追势科技田钧:拿下超亿元A轮融资和10多家主机厂量产订单,下一步是什么?

发布时间:2021年12月31日 浏览量:699


当前,自动驾驶领域再度迎来投资热潮,但可规模化盈利的商业模式依然是横亘在各大企业面前的一座大山。


12月27日,追势科技宣布完成超亿元A轮融资,投资方包括元禾璞华、国方资本、野草创投以及老股东云启资本、中南创投等。据追势科技CMO田钧表示,此次融资之后,追势科技将加大低速自动驾驶产品的量产,并将现有技术从泊车场景快速拓展应用到园区低速自动驾驶、行泊一体化等产品线上面。



众所周知,全球高阶自动驾驶大规模商业化落地还面临着政策法规、技术等问题,但自主代客泊车(AVP)、园区物流等特定场景的低速自动驾驶却正在快速落地。


在追势科技看来,重新定义L3级自动驾驶非常重要,低速代替人,高速辅助人。针对园区、停车场等低速场景,自动驾驶可以做到完全代替司机。但对于城市道路和高速道路,L3级自动驾驶的主要价值是辅助司机驾驶、提升交通安全。


因此,追势科技选择从消费者痛点最大的泊车场景切入自动驾驶市场,并且打造集停车场、地图、自动驾驶车为一体的低速自动驾驶生态。


截止目前,追势科技已经斩获了10多家头部新旧势力车企的量产订单,这其中包括国内某头部车厂超40万套的AVP订单。


一、突破自动驾驶商业化瓶颈


当前,低速自动驾驶已经成为了各家自动驾驶公司竞相布局的“角斗场”,尤其是被定义为L4级自动驾驶最先落地的场景——自主代客泊车领域。随着相关政策支持的加速,泊车场景的市场竞争已经逐步趋于白热化。


一方面,自主代客泊车(AVP)已经成为建立用户与自动驾驶系统最有效互动的关键环节,包括博世、大陆、法雷奥等国际Tier1巨头,以及追势科技、纵目科技等一大批初创公司纷纷入局泊车赛道。


另一方面,今年以来,威马、小鹏、吉利等各大品牌陆续亮相了可量产的无人泊车技术,包括全场景自动泊车、记忆泊车、遥控泊车等APA的升级版泊车方案陆续成为了主流车型的量产配置。


不过,自主代客泊车(AVP)的大规模商业化量产还面临政策法规、精准定位等诸多的问题。这其中,最大的瓶颈就是无法快速精准地进行360°环境感知、停车场地图和实时定位存在偏差。


追势科技CMO田钧


田钧介绍,传统的高精地图采集主要通过专业的测绘车辆采集高精度的道路信息,这种方法并不具备规模化效益,不仅采集效率低下且成本高昂,导致大多数城市的停车场还无法实现高精地图的全覆盖。


因此,各大车企清楚地认识到,如果完全依赖停车场的改造,覆盖率可能永远达不到100%。今年开始,包括小鹏、威马等车企开始寻求通过教学、学习、复现等流程,得以实现无人自主学习泊车、记忆泊车等APA的升级版功能。


比如小鹏P7,通过10个高感知摄像头和4个环视摄像头的开启,记录下包括路面、墙壁等周围场景的关键信息,并且采用语义地图和匹配算法,从而实现实时厘米级高精度定位。


田钧介绍,虽然语义定位和基于点云信息定位已经成为了高精度地图和实时定位难题的重要解决方案,但语义定位存在初始定位较难快速准确初始化的难题,而点云信息定位也存在受定位鲁棒性差、精度容易受干扰等问题。


针对此,追势科技使用L2级可量产的摄像头和超声波雷达的融合算法,结合其团队十多年专注在低速自动驾驶开发的丰富量产经验,创新地开发出了基于语义和SLAM融合算法,突破了高精地图采集难、语义定位初始定位较难快速准确初始化等瓶颈。


据了解,追势科技基于语义和SLAM融合算法可以快速精准地对车辆进行360°的环境感知,并且可以轻松实现智能避障、停车位精准识别、轮档立柱精准识别等。田钧介绍,“追势科技的快速建图技术已经可以达到1万平方的停车场、300个车位的实时建图。”


此外,追势科技还创新地突破了停车场地图在不同车辆之间的地图复用,即A车采集的地图,通过传感器标定参数之间的转换,即可直接给B车来做定位和导航使用。


追势科技成立于2019年6月,虽然成立至今仅有不到3年的时间,但其创始人团队包括CEO马光林、CTO蒋如意、COO于萌萌和CMO田钧先后供职于德尔福和欧菲光,在自动驾驶、汽车先进技术等领域拥有深厚的技术积累,并且拥有可以适配行业主流量产芯片平台的强大软件算法能力。


田钧介绍,当前自动驾驶产业最难的就是单车智能、高精地图和智慧停车场,而追势科技创立之初则选择从泊车场景入手,致力于打造集停车场、地图和自动驾驶汽车为一体的低速自动驾驶生态,为车厂、上下游和生态内的合作伙伴提供L2-L4级低速自动驾驶软硬件解决方案。


二、三大模式构建低速自动驾驶生态


在软件定义汽车的大背景之下,越来越多芯片厂商参与到软件层面的模块开发,主要就是帮助下游客户快速适配新的计算平台,同时减少基础及共性软件的开发,从而达到降本增效的目的。


这背后,自动驾驶芯片和软件算法的联系越来越紧密。算法是进入场景和塑造体验的关键,而芯片则是算法运行的载体,只有软件算法与芯片深度耦合,才能做出更高性价比、更贴近用户体验的优秀产品。


这也是为什么Mobileye芯片算力并不高,但得益于硬件和软件的高度耦合,却依然表现出了不俗的自动驾驶能力的重要原因。


同时,这也是特斯拉之所以要选择自研芯片的一大重要原因——自身的芯片和控制器的底层软件不再依赖供应商,同时自研芯片和自身的算法可以深度耦合,从而建立起更深更广的护城河。


现阶段,市场上还少有软件算法能够同时适配不同芯片厂商的主流芯片平台,导致软件算法与芯片之间的耦合度较差,无法发挥产品的最大功能。


田钧表示,未来智能网联汽车最为重要的核心就是软件和芯片。追势科技的核心团队成员已经有十多年的智能驾驶开发经验,对于感知算法、深度学习、算法系统能力等有着非常丰富的经验积累,自身的软件算法系统已经在所有主流的芯片平台上成功跑通并且量产。


截至目前,追势科技的软件算法可以适配NXP、TI、英伟达、华为MDC、地平线等市场上主流的自动驾驶芯片,可以提供真正跨平台的自动驾驶全栈软件算法解决方案。


当前,软件定义汽车正在快速渗透,其本质就是改变汽车的商业模式和用户的用车体验,通过软件的持续迭代,不断改进汽车的功能和服务。


目前,追势科技在场端、地图端、车端都有相应的创新,可以根据客户的不同需求提供三种灵活的商业模式:


第一种是低速自动驾驶核心IP和软件模块的合作,主要打造软硬件充分解耦的新模式。例如,追势科技可以运用自身的核心IP、软件模块和整车厂的一些项目做无缝集成等等。


第二种是提供数据定制化服务,即根据客户对数据合作共享、拥有自主IP的需求,专门为客户提供用于共享感知和地图数据库,与客户共建低速自动驾驶生态链。


第三种是提供软硬件一体的完整系统,是面向需要供应商提供整套方案的客户群体。


三、从泊车到行车的进阶之路


不可否认,从算法到地图,再到最后的智慧停车场,追势科技在泊车领域已经打造了自己的核心技术壁垒。


2021年开始,追势科技将其用在乘用车的低速自动驾驶全栈式解决方案套件,无缝移植到园区无人接驳、园区无人配送等场景。


田钧介绍,“本质上来看,园区无人接驳、园区无人配送等场景的自动驾驶与泊车场景是一致的,都是从A点到B点的限定场景。”因此,凭借在泊车场景的强大技术积累和量产落地经验,追势科技可以快速推出针对园区物流、无人接驳等场景的自动驾驶解决方案及产品。


此外,追势科技还在发力行泊一体化方案,基于行车ADAS的传感器及域控制器的复用技术,可以快速降低低速泊车功能的开发成本。


比如,摄像头、毫米波雷达以及超声波传感器是基本的配置选项,同时域控制器带来的算力冗余,也为低速自动驾驶带来足够的数据处理能力。



当前,中国自动驾驶市场已经步入了以落地应用为目标的下半场竞争,基于数据驱动的开发模式已经成为ADAS到高级自动驾驶演进的必然趋势,但如何降低开发成本依然是中国自动驾驶公司面临的最大障碍之一。


田钧介绍,追势科技的发展逻辑是在商业化落地中实现数据闭环,使用自行采集、量产众包、自动驾驶试运营等方式,可以快速实现数据闭环。



在追势科技看来,未来智能交通将实现车端、云端、道路、场端等的互联互通。因此,追势科技选择从市场需求明显的低速自动驾驶开始实现规模化量产落地,不仅可以很好地实现数据、现金流等的正向循环,还可以快速打通自动驾驶落地的商业闭环。


按照追势科技的规划,追势科技2021年将率先实现限定场景的代客泊车(AVP)的量产落地,到2022年将把乘用车低速自动驾驶技术无缝衔接到无人小巴、泛机器人场景,同时推出行泊一体的产品。预计到2030年,追势科技将实现全域的无人驾驶解决方案及产品。


业内普遍认为,随着软件定义汽车时代的逐步深入与渗透,智能硬件平台的优势将逐步减弱,最终将演变成软件、数据的竞争。


俨然,面对自动驾驶巨大的市场前景,追势科技已经确立了从泊车到行车的量产进阶之路,并且在软件算法、数据、生态构建等方面已经构建了独具优势的竞争壁垒。