隨著無人駕駛汽車相關法律法規(guī)的放寬以及主要車企及科技公司自動駕駛技術及產品的不斷落地，2021年，全球自動駕駛汽車市場規(guī)模有望達到70.3億美元，而到2035年，預計全球無人駕駛汽車銷量將達2100萬輛，自動駕駛市場前景可期。
根據調查數(shù)據顯示，中國市場對自動駕駛的喜歡程度為63%，遠高于成熟市場的41%，表明中國對自動駕駛等新技術的接受度更高。龐大的汽車銷量和消費者對科技的需求，有望使中國成為最大的無人駕駛市場。
在2020 汽車視覺前瞻技術展示交流會上，魔視智能CEO虞正華進行主題為 “基于視覺人工智能的自動泊車和代客泊車”的分享，并與其他嘉賓就無人駕駛的商業(yè)化路徑，發(fā)展趨勢及場景落地等話題進行了交流，以下為摘錄自現(xiàn)場的觀點和發(fā)言。
關于自動駕駛的商業(yè)化
“自動駕駛在國內外已經經歷了最初一輪創(chuàng)業(yè)熱潮，當前的最大挑戰(zhàn)就是如何落實到具體的商業(yè)化路徑”，虞正華認為，“真正實現(xiàn)自動駕駛商業(yè)化，還需要很多探索，目前趨同的認知，是從一些特定的場景和應用開始逐步實現(xiàn)商業(yè)化。這樣的路徑首先比較現(xiàn)實，其次在這個過程中既能實現(xiàn)商業(yè)價值又能驗證產品。”
中國的特點首先在于對自動駕駛的認同度高，從政府、車廠到企業(yè)、民眾，對新興事物持有開放和支持的態(tài)度。第二，中國的工況和路況比較復雜，給自動駕駛帶來很多技術挑戰(zhàn)，這也是中國和全球相比更加困難的地方。第三，中國有豐富的運用自動駕駛的場景，有非常強的應用需求，從落地角度來說這是鮮明的優(yōu)勢。
L4自主泊車場景將率先爆發(fā)
虞正華表示，自主泊車確實越來越受重視，不止是國內，也包括國外。從類似反向召喚功能到完全自主泊車，可以演變出很多功能，這種持續(xù)迭代對消費者很有吸引力。他認為，自主泊車會是L4級別能夠最早實現(xiàn)大規(guī)模量產落地的應用場景。
不過從自動泊車到自主泊車，仍存在幾大挑戰(zhàn)：首先自動泊車是近距離的，人在車內或者車附近，人必須通過鑰匙或者某種方式表明人在控制車，人雖然不需要真正控制方向盤，但可以在緊急情況下讓車停下；但L4層級人和車分離，自主泊車時沒有了人的干預，所以最大的挑戰(zhàn)首先是安全性，如何保障車是安全的，不會對外界造成傷害，這是巨大的挑戰(zhàn)。
第二，自主泊車需要地圖的配置，因為不是近距離的停車場，需要地圖解決定位問題，技術上涉及到地圖和定位算法，這是新的需求。
第三，從最終落地來說，自主泊車其實是需要一個生態(tài)的，涉及到停車場的運營商、地圖供應商、車廠、自動駕駛公司等等，大家構建完整的生態(tài)一起推動。在生態(tài)的打造方面也是一大挑戰(zhàn)。
從魔視智能的情況來說，L4級主要是低速AVP的場景，未來可能需要更多的技術驗證，在高速場景下驗證L4技術，這是需要進一步完善的。此外，在高速場景涉及到跟路側的協(xié)同，這個也是結合新基建的布局，在路測方面，看起來中國會比其他國家做更多的事情，但車和路到底怎么協(xié)同還是有很多的未知，這個也是需要大家進一步探索的地方。
“下一步最主要的方向，是構建面向L3/L4自動駕駛的域控制器”，虞正華表示，“這個控制器集成的內容會越來越多，所支持的功能也會越來越豐富。我們的目標是做自動駕駛的大腦，預控制器就是這個大腦最終承載的方式和承載的平臺，這涉及到整體的硬件/軟件架構設計、中間件、功能劃分以及如何實現(xiàn)功能安全的要求等?！?/p>
自動駕駛技術在發(fā)展過程中還將面對怎樣的難題？
自主代客泊車作為L4級的自動駕駛典型應用，涵蓋了自動駕駛所有的關鍵技術：環(huán)境感知、多傳感器融合、車輛定位、路徑規(guī)劃、駕駛決策。這些關鍵技術，都離不開算法的支撐。
從環(huán)境感知角度，目前行業(yè)已經趨同于深度學習算法，但是要實現(xiàn)量產的系統(tǒng)，解決不同場景的適應性，依然對感知算法提出了諸多挑戰(zhàn)。而定位算法，也需要利用車輛上搭載的低成本傳感器，實現(xiàn)高精度的厘米級定位，同樣對算法提出了重大挑戰(zhàn)。
自動駕駛始終會面對的難題是如何平衡硬件平臺的高算力和高門檻？虞正華指出，把算法和硬件平臺有效結合在一起本身有一定門檻。最初在選擇平臺時，魔視智能幾乎考察了所有可能的平臺，包括FPGA、ARM、CPU等，綜合考慮以下因素，最終選擇了FPGA：但FPGA的實現(xiàn)需要團隊對算法本身和FPGA都有很強的基礎，需要團隊之間的密切配合，從開發(fā)角度把算法通過硬件的描述語言來實現(xiàn)。
虞正華表示：我們從一開始就在FPGA里采用相對通用的AI引擎，以適應算法的不同變化，采用相對通用引擎的好處是，隨著積累的模塊逐漸增多，模塊組合可以實現(xiàn)不同的新功能，因此，開發(fā)得越久，整體積累也越多，從而使得團隊面臨的門檻不斷降低，并有效降低由于軟硬件適配帶來的工程風險，算法最大限度利用算力，降低系統(tǒng)成本。
自動駕駛初創(chuàng)企業(yè)如何構筑護城河？
業(yè)內的人深知，自動駕駛技術從研發(fā)到量產是一個需要投入大量精力、厚積薄發(fā)的艱難過程。魔視智能通過全棧式的布局，在逐漸構筑企業(yè)的護城河。
首先從L0-L4，魔視智能已經形成了全棧式的產品布局。包括已經量產或在定點開發(fā)中的產品，可實現(xiàn)的功能包括前視預警（比如行人防撞、車輛防撞、車道偏離預警），以及其他預警功能（包括駕駛員行為監(jiān)控（DMS）、盲區(qū)檢測（BSD））。一直到L2自動緊急剎車（AEB）或車道保持（LKA）等功能，還有視覺和超聲融合的泊車（APA），自主代客泊車（AVP）等。
另一方面，全棧式布局還體現(xiàn)在對三大主要市場的覆蓋，前裝乘用車、前裝商用車及后裝三大產品線積累了頭部客戶，和國產自主乘用品牌前10大車廠中的9家錨定了深入緊密的合作關系，和領先的商用車廠及超一線大都市的公交集團均已啟動合作落地。
此外，在技術路徑上，無論是軟硬一體的系統(tǒng)還是單獨提供軟件，還是以軟件授權的方式提供IP?！白鲎詣玉{駛的賦能者”，虞正華表示，“這是魔視智能希望未來在整個自動駕駛行業(yè)所期望扮演的角色?！?br/>
最后，作為錨定于基于深度學習進行商業(yè)落地的AI創(chuàng)業(yè)公司，魔視智能通過算力、算法、數(shù)據齊頭并進。在堅持汽車級嵌入式芯片平臺路線的同時，在感知算法領域已經走在行業(yè)前沿，充分發(fā)揮了FPGA特性進行DNN深度卷積神經網絡的加速和算法的快速迭代。數(shù)據方面，建立起了一套以數(shù)據預處理為核心的完善有效的數(shù)據作業(yè)體系。目前魔視智能ADAS產品已經在全國30個省采集視頻測試，測試總里程超過10,000,000公里。
