蘑菇車聯推出L4巴士及「汽車大腦」，由公共服務切入商業運營

「離開安全談論成本是沒有意義的，路側智慧可以給單車自動駕駛的安全提高一個量級以上，這是必須的選項，不是一個可以討論的地方。」蘑菇車聯CTO郭杏榮接受Auto Byte專訪時表示。

（蘑菇車聯CTO 郭杏榮）

成立時間還不到3年，蘑菇車聯完成「車路雲一體化」的模式搭建後，又於近日釋出了兩款走向商業化的重要產品——支援「車路雲一體化」系統的前裝量產L4級自動駕駛巴士MOGO BUS、最高1100TOPS算力的量產自動駕駛汽車大腦。

前者是蘑菇車聯認為可在未來三五年內成立的商業模式，後者則是該方案落地的必要基礎。 「它們都是瞄準最容易切入和最容易做商業化落地的產品，而不是看起來非常高大上，但是離商業化變現非常遠的願景。」 郭杏榮說道。

城市公共服務是可盈利的商業模式

按照蘑菇車聯的說法，新一代MOGO BUS是基於已落地自動駕駛專案實際需求正向開發的產品，可以支撐多地自動駕駛專案的規模化商業運營，共推出了的MOGO BUS M1（自動駕駛小巴）和MOGO BUS M2（自動駕駛巴士）兩款車型。

（左：MOGO BUS M1，右：MOGO BUS M2）

其中，BUS M1不配備駕駛位（方向盤、油門、剎車），主要用於園區接駁、景區觀光車等相對低速的接駁需求；BUS M2配有和常規公交車相同的駕駛室，尺寸更大，主要用於開放道路上的城市公共交通。

兩款車型均搭載蘑菇車聯自主研發的全棧軟硬體解決方案，標配8個固態鐳射雷達，以及多型別感測器，可以覆蓋車周360°視角、200米探測距離，具有多重冗餘感知。

選擇這一方向，也是蘑菇車聯出於商業化考慮的結果，郭杏榮表示：「那麼現在商業模式能夠比較成立的是什麼呢？就是城市的公共服務和公共出行，比如說像城市的清掃車、巡邏車啊、接駁車。 這些產品的買單方比較明確，買單能力也比較強。 」

「普通消費者不會願意多花30萬買一個自動駕駛功能，但 城市公共服務的產品可以通過節省人工、持續的盈利，在未來三年內將這部分成本收回來，所以是一個盈利的生意。 BUS M1和BUS M2都是瞄準這種最容易切入和最容易做商業化落地方向的產品」

按照官方的說法，BUS M1和BUS M2的軟硬體模組化設計，還可根據不同的場景提供個性化定製服務，滿足城市公交營運、商務接待、園區接駁、景區巡遊等多場景使用需求。

L4的車+L4的路

除了有可行的方向，還要有足夠安全的表現，保證產品能可靠的投入商業運營。在這方面，城市公共服務產品相對固定的線路、城市或園區內較低的限速，相比其它路線對自動駕駛系統更加友好。

同時，BUS M1和BUS M2還支援車路協同，路端智慧裝置能夠與車輛實現實時通訊、協同感知、協同分析，提高自動駕駛系統的能力：

- 支援V2X、5G等多種通訊模式，從路側到車端的整個鏈路延遲僅100毫秒；

- 具備車路協同、車車協同、行人感知、車輛狀態查詢、車輛遠端追蹤等多種能力；

- 蘑菇車聯AI雲平臺（Mogo Cloud System）能夠獲取M1、M2車型實時動態資訊，實現超視覺感知、道路資訊預警、綠波通行、智慧排程等功能。

郭杏榮也在接受採訪時，強調了通過路側智慧增加安全性的必要：「 自動駕駛一定是一個高安全、高可靠的系統，車保證足夠安全，路也保證足夠安全，任何一個系統短暫出現問題都可以正常執行。 」

因此，蘑菇車聯的BUS M1和BUS M2車輛，以及路側智慧系統，均有獨立實現L4級自動駕駛的能力。

但與一些車路協同公司的想法不同，蘑菇車聯「車路雲一體化」的路側智慧只是用來協助提高車端智慧的感知能力，而非通過將感知和計算決策任務轉移至路側，降低自動駕駛系統的落地成本。對此，郭杏榮也基於現有的情況和趨勢，解釋了蘑菇車聯的想法：

首先是從實際的落地情況考慮，未來十年，路側無法做到百分之百覆蓋，執行設計域的存在，很可能導致車路協同只存在於形式，車輛在非覆蓋區域也需要有自動駕駛能力，保證體驗不被中斷，以及單系統短暫故障時也能正常執行。

其次是決策。車和路都有智慧系統的情況下，應該只有一個決策指令，否則路端和車端的決策矛盾時，就容易造成決策難題。因此，蘑菇車聯的方案就是讓BUS M1和BUS M2車端直接具備L4級自動駕駛能力，再通過路側下發結構化資料和事件資訊，讓車端可以更好地決策。

最後是成本，路側裝置根據場景的需求大概在一二十萬到幾十萬之間，但比起每公里道路建設費用和城市公共服務費用，就不會是一個很大的數字。此外，車路協同也能夠通過商業化模式收回投入，包括其提供的的資料和服務、節省的人工、由此產生的流量費和資料服務費等。

1100TOPS自動駕駛汽車大腦

為了支撐BUS M1和BUS M2可以依靠車端智慧實現L4級自動駕駛，以及具備應用車路協同的能力，蘑菇車聯還發布了自動駕駛汽車大腦。 該硬體內整合自動駕駛計算單 元、高精定位單元、車路協同通訊單元三大功能模組，以及自研的Mogo AutoPilot（MAP），最高算力達到1100TOPS。

計算方面，蘑菇自動駕駛汽車大腦通過4個英偉達Orin雙模組晶片，單片算力275TOPS，最高可配備4個晶片。

據郭杏榮透露，蘑菇自動駕駛汽車大腦也 可以根據車輛配備的感測器、採用多大的模型，調整晶片數量，最少可只用1個芯 片 。提供最高的4片方案，一方面是要考慮自動駕駛系統升級後的需求，另一方面是給未來向集中式電子電氣架構轉變做準備，可將不同域的計算任務整合進來。

除了計算，蘑菇自動駕駛汽車大腦還融合了GNSS、SLAM和特徵定位技術，實現釐米級高精定位；整體通訊全鏈路時延低至100ms以內。具備C-V2X、5G通訊，融合感知、規劃、預測、決策，車輛控制，高精定位，超聲波資料處理，TSN/PTP時間同步，PMM電源管理，狀態監測8大核心功能。

截至目前，蘑菇車聯的城市公共服務佈局，已經覆蓋了自動駕駛環衛車、巡邏車、接駁車、物流車、公交車、計程車等多款產品，收集了大量的場景和運營設計經驗。基於此打造新一代MOGO BUS和蘑菇自動駕駛汽車大腦落地之後，將是蘑菇車聯將商業化轉變的重要一步。

同時，其展現出來的商業模式，可能也是吸引政府或車企加入的一大關鍵。郭杏榮表示，政府是否去建設車路協同，最關鍵的就是看能否算明白經濟賬，怎樣把基礎設施的投資收回來。