6月4日，“2020首届软件定义汽车云论坛”以网络视频直播的形式顺利召开。本次论坛主要围绕“软件定义汽车”趋势下企业的思考与战略选择展开探讨，为业界搭建一个沟通、学习的平台。下面是Zenuity中国区执行董事Rikard Uddström在本次论坛上的发言：

大家晚上好！ 欢迎参加我们这次的演讲，首先非常感谢盖世这次提供的机会，让我们可以和大家一起分享Zenuity关于自动驾驶的想法和理解。

今天我们要演讲的主题是自动驾驶的核心，软件定义数据驱动，整个演讲之中我们会讲到Zenuity关于中心化架构平台的理解和想法，随后我们会给大家介绍一下我们在开发的时候是如何用到这些数据的，最后我们会介绍到一个叫”Machine”的概念，就是端到端去落地自动驾驶的解决方案。

这一页先讲一下Zenuity这个公司的背景，2017年4月18号由沃尔沃汽车和维宁尔共同合资成立的，双方各占50%。成立后公司主要面向两部分业务，一个是为沃尔沃汽车提供智能辅助系统ADAS，另外一个是通过维宁尔向其他主机厂提供驾驶辅助系统。过去三年里我们很荣幸Zenuity的软件被七个整车厂所亲睐，涵盖十个汽车的平台，横跨美洲、欧洲、亚洲，当然也包括中国市场。大家可能之前也从新闻上有看到一些相关的消息，今年4月份的时候，沃尔沃汽车和维宁尔决定正式分家，就意味着Zenuity之后会被拆分成两个部分，其中一部分会归为维宁尔所拥有，另外一部分会成立一个全新的公司，目前是被沃尔沃汽车全资拥有，这个新的公司我们目前简称为Z2公司，之后新的Zenuity公司会注重开发以中心化架构平台为基础的自动驾驶系统以及下一代驾驶辅助系统，今天主要讲到的就是基于中心化平台的自动驾驶系统和驾驶辅助系统。

大家可以看到，我们之后新的Zenuity公司的全球分布的情况。目前是有两个地点，一个是总部在瑞典的哥德堡，另外一个是在上海，会保持我们现有的情况。对于Zenuity来说，或者对于整个自动驾驶行业来说，我相信中国市场会是一个非常重中之重的市场，为什么这么说呢？主要出于三个考量，第一，最大的单一乘用车市场，第二，纵观过去十几年，或者几十年来说，中国的科技发展速度可以说是非常快的，日新月异。同时，我们根据现在很多行研报告，或者几大咨询公司的预测可以看到，中国市场普遍对于高新科技，包括自动驾驶、电动车等等的采纳度非常高，远远高于其他国家。特别是这次疫情之中，我们更加可以看出中国市场对于汽车行业非常重要的地位。

机会永远都是跟挑战并存的，我们可以看到有很多针对于中国本土落地自动驾驶量产的特殊条件，比如说我们常说的高精地图、云方案、云基建以及数据管理，这些对于想要落地自动驾驶来说，尤其对于外资企业来说肯定是不可避免的壁垒。我们如果拿中国市场跟全国其他市场去比较，在中国自动驾驶的生态圈可能也会略有不同，这个时候就是考验企业对于本土化去落地自动驾驶的决心和技术了。

简单放一个电影，带大家一起介绍接下来的内容，如果大家去年有参加美国CES，或者在上海举办进博会，可能都有看到，因为那时候Zenuity都有作为代表参加。

这个影片主要就是试图把自动驾驶和人类做一个对比，我们常说的传感器系统、摄像头、激光雷达等等好像是人类的感官系统一样，执行机构就像是人类的四肢一样，如何将感官系统和执行系统所串联起来，这就是Zenuity一直想打造的事情，自动驾驶的核心，就是我们今天所要聊到的软件定义数据驱动。

我们从时间轴的角度去纵观整个自动驾驶的演进和变化，可以假设把整个自动驾驶的演进分成四个阶段。第一个阶段，可能就是我们过去十年所经历的主要阶段，主机厂如何去推动，或者整个行业去推动驾驶辅助系统。这个阶段主机厂，tier1，或者零部件供应商，软件供应商，更多是供应链的关系被串联起来，这个阶段我们看到的产品，驾驶辅助的产品往往是以技术成熟度和成本这两个维度去作为考量的。虽然第二个阶段马上就要来临，但是第一阶段和第二阶段，我们相信会在短期内继续共存。

第二个阶段可能就是从几年前开始大热的话题，如何把自动驾驶量产化、落地化，在这个阶段我们可以看到通常会有两条不一样的路径。第一种是主机厂通过和科技公司去合作的模式，将自动驾驶的功能部署到乘用车这条路径，去通向实现自动驾驶的方案。第二个途径，我们通常可以看到以科技巨头们为主导的去寻找一些其他的自动驾驶的商用落地场景，比如说首当其冲的就是以百度、威马这样的科技公司所领衔的。

Zenuity选择的是第一条途径，通过和主机厂的合作把自动驾驶的功能部署到乘用车上。选择这条路径的很大原因在于我们认为通过乘用车可以收集到很多大量的数据集，这些数据集对整个自动驾驶的开发、迭代和完善是具有非常重要的意义。

来到第三个阶段，可能我们即将迎来的一个阶段，可以看到自动驾驶行业的整合，与此同时可能会诞生出几个比较大的平台。大家之前也看到行业大拿也预测到，自动驾驶行业正在慢慢趋向于整合和平台化的阶段，在这个阶段来说，除了我们在第一阶段提到的产品成本和技术成熟度，依然会是至关重要的，但是也不是唯一的考量因素。另外如何让整个平台尽早地推入市场，吸引更多的用户、第三方、客户更多地去完善和推动整个平台也是非常至关重要的，这就是我们所提到的网络效应，越早进入市场越早抢占先机，可以更好地发展自己的平台。

来到第四阶段，希望可以在不久的将来，当我们可以看到自动驾驶成为常态的时候，假设人们在汽车里面可以有更多的自由度和自由时间去做出驾驶以外的事情之后，我们可能会看到一个基于自动驾驶作为基建而诞生的爆发式增长的服务，这个阶段如果我们谈到第三阶段讨论的网络效应，可能会更加显而易见。

下面主要介绍一下对于自动驾驶领域打造一个平台和打造一个产品的区别，产品更多是针对某项特殊的功能，案子对案子做产品。我们说到自动驾驶的平台，主要会基于以下四个考量的维度，首先打造一个自动驾驶的平台，第二点基于整个平台，我们可以引入第三方，引入不同的玩家，甚至可以让客户做客户定制化的需求。第三点是通过整个平台，我们可能诞生一些比较新的，或者是不一样的商业应用场景，比如说从乘用车如何迁移到无赖的应用场景。第四个就是通过平台化，可以产生上一页讲到的网络效应，可以有更多的客户，吸引更多的终端用户，打造一个有不同增值服务的平台。

介绍一下新的Zenuity公司所理解或者想打造的中心化架构的平台，我们简称Z2，是内部代号，整个中心化平台包含三大部分：车端、云端以及开发端。

大家可以看到在车端这一段，主要包括三大部分，从硬件开始，硬件包括我们要熟悉的SOC和电子控制器，再加上不同的传感器。来到软件层这部分，包括操作系统、中间层或者是底层软件，还有上层自动驾驶的核心软件部分，就是绿色我们标出来的，主要是由Zenuity来开发提供的。其中包括感知层、融合层、目标追踪层，同时也包括了整个车辆信息的反馈系统，以及汽车控制的一部分软件和功能。

下面看到的深蓝色的是我们一起和合作伙伴共同开发的，灰色的更多是由我们的合作伙伴来提供的。在绿色核心软件层上面可以看到是一些功能应用层，可以实现例如驾驶辅助系统，例如TJP比如HWP，也可以基于Zenuity开发的感知融合层，由主机厂或者第三方做一些客户定制或者其他功能的开发。最右边两个灰色的框框是我们一起和合作伙伴把整个平台整合到不同的主机厂车型里。

在云端我们可以看到包含Zenuity的cloud，或者是第三方的，通过云端和车端的互联，可以实现车路协同的功能，可以收集反馈车辆在行驶过程中的数据，上传到云端进行融合之后，再下发到车辆里做一些实时信息的更新，或者是一些实时的预警等等。

最右端可以看到是开发端，包括三大部分，一个是软件站，一个是数据站，还有一个是贯穿整个开发端的工具链，这些都是Zenuity公司作为自动驾驶开发的核心价值和功能。

简单给大家看一个例子，因为我们一直说数据驱动，这边就是前端开发的时候用到的简单例子。可以看到这是基于单个前置摄像头所识别出来的目标，大家可以看到现在是在一个实际路况驾驶过程中，中间的大屏显示的是实时探测的数据可视化。

大家也看到在整个大屏的左边，开发者可以选择性地选择到底想要可视化哪一些被识别的目标，我们可以去识别2D或者3D的物体，可以通过单一前置摄像头识别和前面物体的距离。

这边也可以看到，通过对于每一个画面的提取做追踪，这边可以预测路面的坡度，这边是可行驶区域的探测，就是绿色部分。刚才那个视频讲述的是视觉开发时候用到的数据场景，这边更多讲的是如何通过真实系统去采集数据，用这些数据做一些模拟，然后去验证我们的开发。

整个系统包括不同的传感器，主要是摄像头，我们知道实现自动驾驶最大的难题或者壁垒就是安全性的验证，在验证安全性根据实际数据采集做相应的模拟然后预测一些特殊的场景，也是落地自动驾驶中不可减少的一环。

这边是我们之前有提到的“Machine”的概念，是我们内部定义为端到端落地自动驾驶必不可少的解决方案，主要包括四大部分：数据工厂、软件工厂、车量级以及云平台。第一个回路是通过我们所收集到的数据集给到前端的开发者用来做软件不断开发和迭代。第二个回路就是会把开发的软件功能部署到车队上，后期可以通过OTA的形式不断更新迭代。第三个回路，也是非常重要的回路就是如何把云端和车端融合，提供一些车路协同的功能，也可以通过车辆所采集到的数据做实时的更新，比如说地图更新的场景，同时可以下发回给车辆。第四个回路就是通过车辆级采集到的数据，传输到数据中心，可以回馈到前端的开发者，不断地迭代更新软件，同时可以随着时间的推移扩大相应的应用场景，可以起到不断的完善整个自动驾驶功能的作用。

像我们演讲的主题一样，软件定义数据驱动，车辆的数据集，车辆越多，部署的自动驾驶功能越多，收集的数据就越多，数据对于开发是非常重要的。我们可以看到从数据的收集到开发，到迭代，到部署，到车辆到云端融合再回馈到再开发再迭代，整个回路通过数据的不断扩大我们可以不断地完善整个自动驾驶的功能。

这边是一个例子，沃尔沃的车辆在不久的将来会配备我们的自动驾驶功能落地，希望借助这个机会，Zenuity和沃尔沃以及其他的合作伙伴，可以成为我们之前说到的众多为数不多的平台玩家之一，可以早日实现自动驾驶功能的落地。

大家看到这是我们最后一页了，总结一下我们今天主要讲的几个点，第一就是我们看到整个自动驾驶行业处于一个不断演进的过程，在接下来很大的趋势就是行业的整合，会有几个为数不多的大平台产生。关于平台方面，Zenuity内部把它定义为中心化架构的，主要包括车端、云端和开发端，我们也给大家看了一些简单的例子，就是如何把数据运用到整个开发和验证的过程中，最后是介绍了Zenuity端到端的自动驾驶解决方案，就是数据对于自动驾驶开发的重要性，只有通过不断的开发迭代，部署到车辆再回馈才能不断地完善整个自动驾驶的落地。

非常感谢大家今天花时间来听我们的一些理解和想法，非常感谢盖世今天给的这次机会，接下来如果大家有一些想法欢迎和我们分享，谢谢。

问题1，这里的数据是怎样融合的，前融合还是后融合？

Rikard Uddström：刚刚看到那个视频只是说那些目标的识别是基于单个前置摄像头去做出来的识别和标注，如果我们内部开发做自动驾驶功能的时候的确会融合不同的传感器，我们会更多用到原始数据的融合。

问题2，现在沃尔沃的XC60等车型采用的自动驾驶系统是贵公司的方案么，有什么关系么？

Rikard Uddström：现在最新的沃尔沃的车型，比如说下一代的XC40用到的驾驶辅助系统的软件是Zenuity和合资公司一起成立的，从2017年4月份成立到现在我们分家之前都是通过合资公司把系统供给不同主机厂，如果说到下一代的沃尔沃汽车，比如说2022年，2023年之后的沃尔沃汽车会用到的就是基于Zenuity打造的中心化架构平台所开发的自动驾驶功能。

问题3，Is Zenuity a full-scale data-driven service provider ,from Car to cloud？ what are your advantages compared with your main competitors？

Rikard Uddström：刚刚说了构建中心化架构平台，Zenuity不是提供整个平台所有部分的，但是其中一个很重要的一环。我们会和我们的SOC的合作伙伴，跟其他传感器供应商，或者和某些第三方共同合作打造这样的自动驾驶中心化架构平台。

我们的一大优势是借助即将落地的沃尔沃的车队，可以收集到大量的数据集，而这些数据集会是我们很重要的不断开发迭代的自动驾驶功能的优势。

问题4，硬件方面有做EMC、电性能、环境可靠性能方面的测试吗？

Rikard Uddström：Zennuity是一家软软件公司，或者是自动驾驶软件的角色，硬件是由合作伙伴提供的，我们提供自动驾驶方案的时候会涉及到好多功能安全相关的问题，我们也会对硬件和传感器的合作伙伴各相应要求，保证满足自动驾驶功能安全的需求。

问题5，How do you think the HD map approach? In which way would it benefit Zenuity solution?

Rikard Uddström：如果说高精地图不仅是对自动驾驶，对于驾驶辅助系统也会有很大的影响。对自动驾驶来说，高精度地图是不可缺少的信息来源，这也是我们之前提到的在整个平台的解决方案里，我们的一大优势。通过整个车实时信息的反馈我们可以不断高精度地图，如果高精地图只是静态的，并没有起到应该有的作用，所以实时信息的反馈，传递给高精地图，下发给车辆作为信息来源也是非常重要的。

今天演讲就到这里结束了，有问题可以后续继续保持联系，谢谢大家。