易航智能陈禹行：中国自动驾驶科技创新领军人物

　　近日，易航智能受邀参加在北京举办的2022全球数字经济大会。易航智能的全栈自研的领航辅助驾驶(NOA)行泊一体方案，凭借极强的技术创新性和应用场景的普遍适用性，入选北京国家人工智能创新应用先导区优秀案例。该方案是由易航智能CEO陈禹行带领公司专业技术团队成员完成，能够显著地降低成本、提高效率。

　　基于此，笔者专访了中国自动驾驶领域杰出人士陈禹行，请他聊聊自己的从业经历，并对自动驾驶技术行业发的展给出自己的见解。

　　笔者：陈先生，您2010年-2012年在加州伯克利大学就读，曾是加州伯克利VDL和MPC实验室成员，请问您当时具体研究的方向和领域?以及有哪些成果?

　　陈禹行：在加州伯克利，我跟随美国工程院院士J. Karl Hedrick 教授学习，他是全球车辆控制模型领域的顶级专家。我在实验室主要负责车辆智能控制算法的研发，也就是驾驶员模型。它让车辆的自动驾驶更符合人类预期，从而提升自动驾驶的体验感和安全性。在此期间，我也参与了丰田北美研发项目和沃尔沃研发项目。

　　当时正值自动驾驶从理论走向应用的关键阶段，因此我们团队做了大量基础理论研究，开发了新型控制算法并进行实验验证。像Waymo、Tesla、Cruise等公司的核心研发成员很多来自我们当时的团队。

　　笔者：您回国后是基于什么样的原因创立了易航智能呢?

　　陈禹行：从个人讲，做自动驾驶可以说是我儿时的梦想。我在西安交大少年班求学期间，选择的就是驾驶员模型这种在当时很冷门的专业，但它是自动驾驶的关键技术。

　　从行业看，2015年通用汽车斥资10亿美元投资了刚成立两年的自动驾驶公司Cruise，这是当时硅谷汽车届规模最大的收购案，极大激发了自动驾驶的创业热情。而从技术的角度看，我认为还有极大的提升空间，我们有机会引领全球。

　　从政策讲，中国已经成为科技创新创业的热土，国家大力发展数字经济，人们对新技术有着较高的接受程度，这些都为自动驾驶行业的发展提供了有利环境。

　　笔者 您在自动驾驶技术的研发应用方面，具体做了哪些创新?

　　陈禹行：我们通过领先的自动驾驶算法模型，推动了高级别的领航辅助驾驶NOA系统走向普及。

　　人们对自动驾驶功能是有着很高期待的。领航辅助驾驶NOA系统提供点对点的自动驾驶能力，在典型场景下，如高速公路、城市环线等能自动完成行车、并线超车、路网切换等，创造沉浸式的驾驶体验。但以往领航辅助驾驶NOA功能的实现要依靠昂贵的设备，因此只能成为少数高端车型的专属。

　　针对这一难题，我带领易航智能从算法模型入手，通过自研的Scalpel算法剪枝方法论进行模型压缩，并通过知识蒸馏、共享Backbone等领先技术，研发出了高精度的轻量级模型。它提升了自动驾驶算法的运行效率，极大降低了对算力、电力的消耗，并由此带来功能成本的大幅降低。据测算，我们的领航辅助驾驶NOA系统能够覆盖10-25万的车型，这也是大部分中国车主购车时选择的价位。

　　同时，自动驾驶是一种典型的数据驱动的智能技术，领航辅助驾驶NOA的大规模量产将为我们提供高质量的自动驾驶数据，为我们正在研发的下一代全场景辅助驾驶FSD系统奠定坚实的数据基础。

　　笔者：您认为目前中国自动驾驶行业发展现状是怎样的?以及面临哪些挑战?请谈一谈您的看法。

　　陈禹行：自动驾驶功能的市场渗透率在快速提升，人们为自动驾驶系统的付费意愿也逐渐增强。当前自动驾驶行业的主要痛点，是人们对高级别功能的需求和自动驾驶量产之间的矛盾。总结起来就是“做演示易，做量产难”。

　　自动驾驶的量产非常符合冰山理论，能让车上路做演示只占了全部工作量的10%，是车辆最佳状态时的表现，这是水面上大家能看到的部分。

　　而剩下90%水面下的部分是什么呢?因为量产车会被卖到全国各地，面对各种天气、复杂路况和不同车主的驾驶习惯，会出现各种极端情况，我们要保障这些极端情况下的安全，这背后就是产品级算法的研发，是整个系统的根基，是大家看不到的部分。

　　笔者: 为了应对这些挑战，未来需要怎么做呢?请您说下自己的见解。

　　陈禹行：“技术”+“量产”并举将成为未来发展的关键，我们叫内外兼修。“内”是包括感知、规划、控制等在内的核心算法，它是自动驾驶技术功能实现的关键;“外”是量产的工程化能力，它是实现自动驾驶落地的必要条件。

　　如果只专注于技术研发，不具备工程化能力，产品将走不出实验室，落地遥遥无期;如果只有工程化能力，不掌握核心技术，最终难免沦为代工工厂，处于价值链底端。所以，技术和量产相辅相成，为长期向上发展提供动能。

　　也正是认识到这一点，我在创立易航智能之初就着手构建全栈自研能力，包括感知算法、决策规划控制、软硬件研发、测试标定等。只有掌握整个技术链条，才能实现更好的体验感和安全性，才能加速量产落地。(刘雅雯)

责任编辑：李玥