头图：蘑菇车联创始人朱磊
衡阳车路协同项目的达成只让朱磊高兴了一天。接下来的挑战依然很，官方还宣布旅航者X2计划将于明年上半年在欧洲试飞。小鹏汇天首次走出国门旅航者X2是小鹏汇天第五代双人智能电动飞行器，特别是一些问题，从外观上来看，团队到目前为止还没有探讨出一个方案。
车载OS项目差点被砍
第二天早，旅航者X2的配色以冷色系为主，他就打电话给了詹宏波，机身整体充满未来科技感，询问公司车载OS项目的发展情况。
詹宏波回答道，十分酷炫。这款飞行器首次采用了封闭式座舱设计，目前公司车载OS每台主机亏几百块（车机系统售价在1500元左右，搭载全自主飞控系统和全碳笼式承载式车身，可以进行前装和后装），最载重200公斤，而且公司目前的重心转移到了智慧交通领域上。特别是主机厂和Tier 1现在都开始自研智能座舱，可搭载两名乘客。此外，加上之前的阿里OS，旅航者X2此前也曾亮相第十三届国际航空航天博览会。旅航者X2采用纯电动力设计，百度OS，续航时间可达35分钟，还有现在的华为OS。
这个项目如果想突围，做到行业前三，太难了。我们可以放弃这个项目，专注在车路协同，智慧交通上。
车载娱乐OS是蘑菇车联最早切入汽车的项目，公司最初的想法是做L4级自动驾驶，但由于是2017年底才启动的，落后于竞争对手1到2年，所以公司决定从更容易的车载娱乐系统切入。
这个项目最初的雏形是智能座舱+辅助驾驶形式，兼容上百个ECU和恩智浦与高通的车载芯片，同时可以控制高清摄像头、毫米波雷达等智能传感器。
2020年4月公司为东风出行提供了平台车载娱乐系统OS，通过个性化语音包服务和通用语音包服务，构建的数据生态和服务生态中心，为东风汽车打造千人千面的个性化体验。
（蘑菇车联和东风出行合作）
后来发现方向不对，面对前堵后追的竞争对手，公司的方向也开始从从最初的车主，个人消费者转向主机厂和L4公司。
在车端，考验的是车载OS的底层能力，但在主机厂和L4端，考验的是公司的协作能力。蘑菇车联试图成为服务于、交通行业、智能汽车产业链上下游整体方案的设计者和实施者。
同时把云、端、云+端的服务出来，这样各个参与者都可以与自己的基础设施或硬件设备进行对接，从而加速车联网的覆盖密度和交互能力。
在这种考量下，2020年9月与比亚迪签署合作，探讨车路协同方案。比亚迪提供自动驾驶车辆，将自身行驶速度、轨迹和驾驶意图传递给路，蘑菇车联负责路端的感知，车路（两端）把所有交通参与者的驾驶意图信息上传到云端协同感知规划和决策。
但是单一个比亚迪肯定不够，于是找到了L4自动驾驶公司，谁知道L4级公司根本就没有意愿和蘑菇车联玩，或者说不认同车路协同路径。
蘑菇车联想，单自己玩肯定玩不溜，发现公司的方向还是没有找对，经过公司团队的激烈讨论，最终决定将公司的重心放在智慧交通上。
通过在路测端加装高清摄像头，激光雷达，毫米波雷达等，实现路面的全方位环境监控，将道路基础信息、智能红绿灯、交通气象等信息同步到云端，同时在云端做信息化和数字化的处理。
通过车、路、云三端感知，打造一套AI底层与运营的智慧交通数据平台。于是在2021年4月与长城签署合作，共同探讨智慧交通的可能性。将自己的客户从主机厂转变成了。
朱磊想了想说，蘑菇OS系统是这几年我们一直对外宣传的，肯定不能砍掉。而且目前我们还在和比亚迪，长城和东风合作，砍掉这个项目可能会动摇我们的根基。
蘑菇OS为主机厂和Tier1者提供了灵活的分层解决方案，包含系统能力接口、应用工具、仿真测试工具等。
我们可以把蘑菇OS系统一分为三，OS1.0、OS2.0和OS3.0版本。1.0版本还专注在老业务智能座舱领域，2.0版本专注在自动驾驶系统，这个是我们目前全力打造的，3.0版本专注于智慧交通领域，这个是我们的未来。
（蘑菇车联一体化系统）
这样一分，我们不就可以很好的解决历史遗留问题。
而我们对外宣传还是以蘑菇OS系统为主，同时宣传我们的高性和深度定制等特性，吸引合作伙伴前来合作，这既符合我们最初的车载系统的定位，也符合我们未来的发展。
詹宏波思考片刻，怎么感觉这么乱呢？现在确实也有L4级公司想做L2和智能座舱软件系统，虽然咱们和他们的业务很相似，但感觉怪怪的。
朱磊直截了当地说，这有什么乱的。我们未来的定位是L4级自动驾驶公司和车路协同智慧交通公司，现在想做L2级系统和车载娱乐系统，还能和我们的AI云形成闭环，这不是很清楚的商业模式吗？
詹宏波还是一脸疑惑。
车路协同最后拼图--L4级自动驾驶系统
朱磊接着拨通了李成军的电话，询问公司L4级自动驾驶系统的发展情况。
李成军讲道，目前我们公司的L4自动驾驶软件团队已经组建完成，软件效果基本可以达到90分的情况，虽然和小马智行，AutoX的99.99分的情况还有一些差距，但加上我们的车路协同系统，基本可以安全的在马路上跑。
朱磊接着问道，什么时候我们的自动驾驶软件可以达到99分？
李成军回答，我们团队因为比较晚，而且团队成员还要兼顾车路协同和车载娱乐系统，所以要达到99分可能还需要2到3年。
还有一个问题，我认为我必须提醒一下你。自动驾驶是一个特别烧钱的工程，烧钱速度远比想象的要快得多，以我们目前的资金储备，未必可以支撑2到3年的纯研发工作。
结合我们公司的业务布和公司，我认为我们的自动驾驶系统没有必要做到99分，个人感觉80分已经够了。
我们的目标是什么？是想把几十万的自动驾驶硬件成本压缩在千元级别，从而让更多低端车辆用户，也可以享受到只有在中高端车型上才有的驾驶辅助服务。
这就产生了一个问题，用L4级的车搭配L4级的车路协同，还是用L2级的车搭配L4级的车路协同，还是用L4级的车搭配L2级的车路协同？
（蘑菇车联L4级测试车）
在底层架构和技术上自动驾驶已经解决了分问题，但剩下5%的长尾问题却难以攻克，这些问题包括零碎场景、极端情况和无法预测的人类行为。
包括传感器和自动驾驶算法，以我这2年多的观察，整个行业都到了一个瓶颈期，家都在探索下一个临界点，整个业界，包括国内，国外也好，家都在思考全新的方式，也有媒体说单纯的单车智能可以已经走到尽头。我们公司显然走的路径是L2级的车搭配L4级的车路协同。只有这样才能把车路协同的改造成本，千元级别的平均到每辆车上。
特别是对于高精地图的更新频率，目前国内高精度地图的规模实时更新以及演进还比较困难。
很多成熟城市对主要路网更新时间概在10分钟左右，而车路协同则可以做到1分钟就可以更新一遍路网数据，对于自动驾驶的帮助很。分钟级别的高精地图更新，也可以让我们暂缓推出L4级自动驾驶软件（99分）的研发速度。
朱磊点头表示认可。单车智能确实存在其自身无法逾越的限制，比如我们之前在顺义极端环境的测试，暴雨、黑夜和上下班高峰等复杂场景单单依靠单车智能是无法实现的。
在光照度比较低的情况下，相机的曝光时间会变长，本来1秒有30帧，光照度低的情况下可能只有5帧，这肯定影响自动驾驶车辆的安全。
自动驾驶作为一个系统级工程，必须需要以系统性思维保障自动驾驶的预期功能安全，从而支撑城市级自动驾驶规模落地。
李成军轻声说道，朱总，我们以后不能这样宣传。比如顺义的暴雨场景（每小时150毫米降水量），有媒体和我们反映，那样的天气别说自动驾驶汽车了，就算人类驾驶的车辆也不会上路。
那样的场景已经不是传感器能不能感知的情况，而是道路可不可以行驶的问题。我们的那个场景和物流中心的AGV一样，根本就不需要前挡风玻璃。
系统级的解决方案的表述也不是很对。准确地应该说，车路协同为车辆增加了一层冗余，或者多了一个融合传感器。系统级解决方案对于自动驾驶而言有一个最的弊端，就是系统更新和事故责任划分问题。
自动驾驶作为一个软件系统，是需要不断更新的，有的公司更新频率可能就是几天，如果这个软件关联的东西越多，可能会拖慢整个更新频率。当然了，如果都是我们自己的车和路端更新，就没有什么关系了。
事故责任划分的问题，自动驾驶如果牵扯的参与方太多，可能导致最终的追溯变得很困难。是路端的信息传递有误，还是车端的接收有误，还是智能传感器的问题，整个流程会拖得很长。如何用预期功能安全保证我们的路端设备和信息的准确性和安全性，这些的问题的解决方案都有待验证。
系统级解决肯定是好事，但是必须保持主体的一致性，减少交叉合作和协同。
朱磊反驳道，我们就是需要系统性的工程，突破单点思维的限性。其中肯定会碰到很多问题，比如车路协同和单车智能的协同定位问题，我们的自动驾驶汽车要到什么程度，以及我们是否需要和其它L4级自动驾驶公司合作等等。
问题是存在的，但是我们的是正确的，这些问题都需要你好好考虑考虑。
打造城市级车路协同--智慧交通
朱磊喝了口茶，休息了一下，拨通了王辉的电话。问道，车路协同研究的怎么样了？
王辉小声讲道，目前我们的主要精力都集中在衡阳的东西主干道衡州道和南北主干道蔡伦道。在路端，我们署了边缘计算服务器和边缘云，配备深度学的软硬件环境和高带宽的专用网络，为自动驾驶的规模化落地提供核心技术支撑。
同时具备实时视频和图像处理、转发的能力，易于维护……
朱磊打住了王辉的讲话，给我说一下你背后的思路和逻辑，别说这些表面的媒体都知道的东西。
王辉想了想说，那我就说一下我是怎么思考的。
（车路云协同图片）
第一个问题，我们的车路协同要署在什么地方？是署在整条主干道上，还是仅仅署在十字路口，或者说署在一些高速公路上，或者说布置在一些城市小道上。
不同的署地点，可能对应不同的解决方案，需要搭配不同级别的自动驾驶车辆。
比如说署在主干道上，那么每个智能灯杆的成本可能就比较低（几万元），总共需要4-5个感知传感器就可以了，L2的车可以和我们的AI云协同起来，达到L3的驾驶体验。
如果署在十字路口，那每个智能灯杆的成本就很贵，成本可以达到50-60万，这种情况下，单车智能化的要求就不是很高了，完全借助车路协同，单车也可以解决复杂场景。
对于高速公路而言，署不署车路协同，效果相对而言没有城市级的好，现在的L4级自动驾驶足以应对高速公路场景。我们也认同这样的观点，所以我们将重心定位在城市级自动驾驶，定位在可重复使用的车路协同上。
朱磊补充道，对，我们坚信自动驾驶的未来在城市，能否驾驭城市出行场景决定了自动驾驶规模落地和商业化的速度与质量，同时也决定了我们公司的估值。
王辉继续说道，这个就牵扯到车路协同和单车智能的具体分工。比如相对简单的场景由单车智能负责，而一些极端的场景由车路协同负责，或者直接车端和路端全天候协同负责。
总体而言，车路协同的需要和车端联动起来。路侧设施必须要成为自动驾驶车辆感知的一分，没有感知分，这个路侧设施是没有用的，只给信息不参与驾驶是起不到协同作用的。
所以未来我们必须要联合自动驾驶软件公司。
朱磊打断了王辉的讲话，你知道我们为什么做车路协同吗？
从最开始的车载娱乐系统，到车路协同，再到自研自动驾驶系统，智慧城市，公司的方向换了一个又一个，希望车路协同智慧交通是我们最终的目的地。
车载娱乐系统现在看，只有厂，主机厂和Tier 1能做，其它的创业公司很难做，门槛太低，生态也不够丰富。所以我们只能被迫转型做与车载系统相关的项目。
而车路协同则与我们的业务高度重合。蘑菇OS+AI云是我们的核心，特别是中心云+边缘云的组合既解决了速度的问题，又解决了计算的问题。
（蘑菇车联架构）
但是我们发现没有L4级自动驾驶公司愿意和我们玩，或者换个意思，他们从心底看不起车路协同公司。现在只有主机厂，Tier 1和车路协同公司在做这些事情。
一方面，当然和资本市场的看法有关，自动驾驶公司都是Billion美金估值起步的，而车路协同公司则估值很低。一方面是他们认为目前的车路协同很低级，完全没有用，有时反而是噪音信息，没有达到真正的冗余效果。
特别是传感器位置和性能的稳定性，还有如何解决路端的预期安全功能，在施工断电断网等问题在没有解决之前，他们是不会加入车路协同军的。
既然L4自动驾驶公司不想参与，我们就自研L4车辆。虽然我们的才90分，但对于车路协同而言，已经足够了。只有建立一整套的自动驾驶，才能真正验证车路协对单车智能到底有多少提升效果。
比如这次我们在衡阳主干交通要道上的道路智能化，他们可能认为噱头多于实际效果，最多也就是一个车路协同示范区，或者说是辅助驾驶示范区。
如何打破这种担忧呢？我们只有将L2级的车升级到出L3的驾驶体验，才能让L4级自动驾驶公司认可这个模式。目前而言，和L4级车路协同是不可能的，只能和L2协同，或者我们自己协同。
我们必须自研L4级自动驾驶，通过自己的L4级车辆、自己的车路协同、自己的AI云平台实现融合感知、协同定位规划和协同决策，突破单车智能成本和安全两问题。
把我们打造成车路云全栈式智慧交通创新企业。自动驾驶汽车是智慧城市中唯一具备自由移动特性的智能终端体，也是最佳的智慧交通和智慧城市的载体，自研L4级自动驾驶符合我们的方向。
终极目标--融资
朱磊想了想公司的资金储备，拨通了邓志伟的电话。公司最近的融资情况怎么样啊？
邓志伟回答道，最近在和几家机构谈，他们主要想看看咱们的项目在智慧交通中的作用。
2020年11月，蘑菇车联和苏州高铁新城达成合作，落地车路云一体化智慧交通系统，在车端、路端、云端系统化提升区域智慧交通运营管理。
2021年3月签约衡阳，构建车路云一体化的智慧交通系统，并将相关产业制造及数据中心项目落地衡阳，全力推动衡阳构建智能网联汽车产业生态高地。
（蘑菇车联车队）
邓志伟讲道，特别是咱们衡阳项目，很多竞争对手，投资人都在调研和关注。我们必须打赢以下四场战，才能得到投资人的青睐。
第一场战，就是我们的智能灯杆解决方案。整个铺设思路是我们对于车路协同理解的全面展示，包括各个灯杆的间距是多少，50米还是100米。每个灯杆的传感器配置有哪些，比如道路两边的需要几个传感器，用谁家的激光雷达，激光雷达要360的还是120度FOV？
十字路口怎么铺设，这个是重点。传感器的位置如何固定，如果位置发生偏移如何纠正（肯定不能是人工爬梯纠正）？传感器是应该布置在4个路口，还是2个路口？传感器的感知程度如何达到L4级，或者L5级的感知效果。
如何给路端做冗余，如何将车规级的预期功能安全流程衍生到路端。这个我建议我们铺设完后，举行一场型发布会，和百度车路协同Apollo Air项目一样，把我们在实践过程中犯的错误分享给整个行业。
第二场战，就是车路协同到底给了车端多帮助。
一方面要和L2级的车企合作，看看通过车路协同，到底能不能将L2级驾车体验提升到L3。通过我们路端和云端的数据反馈，L2级驾驶体验能不能更流畅，或者说不安装激光雷达的情况下，L2级车能不能实现城市级NGP。
特别是在十字路口的高精定位和规划决策，通过路测端的摄像头和激光雷达，再加上车端的传感器融合，对于实现城市级NGP到底有多帮助。
另一方面，我们要加速自研L4级自动驾驶系统。看看通过车路协同，单车智能到底到什么程度，就能应对城市的复杂场景。对于L4级公司而言，他们的目标是无限接近100%安全，对于我们而言，加上车路协同，看能不能超过100%。
如果车路协同模式被证明是有效的，那么我们的融资就会变得很容易，估值到十亿美金也没有问题。
第三场战，就是车路协同的成本问题。车路协同要解决的2个问题，一个是安全，一个是成本。
我们现在已经在衡阳推出了Robotaxi、Robobus、自动驾驶清扫车、自动驾驶巡逻车、自动驾驶园区车、自动驾驶医疗车等多种类型自动驾驶车队。单车成本加上整个车路协同的成本，计算一下到底是单车智能便宜，还是车路协同便宜。
后期我们可以出版一期数据，就以衡阳模式为例。车路协同的成本是多少，单车智能的成本是多少，两者的合作达到什么样的自动驾驶安全等级，MPI数据是多少。
最后一场战，就是我们的终极目标，智慧交通和智慧城市。
有车路协同和没有车路协同，在城市通行效率，交叉路口安全性提升了多少，对于整个城市的道路管理和道路规划提升了多少。
这些都是我们在项目铺设完后，对外界展示的成果，不能说我们完成后，效果不好，就不对外公布了。我觉得我们应该联合衡阳市交通，一起公布这些数据。
朱磊想了想回答，你说得很对，我们不止应该考虑自己，考虑车路协同和智慧交通，更应该把我们的经验分享给行业，分享给各个有志做车路协同的城市。
听完邓志伟的分析，朱磊的压力突然轻了很多，虽然公司现在各方面压力很啊，但至少蘑菇车联在车路协同的历史中留下过数据，留下过痕迹。
（转载来源）
作者：Mark
出品：红色星际
关注我们，获取更多深度解读
免责声明：文中图片均来源于网络，如有版权问题请联系我们进行删除！
