自动驾驶卡车量产白皮书

|自动驾驶卡车量产白皮书01 序言 量产正成为自动驾驶行业的主旋律。同时，正向设计、前装量产自动驾驶系统和整车的技术挑战极大，行业普遍感到相关能力稀缺，知识经验较为匮乏和碎片化。经过嬴彻科技与中国卡车主机厂近三年的联合开发，搭载嬴彻科技全栈自研L3级别自动驾驶系统的智能重卡于2021年底成功量产，得到干线物流用户认可，规模化生产和运营投放节奏开始加速。嬴彻科技的技术团队将三年量产的实践与探索做了深度总结与复盘，并撰写成《自动驾驶卡车量产白皮书》，与行业共享共创。 此白皮书在以下领域分享嬴彻科技的自动驾驶量产开发方法论和技术创新： •一套针对自动驾驶卡车使用场景的系统性正向功能定义方法。融合了功能安全和信息安全的标准与规范，并配套完整的指标体系和测试方案。 •一套完整的自动驾驶卡车量产开发体系与全栈自研的核心技术。覆盖车端和云端的全部构成，包括自动驾驶（感知、定位、规划控制、节油、系统软件、自动驾驶域控制器和硬件套装）、电子电气、线控底盘、人机交互、网络安全、云基础设施和数据闭环。分享了在成本、安全和物流运营多重苛刻要求下的自动驾驶重卡核心技术创 新与工程优化，介绍了量产后里程数迅猛增长情况下对高效数据闭环的探索与实践。 •一个以“正向开发、兼顾敏捷”为原则的自动驾驶卡车研发流程体系。将汽车行业的V模型开发流程与软件行业的敏捷开发模式进行了创新性融合，首次将高阶自动驾驶开发过程融入卡车整车开发的全流程，并建立了业内最完整的自动驾驶卡车量产测试验证体系。 •一个贯穿研发到量产全周期，涵盖整车到核心系统，跨越嬴彻科技全组织，并协同多个量产伙伴的自动驾驶安全开发体系。从流程安全、整车安全和系统安全三个维度入手，为自动驾驶卡车实现充分的可靠性和安全性（SafetyandSecurity）。针对自动驾驶技术在车辆安全方面的全新挑战，在量产过程中持续改良，务实探寻新方案。 •一个具备自我演进能力的全新无人驾驶技术路线。嬴彻科技针对当前主流算法和系统架构的潜在瓶颈，提出一个端到端深度神经网络方案，并通过结合深度强化学习DRL（DeepReinforcementLearning）和神经辐射场NeRF（NeuralRadianceFields）技术的仿真器来训练端到端模型，实现自动驾驶能力的高效自我演进，最终走向无人。 在量产开发过程中，我们深刻感受到： •自动驾驶技术的前装量产要求涵盖自动驾驶整车和全部核心系统的技术能力和非常完整的开发体系。量产成功需要遵循木桶理论，不能有任何短板。这对自动驾驶公司普遍追求的全栈自研提出了更高的能力要求，不仅要能自研算法、软件和自动驾驶域控制器，还要能够与产业伙伴共同开发线控底盘、电子电气架构和人机交互系统，并且具备极为完整严格的整车测试验证能力和丰富的供应链与生产管理能力。需要对车辆的正向研发和前装量产保持高度敬畏，耐心积累。 •卡车自动驾驶的技术创新和工程极致，来源于对卡车物理特性、苛刻安全要求、量产一致性、成本压力、运输时效和安全员特点等多重挑战的深度认知和极致追求。这是技术的真正源动力，对自动驾驶的算法演进、架构创新和工程实践提出了更高的要求。 •自动驾驶推动汽车走进深度学习和软件定义汽车的新时代，也带来了整车正向开发的严谨性、软件开发的敏捷性、自动驾驶算法与需求的不确定性之间的巨大冲突。问题和冲突远未解决，需要全行业一起不断实践，融合创新。 •人机共驾在相当长时间内是高等级自动驾驶落地应用的主流模式，与安全密切相关，对商用车人力成本优化和乘用车驾乘体验影响极大。全行业的实践积累还非常有限，需要从人因工程和安全设计切入，大力发展。 •走向无人的道路上，当前主流的自动驾驶技术栈可能首先在监督学习所需的海量数据获取效率与代价、经典的机器人框架等方面遇到瓶颈。需要更多富有想象力的新方案，百花齐发，加速探索。 这本白皮书汇集了东风商用车有限公司、中国重型汽车集团有限公司等卡车自动驾驶产业链上下游五十余家合作伙伴的群体智慧。“前沿创新、极致求实”的共同技术价值观和“安全高于一切”的共同理念，凝聚所有量产伙伴携手前行。 我们本着极度坦诚的态度，透过这本白皮书分享嬴彻科技和产业伙伴的早期量产实践和前沿探索，其中定会有未尽和不足之处。非常期待大家通过whitepaper@inceptio.ai反馈指正，一起共享共创，推动自动驾驶产业完成量产的关键一跃！ 目录 CONTENTS 序言 第一章 用户需求与技术挑战 第二章 嬴彻科技自动驾驶卡车量产方法论与实践 01 1干线物流用户需求与痛点06 2自动驾驶卡车前装量产的要求08 2.1自动驾驶卡车的特点与挑战08 2.2自动驾驶前装的必要性09 2.3自动驾驶卡车前装量产的开发原则10 2.4嬴彻科技的自动驾驶重卡量产进程12 1自动驾驶卡车量产方法论概述14 2需求定义15 2.1正向设计的功能定义15 2.2功能安全18 2.3网络安全23 2.4指标体系25 3系统开发28 3.1自动驾驶卡车系统概述28 3.2自动驾驶系统29 3.2.1感知系统30 3.2.2高精定位34 3.2.3规划控制36 3.2.4节油解决方案FEAD40 （FuelEfficientAutonomousDriving） 3.2.5系统软件44 3.2.6自动驾驶域控制器（ADCU）47 3.2.7车规级硬件套装51 3.3云基础设施53 3.4数据闭环56 |自动驾驶卡车量产白皮书03 3.5线控底盘61 第三章嬴彻科技 安全方法论与实践 第四章 展望未来： 自我演化，走向无人驾驶 |自动驾驶卡车量产白皮书04 附录：英文缩略语及含义 3.6电子电气架构65 3.7网络安全67 3.8人机交互系统69 4流程与工具71 4.1流程与工具概述71 4.2自动驾驶软件敏捷开发流程72 4.3整车正向开发流程74 4.4生产准备流程75 4.5测试验证78 1安全理念：安全高于一切83 2安全开发准则83 2.1流程安全84 2.2整车安全84 2.3核心系统安全85 3安全开发实践86 3.1安全流程实施86 3.2车规级达标实践87 3.3自动驾驶系统安全实践87 3.4线控底盘安全实践88 3.5电子电气架构安全实践88 3.6网络安全安全实践89 3.7人机交互系统安全实践89 4行业性挑战90 92 97 CHAPTER1 第一章 |自动驾驶卡车量产白皮书05 用户需求与技术挑战 1干线物流用户需求与痛点 中国干线物流行业现状 万亿级市场，规模巨大。由中重卡承运的干线运输占到整体公路货运市场的82%，全国中重卡保有量约730万台1，市场规模达4.6万亿元1，体量全球第一，超过同城物流及乘用出租市场规模之和。同样，在世界上其他主要经济体，干线运输都是规模最大的物流细分市场。 运营成本非常高，成本管理以TCO（TotalCostofOwnership，全生命周期成本）为导向。油耗和 人力成本占到单车年度TCO的50%以上，存在巨大优化潜力；而车辆购置成本仅占约10%，若高端车型可使整体TCO优化，则购车决策者不会仅拘泥于初始车辆购置成本的增加。 劳动密集型行业，复杂低效。运输的安全、时效和油耗情况高度依赖于驾驶员个体的驾驶能力、责任心和身体状况，驾驶员个体差异巨大，运输管理复杂。 典型重卡年度TCO构成 主要成本项 油耗成本 路桥费用 人力成本 车辆成本 其他 合计 年度成本（万元/年） ~35 ~35 ~25 ~12 ~13 ~120 占比 30% 30% 20% 10% 10% 100% 干线物流主要痛点 驾驶员难招难管，人力成本高 目前，我国卡车驾驶员缺口持续增加。由于工作环境恶劣，造成驾驶员难招难管、供需失衡、人力成本上升等问题。国内卡车驾驶员招聘的年龄要求已从24-50岁放宽至22-60岁，仍难以招募，25岁以下年轻人仅占1.4%，行业驾驶员缺口高达1000万人2。 为应对长时间高强度驾驶的疲劳风险，在以快递快运为代表的高密度长途干线运输中，每车往往需2-3名驾驶员轮班，导致人力成本进一步增加。 油耗高度依赖个体驾驶员表现，极难管控 油耗成本是公路物流成本的重要组成部分，约占整体成本的30%3。然而油耗水平的个体差异较大，优秀驾驶员（拥有多年驾龄的高水平驾驶员）油耗表现较行业平均油耗水平可节省约9%4。 安全问题频发 据《中国公路货运行业智慧安全白皮书》披露，2019年我国公路货运百万公里事故数为3.75起；而基于对头部快递快运公司的访谈，当前人工驾驶场景下，赔付成本超过5万元人民币的百万公里事故率为0.1~1次。 自动驾驶技术的潜在价值 降低人力成本，解决驾驶员供给不足问题 L3级自动驾驶技术能够大幅度降低驾驶员劳动强度，并有机会在双驾线路上减少0.5-1名驾驶员。未来的L4级自动驾驶技术可以进一步实现完全无人驾驶，从而显著降低TCO。 节约能耗，降低排放 通过学习最节油人类驾驶员的驾驶行为，自动驾驶系统可以首先达到人类驾驶员的顶尖节油水平；再通过更长感知、更优规划和更精控制，自动驾驶有望超越优秀人类驾驶员水平。 提升货运安全系数，降低事故发生率 自动驾驶卡车可以避免因人类驾驶员能力局限或车辆故障导致的事故发生，也可避免人类驾驶员的疲劳、分心等危险驾驶行为，从根本上实现比人类驾驶员更安全的驾驶，提升货运安全系数。 经嬴彻科技初步测算，相较人工驾驶，自动驾驶技术在中国干线物流市场有机会实现： •每公里运费降低5%-15% •每年碳排放量减少950万-3800万吨 •每年为干线物流创造2500亿-1.3万亿元的经济效益 信息来源： 1：BCG《中国公路货运市场发展趋势》 2：中国物流与采购联合会《2021年货车司机从业状况调查报告》 3：全国道路货物运输价格指数 4：2018沃尔沃卡车节油挑战赛比赛数据 5：普华永道、G7、中国交通报《中国公路货运行业智慧安全白皮书》 2自动驾驶卡车前装量产的要求 嬴彻科技成立伊始即选择正向设计、前装量产的路线，以实现自动驾驶技术的产品化，这是自动驾驶卡车实现安全可靠、合法合规和规模化商业投放的唯一路径。 2.1 自动驾驶卡车的特点与挑战 嬴彻科技专注于重卡的自动驾驶。重卡主要运行在相对封闭的高速公路，相较城市道路场景看似更简单。但是，由于重卡特有的物理特性、运行环境和商业运营要求，相较于乘用车的自动驾驶系统，重卡的自动驾驶系统对车辆的感知距离和精度、系统响应速度以及车辆控制的精准性都提出了更高要求： •很长的制动距离。重卡在100km/h车速下的制动距离通常超过100米，相较于乘用车在40米以内的制动距离，要求自动驾驶系统需要具备更远的感知距离，以及更快的端到端响应速度。 •外形尺寸和重量巨大。重卡外轮廓尺寸标准宽达2.55米、高达4米、长度最长可达17米，在不同挂车装载下整车质量变化高达500%（9吨 ~49吨），车头与挂车之间的非刚体连接和挂车惯性，增加了自动驾驶控制的难度。此外，重卡运行环境复杂，经常面对各种不同的道路环境，如低附地面路面、碎石路面、非标准车道等，对重卡自动驾驶的规划控制提出了更大挑战。 •重卡线控系统的响应速度更慢，精度也相对更低。以制动系统为例，重卡普遍采用气制动技术，相比于乘用车的液压制动需要更长的建压过程。重卡的制动系统响应时间通常在400ms左右， 而乘用车可以做到100ms以内。克服被控系统的延时、实现精确控制，给自动驾驶控制系统带来了比较大的挑战。 •重卡车辆参数的公差范围大，随着行驶里程的增加，车辆参数会出现更大范围的漂移。以方向盘转角偏置为例，乘用车出厂时为1°以内，重卡出厂时可以达到7°。再以方向盘空行程为例，有实验数据表明，运营时间12个月的重卡，空行程相较出厂时劣化43%，从平均8.4°劣化到超过12°。上述方向盘参数公差问题要求自动驾驶控制系统有能力及时识别到参数的变化，并及时加以自动修正。 •干线物流场景下的综合平衡要求。干线物流场景对重卡运