【太平洋汽車網 行業頻道】此前，據文遠知行官方消息，2020年文遠知行在自動駕駛領域立下兩個重要的里程碑。一是在這一年的4月份，對外公開超百輛規模的無人駕駛車隊，將后裝量產的實力展現在世人面前；二是從11月開始，推出首款可用于城市開放道路運行的全無人駕駛小巴，在鄭州、廣州、南京相繼落地常態化測試，正式邁進前裝量產的新階段。而這兩個里程碑都將歸功于文遠知行自主研發的WMP自動駕駛平臺化技術（WeRide Master Platform）當中。

　　文遠知行找到了“模塊化集成設計”的辦法，自研出LCS（Lidar Camera System）激光雷達攝像頭系統：定制基礎模塊，只需改變傳感器的數量，即可靈活搭建各種　　　不同造型的套件，快速適配不同的車型。

　　文遠知行LCS系統的優勢顯而易見，實現零部件標準化，方便備貨，讓供應鏈管理變得更加簡單、高效、可控，不僅大大降低了組裝傳感器套件的成本，在采購、設計、維護上也節省了大量時間。更重要的是，造型各異的傳感器套件對應的是同一套的感知算法，節省了大量調通軟硬件的時間，而其中的秘訣便在于部分傳感器由文遠知行自主研發，能夠實現套件變化但內部傳感器之間的相對位置不變，對應的感知算法能夠直接復用。文遠知行LCS系統在單位體積內集合了大量傳感器，集成度極高，保證了適配效率和檢測精度。

　　LCS系統的設計理念在硬件設計上充分考慮城市開放道路各種交通工具的特性和需求，讓傳感器套件可以快速適配在不同車型上，不受車型限制，在成本可控的前提下快速輸出自動駕駛解決方案。

　　文遠知行不做針對某個特定傳感器套件或場景的算法，采用框架式的設計。用算法找出規律，而不是用規則約束算法。

　　文遠知行開發的WeRide ONE一全通自動駕駛算法，以一套通用算法實現在城市開放道路全場景、全天候的自動駕駛。在底層算法框架設計上不針對應用場景進行假設，算法更加全面的處理各類場景下的自動駕駛。

　　截至目前，WeRide ONE算法已經得到中美多個城市開放道路的廣泛驗證。文遠知行的自動駕駛汽車在8大城市測試運營近4年，積累了超過400萬公里的自動駕駛里程，已經實現在城市快速路、高速公路、隧道、城中村、CBD等城市主要場景的常態化駕駛，滿足多種不同交通運輸的需求。

　　文遠知行利用本地和全球數據中心，搭建了全自動化的數據采集、處理系統和分布式機器學習平臺，支持規模化車隊同時在多地進行測試運營，實現數據的閉環和高效運轉。在這個平臺下，文遠知行落地在不同城市的自動駕駛車隊每天自動上傳TB量級的數據到本地數據中心，進行預處理后傳輸到全球數據中心，進行集中的自動化處理。

　　主要包括重點場景的分類、高精地圖的生成和深度學習模型訓練；在正式部署到車隊前，統一在模擬平臺上進行全場景算法的仿真驗證，其中文遠知行的仿真云集群每天能夠收集超過500,000公里的測試里程，擁有數十萬個復雜的城市道路場景以及各種變體，每個場景可瞬時呈現數千個由算法生成或者從真實世界提取的障礙物，對算法進行全方位的模擬測試和驗證，保證安全；最后，實現24小時內對測試運營問題的修復、高精地圖更新、百輛級別車隊的深度學習模型部署。

　　對于商業化落地而言，這一自動化大數據處理平臺更強大的優勢體現在，算法工程師不需要奔赴一線，測試運營地區只需要組建由項目經理、產品工程師和安全員組成的團隊，就可以完成規模化車隊的日常測試和運營，大數據平臺能夠在24小時內自動完成問題的分類、診斷和系統的更新，不受時間和空間的限制，做到更低的成本、更高的效率。

　　在安全冗余系統的設計上，文遠知行采取四重冗余方案，覆蓋傳感器、計算單元、DBW（線控駕駛）、通信網絡。在全安全冗余系統之外，文遠知行聯合車廠共同制定了系統化的車輛故障診斷和安全驗證流程。

　　在過去近四年的時間里，文遠知行一直在持續地搭建WMP自動駕駛平臺化技術，在軟硬件解決方案和數據基礎設施建設上投入了大量的時間、資金和人力，通過全開放的Robotaxi運營服務持續驗證和升級技術的穩定性與安全性。

　　如今，在WMP自動駕駛平臺化技術的支撐下，文遠知行從深耕廣州、專注Robotaxi，快速拓展了車輛平臺，跨入Robobus領域，連下三城，提速發展。（文：太平洋汽車網 崖雍）