从感知测试切入自动驾驶，这家公司做对了什么？

摘要

从感知模块的测试验证切入自动驾驶的商业化落地，亮道智能正在引发汽车细分市场的另一场运动，同样硝烟无声，但却是另一条赛道的突围竞争。

Elon Musk 对「激光雷达」始终看不上眼，觉得这种东西价格又贵体积又大，不应该出现在汽车上。但基本上除了特斯拉，其他公司开发的自动驾驶解决方案中，都少不了激光雷达的身影。的确现阶段激光雷达的成本和体积的确还未下探到可量产的程度，可相比摄像头，探测距离更远、精确度更高，高灵敏的响应速度且不受环境光影响，却又是它不可取代的优势。

而且考虑功能安全，激光雷达将是 L3 及以上自动驾驶的核心感知模块。由于驾驶责任行为主体从人转移到车，感知系统设计要考虑安全性，需要跟视觉感知能力相当甚至更强的感知模块互为冗余，激光雷达拥有精准测量的能力，是最合适的传感器。

特斯拉 CEO Elon Musk 在 4 月 22 日的「Tesla Autonomy Day」上再次发表「激光雷达无用论」| 官方视频截图

既然是必须标配的产品，那么一套包含了激光雷达、摄像头、毫米波雷达等传感器在内的自动驾驶感知系统在量产前是否能够满足商业化落地的需求，鲁棒性够不够高，性能表现如何，目前业内还缺乏统一的验证测试标准，所以对亮道智能而言，从这个小切口入手，在另一条赛道发起突围优势，似乎已经手握致胜先机。

8 月底，长城汽车、亮道智能、Ibeo 三方签署 L3/L4 自动驾驶量产战略合作协议。据极客公园（id: geekpark）了解到的信息，长城将选用新一代 4D 固态激光雷达 ibeoNEXT 作为自动驾驶传感器系统中的核心组成部分，亮道智能将负责 ibeoNEXT 和环境感知系统在长城量产项目中的验证工作。

这是全球第一个纯固态激光雷达量产合作项目，也是全球范围内首个纯固态激光雷达的车规量产合作。

小支点撬动大难题

「目前市面上激光雷达上车的项目非常少，而其中能完成测试验证服务的全球范围内基本还没有真正的案例，所以 2017 年成立亮道的初衷就是希望由我们去开拓这样新型的环境感知系统测试验证服务。」亮道智能 CEO 剧学铭博士告诉极客公园。

亮道智能 CEO 剧学铭博士 | 官方供图

而至于什么时候需要对传感器进行测试验证，一般来说，汽车行业开发一款量产车型，会遵循 V 字型的开发模型。下面这张图中，左半部分区域是车辆以及各个系统、模块的需求定义和设计阶段，但真正要将这些系统或功能设计在量产车上实现，就必须要经历 V 字型的后半段，即不同级别的测试验证工作。以 L3 级自动驾驶功能为例，车企确定好传感器选型之后，就到了感知模块量产前的测试验证阶段。

「从传统逻辑上来讲，一款量产车型下线如果没有经过测试验证是说不通的，但对于新型感知模块如何完成测试，这在国内乃至全球市场都是一个必须要解决的问题，也是目前行业一个痛点。」剧学铭指出。「测试验证不是最后的收尾工作，而是贯穿整个研发过程的重要环节，自动驾驶产品非常复杂，每个模块、功能、子系统、系统集合要分别测试验证，完成之后，才会进入整车测试严恒环节。作为自动驾驶汽车的核心组成部分，环境感知系统必须单独验证测试，并通过环境感知功能 KPI（Key Performance Indicator）考核。」

汽车行业开发一款新车型时会遵循「V字型」的开发模型 | 官方供图

这就是亮道智能要做环境感知系统测试验证服务的原因。这个市场足够小，亮道甚至要做的事情是从 0 到 1，但它却是自动驾驶未来形成规模化、产业化十分关键的一环。因为不光是激光雷达，包括下一代 77/79GHz 的毫米波雷达，具备 AI 能力的摄像头等新型传感器都面临着这样一个问题：感知模块的能力到底如何？怎样的能力匹配才能实现 SOP。「亮道智能作为感知验证的评测方，希望自动化地对各类感知模块的能力能够有一个自动评价，然后做 KPI 的输出，这样方便我们的服务对象—OEM 或感知系统供应商等，对自己产品的实际能力有清楚的认识，以便加速相应技术的迭代发展。」剧学铭表示。

此外，跨过 L2 这个阶段，L3 及其以上自动驾驶能力的实现意味着实际测试验证需要的工作量可能是几个数量级的提升。比如之前对 ADAS 系统的摄像头感知能力进行测试，它的 KPI 输出、评定基本上是靠人工来完成的。但到 L3 之后，测试数据的基本量级都在 PB 以上，如果再按照人工方法去实现各类 KPI 的输出，显然满足不了一款车型正常周期的开发需求。所以亮道率先提出要自动化对 KPI 进行输出，提供一套完整的工具来支撑量产项目。

一般来说，自动驾驶环境感知系统测试验证的主要方法有模拟仿真、封闭场景测试、真实路况测试验证等。模拟仿真我们听得比较多，它主要用于平台开发（例如开发激光雷达算法的通用部分）阶段，尚无法满足量产测试的需要。其中一个重要原因是仿真模型与物理间存在差距，建模越接近物理真实，技术难度和投入成本越高。同时，激光雷达等自动驾驶必备传感器在不同环境下（如雨天、雾天……）的性能表现仍在研究中，这也增加了传感器建模的难度。

亮道智能自动驾驶环境感知系统测试验证流程 | 官方提供

在剧学铭看来，面向量产的自动驾驶产品，一定要实车搭载环境感知系统进入真实交通环境测试，才能获得系统的真实表现。而亮道智能提供的新型自动驾驶环境感知系统测试验证服务主要分为五个步骤：

一、车辆准备；

这个步骤的关键在于将待测感知设备（Device Under Test，简称 DUT）和亮道智能的参照系统（Reference System）安装至原型车上，完成空间校准和时间同步。参照系统因为融合了激光雷达、摄像头、毫米波雷达等传感器，与 DUT 相比感知能力更强大。

二、数据采集；

DUT 和参照系统会同时进入真实交通环境采集数据，方案会根据客户需求定制，比如不同道路条件、天气条件下的有效数据，提取对自动驾驶有关键意义的特殊工况案例（corner case）。而为了提升效率，亮道已经组建测试验证车队，通过采集上百万公里 PB 级数据，用于算法评测和优化。

三、数据处理；

这一步主要是将 DUT 和参照系统采集的数据分别录入至指定的大数据中心。通过对参照系统采集数据的处理，可以提取目标、获得目标特征参数（包含速度、距离、尺寸等）、对目标分类，从而生成基于真实环境的客观真值（Ground Truth）。

这里有一个关键点在于，亮道的软件算法可以实现自动化标注客观真值，以高速场景的 HWP 功能为例，不考虑恶劣天气条件下，目前亮道的 1.0 版真值建立系统已经可以达到 98% 的数据自动化标注率。

四、测试验证执行；

这个阶段，亮道智能的测试验证工具链可以按客户需求自动提取不同场景的数据，将 DUT 的实时感知结果与客观真值对比。据剧学铭介绍，自动化场景的提取能力肯定是建立在自动化标注能力基础上，要区分各个目标，理解了语义之后才能实现，比如在 500 万公里的数据中抓出「加塞场景」。而自动化抓取能力的实现也是亮道的核心服务之一。

五、数据分析。

有了上面四个基础，最后就是根据客户需求生成不同场景的环境感知测试验证报告，提供 KPI。根据 KPI 报告，客户可以有针对性地优化感知算法，加速迭代。亮道主要提供 SiL、HiL、真实路测等方法。

据极客公园了解，亮道智能团队核心成员均为留德汽车工业背景，具有德国前沿主机厂和一级供应商多年自动驾驶研发经验，在激光雷达产品化方面有着深厚的积累。目前公司总部位于北京，在欧洲设有研发中心，同时中国、德国以及美国（在建）成立了路测与大数据中心，目的是积累海量不同洲际与城市的交通状况和驾驶行为数据。

至于关键能力，除服务于测试验证的激光雷达算法开发能力外，亮道在传感器融合、自动化测试验证工具链开发以及 PB 级数据挖掘与分析上都具备很强的实力，这些构成了其在业务和产品水平上的核心竞争力。

第一个

「这是全球第一个纯固态激光雷达量产合作项目，也是全球范围内首个纯固态激光雷达的车规量产合作。」剧学铭告诉极客公园。从他难掩的笑意中能感受到这次「长城-亮道智能-Ibeo」三方合作对一家成立仅两年的初创公司意味着什么。

这次长城汽车选用的是 Ibeo 最新的 4D 固态激光雷达产品—ibeoNEXT，亮道则作为此新型传感器自动化验证服务提供商，在 2021 年 WEY 品牌下一代 vv7 车型（具备 L3 自动驾驶能力）投产前，为其提供感知模块的测试验证服务。

Ibeo 最新 4D 固态激光雷达产品--ibeoNEXT | 官方供图

相比传统的激光雷达产品，ibeoNEXT 不含任何运动部件，更轻便、结构更紧凑，适用于 SAE L2-L5 自动驾驶系统。而之所以被称为「4D 固态激光雷达」，是因为它不但可以构建具有丰富细节的 3D 环境模型（点云数据），而且能利用能量信息显示环境图像，即三维空间内每个测量点的第四类属性。

所以你会发现，ibeoNEXT 创建的能量信息图，和黑白摄像头记录的视频图像类似，可以与激光雷达点云信息配合同步输出，再与其他车载感知传感器采集的信息形成冗余。「用一个不恰当的比喻，ibeoNEXT 实现了类似『激光雷达+摄像头』叠加的感知能力。但每一个像素又具备深度的精确信息，这是摄像头所达不到的效果。」剧学铭介绍称。

ibeoNEXT 创建的能量信息图，和黑白摄像头记录的视频图像类似，可以与激光雷达点云信息配合同步输出，再与其他车载感知传感器采集的信息形成冗余 | 官方供图

Ibeo 是目前行业内领先的激光雷达供应商，它与法雷奥联合开发的激光雷达 SCALA 目前已经实现量产，搭载于奥迪 A8 车型上。而这款最新的固态激光雷达 ibeoNEXT 则有着更优秀的感知表现，且实现了小型化、轻量化、嵌入式的硬件设计，完全没有活动部件/全固态。

据极客公园了解到的信息，ibeoNEXT 最高可实现 300 米的探测范围，水平视场角可根据客户需要定制，水平角分辨率为 0.05°，符合 ADAS 以及 L2-L5 级自动驾驶感知需求，长城 WEY 品牌下一代 vv7 车型上计划搭载包含两个 ibeoNEXT 的感知系统。剧学铭透露称，ibeoNEXT 目前仍是 A1 样件，但它的量产时间会和长城 L3 级自动驾驶车型的量产时间十分接近，大约在 2021 年前完成 SOP。

目前亮道智能已经开始在德国与中国同步启动了 ibeoNEXT 的测试验证工作，为该量产项目提供高精数据采集平台搭建、全球数据采集、关键场景提取与分析、感知能力测评等全套的测试验证服务，配合其他两位合作伙伴如期实现 SOP。

此外，三家公司也希望通过深度合作，将新一代传感器技术应用于量产项目，保证产品如期上市，为用户交付安全可靠的自动驾驶产品。

另一条赛道的突围

成立于 2017 年下半年，亮道智能是一家仅有两岁的初创公司。目前整个团队规模有 70 人，总部位于北京，在德国慕尼黑和柏林设有欧研中心，上海和固安分别设有商务和工程中心。今年四月份，亮道的德国团队正式成为柏林市政府 Berlin Partner 的正式成员，也是该政府商务机构目前唯一的一家中德创新创业企业，其他入驻的都是类似国网、华为、中兴等国际知名的大公司。

值得一提的是，2019 年 8 月，亮道德国获得了柏林市政府「改善区域经济结构（GRW）的项目支持」的最高投资现金补贴，三年总金额为 243 万欧元，合人民币约为 2000 万元，旨在促进商业经济，加强柏林竞争力，方向主要是一些技术导向和前瞻性行业。

「目前公司已经启动 A 轮融资，主要目的是进行团队的扩展。目前国内真正在做感知模块测试验证服务的只有亮道一家，但市场需求却呈现出快速增长的态势，今后一定会有大的爆发趋势，而且规模会比我们想象得还要大。」剧学铭表示，「目前 70 人的团队主要集中在研发上，为了支持长城的项目，亮道明年的一个基本目标是扩展到 200 人的团队，然后 2021 年团队人数达到 400 人，当然核心还是会放在算法和大数据上。等到 2022 年后，全球市场 L3 甚至 L4 项目都会有更多车型推出，除了会继续扩展团队外，亮道还计划在数据采集方面建立更多合作关系。」

由于自动驾驶环境感知测试验证是一个全新领域，所以亮道智能会积极与标准机构接触，推动测试验证相关标准落地。2019 年 8 月，亮道正式成为 ASAM 成员单位，为 ASAM 成员单位提供测试验证工具与服务。而 ASAM 是汽车工业中的标准协会，见长于数据模型、接口及语言规范等领域。亮道希望通过长城项目这个实际案例，联合 ASAM 等合作伙伴，推动相关行业标准的建立，探讨未来相关技术的发展方向。

「实际上从 2017 年到现在我们还是很孤独的，因为全球范围内几乎找不到对标对象。尽管现在欧洲开始有一些传统的工程服务公司开始朝这方面转型，这是好事情，但由于他们的强项在于传统的汽车零部件测试，而对新型智能传感器的验证测试需要另一种人才，转型可能相对没那么容易。」剧学铭告诉极客公园。「当然也有一些新兴公司发展迅速，而只有这个市场有很多参与者、形成规模、有竞争后才会形成良性发展，亮道很高兴看到越来越多的公司开始往这个领域发力。」

从 2015 年开始，作为国内最早推广激光雷达车载应用的创业公司，亮道智能就开始琢磨新型传感器模块的测试验证工作了。之后经过市场积累并回到本地研发，包括数据采集和场景积累，亮道于 2018 年完成核心团队搭建和产品主线确定。而在刚刚过去的八月，某国际领先 OEM L4 自动驾驶以及长城 L3/L4 自动驾驶项目双落地，亮道正式向前迈进一步。

中德团队对传感器核心技术的深入理解、自动化工具链的开发应用以及对大数据的挖掘能力，这些凑成了亮道智能的核心竞争力。从感知模块的测试验证切入自动驾驶的商业化落地，亮道智能正在引发汽车细分市场的另一场运动，同样硝烟无声，但却是另一条赛道的突围竞争。

「酷公司 30」计划甄选那些勇敢拥抱变化，同时不断迭代进化，为社会创造价值的商业组织，通过极客公园对前沿科技的优质观察报道，以及联想企业会员体系为其助力。联想企业会员依托于联想官网的中小企业采购与服务入口，为成长型企业提供采用英特尔®酷睿™处理器的优选硬件组合、原厂联盟的软件、开放兼容的 IT 服务、定制咨询及企业整合解决方案等，通过多样化、个性化的一站式 IT 采购和服务支持，为企业降本增效，提升业务竞争力，用智慧共创，陪伴用户进化成长。