9月26日，百度和一汽集團在長沙啟動國內首個L4級自動駕駛計程車（Robo taxi）的試運營專案，45輛紅旗EV駛上長沙街頭向市民提供服務。對於主張一步到位實現高度自動駕駛（L4-L5級）的開發者來說，這是一個標誌性事件。但一些自動駕駛公司仍然堅持認為，Robotaxi的場景過於複雜，短期內很難大規模商業化落地。要想在自動駕駛的“退潮期”繼續發展這項事業就必須選擇那些能夠儘快商業化落地的場景。
在上述自動駕駛公司中，禾多科技就是量產路線的堅定擁護者。該公司堅持認為應該首先推動可以儘快量產的高速公路和最後一公里泊車場景下的自動駕駛，並在這個過程中不斷積累資料、提高技術水平，最終實現完全無人駕駛。
目前，國內多個城市和自動駕駛公司正在積極推動自動駕駛汽車的落地。在此次採訪之前，上海市嘉定區剛剛向上汽集團、BMW汽車和滴滴發放了自動駕駛載人路測牌照，似乎城市道路場景自動駕駛解決方案的商業化落地正在加速。
禾多科技研發總監 戴震
不過，戴震認為Robotaxi依然需要面對諸多問題，如運營成本、安全性、地域限制等，距離真正實現商業化運營還很遠。例如，Robotaxi所使用的高線束鐳射雷達，其裝置成本、維護成本就非常高。
但在高速公路和最後一公里代客泊車場景下實現自動駕駛的商業化落地，相對更快一些。
首先，高速公路是結構化道路，不確定性會大大降低。代客泊車雖然是複雜的場景，但是因為半封閉、低速，所以自動駕駛的實現要求要遠遠低於城市道路。因此，禾多科技把這兩個場景作為發展重點。
目前，對於自動駕駛的實現路徑，行業內已經比較清晰的分為兩個陣營，一是以Waymo、Cruise為代表的一些自動駕駛公司，他們希望一步到位實現L4級以上的自動駕駛，比如RoboTaxi的運營。Waymo正在執行數百輛測試車，積累了1千萬英里的測試資料。Cruise原計劃在2019年底部署自動駕駛計程車，但目前已經宣佈延後。
另一種路線是以特斯拉為代表的汽車主機廠所堅持的量產路線，即從L2級輔助駕駛切入，通過數以十萬計的量產車不斷地積累資料，實現技術迭代，往更高層級的自動駕駛發展。與前者（Waymo）相比，量產路線陣營在真實道路資料量上已經展現出明顯的領先優勢，而且隨著更多主機廠的加入，優勢還會進一步擴大。這意味著，在資料為王的自動駕駛行業，量產陣營會越跑越快。
戴震說：“我們仍然堅持認為應該走量產路線，聚焦高速和泊車這兩個場景，真正的把我們的系統應用在量產車上，才能夠積累足夠多的真實資料。自動駕駛頂層技術落地，必須有大量真實資料支撐研發、支援驗證，否則一切都是紙上談兵。”
因此，禾多科技的選擇是做自動駕駛量產解決方案，但它的切入點並不是已經成熟的L2級輔助駕駛，而是更高級別的L3級以上自動駕駛。
禾多的L3.5級高速公路自動駕駛解決方案HoloPilot能夠實現車道保持、自動跟車（加減速、剎車）、交通擁堵引導、主動換道及超車、上下匝道、路網切換等功能，支援最高時速120公里。
禾多科技已經獲得江蘇省智慧網聯道路測試牌照，這是國內第一個包含高速路段測試的牌照，與禾多所研發的場景一致。禾多也是首家通過國內高速公路道路測試的自動駕駛企業。“我們使用了量產級配置通過了考試”，戴震說。
目前，禾多正在進行大量的高速公路測試。其提供的資訊顯示，禾多科技於今年3月進行了京滬高速路測，單向里程1200公里，車輛能夠穩定應對夜晚、隧道、交通擁堵、道路施工、旁車夾塞等各種情況。今年4月上海車展上，禾多科技創始人倪凱也表示， HoloPilot已進入大規模高速公路測試階段，以積累資料、訓練演算法，為量產落地做準備。
禾多科技HoloPilot在京滬高速上測試
禾多也一直在推動與主機廠的訂單。“我們的目標是最快在未來2-3年內，實現L3.5級高速公路自動駕駛系統的量產落地”，戴震說。
在L4級的代客泊車系統方面，禾多科技走的是“三端合一”的技術路線，即車端、停車場端和高精地圖端互相配合，多種感測器相互補充，互為冗餘，以提高系統的穩定性。戴震認為，純車端的智慧代客泊車方案一般是以攝像頭為主的視覺方案，與其相比，禾多“三端合一”的解決方案能適應天氣條件和停車場型別更多，能更好的滿足真實運營的需求。
除了研發高速公路自動駕駛HoloPilot和最後一公里代客泊車HoloParking以外，禾多科技近期還推出了兩個模組化服務——高精度定位HoloPolaris和自動駕駛驗證平臺HoloX。
HoloPolaris是一套適用於量產化自動駕駛解決方案的高精度定位模組。該模組採用了全車規級的低成本感測器，如GNSS、相機、低成本車規級IMU、輪速計等，以滿足量產的需求。能夠實現高精度、高穩定性、全融合的定位。
HoloX是一個自動駕駛驗證平臺，能夠為研發人員提供測試平臺（包括模擬資料和真實路測資料），幫助其驗證自動駕駛系統的安全性。該平臺不僅支援軟體在環模擬測試，也支援硬體在環模擬測試，能幫助主機廠更充分地驗證自動駕駛系統軟硬體的可靠性。