随着无人驾驶汽车相关法律法规的放宽以及主要车企及科技公司自动驾驶技术及产品的不断落地，2021年，全球自动驾驶汽车市场规模有望达到70.3亿美元，而到2035年，预计全球无人驾驶汽车销量将达2100万辆，自动驾驶市场前景可期。

根据调查数据显示，中国市场对自动驾驶的喜欢程度为63%，远高于成熟市场的41%，表明中国对自动驾驶等新技术的接受度更高。庞大的汽车销量和消费者对科技的需求，有望使中国成为最大的无人驾驶市场。

在2020 汽车视觉前瞻技术展示交流会上，魔视智能CEO虞正华进行主题为 “基于视觉人工智能的自动泊车和代客泊车”的分享，并与其他嘉宾就无人驾驶的商业化路径，发展趋势及场景落地等话题进行了交流，以下为摘录自现场的观点和发言。

关于自动驾驶的商业化

“自动驾驶在国内外已经经历了最初一轮创业热潮，当前的最大挑战就是如何落实到具体的商业化路径”，虞正华认为，“真正实现自动驾驶商业化，还需要很多探索，目前趋同的认知，是从一些特定的场景和应用开始逐步实现商业化。这样的路径首先比较现实，其次在这个过程中既能实现商业价值又能验证产品。”

中国的特点首先在于对自动驾驶的认同度高，从政府、车厂到企业、民众，对新兴事物持有开放和支持的态度。第二，中国的工况和路况比较复杂，给自动驾驶带来很多技术挑战，这也是中国和全球相比更加困难的地方。第三，中国有丰富的运用自动驾驶的场景，有非常强的应用需求，从落地角度来说这是鲜明的优势。

L4自主泊车场景将率先爆发

虞正华表示，自主泊车确实越来越受重视，不止是国内，也包括国外。从类似反向召唤功能到完全自主泊车，可以演变出很多功能，这种持续迭代对消费者很有吸引力。他认为，自主泊车会是L4级别能够最早实现大规模量产落地的应用场景。

不过从自动泊车到自主泊车，仍存在几大挑战：首先自动泊车是近距离的，人在车内或者车附近，人必须通过钥匙或者某种方式表明人在控制车，人虽然不需要真正控制方向盘，但可以在紧急情况下让车停下；但L4层级人和车分离，自主泊车时没有了人的干预，所以最大的挑战首先是安全性，如何保障车是安全的，不会对外界造成伤害，这是巨大的挑战。
 
第二，自主泊车需要地图的配置，因为不是近距离的停车场，需要地图解决定位问题，技术上涉及到地图和定位算法，这是新的需求。
 
第三，从最终落地来说，自主泊车其实是需要一个生态的，涉及到停车场的运营商、地图供应商、车厂、自动驾驶公司等等，大家构建完整的生态一起推动。在生态的打造方面也是一大挑战。

从魔视智能的情况来说，L4级主要是低速AVP的场景，未来可能需要更多的技术验证，在高速场景下验证L4技术，这是需要进一步完善的。此外，在高速场景涉及到跟路侧的协同，这个也是结合新基建的布局，在路测方面，看起来中国会比其他国家做更多的事情，但车和路到底怎么协同还是有很多的未知，这个也是需要大家进一步探索的地方。
 
“下一步最主要的方向，是构建面向L3/L4自动驾驶的域控制器”，虞正华表示，“这个控制器集成的内容会越来越多，所支持的功能也会越来越丰富。我们的目标是做自动驾驶的大脑，预控制器就是这个大脑最终承载的方式和承载的平台，这涉及到整体的硬件/软件架构设计、中间件、功能划分以及如何实现功能安全的要求等。“

自动驾驶技术在发展过程中还将面对怎样的难题？

自主代客泊车作为L4级的自动驾驶典型应用，涵盖了自动驾驶所有的关键技术：环境感知、多传感器融合、车辆定位、路径规划、驾驶决策。这些关键技术，都离不开算法的支撑。

从环境感知角度，目前行业已经趋同于深度学习算法，但是要实现量产的系统，解决不同场景的适应性，依然对感知算法提出了诸多挑战。而定位算法，也需要利用车辆上搭载的低成本传感器，实现高精度的厘米级定位，同样对算法提出了重大挑战。

自动驾驶始终会面对的难题是如何平衡硬件平台的高算力和高门槛？虞正华指出，把算法和硬件平台有效结合在一起本身有一定门槛。最初在选择平台时，魔视智能几乎考察了所有可能的平台，包括FPGA、ARM、CPU等，综合考虑以下因素，最终选择了FPGA：但FPGA的实现需要团队对算法本身和FPGA都有很强的基础，需要团队之间的密切配合，从开发角度把算法通过硬件的描述语言来实现。

虞正华表示：我们从一开始就在FPGA里采用相对通用的AI引擎，以适应算法的不同变化，采用相对通用引擎的好处是，随着积累的模块逐渐增多，模块组合可以实现不同的新功能，因此，开发得越久，整体积累也越多，从而使得团队面临的门槛不断降低，并有效降低由于软硬件适配带来的工程风险，算法最大限度利用算力，降低系统成本。 

自动驾驶初创企业如何构筑护城河？

业内的人深知，自动驾驶技术从研发到量产是一个需要投入大量精力、厚积薄发的艰难过程。魔视智能通过全栈式的布局，在逐渐构筑企业的护城河。

首先从L0-L4，魔视智能已经形成了全栈式的产品布局。包括已经量产或在定点开发中的产品，可实现的功能包括前视预警（比如行人防撞、车辆防撞、车道偏离预警），以及其他预警功能（包括驾驶员行为监控（DMS）、盲区检测（BSD））。一直到L2自动紧急刹车（AEB）或车道保持（LKA）等功能，还有视觉和超声融合的泊车（APA），自主代客泊车（AVP）等。
 
另一方面，全栈式布局还体现在对三大主要市场的覆盖，前装乘用车、前装商用车及后装三大产品线积累了头部客户，和国产自主乘用品牌前10大车厂中的9家锚定了深入紧密的合作关系，和领先的商用车厂及超一线大都市的公交集团均已启动合作落地。
 
此外，在技术路径上，无论是软硬一体的系统还是单独提供软件，还是以软件授权的方式提供IP。“做自动驾驶的赋能者”，虞正华表示，“这是魔视智能希望未来在整个自动驾驶行业所期望扮演的角色。”
 
最后，作为锚定于基于深度学习进行商业落地的AI创业公司，魔视智能通过算力、算法、数据齐头并进。在坚持汽车级嵌入式芯片平台路线的同时，在感知算法领域已经走在行业前沿，充分发挥了FPGA特性进行DNN深度卷积神经网络的加速和算法的快速迭代。数据方面，建立起了一套以数据预处理为核心的完善有效的数据作业体系。目前魔视智能ADAS产品已经在全国30个省采集视频测试，测试总里程超过10,000,000公里。