日前，國家11部委聯合發佈了《智能汽車創新發展戰略》，戰略中明確設定了：建設國家智能汽車大數據雲控基礎平臺的新目標。這樣的數據基礎平臺，不僅關乎交通的運轉效率，同時也關乎未來的交通安全。因此在各國的戰略規劃中，一直都是重中之重。
實現這一美好願景的基礎，是對各種交通數據的採集、處理，在智能汽車的應用中，還會涉及高精地圖、高精定位等系統化數據，可以給自動駕駛系統與車輛，提供更確定性的道路交通指示，幫助其進行更安全、可靠的決策規劃。
覺非科技是目前自動駕駛產業中，少有的、能提供成熟解決方案的技術創新型公司，致力於成為智能駕駛的“數據引擎”，提供支撐運營場景智能化與數字化的數據引擎中臺，也就是依賴對現實道路高精度數字化能力，提供定製化區域的高精地圖製圖、高精度定位、私有云更新等服務，提供精準、安全、可靠的全場景智能駕駛與智慧城市解決方案，推動整個智慧出行行業的高效發展。
覺非的數據引擎有兩個特點，第一是跨終端平臺的部署便捷性，第二個是與底層硬件解耦的靈活性，這也是作為數據中臺的角色而言必須具備的特點。
而這種“中臺思路”，對於產業而言，也將會成為未來的趨勢。
在創辦覺非科技前，創始人劉斌有著十餘年互聯網研發和技術管理背景，曾任一線圖商業務總經理、智能車機公司高級副總裁，主要負責地圖相關數據、內容生產建設及自動駕駛車載軟件技術開發。談及“數據引擎”的中臺思路，劉斌坦言：“一直以來，汽車行業都是由傳統供應商驅動，隨著眾多智能汽車領域科技玩家的湧現，整個行業開始趨於平臺化，對軟件和服務標準提出了更高要求。這是覺非—基於數據策略的科技型企業的巨大機遇，也正是我們切入智能出行領域的基點所在”。
智能出行LBS屬性數據規模的指數級擴增再一次印證了他的觀點：從單個汽車終端來看，每天攝像頭、毫米波雷達、激光雷達、GPS等終端可產生約4000GB的海量非結構化數據，與此同時，智能路側數據的存儲需求可達到PB級別。
在技術算法差異性日益縮小的情況下，覺非科技從海量數據端切入，為客戶定製化提供了完整的引擎解決方案。首先是數字道路標準化引擎，該產品依靠高精度組合數據採集道路信息，經過自動化製圖與數據編譯，以及高效的質檢質控，可為客戶定製使用；其次是多源數據歸一化引擎，該產品將車載、路端、雲端三端數據進行融合計算，通過多傳感器聯合標定達到高精定位時空同步的效果；進而是跨平臺環境感知推理引擎，可融合全場景環境感知數據和高精定位數據，通過嵌入式邊緣計算能力實現，同時覺非科技可提供環境渲染與仿真驗證平臺，跨平臺適配更多客戶，打造行業標準；最後是智能分發大數據引擎，可為客戶搭建公有與私有數據回源和分發平臺，可進行電子圍欄與虛擬數據標籤的標定，並實現分鐘級駕駛行為和道路事件分析。
從技術與場景上，覺非科技目前已經搭建了基於“車-雲-路”模式的軟硬件架構，同時一直比較堅持的技術路線是用多傳感器加高精地圖的融合計算方法，專注解決自動駕駛車輛的感知與規劃兩個核心部分。通過車端傳感器數據、路端傳感器數據與高精地圖數據進行有效的時空同步與融合，把知識驅動與數據驅動結合起來，提供對應的融合感知與規劃模塊，能夠有效保證自動駕駛車輛的安全性及ODD規模化擴展，即“強數據、重融合”的思路。
談及客戶畫像，覺非科技將客戶劃分為乘用車、商用車、前裝、後裝。其中，劉斌最看好市場規模2000萬臺左右的商用車市場：商用車駕駛里程更長，對自動駕駛的需求更高，節油、安全、效率高均是其落地的重要推手。
目前，公司正攜手宇通客車、華為、中國移動、清華大學車輛與運載學院等產業夥伴，深耕技術創新及產品建設，同時已成為Arm人工智能生態聯盟委員單位，中國移動5G精準定位聯盟成員，與產業夥伴共同推動中國路徑“車-雲-路”模式下的量產與落地。
成立三年，團隊已有70人規模，研發成員佔比70%。在談及團隊時，劉斌說到：“團隊過去共事多年形成的特點，比如較強的好奇心，真誠等等。這些特質讓我們這個團隊的成熟度很高。我們介紹自己的時候更側重團隊和所在行業、所做事情的匹配度，以及團隊應對不確定性的能力，自動駕駛行業還處在早期階段，這是特別重要的特質。”
融資方面，目前覺非科技已完成兩輪融資，投資方均為著名的一線投資機構，累計融資金額近億元。近期，將啟動新一輪融資，資金用於技術研發和運營等方面。
劉斌強調，如果說行業剛開始面臨的難點是數據積累難，那麼現在的問題則是怎樣運用數據中臺實現更大價值。更多機會還需要產業內更多玩家的抱團合作，共同融合挖掘。
閱讀更多 電科技 的文章
