第四届全球智能驾驶峰会|西井科技无人驾驶事业合伙人孙作雷：商用车无人驾驶的用户培育期已基本完成

之后的半年，我们经过了几轮产品迭代，发布了拿掉驾驶室、传感器线束完全预装的无人驾驶新能源商用车Q-Truck。在2019年的8月和2020年的12月，我们对它分别进行了两代改款。在今年12月，我们还下线了Q-Truck2022款，它将全面支持全自动换电。

文章插图

Q-Truck的驾驶室被设备舱替代，所有传感器预装，所有线束预埋，直接拿掉了驾驶室，让我们从产品和技术设计之初就开始考虑安全。也正是因为拿掉了驾驶室，才能确保真正地节省运营成本，让一线员工从辛苦的作业中解放出来，确保人员的安全。这本来就应该是商用车无人驾驶的终极形态，我们选择一步到位，以始为终，以终为始。

文章插图

在打造Q-Truck的过程中，我们有很多的模块需要实现自我定制，比如在四五年前，我们很难找到一款上手即用的商用车线控底盘，于是我们组建了车辆工程团队，开始自研线控转向。经过三代产品轮回，我们今天发售的所有无人驾驶车上都搭载了自研的线控转向QWire。
再比如，我们很早就尝试将立体视觉运用到系统中以提升系统的性能，但是市场上也很难找到一款完全适用的双目传感器，于是我们选择定制这款超宽动态、超高精度、超远视距的双目传感器，它在我们系统的很多模块中都发生了重要作用。比如和IMU实现视觉紧耦合SLAM，可以在用户场景中实现高精度定位，而且基于自研的深度学习引擎，完成全工况、全光照条件下的可行驶区域的分割。
经过几年的积累，我们构建了适配多种车型的自动驾驶组件QPilot，它包含了Robotaxi应用的所有技术基础架构组件，同时还集成了面向行业用户垂直运输系统所需要的精准对位模块。
虽然我们的商用车无人驾驶目前对标于限定场景，但是我们的无人驾驶车辆要和有人驾驶车实现百分之百的混行，所以在定位、感知、控制和规划的技术基本模块上，我们采用了和Robotaxi一样的架构。
同样，用户场景中因为卫星信号经常被遮挡，环境高动态，所以我们面临了比Robotaxi更多的挑战。如果要对接用户系统，还需要考虑多车协同，所以我们很早就打造了车队管理系统产品线，它负责任务调度以及多车路径规划。当多个单车在用户场景中作业，组成无人驾驶车队，那么任务的调度和多车路径规划的性能，直接决定了无人驾驶车队在用户场景中的作业效率的高低。车队车辆的数目越多，这种挑战也就越大。
我们的另外一款车型——助力振华重工的无人跨运车，要进入用户场景中的堆场，通过自身的吊具实现集装箱的自动化堆叠、抓取、摆放，所以除了要规划车本身的行驶路线以外，还要规划吊具的动作。
我们的WellFMS产品线，可以实现多维度的精细化数据挖掘，为用户提供运营流程以及整体排布的优化方案。
我们还构建了一整套面向商用车无人驾驶的仿真平台，能够仿真不同光照、不同天气、不同传感器的数据，实现离线模型的训练，以及预运营，同时能够为用户优化布局，进一步提升效率。

文章插图

我们的无人驾驶车队，在很多场景中已经落地，在泰国和记港口旗下的林查班港口，我们的Q-Truck无人驾驶车队、码头存量的有人驾驶内集卡，以及进入码头的有人驾驶外集卡，实现百分之百不分车道、不分区域、不设隔离、不分船型的混行。

第四届全球智能驾驶峰会|西井科技无人驾驶事业合伙人孙作雷：商用车无人驾驶的用户培育期已基本完成 | 西井科技( 二 )