智能车时代,一家智驾Tier 1该有哪些核心支柱?( 三 )


从感知算法、融合算法到功能算法 , 目前福瑞泰克的量产算法的鲁棒性、稳定性 , 已经经历了超过2000万公里的验证 。
3.4 数据闭环
基于FVC以及ADC20的量产 , 福瑞泰克在数十个ADAS项目上积累海量实车测试数据 。 尤其从ADC20开始 , 系统支持影子模式 , 内部保守估计未来一年内将获得千万公里级别的高价值数据回传 。
其NOA系统今年4月份实车跑通 , 到9月份就达到了接近量产的水平 , 影子模式在其中功不可没 。
举个例子 , 在NOA开启时系统发现驾驶员接管 , 原因可能是超车时机不对、或者下匝道时机不对 , 接管的动作会触发相关数据上传到云端 , 云端训练后算法的策略会迅速优化迭代 。

通过这些数据的采集-标注-训练-迭代 , 建立起数据闭环 , 也是接下来各家辅助驾驶系统PK的一个关键 。
面对海量数据 , 数据的高效管理和筛选是系统迭代效率的关键 。
福瑞泰克通过搭建分层的数据湖支撑海量数据的生命周期管理:
· 对有缺陷的数据 , 快速发现并且尽快反馈给前方调整采集策略;
· 对高价值的数据 , 通过轻度挖掘 , 基于分层标签策略存储 , 方便研发人员访问洞察 。
目前 , 福瑞泰克已经建立了超过4000+高价值场景的场景库 , 用于算法测试、验证和质量管理 。 通过影子模式 , 福瑞泰克也在探索与OEM厂商共建数据合作模式 , 发掘数据的商业价值方向 。
以上 , 自研的传感器、域控制器、算法以及数据闭环 , 构成了福瑞泰克智能驾驶技术的四个支柱 , 统称为ODIN数智底座 。
在ODIN数智底座下的各个条线上 , 福瑞泰克又有对应的产品和解决方案 , 这些方案之间可以积木式组合 , 向客户提供差异化的智能驾驶系统 。
4. 智驾时代 , 一家Tier 1的核心竞争力【智能车时代,一家智驾Tier 1该有哪些核心支柱?】传统车企、自主品牌们上马各种辅助驾驶车型背后 , 传递给供应链的压力不小:
· 改款周期短 。 爆款车承担了销量中的大头 , 为了让车型更具竞争力 , 改款上新的节奏很快 。
· 成本紧张 。 传统车企的走量车型有时一个车款仅有几千元的利润 , 而增加的智驾方案成本动辄也几千元起步 。
· 交付后尽快可用 。 经过过去几年的市场教育 , 用户越来越难以接受交付后功能迟迟不开放的期货模式 。 无论车企还是车主 , 都越来越希望做到交付后功能尽快可用 。
车企大干快上需求的集中爆发 , 和高阶辅助驾驶作为新生事物 , 成本高、开发和验证周期长的现状 , 是这个阶段产业链的主要矛盾之一 。
技术公司们都在寻求成本、研发带宽和交付质量之间的相对最优解 。 谁能率先找到最优解 , 就能拿下未来数年高阶辅助驾驶普及中关键的红利 。
ODIN的提出解决什么问题?1200+人的团队 , 上百个车型项目 , 如何有能力同时满足40+ OEM的需求?
福瑞泰克一位产品线负责人向我们分享:「核心是平台规划 , 从底层软件向上一直到应用层 。
比如融合算法 , 从1V一直到10V5R架构 , 对应不同OEM的EE架构 , 选用不同的方案即可;功能层面直接关系到用户体验 , 他(一些OEM)希望你这个报警、纠偏晚一点 , 在我们功能开发端有上千个标定量 , 可以随时进行实车的匹配标定 。 目前这么多客户对接下来 , 很多功能逻辑都在平台中被开发好了 。 」
汽车行业从福特T型车开始 , 很早就有了平台化的概念 。 平台化可以加速车型产品的开发 , 在不同车型之间共享零部件降低成本 , 并且基于平台不断提升造车的品质 。 平台研发的难点是 , 同时满足高性能、低成本和大带宽 。
这两年 , 随着前装量产逐渐成为自动驾驶落地的主旋律 。 面对众多主机厂的需求 , 头部的智能驾驶公司建立技术平台是必然趋势 。 ODIN平台的思路 , 颇为类似智能驾驶行业的「浩瀚架构」 。
沈骏强认为 , 通过ODIN数智底座 , 把技术拆分开 , 能够很灵活地跟客户主机厂做各种联合开发 , 是其与车企合作中的关键竞争力 。
5. 量产出真知:从基础辅助驾驶向高阶跃进从传统前视ADAS产品到目前行业领先的NOA解决方案 , 福瑞泰克阶段性的成绩相当耀眼 , 关键词是「量产」 。
这两年行业智能驾驶的落地实践证明了 , 量产不仅考验全栈软件的研发能力 , 也考验从设计、研发、制造到交付的全栈能力 。 仅仅是demo阶段出不了真知 , 量产才是王道 。
由于底层技术的颠覆式创新和汽车工业的复杂性和工程化难题碰撞到一起 , 使得高阶辅助驾驶的门槛极高 , 具备全栈式研发能力和高阶域控大规模量产能力的厂商极为稀缺 。

推荐阅读