近年来，智能汽车上半场已接近尾声，截至2022年，国内搭载辅助驾驶系统的乘用车市场渗透率已达34.9%。
9月22日，在盖世汽车主办的2023第三届智能汽车域控制器与中央计算平台创新峰会上，保隆科技子公司保隆领目总经理蒋鑫认为，在智能化下半场，以数据为驱动，L2、L2++有望逐步升维至L3，并迈向规模化的落地量产。此外，在当前市场中，行泊一体交付量快速提高，25-40万元价格区间的车型成为行泊一体域控制器搭载的主力，2023年搭载行泊一体车型均价有望下探至25万元以下。
然而，如何实现功能迭代和降本的平衡，仍是亟待解决的行业痛点。
蒋鑫｜保隆科技子公司 保隆领目总经理
以下为演讲内容整理:
在过去的6、7年内，智能汽车发展飞快。显著的特点表现为我们的电动化得到了国内和国际的认可。另外，虽然智能驾驶听上去已经讲了很久，但真正开始做智能驾驶，国内车型开始装配智能驾驶也就是这几年的事情。
智驾域控的行业趋势
2022年，智能驾驶取得了巨大进展，L2级辅助驾驶在很多车型上得到了装配。工信部数据显示，2022年具有辅助驾驶能力的新车装配量已经接近35%，这是智能汽车上半场的成果。我们认为智能汽车下半场，中高算力的域控制器、SOA软硬件解耦架构，以及数据驱动有望将现在的L2+、L2++逐步变成L3，并实现商业化量产落地。
以2022年为例，行泊一体的域控制器开始陆续交付。相关数据显示，2022年中国乘用车市场前装搭载行泊一体域控制器方案交付量78万辆，同比增长99.6% ，前装搭载率为3.9%。预计今年将超过200万辆。
图源:演讲嘉宾材料
此外，2022年交付的域控制器车型中，大部分仍分布在25万-40万元的价格区间，平均售价达到28万元。随着技术的推演，我们认为今年搭载行泊一体车型的均价有望进一步下探至25万元以下。
从市场解读来看，目前真正交付的域控制器区分为两个部分。第一个部分即上述25万-40万元的车型，大部分域控制器使用的架构是面向中高阶大算力的，其性能很好，但相应的成本也偏高；第二个部分是行泊一体的初级阶段域控制器。目前这些域控制器主要将传统的分布式架构集成到一个控制器中。这种中小算力的分式，只是把分布式的架构合在一起，是否会满足接下来的迭代还有待考察。
从用户视角来看，用户希望实现端到端全程的自动驾驶，因此，我们会更加关注技术迭代过程中用户会关注哪些场景的拓展，希望能实现哪些功能。当我们把全程NOA功能和代客泊车都做到极致，就开始实现L3级自动驾驶的进阶和跨越。
基于上述背景，如果要实现当前阶段行泊一体域控制器，要实现规模化量产，要满足两方面的需求:一方面是终端用户的需求，另一方面满足产业链，或者主机厂的需求。
图源:演讲嘉宾材料
从终端用户来讲，其需求相对简单，首先是愿意用，其次是用的起。所谓的“愿意用”是希望能真正带来安全、舒适，让用户在用辅助驾驶和自动驾驶系统时，能有安全感。第二是终端用户匹配其需求的前提下，要能消费得起。
从产业链来讲，我们要满足主机厂的发展需求。当前智能驾驶发展变化飞快，很多功能都在快速迭代。首先，主机厂希望有个平台化，一方面通过平台可以覆盖不同车型，做一定的算力预埋，预留给以后的升级空间，从而降低研发成本、降低管理成本。其次，从功能角度而言，为了实现L2+、L2++真正进阶到L3级别，快速迭代需要足够的数据闭环，需要OTA能力，以解决长尾问题。
国产芯片行泊一体域控方案
目前，我们在做一款基于国产芯片的行泊一体域控方案，主要实现单SOC芯片+MCU，希望达到L2+到L2++的功能，但同时具有OTA升级的能力，即从高速NOA向城区NOA升级，同时希望通过记忆泊车往AVP泊车升级。整个系统架构采用了6个视觉+5个毫米波雷达再+1个激光雷达的方案，激光雷达是可选的，不是必须装配。
这个高算力平台主要是有以下几个特点:第一大算力芯片，可支持传感器同时的检测运行，也可以支持BEV算法部署。第二支持大数据的回传，也支持OTA升级，通过数据闭环实现功能迭代。第三通过大算力应用实现激光雷达的功能部署，可以将冗余安全提到更高级别。
我来具体介绍一下方案的特点，第一个特征是通过大算力并行计算，可以实现高阶功能的升级。目前大算力可以实现6V5R1L和BEV的同时运行。之前，小域控的分时运行芯片的问题在于不能在行车的同时，将泊车的相关传感器资源完全利用上；也不能真正将行车和泊车资源以及运算资源有效结合，这是传统小算力的合成式域控的难点。
对我们来说，首先，行泊一体的6V视觉和激光雷达等传感器能同时运行，通过功能组合实现感知、功能的升级；其次我们加入了激光雷达，能为NOA提供冗余安全；第三内置的GPU可以实现3D渲染，也可以实现对应的环视感知融合；最后内置可支持800W/30帧的软件，支持数据编解码和数据闭环的数据推流能力。
第二个特征是数据闭环和OTA能力，能通过数据驱动实现持续升级。首先OTA架构，有车载以太网支持，可以实现SOC、MCU的功能升级；同时能实现信息安全的校验；另外我们部署了大数据能力，可以自定义大数据场景、大数据需求，可以从指定事件出发，也可以从指定场景或特殊数据出发。通过上述出发把数据进行车载端脱敏，再传回云端，最终通过云端实现数据回灌和仿真验证，以及OTA迭代和升级。
关于激光雷达，我们通过并行的激光雷达运算，可以实现更有安全性的NOA功能，即通过主动能力，通过对特殊场景、特殊光照等场合，通过更准确的检测，更快速的响应在特殊路况或者场景下进行灵活应对。
目前，我们的行泊一体域控制器已经在测试验证过程中，今年将进行装车量产。
关于保隆领目
我们是保隆领目，有两个母公司，一个是保隆科技，另一个是领目科技。
保隆科技于1997年成立，至今已有25年的发展历史，并于2017年上市。以前，我们覆盖了较多的传统汽车业务，但在20年前，我们便已经开始做汽车电子业务，例如常提到的空气悬架中都在用保隆产品。除了汽车电子、空气悬架产品，保隆智能驾驶也已有十余年的经验。十年前，我们就开始做摄像头、雷达等产品。
领目科技在2018年成立，主要在量产的行泊一体域控制器方面有较长时间的经验积累。目前，主要在域控制器的软硬件平台化，以及基于大算力平台、并行计算的软硬件等部署自己的人工智能算法以及规划控制能力。
要通过行泊一体域控制器来实现规模化量产，我认为要有两方面的能力:一方面是强大的量产能力，包含供应链、生产制造和质量控制等，这是我们的基石，也是保隆科技在汽车电子领域积累带来的领先优势。另一方面需要前瞻的技术能力。在过去十多年里，我们已经部署除了激光雷达以外的智能驾驶传感器，在域控的基础技术以及应用技术中也有完善的部署。
全栈的技术能力不仅是自研，关键还在域控制器，在未来的智能驾驶中，需要对每一部分都有深度理解，有自主改动和协调的能力，才有可能做出最适合、最稳定的自动驾驶系统。
关于技术协同，我们在视觉和毫米波雷达领域已经深耕多年，通过视觉和雷达的研发积累，可以实现多层级的视觉雷达融合。除了视觉雷达的融合外，如果能在感知和规控中做到协同，也将带来巨大的优势。比如，当开启辅助驾驶时，尤其是弯道情况下，大家会发现前面的车明明在我的车道中，但是在界面上还是会显示偏出去。主要原因在于，以前独立模块输出时，视觉目标和车道线目标完全独立，是车道线方程和拟合出来的结果，是适配上对视觉检测的结果，由于双方都存在误差，最终在BEV图像下就会偏出车道。此时，如果感知融合和规控可以实现协同效益，就可以利用到原始图像的信息，避免视觉和雷达适配独立做参数化的问题，从而实现精准的目标筛选。
此外，我们的传感器技术也是全栈的。除了激光雷达，我们有一体机、摄像头、毫米波雷达、超声波雷达、红外传感器等全栈部署。如果需要完整的解决方案，我们可以在域控中搭载自己全栈的传感器来支撑整个系统。
图源:演讲嘉宾材料
