adas开发
A. 从ADAS到无人驾驶，如何选择专业和学校推荐
学计算机算法开发和电子信息等专业，跟自动驾驶传感器和信息处理相关的。
B. 地平线与佛吉亚达成战略合作开发ADAS系统
在高级驾驶辅助系统（ADAS）领域，越来越多企业选择抱团前进。
美国当地时间1月7日下午，地平线公司宣布与佛吉亚达成战略合作框架协议。前者是中国一家汽车芯片初创企业，后者是国际知名的一级汽车零部件供应商，全球的销售额约180亿欧元。
两家公司都在寻求在高级驾驶辅助系统和自动驾驶技术的突破。
在2019年8月份的世界人工智能大会期间，地平线推出了中国首款车规级人工智能芯片—征程二代。这款芯片可用于高级辅助驾驶（ADAS）、众包高精地图与定位、智能人机交互等驾驶场景。
基于征程二代芯片，地平线发布了新一代的Matrix自动驾驶计算平台（Matrix2），以满足不同场景下自动驾驶运营车队以及无人低速小车的感知计算需求。
同样基于这款芯片，地平线已经研发了面向高级辅助驾驶的视觉解决方案，并专门针对中国道路和场景进行了优化。
汽车自动化浪潮中，佛吉亚也在寻求转型。该公司新成立的第四事业部-“佛吉亚歌乐汽车电子”，整合了日本歌乐、派诺特汽车和江西好帮手的相关技术，帮助佛吉亚在高级驾驶辅助系统领域成为重要市场参与者。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
C. adas硬件工程师和设计管理工程师哪个前景好啊
那要看你喜欢什么了，我主攻网络工程，或者说系统工程，接触网络比接触软件开发要多，所以我大概只能给你关于网络方向的意见，一般网络工程分为两条路一是要走职业技术的路子的人，都会集中在系统集成公司里面，特别是大城市一级的系统集成商，里面藏龙卧虎，就是靠技术吃饭的，这个工资一般很高，不过对技术要求也很高，要具备以下几个证书作为基础：1、国家软考中级网络工程师(高级的更好），CCNP、H3CNP（当然IE更好），系统集成项目管理工程师中级，MCTS、F5。具备了这些证书，月薪1万是基本，当然如果只具备的CCIE和H3CIE（这是网络工程的核心）的话，月薪1万也是铁定的事（不行你可以自己上招聘网查查，看看CCIE给多少钱一月）。这行就是靠技术说话，能力越强，工资越高。当然有些技术是没有认证的，比如raid，防火墙，web服务、linux等，所以这一行还要求经验。其次，就是不走系统集成商的路子，走非IT企业的路子，比如到国企的IT部门或者大公司的IT部门，本人的大师兄就是一家国际公司的IT部门经理，月薪15000，这一条路子对技术要求是比较杂的，不像系统集成商那样要求精，也就是说你面临的问题不仅仅是网络，有可能是操作系统、数据仓库、无线上网、修理电脑这些等等，反正就是很杂，要求也有低有高，用我们的话讲，就是属于计算机民工一类的。一般试用期工资也不好说，反正不会超过三千，你的一步步往上慢慢爬，才有高薪。你得具备以下几个证作为敲门砖才行，国家软考网络管理员、信息处理技术员、网络工程师、系统集成项目管理工程师等一些中级证书。还有一些没有证书的技术，比如会一些编程，网页设计，计算机硬件修理，小型无线局域网架设等等。第三条路就是进入软件企业，这条路跟第一条差不多，属于学习型的路子，更偏重于软件开发设计，不适合网络工程，我就不说了，你可以看国家软考的考试科目，这些科目说白了就是为了现有的计算机职业制订的，有很强的指导作用。你可以参加CCNA、CCNP、CCIE路由交换部分，因为这是网络工程的核心，不过对英语有很高的要求，考试费用也相当高，如果你不愿意，可以参加国家软考，先搞到个网络工程师作为敲门砖，然后慢慢学。向软件方向发展的话，基本就是进入软件企业最好，其次就是进入系统集成公司，据说高级软件设计开发师的工作不比，高级网络工程师低，当然市面上很多公司对这个没有详细分类，有很多中小企业要求你懂电脑，会电脑，有些关于电脑的证书就行。反正就是一句话，技术越高，工资越高，你看看现在社科类大学生出学校，99%的试用期工资都不会高于2000，所以啊，高技术优势还是相当明显的。
D. 机器人算法和adas算法有什么区别吗
我是相关专业~~~自动化其实也算~~专业课啊1、自动控制原理。自动控制是机器人运动的基础，别看人类运动的很简单，要让机器人和谐的运动，需要大量的传感器的测量，并进行计算和模拟，最后根据这个，调整参数，进行干扰补偿、负反馈、前后两种串联补偿等等。（顺便说一句，维纳的《控制论》是一本好书，不仅仅限于工程哦~在社会人文学科都有用的，钱学森还有一本《工程控制论》，没有看过。。不过大师的书一定很棒的。。）2、智能技术。额，这个暂且也算吧，我们学校自己开的。。。还分2-1和2-2，主要学各种专家系统、机器学习、智能计算、启发式搜索、分布式人工智能、许许多多智能算法如蚁群算法、神经网络。3、机器人学。这个挺厉害的，讲解机器人运动中的数学计算，涉及空间描述，广义坐标，瞬态运动学，雅可比矩阵显式（线性代数基础）、立体视觉、轨迹生成、关节空间动力学、拉格朗日方程（拉老爷子挺牛逼的。。到处都是啊啊啊啊）、控制学（就是自控）、顺应性。需要比较好的数学基础。到处都是公式啊名词啊！！4、单片机开发。好像我们学校有这个课，我自己自费买的Arino开发板也算AVR单片机。机器人的成本、体积限制。要求我们不可能啥都用电脑来指挥，单片机体积小，也可以作为机器人的大脑，要让机器人按照你的要求，就要写好单片机程序。5、电机拖动。啊呀这个应该写在前面的，不过我刚刚才想到。喵。。。类人机器人的关节是靠电机驱动的，就算不类人，也需要轮子吧~要控制好机器人的运动轨迹，就需要了解电机的原理，了解调速、启动、电磁关系才能设计好机器人呢。智能专业不仅仅是机器人的。。。光学机器人太狭窄了。。智能不仅仅是机器人呢，想想天网吧，那种没有实体的人工智能才好玩的~俺们上课看老师放的机器人视频还是挺有趣的，但是我国的智能学科在国际上还需要努力，美国在机器人运动方面超前我们十多年呢（低估了的）。。少年你要不要来学~贡献一份力量呗~——————以下是猪的签名———————————微笑的猪头—真——帅——气———————
E. 双目ADAS系统如何实现他的辅助驾驶功能
原理可以给楼主科普一下。双目ADAS系统基于人眼视觉的双目测距原理开发而来，可以将相机拍摄到的各类障碍物实时运算转换为距离，通过计算与物体的相对速度和距离实现碰撞预警、车道偏离预警等功能。通俗一点说，双目ADAS就是一双人眼，但这个“人眼”是和处理器连接一起的，反应速度非常快，就像你的副驾驶位上坐了一个24小时不休息的哨兵一样。
F. 行车记录仪adas什么意思
行车记录仪adas是指高级驾驶辅助系统（Advanced Driving Assistant System），就是紧急情况下在驾驶员主观反应之前作出主动判断和预防措施，来达到预防和辅助的作用。
ADAS的传感器用来检测汽车状态，从而来预知危险。主要有摄像头、雷达、超声波、夜视传感器和V2X（即车与车、外界的信息交换）。
ADAS的另外一个功能—碰撞预防系统。是由安装在车头上的雷达，侦测车辆和前方车辆的距离和速度，一开始会用警告声提醒车主。
如果，车距持续拉近，车辆会自动轻踩刹车，并轻拉安全带2、3次，警告车主。当系统判定无法避免碰撞时，会在启动自动紧急刹车后，同时立刻拉紧安全带来减少车主的伤害。
(6)adas开发扩展阅读：
ADAS应用技术
1、高级驾驶员辅助系统（ADAS）基础型后视摄像头
智能后视摄像头可在本地对视频内容进行分析，以实现物体与行人侦测。此外，它们还支持全面的本地图像处理及图形叠加创建。它们能够测量物体距离，并触发制动干预。
2、高级驾驶员辅助系统（ADAS）前视摄像头
高级驾驶员辅助系统中的摄像头系统可以分析视频内容，以便提供车道偏离警告（LDW）、自动车道保持辅助（LKA）、远光灯/近光灯控制和交通标志识别（TSR）。
3、ADAS的传感器
高级辅助驾驶系统基于不同的传感器技术， 77GHz的雷达传感器目前已经在高端奢华轿车上的主动式巡航控制系统（ACC）上应用多年了。该系统的传感器可以丈量前方车辆的速度以及两车之间的间隔，同时可以监测自身车辆的速度和间隔。
相比于雷达，这种传感器发射激光脉冲，并能检测从其他物体反射回来的光线。与其他物体之间的间隔可以通过信号延迟的时间来进行计算。、
G. ADAS 迎来普及期 未来谁执牛耳
无人驾驶经过近十年的发展，已经被证明要想真正大规模投入使用，将需要比预期更多的时间和资金。比较之下，覆盖L1~L2级别范围的ADAS由于技术成熟度更高，更具量产可行性，正迎来大规模商用和普及阶段。
放眼市场，当前越来越多的车企开始将ADAS作为“标配”，在新车上广泛搭载。例如在2019广州车展上，就有新迈腾GTE、EXEED星途TX系列、VV7PHEV、CS55PLUS、风光ix7等多款车型，纷纷将ADAS作为主要卖点之一，来吸引消费者的注意。
技术驱动?ADAS?成新车“标配”
近两年随着感知技术、算法、芯片、决策控制、系统融合等关键技术的快速发展，与此同时消费者对驾驶安全的关注度越来越高，使得ADAS?开始在市场上走热。比较常见的有自动紧急制动AEB、前向碰撞预警FCW、自适应巡航ACC、车道偏离预警LDW、自动泊车APS、盲区监测BSD、驾驶员监测DMS、变道辅助LCA、360°全景影像、车道保持辅助LKA等。
不过，由于功能不一样，这些系统在新车上的搭载率各不相同。据相关统计数据显示，目前市场在售的近七千款车型中，超过5成的新车搭载了AEB、FCW、ACC、360度全景影像，紧随其后的是LDW。超过1/3的在售车型搭载了BSD和疲劳驾驶预警BAWS。LKA和APS这两类配置的搭载率最低，只有超过2成的在售车型有所搭载。
且考虑到技术成熟度和系统成本，这些技术前期很多主要是在高配车型或者中高端车型上搭载。例如在2018款朗逸和2019款朗逸上，就仅在豪华版车型上搭载了倒车影像和ACC。以至于目前ADAS在新车上的整体搭载率并不高，据悉不到30%。
据此次调查，57%的参与者认为国际零部件巨头会继续占据主导地位，因为这些企业在ADAS品类、性能、功耗、可靠性等方面很多都有着上十年甚至更长时间的专业积累，无论是在技术成熟度还是在批量生产的一致性方面，都经得起推敲。
42%的参与者更看好本土ADAS厂商未来的发展，因为一直以来外资供应商在与国内车企合作的过程中，都有较强的掌控力，这在很大程度上会抑制本土车企的创新，使得自主品牌很难在他们的产品基础上做进一步的研发。再者，部分外资零部件企业在研发或测试过程中，由于对中国的道路情况不熟悉，难以真正做到完全的本地化，抑或研发的产品并不能很好地契合中国路况。
比较之下，以福瑞泰克为代表的国内Tier1，在支持国内车企开发ADAS系统的过程中，能够很好地基于对中国交通场景和中国道路的深刻的理解，深入洞悉国内主机厂的需求，做定制化的开发，在保证产品质量性能的前提下，大大缩短产品开发周期。且他们在与自主车企合作过程中所呈现出的开放度和灵活度，也是外资零部件企业无法比拟的。
进一步细分，27%的参与者认为国内体量较大的零部件公司将会获得更多市场份额，实现国产替代，15%的参与者则认为初创公司将会得到较快的发展。
不过，尽管国内供应商的ADAS产品已经在逐渐落地，他们面临的挑战亦不容忽视。其中最突出的问题是如何保证车企批量生产的一致性，这无疑需要本土ADAS厂商进行长时间的累计，以获得稳定且长期的前装量产经验，才能更好地满足车企需要，真正实现国产ADAS厂商的崛起。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
H. ADAS是无人车的基础吗
ADAS是高级辅助驾驶的简称，虽然它是最接近于自动驾驶的先进辅助驾驶系统，但是还是不太一样的。它是需要靠人脸识别技术结合算法来实现对司机在驾驶过程中的辅助作用。
通过人工视觉技术，前向摄像头可识别前方车辆、行人和车道线，结合车速，测算相对碰撞时间（TTC），提供防碰撞预警和车道偏离预警；对司机摄像头可识别异常的人脸面部状态，一旦检测到疲劳或姿态异常状态，系统会通过语音提示车主，注意行车安全。
I. 法雷奥中国区CTO顾剑民：从ADAS到自动驾驶之路
2020年6月22日-23日，由南京经济技术开发区与盖世汽车联合主办的“2020第三届全球自动驾驶论坛”隆重召开。本次论坛重点围绕与自动驾驶规模化商用有关的核心技术、法律法规、技术评测、商业模式等话题展开探讨，下面是法雷奥中国区CTO顾剑民博士在本次论坛上的发言：
法雷奥中国区CTO?顾剑民
感谢盖世汽车周总的邀请，非常高兴有这个机会跟在座的各位领导、专家、同行来分享，这个题目也是很大，《从ADAS到自动驾驶之路》。我个人认为，主动安全是被动安全智能的延伸，如果进一步的话，ADAS就是跟我们一般讲的驾驶辅助系统，是主动安全的一个智能的延伸。
是不是自动驾驶是ADAS的一个智能延伸呢？从某种意义上来说是，但是自动驾驶不仅仅是一个技术的问题。今天上午两位发言嘉宾都讲到，还牵涉到场景、商业模式的落地，除此以外，还有包括法规、基础建设、保险，跟自动驾驶都非常相关，所以我们今天谈的不仅仅是技术的问题。
因为我是代表法雷奥来做发言，我相信在座的很多对法雷奥比较了解，法雷奥是总部在法国巴黎的一家汽车零部件集成供应商，我们在全球是排前十位的，法雷奥在中国也有很多的布局，一共拥有35家工厂、12个研发中心，在南京就有一家工厂和一个研发中心。
在产品线来讲，可以说在座的各位如果你是有驾驶汽车的话，这个车上肯定有法雷奥的产品或者零部件。我们有四大事业部，其中一个事业部的主打产品就是今天我们要讲到的自动驾驶驾驶辅助，在产品系里面有感知系统，就是通常讲的传感器、激光雷达，人工智能先进的人机交互，还有车联网提供给大家，帮助大家打造一个满足大家出行的需求，这是我们公司在自动驾驶方面的一个简单的介绍。
如果我们再看，今天我们的题目是什么？从ADAS到自动驾驶，所以我开门见山把这一页放在这儿，这一页PPT，其实我在去年已经用过，到今天我几乎一字不改，因为这个观点没有改变。
第一句话，怎么来做自动驾驶，怎么帮助自动驾驶商业化落地，首先是什么？进入一个市场最好的方法是什么？从小做起，就是从简单、低成本的自动驾驶技术入手。这里讲的是技术，从简单的低成本技术入手。
接下来是什么？目的是用于吸引足够多的愿意付费的用户，因为我们大家知道，如果自动驾驶是什么？展示、测试，没问题，大家都会欢迎，但是你还没法商业落地，商业落地的基本条件是什么？需要有人付费，天上不会掉馅饼，总是需要有人付费，不是你付费，就是我们的整车厂来付费。
具体怎么做呢？我下面列了几个场景也好或者商业落地的方式也好，首先从自动泊车或代客泊车开始，因为大家知道泊车相对低速，而且场景比较可控，在一个半封闭停车场或者停车库里面。还有从低速的自动驾驶开始做起，这里列的是40公里时速，其实这个时速已经很高了。一般来讲，在公路道路上的车辆可能不止40公里。在低速的情况下，首先可以什么？它可以对于感知系统、决策系统的压力挑战相对小一些。
这就是从简单的技术开始做起。
还有什么？从特定的场景和特定用途开始，自动驾驶有很多场景，如果不跑开场景来讲自动驾驶是没有意义的。举个极端的例子，如果你在一个测试场地，直径300米，里面没有任何车辆，没有任何障碍物，不要说L4，L5都可以做到。但是换一个场景，非常拥堵的情况下，L3都做不到。
关键是要去掉安全驾驶员，我们今天很多的展示测试车辆，自动驾驶在路上必须有安全员，这也是我们目前的规定，法规所制约的。
但是大家想一想，如果有安全员的话，我们通常讲L4的车辆，还是在L3的基础上，这个方面如果我们不能够突破，我们的技术还是在L3这个技术层面，从本质上讲。
当然，今天另外一个讨论的点，其实真正的自动驾驶不要纠结于到底是L2、L3或者L4，我们今天看到的是来看场景，怎么突破商业化落地，找到一个商业化模式，这才是最重要的。
最后，就是送货的需求，可能比运客更实际。当然并不是说货物从安全的角度来讲，可能比客人关注程度要低一点，这并不是唯一的原因。大家如果看到过去这几个月，特别是疫情爆发比较严重的时候，我们在武汉、北京这些城市都会看到什么？有一些无人的物流车来运送医疗设备、医疗物资，可以避免人和人的接触，特别是去一些疫情比较严重的地方。这也是我们可以看到无人物流车在这个情况下面，它可能比送人送客更有需求的场景的需求。
这是一个原因。
我在这里抛砖引玉，抛出这几点。
接下来请允许我花一点时间结合法雷奥的产品，来和大家详细叙述一下我们怎么找到场景落地，找到商业化落地的一个最终的目标。
刚才讲到了，自动泊车是一个比较容易实现的场景，通常讲到自动泊车，泊车辅助是什么？驾驶员需要在车内根据系统的提示，来完成自动泊车或者泊车辅助。但是一旦把驾驶员移到车内，让我们的客户能够选择在车内或车外泊车的话，就是遥控泊车。
法雷奥在2016年推出遥控泊车这个功能，也已经量产了，大家可以看一下。用遥控钥匙，万一发生一些紧急情况，需要停止泊车的话，可以一键停止。
接下来可以更近一步，我们可以想像，如果我们在地下车库口，我们可以用遥控停车让车辆自动泊车，跟刚才遥控泊车的技术是大同小异，但是区别在于一个是可能车辆需要行进的路程或者寻找车位的范围更大一点；第二个区别在于，我们这里讲的就是代客泊车，需要厂端的支持。从业界来讲，有两个潮流或者两种方法，一种代客泊车是完全靠车端的传感器来完成，另外一种是需要厂端和车端来协同完成代客泊车。
如果靠一个车端的传感器，在一个非常拥挤的地下车库里面，可能需要花很长的时间才能找到泊车位，同时有可能引起泊车的拥挤。所以如果在厂端和车端相结合，厂端上面加上一些传感器、激光雷达，来帮助我们更快更有效地找到泊车位。
这里也有一个视频，这是法雷奥和Cisco合作的一个系统，在这个过程当中，可以避让行人，完成泊车，会发送信号给我们的客户，等到我们的用户需要用车的时候可以提前预约，从自动的到下车的点来迎接我们的用户，这是代客泊车的概念。法雷奥认为车端和厂端相结合是完成代客泊车比较有效更现实的一个方案。
另外一个自动泊车的应用场景，非常意外，是什么？充电。大家可能一开始没想到为什么充电和自动泊车相关？这是因为目前跟自动驾驶一样，电动化也是非常大的一个趋势，大家可以看到越来越多的插电式混合动力车辆和纯电动车辆，这些车辆无一例外都需要充电，可能插电式混合动力充电不需要那么频繁。
我们对德国用户调研发现，有三分之二的用户认为如果能完成自动充电或者无线充电，他们更愿意选择或者使用纯电动车。我觉得原因可能是什么？因为我差不多开了两年时间一辆插电式混合动力，大家发现充电枪通常比较脏，有的时候还会掉在地上，下雨的时候你也不愿意捡那个湿淋淋的充电枪，你会更愿意有人帮助你完成自动充电或者无线充电。法雷奥的一个概念，我们能够打造通过高精度的自动泊车来完成自动、无线充电，或者用机械手帮助你有线充电。这个误差的范围，精度必须提高到10厘米以内，即使是充电，大家不要以为到充电桩或者充电板附近就可以完成充电，需要有一个精度。只要用户完成一次泊车，下一次可以自动回到这个泊车的位置，这里还有一个自动避让。
这是自动泊车完成充电，需要一个比较高的精度，刚才说到10厘米以内。
但是大家想想除了泊车之外，如果真正的自动驾驶需要什么？除了感知功能以外，还有一个最重要的就是定位。感知只是感知周围的环境，就像我们的眼睛一样。但是如果你都不知道自己现在在哪里，你怎么来真正做到自动驾驶呢？一般来讲，自动驾驶，我们可以想到的定位的方法就是用GPS信号，但是GPS，即使是在天气比较好的情况下，我们的GPS能做到的是米级的精度，差不多是在2—3米左右的误差。用于导航，GPS没有问题，你只要知道自己在哪条路上就行了。但是2—3米的误差几乎是一条车道的宽度，也就是说你不知道自己到底是在哪条车道上。在辅助道或者高架上面，导航没法告诉你。而且我们的车道线，如果双向双车道的情况下，很有可能一条车道线的误差就变成逆行了，或者你在路口的时候导航却不知道你在路口，告诉你的时候让你转弯的时候已经太晚了。所以对导航来讲，可能人加上自己的感知，观察周围的环境，还可以接受米级的精度。但是自动驾驶没法接受，我们需要提高到厘米级，这就提出一个很大的问题，怎么来帮助自动驾驶达到厘米级的精度，所以我们在这里又提出一个RTK的方法，2020年的CES上，现代汽车，还有Hexagon—Novatel，是一家高科技的公司，和法雷奥和移动网络运营商，提出了一项高精度的联合定位技术，它的意义是说我们用了GPS信号以后，但是通过跟地面的基站，地面的基站你可以事先得到它的高精度的位置信息，然后进行一个差分的对比，你可以得出精度比较高的一个相对的位置，这是所谓RTK的技术，是实时动态差分定位技术，这个技术可以帮助我们达到厘米级的精度。
这已经不是一个新的技术，现代汽车今后会把这个技术搭载他的车上进行量化，这已经是一个可以标准化量产的高精度技术。
RTK技术可以帮助我们达到厘米级精度，这是已经得到证明的，但是还是有局限性，比如说GPS信号需要什么？天气比较好，如果像今天下雨，云层比较低的情况下，GPS信号被遮盖。还有一种情况是什么？比如说我们到大城市，像上海或者是香港这种高楼林立的城市，香港还有另外一个限制，就是香港有很多双层的大巴或者观光巴士会影响遮蔽信号，更不要说经过隧道、高架桥，信号肯定会受影响，这个时候我们需要另外一个技术来弥补或者补充定位，就是我们经常讲到的用激光雷达的点云技术来帮助定位。也就是说我们通过激光雷达先打造一个高精度的地图，然后通过车上的传感器、激光雷达来实时对比高精度地图的差异，来帮助我们相对的定位，这个技术其实也已经非常成熟了。我们法雷奥是通过一个激光雷达打造这样一个高精度地图，来实时定位。这个高精度地图是通过众包的形式，因为不可能派出很多的车去每次实时更新这些地图，所以是通过我们的用户在使用过程当中，他的激光雷达的点云，来帮助实时更新这个地图，所以这是一种众包或者众筹的形式。这样的方法，跟刚才说的RTK可以互相补充。
非常有趣的是什么？一般情况下，在高楼弥补的情况下，因为有这样一个系统来通过点云帮助定位，那个时候信号可能会比较弱。相反的情况下，在GPS信号不受影响，比较空旷的，比如在大西北是沙漠或者荒漠的地带，地理特征不是那么明显，你怎么进行定位呢？这个时候就用RTK的技术，GPS的信号来弥补。这两种技术在某种程度上用途是可以互相弥补，互相支撑的，可以帮助我们完成自动驾驶的高精度定位。
在今年的CES上我们也做了一个展示，法雷奥搭载了第二代ScaLa激光雷达的车辆，作为高精度采集的车辆，还有第一代激光雷达的车队车辆来展示我们的高精度车辆，这个在拉斯维加斯大街上面进行实时的展示。在这种情况下，我们可以发现我们的定位精度可以提高到厘米级，大概在10—12厘米以下，这是一个比较高精度的定位。
这里需要跟大家说一下，ScaLa第一代和第二代激光雷达都是已经量产的激光雷达。同时在右边这张图上面有一个车顶定位的套件，什么意思呢？一般来讲，激光雷达和毫米波雷达和其他的传感器一样，一旦要量产，一般都是跟我们的OEM的客户合作，需要经过长时间的标定开发工作，这些激光雷达或者毫米波雷达并不像大家想像的一样，我买一个雷达插上去，即插即用，不是这么简单，这是一个长期的开发工作，标定工作。对于一些初创企业，特别是自动驾驶初创企业，他可能经不起这样的时间成本和开发成本，所以法雷奥最近推出一个所谓叫通用传感器套件的概念，也就是说我们把一些传感器，目前还是局限于激光雷达和超声波传感器，把它做成一个标准的套件。也就是说它的几何尺寸，比如刚才说的车顶的套件，事先已经做好了标定工作，对于用户来讲，特别是对于自动驾驶初创企业来讲，他需要做的工作就相对少得多，时间成本和开发成本都会大大降低。而且这些都是已经量产的车规级的传感器，所以它的质量，包括刚才说的一致性都会有保证。
我们在拉斯维加斯这些高精度定位的展示车辆，用的车顶都是用的激光雷达的套件，这是一个比较实用的高效的解决方法。
真正做到自动驾驶，技术上有一个讨论比较多的难点是什么？刚才滴滴的孟总也讲到了，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，他们接下来的意图是什么，也很可能或者是说没有可能提前知道，你没法预测他们下一步的路径，很难。
我举一个极端的例子，我们在路上看到很多电动车，特别是送外卖的这些小哥，他一边打着电话，一边驾驶着他的电动车，他自己都不知道下一秒他是往左往右还是刹车，你怎么知道呢？这是一个最大的挑战。
记得我在两年前，我去南方有一个城市拜访一个自动驾驶的初创企业，他们邀请我，在他们车内做自动驾驶的展示车辆，在路上进行一个自动驾驶的展示，开着开着车，突然车辆刹车了，什么原因呢？因为在前面人行道边上站着一位老兄，那个车辆因为比较保守的算法，它在人行道上看到一个人，不知道这个人下一步会干什么，会走上人行道跨越马路呢，还是继续在路上待着，保守起见就停下来，然后再换道，绕过行人前面的路。
一般驾驶员开车会经过一个大概的判断，低速通过或者从旁边绕过，这对自动驾驶车辆就是一个非常大的挑战。我们怎么来预测其他，不光是行人，还有骑车人、电动车、滑板车这些交通使用者他们的意图。我们在今年的CES展上面，法雷奥又推出一个MOVEPREDICT.AI，通过人工智能机器学习的方法，来判断这个人的注意力是不是还集中在交通行动上面，如果不在的话，我们可以通过更保守的方法，如果他注意力还是在交通上的话，接下来一步的反应就可能不一样。
然后还可以判断他接下来的，预测他的企图或者意图，他是不是要过马路，他的行迹都要通过人工智能进行判断。当然这只是一个概率问题，并不是能百分之百预测，但这是我们下一步的目标，如果你不能预判的话，就只能用最保守的算法和驾驶，这对我们的使用者的感受应该是不满意的，这样的话自动驾驶变成鸡肋，你开得比人还保守还慢，这样的话，自动驾驶并不能真正找到落地的场景。
在刚才讲到，其实很多情况下运货可能比运客的需求更实际，这就是为什么我们在2019年的CES展上面，我们跟美团签订的战略合作协议，共同开发最后一公里的无人配送技术，或者叫最后一公里的无人物流车。这是我们在去年和美团达成协议。
在2020年1月份，在今年的CES展上，我们推出了法雷奥和美团共同开发的无人物流车。因为受场地限制，我们在一个停车场里面做了一个简单的绕圈的演示。图中有一个小哥他手里拿的不是遥控器，很多人在问是不是像遥控玩具车一样在控制这个车辆？不是，唯一的目的是开始和结束。
这是我们在一年之内，从跟美团签订战略合作协议，进行技术上的交流，设定目标，最后完成设计、制造样车，运到美国。这一年当中做了很多事情，这也是一个速度非常快的过程。
这是一个怎样的物流车呢？简单跟大家介绍一下，它的尺寸是2.8米长，宽1.2米，比一般的小车还要小一些。它可以送17份外卖，这个并不是说只能送17份，它有17个运送箱，取决于外卖的大小，可能还可以搭载得更多。续航里程是电驱动的，一共是100公里，如果需要更长里程的话搭载更多的电池。
法雷奥和美团的分工是法雷奥提供这样一个线控底盘，提供了48伏的电池系统，控制器，上面是法雷奥提供的自动驾驶传感器、自动驾驶的平台，从模块到软件是由法雷奥提供的，不光是给自动驾驶的无人物流车，也可以给所有的城市道路工况的车辆提供自动驾驶的模块。美团提供当中的车体，包括刚才讲到的车厢，还有运送柜和APP，用户和客户的软件交流，是由美团提供的。
这是一个样车，在一年之内很快就做成了，本来我们的计划是在今年4月份的北京车展，把这辆车运到北京做进一步的展示和交流，因为疫情的原因，这个事情肯定会推迟了。
我刚才介绍了，其实自动驾驶的平台为无人物流车，它不是专门打造的，是法雷奥在两年前，2018年已经推出的一个城市道路工况下的自动驾驶平台。这是在城市道路工况下目标是L4级别的自动驾驶，它其实是考虑到城市道路工况下面的各种特点，比如说有各种各样的车辆、行人、自行车，其他的交通灯，包括在欧洲有很多的环岛，还有停车的标志，这些都考虑在内。我们还通过刚才说的高精度定位的方法，来知道车辆的定位，来打造L4级别的自动驾驶平台系统。
我们可以看一下这个视频，这是2018年在巴黎车展上面做的一个自动驾驶的展示，需要提醒大家一点的，在这个车上面所有的传感器是都已经量产的，都已经交付给我们的终端客户，在OEM。因为在驾驶员手下已经是量产的，在运用的传感器。
这是2018年巴黎车展做的一个展示，大家可以看到，刚才是一辆摩托车经过，下面是自动变道、超车，左边是车内的一个摄像头，右边是车后方的一个跟随车拍的，前面是自动避让自行车的一个场景。
交通灯的识别、斑马线、行人的识别、避让，最后是隧道、桥道，GPS信号被遮盖的时候，能够继续保持高精度定位。
这是一个自动驾驶平台，是一个软件和硬件相结合的系统。
如果我们详细看一下，在这个无人物流车传感器的配置是如何的呢？搭载了各种传感器，首先是4个环视摄像头，前面还有一个长距前视摄像头，4个毫米波雷达，12个超声波传感器、4个激光雷达，4个激光雷达的作用还各有点不同，前后的激光雷达是起到探测障碍物的作用，两侧的激光雷达更大的作用是用来通过点云地图来帮助高精度定位。大家可以看到是有四种不同种类的传感器搭载起来，每种传感器有各种不同数量的，完成一个感知功能的冗余，帮助完成自动驾驶。所有这些传感器都是已经量产的，我们在交付客户已经使用了。
刚才讲了很多是比较大的，比如宽1米多，长2米甚至3米的无人物流车。其实如果大家仔细想一想，最后进入到社区，进入到酒店，这些车辆很难进入，因为太大了，所以可能跟我们更接触多的或者使用更多的是一些小的机器人或者小的无人物流车。这也是在今年的CES展上面，我们展出了法雷奥跟一家初创企业TwinswHeel合作开发的无人配送机器人，有可能就不叫物流车，叫机器人，有两个轮子的，也有四个轮子的，它不是自动驾驶，是跟着你走，比如有一些行动不便的老人或者是残疾人，他在搬运东西的时候搬不了，他需要有一种机器人帮助他搬运货物或者跟着他走。这是一种场景，法雷奥提供了传感器48伏的电机系统，这家初创企业目前已经推出两种无人配送机器人。
你只要一摁这个按钮，传感器就认识了你，比如说周总在那儿一摁，它就认识了你，别人再摁，它也不会跟着别人走。就像一只狗，一个宠物一样的。
这是无人物流车在家庭使用中的另外一个场景。
法雷奥是推出传感器品种或者种类最齐全的供应商，SCALA雷达是业界到今天为止唯一一家也是第一家已经量产的符合车规级的激光雷达，2017年是第一代SCALA雷达量产的，今年我们会在研发第三代，它是一个固态的激光雷达，时间也是根据我们的客户，可能是2022年左右。
搭载的激光雷达，除了一般讲的OEM客户以外，还有的是我们的初创企业或者是我们自动驾驶的企业，这里举的一个例子是法国的一家初创企业，这家企业搭载的是法雷奥的SCALA激光雷达，法雷奥也是这家企业的投资者，大概占了百分之十几的股份，这家企业从创立到今天，已经在全球20多个国家销售了160多辆自动驾驶的无人小巴，同时也有无人驾驶的出租车。
最后总结一下：
自动驾驶跟电动化或者是共享汽车一样，是我们“新四化”当中的一个非常明显非常重要的潮流。我个人非常坚信有一天，我们能真正完成或者做到无人驾驶或者自动驾驶。当然这个道路是比较漫长的，也有可能是非常崎岖的，所以我个人是一个比较谨慎的乐观者。
在这个过程当中，我们要特别关注的是技术，但是越到自动驾驶或者高度的自动驾驶，你会发现技术只是其中的一个问题而已。还有什么？刚才说到怎么落地，怎么商业化落地，怎么来关注场景？我反复强调，如果脱离场景来讲自动驾驶技术，那是没有意义的或者是耍流氓，我们刚才已经讲了极端的例子。在一个空旷，没有任何障碍物的情况下，任何车都可以L4、L5的自动驾驶。但是如果结合场景，你会发现很多问题出现了，还需要什么？不光是汽车行业，还需要我们的法规、保险、道路建设、运营方各方面来配合，一起合作来完成自动驾驶。
从这个角度来讲，我跟滴滴的孟总的观点比较接近，就是私家车的自动驾驶可能性，可能落地的时间点会更远一些。因为我已经讲过了，这个自动驾驶的成本必须要有人来承担。我相信在座的每一位我们的用户，你不可能花几十万块钱买一辆车，再花几十万块钱加装一套自动驾驶系统。更快更好更早落地的可能是出租服务商，有可能是无人小巴、无人出租车或者是无人物流车等等，这三种哪个先落地，我们还看不清楚。但是可能无人物流车通过这个疫情的验证，它可能会更容易找到一些落地的场景，来完成商业化的模式。
除了这三种场景以外，在矿区、无人区等等，也是一种L4的驾驶车辆，其实已经找到一种场景，当然这个相对比较小。
但是我要总结一点，自动驾驶不仅仅是私家车，它肯定是包括各种场景下面的各种车辆。我非常坚信在这种情况下，自动驾驶的场景落地不会很遥远，不可能会在十年二十年以外，可能会更快，帮助我们来完成更安全更舒适的一个驾乘环境和物流交通的目标。
谢谢大家的聆听！
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。