报道来源：中关村智能网联研究汇，智汇哥

在自动驾驶领域，“量产”是一道坎。

比如通用汽车，很早就开始布局自动驾驶，18年1月公布了第四代Cruise自动驾驶汽车，并称其为全球首款无需驾驶员、方向盘和踏板就能实现安全驾驶的可量产L5级自动驾驶汽车，且计划在2019年正式推向市场。

2017年，英伟达首席执行官黄仁勋表示，再过一年，机器人出租车将会出现在大街小巷。2020年底至2021年，第一代自动机械、等级为四的无人驾驶汽车将会上市。

日历翻到了2020年5月，一切还没有发生。自动驾驶领域有个笑话：2017年大家开会都说自动驾驶落地还有三年，2018年大家觉得还有五年，2019年大家觉得好像是二十年。

传统车企的“反复”以及高科技公司的“挫败”，在于车作为人的通行工具，必须要面对安全性这一终极考核。技术实现，不代表自动驾驶系统在可用场景中开启时都足够安全可靠。为了让自动驾驶汽车保持相同的安全质量，每个模块、功能、子系统、系统集合，都要进行充分的验证测试。然而，自动驾驶作为一个全新的领域，行业内还没有形成成熟完整的研发闭环。

• 2019年，亮道智能与长城汽车、Ibeo三方，就L3/L4自动驾驶量产研发签署战略合作协议，这是全球首个纯固态激光雷达的车规级量产合作。亮道仿佛揭开了一道曙光，让笔者看到了高级别自动驾驶快速量产化的希望。

近日，智汇哥（ID：autozlink）独家专访亮道智能CEO剧学铭，在1个小时的对话中，亮道智能向我们展开了它的测试验证之“道”。

一   “测试验证，是加速自动驾驶技术商业化落地的助推器”

智能汽车的兴起无疑是对原有汽车供应链体系的调整和颠覆，针对于新的智能化硬件，搞清楚智能汽车零部件的要求，并建立零部件技术规范，以及形成对零部件进行测试验证的规范流程，是对OEM的重大调整。如果不具备这样的能力，开发智能汽车对OEM无异于是盲人摸象。

Q：亮道智能在与长城汽车、Ibeo的三方合作中，扮演怎样的角色？

A：量产车的开发一般都会遵循“V”字型的开发模型，左半边是对于功能的定义、设计，右半段则是测试、验证。想要真正实现量产，测试验证的重要性绝不在研发设计之下。

自动驾驶作为一个对安全性要求极高的技术，落地过程中的每一个环节都伴随责任和风险。L3级别自动驾驶的责任主体变成了车，所以主机厂要努力保障车辆的安全性，并定义好不同合作伙伴承担什么样的责任。在测试验证上，OEM是刚需。

我们和长城、Ibeo的合作是全球范围内第一个纯固态激光雷达量产合作项目，也是全球首个纯固态激光雷达的车规级量产合作。激光雷达的自动化验证，对于主机厂来说，是加速相关技术产品商业化落地的助推器；而对于整个汽车产业来说，填补了自动驾驶生态闭环的一个空缺。

Q：亮道智能的服务测试周期大概多长，是否可以加快自动驾驶的量产进程？

A:针对OEM的量产车型测试，基本是在车型真正SOP前，要预留两年或更长时间。亮道智能从OEM完成自动驾驶量产车车辆功能设计与传感器选型之后，就可以开始测试。Tier1、Tier2的测试周期取决于传感器算法的成熟程度以及OEM的需求。

在测评时，我们会提供感知能力KPI测评系统，客户根据测评结果可以对感知算法优化升级。我们为这项工作提供了高效的自动化工具，来帮助客户加快自动驾驶量产进程。以前L1、L2的感知模块KPI是基于大量人工标注来完成，OEM、Tier1、Tier2和AI公司每年在人工标注上投入巨大，这种方法从时间和成本上都无法满足L3、L4要求。亮道智能的测试验证基于自动化标注，效率会大幅提升。

二   “2020年是测试验证兴起的元年”

智能汽车的供应商，不是传统成熟零部件企业，他们在进入汽车供应链体系中，不仅要形成自己的标准（性能、质量、一致性、可靠性），达到车企零部件技术规范，还需要形成产品质量先期策划和控制能力。同时，更需要形成较强的测试验证能力。在全世界自动驾驶量产车不断放量的进程中，测试验证的价值将被不断放大。

Q：当初为什么选择从感知系统测试验证进入这个市场？

A：随着高级自动驾驶安全责任转移给车企，测试验证成为刚需。而感知安全是自动驾驶安全的首要关键，新增大量传感器智能化测试需求。现阶段自动驾驶感知模块的发展非常迅速，4D毫米波雷达、Flash、MEMS等激光雷达不断发展，诞生了各类新型传感器。怎么评价这些感知模块的性能，是个亟待解决的问题。

而亮道智能在新型传感器感知算法和工程能力上有深厚积累，融合中德顶尖的团队，让我们看到了新的趋势，决定在这个领域深耕。

Q：为什么说2020年是测试验证兴起的元年？

A：在2021-2022年，L3级自动驾驶技术将在全球范围内迎来集中量产落地。到2022年，全球范围内的L3级，甚至L4级自动驾驶的项目数量会飞速增长，这也为测试验证业务带来了更大市场。

从去年下半年开始，我们已经感受到各类主机厂对测试验证有着强烈的需求。受疫情影响，很多项目虽然略微往后有推迟，但大家的量产时间并没有改变，所以测试验证会在今年有个爆发期。

三   “时间差、里程积累和自动化工具链，形成行业壁垒”

传统汽车开发，主要依赖数据库的建构，来形成ADV（分析/开发/验证）的能力。国内智能汽车这块本身薄弱，通过借力第三方测试机构，特别是有数据库能力的机构，可以缩短摸着石头过河的进程。

Q：目前自动驾驶测试验证有哪些方法？我们的优势在哪？

A:目前业内针对自动驾驶测试验证一般会用几种方法，包括虚拟仿真测试、封闭区域测试、真实道路测试等。

其中，虚拟仿真测试使用计算机来搭建模拟的驾驶场景，这种测试方法对平台开发（例如开发激光雷达算法的通用部分）会有一定帮助，可以节约前期的测试成本，但是尚无法满足量产测试的需要。只有将产品放到真实的交通环境测试，才能获得感知系统的真实表现。

当前已经到了SOP前测试验证的关键阶段，市场对环境感知系统测试验证有迫切需求。我们的优势在于服务于量产项目、基于真实场景，在真实交通场景中评测系统的真实水平；同时，我们也为模拟仿真提供真实的数据输入。

亮道智能可以提供环境感知系统SOP前完整的测试验证服务，为测评和算法迭代提供精准可靠的客观真值，通过自主开发的自动化工具链提升测试验证效率。

Q：面向量产自动驾驶的测试验证面临的技术难点和挑战有哪些？

A：测试验证方并不是一个轻易能胜任的角色，相反，基于大数据的自动化测试验证可能是目前自动驾驶行业技术门槛要求最高的新兴领域。和传统的测试验证不同，新型的环境感知测试验证提出了更多挑战：

首先对综合能力要求极高，需要了解整个测试的数据采集的规范化和标准化，跟主机厂和供应商一起配合完成。

其次是对海量数据的处理，需要采集大量的里程数据，建立数据平台、数据中心，进行自动化的标注和自动化的场景抓取。

同时还要搭建丰富的工具链，只有项目做的越多，这个自动化的工具链越完备，提供的核心解决能力也就越强。

Q：针对量产功能的相关数据从哪里采集呢？

A：自动驾驶的测评跟传统汽车研发有很大的区别，需要保证不同场景、不同道路条件、不同驾驶行为下的驾驶安全，因地制宜建立大量的、真实环境的场景数据库显得尤为重要。

全球数据采集+场景库建设 来源：亮道智能

亮道智能与合作伙伴合作，前两年对北京以及周边自然驾驶场景数据做了充分的积累和分析，接下来也会在国内不同的城市采集数据，这项工作也会在欧洲同时开展，通过对全球不同国家和地区驾驶场景积累和驾驶行为分析比较，助力自动驾驶功能全球化量产。   

Q：如何对海量数据进行分析和挖掘？

A：测试验证需要采集大量数据，将达到PB级别（1PB=1024 ^2 GB）。PB级数据的调用、管理也是一个巨大的挑战，需要开发一套工具链来实现自动化操作。

目前行业普遍面临的问题是数据质量的问题，海量数据采集回来之后只有部分数据完成了高质量的标注，因为标注工作耗时耗力，需要很大的投入。

亮道智能的一个核心能力就是对于各类目标的自动化标注。我们自主研发的感知算法对采集数据进行自动化的标注，用自动化标注代替人工标注，可以有效的提升我们的标注速度，加快算法迭代速度，缩短研发周期，保证数据质和量的同步。从数据中心的搭建、工具链的开发、分析方法的开发，为合作伙伴提供全栈式服务。

四   “从测试验证切入量产项目，最终赋能智慧城市”

自动驾驶是智慧城市发展的重要主题之一，从车端到路端，这个赛道可能比我们想象的要长。

Q：在智能感知模块测试验证领域，目前亮道智能处于什么水平？

A：测试验证本身并不是一个新内容，在传统汽车行业里涉及到任何量产的模块，都要经过各类的测试验证，对于自动驾驶行业的领先者来说，自动驾驶量产系统解决方案的研发工作可能已经逐步实现，然而余下的量产前算法开发和测试验证工作，却才刚刚开始。

亮道智能通过智能传感器进入了一个新的市场。目前，业内还没有企业能提供针对自动驾驶环境感知的全套自动化的测试验证服务，亮道智能正在实现从0到1的突破。

Q：亮道智能的愿景与规划是怎样的？

A：我们的英文愿景叫Enlighten future mobility，点亮未来出行。

目前亮道智能从测试验证切入自动驾驶量产，接下来我们将逐步提供从产品定义到开发到测试验证全周期的平台化支撑。未来，亮道智能还将为智能网联领域提供场端激光雷达感知系统，促成车路协同应用的落地。

从单车智能到智能网联，未来链接的数据量会更加庞大，算法也会更加复杂，我们希望亮道智能成为智慧交通数据服务商，参与智慧城市的建设与改造。

剧学铭博士毕业于慕尼黑工业大学电子专业，是德国DFG 美国DARPA联合博士课题满分毕业。他曾在德国宝马研究院负责高级自动驾驶项目环境感知开发，是自动驾驶领域行业专家。2015年创立亮道智能，是国内首家推广激光雷达车载应用的企业。