马斯克门徒的自动驾驶生意经

编者按：本文来自极客公园，作者：于本一，未来汽车日报经授权发布。

可能对消费者而言，最终能够享受到怎样的功能和服务最关键。只要保证一套自动驾驶系统在生命周期内实现持续更新，讨论哪种方向的发展路径就变得不是那么重要了。

「L3 是非常有挑战的事。任何一个变革的产物，它刚开始的速度都会比较慢的，但后面的增长运动会非常快。」Nullmax 首席执行官徐雷告诉极客公园。

从 2016 年成立之初算起，Nullmax 已经走过了近三个年头。对一家初创公司而言，这个时间并不短，特别是在自动驾驶领域不断有新公司涌现、消失的情况下，活过一年似乎已经意味着胜利。不过 NullMAX 并不是靠着好运气才走到了现在。它刚刚完成了 pre-A 轮融资，首个应用于乘用车前装的自动驾驶系统解决方案 MAX 1.0 也同步上线。

曾经是特斯拉 TeslaVision 深度学习负责人的徐雷对这个日渐火热的行业有着自己的看法。他认为「自动驾驶要以安全、高效、经济的方式进入每个人的生活。MAX 是实现这个理想的第一步，是一套具有竞争力的前装量产方案，目的是推动自动驾驶的大规模应用。」

Nullmax 首席执行官徐雷 | 官方供图

Autopilot 的「中国兄弟」

创业前，徐雷曾担任特斯拉自动驾驶高级计算机视觉工程师，是 Autopilot 团队的核心成员。同时他也是 TeslaVision 先行者，从零开始领导搭建了 TeslaVision 的深度学习网络并将其应用于量产车型的 Autopilot 2.0 系统。这段珍贵的经历最后成了徐雷在创业过程中的技术和产品化经验。「这里面虽然很多东西不能照搬到中国，但你会因此想清楚如何将其更好地引入本土市场。」徐雷说。

带着这样的夙愿，徐雷离开特斯拉，于 2016 年在硅谷成立了自动驾驶初创公司 Nullmax。之后他带着 1000 万美元天使轮融资回到中国，建立上海总部，除一部分研发人员留在美国外，产品落地的工作更多地交由中国总部负责。

回到中国两年多的时间，Nullmax 迅速确立了「双向」的商业化路径：前装量产方面，开发高速代驾、拥堵跟车功能、自主泊车等 L3 级自动驾驶功能；同时在共享出行上发力，试水从封闭/半开放向开放区域延伸的运营项目。

今年亚洲消费电子展前夕，Nullmax 面向前装量产的自动驾驶系统解决方案 MAX 1.0 发布。它能够帮助车辆实现高速代驾（HWP）、拥堵跟车（TJP）、自主泊车（AVP）等场景化的自动驾驶功能，并支持更新升级和定制化。你可以把 MAX 看做是和 Autopilot 一脉相承的「中国兄弟」，不过两者的 ODD（可设计运行区域）有差别，感知-决策-控制层的算法自然也不同。

MAX 自动驾驶系统解决方案的传感器配置 | 官方资料截图

由于主打的是商业化落地的目标，所以它使用的是成熟的车规级传感器、嵌入式芯片以及符合行业标准的软件、算法。MAX 采用视觉为主的多传感器融合感知，以摄像头、毫米波雷达和超声波雷达作为主要传感器，并搭载了驾驶员监控系统。

软件算法方面，MAX 使用的是 Nullmax 自主开发的关键技术，除了感知融合、决策规划、控制等子模块外，还有专为自动驾驶开发的操作平台—MaxOS，主要用于自动驾驶系统的软硬件资源管理、分配和调度。

至于和其他操作平台不同的地方，徐雷表示「MaxOS 是基于 QNX 开发的。除了 QNX，它还能够运行于安卓、Linux 系统。主要功能是进行软硬件分离。」

按照徐雷的描述，一辆自动驾驶汽车上搭载了许多传感器，MaxOS 可以隐藏这些接口细节并提供给开发人员，使得感知、决策、规划等不同模块之间能够进行高性能、高效率地通讯。这样的好处是随着自动驾驶系统复杂程度的提高，例如 V2X、云服务等功能的加入，MaxOS 依然是一套高性能、高可靠性、高并发的系统。而且通过模块化管理，大大提高了它的适应性，减少了各模块间的耦合程度。也正因为它广泛的适配性，客户可以定制化应用，是一套支撑应用层软件的类似中间件的东西。

专为自动驾驶开发的自研平台 MaxOS | 现场拍摄

从整体来看，主打系统化解决方案的 MAX 在设计运行域（ODD）、目标和事件监测及响应（OEDR）方面有着不同的思考。系统运行机制相对完整，涵盖了条件监测、警报系统、接管、最小风险状态等，并能够通过类似 Autopilot 的影子模式（shadow mode）持续模仿人类驾驶员的行为。

安全方面，根据徐雷在发布会上的介绍，MAX 主要在功能安全、预期功能安全和网络信息安全上进行了部署。其中输入的数据经过算法/子系统到达验证系统，再经由限制器输出，而基于电子电气架构 E/E 的功能安全设计以及预期功能安全 SOTIF 主要作用于算法/子系统。

既然是面向量产的自动驾驶解决方案，除了适配性更广泛的 QNX，MaxOS 操作平台以及自研的核心算法，徐雷表示一套「关键硬件」同样十分重要。目前 Nullmax 与德赛西威合作应用了基于英伟达 Xavier 芯片打造的自动驾驶计算平台，这套车规级同时满足功能安全 ISO 26262 ASIL D 标准的「大脑」将成为 MAX 解决方案实现商业化落地的基础。

三大场景入手，直击量产目标

MAX 是一套面向乘用车的前装自动驾驶方案，目前发布的 1.0 版本主要释放的是高速代驾（HWP）、拥堵跟车（TJP）、自主泊车（AVP）等场景化的自动驾驶能力，后续可以通过 OTA 的方式不断迭代升级，并支持主机厂客户的定制化需求。

高速代驾和拥堵跟车大家一定都不陌生，这也是很多初创公司瞄准的 L3 级落地场景。从技术方面考虑，解决这两个场景需要的能力远比 L4 级自动驾驶要简单得多，而且高速公路、城市环路等结构化道路相对封闭、规范，机器可暂时代替人类完成驾驶任务，比如正常的直道行驶、转弯变道、上下匝道等操作。

而在缓行和拥堵路段，用户可以根据自己的喜好设置跟车速度和距离，系统会自行应对周围车辆的加减速、加塞等情况。可能平时路况良好的时候不会觉得有什么，遇到出行高峰时段，通过这种程度自动驾驶的介入，改善驾驶体验不说，重要的是能有效提高行车安全。

极客公园现场试乘了一辆搭载了 MAX 1.0 自动驾驶系统的概念车。当时天气阴沉，很快便下起了小雨，但这辆无人车还是开上了上海外环的高架。从辅路经过匝道开到主路以后，司机席上的安全员开启了自动驾驶模式。不过他的双十依然扶在方向盘的底部，处于安全的考虑没有完全脱开。

Nullmax 测试车进入上海外环高架，开启自动驾驶模式 | 现场拍摄

整段路程行驶得相对平稳，系统识别出前车后自动按照设定的速度和距离跟车，即便有部分区域出现车道线消失的情况，也没有对汽车的行驶轨迹造成太大影响。不过你现在还是没办法把它和人类相提并论，机器开车的方式依然十分谨慎，有几次因为驾驶策略的原因导致被旁边的车辆加塞。还有一次是在隧道中可能因为光线或其他原因，传感器出现了误判，导致测试车急刹，不过车辆在安全员没有干预的情况下又继续开始行驶。唯一遇到的惊险场面是，一辆大卡车因为没有主动避让变道的无人车，导致车距过近，所以安全员及时打了把方向盘，避免了潜在的危险。

隧道行驶中，因为传感器误判出现一次急刹 | 现场拍摄

总的来说，除了几个「小惊喜」，剩余的体验较为流畅，基本没有出现频繁的急停急刹。虽然离老司机的水平还相去甚远，但在目前比较稳妥的驾驶策略下，保证并提升安全是最关键的。

而谈到「安全」，徐雷认为「L3 是从 L2 驾驶辅助巨大的跨越，对系统安全性的要求非常高。所以一直强调 MAX 1.0 要做好功能安全、预期功能安全和信息安全，包括对 ODD 的考虑以及如何进入最低风险状态。」他同时指出，「L3 是非常有挑战的事，任何一个变革的产物，刚开始的速度都是比较慢的，但后面的增长运动会非常快。而要做到大规模量产，自动驾驶系统必须满足安全、高效、经济的特点。」

至于自主泊车（AVP），行业内的普遍观点可能将其归到了限定场景的 L4 级自动驾驶的范畴，毕竟人离开后，汽车是处于一个完全无人的状态。不过徐雷认为，「如果从量产的角度考虑，这个功能现阶段实现还有困难。但如果把它看做一个产品，从自动泊车到自主泊车，中间是有很多事情可以做的。」

比如人坐在车内，让车子自己去寻找车位；或者到车位附近，人下车，车子自己去停。目前自动泊车的功能绝大多数做得都不是很好，所以从改善用户体验的角度出发，很多中间的产品可以做，也是有价值的。

奔驰联合博世打造的自主泊车系统解决方案 | 官方供图

在徐雷看来，盲目追求自动驾驶的量产是不可行的。目前 Nullmax 在安全上还是考虑得更多一些。对比像 Autopilot 这样的解决方案，徐磊认为 MAX 作为一家初创公司的自动驾驶系统，很难把功能做得大而全，但可以在某些方向上有自己的独特优势。比如根据本地交通的持续优化，对现有 L3 场景能力的不断挖掘等。

最后再回到量产问题上。「预计在 2019-2020 年，MAX 将进行量产定点，在随后的两年内开始投产（SOP），之后会持续地进行产品优化并通过 OTA 升级的方式将更多的自动驾驶能力下放至用户。」徐雷介绍说。

至于 L4 级的自动驾驶，徐雷表示「Nullmax 将通过 MAX 在前装领域的量产化应用促进共享出行的落地。」目前受限于安全和成本问题，基于无人车打造的 robotaxi 服务在行业内仍处于小规模的商业化探索中，所以 Nullmax 会一边推进 L3 级自动驾驶技术量产落地，一边通过不断积累的经验优化共享出行产品、技术，最终一定是要提供低成本、高可靠性的网约车服务。

「没有」和「不依赖」

尽管有特斯拉研发出身的背景，但徐雷创立的 Nullmax 却与其有着截然不同的产品逻辑。

目前 Nullmax 的自动驾驶测试车上都安装了 DMS 驾驶员监控系统，而之前 Elon Musk 曾在 MIT 助理研究员 Lex Fridman 的博客节目上称，「Autopilot 能力足够好，不需要安装 DMS。」对此，徐雷有着自己的观点：

我认为 Musk 对自动驾驶的理解还是比较深刻的。因为 DMS 也好，环视也好，其实对用户而言都不是非必须存在的功能，只要系统足够安全，只要车子能够顺利倒进去。但从 L3 级别开始，从 SAE 的定义来看，需要确保用户能够随时接管车辆，至少在现阶段，DMS 是一个能够有效提高驾驶安全的补充。当然如果你已经证明一套自动驾驶系统是足够安全的，特别是 L4 级，驾驶员都没有了，DMS 自然也没有存在的必要。但我们今天谈的是 MAX 1.0，目前它提供的是 L3 级的自动驾驶能力，这个阶段 DMS 是需要安装的。

在徐雷的认知中，为用户创造价值是他一个核心关注的点。而谈任何功能和产品的前提，是基于现阶段行业整体技术水平来考虑的，没有 Musk 的那种激进，却多了些中国人中庸和稳健的心态。

为自动驾驶汽车打造的高精度地图 | 博世

比如谈到对高精度地图和激光雷达的态度，徐雷也并没有言之凿凿地全盘否定。在他看来，L3 可以不依赖高精度地图，但未来大概率还是会使用。因为单车智能越高依赖越少、安全性越高，但如果有高精度地图的辅助会变得更好。而业界讨论 L4 级的自动驾驶，很多时候会和智慧城市、智能交通等概念做结合，尽管这个等级的单车智能已经足够高，但V2X 车路协同技术的加入却能够让驾驶变得更安全，这是研发自动驾驶技术的初衷。

徐雷同时指出，「实现 L4 的难点不在于激光雷达或者高精度地图，而是在于让车如何有常识，如何具备局势判断能力。」因为人车共处的时代，感知和定位能力有很多办法可以解决，比较棘手的是对其他车辆的理解，如何让自己不处于一种危险状态中。

「人在开车时其实都会对周围车辆有预判，而 MAX 之所以是系统化的解决方案，也是因为在决策规划上做了很多事情，当然目前可能还不太成熟，它真正的难点在于如何在短时间内做一个局势判断。」徐雷告诉极客公园。

按照他的解释，车如何有直觉、意识，不能都是靠逻辑推算。比如之前试乘中出现两车差点碰到一起的情况，这个时候该怎么办？从安全角度出发接管是最稳妥的，但人如果来开的话会对这种复杂的形势做迅速判断，这是 Nullmax 一直在努力的方向。如果不考虑这样的常识和全局感，机器可能永远处在一个低智能的情况下，也就无法真正实现比人驾驶更安全的技术。

不过话又说回来了，可能对消费者而言，最终能够享受到怎样的功能和服务最关键，他们可能并不关心你用了哪些传感器，做了怎样的融合，对所谓的自动驾驶级别并不会太过关注。如果买到的这辆车它搭载的这套系统具备全生命周期持续升级进化的能力，就像 Musk 所说的，「让车子成为一件可以升值的产品」，自动驾驶的能力和适用范围可以持续扩大，讨论哪种方向的发展路径就变得不是那么重要了。