自动驾驶的下半场——产品化和工程化（一）

andyo7

对于汽车行业的从业者而言，智能驾驶是一个显学，从17年开始爆发出来，国内外涌现出了诸多的创业公司，国外的waymo，国内的百度，两家公司为整个世界的智能驾驶行业贡献出了最初的工程师团队，也为这个领域蹚出了截然不同的两条路。
六年后的今天，我们看到了上市的图森和Aurora跌破发行价，一头扎进股市的深渊，我们也看到Cruise和Argo AI换将拆分，我们国内也是几多起起伏伏，百度、华为、小马、文远等多家企业齐头并进，并且后发优势中的“血厚”优势逐渐展现出来，依托传统主机厂的科创公司毫末、斑马等的后发优势在漫长的商业化路线上开始展露落地的能力，可以看到这个市场是震荡淘汰。
智能驾驶是一个很大的话题，本身他并非是独立的一个部分，而是一个横跨多个领域、学科的有机体，我们可以简单的将这个行业定义=AI+汽车，也就是将AI的技术落地在汽车这个产品上的工程化过程。
我特别想说智能驾驶已经脱离了demo逻辑，产品化和工程化是主题，也就意味着学究派逐渐退出历史舞台，开始迈向交付和量产工程派的时代，1万辆、5万辆、10万辆、30万辆、100万辆，每一个milestone都是历史性的突破。
那么新框架下的人才储备和需求也逐渐开始发生变化，对于人才的诉求也就从根本上发生了调整，当年我遇到的第一批的从业者国内以清华为主力，分散着有同济、上交、西工大、哈工大和浙江大学等985类研究生，国外基本上也是清华为主力的海外留学生，出国后读卡耐基、斯坦福以及加州理工的猛人，初期的第一批人是以高知分子的顶端博弈为主，壁垒高，技术成熟度差，完成的是0到1的跨越，也就类似于小范围的特种兵作战，精锐对精锐的遭遇战，基本上还是依靠专业能力产生差异化来做区分，资本也是以学科带头人和人才密度来衡量这家企业的成长空间，也就是那个阶段我们见到的都是L4的对决。

伴随着行业的蓬勃发展，我们对于智能驾驶的认知也从demo体验开始进入到落地场景锁定，我们俯身看L2++才是市场的主力，而L3已经是不可逾越的鸿沟，L4就更加可望而不可即。
功能端：行车以城市领航系统和高速领航系统为主，伴随常规的ICC和ICA功能；泊车系统以FAPA为主，向上延展循迹泊车和代客泊车；行泊一体汇合成为totally solution。

硬件端：行泊方案的确认延伸出传感器和控制器两个大硬件系统，3R5V、5R11V、5R12V等等，从TDA2/4、MDC、J3\J5再到orin的控制器，我们还可能根据算法方案和功能场景的需求累积激光雷达、4D毫米波等等。
最后这一切装载到车端，融合进整车系统逐渐变成车内的一极，让底盘成为这套系统的“腿脚”，让车机成为这套系统的“脸面”，让这个车成为一个移动的机器人。
那么对于这个工程化和产品化的过程，我们将面临的是SOP的挑战，此时就从金字塔顶端的游戏回归到大兵团的厮杀，这个局需要的是熟悉这场游戏规则的参与者拆分出各种角色形成规模化和专业化的战斗。

可能到现在写了这么多总结一句话：智能驾驶的下半场是产品化和工程化的考验，那么这就需要拆分角色，铺开人力，细化流程来扩展整个的开发团队进而保证产品完整性和软件质量风险可控，那么对于各个非智驾领域的专才就有了在智驾发展的空间和可能性。

自动驾驶系统学习——操作系统；

智能驾驶系统学习——基础概念篇笔记；

智能驾驶系统学习——基础模块概述；

引用 Refreences
本文由不架构的汽车电子电气原创，作者：Feynman-Yang。文中部分图片、封面图片来自网络截图，如因版权等有疑问，请于本文刊发30日内联系。©不架构的汽车电子电气微信公众账号 保留所有权利作者：92年，一个北方的汉子，汽车电子电气系统的工程师，一个带有三分浪漫主义，七分实用主义的90后，希望在这结识更多的朋友和伙伴，在这个领域遇到更多的高手和专家。