4月19日上海國際車展，追勢科技舉辦了L3級自動駕駛落地新產品發布會。在發布會上，追勢科技發布了歷時兩年打造的兩款軟件產品：低速自動駕駛（AVP）系統和停車場地圖導航產品，和三款硬件產品：單TI TDA4的L2級AVP控制器，基于兩顆地平線征程3的控制器L2+級AVP控制器以及基于三顆TI TDA4的L3級全速域控制器。發布會上追勢科技宣稱，有一款產品是“宇宙第一”。“宇宙第一”控制器到底長成什么樣子？帶著這個好奇心，記者走進的追勢科技的展臺。
步入追勢科技的展臺，在展臺中央擺放的一個小的樂高模型車，在它旁邊擺放著一塊銀色的控制器，最右邊還有一個的激光雷達。有很多人在現場圍觀。這到底是什么產品，其中又蘊涵著什么的黑科技，記者采訪追勢科技的軟件經理王健鑫，讓他來給我們解答。
追勢科技在展臺上展示的基于TDA4的現場demo
Q：王經理，您能給我介紹一下，追勢科技的這款Demo給我們展示的是什么功能？
王健鑫：這個Demo中間銀色的這款控制器，是追勢科技自研的基于單顆TI TDA4的ADAS控制器。左邊的樂高車上，我們安裝了6顆相機，這6顆相機可以同時輸入給這款控制器。右邊的是一個大疆的激光雷達。上方的屏幕正在展示的是5路相機和一路激光雷達輸入給控制器，現場實時的目標檢測結果。
追勢科技TDA4方案支持6個多模神經網絡同時運行
Q：追勢展示的這個Demo，是不是號稱“宇宙第一”的那個產品？
王健鑫：是的。我們的這個Demo，其實想給大家展示追勢科技的軟硬件實力。別看這個控制器尺寸這么小，它已經是過了車規級測試的可量產的板子。而且，用我們的軟件能力，把TDA4芯片的算力發揮到極致，能實現6路深度學習模型并行實時跑。
第一：我們同時支持5路兩百萬級像素的車載攝像頭同時輸入，和一路激光雷達的輸入。業內能夠做到這一點的公司幾乎沒有。
第二：每一路相機背后有一個深度學習網絡，激光雷達背后還有一個深度學習網絡，也就是說，我們業內首創的，同時運行5路目標檢測和1路激光雷達點云的多模神經網絡。這一點非常難，其他公司都只能支持一個深度學習網絡，多個相機用分時復用這個唯一的網絡，而我們同時能夠支持6個深度學習網絡。
這還沒有結束，于此同時，我們的軟件還在背后，支持5路相機的原始視頻記錄。
以上3點，都向大家表明，我們的軟件在我們的TDA4控制器，在性能與穩定性均達到國際領先水平。這個Demo我們認為是“宇宙第一”的水平。其實“宇宙第一”是我們在發布會上的一個梗，如果對這個梗感興趣的話可以看一下我們發布會的回放。
Q:為什么追勢的軟件能力，能做到這一點，優勢是什么？
王健鑫：之所以我們能做到芯片的最大利用，是因為追勢科技曾經量產過上百個前裝項目。我們是實打實、打仗打出來的團隊。目前國內外所有的車載芯片，無論是TI、Renesas、NXP、英偉達，我們都量產過，都有豐富的開發經驗。
目前汽車行業各家芯片廠的底層架構都不一樣，軟件和硬件的結合要做得好，強依賴于芯片廠家工具鏈的成熟度和對合作伙伴的支持。不過往往因為芯片廠的人力資源有限，無法有效地支持所有的芯片開發廠家，所以，是否有相應的開發和量產經驗是軟硬件結合能否做得好的重要因素。而正如我剛才提到的，我們追勢科技適配過國內幾乎所有的芯片，所以我們只需要很少的芯片原廠支持，就可以自己獨立的開發。
另一方面，是否有高效的系統設計。我們可以根據不同的芯片特性，將功能差異化的，在不同的處理單元上，進行最合理的開發、部署、優化和管理，從而充分利用芯片的算例。
最后，我們有全球領先的多傳感器融合、決策、規劃和深度學習的算法，我們在這些算法開發之初，就考慮到跟硬件的配合和量產，我們直接用C語言編寫，最高的運行效率，并能直接訪問硬件，這些優點都使我們的軟件和算法在落地量產中能夠做到快速、高效、性能穩定。
Q:在芯片的選擇方面，市面上現在有很多不同芯片，這個方面市場的趨勢是什么，為什么我們會選擇在TDA4？
王健鑫：關于市場趨勢，我們看到的是兩極分化非常嚴重。我們看到一類公司比如特斯拉、小鵬汽車這類的新勢力車廠，主張硬件先行。追求超高的算力，要么用多顆高算例芯片拼出一個1000T的超級控制器，要么像特斯拉自研發芯片。不過這類路線的問題是，整個系統的復雜程度非常高，從硬件到軟件都需要很長的時間，花費巨大的成本。
另外一個極端是，對于那些在未來三年內能大批量量產的芯片，比如TDA4、高通、地平線的J3，只有十幾T算力。這類型片雖已經上市有段時間，不過真正在國內能做出硬件軟件打通的公司的數量只有個位數。而且即便是打通了硬件底層驅動，能在上面將自動駕駛功能完整移植的就更少了。傳統Tire1只有制造能力，只做算法的公司，有沒有在嵌入式的開發和移植能力。
我們追勢是國內少有的既有硬件能力，又有軟件能力的團隊。我們是真正能將我們的創新算法和軟件，做到量產嵌入式的團隊。
在2020年北京車展上，我們已經成功演示了我們基于地平線J3芯片的自動代客泊車系統。同時與地平線，佛吉亞一起在同年11月份的廣州車展上也亮相過。本次上海車展，我們展示的是全新開發的，基于TDA4的方案是的軟硬件產品。
追勢科技在北京車展上基于雙顆地平線J3軟硬一體解決方案
Q：目前整個行業都在說軟件定義汽車，您能談一下您對軟件定義汽車的看法？
王健鑫：在IT領域，有一種說法是“所有的東西你都可以說是軟件定義的”，這個概念一直都有，只是最近幾年才在汽車上火熱起來。
這個過程中，有一個很重要的變量，在于硬件的通用性相比過去進步了很多。所以我們可以只需要改變軟件，就可以賦予同一設備多種功能，甚至具有前所未有的新功能。
不過，我認為大家也不能盲目的認為軟件是無所不能的，因為IT行業還有另外的一句話：硬件是軟件的承載，脫離硬件的軟件，都是空中樓閣，沒有辦法在真實世界產生效應和作用。
所以，軟件定義汽車，一定是軟硬件結合，才能將算法和效率，達到我們想要的1000倍的提升。
這也是為什么我們追勢科技的軟件開發，會在最初的頂層設計的上，就去考慮硬件，考慮芯片的原因。作為軟件，我們上面是算法應用，下面是落地的硬件，這要求我們全面了解和解決，系統架構、硬件架構、網絡架構，從而實現系統的功能。
追勢的軟件架構，經過10多年的迭代和不同芯片上面的量產打磨，到今天，能夠做到，支持多傳感器輸入、算法的模塊化和部署、多核移植和通信，最大效率地利用硬件的算力資源。
也是因為這些實力，我們才能在眾多的軟件公司中脫穎而出，在最短的時間，用最少的算力，提供給客戶最多的、最佳的自動駕駛功能。
Q：感謝王經理，最后下了解，追勢對于未來的規劃是什么？
王健鑫：我們的規劃在4月19日的發布會上，已經跟大家講得很清晰。我們是行業內少有的有全棧式解決方案的公司，我們的目標是到2025年成為中國最大的自動駕駛落地產品的供應商。
自動駕駛的落地一定是逐步進行的，目前追勢L3級自動駕駛的落地方式是：低速輔助人，高速替代人。所以在過去的2年我們主打的是低速自動駕駛產品。
從今年開始我們開始解決城市交通擁堵問題。之后在逐步解決高速和環路的問題。在落地芯片上，我們現在客戶要求我們在單TDA4，雙地平線的J3和三TDA4的方案上落地。除此之外，我們也在同時正在跟NVIDIA合作準備開發基于ORIN和ATLAN的應用。
追勢科技軟件經理王健鑫
媒體原文鏈接：http://m.autor.com.cn/app.jspx?template=info&id=13321
追勢科技去年才剛剛成立，但是由馬光林博士帶領的團隊已經在行業中積累了近20年的經驗，現階段，其打造的算法模塊已經搭載在合作伙伴的車型上，并已經量產。
自動駕駛系統一般主要有三個部分，感知、決策和執行，其中，感知系統尤為重要，負責感知周圍的環境，并進行分析，為決策和執行提供必要的信息。
感知系統的輸入設備是依靠各種傳感器，如攝像頭，雷達等。但在傳感器之外，感知系統中最重要的，則是其算法模塊。目前，國內真正做自動駕駛感知算法模塊的公司并不多。
追勢科技產品總監夏晴
追勢科技團隊雖然是業內比較早做自動駕駛感知算法模塊研發的團隊，但也很早意識到了完全自動駕駛想要實現的困難。夏晴在接受采訪時表示，完全自動駕駛的最大挑戰包括場景的復雜和干擾的不可預判，而在低速場景下，這兩個挑戰的難度和風險都大大的降低了。
同時，低速也意味著低致死率、低破壞性，限定環境意味著未知干擾的可能性極大降低，從而系統和硬件的成本也會大大降低，這是低速自動駕駛從技術實現和商業落地方面的優勢。
因此，其也并沒有跟風去追逐所謂的風口，而是從10多年前就開始一直專注于他們看好的低速自動駕駛的技術和方案的研發。
追勢科技是誰？
追勢科技：專注低速自動駕駛
追勢科技于2019年6月份正式成立，成立之后，專注于打磨自己的產品，并在短短一年時間內，就已經實現了產品的量產。
一說追勢科技，外界或許很多人都并不知道這家公司。但提到由CEO馬光林博士帶領的核心團隊成員，很多業內人士，都有耳聞。馬光林博士本人早在1999年留學德國并在德國德爾福研發中心開啟了職業生涯，是全球最早從事ADAS算法開發的科研人之一。
2008年，馬博士回國加入德爾福中國研發中心，并將自主研發的智能駕駛輔助系統（ADAS）帶入中國汽車行業。2015年，馬光林博士離開德爾福，率領團隊加入歐菲光，并用了短短3年時間，獲得15家前裝車廠、52個量產項目，累計62億元人民幣的訂單。
夏晴說到，十多年前，其核心團隊就在德爾福一起從事智能駕駛研發工作，當時他們就有一個夢想，即要徹底解決城市生活中人們駕車出行最大的痛點，即泊車難問題。
成立追勢科技，專注于低速自動駕駛的技術和解決方案，通過徹底解決泊車問題來重塑城市優質生活，同時也是圓了團隊十幾年前的夢想。
技術，商業模式創新，做Tier 0.5
從定位來說，追勢科技是一家Tire 0.5供應商，主要為整車廠提供核心算法模塊以及全套系統方案。
作為一家定位為Tire 0.5的供應商，追勢科技要成為一家打破傳統的全新的供應商。我們看到汽車行業正在進行的巨大的變革 -- 新造車勢力正在顛覆傳統的汽車行業。同時我們還看到過去幾年滿懷信心、雄心勃勃的自動駕駛行業面臨了遲遲無法落地的窘境。在這變革的潮流中，追勢科技要成為引領這一變革的Tier 0.5。
一方面，追勢科技要通過打造出一個集停車場，地圖和自動駕駛車為一體的低速自動駕駛生態，來為人們展現，跟以往完全不一樣的出行方式，來顛覆自動駕駛行業。追勢科技要打造的，跟以往完全不一樣的出行方式，不同于現在大多自動駕駛公司所展現的“炫技”的出行方式，而是真正提高終端用戶的效率，為用戶帶來真正全新體驗的出行方式。
另一方面，追勢科技要從商業模式上變得更靈活。商業模式之一，追勢科技不僅可以像傳統Tier 1 一樣給車廠提供完整的系統，同時可以服務于Tier1，追勢科技通過其在算法上的技術優勢，為其他Tire 1提供系統和產品的差異化競爭實力，可以為上下游的各種合作伙伴提供軟件，算法，系統模塊甚至咨詢服務。商業模式之二，追勢科技還用自身量產化落地能力強的優勢，服務于Tire 2，幫助他們通過追勢科技的平臺，跨過車規級標準、系統集成成熟度與安全性的天塹，從而進入主機廠，實現算法落地。商業模式之三，除了提供產品之外，追勢科技還可以與整機廠進行合作，進行聯合開發、深度合作，共享知識產權等。
車端，場端，地圖端并發創新，打造自動駕駛生態
談到如何實現公司的愿景時，夏晴表示：我們要在場端、地圖端以及車端都有相應的創新，以打造低速自動駕駛生態并以此作為公司的使命。
追勢使命：打造低速自動駕駛生態
為實現真正商用化的自動駕駛系統，必須得車路（場）協同。技術上，場端負責總體的調度，包括目標停車位的分配，總體路徑規劃，停車場內所有車輛運行軌跡的信息，以及固定的障礙物信息。車端負責環境的精確感知、定位、局部路徑規劃、以及控制車輛精確泊入目標車位。
這方面，追勢科技正在和一家國際車廠合作，開發車場協同的解決方案。合力探索商用化自動駕駛系統的總體方案，可以實現提前預約停車位，車開到停車場后，進行停車位位置導航，引導駕駛員（或自動駕駛）開到相應的停車位并自動停車。
追勢科技車場云協同AVP模塊架構
對于自動駕駛，除了智能感知系統之外，地圖也是非常重要的一個方面。大多數的自動駕駛企業要么是自己組建車隊進行地圖采集，要么就是用第三方的數據集，但這兩種方式都不免耗時耗力。
針對地圖問題，追勢科技也提出了自己的解決方案，夏晴表示：“地圖這一塊，現在的建圖方案，基本上都是高成本的搭建采圖車，上面安裝多架激光雷達，在停車場開一圈后，離線進行大量的數據標注，才能生成這張停車場的地圖，采集和制圖的效率很低，一個停車場的地圖要制作周期在一到兩個星期。而我們的地圖方案，只需要加裝我們產品系統的量產車，這輛車即是功能車也是采圖車，在停車場開一圈，地圖邊采集邊建模，一圈轉出來，停車場的地圖也就生成出來。我們目前測試下來，一小時可以完成1萬平米，大約300個停車位的停車場的地圖。極大的提高地圖的效率，攻克了地圖普及的瓶頸技術。”
追勢科技AVP實時建圖及巡航
單車智能方案，追勢科技一直秉承著自動駕駛車要像人一樣開的理念，開發出具有智能避障、緊急制動等功能的單車智能系統。不僅在平地面上可像人一樣駕駛，在各種復雜的跨層的工況，也能完成安全可靠的駕駛動作。這一功能已經在上海的一個螺旋式魔鬼停車場上經過驗證，并得到客戶的一致認可。
追勢科技AVP挑戰螺旋式魔鬼停車庫上下坡
以算法模塊+軟件系統構成核心產品競爭力，攀高峰沿路撿到金蛋
夏晴也表示：目前，行業內的感知算法通過深度學習進行訓練，可以快速做到80-90分，但想要再往上走，很難! 機器學習與深度學習相比，機器學習需要更多的人工幫助，這對研發人員的經驗積累有非常高的要求。為打造穩定可靠的產品，很多corner case需要工程化技巧來解決，而不是簡單的機器學習或深度學習算法來解決。這也是為什么Mobileye這么多年一直處于不敗之地的原因。
追勢科技核心團隊成員都是在業內工作十余年，因此，團隊對于深度學習結合傳統CV，以工程化的方式調教感知算法，可以說是經驗十足。與其他公司相比，追勢科技有能力有經驗做從90-100分的提升。
談到現階段量產的自動泊車功能，夏晴坦言，很雞肋。在生活中，泊車的場景千差萬別，如果泊車這個功能不能夠做到95%的覆蓋，那體驗也就會非常差。
據夏晴表示，現在這一代的泊車產品頂多只有70%-80%的場景覆蓋，像一些超窄車位、立體停車場等，自主泊車功能的體驗都不是很好。
針對這一挑戰，追勢科技在目前已經實現量產的產品上，不斷進行迭代優化，其中一個技術亮點就是多傳感器前端深度融合。
夏晴表示，解決當前泊車系統最大的瓶頸是快速精確的360環境感知，我們基于視覺、超聲波雷達的融合算法，可快速精確地進行對車輛周圍360度的環境感知，可實現智能避障，極端的狹窄通道通過，停車位的精準識別，輪檔立柱的精準識別。
另一個技術突破就是智能的路徑規劃，根據環境感知的結果，判斷每次泊車路徑規劃需要利用的行駛空間，在這個空間內做最短最優的路徑規劃，同時如果在泊車過程中被突發狀況中斷，或有新的障礙物遮。
這一切都離不開追勢科技自身算法系統能力，追勢團隊能夠將算法系統依靠自身經驗積累提升到90-100分。
當然，除了調教好的感知算法模塊之外，追勢科技還有一個“大管家”，這個“大管家”能夠讓其感知模塊適配多種傳感器和不同的嵌入式硬件平臺。這個“大管家”在追勢科技內部被稱為軟件框架或軟件平臺。
算法都是一個個小模塊，一般來說，可能會需要十幾二十個模塊，那這就需要一個“大管家”，來讓各個模塊有序工作，不能亂七八糟，因此，軟件平臺就是承擔著這樣一個“大管家”的角色。這個軟件框架是追勢內部自己的產品，高效的支撐著其更好的適配車企不同的產品需求。
既然完全自動駕駛商用必須是車場協同的，大范圍的停車場改造又需要很長的時間，那是否意味著，用戶在短期內并不能使用自動駕駛的功能呢？夏晴表示：
“雖然自動駕駛的完全商用在很遙遠的未來，有很多都是可以一步步去做的，去達到那個狀態。比如我們現在已經開發的記憶泊車功能，就可以實現在常去的停車場（比如自家小區、公司、常去的商場等）實現車輛從入口自動開到停車位，因為人要在里面稍微看一下，這個可以叫它L3級自動駕駛。我們先實現這個，再往上就是L4，封閉停車場，再往上就是有智慧管理系統后，可以不用全封閉了，就可以管理起來，應該是一個過程，一步步來，最終會到達目的。”夏晴說到。
從算法到地圖，再到最后的智慧停車場，追勢科技由小到大，正逐漸打造自己的核心技術壁壘。同時，面向未來，除了軟件系統之外，追勢科技還將布局硬件，實現軟硬件一體化，以及從低速自動駕駛向高速自動駕駛的進發。
面向未來布局高速自動駕駛
從業務層面上，目前追勢科技的產品已經在國內一家主機廠上進行量產了，還有一個國外主機廠的POC項目，以及多個國內主機廠的項目合作。
夏晴也在接受采訪時表示，2021年之前，追勢科技會從目前需求最大的車廠正在配置升級的800億全自動泊車市場切入，搶占自動駕駛入口。
2023年，追勢則在擴大前裝市場占有率的同時，逐步在封閉場景下實現L4級別的AVP商業化運營。到2025年，封閉場景的AVP商業模式驗證完成并開始盈利，在拓展到開放場景的AVP商業化運營。最終2030年以后，逐步介入城市中高速自動駕駛，全面改變人們的生活。
行業經驗積累最深厚的團隊，通過感知算法和軟件系統打造的核心產品，以及對整個行業清晰的認知，追勢科技雖然現在還是一個剛剛成立一年多的創企，但面向未來，或許會將成為行業獨角獸的存在，未來可期。