文远知行WMP自动驾驶平台化技术曝光太

此前，据文远知行官方消息，年文远知行在自动驾驶领域立下两个重要的里程碑。一是在这一年的4月份，对外公开超百辆规模的无人驾驶车队，将后装量产的实力展现在世人面前；二是从11月开始，推出首款可用于城市开放道路运行的全无人驾驶小巴，在郑州、广州、南京相继落地常态化测试，正式迈进前装量产的新阶段。而这两个里程碑都将归功于文远知行自主研发的WMP自动驾驶平台化技术（WeRideMasterPlatform）当中。

高度集成传感器套件，不受车型限制

文远知行找到了“模块化集成设计”的办法，自研出LCS（LidarCameraSystem）激光雷达摄像头系统：定制基础模块，只需改变传感器的数量，即可灵活搭建各种 　　　不同造型的套件，快速适配不同的车型。

文远知行LCS系统的优势显而易见，实现零部件标准化，方便备货，让供应链管理变得更加简单、高效、可控，不仅大大降低了组装传感器套件的成本，在采购、设计、维护上也节省了大量时间。更重要的是，造型各异的传感器套件对应的是同一套的感知算法，节省了大量调通软硬件的时间，而其中的秘诀便在于部分传感器由文远知行自主研发，能够实现套件变化但内部传感器之间的相对位置不变，对应的感知算法能够直接复用。文远知行LCS系统在单位体积内集合了大量传感器，集成度极高，保证了适配效率和检测精度。

LCS系统的设计理念在硬件设计上充分考虑城市开放道路各种交通工具的特性和需求，让传感器套件可以快速适配在不同车型上，不受车型限制，在成本可控的前提下快速输出自动驾驶解决方案。

框架式WeRideONE全通算法

文远知行不做针对某个特定传感器套件或场景的算法，采用框架式的设计。用算法找出规律，而不是用规则约束算法。

文远知行开发的WeRideONE一全通自动驾驶算法，以一套通用算法实现在城市开放道路全场景、全天候的自动驾驶。在底层算法框架设计上不针对应用场景进行假设，算法更加全面的处理各类场景下的自动驾驶。

截至目前，WeRideONE算法已经得到中美多个城市开放道路的广泛验证。文远知行的自动驾驶汽车在8大城市测试运营近4年，积累了超过万公里的自动驾驶里程，已经实现在城市快速路、高速公路、隧道、城中村、CBD等城市主要场景的常态化驾驶，满足多种不同交通运输的需求。

大数据平台支撑多城规模化落地

文远知行利用本地和全球数据中心，搭建了全自动化的数据采集、处理系统和分布式机器学习平台，支持规模化车队同时在多地进行测试运营，实现数据的闭环和高效运转。在这个平台下，文远知行落地在不同城市的自动驾驶车队每天自动上传TB量级的数据到本地数据中心，进行预处理后传输到全球数据中心，进行集中的自动化处理。

主要包括重点场景的分类、高精地图的生成和深度学习模型训练；在正式部署到车队前，统一在模拟平台上进行全场景算法的仿真验证，其中文远知行的仿真云集群每天能够收集超过,公里的测试里程，拥有数十万个复杂的城市道路场景以及各种变体，每个场景可瞬时呈现数千个由算法生成或者从真实世界提取的障碍物，对算法进行全方位的模拟测试和验证，保证安全；最后，实现24小时内对测试运营问题的修复、高精地图更新、百辆级别车队的深度学习模型部署。

对于商业化落地而言，这一自动化大数据处理平台更强大的优势体现在，算法工程师不需要奔赴一线，测试运营地区只需要组建由项目经理、产品工程师和安全员组成的团队，就可以完成规模化车队的日常测试和运营，大数据平台能够在24小时内自动完成问题的分类、诊断和系统的更新，不受时间和空间的限制，做到更低的成本、更高的效率。

全冗余系统设计

在安全冗余系统的设计上，文远知行采取四重冗余方案，覆盖传感器、计算单元、DBW（线控驾驶）、通信网络。在全安全冗余系统之外，文远知行联合车厂共同制定了系统化的车辆故障诊断和安全验证流程。

在过去近四年的时间里，文远知行一直在持续地搭建WMP自动驾驶平台化技术，在软硬件解决方案和数据基础设施建设上投入了大量的时间、资金和人力，通过全开放的Robotaxi运营服务持续验证和升级技术的稳定性与安全性。

如今，在WMP自动驾驶平台化技术的支撑下，文远知行从深耕广州、专注Robotaxi，快速拓展了车辆平台，跨入Robobus领域，连下三城，提速发展。（文：太平洋汽车网崖雍）

转载请注明：http://www.abuoumao.com/hykz/4991.html