在校包括从业，涉足自动驾驶这个行业也近六载了，工作后也许久没再写过博文了。这一次，想把从业高度相关的，近期梳理的国内自动驾驶头部公司Sensor settings，或者是自动驾驶硬件方案梳理一下，整理成一期系列文章（主要也是内容太多太杂，先用博文整理一下，再看是否有时间浓缩成slides吧）。
故本系列博文，主要是把自己收集的资料，尤其是那些一直收藏阅读的高质量文章进行汇总整理；另外整理过程中自我的所思所悟，希望自己的从业经验的整理总结，对文章的思考理解，能给大家带来除了内容量了解之外的思路碰撞。如有理解不周，还望海涵指出，共同学习进步。
本文作为系列博文开篇，跟大家分享一下我们要干啥。Sensor settings，自动驾驶硬件方案，其核心内容是具体用了哪些传感器，激光雷达为主？还是视觉为主（除了Tesla，你能看到我们整理的头部玩家方案还都是激光雷达为主）？传感器的数目，1V3L5R，一个前视相机+3个激光雷达+1个前视长距毫米波雷达和4个短距角雷达？7V1L5R？还是？传感器型号，激光雷达是禾赛的Pandar64还是？相机是2MP（百万像素）还是8MP，FOV60？更为重要的是计算单元！x86的还是嵌入式arm？具体比如是Nvidia DRIVE AGX Xavier平台？基于Xavier SOC计算单元？亦或是华为MDC610？等等
围绕着Sensor settings，我们收集汇总感兴趣的头部玩家他们的硬件方案演进，希望能总结一些趋势以借鉴。此外除了单家的演进，也希望总结的时候能够集多家进行横向比较，看看能整理成怎么样吧。这里也mark一下，有小伙本也指出能否涵盖通讯架构、电源架构，这里先mark一下，我争取争取。
按照目前已经收集的资料进度和情况，包括计划的头部玩家收集，我们后续章节将会这样安排：
- 最开始我们整理一下文远知行，Weride.ai，包括前身曾经的景驰科技。接下来是元戎启行 DeepRoute.ai，包括前身Roadstar.ai 星行科技。
- 接下来，我觉得得来个RoboBus的，分享一下Qcraft 轻舟智行。
- 在后面，就是重头戏，其实也是本系列博文的初衷，百度Apollo，看看Apoll Moon长啥样，又是怎么迭代过来的。数一当然也少不了数二，在Apollo之后我们会整理一下Pony.ai，小马智行。
- 目前在列的最后，是两家充满神秘色彩的公司，AutoX（安途）和Momenta（初速度），前者曾坚称不会用激光雷达，擅长视觉；后者则是现在看来少有的还坚守视觉方案的公司。
那我们正式开始。最开始跟大家先总览一下国内头部玩家最新的硬件方案，来自本系列博文的启发文章，《国内自动驾驶车辆传感器方案哪家强？此处没有山东蓝翔》。作者对Robotaxi领域的第一梯队的自动驾驶传感器方案进行对比，汇总如下表Robotaxi领域头部玩家最新硬件方案：
百度Apollo第五代Robotaxi: 极狐αT/威马W6/广汽埃安
从6月17日，百度Apollo携手ARCFOX极狐共同发布第五代量产共享无人车Apollo Moon开始，到10月28日，首场以“奔赴无人之境”为主题的百度“Apollo Day”技术开放日上三款合作车型集体亮相，百度向我们展示了其在前装量产、降成本、大规模运营方面的探索和成果。
这套13V5R2L的传感器配置方案，涵盖计算单元与传感器多层冗余等46项安全保障技术，确保行车安全，计算平台算力据称超过了800TOPS（我们将在Apollo章节探讨下是不是NVIDIA Orin-X搭载的“三鲜”？）。同时，其支持5G云代驾以及V2X车路协同等功能，相较于上一代车型自动驾驶能力提升了10倍，而且整车价格只有48万元！
从2013年国内第一辆自动驾驶车辆，到2021年今年Apollo Moon，百度Apollo已经完成了五代硬件方案迭代，其宗旨是“每一代无人车：性能提升十倍，成本降低一半”！
小马智行第五代传感器方案PonyAlpha X
从2016年到2021年，小马智行的硬件系统已经更迭至第五代——PonyAlpha X。2017年4月，小马智行打造了第一台自动驾驶测试车，第一代硬件平台采用的传感器包括了Velodyne HDL64的激光雷达；2018年Q1第二代平台采用了32线激光雷达，传感器的体积明显缩小；第三代方案则是2018年9月在世界人工智能大会上发布的PonyAlpha，2019年12月第四代无人车PonyAlpha 2.0能感应200米外的物体。针对PonyAlpha X，小马智行从2020年11月开始搭建了一条自动化标准化的产线，今年2月，搭载PonyAlpha X的自动驾驶车辆开始批量下线，且已经深度介入到计算平台和摄像头等核心硬件的开发中。
PonyAlpha硬件平台有三个组成部分：车顶模块，后备箱模块和车身补盲LiDAR（上一代是毫米波雷达）。
PonyAlpha X所有传感器车顶一体化，一共配备了：
- 4个禾赛激光雷达，1个位于车顶前方，一个位于车顶中央，2个分别位于左右两侧后视镜前侧，用于盲区检测；
- 4个毫米波雷达，检测范围 200 米，2个为车顶前向，1个位于车顶左侧，用于右转时对左侧快速来车的检测（这真是奇妙的配置），还有 1个为车顶后向；
- 4个广角摄像头，覆盖车身周围80米内的区域；
- 还有前向3个摄像头：1个为200米长距，1个为150米中距；还有1个覆盖180米，是由小马智行自研的红绿灯检测摄像头，PIDC（Pony Info/Intelligence? Detection Camera）。
在PonyAlpha X之后，小马智行内部也在开发第六代的自动驾驶系统。新系统将集成4个由Luminar提供的固态激光雷达（Luminar Iris），据说整体硬件成本会在这代基础上再降至少一半。
文远智行自动驾驶传感器套件WeRide Sensor Suite 4.0
文远知行WeRide.ai（前身为景驰科技JingChi.ai），2017年4月成立，2018年10月更名。到景驰科技更名为止，其无人驾驶的技术已经迭代了三代，从第一代使用传统64线激光雷达的MKZ，到二代双32线的MKZ（预计是2018年8月），再到第三代基于广汽GE3的双32线Lidar（预计也是2018年8月）。除了激光雷达的变化，还有摄像头的变化，从前向两个到三个，到后向摄像头的出现以及摄像头俯仰角的变化。我们可以看到，改名文远知行初期，其传感器方案仍称为第三代无人驾驶车。到了2019年3月在GTC大会上，文远知行发布了最新的L4级自动驾驶车型——日产LEAF 2，增加了更多的毫米波雷达和激光雷达，前向激光雷达可实现250米检测距离，配以两侧覆盖盲区的传感器，极大地提升了感知的范围及性能，后称之为第二代传感器套件， Sensor Suite 2.0（我们可以认为，上述的“第三代无人驾驶车”就是Sensor Suite 1.0）。
2019年12月18日，在英伟达NVIDIA主办的年度科技盛事GTC China 2019（中国苏州）上，WeRide则推出首个自动驾驶车顶一体化集成套件——WeRide Smart Suite 3.0。 2021年10月16日，进一步高度集成传感器，发布全新一代传感器套件WeRide Sensor Suite 4.0，整个套件集成了激光雷达、4D 毫米波雷达以及相机模块等，在具备更强感知能力的基础上，体积缩减为上代套件的1/6，套件整体重量仅13公斤，据说这一套件在量产线上可实现 20 分钟/套的生产？！！其中固态激光雷达分布的位置沿用了3.0传感器套件预留的设计。
WeRide Sensor Suite 4.0包含激光雷达、4D毫米波雷达、固态激光雷达、盲区激光雷达、文远知行全新自研的相机模块，实现360度视场全覆盖，最远达到前向300米、无盲区死角的探测，精准判断和识别感知范围内的物体及其运动状态、特殊交通场景及标志等，具备自动清洗传感器功能。具体各传感器数目、安装位置，还需要我们搜集资料甚至自己臆测了。
AutoX第五代全无人驾驶系统AutoX Gen5
2021年7月6日，AutoX发布第五代全无人驾驶系统以及中文品牌名称：安途。发布会【20210706 14:00】AutoX 第五代Gen5全无人驾驶系统发布会，熟悉的口音…
AutoX成立于2016年9月，其第一代系统诞生于2017年，基于360度摄像头进行环境感知，可实现Tesla FSD、Huawei Hi等价辅助驾驶能力；随后AutoX以每年一代的节奏更新换代，2018年第二代系统便在第一代系统的基础上扩展了40线激光雷达，通过摄像头和激光雷达进行深度的融合，可实现L4级别自动驾驶商业化的运营，如外卖、生鲜的配送；2019年推出的第三代系统，则进一步拓展了毫米波雷达，可在中国繁华路段处理雨雾天气自动驾驶；2020年AutoX Gen4则将硬件升级为全套传感器+XCU域控制器，实现完全无人驾驶的一个车规级的安全的标准，给完全无人驾驶提供了一个算力的平台。
AutoX第五代全无人驾驶系统 AutoX Gen5在经过两年半研发之后，也终于正式面世，进一步升级为高清传感器及车规级电子电气架构，可实现车内完全无人，做到真正的全无人驾驶（听起来太牛叉了，不过很多网友都在问见过AutoX Gen4吗？闷声发大财呀！？希望我们梳理的时候能够有个答案）。Gen5系统依靠车周360度的28颗车规级摄像头实现每帧2亿像素，摄像头由安森美提供，在白天和黑夜都可以提供良好的视频画面。除了摄像头，自动驾驶出租车系统还包括 6 枚每超 1500 万点云成像的高清激光雷达，安装在车顶的两颗128线激光雷达，同时在车辆的前后左右还有四个64线盲区激光雷达。Gen5总计使用了8个4D毫米波雷达，这样一来相当于是有了激光和毫米波两层点云，再跟摄像头进行融合后，能进一步提升感知精度。
在核心计算平台方面，AutoX与英伟达深入合作，推出中国首个L4/L5级别无人驾驶计算平台—算力高达2200Tops的AutoX XCU，其核心是两个NVIDIA Ampere架构GPU，每个GPU具有900 TOPS计算能力。AutoX XCU采用了英特尔CPU + 英伟达GPU + 赛灵思FPGA的架构，其中GPU和FPGA都能提供计算能力，后者还能在硬件上完成传感器的时间同步。
元戎启行传感器解决方案DeepRoute Sense II
从2019年2月成立至今，短短近3年时间，元戎启行已经完成其传感器解决方案DeepRoute Sense两代迭代，于2019年11月首次发布，并在2020年1月CES上推广。（果然是专业的自动驾驶，短短几个月便推出一套方案，不过此前两年Roadstar硬件方案也迭代了近三代）
DeepRoute-Sense主要包括车顶盒和传感器融合校准服务，是在车顶上装的整个传感器系统（车顶盒），集成了激光雷达、摄像头、GNSS、IMU等传感器。DeepRoute-Sense传感器套件作为核心硬件平台，如人类司机的“眼睛”，通过传感器为自动驾驶车辆收集精准的路况、环境和定位信息，为感知和决策奠定可靠的先决条件。2020年8月19日，元戎启行与曹操出行联合宣布，双方正进行自动驾驶车队的测试运营合作，目标是在2022年杭州亚运会期间提供自动驾驶出行服务，同时元戎启行为吉利几何A（曹操出行）量身定制了更贴合车身的传感器套件解决方案——DeepRoute-Sense II发布，到亚运会举办期间，双方合作的自动驾驶车队将扩大至数百辆级别。
DeepRoute-Sense II，整体车顶盒厚度只有24.6厘米，这样的厚度据说是业界最薄，一方面整体外观更流畅、美观，同时轻薄的造型能有效减少风阻。7颗摄像头全部嵌于车顶盒内部，两侧的激光雷达，最小可探测距离为0.1m，能精准感知近距离物体，解决车辆近距离盲区问题；在水平视场角保持360°的基础上，能对近距离盲区进行最大范围的覆盖。DeepRoute-Sense II除其中3颗激光雷达之外，其他硬件全部由元戎启行自主研发生产，也正基于此，DeepRoute-Sense II的成本可低至25万元（25万是算不贵呢？还是贵！）。除了曹操出行，DeepRoute-Sense II也部署在东风汽车上，也早在2020年10月19日元戎启行就加入东风汽车的领航项目，携手打造国内最大自动驾驶车队。至此，杭州（吉利曹操出行）、武汉（东风汽车）、深圳（总部）三地并跑，风雨兼程。
DeepRoute-Sense包含元戎启行自行研发的车载相机DeepRoute-Vision，用于同步传感器时间、空间信息的控制器DeepRoute-Syntric等硬件产品，这当中最核心的莫过于一块体积如砖头大小的计算平台——DeepRoute-Tite。早在CES 2020期间，元戎启行就发布了计算平台解决方案DeepRoute-Tite。据介绍，该计算平台使用单Xavier SoC，运行功率是45W，成本仅为传统方案的一半。其称，让低成本的车规级计算平台也能实现L4级自动驾驶，是元戎启行要做的事情；不需要超高性能的计算平台，一台Xavier即可满足L4级自动驾驶的计算需求（如今看来这个预计可能比较难，从CES2020至今，再没太多关于其自研计算平台的信息？朋友称在深圳体验的时候实际上跑的都是工控机…希望后续梳理能够找到这方面相关信息）。讲道理，在几何A上，元戎启行还配备了低功耗的计算平台，这个计算单元当仁不让是DeepRoute-Tite，但32TOPS实在不够呀，应该在算力上逐步做减法会容易很多，不确定DeepRoute-Tite是不是也在憋大招，Orin？
滴滴自动驾驶硬件平台—双子星
滴滴自动驾驶相对来说了解较少，这里通过20210702盖世汽车2021第四届全球自动驾驶论坛初瞰了一下（ 时间戳00:44:00开始），作为国内最成熟的共享出行平台，滴滴自动驾驶有其充分的业务需求和研发紧迫性、实战性。滴滴双子星硬件平台，其传感器数量级和种类只有AutoX Gen5可以媲美，传感器数量达到了50个！如此复杂的硬件平台，初衷是认为目前顶尖的算法准确性≈85%，运用到实际场景中只剩下70%，希望通过增加硬件复杂度弥补这丢失的精度，硬件提升很直观可以带来自动驾驶感知性能的提升，感知性能提升又会带来预测的提升；同时，传感器成本在以超出大家预计的速度降成本，滴滴也在致力于与供应商一起迭代硬件，优化成本，最终达到量产是可行的。
为了配备数量如此多且复杂的硬件设备，双子星也配备了高算力的自动驾驶计算单元：Gemini Core，达到700+TOPS 算力，40Gb+/s 传感器数据接入。Gemini Core基于NVIDIA DRIVE AGX Pegasus打造，不过标称NVIDIA DRIVE AGX Pegasus平台只有320TOPS，不知道是怎么配置达到700+TOPS 算力？320*2=640？还是NVIDIA 专门为DiDi定制化或者推荐集成的计算单元？
Momenta统一量产传感器方案
早！在2019年3月，Momenta就发布了其可量产自动驾驶解决方案Momenta Mpilot，场景包括高速（Mpilot Highway）、泊车（Mpilot Parking）以及城市道路（Mpilot Urban），除Highway正式发布外，Parking、Urban预计2019 Q3、2020 Q1正式发布，提供从停车场取车—上高速环路—城市道路—停车场泊车连贯的自动驾驶体验。
2019年7月11日Mpilot Parking正式发布，12月26日正式发布了L4级无人驾驶技术MSD (Momenta Self Driving)，可实现城市场景下的完全无人驾驶。这里可能要问说好的Mpilot Urban呢？估计视觉+毫米波做中国城市道路的L4还是太难了，现阶段还需要激光雷达的加持，美其名曰“辅助型激光雷达”。
Momenta统一量产传感器方案包括12个摄像头、12个超声波雷达（Mpilot需要，车前保4个短距+车后保4个短距+车眉毛4个长距）、5个毫米波以及1个辅助型激光雷达，除了激光雷达之外，其他都是可量产的传感器组合，价格可控制在千元级别。不知道基于消费级GPS/IMU的定位精度如何？如果真能靠这套Settings做L4，那确实厉害。
据Momenta称其战略：量产自动驾驶 (Mpilot) 与完全无人驾驶 (MSD) 两条腿走路。左腿量产自动驾驶, 旨在为行业交付一流可量产的自动驾驶系列产品，并提供源源不断的数据流；右腿完全无人驾驶，持续研发更先进的数据驱动算法，致力于打造L4级别的完全无人驾驶技术，并反馈给量产产品领先的技术流。Mpilot为MSD提供“数据流”，MSD为 Mpilot 提供“技术流”，两者之间高效的闭环自动化迭代，将重新定义实现无人驾驶的关键路径：通过量产自动驾驶产品获得海量数据，持续研发数据驱动的核心算法，打造闭环自动化工程体系，发挥数据价值，高效迭代技术，最终实现完全无人驾驶。
总结
以下是知乎作者的总结，这里原封不动摘录。
- 基本上Robotaxi都会配备至少一个360度顶激光+一个前向激光雷达，同时大部分企业也会配备盲区激光雷达，除了百度和momenta这两家企业外，其他robotaxi企业更倾向于步更多的传感器，尤其是滴滴和AutoX，可以在堆料王这一称号竞争中比拼一下；
- 超声波传感器在L4方案中逐渐被放弃；
- 大部分使用毫米波雷达的企业开始转向4D毫米波雷达；
- 传感器方案其实越来越趋于同质化，说明行业对于传感器的布局越来越统一，前装量产的可能性越来越大；
- 根据大家对于4D毫米波雷达的认可，激光雷达+4D毫米波雷达+摄像头将会成为Robotaxi主流方案。
本文就简介到这里，对于后续暂无计划深入梳理的方案就展开多了解了一下，希望大家阅读后对前沿自动驾驶硬件方案也有自己的理解和认识，更重要的是能够被这么“高大上的东西”吸引，有所兴趣。各家硬件方案迭代至今，跟各自的RoadMap相关，更反映了自动驾驶行业近几年的迅猛发展，我们希望以此作为契机，梳理各家迭代的路程，希望能从中总结出差距和趋势，他山之石，可以攻玉…