上周，四维图新对外公布获批北京市政府颁发的自动驾驶车辆道路测试试验用临时号牌（“路测牌照”），等级为T3级，这是迄今北京市颁发的最高级别自动驾驶路测牌照。
至此，北京市已向11家企业发放自动驾驶路测牌照，四维图新成为第一家获批T3路测牌照的位置服务提供商。
作为T3路测牌照获得者，今天（6月25日）四维图新在其位于海淀区总部大楼正式对外详细说明参加T3路测考试的四维图新自动驾驶车配置方案以及四维图新获得这个牌照的关键点是什么。
首先简单介绍一下北京T3路测牌牌照的基本情况，T3级路测牌照是北京市在2018年推出的国内高级别、高标准的针对自动驾驶车在开放道路测试资格的认证。
获发牌照前，自动驾驶车辆需经过封闭试验场5000公里测试、能力评估、专家组评估 、北京市自动驾驶测试管理联席工作小组联席会审议等多个环节把关，并对车辆在近30个大场景下的自动行驶、变速、变道、转向、交通标牌信号灯识别、障碍物躲避能力，和对道路、标志标线、交通设施的识别能力，以及对交通法规和人性化驾驶规则的理解能力等，进行全面的检验与考察。
同时，测试驾驶员须通过不少于50小时的培训和训练，能够随时接管自动驾驶车辆。上路前，须通过专家的评估论证；上路后，测试车辆要安装监管设施并上传数据，以确保自动驾驶车辆按规定时间、规定路段进行试验，并随时接受监督。
价格方面，测试场地费用为每天六万元，这其中不包括其他各种费用，对于自动驾驶公司来说这一笔不小的支出。
目前，北京市共有44条总计123公里的开放测试道路，覆盖了京津冀地区城市、乡村、高速85%的交通场景。
可以说，获得牌照后四维图新可在以上区域进行自动驾驶测试，在真实场景、极端场景打磨成熟的自动驾驶解决方案。
据介绍，参加本次考试的四维图新自动驾驶汽车主要搭载的传感器是4个16线激光雷达、2个长距毫米波雷达和1个搭载四维图新自主研发视觉感知算法的单目摄像头。
其中，前视角单目摄像头FOV105度，有效感知距离150米，可进行前视物体检测、多车道线检测、交通灯检测。
前后左右四颗激光雷达FOV170度，有效感知距离40米，通常用于障碍物检测、可行驶区域检测。
前后两颗长距毫米波雷达FOV70度，有效感知距离175米，通用障碍物检测。
不难看出，这是一个轻量化的方案，意味着更容易被市场接受的成本、更易落地，但同时对软件、算法能力提出了更高的要求。
四维图新李阳称，“这次考试内容主要是为了让每个自动驾驶的团队能够认识到自动驾驶测试本身安全性的重要性，这个安全性并不是说体现你会不会撞人或者怎么样，而是整个流程的安全性，跟做汽车电子比较接近，你的流程上从测试管理、人员管理、你的软硬件的版本迭代，零部件的管理，甚至包括你的整个车的养护，每个流程供电、传感器冗余、系统冗余、系统监控，每一个地方都要考虑到安全性的考量。”
所以在自动驾驶汽车改造方案与安全性方面，四维图新有六点核心安全设计，即：供电电源和开关的可靠性设计、供电电缆的安全设计、外接传感器供电划分设计、车身控制模块的异构设计、设备安装设计可靠性、系统监控及安全管理模块设计。
不过，智驾君认为与其他公司不同的是四维图新在自动驾驶解决方案核心概念上是自动驾驶地图+AI。
四维图新自动驾驶地图主要解决将多样化的结构化道路场景简化成少量的典型任务以及将高维度的轨迹计算简化为低维度的行为分类。
据介绍，四维图新自动驾驶地图目前可实现多层的路径规划来精准的表达路口场景，最终在不同省份更容易实现L3的高速自动驾驶。
也就说，可以将真实道路中大于100万的道路场景最终抽象成100种不到基本路口类型和道路类型。
另一方面，四维图新通过自动驾驶地图可以使用行为参考来帮助减少交通环境中不正确的目标，并迅速对其作出决策判断，数据显示地图的拓扑可以将100万+的轨迹计算减少到10个左右的行为类型。
可以认为，自动驾驶地图以车辆能够理解的方式对现实环境进行重构，厘米级高精度数据表达上百种地图属性要素，以实时在线安全传感器的形式在自动驾驶定位、感知、规划、决策等环节扮演重要角色。
依靠自动驾驶地图解构复杂环境，将全局规划根据场景划分成小任务，从而降低或优化分配系统对其他传感器需求。
四维图新透露，在考试中的一个公交站场景，公交车打左转向灯即将出站，后车则需要避让，这本是机器难以理解的社会人性化驾驶规则，而如果利用自动驾驶地图，公交站则可以被设置为兴趣区，系统可以清楚的提前了解前方兴趣区位置，并投入更多感知计算资源检测公交车转向灯信号及出站动作，提高路权竞争者行为预测的精度，根据传感器数据融合结果作出相应决策。
在这一案例中，自动驾驶地图既提供了空间参考，又保证了参与计算的数据维度可控，将复杂的场景解构成了简单的逻辑。
四维图新自动驾驶地图产品总监王淼表示，“现在为止四维图新已经完成了全国30万公里高速覆盖，并且值得骄傲的是我们是世界上第一家能把自动驾驶地图做到在线发布和在线更新的服务。”
除自动驾驶地图，AI技术在整个四维图新自动驾驶发展路径上同样扮演着重要角色。
四维图新CEO程鹏曾说道：“AI of Things是未来世界的发展趋势，在四维图新，AI of Vehicles是我们现阶段的重点发展方向，近20年来我们一直在以优质的位置服务赋能客户、合作伙伴发展，数据+算法是我们的核心能力，也是我们发展AI的资本，以AI赋能汽车体现着四维图新继承与创新的发展哲学，也代表着我们对自动驾驶商业化发展的思考。”
李阳表示，“虽然有很多人说深度学习或者AI要进入寒冬期了，但对我们而言它刚刚融合传统领域的算法，它只是从最开始的闭眼狂奔的状态到精雕细琢的阶段，这是完全不一样的阶段。所以未来3到5年一定是AI在行业里面大放异彩的阶段，它刚刚开始。”
在自动驾驶汽车领域，四维图新AI的主要作用是通过地图的匹配实现重建3D环境及地图更新以及探测每一个障碍物并计算得出其具体的参数。
具体而言，四维图新AI通过对语义分割以及深度估计的结果可以帮助自动驾驶车辆得到准确的3D环境，并实时构建本地地图，目前感知可支持超过30多种类型，范围内精度高于95%。
据介绍，在全国地图数据采集过程中产生的高质量影像数据，和近30万公里高速道路的点云数据，以及来自国内外合作伙伴的多元数据，为四维图新基于AI的深度学习算法提供了大量有效的训练数据集。
基于AI的视觉感知算法在让系统准确进行物体识别、细节计算的同时，让自动驾驶车在降低对高线束激光雷达依赖的前提下，快速重构3D环境，并对环境车、人、物体进行预测。
在高精定位领域，四维图新与中国电信、还有国家互联网基金成立了高精定位公司六分科技。其核心是为自动驾驶汽车提供全方位的高精度动态的解决方案，最终，实现一个开放式的平台，为大众用户提供厘米级、分米级和毫米级动态的定位结果。
高精度定位在自动驾驶解决方案中有着重要的意义，在恶劣天气环境中、重复场景（沙漠、草原等）、非视距场景（急转弯、连续转弯等）下高精度定位自动驾驶中起着决定性的作用，组合导航高精度定位（RTK+IMU）能够实时提供高精度位置、速度、姿态等信息，更可靠、更准确的为自动驾驶提供位置和航向。
另一点，由于车载运动速度较大，多传感器融合时，采集的数据需要达到微妙级的时间同步，以便于减弱延时带来的计算误差。
六分科技的技术核心是融合GNSS/IMU、芯片、互联网、大数据云计算等多种手段，提供亚米/厘米级高精度定位开放平台，具体可到网、端、云。
在网端，六分科技一期将在全国布置安装2000套地基站，该地基站支持北斗、GPS、GlONASS和伽利略，其中北斗是支持全区域，全系统融合的，据悉每套基站的成本为几万元。
在云端，六分科技通过自主开发解算中心可获得多资源精度位置大数据。
在端部，拥有专业的芯片开发和流片量产能力，从终端芯片切入，适应于多场景。
不过，手握自动驾驶路测T3牌照、拥有自动驾驶地图+AI自动驾驶汽车解决方案的四维图新在L4级别自动驾驶汽车的实际体验如何？
今天下午，智驾君在四维图新总部大厦的城市场景下实际体验了搭载四维图新自动驾驶地图自动驾驶的汽车。
这辆车具备L4级别自动驾驶功能，该车由市面量产车在销售的长城WEY vv6改造，具体改造方案是在原车的基础上增加了4个16线激光雷达、2个长距毫米波雷达和1个搭载四维图新自主研发视觉感知算法的单目摄像头。
这次体验试乘时间大约10分钟，车辆最高时速40公里每小时，因为是测试车辆四维图新自动驾驶汽车开启的方式需要通过副驾工作人员的电脑进行开启自动驾驶功能。
在几公里的路段中，该自动驾驶汽车经历了自动驾驶掉头、红绿灯识别、行人识别、车辆识别、右转、自动刹车、加减速等功能。
在自动驾驶驾驶行驶的过程中，车辆整体行驶状况较稳定，未出现急加速、急减速，路过红路灯路口也会主动减速通过，遇到前方有车辆或者行人，车辆首先会出现一个减速操作再根据情况实现停止与躲避。
真实感受是和正常有驾驶员驾驶车辆没有太多的区别，只能说乘坐感受舒适，特别掉头、转弯时车辆运动十分平滑，乘坐的整体体验和“熟练司机”并无差别。
不过，遇到前方有车辆压线停放或者占道停放车辆会默认为前方道路拥堵，此时自动驾驶汽车为停车等候状态。
不过，智驾君认为随着5G与V2X的结合发展这一问题很好解决。
从位置服务提供商到自动驾驶方案提供商——四维图新转型一直在路上，与此同时，四维图新推出的每一款地图产品都指向了未来。
如今获批自动驾驶路测T3牌照，四维图新将加速推进自动驾驶L4方案能力成熟，快速通用化扩展，以通用系统覆盖高速、城市更多场景。
不过，从这次与四维图新的交流也可以发现，在大部分公司为了降低成本去实现L3、L4级别量产，四维图新的做法的是要保证自动驾驶汽车足够安全，所以在进行从北京到昆明自动驾驶汽车测试的5000多公里的路程中，四维图新的自动驾驶解决方案在大雨、修路等极端情况都能应对。
