觉非科技：打造智能驾驶“数据引擎”，用中台战略掘金新战场

日前，国家11部委联合发布了《智能汽车创新发展战略》，战略中明确设定了：建设国家智能汽车大数据云控基础平台的新目标。这样的数据基础平台，不仅关乎交通的运转效率，同时也关乎未来的交通安全。因此在各国的战略规划中，一直都是重中之重。

实现这一美好愿景的基础，是对各种交通数据的采集、处理，在智能汽车的应用中，还会涉及高精地图、高精定位等系统化数据，可以给自动驾驶系统与车辆，提供更确定性的道路交通指示，帮助其进行更安全、可靠的决策规划。

觉非科技是目前自动驾驶产业中，少有的能提供成熟解决方案的技术创新型公司，致力于成为智能驾驶的“数据引擎”，提供支撑运营场景智能化与数字化的数据引擎中台，也就是依赖对现实道路高精度数字化能力，提供定制化区域的高精地图制图、高精度定位、私有云更新等服务，提供精准、安全、可靠的全场景智能驾驶与智慧城市解决方案，推动整个智慧出行行业的高效发展。

觉非科技的数据引擎有两个特点，第一是跨终端平台的部署便捷性，第二个是与底层硬件解耦的灵活性，这也是作为数据中台的角色而言必须具备的特点。

而这种“中台思路”，对于产业而言，也将会成为未来的趋势。

在创办觉非科技前，创始人刘斌有着十余年互联网研发和技术管理背景，曾任一线图商业务总经理、智能车机公司高级副总裁，主要负责地图相关数据、内容生产建设及自动驾驶车载软件技术开发。谈及“数据引擎”的中台思路，刘斌坦言：“一直以来，汽车行业都是由传统供应商驱动，随着众多智能汽车领域科技玩家的涌现，整个行业开始趋于平台化，对软件和服务标准提出了更高要求。这是觉非—基于数据策略的科技型企业的巨大机遇，也正是我们切入智能出行领域的基点所在”。

文章图片来源于觉非科技，经授权使用。

智能出行LBS属性数据规模的指数级扩增再一次印证了他的观点：从单个汽车终端来看，每天摄像头、毫米波雷达、激光雷达、GPS等终端可产生约4000GB的海量非结构化数据，与此同时，智能路侧数据的存储需求可达到PB级别。

在技术算法差异性日益缩小的情况下，觉非科技从海量数据端切入，为客户定制化提供了完整的引擎解决方案。首先是数字道路标准化引擎，该产品依靠高精度组合数据采集道路信息，经过自动化制图与数据编译，以及高效的质检质控，可为客户定制使用；其次是多源数据归一化引擎，该产品将车载、路端、云端三端数据进行融合计算，通过多传感器联合标定达到高精定位时空同步的效果；进而是跨平台环境感知推理引擎，可融合全场景环境感知数据和高精定位数据，通过嵌入式边缘计算能力实现，同时觉非科技可提供环境渲染与仿真验证平台，跨平台适配更多客户，打造行业标准；最后是智能分发大数据引擎，可为客户搭建公有与私有数据回源和分发平台，可进行电子围栏与虚拟数据标签的标定，并实现分钟级驾驶行为和道路事件分析。

文章图片来源于觉非科技，经授权使用。

从技术与场景上，觉非科技目前已经搭建了基于“车－云－路”模式的软硬件架构，同时一直比较坚持的技术路线是用多传感器加高精地图的融合计算方法，专注解决自动驾驶车辆的感知与规划两个核心部分。通过车端传感器数据、路端传感器数据与高精地图数据进行有效的时空同步与融合，把知识驱动与数据驱动结合起来，提供对应的融合感知与规划模块，能够有效保证自动驾驶车辆的安全性及ODD规模化扩展，即“强数据、重融合”的思路。

谈及客户画像，刘斌告诉创业邦，觉非科技将客户划分为乘用车、商用车、前装、后装。其中，刘斌最看好市场规模2000万台左右的商用车市场：商用车驾驶里程更长，对自动驾驶的需求更高，节油、安全、效率高均是其落地的重要推手。

目前，公司正携手宇通客车、华为、中国移动、清华大学车辆与运载学院等产业伙伴，深耕技术创新及产品建设，同时已成为Arm人工智能生态联盟委员单位、中国移动5G精准定位联盟成员，与产业伙伴共同推动中国路径“车－云－路”模式下的量产与落地。

成立三年，团队已有70人规模，研发成员占比70％。在谈及团队时，刘斌说到：“团队过去共事多年形成的特点，比如较强的好奇心，真诚等等。这些特质让我们这个团队的成熟度很高。我们介绍自己的时候更侧重团队和所在行业、所做事情的匹配度，以及团队应对不确定性的能力，自动驾驶行业还处在早期阶段，这是特别重要的特质。”

融资方面，目前觉非科技已完成两轮融资，投资方均为著名的一线投资机构，累计融资金额近亿元。近期，该项目将启动新一轮融资，资金用于技术研发和运营等方面。

刘斌强调，如果说行业刚开始面临的难点是数据积累难，那么现在的问题则是怎样运用数据中台实现更大价值。更多机会还需要产业内更多玩家的抱团合作，共同融合挖掘。

本文文章图片来源于觉非科技，经授权使用。本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系。

作者：王涵