「离开安全谈论成本是没有意义的，路侧智能可以给单车自动驾驶的安全提高一个量级以上，这是必须的选项，不是一个可以讨论的地方。」蘑菇车联CTO郭杏荣接受Auto Byte专访时表示。
（蘑菇车联CTO 郭杏荣）
成立时间还不到3年，蘑菇车联完成「车路云一体化」的模式搭建后，又于近日发布了两款走向商业化的重要产品——支持「车路云一体化」系统的前装量产L4级自动驾驶巴士MOGO BUS、最高1100TOPS算力的量产自动驾驶汽车大脑。
前者是蘑菇车联认为可在未来三五年内成立的商业模式，后者则是该方案落地的必要基础。「它们都是瞄准最容易切入和最容易做商业化落地的产品，而不是看起来非常高大上，但是离商业化变现非常远的愿景。」郭杏荣说道。
城市公共服务是可盈利的商业模式
按照蘑菇车联的说法，新一代MOGO BUS是基于已落地自动驾驶项目实际需求正向开发的产品，可以支撑多地自动驾驶项目的规模化商业运营，共推出了的MOGO BUS M1（自动驾驶小巴）和MOGO BUS M2（自动驾驶巴士）两款车型。
（左：MOGO BUS M1，右：MOGO BUS M2）
其中，BUS M1不配备驾驶位（方向盘、油门、刹车），主要用于园区接驳、景区观光车等相对低速的接驳需求；BUS M2配有和常规公交车相同的驾驶室，尺寸更大，主要用于开放道路上的城市公共交通。
两款车型均搭载蘑菇车联自主研发的全栈软硬件解决方案，标配8个固态激光雷达，以及多类型传感器，可以覆盖车周360°视角、200米探测距离，具有多重冗余感知。
选择这一方向，也是蘑菇车联出于商业化考虑的结果，郭杏荣表示：「那么现在商业模式能够比较成立的是什么呢？就是城市的公共服务和公共出行，比如说像城市的清扫车、巡逻车啊、接驳车。这些产品的买单方比较明确，买单能力也比较强。」
「普通消费者不会愿意多花30万买一个自动驾驶功能，但城市公共服务的产品可以通过节省人工、持续的盈利，在未来三年内将这部分成本收回来，所以是一个盈利的生意。BUS M1和BUS M2都是瞄准这种最容易切入和最容易做商业化落地方向的产品」
按照官方的说法，BUS M1和BUS M2的软硬件模块化设计，还可根据不同的场景提供个性化定制服务，满足城市公交营运、商务接待、园区接驳、景区巡游等多场景使用需求。
L4的车+L4的路
除了有可行的方向，还要有足够安全的表现，保证产品能可靠的投入商业运营。在这方面，城市公共服务产品相对固定的线路、城市或园区内较低的限速，相比其它路线对自动驾驶系统更加友好。
同时，BUS M1和BUS M2还支持车路协同，路端智能设备能够与车辆实现实时通讯、协同感知、协同分析，提高自动驾驶系统的能力：
- 支持V2X、5G等多种通讯模式，从路侧到车端的整个链路延迟仅100毫秒；
- 具备车路协同、车车协同、行人感知、车辆状态查询、车辆远程追踪等多种能力；
- 蘑菇车联AI云平台（Mogo Cloud System）能够获取M1、M2车型实时动态信息，实现超视觉感知、道路信息预警、绿波通行、智能调度等功能。
郭杏荣也在接受采访时，强调了通过路侧智能增加安全性的必要：「自动驾驶一定是一个高安全、高可靠的系统，车保证足够安全，路也保证足够安全，任何一个系统短暂出现问题都可以正常运行。」
因此，蘑菇车联的BUS M1和BUS M2车辆，以及路侧智能系统，均有独立实现L4级自动驾驶的能力。
但与一些车路协同公司的想法不同，蘑菇车联「车路云一体化」的路侧智能只是用来协助提高车端智能的感知能力，而非通过将感知和计算决策任务转移至路侧，降低自动驾驶系统的落地成本。对此，郭杏荣也基于现有的情况和趋势，解释了蘑菇车联的想法：
首先是从实际的落地情况考虑，未来十年，路侧无法做到百分之百覆盖，运行设计域的存在，很可能导致车路协同只存在于形式，车辆在非覆盖区域也需要有自动驾驶能力，保证体验不被中断，以及单系统短暂故障时也能正常运行。
其次是决策。车和路都有智能系统的情况下，应该只有一个决策指令，否则路端和车端的决策矛盾时，就容易造成决策难题。因此，蘑菇车联的方案就是让BUS M1和BUS M2车端直接具备L4级自动驾驶能力，再通过路侧下发结构化数据和事件信息，让车端可以更好地决策。
最后是成本，路侧设备根据场景的需求大概在一二十万到几十万之间，但比起每公里道路建设费用和城市公共服务费用，就不会是一个很大的数字。此外，车路协同也能够通过商业化模式收回投入，包括其提供的的数据和服务、节省的人工、由此产生的流量费和数据服务费等。
1100TOPS自动驾驶汽车大脑
为了支撑BUS M1和BUS M2可以依靠车端智能实现L4级自动驾驶，以及具备应用车路协同的能力，蘑菇车联还发布了自动驾驶汽车大脑。该硬件内集成自动驾驶计算单元、高精定位单元、车路协同通信单元三大功能模块，以及自研的Mogo AutoPilot（MAP），最高算力达到1100TOPS。
计算方面，蘑菇自动驾驶汽车大脑通过4个英伟达Orin双模组芯片，单片算力275TOPS，最高可配备4个芯片。
据郭杏荣透露，蘑菇自动驾驶汽车大脑也可以根据车辆配备的传感器、采用多大的模型，调整芯片数量，最少可只用1个芯片。提供最高的4片方案，一方面是要考虑自动驾驶系统升级后的需求，另一方面是给未来向集中式电子电气架构转变做准备，可将不同域的计算任务整合进来。
除了计算，蘑菇自动驾驶汽车大脑还融合了GNSS、SLAM和特征定位技术，实现厘米级高精定位；整体通讯全链路时延低至100ms以内。具备C-V2X、5G通信，融合感知、规划、预测、决策，车辆控制，高精定位，超声波数据处理，TSN/PTP时间同步，PMM电源管理，状态监测8大核心功能。
截至目前，蘑菇车联的城市公共服务布局，已经覆盖了自动驾驶环卫车、巡逻车、接驳车、物流车、公交车、出租车等多款产品，收集了大量的场景和运营设计经验。基于此打造新一代MOGO BUS和蘑菇自动驾驶汽车大脑落地之后，将是蘑菇车联将商业化转变的重要一步。
同时，其展现出来的商业模式，可能也是吸引政府或车企加入的一大关键。郭杏荣表示，政府是否去建设车路协同，最关键的就是看能否算明白经济账，怎样把基础设施的投资收回来。
