這不是頭一個自主泊車方案,。但這是第一個無人駕駛技術,、hold住最難場景，真正可量產成本的方案,。意義還不止于此,。在特斯拉路線備受質疑,、全球自動駕駛初創(chuàng)公司八卦多于業(yè)務進展，無人車“寒冬”的種種不利的風潮下,，此時交貨,，非比尋常。今日正名者：Momenta,。這家中國自動駕駛獨角獸公司,，剛剛發(fā)布了自主泊車產品Mpilot Parking。

　　自主泊車,，顧名思義就是泊車進庫全程讓車“自主”,。在Momenta蘇州總部地下約500平米的多層寫字樓停車庫，我們隨這輛自動駕駛改裝痕跡并不明顯的林肯MKZ,，體驗了全過程：

　　全程零接管,，車主遠程通過手機就能一鍵啟動和召喚?？梢灶A想的是,，一旦方案進入前裝并以量產車交付，停車入庫的時間將得到節(jié)省,，不少停車場的剮蹭事故也能極大避免,。而且令人振奮的還有時間表，Momenta方面透露,，跟多個標桿客戶的實際合作已經展開,，2021年-2022年該產品方案就會陸續(xù)通過量產車交付,。

　　雖然不是頭一家推出自主泊車產品，但Momenta該款產品,，確實不一樣,。有啥不一樣？體現在車主體驗層面的大不一樣,。區(qū)別于之前的自主泊車方案——不限場景,、不堆昂貴傳感器，甚至不依賴停車場智能化改造,。產品可以經得起三大標準的檢驗：可用,、好用，容易用,。

　　先從可用說起,，核心檢驗項是成本。一套自主泊車方案,，從車庫入口到車位停穩(wěn)熄火,，如今技術上并非不能實現，然而一旦需要加持激光雷達等激光雷達的傳感器,，量產門檻就會被大大推高,。而且當我們說“可用”，還得是人人買得起的可用,，任何車型可配的可用,，無需經年累月等待車規(guī)標準的可用。Momenta的方案,，實際就是以此倒推打造的成果,。

　　整套傳感器系統(tǒng)，共搭載4路環(huán)視魚眼相機,、一個前視攝像頭,，外加12個超聲波雷達，均是已成熟量產符合車規(guī)的傳感器,。雖然沒有明確公布成本數據，但略微對汽車產業(yè)供應鏈熟悉的話,，也就約為一部手機的售價——還是國產手機,。如果傳感器成本才多一部手機的錢，就能讓每天車庫出入交給機器,，算不算可用,？其次是好用，核心考驗的是場景應對能力,。換而言之,，任何時候任何場景都不需要車主來接管的能力,。

　　區(qū)別于環(huán)路無人駕駛，地庫車速相對較低,，但依然不乏極端場景,。比如人和其他車輛不規(guī)范操作的場景，車輛占道或超出正常車位的場景,，多層車庫上下坡造成環(huán)境變化的場景,。都會影響自動駕駛正常行進，也就要求自主泊車方案能夠準確感知障礙物的種類,、尺寸,、距離以及運動狀態(tài)，也需要有更完善準確的定位能力,。最后是容易用,。核心要求是買來即用，不挑場地,。

　　之前已經發(fā)布的自主泊車方案,，或者對車端智能傳感設備配置要求高，或者對停車場智能化改造有依賴,。最常見的是用傳感器改裝停車場,，通過車路協(xié)同的方式降低車端智能的難度，但無論是成本,，還是改裝時間,，都帶來新問題。這都會阻礙自主泊車的真正落地使用,。從車廠和車主角度而言,，誰又希望賣車和新方案時，還要讓用戶考慮是否所有停車場都能去的問題,？所以場端依賴一日不解決,，自主泊車方案都不能算易用。

　　而且既然是容易上手,，就得“開箱即用”,，不能再讓用戶參與長時間的“路測”。所以此次Momenta也將其另一項核心壁壘能力——高精度地圖的建圖定位技術,，落地到了產品方案上,。背后技術詳解如此水準的自主泊車方案實現，所用技術肯定不止一項?，F已業(yè)內耳熟能詳的感知,、決策規(guī)劃、控制和定位,，均在其中發(fā)揮作用,。但此次Momenta之所以方案可用好用易用,，最具功力的自然是高精度地圖建圖方面的突破。

　　熟悉Momenta創(chuàng)業(yè)史的人,，都對Momenta的高精度地圖方案不陌生,。但現在，“重活苦活”正在轉換為優(yōu)勢,。一方面是Momenta業(yè)已成熟的低成本自動化建圖,。相比昂貴的激光雷達建圖，Momenta采用視覺為主的方案實現低成本自動化建圖,。建圖采集系統(tǒng)使用成熟的四路環(huán)視魚眼相機,、消費級IMU及輪速等傳感器，總成本較低,。在建圖過程中,，通過深度學習方法提取視覺語義特征，使用SLAM技術自動化生成基于語義的高精地圖,。

　　整個系統(tǒng)云端和車端都能完成實現,，無需人員參與，精度達到10cm級別,。這是什么概念,？一般車道線是20cm。另一方面是建圖的低門檻：量產車行駛過停車場就能完成,。當搭載了Mpilot Parking的車輛進入地圖未覆蓋區(qū)域,，車輛行駛過停車場即可自我學習、建立該區(qū)域地圖,，并上傳到云端,，便于后續(xù)基于此地圖上進行定位。同時,，行駛在此區(qū)域的其他車也可共享受惠,。

　　這種眾包方式，也是快速規(guī)?；瘜崿F低成本建圖和更新的關鍵所在,。無需專門的地圖采集車，支持量產車輛自主建圖,，多輛車通過眾包實現快速規(guī)?；▓D和更新。而且隨著時間的推移,，地庫中增加或消失的元素，都可以通過眾包車輛進行地圖元素的實時更新,。不得不說,，確實是應對“無限戰(zhàn)爭”的一次人民汪洋大海式的解決之道,。值得一提的是該方案背后的核心負責人：夏炎。她是Momenta的合伙人,，也是產品研發(fā)負責人,。

　　雖然在工業(yè)界亮相不多，但夏炎在學術領域早已名聲大噪,。而且Mpilot Parking還不是Momenta團隊的唯一產品,。之前他們還打造完成了面向Highway (高速)的自動駕駛方案，明年第一季度還將發(fā)布Mpilot Urban（城市）場景方案,。難能可貴的是,，從高速、泊車到城市區(qū)間路況,，Momenta都將基于同一套硬件系統(tǒng)平臺和傳感方案,。這也意味著，成本方面無需變化,，就能為車廠和車主用戶提供三種場景下的自動駕駛能力,，實現最大化連續(xù)自動駕駛體驗。但這還不是這家自動駕駛獨角獸的完整路線宏圖,。

　　夏炎說,，Momenta從創(chuàng)辦起就明確了目標，希望通過數據迭代,，實現人機共駕到完全無人駕駛,。而從有人到無人，其中關鍵就是數據真正的大規(guī)模,、自動化流通,，形成閉環(huán)。這就對技術,、成本,、安全和產品的一體化提出了高要求。在本次方案落地中,，夏炎也專門談到了對場端智能,、5G等技術的看法。她認為這些技術都會對未來自動駕駛產生巨大影響,，但當前它們將來未來,，可以作為冗余準備，但終歸還要是從車端完成核心問題,。

　　于是以規(guī)?；慨a交付為目標，也從規(guī)模化量產為目標,。夏炎帶領團隊從2017年年底開始打造方案,，夜以繼日，不斷推動產品迭代?，F在,，Highway (高速)和泊車場景都以完成，先期前裝客戶合作已經展開,。這套方案除了硬件傳感平臺一以貫之,，也不限車型車款，可以最大化推動規(guī)?；慨a,。這倒讓人想起特斯拉CEO馬斯克的最新思考，他說一旦特斯拉全自動駕駛實現,，RoboTaxi推出,，就會提高車的售價，甚至不再銷售汽車,。

　　或許從一開始,，馬斯克就是出于自動駕駛造車的。不過在地球另一端,，Momenta這群年輕AIer,，從一開始就從自動駕駛而去，以自動駕駛大腦為目標,，可以把系統(tǒng)放到任何車上,，讓每一個人都可以先體驗到自動駕駛功能。先解放部分時間,，提升駕駛體驗,，最后在數據迭代流通中實現人從駕駛中的完全解放。

　　更重要的是,，自動駕駛遭遇質疑的當前,，Momenta站了出來，用產品說話,，給外界以信心,。他們因為相信自動駕駛而出發(fā)。但現在,，他們會讓更多人因為看見而相信,。