评论员文章

在很多人眼中，四维图新还是一个传统的位置服务提供商或者图商的角色，但实际上，这家公司正在依托地图核心能力向自动驾驶领域转型。

据四维图新相关负责人介绍，四维图新早在2016年初开始组建团队研究自动驾驶，之后搭建原型车；2017年建封闭区域自动驾驶的能力；2018年实现高速标准自动驾驶L3；2019年开始把自动驾驶扩展到城区进行相关牌照考试。

(资料图)

获自动驾驶路测T3牌照

近日，四维图新宣布正式获批北京市政府颁发的自动驾驶车辆道路测试试验用临时号牌，也就是我们常说的路测牌照，等级为T3级，这是北京市在2018年推出的国内高级别、高标准的针对自动驾驶车在开放道路测试资格的认证。

按照级别划分，北京自动驾驶测试试验用临时号牌共分为T1至T5五个级别，开放测试的道路分为R1-R5五个等级，等级越高意味着道路复杂程度越高。

获发牌照前，自动驾驶车辆需经过封闭试验场5000公里测试、能力评估、专家组评估 、北京市自动驾驶测试管理联席工作小组联席会审议等多个环节把关。

除此之外，需要考察车辆在近30个大场景下的自动行驶、变速、变道、转向、交通标牌信号灯识别、障碍物躲避能力，和对道路、标志标线、交通设施的识别能力，以及对交通法规和人性化驾驶规则的理解能力等。

到目前为止，算上四维图新，北京市已向11家企业发放自动驾驶路测牌照，四维图新成为第一家获批T3路测牌照的位置服务提供商，其他多为互联网公司与汽车厂商，包括百度、蔚来、北汽、戴姆勒、小马智行等都在这个名单之中。

倾向于低成本解决方案

北京市共有44条总计123公里的开放测试道路，覆盖了京津冀地区城市、乡村、高速85%的交通场景，获得T3牌照意味着今后四维图新可在以上区域进行自动驾驶测试，在真实场景、极端场景打磨值得信赖的、成熟的自动驾驶解决方案。

据钛媒体了解，参加本次考试的四维图新自动驾驶车由长城WEY系列改装而来，它配备4个16线激光雷达、2个长距毫米波雷达和1个搭载四维图新自主研发视觉感知算法的单目摄像头。

在车辆的配置上，四维图新并没有选择更高线束的激光雷达，牺牲了少许精度的同时好处也显而易见，就是低成本，这样的传感器硬件方案意味着更容易落地，但是对软件、算法能力提出了更高的要求。

钛媒体编辑初步体验了这辆自动驾驶车，从实际体验来看，四维图新自动驾驶车的整体的决策风格偏向保守。首先对交通规则是绝对遵守，但是在一些路况的处理上却不够灵活，如转向遇障碍物更倾向于停车而不是超车，部分遇到突发情况的制动场景处理地过于干脆，至少目前来看不像是我们眼中正常的驾驶习惯。

做给自动驾驶看的地图

作为一家位置服务提供商，四维图新在自主研发自动驾驶整体解决方案的过程中，对地图的应用有着独到的理解，它的技术路径是自动驾驶地图+AI。

自动驾驶地图以车辆能够理解的方式对现实环境进行重构，厘米级高精度数据表达上百种地图属性要素，以实时在线安全传感器的形式在自动驾驶定位、感知、规划、决策等环节扮演重要角色。依靠自动驾驶地图解构复杂环境，将全局规划根据场景划分成小任务，从而降低或优化分配系统对其他传感器需求。

例如在考试中的一个公交站场景，公交车打左转向灯即将出站，后车则需要避让，这本是机器难以理解的社会人性化驾驶规则，而如果利用自动驾驶地图，公交站则可以被设置为兴趣区，系统可以清楚的提前了解前方兴趣区位置，并投入更多感知计算资源检测公交车转向灯信号及出站动作，提高路权竞争者行为预测的精度，根据传感器数据融合结果作出相应决策。

在这一案例中，自动驾驶地图既提供了空间参考，又保证了参与计算的数据维度可控，将复杂的场景解构成了简单的逻辑。

除自动驾驶地图，AI技术在整个四维图新自动驾驶发展路径上同样扮演着重要角色。四维图新在位置服务领域有着近20年的持续创新与积累，这为AI的发展留下了非常多的数据资源。

在全国地图数据采集过程中产生的高质量影像数据，和近30万公里高速道路的点云数据，以及来自国内外合作伙伴的多元数据，为四维图新基于AI的深度学习算法提供了大量有效的训练数据集。

基于AI的视觉感知算法在让系统准确进行物体识别、细节计算的同时，让自动驾驶车在降低对高线束激光雷达依赖的前提下，快速重构3D环境，并对环境车、人、物体进行预测。

四维图新CEO程鹏曾说道：“AI of Things是未来世界的发展趋势，在四维图新，AI of Vehicles是我们现阶段的重点发展方向，数据+算法是我们的核心能力，也是我们发展AI的资本，以AI赋能汽车代表着我们对自动驾驶商业化发展的思考。”

如今获批自动驾驶路测T3牌照，四维图新将加速推进自动驾驶L4方案能力成熟，快速通用化扩展，以通用系统覆盖高速、城市更多场景。（本文首发钛媒体，作者／李玉鹏）