低速自动驾驶爆发在即，纵目打响商用第一枪

2019：自主泊车商业化元年

自动驾驶商业化落地的交锋中，各路参局者划定过许多细分场景应用：量产L3/L4/L5自动驾驶出租车运营，无人物流，低限速小型作业车……而自动代客泊车（又称自主泊车，Auto Valet Parking，AVP），很长时间内是被低估的一环。自动代客泊车，即在停车场或其它限定区域内，基于L4自动驾驶技术实现最后几百米的慢速无人泊车功能。

早在5年前，奥迪遥控停车系统（Audi Piloted Parking）进行了自主泊车概念展示，在远离停车位的接驾点通过用手机一键召唤，完成自动取还车。

同期法雷奥也发布自动泊车辅助系统——ValetPark4U，通过超声波传感器、摄像头及激光扫描技术实现无人操作自动寻找附近车位，完成自动泊车。但是这一细分市场的前景被后来的高速自动驾驶的热潮所掩盖。

从2016年开始，高速自动驾驶的赛道上挤满了巨头，通用于当年收购了自动驾驶公司Cruise Automation，福特投资了 Argo AI；Drive.ai，Pony.ai，Rodarstar.ai，文远知行等瞄准高级别L4/L5级自动驾驶的创业公司也相继成立；百度的Apollo自动驾驶平台，Uber、滴滴的自动驾驶计划陆续上马。

进入2018年之后，乘用车L4/L5级自动驾驶进入瓶颈。

2018年11月，Waymo公司CEO John Krafcik宣称自动驾驶技术的普及还需要几十年。几乎同时，苹果联合创始人Steve Wozniak也表示：自动驾驶汽车不可能在不久的将来实现。

而在刚刚结束的CES 2019展会，乘用车高速自动驾驶退潮的迹象更为明显。

在本次CES展上， Waymo作为公认的行业领军企业，其展台不大，车门紧闭，且并没有现场讲解人员；百度中规中矩地推出了新一代Apollo3.5版本；图森未来和AutoX继续专注于无人物流、无人货运的细分场景；而奔驰、博世这些传统车企及一级供应商的L4/L5自动驾驶展示仍然停留在概念车的阶段。

于此同时，自动代客泊车的产品化和商业化逐渐进入到公众的视野。

一方面越来越多的主机厂将其作为泊车技术升级，进一步提升车主使用体验；另一方面，共享汽车租赁企业也在关注，将自动代客泊车同共享出行运营车辆结合，使得车辆运维及用户找车转换成自动化流程。

不同于面向开放城市、高速工况的L4/L5级自动驾驶乘用车，低速且车中无人的自动代客泊车应用环境相对简单，行人出入较少的车库对应自动驾驶系统发生事故的风险系数及立法难度更小。

公众开始看到自动代客泊车的前景，自动驾驶新创公司也希冀借此弯道超车，并将其定义为自动驾驶商业化最现实的路径之一。

国内外传统主机厂、一级供应商以及新造车势力在去年开始意识到自动代客泊车逐渐升温的需求后，开始行动，并纷纷喊出口号，对自动代客泊车量产落地进行未来规划。

然而，多数玩家因在2018年才开始投入自动代客泊车研发储备，多数项目还停留在概念、演示或样机阶段，距离产品化和测试量产遥遥无期，目前真正具备商业化和量产能力的主机厂寥寥无几。

“激进”的上汽曾计划在2018年内推出搭载欧非科技自动代客泊车技术的量产车型荣威Marvel X，但目前仍未有消息。长安同吉利L4级自动代客泊车时间规划也在2020年之后。

一级供应商博世同阿里云正合作计划也在中国推出AVP解决方案，另一边也在牵手戴姆勒搞研发，但其真正量产落地还需依赖激光雷达传感器产品成本下降。计划搭载博世L5级别自动代客泊车技术的奥迪S系轿车量产也是遥遥无期。而去年4月23日，小鹏汽车发布的G3全场景自动泊车仍属于L2 和 L3 之间的自动驾驶功能，并非真正意义上的L4级自动代客泊车。

总结来看，汽车产业链上的各类玩家已经看到了自动代客泊车的商业潜力，纷纷开始规划投入研发。

但目前的局面是，多数量产车型仅停留在L2/L3级自动泊车功能，而在L4级自动代客泊车层面，仍未有一家真正具备商业化和量产能力的公司出现。

AVP商用量产第一家：为什么是纵目？

在一片混沌的AVP战场上，纵目科技成为了一匹率先杀出重围的黑马。

刚刚过去的2018年12月26日，纵目科技宣布收到中国一汽的项目定点信，将在中国一汽红旗品牌2020年的量产车型上，部署低速L4级自动代客泊车产品，并计划在2020年实现主要一线二线城市大型商业停车场内的自主泊车功能。

这意味着，纵目成为中国首个拿下整车厂自动代客泊车量产项目的公司。

此外，在刚刚结束的底特律智能汽车展上，纵目科技进一步联合长安汽车，共同宣布在低速自动驾驶和出行服务领域达成战略合作，围绕自主泊车和共享出行云服务平台共同开发相应技术及整体解决方案，实现自主泊车由技术实现到量产落地。

通过这一连串的组合拳，纵目正在成为国内自动代客泊车量产商用领军角色。纵目的这一成功来自于在自动驾驶领域精准的预判和超前的投入。

早在2016年9月，纵目即开始开发自动代客泊车产品，并于一年后的4月在国内率先发布了基于视觉和超声波等低成本传感器研发的自动代客泊车方案，演示了基于人工智能计算平台和视觉传感器的停车场车辆取还过程。两个月后，进一步推出了纵目自动代客泊车1.0系统。

当别家自主泊车方案还在雏形孕育中时，纵目已经和国内多个一线主机厂开展了实质性的技术合作，而一汽红旗的订单则是厚积薄发的结果。

回顾纵目科技率先抢占这一商业先机，纵目CEO唐锐表示：“这是一个思维方式的问题，当时很多人都想做很炫酷的高速自动驾驶公司，没有严肃地去想，中国市场到底需要什么自动驾驶，我认为自动代客泊车是中国市场上（自动驾驶领域）最具有战略价值的高地。”

一家公司的商业路径选择同团队基因有很大关系。

唐锐在汽车半导体研发管理方面摸爬滚打14年，团队内部也有原奇瑞汽车工程研究院总工程师陈超卓等多位出身国际一级供应商的高管和技术专家。

所以纵目对于汽车生产有着清晰的认知，更加注重车规级质量要求及产品成本。这对唐锐有很大的影响：“真正解决自动代客泊车或者L4、L5自动驾驶商业化的层面是控制成本、控制质量、控制供应链。”

他提到，对于一级供应商而言，必须拥有自有工厂，具备完善的技术研发、供应链管理、生产制造体系及生产运营能力，目前大部分自动驾驶初创公司在这方面存在严重的短板。

纵目作为一级供应商，拥有成熟的供应链体系以及厦门、上海的自有工厂，并获得IATF16949认证（一种生产过程质量体系认证），累计为吉利、威马、上汽大通、北汽银翔、江铃新能源、车和家等主机厂和新造车势力提供了超过50万套车规级产品出货。而控制成本、控制质量、控制供应链也成为纵目自动代客泊车方案的关键词。

围绕低成本、车规级、量产三大方向，纵目自动代客泊车系统已形成基于自主研发的“车+云+场”的软硬件综合解决方案，并结合人工智能以及多传感器融合技术，实现长距离自主无人泊车以及用车召回等L4级自动驾驶功能。

“车+云+场”自动代客泊车整体解决方案

从技术层面看，当前自主泊车功能的实现主要有两条路线：一是加强车端自身传感能力；一是加强场端通信支持。

纵目自动代客泊车原理与禾多、博世等供应商大量改装场端不同，前者主要保留本车的智能，保证其低成本。

对于纵目科技来说，解决车规级量产上车及积累多场景数据测试成为纵目在自动泊车产品方面的发力重点。基于此，纵目自主泊车产品演进分为三个阶段，各阶段的应用场景由简单到复杂逐步渐进：

• 1.0阶段，主要解决停车场以及简单园区的应用；

• 2.0阶段，扩展到复杂的园区以及结构复杂的多层停车场；

• 3.0阶段，进一步扩展到停车场周边的市区道路。

为了支持这些阶段性的目标，纵目提出了“车+云+场（停车场）”的自主泊车整体解决方案:

车端：由低速域控制器以及多种传感器组合形成车端传感器组合，具体包括摄像头、毫米波雷达、超声波雷达等。为实现尽快落地量产，传感器架构使用目前已经量产的传感器进行布局，以加速其投放市场的速度。

在纵目自主泊车1.0-2.0的阶段，系统搭载的传感器是4路环视摄像头、单/双目前视摄像头、IMU、4轮转动脉冲、方向盘转角、GPS传感器、超声波雷达。3.0阶段，纵目计划会考虑增加毫米波雷达，以在增加系统冗余的同时，提高自动驾驶功能实现的安全性。计算平台采用高通820A计算平台，并逐步升级为高通855平台。

唐锐提到，选择高通平台主要看重其在消费电子领域大规模量产的经验。从传感器到硬件平台，纵目车端整体硬件成本约5000元。

云端：纵目自主研发的自动驾驶管理云平台基于安全的车联网基础架构，在云端完成车辆连接及设备管理、车联网鉴权及安全、自动驾驶指令下发以及车辆实时工况上传等基本功能，同时云平台也支持辅助自动驾驶的高精度地图采集、构建、更新以及众包地图的管理等。

唐锐提到，未来自动驾驶云端提供增值服务将是大势所趋：例如通过云端后台监控，进一步保证安全；当地图、数据和算法更新时，实时并安全的对车载平台进行同步OTA是自动驾驶安全性的重要保障。

（停车）场端：自主泊车的规模化落地离不开停车场端的配合，而在智能汽车时代，停车场不再是单纯的停车区，更应该是汽车服务中心，自动代客泊车帮助实现停车场内的充电无人化、洗车无人化，使得车主在停车期间也能享受自动化服务。而场端也需要为自主泊车的车辆进行相应的升级，包括管理平台对接以及地图更新等。

纵目始终将“可量产，可落地”作为自主泊车产品的核心竞争力，为了扩大落地应用场景，纵目已同国内领先的智慧停车场管理系统提供方厦门科拓股份实现了平台互通和采集数据共享的合作。

纵目自主泊车解决方案不强制要求对停车场进行硬件改造，利用摄像头+GPS+IMU融合的视觉定位技术停车场已有信息，并整合至前期与合作伙伴绘制的高精度地图或众包地图中，以低成本的方式实现自主泊车功能的输出。通过进一步和停车场管理后台打通，可以提供进一步的室内精准定位、车位预约与释放以及基于位置的服务（LBS）。

雷锋网新智驾了解到，在整个自主泊车系统开发过程中，纵目已建立自有的测试车队、采集车队。车队在量产车上集成数据采集平台，将大量数据整合后再经少量人工干预，形成有价值的标注数据，送至深度学习平台进行算法模型的训练。经过后期不断地进行迭代，更成熟的算法模型可通过OTA方式更新到测试车队上。这将不断地为纵目带来更丰富数据积累及上车经验。

唐锐提到，同主机厂直接合作，自主泊车方案解决商要有更强的场景理解能力，并通过主机厂渠道，获得深入了解用户需求的机会，用户反馈和运营数据能够多维度支撑自主泊车产品的市场定位和研发方向，在产品打磨升级的过程中邀请用户参与，不断完善产品功能。

雷锋网(公众号：雷锋网)新智驾了解到，自动代客泊车方案供应商与主机厂合作一款前装车型，在量产前至少需要两到三年的时间深度对接，这对初创公司形成巨大的考验。先行一步的纵目可以借量产订单进一步提升其生产管理能力，形成符合行业标准的全套软硬件研发能力、供应链管理能力和流程体系，充分利用先发优势，巩固自己在这一领域的领先地位。

2B还是2C？产品与服务的双轮驱动

在自动代客泊车量产落地的前景下，这一方向上的领先者已经开始跳出单纯的一级供应商的产品维度，更多的开始思考如何实现产品与服务共存，为L4级别自动驾驶的商业化道路开辟新路：

第一条道路是作为传统一级供应商，将自动代客泊车产品前装，服务主机厂，终端车主为了自动代客泊车配置支付一次性购置费用（2C）。

第二条思路将自动代客泊车作为一个自动驾驶系统级服务应用到特定服务场景中（例如共享出行运营平台），运营平台通过用户体验的提升按次收取服务费用（2B）。

站在主机厂角度，中国车主更愿意买单解决停车难这一痛点，所以智能辅助泊车功能正在成为新车一大卖点。一则可以真正解决用户停车难问题；更重要的是，可帮助主机厂尽早实现自动驾驶落地。

另一方面，共享出行服务商也希望通过自动代客泊车解决共享汽车租赁服务最后一公里痛点，目标是缓解分时租赁面临三大难题：取还车复杂，用户体验差；车辆调度消耗大量成本及运维资源；停车场停车位资源使用不合理。

唐锐提到，2018年已经有一些公司将自动代客泊车结合分时租赁企业展开测试以及体验，但是量很少（十几台车的后装样车和测试案例），且在激光雷达成本和车规级安全质量方面都并不严格。

2019年市场可能会达到千台规模，在城市的投放规模方面也会有所扩大。业内也有声音传出，自主泊车场景最早有望于2019年底在一些大型停车场或者其他封闭园区率先落地。

事实上，上述两种商业模式随着自动驾驶技术逐渐成熟是一个相互促进、相互融合的过程，这一过程为传统的二级供应商 -> 一级供应商 -> 主机厂->终端车主的单向产业链条上的各个参与者都提供了新的机会和想象空间。纵目作为传统一级供应商基于自身的技术储备和对产业链上下游的理解，已经在开始考虑通过核心部件切入，深入参与出行方式变革带来的一系列增值服务。

在2019年底特律智能汽车展上，发布了一系列的出行服务产品，纵目科技初步完成了智慧出行服务的整体布局，为自己“产品+服务”双轮驱动的转型之路走出了第一步。

高精地图、无线充电和安全运维产品与服务

雷锋网新智驾了解到，纵目以车载AVP平台为核心，基于“车+云+场”的软硬件综合解决方案，在底特律汽车展上发布了三款L4级自主泊车系统服务产品：自动驾驶技术的运维及安全服务产品、高精度地图服务产品、新能源汽车无线充电产品：

自动驾驶技术的运维及安全服务产品ZEALOUS^TM（Zongmu End-user Assured cLOUd System）：为使用低速L4自动驾驶服务的终端用户提供全面的云端安全监控及线上线下一体化的故障排除服务。

纵目认为，单一的车端自动驾驶平台的硬件和传感器冗余目前无法完全达到自动驾驶所需要的安全要求，针对自主泊车这一特定应用场景，ZEALOUS^TM基于高可靠性的车联网基础架构，为终端车主提供了多种云端和场端的安全服务，包括停车场内车位可用性检测、实时的车内及周边环境监控及安全预警、自动驾驶启动确认、自动驾驶异常情况下远程接管、线下干预及异常情况排除等。

高精度地图服务产品ZATLAS^TM（Zongmu AuTo-Learning mApping & Service）：基于自主泊车的需求，这一产品在提供高精度地图数据、嵌入式地图SDK、导航地图引擎及云服务等地图全栈解决方案同时，进一步提供了基于激光雷达和视觉解决方案的自学习众包地图采集服务。在产品1.0版本中，通过与国内领先的室内停车场管理系统对接，计划在2020年前支持1000所大型商业停车场的地图采集和开发。

汽车无线充电产品：纵目子公司纵青新能源为新能源汽车开发的无线充电产品，包括了无线充电地端、车端硬件产品以及云端管理系统。其中硬件产品基于高通Halo技术开发，在高达92%以上的充电效率基础上，通过活体保护和异物检测等功能进一步确保了产品功能安全性。

这几款产品的布局来自于唐锐基于对国内环境下L4自动驾驶商业落地瓶颈的缜密思考：“在国内做自主泊车，其技术方案一定要适应本土的道路环境及生活习惯，且可以满足多辆车可以同时在自动泊车后台控制下实现无人驾驶，因此就需要有一系列的附加值服务产品。”。

纵目认为，这三款产品结合纵目的车载AVP平台，是自动驾驶实现商业化落地的支柱，在2B或2C的商业模式下，都可以为客户提供基于自主泊车的一站式的综合解决方案。

举例来说，在作为主机厂配套AVP平台供应商，纵目可以提供ZEALOUS^TM服务产品，为最终车主的终端使用安全保驾护航，一方面扩大自主泊车的受众面，另一方面降低主机厂的安全风险。

而在另外一种商业模式下，纵目可以通过提供无线充电以及配套的云端充电管理系统，与自动驾驶车辆管理系统及停车场管理系统对接，为共享汽车运营平台或停车场管理平台提供 “自主泊车+无线充电”的产品与服务，大大提升运营效率。

从低速走向高速：慢就是快！

对于自动驾驶汽车而言，传感器技术不够完善，高速工况的自动驾驶难度大，是自动驾驶商业化“难啃的骨头”。

所以在全路况L4/L5高速自动驾驶技术成熟之前，依赖低速自动驾驶（例如自动代客泊车、园区运营、最后一公里物流、环卫）实现快速落地，帮助公司“活下去”。

未来时机成熟时，进入高速自动驾驶市场。这是对包括纵目在内的多数自动驾驶初创公司来说的有效的商业路线。

这对于自主泊车参局者，尤其是初创公司而言，是一个好机会，也是一大挑战。目前通过自动驾驶商业落地来盈利的公司寥寥无几，大部分公司还处于“资本输入”状态。

业内资深投资人士表示，虽然自动驾驶行业资本蜂拥而至，但目前所见的收益却微乎其微。对于那些技术本身存在制约性、自身造血能力不足、商业模式尚未成型，以及短期内还很难看到盈利的公司，在当前的资本市场环境下会面临极大风险。

唐锐已早早做好准备，纵目从自动代客泊车量产切入，先重点发力细分自动驾驶领域，渐进扩展辅助功能，为后期发展高速自动驾驶、全栈自动驾驶积累数据和算法资源，这是当前自动代客泊车方案供应商的缩影，也是低速自动驾驶玩家的典型商业规划实例。

面向未来，纵目继续发挥自己作为一级供应商以及自动驾驶技术商用量产供应商的先发优势，通过L2的自动泊车系统自动泊车辅助系统（APA）上的量产出货经验，复用相关的设计和架构，确保L4的自动代客泊车产品具备良好的可量产性、可扩展性和升级能力。

同时，纵目通过转型为智慧出行整体解决方案服务商，积累大量的L2-L4实际路况下运行数据以及测试用例，为高速全自动驾驶阶段的技术成熟做好准备，在2019~2020年时间段内，由慢入快，向中高速自动驾驶技术发起冲击。

与纵目的商业路径不谋而合的自动驾驶初创企业还有很多，2017 年 11 月，Optimus Ride 自动驾驶新创公司宣布将在波士顿 Union Point 社区提供自动驾驶打车服务，除了在社区内部提供服务，车辆还能将乘客送往附近的火车站。

国内专注于自动驾驶卡车研发的图森未来也更新了公司营收数据：其自动驾驶卡车已开始面向美国两家客户进行基于自动驾驶的仓到仓的深夜化试运营，每天的运输次数大概是3-5次，每辆车能产生的利润大概是5000美元左右。

看起来这些选择低速自动驾驶的企业和Waymo相比目标显得不够宏大，但正是这些稳扎稳打的企业以较低的成本及人力资源，将自动驾驶技术推向真正的商业化前景。

行业对于L4及更高级别自动驾驶大规模落地的预期不断延后。对于体量远不如Waymo的自动驾驶初创公司而言，最大的问题即如何在这十余年间活下去。先发制人开展高级别自动驾驶商业运营并非明智之举，从小事做起，积累数据，提升算法，沿途生蛋未尝不是一条好路。

毕竟历史上也有太多的例子，从小事做起，碾压高举高打的巨头活下来。

。