“你的头脑就是你的牢笼，可是怎样突破自己的大脑呢？”人们经常用这句话来审阅自我的局限，但在2022年的智能驾驶行业，这也是所有智能驾驶n竽浴毙枰馗驳囊桓鑫侍。
在人类天下中，出生以后，德赢VWIN首先通过大量的履历学习、逻辑剖析，建设自己的知识系统，成为一个自力的个体。但在积累到达一定水平后，wangwang会开shi熟悉并反思自己的局限，并激励自己通过拓宽认知的界线和头脑上的突破，拥抱更辽阔而优美的天下，到达全新的高度和境界。这是人类学习和前进的方式。
在智能驾驶领域中，通过对大量数据和富厚出行chang景的一直学习，变得“越来越智慧”，一直实现系统性能的突破，这是机械智能的方式。
已往几年，智能驾驶履历了从无到有的历程，从手艺原型的积累到初代产物上车，从L0-L1级的基础清静性能到L2++级的智慧化体验，随着高阶智能驾驶落地需求越来越迫切，数据驱动和chang景闭环的主要性也凸显出来。
为什么说智能驾驶将进入数据驱动的时代？
数据怎样在chang景中实现流转？
chang景闭环又怎样把当下的量产落地和未来高阶方案串联起来？
克日，德赢VWIN科技MAXIEYE创shi人周圣砚在2022 年度（第四届）高工智能汽车市chang峰会揭晓主题演讲，围绕《自动驾驶升维：量产，数据，chang景闭环》举行了看法叙述，通过剖析智能驾驶面临的难题，与行业同仁探讨数据驱动的“解题”方案。
德赢VWIN科技MAXIEYE创shi人周圣砚
第一，实现可靠稳固的系统性能难。智能驾驶降生的初衷，是让出行越发清静、恬静、便捷。但最近因智能驾驶导致的交通事故，一定水平引发了各人的质疑和担忧。智能驾驶系统的清静可靠，人机交互的界线规则等成为不行回避的问题。
“这是智能驾驶理想和现实的差距。”周圣砚体现，在用户理想的认知中，智能驾驶是没有约束、无限制的，但现阶段可规模化应用的辅助驾驶，本质上照旧人机共驾，需要用户对智能驾驶的“渐进式”生长有充实的明确。
作为手艺服务提供商要做到的是，无论行业处于哪个阶段，都需要确保在响应的功效及使用chang景的领域内，提供清静可靠的产物。chang景界线之外是人开，chang景界线之内是机械去开。chang景界线之外需要钩子算法去获取下一代产物升级所需要的数据和chang景。但已往行业铺张了大量数据chang景，属于智能驾驶的chang景库积累才刚刚起步。
第二，极致性价比和规模化量产难。一晃眼智能驾驶工业已经生长了多年，但在现实上车中，真正的规模化才刚刚开shi。在中国乘用车所有价位车型销量中，15万元以下车型销量占比远超50%，但这凌驾50%的价位车型L2级智能驾驶渗透率，比市chang平均水平低了10个百分点，反映了当前智能驾驶尚未很好地渗透公共消耗市chang。
驻足公共消耗市。澈蟮墓婺；坎媪僖桓鱿质滴侍：性能和价钱的平衡。“用很高的成本做一套系统，消耗者很难接受，对基于规模化量产实现大量数据积累，意义并不大。”但若是没有规模化和chang景，上述的第一个难题同样难以解决。
第三，高阶智能驾驶落地难。在自动驾驶分级中，到今天能够真正在开放chang景中落地的智能驾驶，依然在L3级以下。基于渐进式升维蹊径从下wang上走，依赖基于规模化L2的chang景和数据基。牌迪指呓子τ玫耐黄。
三浩劫题配合指向数据和chang景：在量产系统界线明确的条件下，建设用户认知，通过数据驱动下一代产物升级；基于有用chang景和数据的挖掘实现极致的系统性能，以高性价比实现人人可享的规模化，再由人人提供的数据驱动迭代；在优异的用户认知和动态迭代中，实现高阶智能驾驶升维。
可靠系统和高阶方案的实现，对数据积累和chang景闭环提出了“加法的”需求——尽可能多地上车。
在规模化量产中买通数据闭环后，更主要的是建设获取界线数据的有用触发机制。“盲目网络大量通例的chang景，对系统意义并不大。德赢VWIN希望在不zeng加硬件成本的条件下，获取更多界线数据，界线数据意味着下一代系统界线性能的突破。”
现在MAXIEYE已经在1R1V高性价比算力平台的MAXIPILOT?1.0量产方案中，部署了数据闭环和33种触发机制（触发机制还在一连zeng加中），包罗功效触发、驾驶yuan行为触发、系统触发、感知触发等类型，实现界线数据chang景的高效使用。
好比AEB功效触发前后糶ai耄琈AXIPILOT?会将chang景视频、车shen信息、系统参数信息等关联信息闭环回传，举行复盘和剖析；而感知触发的目的，是将统一目的的差异传感器检测数据做周全的精度秠uan，大幅提高感知精度，为高阶系统落地举行手艺积累。
现在MAXIEYE通过量产系统已经积累凌驾1亿公里真实chang景数据。“数据回传之前在车端完成脱敏，通过算法部署把人脸、车牌等信息在车端洗濯掉。”
“看到这些AEB触发chang景，同事们感伤很深，自己做出的产物实着实在阻止了潜在交通事故的发生，摩托车横穿的谁人紧迫制动，甚至救了一家三口。”
在数据回传中，MAXIEYE开发了配套工具链。通过工具可以看到实时感知效果、实时融合效果、实时路径妄想显示，以及给油门刹车发出的控制信号。有价值的chang景数据会到后端举行网络校验，将更准确的效果一直更新到量产车中，在chang景闭环中实现数据驱动的智能驾驶。
“能不能用低阶系统为高阶系统赋能？”这是车厂相助同伴提出的命题，也是MAXIEYE升维的思绪所在，即用低阶的“成本减法”和众包方式重修关jianchang景舆图的“chang景减法”，为高阶智能驾驶铺路。
高阶领航辅助驾驶量产中，都市地面和路口等chang景一直是难以突破的瓶颈所在。通过基于用户车辆的众包数据，解决路口等关jian重大chang景的信息重修，可支持高阶系统典型chang景的敏锐迭代。
陪同MAXIEYE全系产物部署数据闭环和相关协议栈、手艺栈。换句话说，就是在差异的传感器系统方案中，除了数据流量差异，都可以用通用的工具链赋能车厂客户搭建完整的数据机制。
此外，MAXIEYE正加速部署BEV手艺架构，这种端到端的智能驾驶系统开发，将大幅镌汰感知目的特征的信息损失，镌汰对履历逻辑依赖的同时，真正实现数据驱动的自学习，释放数据和chang景闭环的更大价值。
