你知道百度在造车，但你知道百度同时在造两种车吗？ 除了集度汽车，百度还有一家名为DeepWay（中文名“深向”）的智能新能源卡车公司，专注于研发制造L3/L4级自动驾驶卡车，希望开创一个全新的智慧货运时代。 DeepWay在去年12月刚刚成立，今年9月推出了自己的首款智能新能源重卡——深向·星途，并在11月又宣布开启了自动驾驶动态路测。 对于一家团队规模不到200人，还同时兼顾造车和开发自动驾驶技术的新公司来说，DeepWay这种发展速度堪称飞速。 ▲DeepWay发布首款车型深向·星途 那么这家卡车新势力究竟凭什么在两个前沿行业里快速狂奔？他们造车进度如何，其自动驾驶技术又真的靠谱吗？ 日前，在听完DeepWay的CTO田山在百度开发者大会上的演讲，并与田山、谭昌毓（DeepWay总工程师）两人进行2个多小时的深入交流后，车东西得以揭开这家卡车造车新势力的神秘面纱。 一、明年12月下线100台电动重卡交付即是L3 “我们造车进展很顺利，已经在跟一些车企接触代工的事儿了。”刚一见面，田山就主动向车东西聊起了研发进展，“到明年12月份就能下线100台车投入实际运营。” DeepWay现已经完成了内外饰油泥模型评审，并完成了数据冻结。与此同时，其转向、制动、电池、驱动等核心零部件最近也完成了供应商定点，大概明年6月份之前就能拿到样件组装样车进行测试，9月份申请工信部新车公告，12月份下线100台C样车投入自动驾驶测试运营。 2023年6月份能开启规模量产，预计当年将交付1000台新能源重卡。 自动驾驶方面，DeepWay研发了一套名为HIS（Highway Intelligence System）的自动驾驶系统。通过覆盖车身四周的11个摄像头、1个红外相机、5个毫米波雷达、1个激光雷达，来实现L3级自动驾驶能力。 因为自家的B样车明年才能出来，因此田山带领自动驾驶团队先基于市面上已有的卡车安装HIS系统进行测试，测试地点在天津一个封闭测试场内。 据田山介绍，其测试车在测试场内已实现自适应巡航、车道保持、主动避障、自主变道、靠边停车、点到点自动驾驶等具体功能。 ▲左起分别为DeepWay总工程师谭昌毓、车东西主编孙晓寒、DeepWay CTO田山 不管是明年年底投入运营的首批100台车，还是2023年规模量产的1000台车，在交给客户时都将具备L3级自动驾驶能力，用户是买来即可用。 按照规划，交付之初这款车可在高速公路单一车道内实现L3级自动驾驶——司机可以看视频或者操作手机，仅在特殊情况下才需要接管车辆。后期这套L3自动驾驶系统还会增加自动变道能力。 ▲DeepWay现阶段改装的自动驾驶测试车 这里需要注意，目前国内还没有L3级自动驾驶的相关法规。如果明年法规仍未出台，星途在交付时虽然具备L3能力，但会先以L2级自动驾驶系统来使用——司机需全程监控驾驶过程，负驾驶责任。 二、Apollo白盒授权专家团队解决车控难题 最近，奔驰获得德国政府许可，允许L3自动驾驶车辆上路——整个过程耗时长达16年之久。反观DeepWay，让L3卡车上路满打满算也才用了2年。 进展神速背后是百度这个“技术爸爸”的大力支持。 作为DeepWay的“双亲”之一，百度为其提供了Apollo自动驾驶算法的白盒授权——直接将源代码开放给DeepWay并允许其进行修改，自然显著加速了研发进度。 田山向车东西透露，百度给deepway的这套代码是全网唯一的一次白盒授权，可实现L3自动驾驶能力，通过功能升级和数据迭代可最终实现L4级自动驾驶。 ▲DeepWay团队进行自动驾驶路测 根据授权协议，Apollo团队后续会负责修复Bug但不负责算法迭代，后者需要由DeepWay基于路测数据自行完成。 虽说百度自动驾驶技术主要是乘用车使用，但这并不代表没法用它打造L3级自动驾驶卡车。 “从业界普遍观点和我们的具体分析来看，乘用车和商用车可复用的部分超过70%。”田山向车东西解释道，“越是前端感知，复用百度的技术就会越多。而感知这样的能力，恰恰又是百度的最强项。” 田山的说法不无道理。不管是从传感器还是从背后的深度学习技术来看，感知系统放在卡车上和放在乘用车上没有本质区别（仅是布置位置和所需的感知距离不同），并且要感知的对象也一样——高速上跑的也是车，种类还比城市里少。 两者的最核心差别主要体现在车辆的动力学模型上。 首先，载重卡车要拉货，车身重量动辄几十吨重。并且随着货物的不同，车重也会产生巨大变化，这意味着车辆的加速和制动时间与乘用车差别巨大，并且还会动态变化。 其次，载重卡车分为车头和挂车两个部分，两者用鞍座进行柔性连接。车头以一定的幅度转弯，车尾跟着转弯，但运动的轨迹与车头并不一致。 动力学上的两大核心差异，意味着自动驾驶算法在做决策规划和车辆控制时，都与乘用车有明显不同。这正是DeepWay要解决的核心问题。 他们首先组建了一支由清华、北理工等顶级高校车辆工程专业的博士/博士后，以及具备商用车自动驾驶研发经验的专家组成的团队，在现有公开的商用车动力学模型基础上，结合自己的车重预估算法、车头–挂车夹角算法（用以监测车头和挂车之间的相对姿态）搭建了自己的动力学模型。 ▲DeepWay的工作人员在调试设备 这里需要注意，测量车头和挂车之间的夹角是行业内的一个小难题，有公司通过在挂车加装IMU等传感器来获得这一数据，但这些做法无法适应实际的运输场景——在更换了挂车后就无法使用了。 所以最好的办法是用现有传感器，通过感知算法的模型去计算这一数据。DeepWay用毫米波雷达的反射强度进行数据拟合，以及摄像头的语义信息，叠加动力学模型，融合多传感器的输入，通过数据标注，建立计算车头和车厢夹角的数学模型，计算出角度信息，用来进行路径规划。 有了车辆的动力学模型和感知结果，就能做出决策规划为车辆画出一条正确的行驶轨迹了。接着再将轨迹信息转换成卡车的转向、加速、制动等执行器能够听懂的命令，就能让车辆自己开起来了。 三、软硬件天作之合挑战业内最快响应时间 百度的自动驾驶算法解决了大部分感知和规划问题，DeepWay自行解决了车辆控制问题，那么它的控制算法做的怎么样呢？ 田山告诉车东西，现阶段改装的测试车横向距离控制精度为20cm左右，纵向速度控制精度则在2km/h。 这一水平与头部自动驾驶卡车公司的水准一致，但在田山看来这还远不是DeepWay的全部实力。 作为除特斯拉以外，全球为数不多自己造车的自动驾驶卡车公司，待自家车型下线后，DeepWay在软硬件匹配上有着无可比拟的优势。 拿车辆控制来说，基于现有车型改装自动驾驶卡车，自动驾驶软件算法需要去适应原车执行器的控制逻辑——想直接控制车辆扭矩？对不起没接口，只能控制油门开度。而就算有部分车辆开放车辆扭矩控制接口，但对于挡位控制及换挡时机等也不一定能够通过自动驾驶域控制，不仅整体响应时间有损失，还不能更好的让车辆运行在经济区间。 并且最尴尬的是，执行器的控制算法/换挡策略等都是Tier1写的，一些车企自己都搞不清楚。自动驾驶公司就只能一点一点去摸索去测试，慢慢掌握车辆的脾气后才能搞出不错的车辆控制算法。 而DeepWay基于自研车型则完全没有这个问题。 其首款车型进行了全新的线控底盘设计，与供应商一起开发了核心线控部件，以更好的适配自动驾驶功能。其全正向开发的目前商用车上最先进的千兆以太网+域控制器的EE架构赋予了车辆更高的通信带宽和速率以支持自动驾驶高算力、大数据量传输、快速响应的需求。 正是有了全球独一份的软硬件“天作之合”，DeepWay才敢在官网放出“从感知到执行响应时间小于100ms”这样的豪言壮语。 要知道，国内主流卡车自动驾驶公司（包括DeepWay在内）改装的L3/L4的自动驾驶卡车，从发现目标到执行相应动作这一过程中，响应时间普遍需要数百毫秒——由此可见DeepWay的技术之强。 ▲DeepWay团队进行自动驾驶路测 “不可能，绝对不可能。”一位自动驾驶业内人士听到100ms的说法后，直接给出了这样的评价，“激光雷达转一圈都还得几十毫秒呢。” DeepWay的系统显然不能违背基本的规律，田山也向车东西做出了进一步解释。 […] read more