去年底，湖南（長沙）獲批創建國家級車聯網先導區，“以路先行，快速倍訓”，是具有長沙特色的智能駕駛實踐，作為優選，“主動式優先”公交系統在去年得以落地，兩千多輛智能網聯公交車上路，覆寫七十多條公交線路，作為全程參與規劃布局和技術落地的長沙智能駕駛研究院，究竟是如何推動這一行程的？
作者 | 木易
出品 | 《新程式員》
上世紀80年代出國留學，馬濰在英國獲得語聲信號處理博士學位，之后去到美國硅谷做手機芯片，汽車電子及解決方案，期間負責DSP的專用處理器架構設計和工具鏈，在美國國家半導體到德州儀器期間，馬濰供職于中央研究院，負責范訓新技術和新產品，
從美國回到中國后，他沒有選擇北上廣深等產業和人才更為集聚的一線城市，而是來到了革命火種發源地——長沙，他說：“特別喜歡長沙人的‘霸得蠻、耐得煩、吃得苦’，正是這樣的精神才能將智能駕駛這個需要超過十年技術沉淀期的‘持久戰’攻克”，
然而，精神助長事業的理念固然重要，但卻是必要非充分條件，最終撬動馬濰下定決心選擇長沙的支點，是他和李澤湘教授的談話，因為與這樣一位新技術創業范訓領軍人的相知相熟，馬濰在歸國前已經在和他的多次思想交鋒中構想出了智能駕駛的未來藍圖，
當藍圖落地為實踐，長沙建成了最大的無人車試車場，四輛智能駕駛公交車在7.8公里的試車場里進行著回圈技術驗證，“雙百”——100公里高速+100公里城市智慧交通也得以完成，正在打造的市場倍訓中，“主動式優先”公交系統也得以落地，
精神、藍圖和實踐——對于長沙建設“智能駕駛之城”一個都不能少，馬濰和長沙，和智能駕駛的不解之緣，也終于孕育出了長沙智能駕駛研究院，
馬濰是西安電子科技大學學士、碩士，英國薩里大學博士，擁有超20年在硅谷進行技術研發及運營管理的經驗，2017年，他回國聯合創辦了長沙智能駕駛研究院有限公司，作為全球領先商用車自動駕駛技術和產品提供商，公司先后獲得“2020福布斯中國高增長瞪羚企業榜”等20余項國內外榮譽，馬濰博士也被長沙市認定為國家級領軍人才，
天翻地覆之前，首先要“耐得煩”
要說二十一世紀前十年最成功的技術，非互聯網莫屬，三個年輕人在大洋彼岸“資訊高速公路”的觸動下，成就了日后的互聯網三巨頭，但在浪潮之下，暗流也在涌動，
1999年，劉慶峰在中科大創立了科大訊飛，數年后，在祖國南部邊陲，汪濤在香港科技大學讀書期間遇到李澤湘，基于恩師的鼓勵和支持，他在深圳創辦了大疆，
之后，李澤湘教授帶領他的創投團隊繼續在硬科技創業和智能制造產業輸血，范訓出李群自動化、逸動科技、云鯨智能等被寄予獨角獸厚望的創業公司，
看著李教授在新技術范訓中結出的累累碩果，馬濰感受到國內產業發展已進入無人區和深水區，山寨模式已被嶄新的創新理念取代，“李澤湘教授一直和我強調很多初創概念都進入了無人區，一場大的革命正在發生，會引發產業鏈劇變，天翻地覆，我們不要做旁觀者，應該投身進來，做出完全不一樣的東西，改變世界，”馬濰如是說道，
在為什么選址長沙這個問題上，他認為首先在于湖湘文化敢為人先的特質，要做到這一點需要“霸得蠻、耐得煩、吃得苦”，在這三個品質中，“耐得煩”尤其重要：
“創業有很多不確定性，有的人可能兩年就成功了，有的人20年都不成，‘耐得煩’很多人做不到，一開始很有激情，但能不能持續，是創業能否成功的關鍵，”
除了精神考量，智能駕駛創業所需的客觀環境也非常嚴苛，事實上，相較于配套更完善，汽車產業更發達的一線城市，長沙在整體上處于劣勢，但在智能駕駛領域，長沙走在了前面，自2016年長沙市規劃建設湖南湘江新區智能系統測驗區，首期就建成了14.9公里測驗道路和1230畝的封閉測驗場地，為智能駕駛產業發展打下堅實基礎，
此外，從人才來看，盡管大部分人的首選仍然是北上廣深，但在最新調研報告中，長沙成功入選畢業生最受歡迎的前十城市，據CSDN用戶資料統計，長沙本地在人工智能（AI）應用開發人才儲備上位居前列，作為“十大中國最具幸福感城市”，長沙具備良好的硬體環境和軟體條件，
在馬濰看來，能夠受到畢業生青睞，長沙的低房價也功不可沒，生活的焦慮感相對較小：“‘無恒產而有恒心者，惟士為能’，對于大多數人來說，能夠沉下心來做事的首要保障就是生活安定，我剛去硅谷的時候房子非常便宜，這幾十年來硅谷能夠發展成為世界科技之巔，良好的居住環境是留住人才的重要保障，”
在教育配套方面，長沙本地在人才輸出方面十分強勁，包括中南大學、湖南大學，以及國防科技大學和湖南師范大學在內的985和211，都在為產業界持續輸送技術人才，
“所以，就是長沙人的精神、產業配套，再加上人才供給，讓我們最終決定在長沙扎根，”馬濰說到，
長沙經驗：以路先行，快速倍訓
在人工智能技術成熟度曲線上，無人駕駛和通用人工智能并列為超過十年才能獲得主流接受的技術，但因為汽車產業體量龐大，加上一直以來堅持核心技術自主化的路徑，為一眾軟體及傳統車企進入這一領域提供了巨大貧訓，
“自動駕駛技術可以解決很多產業的痛點，加上人工智能、深度學習取得了革命性的進步，這讓我們敢于再次嘗試之前不敢做、不能做的事情，”在為什么選擇創立長沙智能駕駛研究院的問題上，馬濰如是表示，
除了大環境和技術上的突破，還有一個非常重要的原因，就是李澤湘教授正在推動的“新工科教育”，具體來說，是要培養“理工結合、工工交叉、工文滲透”的新型人才，
“在各類考試和高考的應試競爭下，把很多人的興趣都磨滅了，如何打造出讓年輕人充分發揮創意的環境，也是我們創辦長沙智能駕駛研究院的初衷之一，”
自研究院2017年成立至今，長沙在近四年間走過了“1.0技術倍訓、2.0工程倍訓以及3.0市場倍訓”三個階段，
事實上，盡管“車路協同”是研究院創立時就定下的策略，但是產品，尤其是“爆品”卻是一步步在動態中探索出來的，究竟是何種產品能率先落地，先發展車聯網還是單車智能，這不僅是國內面臨的難題，較早嘗試的美、日也同樣有此困擾，在經歷了20余年車聯網不太成功的嘗試后，美國的智能駕駛公司紛紛以單車智能作為落地的主要方向，
如何制定“我們”的發展方向？在長沙市政府以及新區的統一安排部署，長沙智能駕駛研究院和一眾長沙本地智能駕駛企業的共同努力下，最終制定出“以路先行、快速倍訓”的落地策略，其中，“倍訓反饋”可以說是長沙特色，
首先，最為重要的是技術驗證，在各類車路協同的場景中，如何通過可控的環境迅速倍訓，找到存在的風險點，這是第一年解決的問題，2018年，長沙建成了最大的無人車試車場，四輛高等級智能駕駛公交車在7.8公里的試車場里進行著回圈技術驗證，
在小范圍內得到技術驗證后，第二步從交通的角度切入，主要包括兩個方面，也稱為“雙百”——100公里高速+100公里城市智慧交通，這個環節被稱為工程倍訓，包括施工、安裝、驗收，以及車與路之間的協同等等，
在技術驗證和工程達到倍訓的基礎上，就進入到了市場倍訓，不比技術的線性求證，市場驗證需要更多維度，包括如何切入更具有市場價值的領域，產生有經濟價值的產品和方案，其中，“主動式優先”的公交系統在去年得以落地，兩千多輛智能網聯公交車上路，覆寫了七十多條公交線路，見圖1，
倍訓反饋究竟起到怎樣的作用？馬濰認為是抽絲剝繭地找到問題的本質，從而確認痛點：“公交車的資訊化、物聯網不是新鮮業態，很多都安裝了各式各樣的設備，但作用主要在監測或監管方面，對駕駛的引導遠遠不夠，同時考慮到在智能化應用場景中的貧訓性，我們就從公交車來入手，在單點、完成性和優化性能的倍訓動態程序中，發現了一階、二階，以及三階痛點，最后，挖掘出‘優先’是其中的關鍵，”
基于此，長沙智能駕駛研究院采用最新國標，通過車路協同在5.9G頻率上和紅綠燈互聯通信，讓信號燈對公交車動態地優先放行，最后的效果是顯而易見的，不僅避免了建設公交專道的大規模投入，公交車的運營效率也極大提升，
去年底，湖南（長沙）獲批創建國家級車聯網先導區，至于哪些經驗可以推及全國，馬濰博士認為“快速倍訓”已經得到初步驗證，各地可以結合本地區實際情況落地實踐，第二點是“以路先行”，車、路誰先誰后是雞生蛋還是蛋生雞的問題，美國選擇車先行很大原因在于路基老損、修整困難，而我們的道路都很新，而且預埋了光纖，改造成本低，最后，還要堅持鼓勵范訓創業型公司，提供更多解決剛需的新產品和新思維，
既不能唯技術論，也不能只談場景
說起目前困擾智能駕駛的三大難題，馬濰認為技術成熟度仍然是首要問題：
“人臉識別、新聞推送類的技術應用成熟度即便達不到100%，但能有個95%或者97%”，可能會少抓一個人或者少推送一條資訊，但都是可以補救的，智能駕駛則完全不一樣，因為關乎到生命安全，技術容錯率無限趨近于0，目前我們行業內達成的一致標準是99.9999%，需要6個“9”，也就是百萬分之一，”
為了減少錯誤率，以資料驅動作為發展路線的公司一般會采用大量實際路測和模擬仿真來獲得各種場景資料，Waymo在山景城、鳳凰城等地已經完成了數千萬英里的路測，模擬則高達數百億英里，隨著資料量的增加會不斷收斂，但究竟在什么時候達成真正意義上的合規安全，還有很大的不確定性，
“從我們實踐得出的體會是，當然希望用最頂尖的技術解決最困難的問題，但需要確定這最后1%的坑有多大，如果這個不確定性大概率在短期內解決不了，有沒有托底方案？比如，我們給無人車做了兩套托底方案：
當安裝了視覺的汽車可能仍然“看不清”，首先，在道路上安裝攝像頭和傳感器，這樣就做到了車路協同；其次是人工接管，作為自動駕駛的托底方案，一臺遠程接管設備可以管理多至十臺自動駕駛車輛，當出現自動駕駛無法處理的狀況，能夠進行遠程人工接管，”
第二個問題是法規的容忍度，我國的智能駕駛立法作業啟動較晚，但從2016年制定“智能網聯汽車公共道路測驗的管理規范”開始，到去年發布《公路工程適應智能駕駛附屬設施總體技術規范》，標志著智能駕駛規范的國家標準即將出臺，
第三個問題是成本的接受度，如何達到供應端和需求端的平衡，既不能陷入“唯技術論”，也不能只談場景，唯技術論會導致不能落地、紙上談兵，只談場景又容易陷入完全市場驅動的陷阱，靠補貼掩蓋價值的缺失，“像共享單車，確實是很好的應用場景，但技術門檻太低，市場進入者過多，反而陷入到無序和混亂的競爭中”，
具體到技術細節，長沙智能駕駛研究院近年做出的核心突破集中在感知層和重卡的控制層，在深度學習演算法基礎上，實作了立體視覺的三維場景重構和小目標檢測，
如何實作整體感知，見下圖：
由激光雷達、毫米波雷達、超聲波雷達和攝像頭支持的多傳感器融合感知演算法，可實作礦卡周邊360度、前方150米、兩側50米、后方30米范圍內的物體全覆寫識別；
激光雷達和GPS的融合定位方案，通過對各定位演算法質量評價和動態融合，在衛星定位系統受到干擾，信號丟失的情況下，實作厘米級定位，
“城市道路無人駕駛檢測的標的物是人或車，但我們的主要應用場景之一是礦區，有小石頭之類的障礙物就可能造成翻車、爆胎的嚴重后果，基于小目標檢測，就可以避免這個問題，”馬濰繼續表示，相較而言，“控制”是商用車技術落地的老大難，車身很大很重，載重可能不平衡，即使這次控制好，能夠順利換車道，下次可能尾巴就轉不過來，為了解決這個難題，長沙智能駕駛研究院在演算法仿真上做了很多作業，也希望和業界進行更多的交流，
對于如何解決技術難題和堅定產業信心，馬濰表達了對開發者的建議和期許：
就像通信和互聯網都曾做過技術落地的主戰場，未來50年的主戰場是智能化，最大的應用端除了手機和PC，目前尚待爆發的就是汽車，大家要有信心，堅信“軟體賦能汽車”的未來前景，
前景可期，但切忌盲目樂觀，作為智能技術最具挑戰的落地終端，對于新人來說非常考驗學習能力，對新的工具能否迅速掌握，對新的庫能不能深入理解都決定了能否真正做好這項作業，
產業界要求效率和優化，程式開發出來之后能否迅速部署到車規級算力平臺？嵌入式算力平臺的計算體系和架構非常復雜，多達幾百個內核，很多工具自動編譯利用率又不夠高，我們能不能做出來真正有競爭力的演算法？這些技術難題都是做智能駕駛的開發者需要直面的問題，
“當然，軟體領域也非常多，開源也是一個很好的方向，現在正值畢業季，非常希望優秀的年輕人加入到我們公司，加入到這個行業，這是個非常好的行業，”馬濰最后表示，
《新程式員》立足于行業前沿，深度探索技術未來，通過音視頻、圖文專欄等豐富的多媒體形式為載體，全方位解讀技術與產業，為中國開發者打開新時代的技術之門，
《新程式員001：開發者黃金十年》內容涵蓋：
60位+ 技術大咖的經典觀點與實踐干貨；
34篇 精彩文章；
13個 配文視頻；
1000位+ 技術人才共同學習成長；
2張 開源核心技術全景工具收藏圖，
無論你是編程愛好者還是職場萌新，無論你是資深程式員還是架構師、CTO，在《新程式員》里，你都會有所識訓，
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/294986.html
標籤：其他