拿到北京自动驾驶路测T3牌照，四维图新不再满足只做一个图商

四维图新这次使用的考试车型是长城WEY VV7，车身前后左右共配置了4个Velodyne的16线激光雷达，FOV 170度，有效感知距离40米，用于通用障碍物检测和可行驶区域检测；车身前后共安装了2个长距毫米波雷达，FOV 70度，有效感知距离175米，用于通用障碍物检测；车头配备了1个单目摄像头，FOV 105度，有效感知距离为150米，搭载了四维图新自主研发的视觉感知算法，用于前视物体检测、多车道线检测和交通灯检测。

四维图新自动驾驶基础技术研究院研发部AI总监李阳告诉，这个方案的硬件成本只是“大部分友商的1/2或者2/3”，但这也对软件和算法能力提出了更高要求。

记者近日试乘了这辆车，历时8分钟，途经城市街区，沿途天气晴朗、人流较少。该车最高时速达45km/h左右，在变道、变速、转向、识别红绿灯、停车等方面较为顺畅，但一旦途径两侧停满车辆的拥挤路段，该车就压低了速度、前进时犹豫不决，此时，安全员出于保险起见进行了人工接管。当遇到前方有公交车停靠时，该车不会压过实线进行变道，因为压实线是违反交规，但我们知道，人类在驾驶时往往会灵活变通、不一定死守交规。

四维图新的试乘车辆（图源：王艺瑾/）

虽然很少有图商转型做全套的自动驾驶解决方案，但对于四维图新这样一家成立17年、在深交所上市9年、市值超过300亿人民币的公司来说，不断拓展版图、增加营收方式，是保持竞争力的关键。

李阳告诉，他们最开始是想验证高精地图应该怎样用于自动驾驶，才开始研发整套解决方案的。2016年，四维图新开始组建自动驾驶团队、搭建原型车；2017年，确定了“智能汽车大脑”的战略定位，开始研发封闭区域内的自动驾驶；2018年，完成5000多公里长距离实际道路测试验证，具备L3级自动驾驶标准能力，此外，还投资设立了高精定位解决方案供应商“六分科技”。

2019年初，四维图新宣布将为2021年-2024年量产上市、在中国销售的宝马全系品牌提供L3及其以上的乘用车自动驾驶地图产品和相关服务。在过去几个月内，四维图新又宣布与华为、德赛西威、激光雷达研发商IBEO、亮道智能等公司在智能驾驶、车联网等方面进行合作研发。

此外，四维图新还在2017年通过收购杰发科技（AutoChips）具备了为车厂提供高性能车规级汽车电子芯片的能力。杰发科技的IVI车载信息娱乐芯片已经连续多年占据国内后装市场50%以上的市场份额，其MCU车身控制芯片也在2018年12月通过了AEC-Q100Grade1 车规级验证，成为国内首颗自主研发的可在客户端量产的车规级车身控制芯片，打破了国际巨头一直以来的技术垄断。

这次收购意味着四维图新不再围绕传统导航电子地图进行业务拓展，而是向智能驾驶综合解决方案供应商转型。

那么，上述这一系列投入对公司整体营收有多大贡献呢？

根据四维图新的2018年年度报告，其高级辅助驾驶及自动驾驶业务去年的营业收入为5292.81万元，同比增长24.14%；车联网业务营业收入5.42亿元，同比增长14.26%；芯片业务营业收入5.79亿元，同比增长11.92%。这几项业务的营收增长都有助于缓解汽车销量下降对导航业务的影响——该公司在2018年的导航业务营业收入为7.75亿元，同比降低17.63%，而公司整体营业总收入为21.34亿元，同比下降1.06%。

李阳表示，在中国，自动驾驶量产的最大挑战包括了复杂多变的道路场景和拥堵危险的交通路况。而自动驾驶地图的作用就在于把多样的结构化道路场景简化成少量的典型任务。比如，把超过100万个真实道路场景抽象为100多个基本道路种类和路口，再抽象为20多个典型的道路任务，从而在不同省份更快地实现L3的高速自动驾驶。

（图源：四维图新）

除了研发自动驾驶地图以外，四维图新也在AI技术上发力。李阳称，他们拥有近20年的在全国地图数据采集过程中产生的高质量影像数据、近30万公里的高速道路点云数据、覆盖全国的UGC数据以及众多客户和合作伙伴贡献的数据。这些数据都会给四维图新基于AI的深度学习算法提供大量有效的训练数据集。

“与普通数据公开数据不一样的是，我们这些数据是带着位置信息的，我们可以做到从不同的省份抽一部分数据、从不同的天气抽一部分数据、从不同的城市抽一部分数据……我不需要堆10亿张图片训练一个交通牌的标志，因为我们知道哪有交通牌，我们可以把附近数据提出来……这是图商的优势。”李阳说，他们现在大概有200名左右AI开发工程师，未来会搭建AI云平台。

————