新经济观察 停车一体化正在进入前装大规模上车的关键周期，但与此同时，产品的升级战也在全面爆发。
据悉，国内领先的智能驾驶技术供应商——AutoBrain推出了国内首个800万像素摄像头的单SoC集成泊车方案。据悉，这是全球首款搭载TI TDA4系列最新芯片的量产单SoC停车集成产品。目前已获得多家车企量产定点，预计明年三季度开始量产交付。
AutoBrain L2.5+单芯片停车集成域控制产品王诩文-试点
众所周知，泊车泊车一体化方案将原来独立的驾驶和泊车系统整合在一起，实现了传感器硬件的复用，降低了成本，减轻了重量，提高了开发效率。同时也是打通全场景(高速、低速、行驶、停车)智能驾驶方案的最佳途径。
据高技术智能汽车研究院监测数据显示，2022年1-9月，中国市场(不含进出口)搭载驻车及驻车集成域控制器的前置乘用车交付限额为49.85万辆，同比增长117.12%，搭载率为9.75%。
但由于技术复杂度、芯片计算能力等因素的影响，目前市场上已经推出的轻量化集成停车产品很少采用单SoC芯片方案，大部分采用单域控制多芯片方案。硬件资源没有真正共享，很难真正提升汽车的智能驾驶性能。
业内人士一致认为，真正一体化的泊位间集成方案，应该是单SoC芯片，软硬件深度集成的系统。未来几年，单SoC芯片和单域控制方案将是轻量化集成产品的主流趋势。
今年下半年以来，市场上的厂商陆续推出了单SoC、单域控制的一体化停泊停泊方案。但目前还没有厂商配备8MP前视摄像头，一般都是采用2MP摄像头的感应组合方案。
首推8MP摄像头单SoC停车一体化方案。
“泊位与泊位一体化产品要大规模推广，10-20万价格区间车型的推广起着极其重要的作用。”AutoBrain首席执行官Yolanda Du如此说道。
根据智能汽车先进技术研究院的数据预测，今年，中国市场(不含进出口)配备驾驶辅助和泊车辅助的乘用车交付限额将超过250万辆/年，未来三年将释放约1000万辆。其中10-20万价格区间的入门级和中端车型将是市场主力，市场空间巨大。
业内人士一致认为，由于10-20万的车型对性价比要求较高，不会采用顶级的硬件配置，未来会以高性价比的单芯片泊车一体化方案为主。
目前，由于单SoC芯片的技术和软件算法复杂度较高，入门级和中端车型的轻量化集成泊车方案大多采用双TDA4、地平线JBOY3乐队+TDA4等芯片组合。其中，TDA4可以提供优异的性能和较高的性价比，很多自动驾驶公司都在开发基于TDA4芯片的一体化停车解决方案。
根据业内实测数据，TDA4方案通过停车和驾驶功能的整合，以及传感器的共享，可以实现L2+感知的增强。同时，与传统的1V1R+APA技术方案相比，成本至少可以节省30%~50%。
有业内资深人士表示，“如果只用一个TDA4来实现一体化的停车靠泊方案，需要充分发挥TDA4的潜力，这就需要解决方案提供商的算法创新、软硬件工程的能力，也需要解决方案提供商有能力构建高效、高性能的整体架构。目前国内能做好的厂商不多。”
Yolanda Du认为，综合泊位和泊位方案的大规模量产面临着功能、计算能力和成本的三角矛盾，而方案提供者要做的就是如何求解优化方程。
在此背景下，AutoBrain推出了基于AutoBrain L2.5+单芯片parking-INFI-Pilot的集成域控制产品线，包括王诩文-Pilot Lite、王诩文-Pilot Standard、王诩文-Pilot Pro、王诩文-Pilot Pro+等版本，可实现100-300+万款车型全覆盖。
AutoBrain推出的单芯片集成泊车及泊车域控制产品线相比其他集成泊车及泊车方案，最大的亮点是基于单个TDA4芯片，实现了超高性价比的集成泊车及泊车方案。而且首发搭载了8MP前视摄像头，可以实现高速NOA、记忆泊车HPA、集成泊车APA、红绿灯提醒助手TLA等功能。，真正实现高速公路与停车无缝衔接的全场景驾驶体验。
据“高工智能车”介绍，在传感器配置为5V5R的轻量化集成泊车方案中，如果要真正发挥800万像素前置摄像头的优势，至少需要8TOPS的AI算力，4个200万像素摄像头通常也需要8TOPS的AI算力。
资料显示，TI的TDA4芯片有TDA4VM (8TOPS)、TDA4VM Eco、TDA4VH等版本。同样，在5R5V传感器的配置下，是基于单个TDA4VM或TDA4VM Eco(AI计算能力约为8TOPS)的一体化泊车方案，需要使用分时复用来实现驾驶和泊车的场景切换。由于计算能力的限制，目前还没有厂商选择800万像素前置摄像头。
在这背后，一个SoC芯片通常集成了CPU、GPU、NPU等模块。如何最大限度地发挥各个模块的性能，实现驾驶和停车功能最高效的协调、调度和集成，是一个非常具有挑战性的问题。
“我们的一体化停车泊位解决方案实现了硬件资源有限的一体化停车泊位解决方案的量产，并深度优化了各模块的计算能力和内存资源需求。”Yolanda Du表示，AutoBrain在软件架构的重构和软件模块的优化方面做了很大的努力，包括对算法模型进行“瘦身”和修剪，降低模型的复杂度和计算能力要求，同时提高算法模型的计算效率等。
显然，AutoBrain的停车泊车一体化方案在超高性价比、产品适应性、工程能力等方面已经展现出诸多优势，在后续的市场竞争中将具有极大的竞争优势。
脚踏实地，仰望星空。
近年来，由于Robotaxi商业化进程不明朗，大量L4自动驾驶公司推出了前装量产的自动驾驶解决方案，也有企业将其L4自动驾驶技术应用于L2+及以下的ADAS市场。
在Yolanda Du看来，L4自动驾驶和ADAS将长期并行发展。“对于自动驾驶公司来说，既要脚踏实地的预装和量产ADAS产品，又要仰望星空，研究更高阶的自动驾驶。”
由中美智能驾驶团队共同创立的AutoBrain，汇集了国内最早做L4自动驾驶的创业团队。拥有全栈的自动驾驶核心技术，包括感知、决策、规划、控制、高精度测绘定位、域控制器、云平台等。
2017年是AutoBrain成立的一年，也是自动驾驶行业发展壮大的一年。行业企业专注于打造L4级自动驾驶，但当时AutoBrain以技术落地为起点，转身专注于探索可行的量产产品方案。
AutoBrain推出的首款高速智能驾驶软硬件量产产品Pilot先生
2019年，AutoBrain发布国内首款高速智能驾驶软硬件量产产品Mr.Pilot，提供包括ADAS、NOP(高速导航)功能在内的智能驾驶解决方案；2020年，AutoBrain再接再厉，推出第二代产品Mr.Pilot 2.0，可在高速公路上实现点对点高级辅助驾驶功能(NOP)。
同时，AutoBrain先后与长城、北汽、福田戴姆勒等主机厂达成战略合作，实现了智能驾驶产品和解决方案的量产。AutoBrain之所以能快速打开前装量产市场，主要得益于其在L4级自动驾驶领域的技术沉淀。
“L4的技术实力如下:在高计算能力的平台上，结合多传感器融合展现优秀的算法。将L4技术降维应用于L2 ADAS，最大的竞争优势不在于算法有多先进，而在于如何在有限的硬件资源下，满足客户需求，解决角落案例，基于算法优化做出工程交付。“Yolanda Du表示，将L4技术降维应用于ADAS存在许多挑战。
比如Robotaxi和L2级别的ADAS，在道路场景上是不一样的，在算法设计、计算资源、成本控制等方面都有不同的要求。ADAS的领域面向城市道路场景，需要处理更多的拐角情况，对成本控制要求更高。
总的来说，自动驾驶系统的技术壁垒在于如何与场景深度融合，因为每个场景都有不同的长尾数据。如果不深入场景，自动驾驶系统是无法很好迭代的。
因此，在过去的几年里，AutoBrain基于自主研发的软件算法，不断完善和升级智能驾驶量产产品，通过建立数据闭环云平台实现快速算法迭代和OTA升级，以及通过融合测试验证方案为主机厂提供不断迭代升级的量产系统软件。
到目前为止，AutoBrain已经形成了两大产品线，分别是驾驶产品线Mr.Pilot和停车综合产品线王诩文。其中，领航驾驶产品线包括高速公路自动驾驶产品(HWP)、干线交通自动驾驶产品等。，并已逐步拓展到更复杂的城市道路场景，提供多元化、全方位的智能驾驶解决方案。
总的来说，为了快速适应各种车型，满足主机厂的多样化需求，AutoBrain在原有的L4级自动驾驶框架下，不断对功能模块进行切割和优化，构建了非常丰富的产品函数库，涵盖了从L0到L2+乃至L4的相关智能驾驶功能。基于此，AutoBrain可以根据主机厂的不同需求，快速组合智能驾驶功能，也可以保证开发成本和任务可控。
“只有实现硬件平台和基础软件模块的复用，智能驾驶产品才能以最低的成本、最高的效率推出并量产。”在Yolanda Du看来，未来将根据不同的场景选择不同的模块，“积木式”的开发模式更能满足自动驾驶算法快速迭代的需求。
以量产驱动量产，打造自主可控的智能驾驶大脑。
2022年，L2及以上级别的ADAS搭载率正在上升，未来将成为量产车的标准配置。与此同时，L3/L4级高阶自动驾驶在特定场景下的商用号角也已经吹响。尽管如此，安全和规模仍然是自动驾驶真正商业化面前的两道坎。
Yolanda Du承认，智能驾驶给行业带来的不仅仅是智能。首先要以安全为前提。“没有安全，智能驾驶就没有生命力。”
自动驾驶是一个非常复杂的系统，从感知、规划、决策到执行的每一个环节都涉及到很多领域极其复杂的技术问题。研究自动驾驶公司的系统集成能力非常重要。AutoBrain自成立以来，一直以主机厂的需求为产品开发的准则，坚持打造“安全智能”的智能驾驶产品和解决方案。
众所周知，自动驾驶商业化的战争已经迎来了重要的转折点，打通多场景、预装量产的技术和数据壁垒正在成为各大自动驾驶企业的重点。
AutoBrain认为，当前自动驾驶发展最重要的是快速提升市场渗透率，在量产中获得现金流和低成本数据流，以此驱动训练算法的迭代技术，最终实现L4/L5。
高工智能汽车研究院监测数据显示，今年1-7月，中国市场乘用车前置标准L2辅助驾驶(不含进出口)交付限额283.89万辆，同比增长69.89%，前置装车率达到26.7%；其中标准L2车型交付91.2万辆，占比首次达到30%，达到32.13%。
Yolanda Du表示，未来会有越来越多的车企标配ADAS功能，车型也会逐渐从高端下沉到低端。
这将是自动驾驶公司获取现金流和数据流的重要市场。无论是特斯拉还是各大自动驾驶公司选择从前置大型乘用车ADAS领域入手，其本质都是为了打通一个低成本的数据闭环。
据了解，AutoBrain推出了Infinity产品战略，通过量产智能驾驶收集更多的OEM和消费者需求，不断迭代平台数据。同时，量产智能驾驶的数据回流也能反哺和提升智能驾驶技术。
接下来，AutoBrain将继续深度参与量产，以安全和智能为核心，打造自主可控的智能驾驶大脑，赋能更多客户走向智能驾驶的未来。