如今造車已不像從前，掌握“三大件”之後就已經穩了。
若是沒佈局鋰礦、電池、晶片、自動駕駛這些上下游產業，造車的困難程度相對於擁有上下游產業的競爭對手會有所增加。而去年3月宣佈造車的小米，同時也開始給自己造車鋪路，投了晶片產業、投了自動駕駛產業，為了更好的擁有自研技術。
其中小米投資的縱目科技，研發的L4級自主泊車+智慧城市解決方案，似乎讓我們從小米投資的一眾科技公司中找到了亮點。
自主泊車，L4級第一塊拼圖？
縱目科技旗下總共有三款技術產品，分別是智慧駕駛系統、新能源汽車無線充電系統、智慧城市解決方案。這三個產品都是自動駕駛未來的發展方向，三款產品身上都有自動、引導和互聯的標籤。
縱目科技所謂的智慧駕駛系統，其中包含了L4級自主代客泊車系統，已經在一汽紅旗、長安汽車等測試車上開始測試，在公佈的影片中能看見功能已經可以實現自主泊車、自主接駕。我們可以把自主泊車理解為L4級自動駕駛的第一塊拼圖，自動駕駛兩大板塊無非是“行車”和“泊車”。
自主泊車這個話題，已經從APA發展到RPA再發展到AVP，其中APA和AVP是市場較為主流的功能產品。但落到使用者使用體驗上往往很難給出好體驗感，首先無論是L3還是L4級自動駕駛，都需要人工智慧演算法大量的運算和強大的學習能力，以應對多變、陌生且複雜的真實環境，泊車和行車都一樣。
從AVP功能的發展初期，配套使用的感知硬體有超聲波雷達、前視攝像頭、環視攝像頭，構成了一個融合感知能力。底層邏輯淺聊一下，車側APA超聲波雷達探測車位、演算法依靠融合感知計算停車路線、UPA超聲波雷達確定前後車距，最終完成自主泊車。
當然這只是理想的使用情況，實際上，AVP的未來發展方向還需要打通車端、場端、雲端的三種互聯方案。縱目科技的方案更類似於車端和雲端的方案，沒有選擇高成本的場端改造方案。
縱目科技使用的AVP Gen.2車端方案，擁有4個高畫質環視攝像頭、4個4D毫米波雷達、12個長距超聲波感測器等硬體。這套裝置和演算法能讓車輛在視覺感知失效的情況下，依靠4D毫米波雷達完成AVP功能。其中，4D毫米波雷達是感知裝置中的亮點配置，具備點雲成像功能，在測距、測速的精度上有不錯的表現，而且比鐳射雷達的成本更低。
車端擁有先進的感知裝置，是車端方案的第一個前提，同時縱目科技還提供了眾包地圖，完成更多的地圖眾包之後車端可以適用於多場景，兩者的結合對於演算法有較高的要求。
雲端的AVP方案，底層邏輯是車場雲端透過車端感測器資料和資訊，與車場資訊同步上傳雲端，雲端計算之後輸出指令控制車輛。這一方案好處在於，降低了對車端處理器的效能需求、場端改造需求降低；難點在三方的系統通訊邏輯，以及通訊的可靠性。
以上兩種方案是目前最為可行的方案，成本低且利於推廣。AVP的終極發展方向可能更偏向於場端，也可以理解為一定區域內的V2X互聯功能，但場端是一個高成本的選擇。
場端方案之所以成本高，需要在車場內預埋攝像頭、鐳射雷達、高精地圖，等於讓車場具備了一定的感知能力，從而透過終端計算資訊傳輸給車端。博世和戴姆勒聯手打造的場端停車場就是這樣的邏輯，好處是高安全性、高精度，但就是改造成本高不好推廣。
低速動態V2X，是不是更容易實現？
上面提到的縱目科技的三款科技產品，都具備“互聯”的功能，車端與雲端能夠實現互聯、車端與無線充電地面端裝置實現互聯，更高層的發展方向縱目科技還給出了一套“智慧城市解決方案”。
根據縱目科技官網給出的資訊來看，這套解決方案依託於雲端的高精地圖能具備路側停車管理、充電管理系統、誘導管理系統、反向尋車系統以及預約停車這些功能。以上功能更偏向於靜態或者低速的場景下實現，目前V2X的發展現狀也還大多停留於測試階段，由於法規和技術還相對不夠成熟，量產或許還需要一定時間。
縱目科技的解決方案，最終能實現怎樣的效果（邏輯分析）？
- 路側停車，實現車端與基礎設施互聯（V2I），在地圖上顯示路側空餘車位；
- 充電管理系統，上文提到的無線充電地端裝置，也是V2I的一種互聯；
- 反向尋車系統，實現了車端與網路（移動裝置）的V2N互聯；
- 誘導管理系統，上文提到的車場雲端互聯（V2N），進行自主泊車/接駕的誘導。
雖然使用場景集中於低速/靜態，但具備V2I、V2N的互聯功能，由於沒有開放環境、高速動態使用場景所以縱目科技產品介紹中暫時沒有提及關於車與車（V2V）、車與行人（V2P）的互聯關係與功能。我認為打通所有V2X的功能，也絕不是一蹴而就的事情，與自動駕駛同樣是階梯型的發展模式。
支撐以上功能的是一套LBS增強服務平臺，LBS我們最容易接觸到的功能是“實時公交”，提供了公交線路的規劃、實時的資訊等。如果放到自動駕駛車輛上，這套服務平臺需要完成的是連結3D引擎確保車輛在導航過程中識別方向感；車導/步導引擎，需要給車或使用者提供搜尋功能、路徑規劃等功能。
以上，目前都還是V2X的一系列概念和規劃，講幾個難點。
第一，V2X可能帶來的網路安全問題，拿特斯拉舉例，駭客可從手機端App入侵得到車輛定位並進行解鎖等一系列的控制（無法啟動或駕駛）；第二，V2I、V2N的技術支撐需要透過配套設施的升級才能完成，如果大規模落地的話成本和標準都是需要面臨的問題；第三，如果加入V2X裝置，必然會直接增加車輛成本。
同樣在做5G和V2X互聯的還有華為，雖然華為不直接造車，但同樣也能提供自動駕駛系統的解決方案，在2019年華為就已經開始著手5G+V2X技術的研發。
總結
L4級別自主泊車、V2X互聯技術，是智慧汽車未來的發展方向，小米從造車之初就開始佈局這方面的產業。小米和縱目科技具不具備做好以上L4級自主泊車和V2X功能的實力？
在沒有真正落地之前，我們任何人都不能給出一個肯定的結論。但相比於動態的V2V、V2P而言，一定區域內的靜態或低速V2I、V2N更容易實現，更何況小米旗下還有5G移動裝置、5G基站這些配套產品。L4級的自主泊車，目前最大的難點在於更大範圍（多場景）的適用性和演算法的最佳化，根據目前測試的結果來看，最終的實現效果已經達到了較高的水準。
