安全員的話，我們通常講L4的車輛，還是在L3的基礎上，這個方面如果我們不能夠突破，我們的技術還是在L3這個技術層面，從本質上講。
當然，今天另外一個討論的點，其實真正的自動駕駛不要糾結於到底是L2、L3或者L4，我們今天看到的是來看場景，怎麼突破商業化落地，找到一個商業化模式，這才是最重要的。
最後，就是送貨的需求，可能比運客更實際。當然並不是說貨物從安全的角度來講，可能比客人關注程度要低一點，這並不是唯一的原因。大家如果看到過去這幾個月，特別是疫情爆發比較嚴重的時候，我們在武漢、北京這些城市都會看到什麼？有一些無人的物流車來運送醫療設備、醫療物資，可以避免人和人的接觸，特別是去一些疫情比較嚴重的地方。這也是我們可以看到無人物流車在這個情況下面，它可能比送人送客更有需求的場景的需求。
這是一個原因。
我在這里拋磚引玉，拋出這幾點。
接下來請允許我花一點時間結合法雷奧的產品，來和大家詳細敘述一下我們怎麼找到場景落地，找到商業化落地的一個最終的目標。
剛才講到了，自動泊車是一個比較容易實現的場景，通常講到自動泊車，泊車輔助是什麼？駕駛員需要在車內根據系統的提示，來完成自動泊車或者泊車輔助。但是一旦把駕駛員移到車內，讓我們的客戶能夠選擇在車內或車外泊車的話，就是遙控泊車。
法雷奧在2016年推出遙控泊車這個功能，也已經量產了，大家可以看一下。用遙控鑰匙，萬一發生一些緊急情況，需要停止泊車的話，可以一鍵停止。
接下來可以更近一步，我們可以想像，如果我們在地下車庫口，我們可以用遙控停車讓車輛自動泊車，跟剛才遙控泊車的技術是大同小異，但是區別在於一個是可能車輛需要行進的路程或者尋找車位的范圍更大一點；第二個區別在於，我們這里講的就是代客泊車，需要廠端的支持。從業界來講，有兩個潮流或者兩種方法，一種代客泊車是完全靠車端的感測器來完成，另外一種是需要廠端和車端來協同完成代客泊車。
如果靠一個車端的感測器，在一個非常擁擠的地下車庫裡面，可能需要花很長的時間才能找到泊車位，同時有可能引起泊車的擁擠。所以如果在廠端和車端相結合，廠端上面加上一些感測器、激光雷達，來幫助我們更快更有效地找到泊車位。
這里也有一個視頻，這是法雷奧和Cisco合作的一個系統，在這個過程當中，可以避讓行人，完成泊車，會發送信號給我們的客戶，等到我們的用戶需要用車的時候可以提前預約，從自動的到下車的點來迎接我們的用戶，這是代客泊車的概念。法雷奧認為車端和廠端相結合是完成代客泊車比較有效更現實的一個方案。
另外一個自動泊車的應用場景，非常意外，是什麼？充電。大家可能一開始沒想到為什麼充電和自動泊車相關？這是因為目前跟自動駕駛一樣，電動化也是非常大的一個趨勢，大家可以看到越來越多的插電式混合動力車輛和純電動車輛，這些車輛無一例外都需要充電，可能插電式混合動力充電不需要那麼頻繁。
我們對德國用戶調研發現，有三分之二的用戶認為如果能完成自動充電或者無線充電，他們更願意選擇或者使用純電動車。我覺得原因可能是什麼？因為我差不多開了兩年時間一輛插電式混合動力，大家發現充電槍通常比較臟，有的時候還會掉在地上，下雨的時候你也不願意撿那個濕淋淋的充電槍，你會更願意有人幫助你完成自動充電或者無線充電。法雷奧的一個概念，我們能夠打造通過高精度的自動泊車來完成自動、無線充電，或者用機械手幫助你有線充電。這個誤差的范圍，精度必須提高到10厘米以內，即使是充電，大家不要以為到充電樁或者充電板附近就可以完成充電，需要有一個精度。只要用戶完成一次泊車，下一次可以自動回到這個泊車的位置，這里還有一個自動避讓。
這是自動泊車完成充電，需要一個比較高的精度，剛才說到10厘米以內。
但是大家想想除了泊車之外，如果真正的自動駕駛需要什麼？除了感知功能以外，還有一個最重要的就是定位。感知只是感知周圍的環境，就像我們的眼睛一樣。但是如果你都不知道自己現在在哪裡，你怎麼來真正做到自動駕駛呢？一般來講，自動駕駛，我們可以想到的定位的方法就是用GPS信號，但是GPS，即使是在天氣比較好的情況下，我們的GPS能做到的是米級的精度，差不多是在2—3米左右的誤差。用於導航，GPS沒有問題，你只要知道自己在哪條路上就行了。但是2—3米的誤差幾乎是一條車道的寬度，也就是說你不知道自己到底是在哪條車道上。在輔助道或者高架上面，導航沒法告訴你。而且我們的車道線，如果雙向雙車道的情況下，很有可能一條車道線的誤差就變成逆行了，或者你在路口的時候導航卻不知道你在路口，告訴你的時候讓你轉彎的時候已經太晚了。所以對導航來講，可能人加上自己的感知，觀察周圍的環境，還可以接受米級的精度。但是自動駕駛沒法接受，我們需要提高到厘米級，這就提出一個很大的問題，怎麼來幫助自動駕駛達到厘米級的精度，所以我們在這里又提出一個RTK的方法，2020年的CES上，現代汽車，還有Hexagon—Novatel，是一家高科技的公司，和法雷奧和移動網路運營商，提出了一項高精度的聯合定位技術，它的意義是說我們用了GPS信號以後，但是通過跟地面的基站，地面的基站你可以事先得到它的高精度的位置信息，然後進行一個差分的對比，你可以得出精度比較高的一個相對的位置，這是所謂RTK的技術，是實時動態差分定位技術，這個技術可以幫助我們達到厘米級的精度。
這已經不是一個新的技術，現代汽車今後會把這個技術搭載他的車上進行量化，這已經是一個可以標准化量產的高精度技術。
RTK技術可以幫助我們達到厘米級精度，這是已經得到證明的，但是還是有局限性，比如說GPS信號需要什麼？天氣比較好，如果像今天下雨，雲層比較低的情況下，GPS信號被遮蓋。還有一種情況是什麼？比如說我們到大城市，像上海或者是香港這種高樓林立的城市，香港還有另外一個限制，就是香港有很多雙層的大巴或者觀光巴士會影響遮蔽信號，更不要說經過隧道、高架橋，信號肯定會受影響，這個時候我們需要另外一個技術來彌補或者補充定位，就是我們經常講到的用激光雷達的點雲技術來幫助定位。也就是說我們通過激光雷達先打造一個高精度的地圖，然後通過車上的感測器、激光雷達來實時對比高精度地圖的差異，來幫助我們相對的定位，這個技術其實也已經非常成熟了。我們法雷奧是通過一個激光雷達打造這樣一個高精度地圖，來實時定位。這個高精度地圖是通過眾包的形式，因為不可能派出很多的車去每次實時更新這些地圖，所以是通過我們的用戶在使用過程當中，他的激光雷達的點雲，來幫助實時更新這個地圖，所以這是一種眾包或者眾籌的形式。這樣的方法，跟剛才說的RTK可以互相補充。
非常有趣的是什麼？一般情況下，在高樓彌補的情況下，因為有這樣一個系統來通過點雲幫助定位，那個時候信號可能會比較弱。相反的情況下，在GPS信號不受影響，比較空曠的，比如在大西北是沙漠或者荒漠的地帶，地理特徵不是那麼明顯，你怎麼進行定位呢？這個時候就用RTK的技術，GPS的信號來彌補。這兩種技術在某種程度上用途是可以互相彌補，互相支撐的，可以幫助我們完成自動駕駛的高精度定位。
在今年的CES上我們也做了一個展示，法雷奧搭載了第二代ScaLa激光雷達的車輛，作為高精度採集的車輛，還有第一代激光雷達的車隊車輛來展示我們的高精度車輛，這個在拉斯維加斯大街上面進行實時的展示。在這種情況下，我們可以發現我們的定位精度可以提高到厘米級，大概在10—12厘米以下，這是一個比較高精度的定位。
這里需要跟大家說一下，ScaLa第一代和第二代激光雷達都是已經量產的激光雷達。同時在右邊這張圖上面有一個車頂定位的套件，什麼意思呢？一般來講，激光雷達和毫米波雷達和其他的感測器一樣，一旦要量產，一般都是跟我們的OEM的客戶合作，需要經過長時間的標定開發工作，這些激光雷達或者毫米波雷達並不像大家想像的一樣，我買一個雷達插上去，即插即用，不是這么簡單，這是一個長期的開發工作，標定工作。對於一些初創企業，特別是自動駕駛初創企業，他可能經不起這樣的時間成本和開發成本，所以法雷奧最近推出一個所謂叫通用感測器套件的概念，也就是說我們把一些感測器，目前還是局限於激光雷達和超聲波感測器，把它做成一個標準的套件。也就是說它的幾何尺寸，比如剛才說的車頂的套件，事先已經做好了標定工作，對於用戶來講，特別是對於自動駕駛初創企業來講，他需要做的工作就相對少得多，時間成本和開發成本都會大大降低。而且這些都是已經量產的車規級的感測器，所以它的質量，包括剛才說的一致性都會有保證。
我們在拉斯維加斯這些高精度定位的展示車輛，用的車頂都是用的激光雷達的套件，這是一個比較實用的高效的解決方法。
真正做到自動駕駛，技術上有一個討論比較多的難點是什麼？剛才滴滴的孟總也講到了，在道路上面有很多道路的使用者，就是跟你分享道路的交通使用者，他們接下來的意圖是什麼，也很可能或者是說沒有可能提前知道，你沒法預測他們下一步的路徑，很難。
我舉一個極端的例子，我們在路上看到很多電動車，特別是送外賣的這些小哥，他一邊打著電話，一邊駕駛著他的電動車，他自己都不知道下一秒他是往左往右還是剎車，你怎麼知道呢？這是一個最大的挑戰。
記得我在兩年前，我去南方有一個城市拜訪一個自動駕駛的初創企業，他們邀請我，在他們車內做自動駕駛的展示車輛，在路上進行一個自動駕駛的展示，開著開著車，突然車輛剎車了，什麼原因呢？因為在前面人行道邊上站著一位老兄，那個車輛因為比較保守的演算法，它在人行道上看到一個人，不知道這個人下一步會干什麼，會走上人行道跨越馬路呢，還是繼續在路上待著，保守起見就停下來，然後再換道，繞過行人前面的路。
一般駕駛員開車會經過一個大概的判斷，低速通過或者從旁邊繞過，這對自動駕駛車輛就是一個非常大的挑戰。我們怎麼來預測其他，不光是行人，還有騎車人、電動車、滑板車這些交通使用者他們的意圖。我們在今年的CES展上面，法雷奧又推出一個MOVEPREDICT.AI，通過人工智慧機器學習的方法，來判斷這個人的注意力是不是還集中在交通行動上面，如果不在的話，我們可以通過更保守的方法，如果他注意力還是在交通上的話，接下來一步的反應就可能不一樣。
然後還可以判斷他接下來的，預測他的企圖或者意圖，他是不是要過馬路，他的行跡都要通過人工智慧進行判斷。當然這只是一個概率問題，並不是能百分之百預測，但這是我們下一步的目標，如果你不能預判的話，就只能用最保守的演算法和駕駛，這對我們的使用者的感受應該是不滿意的，這樣的話自動駕駛變成雞肋，你開得比人還保守還慢，這樣的話，自動駕駛並不能真正找到落地的場景。
在剛才講到，其實很多情況下運貨可能比運客的需求更實際，這就是為什麼我們在2019年的CES展上面，我們跟美團簽訂的戰略合作協議，共同開發最後一公里的無人配送技術，或者叫最後一公里的無人物流車。這是我們在去年和美團達成協議。
在2020年1月份，在今年的CES展上，我們推出了法雷奧和美團共同開發的無人物流車。因為受場地限制，我們在一個停車場裡面做了一個簡單的繞圈的演示。圖中有一個小哥他手裡拿的不是遙控器，很多人在問是不是像遙控玩具車一樣在控制這個車輛？不是，唯一的目的是開始和結束。
這是我們在一年之內，從跟美團簽訂戰略合作協議，進行技術上的交流，設定目標，最後完成設計、製造樣車，運到美國。這一年當中做了很多事情，這也是一個速度非常快的過程。
這是一個怎樣的物流車呢？簡單跟大家介紹一下，它的尺寸是2.8米長，寬1.2米，比一般的小車還要小一些。它可以送17份外賣，這個並不是說只能送17份，它有17個運送箱，取決於外賣的大小，可能還可以搭載得更多。續航里程是電驅動的，一共是100公里，如果需要更長里程的話搭載更多的電池。
法雷奧和美團的分工是法雷奧提供這樣一個線控底盤，提供了48伏的電池系統，控制器，上面是法雷奧提供的自動駕駛感測器、自動駕駛的平台，從模塊到軟體是由法雷奧提供的，不光是給自動駕駛的無人物流車，也可以給所有的城市道路工況的車輛提供自動駕駛的模塊。美團提供當中的車體，包括剛才講到的車廂，還有運送櫃和APP，用戶和客戶的軟體交流，是由美團提供的。
這是一個樣車，在一年之內很快就做成了，本來我們的計劃是在今年4月份的北京車展，把這輛車運到北京做進一步的展示和交流，因為疫情的原因，這個事情肯定會推遲了。
我剛才介紹了，其實自動駕駛的平台為無人物流車，它不是專門打造的，是法雷奧在兩年前，2018年已經推出的一個城市道路工況下的自動駕駛平台。這是在城市道路工況下目標是L4級別的自動駕駛，它其實是考慮到城市道路工況下面的各種特點，比如說有各種各樣的車輛、行人、自行車，其他的交通燈，包括在歐洲有很多的環島，還有停車的標志，這些都考慮在內。我們還通過剛才說的高精度定位的方法，來知道車輛的定位，來打造L4級別的自動駕駛平台系統。
我們可以看一下這個視頻，這是2018年在巴黎車展上面做的一個自動駕駛的展示，需要提醒大家一點的，在這個車上面所有的感測器是都已經量產的，都已經交付給我們的終端客戶，在OEM。因為在駕駛員手下已經是量產的，在運用的感測器。
這是2018年巴黎車展做的一個展示，大家可以看到，剛才是一輛摩托車經過，下面是自動變道、超車，左邊是車內的一個攝像頭，右邊是車後方的一個跟隨車拍的，前面是自動避讓自行車的一個場景。
交通燈的識別、斑馬線、行人的識別、避讓，最後是隧道、橋道，GPS信號被遮蓋的時候，能夠繼續保持高精度定位。
這是一個自動駕駛平台，是一個軟體和硬體相結合的系統。
如果我們詳細看一下，在這個無人物流車感測器的配置是如何的呢？搭載了各種感測器，首先是4個環視攝像頭，前面還有一個長距前視攝像頭，4個毫米波雷達，12個超聲波感測器、4個激光雷達，4個激光雷達的作用還各有點不同，前後的激光雷達是起到探測障礙物的作用，兩側的激光雷達更大的作用是用來通過點雲地圖來幫助高精度定位。大家可以看到是有四種不同種類的感測器搭載起來，每種感測器有各種不同數量的，完成一個感知功能的冗餘，幫助完成自動駕駛。所有這些感測器都是已經量產的，我們在交付客戶已經使用了。
剛才講了很多是比較大的，比如寬1米多，長2米甚至3米的無人物流車。其實如果大家仔細想一想，最後進入到社區，進入到酒店，這些車輛很難進入，因為太大了，所以可能跟我們更接觸多的或者使用更多的是一些小的機器人或者小的無人物流車。這也是在今年的CES展上面，我們展出了法雷奧跟一家初創企業TwinswHeel合作開發的無人配送機器人，有可能就不叫物流車，叫機器人，有兩個輪子的，也有四個輪子的，它不是自動駕駛，是跟著你走，比如有一些行動不便的老人或者是殘疾人，他在搬運東西的時候搬不了，他需要有一種機器人幫助他搬運貨物或者跟著他走。這是一種場景，法雷奧提供了感測器48伏的電機系統，這家初創企業目前已經推出兩種無人配送機器人。
你只要一摁這個按鈕，感測器就認識了你，比如說周總在那兒一摁，它就認識了你，別人再摁，它也不會跟著別人走。就像一隻狗，一個寵物一樣的。
這是無人物流車在家庭使用中的另外一個場景。
法雷奧是推出感測器品種或者種類最齊全的供應商，SCALA雷達是業界到今天為止唯一一家也是第一家已經量產的符合車規級的激光雷達，2017年是第一代SCALA雷達量產的，今年我們會在研發第三代，它是一個固態的激光雷達，時間也是根據我們的客戶，可能是2022年左右。
搭載的激光雷達，除了一般講的OEM客戶以外，還有的是我們的初創企業或者是我們自動駕駛的企業，這里舉的一個例子是法國的一家初創企業，這家企業搭載的是法雷奧的SCALA激光雷達，法雷奧也是這家企業的投資者，大概佔了百分之十幾的股份，這家企業從創立到今天，已經在全球20多個國家銷售了160多輛自動駕駛的無人小巴，同時也有無人駕駛的計程車。
最後總結一下：
自動駕駛跟電動化或者是共享汽車一樣，是我們「新四化」當中的一個非常明顯非常重要的潮流。我個人非常堅信有一天，我們能真正完成或者做到無人駕駛或者自動駕駛。當然這個道路是比較漫長的，也有可能是非常崎嶇的，所以我個人是一個比較謹慎的樂觀者。
在這個過程當中，我們要特別關注的是技術，但是越到自動駕駛或者高度的自動駕駛，你會發現技術只是其中的一個問題而已。還有什麼？剛才說到怎麼落地，怎麼商業化落地，怎麼來關注場景？我反復強調，如果脫離場景來講自動駕駛技術，那是沒有意義的或者是耍流氓，我們剛才已經講了極端的例子。在一個空曠，沒有任何障礙物的情況下，任何車都可以L4、L5的自動駕駛。但是如果結合場景，你會發現很多問題出現了，還需要什麼？不光是汽車行業，還需要我們的法規、保險、道路建設、運營方各方面來配合，一起合作來完成自動駕駛。
從這個角度來講，我跟滴滴的孟總的觀點比較接近，就是私家車的自動駕駛可能性，可能落地的時間點會更遠一些。因為我已經講過了，這個自動駕駛的成本必須要有人來承擔。我相信在座的每一位我們的用戶，你不可能花幾十萬塊錢買一輛車，再花幾十萬塊錢加裝一套自動駕駛系統。更快更好更早落地的可能是出租服務商，有可能是無人小巴、無人計程車或者是無人物流車等等，這三種哪個先落地，我們還看不清楚。但是可能無人物流車通過這個疫情的驗證，它可能會更容易找到一些落地的場景，來完成商業化的模式。
除了這三種場景以外，在礦區、無人區等等，也是一種L4的駕駛車輛，其實已經找到一種場景，當然這個相對比較小。
但是我要總結一點，自動駕駛不僅僅是私家車，它肯定是包括各種場景下面的各種車輛。我非常堅信在這種情況下，自動駕駛的場景落地不會很遙遠，不可能會在十年二十年以外，可能會更快，幫助我們來完成更安全更舒適的一個駕乘環境和物流交通的目標。
謝謝大家的聆聽！
本文來源於汽車之家車家號作者，不代表汽車之家的觀點立場。