车东溪（公众号：车东溪）文字|起源11月16日，四维图新在北京召开用户大会，宣布全面转型自动驾驶。
曾经的地图商在导航、车联网、自动驾驶、芯片等方面都有布局，希望在即将到来的自动驾驶时代大展身手。
车东西受邀参加四维图新自动驾驶汽车体验活动，并在现场与四维图新自动驾驶研发部经理马周进行了交谈。
从这辆自动驾驶汽车开始，四维图新为什么要做自动驾驶、如何做自动驾驶就清晰了。
1、自驾体验：起步“鲁莽”，转弯很稳。
四维图新拥有两款新的自动驾驶汽车——长城哈弗H6和H7。
这次为我们提供自动驾驶服务的是哈弗H7。
无人驾驶汽车上路被罚款是有先例的，所以四维图新选择了一个封闭的停车场来搭建体验场景。
场地内有两条平行车道，也有一些障碍物。
出于安全考虑，四维图新的一名工作人员坐在驾驶座上，但他没有碰方向盘。
一个有趣的小细节是，四维图新的自动驾驶H7最初是通过手机语音控制的——四维图新本身也在研究车载语音识别解决方案。
这辆自动驾驶H7的起步确实让人惊讶，因为在我们体验过的自动驾驶汽车中，从来没有一辆车起步时如此“愉悦”，加速非常快，完全不像其他汽车。
自动驾驶汽车就是这样的。
不过整个会场比较空旷，初期确实没有什么障碍物可以阻碍。
然而，一开始的兴奋只是短暂的。
在达到最大行驶里程 20 多公里后，H7 不再加速。
随后，工程师向我们解释，场地大小有限，所以H7的决策算法自动限制了速度。
转弯时，H7不像加速时那么顺畅。
转动方向盘时，它并没有像人类驾驶员那样流畅地完成整个动作，而是一点一点地“移动”方向盘，就像在测试一样。
，并会中途反击修正。
这些动作很像一个刚接触汽车的新人类驾驶员——因为对汽车的控制不是那么熟悉，所以他会小心操作，保证安全。
当然，对于不生产汽车的四维图新来说，车身控制并不是它的强项。
行驶过程中，如果前方有障碍物，H7会选择变道避让。
而且它的躲避时间很早，距离桩型障碍物还有二十多米的时候就开始转动方向盘。
整个体验过程持续约2分半钟。
自动驾驶H7的表现中规中矩，没有任何缺陷，也没有令人惊讶的亮点——令人耳目一新的加速能力可以算作其一。
体验结束后，车主盘点了哈弗H7的重要传感器：前挡风玻璃上的P单目摄像头、前格栅上安装的来自Quanergy的8线激光雷达M8、以及顶部的GPS天线。
车。
，接收定位信号。
显然，在自动驾驶的环境感知方面，四维图新也采用了多传感器融合方案。
研发负责人专访：L3级自动驾驶正在研发中自动驾驶研发部经理马周告诉车西溪，四维图新的自动驾驶汽车目前在测试中能够支持高速场景下70公里/小时的自动驾驶。
(马周) 这引发了人们对这款车的质疑。
一般来说，单目摄像头能识别的探测范围只有几十米，8线激光雷达的有效探测范围也大致在同一水平。
以每小时70公里的速度行驶时，汽车每秒行驶20米的距离，行驶60-80米需要3、4秒。
在这3、4秒的时间里，自动驾驶汽车要实现环境感知、行为决策、路径规划、运动控制的全过程还是有一定难度的。
经过进一步沟通，我们发现现在的自动驾驶汽车都是低端版本。
在高速自动驾驶时，四维图新的新款H7还将在头顶安装8线激光雷达，在正前方安装8线激光雷达，探测范围超过米。
毫米波雷达。
届时，多个传感器数据的融合将能够形成相对可靠的环境感知能力。
此外，四维图新还于当天搭建了RTK基站，为H7提供高精度定位支持。
（四维图新自动驾驶汽车后端监控系统）处理和融合如此多的传感器数据并做出最终决策需要强大的计算支持。
马周表示，四维图新的新型自动驾驶汽车采用英伟达的PX2作为主要计算单元。
作为目前在售最强大的车载计算机，PX2理论上可以支持L3级别的自动驾驶。
L3也是四维图新正在开发的自动驾驶级别。
不过，四维图新自己的ADAS芯片并没有用在汽车上，但其中封装的算法构成了自动驾驶H7算法的一部分。
马周向车东西透露，四维图新的自动驾驶新算法主要是手动设置的。
深度学习除了感知阶段的图像识别之外，在决策和规划过程中用得不多。
在他看来，整个自动驾驶的端到端应用只能算是一个“玩具”。
由于深度学习的黑匣子，人们很难拆解它的工作流程。
在特别关注安全的自动驾驶领域，大家对于使用深度学习进行决策基本持谨慎态度。
马周还表示，人工正则化可以解决98%以上的自动驾驶场景，剩下2%的场景需要一些非正则化（比如利用深度学习）来解决。
自动驾驶H7在不同情况下选择行驶速度的策略是通过深度学习进行训练的。
3、图文经销商也搞自动驾驶吗？他们在上面看到的是常见的传感器和架构。
四维图新新用户中最牛逼的自动驾驶相关技术其实是高精度地图。
但这也让我们感到好奇。
四维图新可以成为高精度地图的供应商。
为什么要加入自动驾驶的竞争？其背后的原因，表面上看当然是为了扩大业务，延伸价值链，赚更多的钱；但在这背后，却有一个“努力”的故事。
马周表示，基于不同的团队和技术方向，每个公司的自动驾驶解决方案其实都有不同的侧重点。
比如Mobileye强于视觉，而四维图新的强项在于高精度地图。
四维图新凭借自身的地图技术、人才、经验以及地图巨头的资质，从2018年开始采集和制作高精度地图。
当ABB联合诺基亚收购高精度地图制造商Here时，四维图新也联手腾讯参与其中。
。
年底，四维图新联手腾讯收购10%外资股份，但因美国阻挠而失败。
不过，四维图新与Here的合作关系仍在继续。
今年5月，四维图新与Here合资公司四维图新汉河成立，将Here的经验和模式引入中国提供服务。
高精地图可以提前记录各种道路信息，包括车道线在哪里、路缘在哪里、前方标志是什么意思、红绿灯在哪里，以及道路本身的曲率（即曲率）曲线）、斜率等详细信息。
（高精度地图）对于自动驾驶车辆来说，当行驶到某个区域时，加载并匹配该区域的高精度地图，自动驾驶系统可以快速判断道路上的静态物体，而不需要进行真实的定位。
-时间一一映射。
识别，这可以节省大量的计算资源来处理移动物体，减轻自动驾驶系统的计算负载。
提前了解曲率和坡度信息也有利于自动驾驶车辆的车身控制。
然而，在生产和推广高精度地图的过程中，四维图新发现，很多厂商对高精度地图的了解不够，没有充分发挥高精度地图的优势。
或者换句话说，人们认为高精度地图不好，对自动驾驶用处不大。
四维图新当然不满自己看重的未来重点业务被人看不起。
本着“你走你走”的原则，四维图新组建了100多人的自动驾驶团队，制定自动驾驶方案，看看高精度地图是否有效。
也正是在那个时候，马周从导航部门工作了十多年，加入了自动驾驶部门，并领导了研发团队。
因此，四维图新研发自动驾驶本身的初衷就是为了测试高精度地图能否在实际场景中发挥作用；另一方面，怎样才能更好地发挥作用呢？经过现场开发，四维图新也能够获得更及时的反馈。
同时，在业务方面，从单纯提供高精度地图数据升级到提供更完善的服务，降低了客户的开发难度，显然让支付变得更加容易。
结论：自动驾驶百家争鸣。
目前，已有无数力量加入到自动驾驶的潮流中。
其中有互联网公司、传统汽车厂商、汽车供应商，还有众多初创企业和造车新势力。
思迪鑫是显卡经销商中的代表。
在亲自乘坐四维图新的自动驾驶汽车并听取其研发总监的讲解后，车东西也更加清晰地感受到，四维图新这个传统图形经销商确实正在向全面自动驾驶迈进。
转型。
目前来看，四维图新在自动驾驶方面做得如何还需要时间来验证——两年后，一批自动驾驶量产车将上线，其中包括四维图新的合作伙伴。
不过，从自己擅长的方面来看，四维图新确实正在与各方共同推动自动驾驶的技术迭代和进步。