2022年12月16日-17日，由安徽省发展和改革委员会作为指导单位，合肥市人民政府、中国电动汽车百人会联合主办的“2022全球智能汽车产业峰会”在安徽合肥召开。本届论坛围绕“全球新变局与智能汽车发展新战略”主题，共设置5个主题论坛和2场闭门会议，与行业机构、高校院所和领先企业代表共同探索我国智能汽车发展新路径。

其中，在12月17日举办的“生态论坛”上，福瑞泰克 CTO  沈骏强发表精彩致辞。以下内容为现场演讲实录：

大家早上好，非常高兴今天有这个机会跟大家分享一下福瑞泰克在智能驾驶产品以及技术开发方面的一些心得。我今天演讲的题目是《智能驾驶时代迈向高阶智能驾驶量产新阶段》。

大家知道，现在汽车行业逐渐从传统的机械时代，向电动时代以及智能驾驶时代过渡和发展。在这样一个大背景下，福瑞泰克在这个赛道、在这个行业中承担了为我们这个行业提供智能驾驶产品和技术的角色。我们企业的愿景是“致力于成为安全可靠和创新的汽车智能化解决方案领导者，助力车企新增长，服务大众安全和轻松出行新生活”。

我先简单介绍一下我们福瑞泰克简单的成长历程。

我们公司成立于2016年，目前为止经历了6年多一点的时间。从公司成立到现在为止也经历了几个阶段。我们公司起步一开始做智能摄像头，但是我们公司从一开始就定位成做全栈能力解决方案的一级供应商，逐渐从开始的摄像头产品扩展到毫米波雷达以及域控制器，到目前为止能够提供基于完整的包括硬件、软件、传感器解决方案的智能驾驶的一级供应商。

福瑞泰克总部在杭州，在上海、乌镇、成都都有研发中心，我们在乌镇的智能制造基地今年10月底开始正式投入生产。

从今年的业务情况来看，福瑞泰克今年客户有40+主机厂，其中涉及到100+车型，今年提供的产品超过100万套，我们的客户也涵盖主流的车企。

我今天主要还是想跟大家分享一下福瑞泰克对自动驾驶产业化探索当中的几点感悟。

第一，域控制器方面。

我们目前面临的挑战和机遇，我们认为，首先是芯片算力和高阶自动驾驶之间的关系以及如何保持安全性

针对这样一个挑战和趋势我们的应对措施有几个。首先我们确定芯片算力的时候并不盲目追求芯片大算力，我们更关注基于场景的与用户体验强相关的功能和性能，再用比较小的算力来实现同样的自动驾驶的功能和性能，让每辆车都能够用得起。所以这是我们第一个开发域控产品的理念，就是我们要追求性价比，这个体现在我们目前已经量产的第二代域控制器上，为吉利博越L这辆车配置了包含行泊一体的预控制系统，在博越L上面实现量产，大家知道博越L的售价15.6万，在行泊一体这个功能的系统上突破了整车售价的下限，实现大规模的量产。

在追求性价比的同时我们也并没有放弃对域控系统高性能的追求，但是我们的理念是，需要按照实际的需求来选择芯片和算力。所以在我们第二代域控制器ADC20实现量产的同时我们下一代域控制器ADC30也同时在开发，我们ADC30的目标客户是一汽红旗，为一汽红旗高端品牌的车提供高性能的智能驾驶的产品，这是我们针对芯片算力跟自动驾驶功能和性能之间关系的思考，我们是追求性价比让每辆车都能够用得起，同时也在追求基于实际的功能和性能的需求来选择我们的芯片和相关算力，两条路同时在走。

针对如何保障安全性方面，我们在芯片的硬件和底软的设计上，在我们的控制器底软和硬件设计上，都符合AUTOSAR的标准以及功能安全和预期功能安全的要求。

第二，传感器方面。

我们所面临的挑战和机遇是激光雷达的应用，大家知道，激光雷达在近一两年也比较火，在行业里面用的也比较多，这是事实，但是我们对激光雷达的使用有这么几点感悟。

首先至少目前来讲还比较贵，相对于其他的传感器来讲成本还是居高不下的，二是鲁棒性也相对比较差，对这些天气的情况要求比较高一些，三是可靠性以及耐久方面也需要一些时间验证。

我们的应对略什么呢？我们自研4D成像毫米波雷达，4D成像毫米波雷达能够提供高精度、鲁棒性好的传感器，有良好的感知性能，所以我们认为4D成像毫米波雷达在目前以及在今后几年实际是可以成为激光雷达比较好的替代的传感器，所以我们在自研的4D成像毫米波雷达上面业提供了比较大的人力和物力来保证4D成像毫米波雷达的量产，目前我们4D成像毫米波雷达已经接近量产状态，今年年底马上会在路特斯Lambda的一辆车上量产。

第二方面，视觉感知和毫米波雷达的感知融合能力有没有被充分的挖掘，这其实也是我们做自研传感器的好处，我们基于自研的摄像头和毫米波雷达能够充分挖掘毫米波雷达的底层数据，能够在感知融合这个层面充分利用传感器的一些底层数据来做像AI—ISP这些行业其他竞争对手可能不一定能够做到这样的做法。

第三，自动驾驶算法方面我们面临的趋势和挑战。

BEV和Transformer这个技术，它的硬件逐渐成为趋势。

我们的应对是什么呢？率先将先进的BEV以及Transformer用于摄像头和毫米波雷达的融合感知，所以在我们ADC20第二代域控量产里面率先用了这个技术，把这个技术能够应用到量产上面。同时针对算法对激光雷达的依赖性，我们跟一些做L4 Robotaxi的公司的做法也有些不一样，我们的出发点是什么？因为我们是逐渐从下往上演进的策略，所以我们的做法对激光雷达的依赖性并没有那么强，我们不管是从感知技术也好、微控技术也好、融合技术也好，从一开始的摄像头和毫米波雷达的融合再到激光雷达的加入，在逐渐往上，所以我们能够做到动态可插拔的激光雷达的感知，我前面提到激光雷达的鲁棒性可能比其他的传感器差一些，激光雷达失效的时候我们的系统能够很好的进行工作，避免我们的算法太依赖于激光雷达，一旦激光雷达失效的时候整个算法就崩溃了，所以我们能够做到可插拔的激光雷达的算法。

这是我们对自动驾驶算法方面相应的趋势的挑战以及一些应对措施。

第四，数据闭环方面。

大家也知道，数据在自动驾驶领域越来越重要，所以如何获得并且使用真实的量产路测数据成为各家都在重点研究的领域。我们的做法是什么呢？首先基于我们这几年量产的产品已经投入到市场上面，我们已经积累了很多路测数据，从我们自己的路测以及跟主机厂一起合作，路测里程达到300多万公里，实际300多万公里的数据并不大，我们在另外一方面跟我们量产的主机厂合作做了众包模式的数据，同时跟我们的主机厂客户能够达成深度合作，能够实现针对众包数据的共享来共建自动驾驶系统的数据闭环。所以关于这个模式以及在ICT通道的构建，从车端到云端的通道以及云端的构建，在我们现在ADC20系统上面已经做了非常好的部署，目前这套模式的系统已经逐步运行起来了，随着车辆在实际市场上投入的数量越来越多，这个数据会积累的越来越多。

光这个积累还不给，我们在数据闭环上面也做了其他工作，特别是目前涉及到数据安全方面，就是我们如何来做一些数据安全合规方面的工作，我们也在探索关于数据脱敏、数据加密、鉴权机制、迁移学习、联邦学习等等一些工作，同时我们也联合国家的超算中心进行联合开发，能够做到我们的数据合规符合国家的安全要求，这是关于数据闭环方面。

第五，如何保持竞争力。

我们目前遇到的挑战是如何在激烈的市场竞争中保持领先以及如何构建我们产品的竞争力，这个其实应该是每一家企业都在思考的问题。

所以我们的应对，首先我们要做全栈的开发，这点我觉得非常重要。因为全栈能力的开发能够让我们为我们的客户提供完整的产品解决方案，同时也能够在我们跟客户的合作当中提供更加灵活的深度合作的灵活性。

二是量产规模为王。我们一直致力于追求我们产品的出活量。

三是构建产业的生态合作。所以不管是我们上游的供应商、合作伙伴以及我们下游的客户，我们都有深度合作。

如何保持我们的产品竞争力？福瑞泰克推出了我们的ODIN系统，下面我介绍一下我们福瑞泰克的ODIN智能驾驶数智平底座平台。

ODIN数智底座平台涵盖四个方面，这也是我们ODIN数智平台的四个支柱。一是自研的预控制器，二是自研的传感器，三是自动驾驶算法，四是数据闭环。我们ODIN这四个数智底座的支柱也是基于我刚才讲的，我们面临的四个挑战趋势来做的。简单介绍一下。

域控制器，已经从ODIN1.0已经量产的基于高性价比的小算力域控平台，能够提供5V5R，包含行泊一体的功能。ODIN2.0正在研发，这是高算力的平台，能够提供12V5R以及1—3的激光雷达的预控制器。

同时我们也开发了我们自动驾驶的软件平台FAS产品架构。

针对我们传感器这部分，除了我们开发的雷达以及前雷达之外，我这边重点提一下我们的4D成像毫米波雷达FVR40，我重点提一下关于点云的输出，我们的FVR40能够输出每秒3万个点，其实这个点跟激光雷达比可能还稍微低一些，但是实际跟一般的毫米波雷达比这个点运输量还是非常多的。

针对高阶自动驾驶算法我们也提出了我们的算法架构，基于多层次的超融合感知以及基于场景的规划和控制。    

就像刚刚提到的，可插拔的激光雷达的算法能够大大提高我们算法的鲁棒性，特别是现在在讲功能安全以及预期功能安全上面，我们可插拔式的自动驾驶算法提供了针对功能安全以及预期功能安全的鲁棒性。

ODIN第四大支柱关于数据闭环。我们数据闭环目前已经构建了从车端到云端的闭环，针对在云端的数据处理我们侧重于做两方面，一是感知算法的迭代和演进，也就是基于我们在众包数据的基础上对摄像头数据进行感知算法的迭代，另一方面我们在规控算法闭环验证方面也做了很多工作。

最后总结一下，我们的ODIN数智底座包含我们自研的预控制器、自研的传感器，以及自动驾驶算法和数据闭环。基于ODIN这样的数智底座构建我们全栈的自研能力，提升我们的核心竞争优势，提供我们优良生态基础，开启未来无限可能。不光我们福瑞泰克自己的产品，和整个生态合作伙伴一起把我们中国的自动驾驶产品和技术往前推进。

谢谢大家！

（注：本文根据现场速记整理，未经演讲嘉宾审阅）

返回第一电动网首页 >