领骏科技发布国内首辆量产级L4无人车

5月17日上午，此前在业内一直保持低调神秘的灵骏科技发布了国内首款“量产产品形态”的L4级无人车，搭载了自主研发的新一代自动驾驶系统，旨在实现自动驾驶的商业量产。与此同时，灵骏科技还推出了自己的高性能自动驾驶模拟平台，在此次发布的无人样机中发挥了重要作用，成为自动驾驶系统发展的武器。

L4量产解决方案推动了自动驾驶的商业化。灵骏科技此次发布的L4无人车可以在普通城市道路和高速公路上实现自动驾驶，并完全通过独立决策实现以下先进的自动驾驶能力：自动多目标道路规划、识别通过十字路口的红绿灯、避免十字路口的所有方向，同时，无人车还可以实现无需左转灯保护的左转、上下高速公路匝道、自动进出车流、通过隧道等先进的自动驾驶能力，进出收费站和环岛通行。目前，这款无人车已经完成了8000多公里自行车的测试。

灵骏科技创始人杨文利博士在创业之初就明确了以“量产产品”的形式开发一套完整的自动驾驶系统的方向。创始人杨文利博士认为，“量产”是自动驾驶商业化过程中不可避免的门槛。只有满足量产要求的自动驾驶才能真正为人类服务，最终解放人们的双手，引领驾驶的未来。此次发布的无人车方案完美诠释了这一概念。在完全满足L4级自动驾驶感知要求的基础上，整个自动驾驶系统中的所有传感系统都采用了量产或准量产的传感器组件。所有的传感器都隐藏在车身内部，不需要在车顶安装任何大型传感器，也不需要在行李箱中设置大型设备和计算机，从而最大限度地保留了原车的流线型外观、空气动力学设计和行李箱空间，并且没有对车辆的高度限制和车顶的承载重量提出其他要求。在国内，领骏科技是第一家实现L4级自动驾驶能力，并具备先量产后安装的形式。这得益于凌骏科技在决策控制系统方面的优势。自动驾驶系统的最终输出是油门、刹车和方向盘，这些都是自动驾驶决策控制系统通过逻辑和计算产生的，并对最终的驾驶结果负责。自动驾驶的决策控制系统是凌骏最好的核心技术。基于对驾驶任务本身的理解，并参考人类驾驶员的注意力模型，灵骏科技团队对决策控制系统进行了合理的架构和深度优化，使整个系统能够在不依赖顶级高线激光雷达的情况下实现L4级自动驾驶的功能，但仅使用布置在车身周围的传感器和算法优化，具有足够的冗余度。

基于量产和技术本地化的考虑，灵骏科技还与清华苏州汽车研究院合作，优化自动驾驶控制算法，克服技术难题，使其完整的解决方案完全支持国产底盘和线控技术，实现城市和高速公路的自动驾驶，并且可以根据不同的车辆底盘进行定制，例如卡车和特种车辆。由于国内的底盘线控驱动技术在国外还不成熟，对自动驾驶算法的要求更高。目前，业内许多公司的自动驾驶系统都是由林肯MK改装部署的……

据领骏科技介绍，此次发布的自动驾驶系统通过合理的模块划分，实现了L2到L4多个自动驾驶级别的支持。用户可以根据需要省略或关闭系统的一些功能模块，从而定制具有不同功能的自动驾驶系统。例如，目前凌骏科技的原型车具有车道保持、自动变道和车道选择功能。如果关闭后两个功能，它仍然具有车道保持的辅助功能。灵骏科技创始人杨文利博士，说：“灵骏科技希望通过L4级自动驾驶系统的发布，推动国内自动驾驶市场的商品级量产。首先，通过与车厂在L2和L3级辅助驾驶方面的合作，我们将为车厂提供解决方案，然后我们将一起过渡到先进的自动驾驶L4，灵骏技术将逐步推动自动驾驶的落地。“仿真平台的自主研发加速了自动驾驶技术的成熟。灵骏科技在发布自动驾驶系统的同时，也发布了自己的研发仿真平台。该仿真平台是灵骏此次发布的自动驾驶系统重要研发工具之一，极大地提高了自动驾驶系统性能提高了研发效率，降低了测试成本。此外，灵骏还计划为客户和合作伙伴提供模拟平台，共同推动自动驾驶的测试。杨文利说：“凌骏科技80%的研发工作都是在这个仿真平台上进行的，剩下的20%需要在测试车上进行。“自动驾驶算法中的大部分逻辑和时序问题都可以在这个仿真平台上进行验证，以确保算法和程序在随后的实车测试中基本稳定。谈到开发这个仿真平台的初衷和意义，杨文利说：”仿真工具对控制系统。它是对物理世界的理解和数学抽象。基于灵骏科技的仿真平台，开发人员可以在办公室验证和测试所开发算法的正确性，无需实车测试。此外，对于开发人员来说，每个人都可以拥有一个模拟系统，而每个人都拥有一辆测试车是不现实的。仿真平台可以大大提高研发效率，降低实车测试的风险和巨大成本。"

此外，仿真平台还为自动驾驶的强化学习算法提供了必要的训练环境，是强化学习不可或缺的工具。“强化学习实际上是一个让机器从头开始，通过不断试错实现自我学习和自我完善的过程。一方面，通过在虚拟环境中进行大量的自主学习，自动驾驶系统可以快速积累驾驶经验，从‘新手司机’迅速成为‘老司机’d、 在仿真平台的帮助下，强化学习在真实场景中突破了时间和空间的限制，使自动驾驶系统超越了人类的学习能力。“在围棋界和科技界引起轰动的AlphaGo之所以能够击败人类，是因为强化学习技术能够在虚拟游戏平台上快速提升自己。5月17日上午，此前在业内一直保持低调和神秘的灵骏科技发布了首款L4级无人车中国第四种“量产产品形态”，搭载自主研发的新一代自动驾驶系统，旨在实现自动驾驶的商业量产。与此同时，灵骏科技还推出了自己的高性能自动驾驶模拟平台，在此次发布的无人样机中发挥了重要作用，成为自动驾驶系统发展的武器。

L4量产解决方案推动了自动驾驶的商业化。灵骏科技此次发布的L4无人车可以在普通城市道路和高速公路上实现自动驾驶，并实现……

凭借完全独立决策的先进自动驾驶能力：自动多目标道路规划、识别通过十字路口的红绿灯、避开十字路口的所有方向、车道选择和变更、自动变道和超车等。同时，无人车还可以实现无需左转灯保护的左转、上下高速公路匝道、自动进出车流、通过隧道、进出收费站和环岛通行等先进的自动驾驶能力。目前，这款无人车已经完成了8000多公里自行车的测试。

灵骏科技创始人杨文利博士在创业之初就明确了以“量产产品”的形式开发一套完整的自动驾驶系统的方向。创始人杨文利博士认为，“量产”是自动驾驶商业化过程中不可避免的门槛。只有满足量产要求的自动驾驶才能真正为人类服务，最终解放人们的双手，引领驾驶的未来。此次发布的无人车方案完美诠释了这一概念。在完全满足L4级自动驾驶感知要求的基础上，整个自动驾驶系统中的所有传感系统都采用了量产或准量产的传感器组件。所有的传感器都隐藏在车身内部，不需要在车顶安装任何大型传感器，也不需要在行李箱中设置大型设备和计算机，从而最大限度地保留了原车的流线型外观、空气动力学设计和行李箱空间，并且没有对车辆的高度限制和车顶的承载重量提出其他要求。在国内，领骏科技是第一家实现L4级自动驾驶能力，并具备先量产后安装的形式。这得益于凌骏科技在决策控制系统方面的优势。自动驾驶系统的最终输出是油门、刹车和方向盘，这些都是自动驾驶决策控制系统通过逻辑和计算产生的，并对最终的驾驶结果负责。自动驾驶的决策控制系统是凌骏最好的核心技术。基于对驾驶任务本身的理解，并参考人类驾驶员的注意力模型，灵骏科技团队对决策控制系统进行了合理的架构和深度优化，使整个系统能够在不依赖顶级高线激光雷达的情况下实现L4级自动驾驶的功能，但仅使用布置在车身周围的传感器和算法优化，具有足够的冗余度。

基于量产和技术本地化的考虑，灵骏科技还与清华苏州汽车研究院合作，优化自动驾驶控制算法，克服技术难题，使其完整的解决方案完全支持国产底盘和线控技术，实现城市和高速公路的自动驾驶，并且可以根据不同的车辆底盘进行定制，例如卡车和特种车辆。由于国内的底盘线控驱动技术在国外还不成熟，对自动驾驶算法的要求更高。目前，业内许多公司的自动驾驶系统都是由林肯MKZ改装和部署的。据领骏科技介绍，此次发布的自动驾驶系统通过合理的模块划分，实现了L2到L4多个自动驾驶级别的支持。用户可以根据需要省略或关闭系统的一些功能模块，从而定制具有不同功能的自动驾驶系统。例如，目前凌骏科技的原型车具有车道保持、自动变道和车道选择功能。如果关闭后两个功能，它仍然具有车道保持的辅助功能。灵骏科技创始人杨文利博士表示：“灵骏科技希望通过L4级自动驾驶系统的发布，推动国内自动驾驶市场的商品级量产。首先，通过与车厂在L2和L3级辅助驾驶方面的合作，我们将为汽车工厂提供解决方案……

ry，然后我们将一起过渡到先进的自动驾驶L4，领骏科技将逐步推动自动驾驶的落地。“仿真平台的自主研发加速了自动驾驶技术的成熟。灵骏科技在发布自动驾驶系统的同时，也发布了自己的研发仿真平台。该仿真平台是灵骏此次发布的自动驾驶系统重要研发工具之一，极大地提高了自动驾驶系统性能提高了研发效率，降低了测试成本。此外，灵骏还计划为客户和合作伙伴提供模拟平台，共同推动自动驾驶的测试。杨文利说：“凌骏科技80%的研发工作都是在这个仿真平台上进行的，剩下的20%需要在测试车上进行。“自动驾驶算法中的大部分逻辑和时序问题都可以在这个仿真平台上进行验证，以确保算法和程序在随后的实车测试中基本稳定。谈到开发这个仿真平台的初衷和意义，杨文利说：”仿真工具对控制系统。它是对物理世界的理解和数学抽象。基于灵骏科技的仿真平台，开发人员可以在办公室验证和测试所开发算法的正确性，无需实车测试。此外，对于开发人员来说，每个人都可以拥有一个模拟系统，而每个人都拥有一辆测试车是不现实的。仿真平台可以大大提高研发效率，降低实车测试的风险和巨大成本。"

此外，仿真平台还为自动驾驶的强化学习算法提供了必要的训练环境，是强化学习不可或缺的工具。“强化学习实际上是一个让机器从头开始，通过不断试错实现自我学习和自我完善的过程。一方面，通过在虚拟环境中进行大量的自主学习，自动驾驶系统可以快速积累驾驶经验，从‘新手司机’迅速成为‘老司机’d、 在仿真平台的帮助下，强化学习在真实场景中突破了时间和空间的限制，使自动驾驶系统超越了人类的学习能力。“在围棋界和科技界引起轰动的AlphaGo之所以能够击败人类，是因为强化学习技术能够在虚拟游戏平台上快速提升自己。

标签：林肯理念

汽车资讯热门资讯