文 | 魏啟揚

來源 | 智能相對論

滴滴Robotaxi雨中首秀,朱廣權在央視新聞中賣力宣傳,再聯想到過去不到70天的時間內,百度、AutoX、文遠知行先后推出的Robotaxi開放服務,技術廠商、出行平臺們的大范圍營銷傳播,幾乎讓我們產生了一種已經進入到無人駕駛時代的錯覺。

今天,我們不討論自動駕駛技術的成熟程度,也不探究無人駕駛的商業路徑,我們將盡力還原一個普通民眾最為關切問題的全景——即已經越來越多滲透到我們生活中的自動駕駛車輛是怎么“造”出來?

我們找尋問題答案的地點選在長沙,原因無他,這里有全國首批量產L4級別Robotaxi運營車隊,這里還有全國最豐富的落地場景,自然能展現出一個立體的“造車”全景圖。

一、最大的困難就是對未來的無知

作為智能駕駛汽車的中樞,國家智能網聯汽車(長沙)測試區的云控平臺監控大廳很少向我這樣的“外人”開放。

見到長沙智能網聯云控平臺負責人毛榮標之前,首先要經過國家智能網聯汽車(長沙)測試區那道偶爾才會開啟的閘門,然后在空蕩蕩的測試區內穿行一小段路程,最后進入到一棟只有3層的小樓內,毛榮標的辦公室和云控平臺都“隱匿”在這棟小樓里面。

事實上,在進入到云控平臺監控大廳的前一刻,我對“大數據”對自動駕駛究竟有多大意義都沒有很深的概念。

直到一幅占據了兩層樓高度、堪比IMAX電影巨幕的監控大屏突然充斥了我的所有視野,頓時有了種被“數據”包裹住了的感覺。

屏幕的正中C位是一幅長沙地圖,每個接入云控平臺的紅綠燈、攝像頭、車路協同設備以及智能網聯汽車的動態數據都清晰的展現其中,每過一秒,屏幕中的數字都會變換跳動“刷新”一次,每次“刷新”也意味著自動駕駛的進程向前又邁出了一小步。

身處云控平臺監控室的感覺很奇妙,雖然占據視覺中心的是長沙地圖,但感受到的卻是撲面而來的“數據洪流”,看屏幕的時間長了,站在監控大廳的中央,幾乎會產生自己也成為數據,融入其中的幻象。

然而毛榮標和他的同事們似乎對此早已習以為常,平靜的坐在工作臺前進行著一些操作。

在來湘江智能(國家智能網聯汽車(長沙)測試區的運營公司)之前,毛榮標與高速公路打了10多年的交道,他最得意的項目經歷就是參與了矮寨大橋的信息化系統研發與建設。

“其實智能網聯云控平臺的技術原理和我之前經手過的智慧高速項目在大方向上是相通的,都是對數據的采集、分析和處理,兩者間最大的不同在于數據源有很大差異,這也是智能網聯云控平臺所要面臨的難點之一。”

在長沙市的智能汽車產業規劃中,云控平臺承擔著自動駕駛測試、智慧交通支持、智慧出行服務以及匯聚產業生態四重功能,其中對自動駕駛提供測試服務是立足之本。

因而毛榮標遇到的第一個挑戰是,如何處理云控平臺中產生的每天成幾何數增加的非結構化數據,也就是怎樣從視頻數據中提取出成事件、成結構化的信息,可以“投喂”給智能駕駛車輛測試訓練所用。

“之前很長一段時間,我們的數據并沒有形成資產利用起來,直到引入了華為‘八爪魚’,再結合我們自研的數字圖像處理技術,這一方面的短板才算補齊。”

技術上的難題總有技術層面的解決辦法,相比非結構化數據的處理,讓毛榮標更加撓頭的是云控平臺的升級速度跟不上技術和產業發展的需求。

迄今為止,智能網聯云控平臺如何建,怎么建,行業里都未形成統一標準,作為指引性文件,由國家11個部委今年3月份聯合發布的《智能汽車創新發展戰略》雖然提到全國要建設一個“邏輯統一,物理分離”的大數據平臺,但這模棱兩可的8個字對于毛榮標和他的同事們的落地操作來說,實在意義不大。

“我們所能做的只能是與時間賽跑。”

長沙采取的策略是先落地,然后再根據需求進行再升級,這項工作的具體任務落到了毛榮標團隊的肩上,“我們看到的是云控基礎平臺,這個平臺最初的設計思路是為自動駕駛測試服務,但根據‘頭羊計劃’的規劃,未來三年全市的公交車、危化品運輸車、校車、渣土車、環衛車等重點車輛都要進行智能化改造,接入云控平臺的管理,因而我們正在對平臺進行一次大的升級,算是2．0版本吧。”

這是一項大工程,基本上算是重建了一個全新的云控管理平臺,接入更多的不同類型的智能汽車,除了數據處理的數量級別提升了之外,處理的數據維度和不同車輛的管理要求又各有不同,因而平臺的功能也會跟隨有較大調整。

“我們現在只是對5類重點車輛接入到平臺管理,當更多不同類型的車輛接入到平臺后,我們該怎么辦?當接入平臺的智能化改造程度更深了后,我們該怎么辦?當接入平臺車輛的智能駕駛級別有了整體躍升了后,我們又該怎么辦?”

毛榮標提出的這些問題沒有人可以回答,長沙智能網聯云控管理平臺的建設方案也謹慎的分成兩期跨年度來施行,其目的就是為了在現有技術下,能夠更加完美的解決當前需求。

在與毛榮標道別之前,他悄悄的告訴我,雖然云控管理平臺項目才剛剛完成招標,距離正式上線還有一段時間,但如何讓普通民眾能夠享受到技術帶來的紅利,更新的技術應用方案已經在同步設計之中了,“在智能駕駛的這場長跑中,我們必須跑在前面,才有機會跑到最后。”