一辆汽车高速行驶在车流中，从外观上，这辆车与普通的小型客车几乎看不出差别，不同的是，驾驶座上的人双手把玩平板电脑，而车辆的转向、变速、超车等一系列操作，全都由车辆自主运作完成，最终车辆抵达一处宅院门口稳稳停了下来。
另据了解，在去年9月刚刚完成千万美元级别的天使轮融资后，禾多科技目前正在洽谈新一轮的融资。
重新定义自动驾驶
当前行业内公认的自动驾驶等级划分一般采用SAE（美国汽车工程协会）所制定的L1到L5五大阶段标准。在业内看来，L4级解决方案距离技术成熟并真正实现商业化应用，还需要经历较长的时间。
在这样的局面下，2017年倪凯突破性提出了L3.5级研发方向，并在业内引起不小的反响。在倪凯看来，L3阶段标准要求人类在紧急情况下接管车辆，但并没有对接管的频率、系统本身的冗余、紧急情况下的处理能力等作出具体的规范。
“用户被频繁要求接管驾驶任务，这样的系统既不安全，对用户来说也不够友好。而L4阶段虽然能够提供更好的用户体验，但由于技术和成本的制约，距离大规模产品化还很遥远，而且也并非汽车消费者的刚需。”倪凯表示。
基于上述洞察，禾多科技推出了这套被定义为L3.5级的解决方案：在特定场景下既拥有自动驾驶的能力且具备紧急情况处理的模块，还能降低系统请求接管的频率，从而使用户获得更接近于L4的体验，同时确保安全性。
据悉，这套方案主要聚焦两大落地场景：一是结构化的道路，也就是高速公路、环路、封闭道路；二是代客泊车，实现车辆自行完成停车到召唤的全流程，无需人工操作。
破解行业成本难题
在企业内部人士看来，这套方案在功能上已经能够超越普通的辅助驾驶系统，并能够提供L4级别的自动驾驶体验。据了解，此次曝光的路测视频拍摄过程中，车辆全程在复杂路况下自动驾驶，系统不曾对坐在驾驶座的倪凯提出接管要求。
更为重要的是，从车辆的外观和使用空间上，这套方案也让无人车更接近于量产。从路测视频可以看出，禾多科技用于测试的这辆无人车已经没有厚重的支架和“车顶花盆”，外观与普通量产车几乎看不出区别，而后备箱内也没有杂乱的线束。
这些都归功于技术团队在研发之初就舍弃了难量产的多线束激光雷达方案，此外，车里的传感器也抛弃了不比多线束激光雷达便宜的高精度组合惯导加上实时差分定位的方案，而计算平台也选用了接近量产的嵌入式平台，正是这些看似简单但实际落地却很艰难的选择，推动了无人车朝量产化迈出了巨大的一步。
值得注意的是，据禾多科技透露，这一套软硬件结合的封装解决方案目前的成本已比行业平均水平低出数倍，预计在未来3到5年内，总体成本有望控制在万元级并实现量产，以此加快推动自动驾驶在消费端的落地和普及，让大众都能买得起自动驾驶车辆。
信息显示，倪凯拥有清华大学计算机本硕学位和佐治亚理工学院计算机博士学位。早在清华读硕士期间，倪凯就开始研究无人车，并在结构化道路上创造了当时世界无人车最高速度150km/h的记录。2013年，无人驾驶在中国仍处于鲜有人知的阶段，倪凯作为百度研究院的高级科学家，从0到1主导了刚刚起步的百度无人车项目，并完成了复杂道路环境下的无人驾驶车道路测试。这些经历，让倪凯被称为“中国无人车第一人”。
2017年8月底，专注无人驾驶的禾多科技正式对外亮相，并在一个多月后宣布完成千万美元级别的天使轮融资，由IDG资本和四维图新领投，知行科技和贝塔斯曼亚洲投资基金参与跟投。
同年10月，禾多宣布与四维图新签署战略合作协议，初期双方在高精度地图数据采集和众包模式、云端数据处理等方向正在进行合作研发。
一个月后，禾多科技宣布开放“轩辕”自动驾驶研发平台。该平台聚焦于中国特色的驾驶场景，致力于从软件到硬件的全栈开发，为自动驾驶提供“四肢和眼睛”，加速国内自动驾驶行业的研发进程。
.jpg&h=124&w=218&zc=1)
