作者：Mark

出品：紅色星際（ID：redplanx）

頭圖：蘑菇車聯創始人朱磊

衡陽車路協同項目的達成只讓朱磊高興了一天。接下來的挑戰依然很大，特別是一些問題，團隊到目前為止還沒有探討出一個方案。

車載OS項目差點被砍

第二天一大早，他就打電話給了詹宏波，詢問公司車載OS項目的發展情況。

詹宏波回答道，目前公司車載OS每臺主機虧幾百塊（車機系統售價在1500元左右，可以進行前裝和后裝），而且公司目前的重心轉移到了智慧交通領域上。特別是主機廠和Tier 1現在都開始自研智能座艙，加上之前的阿里OS，百度OS，還有現在的華為OS。

這個項目如果想突圍，做到行業前三，太難了。我們可以放棄這個項目，專注在車路協同，智慧交通上。

車載娛樂OS是蘑菇車聯最早切入汽車的項目，公司最初的想法是做L4級自動駕駛，但由于是2017年底才啟動的，落后于競爭對手1到2年，所以公司決定從更容易的車載娛樂系統切入。

這個項目最初的雛形是智能座艙+輔助駕駛形式，兼容上百個ECU和恩智浦與高通的車載芯片，同時可以控制高清攝像頭、毫米波雷達等智能傳感器。

2020年4月公司為東風出行提供了開放平臺車載娛樂系統OS，通過個性化語音包服務和通用語音包服務，構建開放的數據生態和服務生態中心，為東風汽車打造千人千面的個性化體驗。

（蘑菇車聯和東風出行合作）

后來發現方向不對，面對前堵后追的競爭對手，公司的戰略方向也開始從從最初的車主，個人消費者轉向主機廠和L4公司。

在車端，考驗的是車載OS的底層能力，但在主機廠和L4端，考驗的是公司的協作能力。蘑菇車聯試圖成為服務于政府、交通行業、智能汽車產業鏈上下游整體方案的設計者和實施者。

同時把云、端、云+端的服務開放出來，這樣各個參與者都可以與自己的基礎設施或硬件設備進行對接，從而加速車聯網的覆蓋密度和交互能力。

在這種戰略考量下，2020年9月與比亞迪簽署合作，探討車路協同方案。比亞迪提供自動駕駛車輛，將自身行駛速度、軌跡和駕駛意圖傳遞給路，蘑菇車聯負責路端的感知，車路（兩端）把所有交通參與者的駕駛意圖信息上傳到云端協同感知規劃和決策。

但是單一個比亞迪肯定不夠，于是找到了L4自動駕駛公司，誰知道L4級公司根本就沒有意愿和蘑菇車聯玩，或者說不認同車路協同路徑。

蘑菇車聯想，單自己玩肯定玩不溜，發現公司的方向還是沒有找對，經過公司團隊的激烈討論，最終決定將公司的重心放在智慧交通上。

通過在路測端加裝高清攝像頭，激光雷達，毫米波雷達等，實現路面的全方位環境監控，將道路基礎信息、智能紅綠燈、交通氣象等信息同步到云端，同時在云端做信息化和數字化的處理。

通過車、路、云三端感知，打造一套AI底層與運營的智慧交通大數據平臺。于是在2021年4月與長城簽署合作，共同探討智慧交通的可能性。將自己的客戶從主機廠轉變成了政府。

朱磊想了想說，蘑菇OS系統是這幾年我們一直對外宣傳的，肯定不能砍掉。而且目前我們還在和比亞迪，長城和東風合作，砍掉這個項目可能會動搖我們的根基。

蘑菇OS為主機廠和Tier1開發者提供了靈活的分層解決方案，包含開放系統能力接口、應用開發工具、仿真測試工具等。

我們可以把蘑菇OS系統一分為三，OS1.0、OS2.0和OS3.0版本。1.0版本還專注在老業務智能座艙領域，2.0版本專注在自動駕駛系統，這個是我們目前全力打造的，3.0版本專注于智慧交通領域，這個是我們的未來戰略。

（蘑菇車聯一體化系統）

這樣一分，我們不就可以很好的解決歷史遺留問題。

而我們對外宣傳還是以蘑菇OS系統為主，同時宣傳我們的高開放性和深度定制等特性，吸引合作伙伴前來合作，這既符合我們最初的車載系統的定位，也符合我們未來戰略的發展。

詹宏波思考片刻，怎么感覺這么亂呢？現在確實也有L4級公司想做L2和智能座艙軟件系統，雖然咱們和他們的業務很相似，但感覺怪怪的。

朱磊直截了當地說，這有什么亂的。我們未來的定位是L4級自動駕駛公司和車路協同智慧交通公司，現在想做L2級系統和車載娛樂系統，還能和我們的AI云形成閉環，這不是很清楚的商業模式嗎？

詹宏波還是一臉疑惑。

車路協同最后拼圖--L4級自動駕駛系統

朱磊接著撥通了李成軍的電話，詢問公司L4級自動駕駛系統的發展情況。

李成軍講道，目前我們公司的L4自動駕駛軟件團隊已經組建完成，軟件效果基本可以達到90分的情況，雖然和小馬智行，AutoX的99.99分的情況還有一些差距，但加上我們的車路協同系統，基本可以安全的在馬路上跑。

朱磊接著問道，什么時候我們的自動駕駛軟件可以達到99分？

李成軍回答，我們團隊因為成立比較晚，而且團隊成員還要兼顧車路協同和車載娛樂系統，所以要達到99分可能還需要2到3年。

還有一個問題，我認為我必須提醒一下你。自動駕駛是一個特別燒錢的工程，燒錢速度遠比想象的要快得多，以我們目前的資金儲備，未必可以支撐2到3年的純研發工作。

結合我們公司的業務布局和公司戰略，我認為我們的自動駕駛系統沒有必要做到99分，個人感覺80分已經夠了。

我們的目標是什么？是想把幾十萬的自動駕駛硬件成本壓縮在千元級別，從而讓更多低端車輛用戶，也可以享受到只有在中高端車型上才有的駕駛輔助服務。

這就產生了一個問題，用L4級的車搭配L4級的車路協同，還是用L2級的車搭配L4級的車路協同，還是用L4級的車搭配L2級的車路協同？

（蘑菇車聯L4級測試車）

在底層架構和技術上自動駕駛已經解決了大部分問題，但剩下5%的長尾問題卻難以攻克，這些問題包括零碎場景、極端情況和無法預測的人類行為。

包括傳感器和自動駕駛算法，以我這2年多的觀察，整個行業都到了一個瓶頸期，大家都在探索下一個臨界點，整個業界，包括國內，國外也好，大家都在思考全新的方式，也有媒體說單純的單車智能可以已經走到盡頭。我們公司顯然走的路徑是L2級的車搭配L4級的車路協同。只有這樣才能把車路協同的改造成本，千元級別的平均到每輛車上。

特別是對于高精地圖的更新頻率，目前國內高精度地圖的大規模實時更新以及演進還比較困難。

很多成熟城市對主要路網更新時間大概在10分鐘左右，而車路協同則可以做到1分鐘就可以更新一遍路網數據，對于自動駕駛的幫助很大。分鐘級別的高精地圖更新，也可以讓我們暫緩推出L4級自動駕駛軟件（99分）的研發速度。

朱磊點頭表示認可。單車智能確實存在其自身無法逾越的限制，比如我們之前在順義極端環境的測試，暴雨、黑夜和上下班高峰等復雜場景單單依靠單車智能是無法實現的。

在光照度比較低的情況下，相機的曝光時間會變長，本來1秒有30幀，光照度低的情況下可能只有5幀，這肯定影響自動駕駛車輛的安全。

自動駕駛作為一個系統級工程，必須需要以系統性思維保障自動駕駛的預期功能安全，從而支撐城市級自動駕駛大規模落地。

李成軍輕聲說道，朱總，我們以后不能這樣宣傳。比如順義的暴雨場景（每小時150毫米降水量），有媒體和我們反映，那樣的天氣別說自動駕駛汽車了，就算人類駕駛的車輛也不會上路。

那樣的場景已經不是傳感器能不能感知的情況，而是道路可不可以行駛的問題。我們的那個場景和物流中心的AGV一樣，根本就不需要前擋風玻璃。

系統級的解決方案的表述也不是很對。準確地應該說，車路協同為車輛增加了一層冗余，或者多了一個融合傳感器。系統級解決方案對于自動駕駛而言有一個最大的弊端，就是系統更新和事故責任劃分問題。

自動駕駛作為一個軟件系統，是需要不斷更新的，有的公司更新頻率可能就是幾天，如果這個軟件關聯的東西越多，可能會拖慢整個更新頻率。當然了，如果都是我們自己的車和路端更新，就沒有什么關系了。

事故責任劃分的問題，自動駕駛如果牽扯的參與方太多，可能導致最終的追溯變得很困難。是路端的信息傳遞有誤，還是車端的接收有誤，還是智能傳感器的問題，整個流程會拖得很長。如何用預期功能安全保證我們的路端設備和信息的準確性和安全性，這些的問題的解決方案都有待驗證。

系統級解決肯定是好事，但是必須保持主體的一致性，減少交叉合作和協同。

朱磊反駁道，我們就是需要系統性的工程，突破單點思維的局限性。其中肯定會碰到很多問題，比如車路協同和單車智能的協同定位問題，我們的自動駕駛汽車要開發到什么程度，以及我們是否需要和其它L4級自動駕駛公司合作等等。

問題是存在的，但是我們的戰略是正確的，這些問題都需要你好好考慮考慮。

打造城市級車路協同--智慧交通

朱磊喝了口茶，休息了一下，撥通了王輝的電話。問道，車路協同研究的怎么樣了？

王輝小聲講道，目前我們的主要精力都集中在衡陽的東西主干道衡州大道和南北主干道蔡倫大道。在路端，我們部署了邊緣計算服務器和邊緣云，配備深度學習的軟硬件環境和高帶寬的專用網絡，為自動駕駛的規?；涞靥峁┖诵募夹g支撐。

同時具備實時視頻和圖像處理、轉發的能力，易于維護……

朱磊打住了王輝的講話，給我說一下你背后的思路和邏輯，別說這些表面的媒體都知道的東西。

王輝想了想說，那我就說一下我是怎么思考的。

（車路云協同圖片）

第一個問題，我們的車路協同要部署在什么地方？是部署在整條主干道上，還是僅僅部署在十字路口，或者說部署在一些高速公路上，或者說布置在一些城市小道上。

不同的部署地點，可能對應不同的解決方案，需要搭配不同級別的自動駕駛車輛。

比如說部署在主干道上，那么每個智能燈桿的成本可能就比較低（幾萬元），總共需要4-5個感知傳感器就可以了，L2的車可以和我們的AI云協同起來，達到L3的駕駛體驗。

如果部署在十字路口，那每個智能燈桿的成本就很貴，成本可以達到50-60萬，這種情況下，單車智能化的要求就不是很高了，完全借助車路協同，單車也可以解決復雜場景。

對于高速公路而言，部署不部署車路協同，效果相對而言沒有城市級的好，現在的L4級自動駕駛足以應對高速公路場景。我們也認同這樣的觀點，所以我們將重心定位在城市級自動駕駛，定位在可重復使用的車路協同上。

朱磊補充道，對，我們堅信自動駕駛的未來在城市，能否駕馭城市出行場景決定了自動駕駛大規模落地和商業化的速度與質量，同時也決定了我們公司的估值。

王輝繼續說道，這個就牽扯到車路協同和單車智能的具體分工。比如相對簡單的場景由單車智能負責，而一些極端的場景由車路協同負責，或者直接車端和路端全天候協同負責。

總體而言，車路協同的建設需要和車端聯動起來。路側設施必須要成為自動駕駛車輛感知的一部分，沒有感知部分，這個路側設施是沒有用的，只給信息不參與駕駛是起不到協同作用的。

所以未來我們必須要聯合自動駕駛軟件公司。

朱磊打斷了王輝的講話，你知道我們為什么做車路協同嗎？

從最開始的車載娛樂系統，到車路協同，再到自研自動駕駛系統，智慧城市，公司的方向換了一個又一個，希望車路協同智慧交通是我們最終的目的地。

車載娛樂系統現在看，只有大廠，主機廠和Tier 1能做，其它的創業公司很難做，門檻太低，生態也不夠豐富。所以我們只能被迫轉型做與車載系統相關的項目。

而車路協同則與我們的業務高度重合。蘑菇OS+AI云是我們的核心，特別是中心云+邊緣云的組合既解決了速度的問題，又解決了計算的問題。

（蘑菇車聯架構）

但是我們發現沒有L4級自動駕駛公司愿意和我們玩，或者換個意思，他們從心底看不起車路協同公司?，F在只有主機廠，Tier 1和車路協同公司在做這些事情。

一方面，當然和資本市場的看法有關，自動駕駛公司都是Billion美金估值起步的，而車路協同公司則估值很低。一方面是他們認為目前的車路協同很低級，完全沒有用，有時反而是噪音信息，沒有達到真正的冗余效果。

特別是傳感器位置和性能的穩定性，還有如何解決路端的預期安全功能，在施工斷電斷網等問題在沒有解決之前，他們是不會加入車路協同大軍的。

既然L4自動駕駛公司不想參與，我們就自研L4車輛。雖然我們的才90分，但對于車路協同而言，已經足夠了。只有建立一整套的自動駕駛，才能真正驗證車路協對單車智能到底有多少提升效果。

比如這次我們在衡陽主干交通要道上的道路智能化，他們可能認為噱頭多于實際效果，最多也就是一個車路協同示范區，或者說是輔助駕駛示范區。

如何打破這種擔憂呢？我們只有將L2級的車升級到出L3的駕駛體驗，才能讓L4級自動駕駛公司認可這個模式。目前而言，和L4級車路協同是不可能的，只能和L2協同，或者我們自己協同。

我們必須自研L4級自動駕駛，通過自己的L4級車輛、自己的車路協同、自己的AI云平臺實現融合感知、協同定位規劃和協同決策，突破單車智能成本和安全兩大問題。

把我們打造成車路云全棧式智慧交通創新企業。自動駕駛汽車是智慧城市中唯一具備自由移動特性的智能終端體，也是最佳的智慧交通和智慧城市的載體，自研L4級自動駕駛符合我們的戰略方向。

終極目標--融資

朱磊想了想公司的資金儲備，撥通了鄧志偉的電話。公司最近的融資情況怎么樣??？

鄧志偉回答道，最近在和幾家機構談，他們主要想看看咱們的項目在智慧交通中的作用。

2020年11月，蘑菇車聯和蘇州高鐵新城達成合作，落地車路云一體化智慧交通系統，在車端、路端、云端系統化提升區域智慧交通運營管理。

2021年3月簽約衡陽，構建車路云一體化的智慧交通系統，并將相關產業制造及數據中心項目落地衡陽，全力推動衡陽構建智能網聯汽車產業生態高地。

（蘑菇車聯車隊）

鄧志偉講道，特別是咱們衡陽項目，很多競爭對手，投資人都在調研和關注。我們必須打贏以下四場戰，才能得到投資人的青睞。

第一場戰，就是我們的智能燈桿解決方案。整個鋪設思路是我們對于車路協同理解的全面展示，包括各個燈桿的間距是多少，50米還是100米。每個燈桿的傳感器配置有哪些，比如道路兩邊的需要幾個傳感器，用誰家的激光雷達，激光雷達要360的還是120度FOV？

十字路口怎么鋪設，這個是重點。傳感器的位置如何固定，如果位置發生偏移如何糾正（肯定不能是人工爬梯糾正）？傳感器是應該布置在4個路口，還是2個路口？傳感器的感知程度如何達到L4級，或者L5級的感知效果。

如何給路端做冗余，如何將車規級的預期功能安全流程衍生到路端。這個我建議我們鋪設完后，舉行一場大型發布會，和百度車路協同Apollo Air項目一樣，把我們在實踐過程中犯的錯誤分享給整個行業。

第二場戰，就是車路協同到底給了車端多大幫助。

一方面要和L2級的車企合作，看看通過車路協同，到底能不能將L2級駕車體驗提升到L3。通過我們路端和云端的數據反饋，L2級駕駛體驗能不能更流暢，或者說不安裝激光雷達的情況下，L2級車能不能實現城市級NGP。

特別是在十字路口的高精定位和規劃決策，通過路測端的攝像頭和激光雷達，再加上車端的傳感器融合，對于實現城市級NGP到底有多大幫助。

另一方面，我們要加速自研L4級自動駕駛系統?？纯赐ㄟ^車路協同，單車智能到底開發到什么程度，就能應對城市的復雜場景。對于L4級公司而言，他們的目標是無限接近100%安全，對于我們而言，加上車路協同，看能不能超過100%。

如果車路協同模式被證明是有效的，那么我們的融資就會變得很容易，估值到十億美金也沒有問題。

第三場戰，就是車路協同的成本問題。車路協同要解決的2個問題，一個是安全，一個是成本。

我們現在已經在衡陽推出了Robotaxi、Robobus、自動駕駛清掃車、自動駕駛巡邏車、自動駕駛園區車、自動駕駛醫療車等多種類型自動駕駛車隊。單車成本加上整個車路協同的成本，計算一下到底是單車智能便宜，還是車路協同便宜。

后期我們可以出版一期數據，就以衡陽模式為例。車路協同的成本是多少，單車智能的成本是多少，兩者的合作達到什么樣的自動駕駛安全等級，MPI數據是多少。

最后一場戰，就是我們的終極目標，智慧交通和智慧城市。

有車路協同和沒有車路協同，在城市通行效率，交叉路口安全性提升了多少，對于整個城市的道路管理和道路規劃提升了多少。

這些都是我們在項目鋪設完后，對外界展示的成果，不能說我們完成后，效果不好，就不對外公布了。我覺得我們應該聯合衡陽市交通局，一起公布這些數據。

朱磊想了想回答，你說得很對，我們不止應該考慮自己，考慮車路協同和智慧交通，更應該把我們的經驗分享給行業，分享給各個有志做車路協同的城市。

聽完鄧志偉的分析，朱磊的壓力突然輕了很多，雖然公司現在各方面壓力很大啊，但至少蘑菇車聯在中國車路協同的歷史中留下過數據，留下過痕跡。

-END-