自動駕駛已經(jīng)走向了一個岔道口，人們對于行業(yè)未來猶豫不決，廠商大討論該合縱連橫還是“一人獨食”，兩種方案都有擁躉，軟件的開發(fā)卻是至關重要。

　　迅速發(fā)展中的自動駕駛行業(yè)正在被一個巨大的問題困擾，那就是為了安全，汽車廠商是應該開發(fā)一站式的軟件解決方案？還是要整合來自不同公司的軟件？這個問題的答案將決定許多廠商的未來命運。

　　目前，兩種方案都有自己的擁躉，但最終它們肯定要決出勝負，而押對寶的公司肯定能獲得巨大的先發(fā)優(yōu)勢。

　　處在漩渦中心的軟件在自動駕駛時代與車輛的關鍵功能息息相關，即能破譯傳感器數(shù)據(jù)的感知系統(tǒng)和利用數(shù)據(jù)決定車輛行駛路徑的行動規(guī)劃系統(tǒng)。

　　那些將聯(lián)合開發(fā)當成先決條件的公司主要集中在硅谷，Waymo 就是最好的代表。此外，現(xiàn)在歸屬于福特的 Argo AI，歸屬于 Uber 的 Otto 和滴滴出行都是這種方案的支持者。在他們看來，聯(lián)合開發(fā)是唯一現(xiàn)實的解決方案。

　　不過，通用旗下自動駕駛部門 Cruise CEO Kyle Vogt 卻表示：“你可以將整套軟件分成 50 個不同的部分，然后由全球各地的團隊完成開發(fā)，它們在白板上進行演示時也能完美無缺。但如果真的將這些軟件整合起來，恐怕會 Bug 不斷，能不能徹底解決問題得看運氣了?！憋@然，Vogt 是一站式軟件開發(fā)的支持者。

　　其實業(yè)內(nèi)出現(xiàn)這樣的分歧并不奇怪，據(jù)新智駕了解，那些認為大家可以通力合作完成自動駕駛大業(yè)的公司有自己的商業(yè)模式，它們希望汽車制造商能根據(jù)自身需要定制一套“混血”系統(tǒng)。這些公司中就包括英偉達。除此之外，許多汽車系統(tǒng)供應商，如德爾福和一些行業(yè)新軍如百度，也都在研發(fā)自己的模塊化開放平臺。

　　關于該問題業(yè)內(nèi)還有其它爭論點，其中就包括高精地圖。也就是說，未來的地圖將實現(xiàn)厘米級的精準度，它不但能看出路況的好壞，路上的標線、障礙和交通標志也不在話下。

　　畢竟對車輛來說，路面信息越多越好。包括通用、福特和 Waymo 在內(nèi)的開發(fā)者相信，高精地圖必須與感知和道路規(guī)劃系統(tǒng)一同開發(fā)。類似 Drive.ai 等新創(chuàng)公司也同意該觀點。

　　上面提到的公司在對待高精地圖時屬于聯(lián)合開發(fā)派，而 Zenuity（沃爾沃和供應商 Autoliv 的合資公司）和自動駕駛新創(chuàng)公司 Voyage 則更加直接，它們認為高精地圖可以直接從第三方購買。Voyage 聯(lián)合創(chuàng)始人 Tarin Ziyaee 就認為，與自動駕駛算法不同，地圖并不是什么難解決的問題。

　　除此之外，業(yè)內(nèi)還有一個誕生已久但依然懸而未決的爭論，那就是如何整合兩種不同的技術——機器人和深度神經(jīng)網(wǎng)絡（深度學習）。

　　前者是程序員寫規(guī)則，機器人遵守；后者則直接通過處理傳感器采集到的數(shù)據(jù)來識別物體，如停止標識和周邊的汽車等。當然，深度學習還能通過檢查路線標識外加學習人類來調(diào)節(jié)方向盤的轉(zhuǎn)動角度。

　　通常來說，開發(fā)者會不自覺的倚重一項技術，特別是在做行動規(guī)劃系統(tǒng)時。不過，有經(jīng)驗的工程師，如 Uber 的 Jeff Schneider 則表示，他們也說不清到底機器人還是深度學習技術更重要。

　　如果偏向機器人技術，則工程量會非常巨大；若倚仗深度學習更多，就需要大量為車輛編寫規(guī)則。同時，在解決問題之前，深度學習系統(tǒng)必須“吞下”驚人的駕駛數(shù)據(jù)。當然，有一點需要注意，Uber 雖然更為倚仗機器人技術，但它也有團隊在進行深度學習技術的攻關，畢竟誰也不愿將雞蛋放在一個籃子里。

　　哲學上的爭論

　　眼下，最明顯的分歧在于，感知和行動規(guī)劃系統(tǒng)是否應該走聯(lián)合開發(fā)之路。站在一站式解決方案那邊的廠商認為，聯(lián)合開發(fā)可能會造成安全隱患。

　　“如果用了來自不同公司的模塊，到底誰來保證這套系統(tǒng)就真的安全呢？”Zenuity 公司技術咨詢師 Erik Coelingh 說道。

　　如果某個模塊出了問題，想進入源代碼判斷到底是哪里出了錯就是個大麻煩?！耙驗橥ǔ９鹃g不愿分享自己的技術細節(jié)。”自動駕駛軟件開發(fā)公司 Torc Robotics 的 Michael Fleming 說道。

　　一位業(yè)界資深人士表示，分別開發(fā)兩套系統(tǒng)就像把一個駕駛員分成兩個不同的人。其中一個雖然把控著方向盤但卻看不到周圍的車輛，另一個雖然能掌握周邊車輛和行人的具體信息，但他手里沒有方向盤。因而在傳遞信息的過程中必然會產(chǎn)生偏差。

　　“一部分人認為信息的喪失可以量化并得到合理的解決，但也有部分人持反對態(tài)度。”這位業(yè)內(nèi)資深人士解釋。

　　模塊制造商

　　歸屬于開放平臺陣營的德爾福是一家傳統(tǒng)汽車零部件供應商，它走的是模塊化道路。德爾福 CTO Glen DeVos 就認為感知和行動規(guī)劃系統(tǒng)“可以分開研發(fā)，只要兩個模塊間有明確定義的接口就行?！?/p>

　　他表示，德爾福在為奧迪新旗艦 A8 開發(fā)高速自動駕駛技術時就用到了這樣的理念。德爾福用到了 Mobileye 開發(fā)的感知系統(tǒng)，而行動規(guī)劃系統(tǒng)則是德爾福自家的產(chǎn)品。當然，設計這樣一個半自動駕駛系統(tǒng)比全自動駕駛系統(tǒng)要簡單得多。

　　回到正題，德國巨頭寶馬也是模塊化陣營的一員。寶馬自動駕駛部門負責人 Klaus Buettner 今年秋季在接受采訪時就表示，其自動駕駛汽車在軟件上會非常依賴 Mobileye，包括行動規(guī)劃系統(tǒng)。

　　不過，他也表示，寶馬會參與一部分感知系統(tǒng)的開發(fā)，也就是我們所說的傳感器融合，即對來自攝像頭、激光雷達和雷達等傳感器數(shù)據(jù)的綜合處理。

　　一些新創(chuàng)公司也準備靠廠商的模塊化賺大錢。舉例來說，新創(chuàng)公司 DeepScale 就在開發(fā)自動駕駛汽車的感知系統(tǒng)，該公司 CEO Forrest Iandola 表示：“汽車制造商相信，如果它們買到了正確的感知系統(tǒng)和地圖服務，它們就能為自主設計的行動規(guī)劃系統(tǒng)提供正確的數(shù)據(jù)輸入。”

　　Iandola 表示，DeepScale 的感知系統(tǒng)是為多種類型自動駕駛汽車開發(fā)的。

　　舉例來說，出租車和長途卡車若想實現(xiàn)自動駕駛必須要有不同的行動規(guī)劃系統(tǒng)，因為它們的使用環(huán)境大不相同，而 DeepScale 開發(fā)的這種模塊化系統(tǒng)能幫汽車制造商省去為運動規(guī)劃系統(tǒng)專門定制感知系統(tǒng)的麻煩。