随着近几年智能驾驶的快速发展，产业链的升级需求也变得深入且多元化。这一过程中，带动了以汽车为载体的芯片、软件、信息通信、数据服务等产业的发展，加速了数字经济转型及智能社会构建。

　　在此背景下，为了进一步营造经开区智能网联汽车产业创新创业氛围，大力引进和集聚海内外高层次创新人才和项目，由北京市高级别自动驾驶示范区工作办公室联合德载厚创服共同举办、智车星球协办的系列创新项目路演活动于9月28日在北京亦庄拉开序幕。

　　在此前的两期路演活动上，我们带来了数据服务、智能新能源卡车、井工矿无人驾驶、激光雷达、AI视觉芯片等智能驾驶相关项目情况和进展介绍，活动最终在企业与投资机构的大力支撑下取得圆满成功。（详见《6大项目齐聚亦庄，智能驾驶路演第一期盘点》、《精彩再升级，智能驾驶路演第二期盘点》）

　　第三期路演由于疫情影响，最终只能线上举办，但整个报名过程依然得到了行业各界的积极响应。经过筛选，我们邀请了易控智驾、普法芬、艾氪英诺、4D成像阵列、全固态OPA激光雷达光电芯片项目五家智能驾驶相关企业（项目）于11月25进行了项目情况分享。

　　以下为参加本场路演的企业情况和核心信息，如果关注项目的融资情况，可联系「智车星球」，系列路演正在招募智能驾驶产业项目，欢迎持续关注后续系列活动，共同参与。

　　北京易控智驾科技有限公司成立于2018年5月，是业内领先的矿山无人驾驶企业。公司突破传统矿山行业和科技之间的壁垒，将精尖的无人驾驶技术与雄厚的现场运营实力相结合，为矿区提供无人驾驶全栈技术与运输运营服务，现已初步实现露天煤矿土石方剥离的“采、运、排”全流程无人化作业。易控智驾的“矿山无人驾驶全栈解决方案”如下图所示：

　　根据行业调查，矿山面临安全生产、招工难、用工贵等多项痛点，预计司机缺口在未来几年将持续攀升，用人成本也会更加高昂。另一方面，矿山的运输市场空间巨大，在全球大概有数千亿的规模体量，矿山无人驾驶赛道具备良好的市场前景。

　　根据易控智驾 CEO助理/资本市场负责人廖琎介绍，目前矿山无人驾驶赛道处于商业化落地的前夕，但在落地过程中仍然面临一些挑战，比如作业效率及产品稳定性可靠性等。对于易控智驾来说，目前采用“技术+运营”双轮驱动模式，通过运营来不断打磨提升产品、积累真实数据实现数据闭环，以加速无人驾驶在矿区赛道的真正落地。

　　廖琎表示，易控智驾的竞争壁垒包括几个部分，也将率先实现真正的商业化落地：

　　一、顶级的工程化团队。易控智驾博士及海归占比超过20%，研发人员占比85%以上。成员包括清华、浙大、上海交大、中科院、东京大学等国内外知名高校精英，阿里、华为、百度等背景优秀技术人才，以及多位深耕矿山领域20年以上的专家。在自主知识产权方面数量累积超百项。

　　二、产品化、商业化进展迅速。产品及技术研发应用进展处于行业领先地位，持续实现多项业内突破。易控智驾以无人驾驶运营切入真实场景，打磨技术形成数据闭环，目前已形成“调度指挥平台及配套调度中心、单车无人驾驶系统、网络通信系统、协同作业系统”四位一体的无人驾驶运输运营落地应用体系，并在国家能源集团、特变电工等特大型露天矿区进行多编组无人驾驶24小时常态化运营，成为业内率先切入真实场景并规模化运营的矿区无人驾驶公司。

　　三、商业化落地领跑行业。在国家能源集团准东露天煤矿，公司的无人驾驶车辆于2020年7月正式运行并实现持续运营28个月零安全事故；今年6月，在准东露天煤矿实现常态化下人，成为业内首个实现多车常态化安全员下车真实运营的矿山无人驾驶公司；另外，在南露天煤矿已实现四编组7×24小时常态化运行，是国内单矿最大编组数的无人驾驶运营项目。

　　四、行业领先的数据。截至今年9月，易控智驾自有宽体车超120台，无人驾驶累计运行趟次达到26.4万次，运行里程121.8万公里，无人驾驶累计运输土石方量552.3万立方米，各项数据持续领跑行业。

　　智能驾驶带动传感器用量激增，摄像头、激光雷达仍面临环境适应性差、成本高的问题，同时4D成像雷达成像水平低，无法有效补充和替代传统传感器。而项目产品4D成像阵列引入精简雷达前端、阵列中央协作、深度应用深度、高度、速度数据三个核心技术，实现超越激光雷达的成像效果、五分之一的成本、全天候适应性可支持到L5完全无人驾驶级别。公司创始成员如下：张磊（CEO, 前华为技术有限公司6年工作经验以及在南京浦和数据有限公司6年的创业经验）、宋千（CTO，前国防科技大学电子信息学院教授拥有20年雷达科研经验）、龙伟军（首席科学家，前中国电子科技集团第十四研究所总体部总工程师，15年雷达科研经验）、郝景山（联合创始人，8年自动驾驶行业工作经验，曾任商汤集团联合创始人）。

　　据2022年的统计数据，目前25%的前装车都会有L2以及L2+级别的辅助驾驶。在这样的背景下，车载雷达变成了一个新的市场。保守估计，未来五年车载雷达会是百亿人民币级的市场。

　　一、摄像头以及激光雷达的环境适应性较差，在高动态场景（例如风霜雨雪雾）可靠性会降低。虽然毫米波雷达在恶劣的环境下的感知能力非常强，但成像太稀疏，导致没有办法代替摄像头来做环境感知。

　　二、目标分类的困难性；许多时候人与车停止移动时，目标就会丢失，所以匮乏的目标识别能力使得毫米波雷达替代摄像头以及激光雷达不现实。

　　三、前装车行业非常追求性价比，希望感知器可以实现全天候时段的工作，但目前自动驾驶方案成本太高也导致许多主机厂望而却步。

　　在上述背景下，行业也将关注重点放在了4D成像雷达上。张磊介绍，该赛道的底层逻辑仍是以视觉为主去做感知，在此基础上做恶劣环境的保底感知并且做一个低成本的成像补充。

　　在张磊看来，4D成像雷达可分为4D、成像和雷达三个部分来解读。4D指带高度信息，可形成4D三维点云，该信息可用于识别高低杂物，有效滤除杂波。成像指从探测到点云成像，单目标点云从2-3个提升到大于100个，使雷达具备目标分类、识别小目标的能力。最后，成像雷达是对毫米波雷达的升级，继承了抗环境干扰的优势。

　　二、雷达阵列、中央处理 （详见下图）。指通过多个雷达形成虚拟大孔径提升大幅分辨率达成多雷达阵列，并且通过雷达前端精简化（3T4R-P）以及中心算法软件化达成极致降成本，预计单科雷达可降至100元。

　　的丰富信息构建上层Segmentation、Detection、Localisation等算法，彻底释放毫米波雷达全系感知能力，但同时保留点云SDK。

　　基于上述技术路线，公司的下一代融合框架是RGB-DAV Fuse-Verity。通过前融合（仍以视觉为主，充分发挥多普勒、反射强度感知能力）和后验证（充分发挥全天候能力）方法从而输出可靠感知到规划控制算法。

　　艾氪英诺由清华大学、浙江大学和成电研发团队共同成立，是一家以新一代人工智能技术为核心，赋能自动驾驶的高新技术类企业，总部设立于苏州。公司通过多源融合优化技术和边缘计算技术，打造边缘侧感知平台，拓宽自动驾驶运行设计域，可应用于车路协同自动驾驶和智慧交通等领域。

　　区别于过往的单一传感，多源数据融合可以扩展单一传感的性能及观测范围，提高系统的感知维度与准确度，增强环境适应能力与分辨能力，并且通过感知压缩工具提升计算速度以提升实时性。例如多源融合可以将各个传感器的优势集中起来，使得传感器在不同天气、光照、环境下的感知准确性得到进一步的提升。

　　艾氪英诺依托于多源感知平台的优势，在未来1年内将实现模组级（车路协同）到功能级（封闭园区车路协同自动驾驶）系列产品迭代升级。

　　第一、边缘计算的高算力，可覆盖32TOPS至200TOPS，为数据融合提供算力支持。在算力盒子将激光雷达、摄像头、毫米波雷达等相关的原始数据通过边缘计算输出结构化数据或形成前端一个可视化的界面。从边云协同上，公司主要将原始数据上传到云服务器进行数据的清洗、标注以及模型的训练，然后再下发，从而完成OTA。

　　第二、强智能，产品拥有100多种深度学习算法模型可以识别近50种交通事件。

　　光学相控阵（OPA）激光雷达是一种新型波导控制光束指向的雷达技术，相比于目前市场上主流的雷达产品，它不需要机械转动即可实现光束在空间内的扫描，OPA激光雷达回应速度快、灵活性强、精度高，在观测高速运动目标、同步追踪多目标等方面都突显出了明显的优势，因此在无人驾驶、机器人、智慧安保等方面有着非常广泛的应用前景，目前也是业内公认的激光雷达技术的终极发展方向。

　　目前主流的汽车感知接收设备有三种：摄像头、毫米波雷达、激光雷达。激光雷达可以不受环境光影响，通过测量物体的距离方位、深度信息、反射率等，精准地获得高分辨率三维信息。再配合上AI感知软件，可对车辆周围障碍物进行识别，再让车辆拥有更好的“眼神”。目前激光雷达也成了高阶自动驾驶功能不可缺少的一环。

　　目前，市场上激光雷达技术可分成4大类，包括机械式激光雷达、MEMS、Flash、OPA。群发光芯专注于OPA（光学相控阵）光电集成芯片。

　　OPA技术运用光学相干原理，将m*n个光源集成在一颗微小的芯片上，组成激光发射的线阵列或面阵列，通过数码调节发射阵列中每个单元的相位差，实现控制输出激光束的方向。OPA激光雷达完全由电信号控制扫描方向，能够动态调节扫描角度范围，对目标区域进行全方位扫描，或某一个区域的局部精准化扫描。综上所述，OPA技术创新点是全固态、成本低、尺寸小以及灵活性强。

　　根据群发光芯副总经理庄雅婷介绍，公司的技术优势包括硅基超低损耗集成光波导的制造技术、新型光子移相结构的设计、超低旁瓣电平的抑制技术、以及光源的耦合技术。

　　同时，群发光芯采用可协调多波长的技术路线，与美国使用的热光效应、单波长路线在技术方法以及制造工艺上存在着本质区别，在技术和规模化生产方面存在明显优势。

　　随着项目团队光电集成芯片产品的市场导入，团队将不断加大产品的研发力度，不断推出满足所有其他应用场景要求的系列OPA光电集成芯片，为客户提供最优的技术解决方案。公司计划在2023年将3D光电芯片导入市场并实现1万片以上的2D光电芯片的销售，在2025年使3D光电芯片逐步形成10-500万片的市场规模并满足三维光电探测的所有应用场景。

　　普法芬成立于2019年，是一家致力于汽车热管理控制软件解决方案研发的科技公司，长期深耕在新能源汽车热管理控制领域，业务涉及控制算法白盒开发、联合仿真、车云融合等最前沿的技术方向。普法芬的战略目标是成为软件定义汽车背景下的整车厂Tier 0.5，推动行业升级换代。公司核心团队均来自行业知名整车零部件企业，多位合伙人在热光的控制和算法领域拥有超过15年的经验。

　　新能源汽车热管理是一个随着新能源整车销量增长而增长的增量市场。数据显示，目前热管系统单车价值已由传统车的1900元提升至电动车5200-10000元区间。在2021年，国内新能源热管理市场已达140亿元，预测2025年国内新能源乘用车销量至少超过700万辆，对应热管理市场规模将突破585亿元。普法芬总经理张良表示，公司预测2023年对于业绩属于爆发式年份，将从2022年的800万元增长至2023年的4800万元。

　　一、过长的开发周期。国内整车的开发周期越来越短，这对于传统的供应链体系带来了非常大的挑战，需要供应商不断地做技术迭代。

　　二、高昂的成本。价格永远是核心价值，传统汽车电子产品零部件供应商通过软件设计获得较高附加值利润，软硬件解耦、新E/E域控制器架构，正是整车厂使零部件单件价格进一步下降和透明化的解决方案。

　　三、技术优势的缺乏。传统E/E架构下，零部件企业更关注各自的性能指标，不考虑协同增效。现在整车厂客户希望在不增加硬件成本的条件下增加更多协同场景，同时，消费者个性化需求需要被满足。

　　一、软件包工程交付：乘客舱、电池、热泵、CO2系统的热管理控制算法，交付白盒，协助整车厂客户获得相关软件自主开发能力；

　　二、联合仿真：通过热管理仿真软件和控制算法软件虚拟结合，帮助客户更早期发现问题，节省测试时间和费用；

　　三、云空调：通过车云数据融合、OTA迭代实现个性化需求，最终实现智慧空调的SoA；

　　四、智舱控制：开发智能座舱内除娱乐系统以外的车端控制器软件，并结合热管理舒适系统开拓更多新应用场景和新功能，扩大域控制器内的应用层SWC管理范畴。

　　据悉，未来的3-5年，普法芬立志成为整车厂软件协同的Tier0.5，帮整车厂实现软件自主开发的能力。目前，公司约有1000万元左右的订单合同，合作对象主要包括主机厂、系统厂商、以及动力电池厂商。公司计划融资2000-3000万元用于市场的开拓以及实验室的建立。