造車新勢力蔚小理的自動駕駛進化之路
英偉達CEO黃仁勛曾提出“電動化”與“智能化”將對 汽車 產業帶來顛覆性的變化,如今“電動化”的戰場硝煙未止,“智能化”的戰爭便已經打響。
自動駕駛作為智能 汽車 的大腦,是實現“智能化”至為重要的一環,是 汽車 進化為智能體的必由之路,可以認為, 得自動駕駛者得“天下”。
在各路自動駕駛玩家中,國內的造車新勢力是一股不容小覷的力量,目前以小鵬、蔚來、理想三家處于相對領先地位。
蔚小理均采用漸進式的路線,即從低等級的自動駕駛起步,逐步擴展功能和場景覆蓋,最終進化為全場景的完全自動駕駛。
添加微信好友, 獲取更多信息
復制微信號
不過,蔚小理對于實現自動駕駛進化的思路以及速度存在差異,從整體上看,小鵬目前領先于其他兩家,蔚來略領先于理想, 本文將嘗試對這三家企業的自動駕駛進化之路進行解讀。
01 小鵬
快速迭代保持領跑,重點深耕泊車場景
小鵬從創始之初就一直致力于做中國的自動駕駛之一,小鵬 汽車 董事長何小鵬在中國電動 汽車 百人會論壇上自豪地說道,小鵬在智能駕駛領域比絕大多數公司領先2-3年。
2018年12月 小鵬首次推出輔助駕駛系統Xpilot2.0 ,搭載于小鵬首款智能 汽車 G3,計算平臺采用Mobileye EyeQ4芯片,感知硬件系統包含1個前視攝像頭、4個環視攝像頭、3個毫米波雷達和12個超聲波雷達。
在當時,小鵬經過調研認為在自動駕駛最主要的三大系統行車、泊車與主動安全中,泊車系統的功能成熟度相對是比較低的。
自動駕駛產品開發部總監肖志光提出:“我們看到了其中很多用戶痛點,之前的泊車系統經常識別不到車位,且操作不便捷,那這些地方我們可以去攻關,真正解決用戶的痛點。”
因此,除了落地基礎的ADAS功能外, 小鵬選定智能泊車作為其自動駕駛進化之路的“制勝法寶”。
小鵬是國內最早 將視覺感知能力融入自動泊車 的車企,車輛可以通過攝像頭識別周圍的車位線等,與雷達系統的感知能力進行融合完成泊車,這使得小鵬可以實現垂直、水平、斜方位、無劃線等所有泊車場景下的自動泊車和遙控泊車能力。
這項能力到目前仍然是領先于蔚來和理想的。
然而由于Mobileye比較封閉的特性,最重要的感知算法基本為“黑盒”,導致車企對于算法的開發自由度很低,也很難觸及到用戶使用過程中產生的數據,對于小鵬這種很早就計劃要做全棧自研的車企,顯然是無法滿足其訴求的。
因此小鵬 決定改用英偉達的Xavier芯片作為計算平臺 ,Xavier是英偉達2020年量產的首款高等級自動駕駛芯片,算力30Tops,遠高于EyeQ4的2.5Tops,最關鍵的是英偉達的芯片是開放式的,車企在其提供的開發環境內較高的自主開發性并可以獲得底層的感知數據。
擺脫了“黑盒”的束縛 ,小鵬開始施展拳腳,正式開啟“全棧自研”之路。(注:這里說的“全棧自研”是指以此為方向,并不代表已完全落地,事實上,目前能做到全棧自研的公司只有特斯拉,國內車企可以實現部分自研)
2021年1月小鵬推出P7車型,搭載Xavier芯片,并新增3個前視攝像頭、4個側視攝像頭、1個后視攝像頭, 構建了360度全方位環繞感知能力 ,而蔚來和理想事實上直到今年才完成此項能力構建。
小鵬在P7車型中配備升級后的自動駕駛輔助系統Xpilot3.0,支持NGP高速領航輔助駕駛功能,即在高速場景下可以實現高精地圖覆蓋范圍內的點到點自動駕駛, 由此小鵬已實現“泊車+高速”雙場景覆蓋 。
同年6月小鵬對其主打的自動泊車能力進行了大幅提升, 通過OTA推送了“VPA記憶泊車”功能 ,被官方稱為是“首個量產且不依賴于停車場改造的最后一公里泊車功能”。
所謂VPA記憶泊車,是指系統可以自動記憶車主常用的停車路線,在不需要駕駛員干預的情況下,將車輛從設定路線的起點自動開往設定路線的終點, 是L3級自動駕駛功能 。
小鵬的VPA以視覺感知輸入為主,通過視覺神經 *** 處理算法構建停車場的“語義地圖”,包含停車場內的車道線、柱子等各種核心元素,將實時感知到的元素與記憶中的元素進行“匹配”,進而不斷調整行車路線以接近記憶路線,直至完成泊入車位。
在擁有泊車和高速兩大場景的高階自動駕駛能力后, 小鵬繼續發力城區場景 ,引入激光雷達傳感器,與攝像頭視覺感知融合,打造更具安全冗余的感知能力,釋放城區場景NGP輔助駕駛能力,落地于小鵬P5車型。
至此, 小鵬自動駕駛能力已初步覆蓋泊車、高速、城區三大核心場景。
小鵬的快速迭代之路仍在繼續,今年2月,小鵬通過OTA進一步升級記憶泊車功能,新增跨樓層記憶泊車、記憶路線可分享、泊車過程中可沿途搜尋并泊入空閑車位等能力。
小鵬也因此 基本實現了“自動泊車”向“自主泊車”的進化。
為了更進一步打通各場景下的自動駕駛能力,小鵬將再次升級計算平臺, 將Xavier芯片替換為英偉達最新的OrinX芯片 ,單顆芯片算力達到254TOPS,打造出Xpilot4.0, 實現真正意義上的全場景、點到點的導航自動駕駛 ,首次搭載最新軟硬件系統的是小鵬最新款車型G9,將于今年6月正式發布。
整體來看,小鵬以智能泊車作為持續深耕的功能,這個選擇是有效的,一方面國內泊車費時費力,是用戶開車的痛點問題之一,另一方面停車場屬于超低速場景,在自動駕駛能力還不夠完善時相對風險較低, 小鵬在泊車域成功實現卡位 。
同時, 小鵬從一開始便提出要逐步全棧自研的思路,并以高頻次快速迭代,是最早實現高速、泊車、城區全場景自動駕駛能力覆蓋的車企。
小鵬的自動駕駛能力在國產造車新勢力中目前是處于領先身位的,隨著蔚來、理想的奮力追趕,如何持續保持領先優勢是小鵬需要研究的課題。
02 蔚來
硬件能力高舉高打,率先落地高速領航
蔚來是國產造車新勢力的先行者 ,2017年12月便首次發布了 之一代自動駕駛系統NIO Pilot ,搭載于蔚來首款車型ES8,包括后來的ES6和EC6均使用這套輔助駕駛系統。
NIO Pilot的計算平臺同樣選用的Mobileye的Eye Q4,初代感知系統采用3個前視攝像頭、4個環視攝像頭、5個毫米波雷達及12個超聲波雷達在內共計22個傳感器組成,這個配置是要高于小鵬和理想的初代感知硬件。
2019年6月蔚來通過OTA推送了 NIO Pilot的之一次重大升級 ,新增了包含高速自動輔助駕駛、擁堵自動輔助駕駛、轉向燈控制變道、道路交通標識識別、車道保持功能、前側來車預警和自動泊車輔助系統在內的7項功能。
需要注意的是,這次升級的幾項功能仍是L2級以下的低階自動駕駛水平,包括其中的高速自動輔助駕駛,僅是在實現自適應巡航(ACC)的車速控制和車距保持功能的基礎上,增加了車道保持的轉向輔助功能。
蔚來真正實現較高水平的自動駕駛能力,是在2020年10月融入高精地圖后, 釋放的高速場景下點對點領航輔助駕駛功能 ,這個時間點要早于小鵬和理想,是 國內首家實現NOA高速領航落地的公司 。
對于蔚來自動駕駛能力的進化之路而言,這是一個重要的節點, 標志著蔚來開始邁向L3時代 ,與小鵬選擇泊車場景作為切入點不同,蔚來率先選擇切入的場景是高速。
隨后蔚來 升級視覺融合全自動泊車功能 ,不過僅支持水平和垂直兩類常見車位自動停靠,對于斜方位或者無劃線的車位無能為力,屬于L2級別,整體性能距離小鵬有較大差距。
第二代自動駕駛平臺NT2.0的問世,是蔚來另一個重要節點。
2021年1月,在蔚來NIO DAY上,李斌發布了NT2.0以及基于此平臺打造的 NAD自動駕駛系統 ,NAD的全稱是NIO Autonomous Driving,從Assisted Driving(輔助駕駛)到Autonomus Driving(自動駕駛),表明了李斌對這套系統的定位。
李斌曾提到,以NT1.0搭載的硬件架構,其傳感器和運算能力無法實現 L4 級自動駕駛,也不會宣布可以做到L3,他認為NT2.0作為蔚來研發的新一代技術平臺,會是行業內更先進的量產自動駕駛技術。
NT2.0和NAD的落地標志著蔚來吹響加速向無人駕駛進軍的沖鋒號角 ,配備此系統的最新款車型ET7已于今年3月落地交付。
NAD系統在硬件層面延續了蔚來“高舉高打”的特點 ,計算平臺由Mobileye升級為更為開放的英偉達,共計搭載4顆英偉達Orin芯片,包括兩顆主芯片、一顆備份芯片和一顆群體智能與個性訓練專用芯片,整體構成蔚來超算平臺NIO Adam,算力高達1016TOPS。
在感知層面, 蔚來打造Aquila超感系統 ,NAD在NIO Pilot基礎上拿掉一個前視攝像頭,但新增兩個瞭望塔式側前視、兩個側后視和一個后視,并且攝像頭由180萬像素升級為800萬高清攝像頭,構建360度全視角高清感知能力,同時新增一個激光雷達,作為視覺感知的冗余,整體稱得上豪華。
同時值得注意的是, 蔚來在NAD中還額外增加了C-V2X感知模塊 ,是國內之一個在新車搭載V2X的車企,V2X即車聯網,用以實現人、車、路和云平臺之間的連接與通訊,表明蔚來在發力單車智能同時,已經開始布局車路協同。
可以看到, 蔚來實現自動駕駛進化的一貫思路就是“硬件先行” ,無論是NT1.0,還是NT2.0,都配備了高冗余的硬件系統,基于高規格硬件系統,通過正向獨立開發不斷更新軟件能力。
不過,高級別硬件能力固然可以更好地保障自動駕駛系統游刃有余地處理各類復雜任務,然而單靠硬件堆棧難以從根本上真正提升自動駕駛的能力, 再好的“裝備”如果不是給到一個“技能”足夠強大的角色,可能也難以“打贏 游戲 ” 。
NAD相比NIO Pilot不僅需要完成從高速到泊車、城市的全場景跨越,還需要完成從僅前視感知到360度環繞+激光雷達融合感知的跨越,且由于前期一直采用Mobileye封閉芯片,底層的數據積累不夠充分,這些對于蔚來都是需要面對的挑戰。
如何提升算力和數據的利用效率, 強化自動駕駛的“軟實力” ,是蔚來需要加足馬力提升的,好在蔚來具有厚實的研發基礎,近日原小鵬自動駕駛產品總監黃鑫的加入,或許可以一窺蔚來要做出改變的決心。
03 理想
后起之秀先發制人,自研發力主動安全
相比小鵬和蔚來,理想的自動駕駛之路看起來是起步更晚的,李想曾自嘲說道是由于自己創業初期融資能力差導致沒有充足的資金開展智能駕駛技術研究,這個局面在2020年理想 汽車 IPO之后才發生根本性轉折。
但或許,理想的自動駕駛之路早就開始了。
2019年4月理想落地首款量產車理想One,同樣是搭載擁有成熟ADAS方案的Mobileye EyeQ4芯片,配備1個前視攝像頭、4個環視攝像頭、1個毫米波雷達和12個超聲波雷達,具有車速、車道控制等L2級以下自動駕駛功能,整體比較基礎。
但理想有一個特點, 從一開始就標配輔助駕駛功能 ,是因為理想希望通過用戶使用持續收集駕駛場景的數據,理想擁有乙級地圖測繪資質,是造車新勢力中之一家擁有合法收集數據資格的企業。
也就是說, 理想ONE一直在使用“影子模式”獲取數據 。
數據對自動駕駛至關重要,自動駕駛底層是一種基于機器學習算法的技術,數據是算法建模與軟件落地的基礎,大量的數據采集是自動駕駛技術開發的前提。
可以說理想從采集數據開始就已經啟動了自動駕駛之路,因此我對理想自動駕駛的定位是“后起之秀,先發制人”。
在擁有充分的數據和研發資金后,理想便拋棄了相對封閉的Mobileye芯片, 轉向與支持車企自主開發感知、控制算法的地平線J3合作 ,開啟自研之路。
2021款理想ONE便是落地的車型,相比2020款,升級了前視攝像頭的性能參數,新增4個毫米波雷達,并首次融入高精地圖。
自研方向除了必備的NOA導航輔助駕駛之外,理想還 選定了AEB作為自研的重點功能 ,AEB全稱Autonomous Emergency Braking,即自動緊急制動系統, 是一種 汽車 “主動安全”技術 。
在傳統 汽車 領域,AEB已經是一個較為成熟的功能,主要依靠雷達進行障礙物識別,通過測量距離碰撞發生的時間來判斷是否選擇自動制動,由于 汽車 在行駛過程中突然剎車也是有危險的,因此AEB要求性能非常穩定,既不能不剎車,也不能亂剎車。
那為什么理想要選擇這樣一個在自動駕駛系統里并不起眼且開發難度極高的功能作為自研突破點呢?
不考慮商業競爭的因素,或許源于李想對產品力的極致追求,安全性是衡量自動駕駛能力一個很重要的性能指標,AEB雖不起眼,但卻是ADAS里 唯一一個在行車場景下隨時待命的功能 ,對于自動駕駛的安全性能有非常重要的意義。
傳統的AEB方案由于僅依靠毫米波雷達做探測,缺乏對物體的識別,容易出現誤報的情況, 理想在自研過程中將視覺能力融合進來,采用“視覺+毫米波雷達”融合感知的AEB方案, 并利用積累的巨量真實駕駛數據進行算法訓練,實現AEB功能的快速迭代和落地。
理想是全球第二個落地視覺融合方案AEB的車企,之一個是特斯拉。
2021年12月,理想正式交付自研完整版的AEB和覆蓋高速場景的NOA功能,也 標志著理想在自動駕駛方向與小鵬和蔚來正式站在同一個賽道 。
進化之路仍在繼續,2022年3月,理想發布新一款車型理想L9,硬件能力全面升級,感知層面采用高性能攝像頭作為主要感知來源,配備6顆800萬像素和5顆200萬像素攝像頭,實現360度全方位感知,同時配備激光雷達作為感知冗余,計算平臺也同樣采用算力更強大的英偉達Orin方案,搭載兩顆OrinX芯片,總算力達到508Tops。
同時 理想推出自動駕駛系統AD Max ,采用全棧自研的感知、決策、規劃和控制軟件,基于這一代系統,理想將逐步覆蓋高速、泊車、城區的全場景導航自動駕駛能力。
理想作為后來者,以主動安全為主要發力點切入自動駕駛初見成效 ,不過AEB畢竟是個低頻功能,而且用戶其實并不希望有需要用到AEB的場景,自動駕駛要想真正給用戶體驗帶來“質”的變化,在行車域和泊車域的功能是重頭戲,理想需要加速這些方面的能力落地。
面對實力強勁的競爭對手,理想仍然道阻且長。
04 有什么共性?
三家新勢力在各自制定的路線上實現自動駕駛的快速進化,雖然路線有所差異,但大的方向還是存在一些共性:
數據驅動的底層思想
數據對自動駕駛的重要性不言而喻, 算法為數據服務,算力為算法服務 ,數據是自動駕駛能力的“源泉”。
小鵬 汽車 董事長何小鵬說:“我們致力于全棧自研,堅持數據驅動并不斷創新,這是小鵬 汽車 業務的基石。”
理想 汽車 CTO王凱說:“車企想做到頭部,一定要做數據驅動的 科技 企業。”
蔚來聯合創始人秦力洪說:“原生數字化企業不是個時髦,是個必須。”
從這些變態可以看出三家企業均 將“數據驅動”作為打造自動駕駛和智能 汽車 的一個基本底層思想 。
數據驅動的關鍵是要構建數據閉環,包括數據采集、數據標注、數據訓練、數據仿真等模塊在內,共同形成由數據驅動開發和功能迭代的閉環系統,小鵬、蔚來和理想均在此發力。
未來自動駕駛的產品競爭,高效的數據閉環將成為有力的武器。
冗余配置的工程思維
人體作為一個復雜系統,冗余配置是很常見的一種形態,例如雙肺和雙腎,其中一個壞掉后不影響人體的正常運轉。
冗余配置,是指重復配置系統的某些部件,當系統發生故障時,冗余部件介入并承擔故障部件的工作,由此減少系統的故障時間。
對于自動駕駛的工程落地,蔚小理也運用了冗余配置的工程思維,在相關鏈路中的感知、計算、執行系統等環節都做了充分的冗余配置。
感知層面,小鵬、蔚來和理想均同時搭載攝像頭、毫米波雷達、超聲波雷達等多類型傳感器,并將同時配備激光雷達,不同傳感器的能力各有優勢且有重疊部分,構造出“具有冗余感知能力”的自動駕駛感知系統。
算力層面,蔚來配備四顆芯片,一顆作為冗余備份,小鵬和理想配備雙芯片互為冗余,三家的自動駕駛算力均達到500Tops以上,蔚來更是達到1000Tops+,強大的算力應用于目前的自動駕駛能力有充分的冗余空間。
執行層面,針對轉向控制系統、駐車制動系統、動力輸出系統蔚小理也都做了相應的冗余設計,確保自動駕駛控制信號正常執行。
安全是自動駕駛之一要義,冗余為安全護航。
應用場景層面的漸進式
實現全無人駕駛的路線有漸進式和跨越式兩種,一般意義上的漸進式是指自動駕駛能力上從L1-L5逐步實現。
還有一種視角是在應用場景層面的漸進,也就是說,先在部分場景落地相對高階的自動駕駛,然后不斷擴大應用場景,最終實現全場景的高階自動駕駛。
小鵬優先在泊車場景落地L3級的記憶泊車,隨后在高速和城市快速路場景落地L3級點到點導航輔助駕駛,主城區場景點到點導航輔助駕駛正在測試中,預計今年中旬會正式落地。
蔚來和理想目前已落地高速場景導航自動駕駛,并且都宣布會在最新一代自動駕駛系統中逐步落地全場景導航輔助駕駛功能。
從泊車、高速、城市快速路、主城區,到更廣泛的場景實現多域融通, 自動駕駛將逐步滲透,量變終會引發質變 。
軟硬件全棧自研的趨勢
從Mobileye到英偉達,車企選擇合作的芯片由封閉走向開放,核心原因是車企希望在數據和算法層面掌握更多自 *** ,隨著硬件能力逐漸趨同,智能化的競爭最終是軟件及軟硬耦合能力的競爭, 車企掌握數據和算法的自 *** ,更有利于實現快速迭代,打造差異化功能體驗和產品服務 。
目前蔚來、小鵬和理想均已先后啟動軟件和算法的全棧自研之路,同時對于自動駕駛核心硬件的自研也正摩拳擦掌。
早在2020年,蔚來便傳出要自主研發自動駕駛計算芯片的消息,后來因為遭遇財務危機,芯片自研的計劃暫時被擱置,2021年據36氪報道,小鵬 汽車 也已開始涉足核心芯片的自研,而理想因為近期才宣布軟件自研,硬件自研還需時日,理想對外的說法中也沒有否認過要自研芯片的可能性。
要更大限度發揮自研技術的價值, 軟硬件一體化自研或許是必由之路 ,國外的特斯拉便是這方面的先驅。
05 寫在最后
自動駕駛的賽道日漸擁擠,越來越多的玩家意識到自動駕駛 的重要性,蔚小理由于介入更早,在認知、技術、數據、經驗等多個維度都已具備一定的領先優勢和技術壁壘。
從全球來看,造車新勢力的自動駕駛能力,國外特斯拉一枝獨秀,處于霸主地位,國內以蔚小理處于之一梯隊,能力各具千秋,逐步形成階段性的“一超多強”競爭格局。
然而,自動駕駛的競爭并不會停止,在蔚小理相互之間持續競爭之外,隨著后續蘋果、小米、集度等新玩家的加入,以及傳統車企對自動駕駛能力的追趕,競爭會愈演愈烈。
競爭會加速進化,在以蔚小理為代表的造車新勢力的推進下,期待 全自動駕駛時代可以提前到來。
來源于公眾號:禾隱記(hejunnote)
小鵬生產資質怎么樣?
XpengMotors已經具備新能源汽車的生產資質。Xpeng電機生產規模:XpengMotors智能網聯科技產業園規劃總面積3000畝內蒙古呼和浩特市小鵬甲級測繪資質,其中整車生產項目占地1500畝內蒙古呼和浩特市小鵬甲級測繪資質,其中一期已征地903.62畝,實測建筑面積約46萬_。工廠擁有沖壓、焊接、涂裝、總裝、封裝等5個車間,4條不同型號總裝柔性生產線和1條柔性電池裝配線,共計264臺智能工業機器人。使用先進技術:在XpengMotors肇慶工廠從規劃到建設完成的全過程中,沖壓、焊接、涂裝、總裝、包裝五大工藝車間以數字化工廠為基礎,利用物聯網技術和監控技術,將生產信息、設備信息、工藝信息、質量信息可視化,實現制造過程的透明化。
小鵬向上,何小鵬向前!
何小鵬從軟件跨越到硬件,從小鵬 汽車 的投資人轉換為CEO,重建了小鵬 汽車 ,也重構了自己對于 汽車 行業的認知。
小鵬 G3 是在何小鵬加入之前規劃的,他說自己改造了 30%,但還是留下不少遺憾。他快速啟動了第二平臺的研發。
基于第二平臺的小鵬 P7 比之一款車 G3 上了一個臺階。小鵬 G3 面向 10-15 萬大眾消費市場,需要用規模效應攤薄成本,推出更高性價比的產品,初創車企很難做好這一點。而 P7 定位 20-30 萬,這是何小鵬心目中更好的市場。具備一定溢價能力,同時又足夠大。
但做轎車當時并不被看好。同平臺的 SUV 與轎車,SUV 往往溢價能力更高,因為中國消費者普遍偏好大空間。也正因此,蔚來、理想和大部分造車新勢力早期都選擇做 SUV。
何小鵬說,當初做轎車,主要是為了把續航里程做到更大。轎車比 SUV 輕,放同樣多的電池,可以跑更遠路。
當時市場上大部分電動車充滿電只能跑兩、三百公里。蔚來 ES8 上市時,官方公布的綜合工況續航里程為 355 公里,一些車主冬季實測大概只能跑 200 多公里,這讓蔚來承受了不少壓力。而小鵬 P7 的目標續航是 600 公里,最終做到了約 700 公里。
轎車比 SUV 更難布置電池,小鵬技術副總裁、E 平臺項目負責人徐吉漢說,因為轎車底盤低,而 P7 又被設計成了一輛運動型轎車。標準電池包的厚度大概 140 毫米,而小鵬 P7 的電池包厚度只有 110 毫米,電芯都是跟寧德時代定制的。
并不是所有轎車都賣的不好。特斯拉的緊湊型轎車 Model 3,2017 年交付之前攢了 50 萬訂單。《晚點 LatePost》了解到,小鵬 P7 對標 Model 3,要求操控性、舒適性、噪音、續航等各方面都在比 Model 3 強。
“我們以大打小,尺寸比 Model 3 長 200 毫米,以內飾簡潔、豪華打 Model 3 那種簡陋。自動駕駛方面毫不示弱。智能座艙、語音交互,絕對比特斯拉體驗要好。” 徐吉漢說。
徐吉漢曾在福特(美國)、設計公司 AVL(美國)、廣汽研究院做新能源方面的研發,新造車浪潮興起后,他先后加入美國初創車企菲斯克、蔚來(美國)擔任副總裁,后來回國加入小鵬。
小鵬與供應商聯合研發動力總成、電子架構,底盤則找了一家德國公司合作。徐吉漢認為,這是因為底盤的 *** 主要靠經驗,在這方面,歐洲的底盤公司有多年的積累和傳承,這并不是新企業能迅速趕超的。但小鵬派了一隊工程師,與供應商一起 *** 底盤,確保駕駛感是中國消費者喜歡的。
P7 的研發過程中有兩大挑戰,之一是時間,傳統車的開發流程一般要 48 個月,而 P7 只做了 28 個月。因為當時小鵬只有一臺 G3 在售,G3 賣的時間越長,越容易把品牌定位固定在 10-15 萬。
第二是文化的挑戰。徐吉漢帶領的項目組,橫跨小鵬各個垂直業務部門,由造型設計、 汽車 技術、智能座艙、自動駕駛等與 P7 項目相關的人員組成,大概 600-800 人。開項目會,最和平的情況是 “互相科普”,但常常發展為 “爭吵辯論”,最后 “不歡而散”。
徐吉漢的任務是,保證車上的 1000 多個零部件、軟件可以在同一時間上車,完成驗證。“我天天盯的就是節點,像軍令狀似的,有時候開玩笑 ‘提頭來見’。說完以后我很后悔,我怕他真的去跳樓。”
天天都在盯流程的徐吉漢,最終還是不得不打破流程。小鵬自動駕駛的軟件在 SOP(Start of production,小批量生產)之后三個月才全部完成。但驗證硬件,需要讓軟件跑起來,最后只能全部推翻。
與互聯網人一起工作久了,徐吉漢也逐漸習慣了互聯網的 “散漫”,同時也看到了互聯網升級、迭代的好處:“有點 Bug 沒有關系,過三個月我就給你解決了。”
何小鵬對于硬件的要求是設計和集成,軟件方面制定了 “全棧自研” 的戰略。自動駕駛的前期自研并不順利,這也是錯過 SOP 節點的主要原因。
接近小鵬自動駕駛業務的人士對《晚點 LatePost》表示,小鵬的自動駕駛研發做了差不多一年,毫無頭緒,團隊配合也出現問題。何小鵬換了高管,自己當了一段時間自動駕駛部門的 “1 號位”。直到 2018 年底,他從高通挖來自動駕駛業務負責人吳新宙,小鵬的自動駕駛研發才步入正軌。
吳新宙用 “災后重建” 形容他接手時的自動駕駛業務,硬件選型非常激進——博世第五代雷達、英偉達芯片 /Xavier 首次量產,此前從沒有在市場上充分驗證過。這奠定了小鵬自動駕駛硬件的領先地位,同時也增加了開發的難度。
軟件的問題更大。“雖然有一個架構,但是執行上有很多問題,基本上是從零開始。” 吳新宙說。
劉芹認為,小鵬自動駕駛自研之路前期曲折,很大程度上是由于技術太新了,需要一個試錯的過程。
“你連問題都不知道是什么,需要投入進去,deliver(交付)出之一版,然后發現很多問題,分析是自己的問題還是第三方的問題,第三方都不知道這是問題,你還要幫他去解決。” 劉芹說。
他認為何小鵬最難得的是,收到負反饋,沒有撤回來,而且人才也在不停升級。
對于造車而言,自動駕駛是不是最重要的?劉芹說,這在當時是一個 “非共識”。
那個時候,蔚來、理想都在用供應商 Mobileye 的視覺感知方案,理想的輔助駕駛軟件同時還與李想投資的易航智能合作。兩家公司后來都啟動了全棧自研,但小鵬提早了 2 年。
一個產品的成功有很多因素,不同的創業者會把有限的資源向自己認為重要的事情上傾斜。幾家公司里面,對自動駕駛布局最早、最堅決、當做核心能力去建設的是小鵬。劉芹認為,這很大程度上要歸結為創始人的基因。何小鵬是軟件工程師出身,對互聯網有系統性的理解,對自動駕駛的算法、數據也更熟悉,他對底層技術的顛覆式創新有樸素的信仰。
實際上,不僅僅是自動駕駛,小鵬的自研范圍后來逐步擴大。2021 年 6 月,小鵬 2.5 億人民幣收購了一家高精地圖公司,獲得甲級測繪資質。小鵬內部的高精地圖團隊與高德 “緊密合作”,吳新宙表示。除此之外,小鵬也在做三電方面的設計和研發。
何小鵬稱,對智能電動車起決定性作用的 “風暴眼”,小鵬都要抓在自己手里。因為只有這樣才能保持領先優勢。
“如果你不是自研的,找供應商,你把供應商培養了,供應商就跟所有人合作。所有人跟你下一個產品同一起跑線。” 何小鵬說。
經緯創投合伙人萬浩基說,何小鵬是新能源車這條高風險賽道里,最讓投資人安心、“最能睡得著覺的一個 CEO。”
深度 | 對華為說“不”,上汽底氣在哪?
“一家公司為我們提供整體的解決方案,如此一來,它就成了靈魂,而上汽就成了軀體。對于這樣的結果,上汽是不能接受的,要把靈魂掌握在自己手中。”
上汽集團董事長陳虹上面這句,關于“上汽是否會和華為合作自動駕駛”的回答最近火了。但隨著話題的發酵,討論中也出現了諸多不理性的聲音,有的將華為與上汽對立起來,也有的質疑上汽的研發能力,甚至還有些上升到了民族情緒。
上汽集團總工程師祖似杰在接受Dante Tech采訪時解釋,“上汽一直堅持開放創新及自主創新,也是之一家與華為合作5G車量產的整車廠,上汽在傳統車的核心電子架構與智能車電子與軟件架構上必須自主掌控,并投入大量資源自主研發。博世的執行機構(不含電子架構)解決方案與華為的整體解決方案(含電子及軟件架構)是有本質區別的。如果整車企業在智能車時代不能建立此核心能力,則其產品智能升級就不自主(傳統車無需升級),變為了代工廠。”
可以看出,上汽集團僅僅是拒絕含電子及軟件架構的自動駕駛整體解決方案,在與華為等 科技 公司的合作上,態度依然是很開放的。那含電子及軟件架構的自動駕駛解決方案是什么?為何會讓上汽無法接受呢?
整包方案的硬件選型及數據 *** 問題
現階段很多車型裝載了100個以上的ECU,運行著上億行的代碼,而隨著車上的ECU和軟件代碼越來越多,高效可拓展的底層操作系統,電子架構和軟件架構變得愈發重要。
電子電氣架構決定著車輛的整車布置,ECU的選型,甚至是轉向、制動等核心模塊的選型,而這些ECU和關鍵執行模塊的成本,要占到了整車成本的40%以上。華為HI智能 汽車 解決方案核心便是提供一個取代傳統EE架構的計算與通訊CC架構。
選擇了打包的整體解決方案,意味著整個電子架構得向CC架構切換,對主機廠而言,不光是在自動駕駛相關的芯片和傳感器上,失去硬件選型的話語權,連底盤、轉向、制動等 汽車 的核心零部件選型上,也得為了配合整包方案而失去話語權。
一位某一線零部件廠商工程師向Dante Tech透露,華為與某車企的車型項目上,轉向系統的選型都是與華為的工程師對接的,連項目組的微信群名稱都是“X華為”。整個執行機構都得服務于自動駕駛整包方案,接受整包方案便要讓渡核心零部件選型能力,從而失去對整車成本控制的能力。
硬件如此,軟件亦是如此。雖然眾多車企,對每個ECU中內置的軟件了解有限,只是把這些ECU作為實現特定功能的“黑匣子”去使用,但對于軟件架構或操作系統,車企們無疑都想握在自己手中。車企作為軟硬件集成和整合者,軟件架構就如同一根指揮棒,通過制定標準來管理協調不同廠家提供的ECU和代碼。
在整包方案下,車企也將丟失軟件標準的話語權,這使得車企無法向自己的用戶,做軟件迭代升級規劃的承諾。蔚來、小鵬可以清晰地告知自己的用戶,系統將維持怎樣的頻次OTA升級,智能駕駛將在什么時間點上推出什么功能,但對于選擇整包方案的車企,在OTA上并不能掌控節奏。
對于自動駕駛整包方案而言,還多了一層數據 *** 的問題。華為ADS總裁蘇箐在媒體溝通會上曾清晰表示,“ 汽車 攝像頭、激光雷達采集到的信息,只能算是素材,只有經過算法處理過的素材才能算作數據,華為對這些算法擁有知識產權,數據就自然也是華為的”。
如果車企失去軟件架構這根指揮棒,也不對自動駕駛的長遠發展做規劃,那智能 汽車 產生的數據將無法挖掘其價值。這意味著車企必須和整包供應商充分信任,建立長久的綁定關系,讓渡數據的 *** 換取智能駕駛系統的進步。
選擇整包方案就如同接受了一個更大的黑匣子,對車輛智能硬件、執行機構硬件失去選型的能力,對車輛的整車成本控制失去掌控,對自動駕駛系統的迭代節奏失去掌控,用數據換技術應用,某種程度上來說,這確實就淪為了代工廠。
上汽拒絕的底氣
拒絕整包方案是需要底氣的,對上汽而言,必須得擁有自研電子電氣架構,自研軟件架構,硬件選型,測試驗證,自建私有云服務等諸多能力,才擁有這樣的底氣。
對主機廠而言,只能拿用戶可以體驗到的產品來說話。而往往一款產品承載的技術,從立項到上市要經歷3到5年的時間,而且受制于法規和安全性可靠性問題,很多前瞻的技術需要更長的時間才能和消費者見面,這就導致其在研發上做的努力,很容易被人忽略。
上汽集團這幾年在智能 汽車 研發上的布局,主要依靠投資和自建團隊兩條腿走路。在投資上,上汽布局了國內領先的 汽車 邊緣計算芯片廠家地平線和黑芝麻,目前是地平線的更大機構股東,而地平線最新的征程5芯片,算力接近100TOPS ,滿足高等級智能駕駛的算力需求。黑芝麻發布的華山2號A1000系列,單芯片算力也達70TOPS,支持L2+/L3級智能駕駛系統。
此外上汽還投資了自動駕駛 科技 公司Momenta,后者擁有計算機視覺算法技術積累,與智己 汽車 合作的L7 IM AD系統,不久前發布了在上海城區+高架全程無接管的視頻,表現相當驚艷。此外,上汽還有旗下控股公司中海庭,擁有甲級地圖測繪資質,以及高精地圖,眾包視覺高精地圖的制作能力。
此外上汽自建研發能力的動作也比較頻繁,上汽先后成立了智能駕駛中心、零束軟件分公司、軟件中心、人工智能實驗室等,致力于軟件和算法的研發。其中零束軟件分公司負責自研中央集中式的電子電氣架構,和軟硬件高度解耦靈活升級的SOA軟件架構。
上汽總工程師祖似杰在2021中國 汽車 重慶論壇上表示,“上汽零束開發面向服務架構的SOA軟件平臺,要打造 汽車 行業的安卓系統。目前已有1900多項上線開發可供調用,能為不同開發者提供專屬開發環境和工具,通過SOA平臺,使用戶、供應商、OEM可以在一個平臺上共同來打造我們的下一代 汽車 。”
上汽通過自建團隊開發全新一代電子電氣架構,以及軟件SOA架構,旗下的智己和R 汽車 將應用這兩個全新的架構。而通過這兩個架構,上汽可以有效協調軟硬件供應商的產品,將成本控制住在自己手中。如果選擇華為的整包方案,則意味著上汽要否定自研的電子電氣架構及軟件架構,這顯然是不劃算的。
此外,還有聲音拿合資的事情質疑上汽,這類盲目的攻擊完全忽視了中國 汽車 行業過去30年所做的努力。30年前我們的 汽車 工業一窮二白,合資是那個年代的更優選擇,但在合資企業中,中方和外方對技術學習的博弈一刻都沒有停止過。上汽與GM合資的泛亞 汽車 ,通過雪佛蘭賽歐、別克GL8等項目,改變了合資研發中心只能做標定和意見收集反饋的狀態,也為中國 汽車 工業培養了一大批人才,被稱為中國 汽車 的黃埔軍校,這些奮斗史都是不可詆毀的。
Huawei Inside模式改變了Tier 1和OEM關系
“把數字世界帶入每一輛車”,華為進入 汽車 行業本身就是帶著賦能和改造 汽車 行業的目的而來,因此華為自動駕駛全棧解決方案給人的印象,必然是強勢的,但這也是迎合需求而已。對部分主機廠而言,使用華為的整包方案,確實能為市場帶來更好的產品。
實際上華為HI自動駕駛解決方案,本質上和車企牽頭的自動駕駛生態圈沒有太大區別。搭載HI的 汽車 ,實現了不同品牌不同車型在硬件選型上的統一,能夠通過規模效應降低硬件采購成本。搭載HI的車型收集到的數據可以共享共通,也能夠幫助自動駕駛系統更快速的迭代升級,這些是單一車企單一車型所無法實現的。
華為在智能 汽車 硬件上的布局非常全面,在自動駕駛上擁有高精地圖制作采集、MDC計算芯片、域控制器、激光雷達、4D毫米波雷達。在智能座艙上,華為擁有5G T-Box,車載智慧屏、AR-HUD。在電動領域,華為擁有超融合電機、車載充電器、充電樁等產品。如此龐大的產品矩陣,也能為加入生態圈的企業,一定程度上降低智能 汽車 增量元器件的使用成本。
這種 Inside 的模式此前存在于手機和電腦領域,電腦中的inter inside和手機里的“Qualcomm inside",兩家廠商在各自領域都有著幾乎壟斷的市場占比,通過Inside的模式能夠降低下游廠商的推廣成本。 汽車 作為更為復雜的設備,加之自動駕駛系統的涉及交通安全,Huawei Inside的路要困難很多,同時也在所難免對OEM有更深的滲透。
Inside戰略讓華為必須走到臺前,成為生態圈的中心,這也無可避免遮擋住背后OEM的光芒。此前的 汽車 行業中,即便強大如博世和大陸的Tier 1,也不會走在臺前,去搶主機廠的風頭,而且即便是提供整包方案,例如大陸向大眾MEB提供的ICAS1車身控制和電子通訊系統,也是按照主機廠的需求來定制。
綜合來看,Inside方案是難度非常大的一次嘗試,它需要技術足夠的領先且無可替代,而且能夠有更多的企業加入,推動規模效應幫助合作伙伴發揮成本優勢。正如博世中國總裁陳玉東接受Dante Tech 采訪時表示,“面對終端客戶,供應商永遠不能站在主機廠的前面,搶主機廠的風頭,除非你干的東西,別人不能干,否則就不行。華為試圖創造一種新路,但很可能沒有能力壟斷這個市場和技術。”
例如選擇華為Inside的北汽極狐,還在與百度Apollo展開合作,長安也同樣選擇華為Inside+自研兩條腿走路,廣汽埃安在華為之外,也選擇和滴滴接洽。如果華為的解決方案不是領先且唯一的,Inside的路線就注定更為艱難。
EV+AI+IoT時代,躺平也是一種積極的選擇
自動駕駛、電動化、萬物互聯, 汽車 行業正在面臨的巨變,并不是每一家車企都能輕松應對的。龐大的軟件算法開發需求和軟件管理需求,給主機廠帶來的挑戰非常大,自研和接受 科技 公司的整包方案都是一種積極的嘗試,是技術路線的選擇,本身并沒有對錯之分,無需上綱上線。
自研本身成本非常高,對部分車企而言幾乎不存在可行性。首先得是研發的投入,華為每年在智能 汽車 領域的研發投入是10億美元,這種規模的資金投入,對于上汽、長城、吉利等盈利狀況不錯的車企而言壓力并不大,但對于銷量不高盈利狀況不好的車企而言,如此高的研發投入,風險是很難承擔的。
其次是人才,對整個行業而言,自動駕駛人才需求都是難以滿足的,而在這輪人才爭奪大戰中,主機廠并沒有很強的競爭力,如果是排名靠后的主機廠,就更是身處選擇優先級的末端了。一位從某央企車企跳槽到自動駕駛 科技 公司的軟件工程師告訴Dante Tech,其之前所在的車企并沒有好的研發氛圍,到自動駕駛創業公司后,學習和成本速度會更快,工作的成就感也更高。
這種現象我們從一家智能駕駛解決方案供應商的HR處也獲得了印證,優秀的軟件算法工程師是非常難招的,但是他們顯然比車企更有吸引力,很多軟件工程師都是在車企做了一段時間后,認為不利于個人職業發展而跳槽到 科技 公司,畢竟氛圍會好很多。
組建軟件研發團隊對車企而言難度也是非常大的,即便花費大價錢從其他公司挖了高管和團隊,也面臨組織結構難以適配的問題。目前最常見的做法,是成立單獨的軟件公司,薪酬體系完全獨立,業務協作上也類似于供應商與車企的相處模式。國外的車企,如GM和福特,更偏向于直接收購一家軟件公司,國內目前只有上汽通過投資建立與Momenta的深度合作關系。
自動駕駛智能網聯以及電動化,都對應著無數的軟件研發需求,但是很顯然,國內能做這些工作,特別是能做視覺算法研發的人才是很稀缺的。這意味著,不是所有車企都能選擇自研,而所謂的全棧自研,更只能當做噱頭聽聽就好了。
相比之下,接受華為、百度的“躺平方案”,能夠最快速補齊自身的短板,也是成本上能夠量力而行的一種選擇。對消費者而言,能夠用更低的成本體驗到好的產品就行,至于是不是自研,并不重要。耳機充上電就行,就別管電是風電還是火電了。
選擇自研的上汽,還是提供全棧解決方案的華為 Inside,以及接受躺平方案的極狐,都是在用適合自己的方式向市場推出先進的智能 汽車 ,都是 汽車 行業的奮斗者,并不存在優劣與對立。
測繪全國甲級資質是什么概念
相當于醫院的三級甲等。這懂啊?是這個行業更高級別的了!
具體關于測繪資質的參百度百科:
全國甲級測繪單位
2008年10月24日
北京市
北京愛地地質勘察基礎工程公司
中國石油集團工程設計有限責任公司
北京市地質工程勘察院
國家林業局調查規劃設計院
中國國土資源航空物探遙感中心
北京長地友好制圖技術有限公司
北京國電水利電力工程有限公司
鐵道部專業設計院
中國測繪科學研究院
中國地圖出版社
北京市測繪設計研究院
中國四維測繪技術總公司
中航勘察設計研究院
北京市城建勘測設計研究院有限責任公司
國家基礎地理信息中心(國家測繪資料檔案館)
中國土地勘測規劃院
中國科學院地理科學與資源研究所
建設部綜合勘察研究設計院(建設部遙感制圖中心)
北京國電華北電力工程有限公司
中國科學院遙感應用研究所
北京市市政工程設計研究總院
北京勘察技術工程公司
北京城市空間數據科技有限公司
北京四維圖新導航信息技術有限公司
北京華星勘查新技術公司
北京航天勘察設計研究院
中兵勘察設計研究院
高德軟件有限公司
易圖通科技(北京)有限公司
北京靈圖軟件技術有限公司
地質出版社
北京蒼穹數碼測繪有限公司
天津市
鐵道第三勘測設計院
中國地震局之一監測中心
中交之一航務工程勘察設計院
中水北方勘測設計研究有限責任公司
國家海洋信息中心
天津海事局海測大隊
天津市市政工程設計研究院
天津市勘察院
天津水運工程勘察設計院
天津港灣水運工程有限公司
天津市地質工程勘察院
天津市水利勘測設計院
天津航道勘察設計研究院
天津市測繪院
天津金宇信息技術有限公司
河北省
河北地礦建設工程集團冀東公司
河北省建設勘察研究院
河北省第二測繪院
石家莊市勘察測繪設計研究院
中國冶金地質勘查工程總局一局測繪大隊
河北省之一測繪院
河北省欣航測繪院
核工業航測遙感中心
廊坊開發區中油四維工程勘察有限公司
中國兵器工業北方勘察設計研究院
中國化學工程之一巖土工程有限公司
中國石油集團工程設計有限責任公司華北分公司
中國石化集團勘察設計院
河北中核巖土工程有限責任公司
冶金工業部勘察研究總院
水利部河北水利水電勘測設計研究院
河北煤田地質局物測地質隊
河北省制圖院
保定地質圖制印廠
石油地球物理勘探局測繪工程中心
中國有色金屬工業總公司地質勘查總局測繪中心
中國建筑材料工業地質勘查中心河北總隊
秦皇島市測繪大隊
地質礦產部河北水文工程地質勘察院
河北省水利水電第二勘測設計研究院
保定九華地質勘查測繪總院(華北地質勘查局五一九大隊)
保定金迪地下管線探測工程有限公司
山西省
山西省基礎地理信息院
山西省地質礦產局測繪隊
山西省工程測繪院
太原市勘察測繪研究院
山西省第六地質工程勘察院
山西省電力勘測設計院
水利部山西水利水電勘測設計研究院
山西省勘察設計研究院
山西省第二地質工程勘察院
山西省地圖集編篡委員會編輯部
西山煤田(集團)有限責任公司
山西煤田地質綜合普查隊
山西華晉巖土工程勘察有限公司
山西省交通規劃勘察設計院
山西省第三地質工程勘察院
陽泉新宇巖土工程有限責任公司
山西省第五地質工程勘察院
內蒙古自治區
蒙古交通設計研究院有限責任公司
內蒙古自治區航空遙感測繪院
內蒙古自治區地質測繪院
內蒙古自治區水利水電勘測設計院
內蒙古自治區電力勘測設計院
包鋼集團勘察測繪研究院有限公司
呼和浩特市勘察測繪研究院
內蒙古大興安嶺森隆工程勘察設計有限公司
內蒙古自治區地圖制印院
包頭市測繪院
內蒙古自治區測繪院
核工業二○八大隊
遼寧省
沈陽市勘察測繪研究院(沈陽市地理信息中心)
大連市勘察測繪研究院
遼寧省第二測繪院
中冶沈勘工程技術有限公司
遼寧有色勘察研究院
中煤國際工程集團沈陽設計研究院
遼寧省之一測繪院
遼寧省水利水電勘測設計研究院
遼寧地礦測繪院
遼寧省第三測繪院
遼寧省城鄉建設規劃設計院
中國水利水電第六工程局
鞍山鋼鐵集團公司設計研究院
遼寧省交通勘測設計院
遼寧電力勘測設計院
遼寧省冶金地質勘察局地質勘察研究院
大連九成測繪信息有限公司
遼寧經緯測繪科技有限公司
沈陽市公路規劃設計院
遼河石油勘探局(地球物理勘探公司)
吉林省
吉林市勘測設計院
中水東北勘測設計研究有限責任公司
吉林省水利水電勘測設計研究院
吉林省基礎地理信息中心
長春市測繪院
吉林省地理信息工程院
吉林省之一測繪院
吉林省第二測繪院
吉林地礦測繪院
中國電力工程顧問集團東北電力設計院
吉林省公路勘測設計院
黑龍江省
黑龍江地理信息工程院
國家測繪局第二大地測量隊(黑龍江之一測繪工程院)
國家測繪局第三地形測量隊(黑龍江第二測繪工程院)
國家測繪局第四地形測量隊(黑龍江第三測繪工程院)
哈爾濱地圖出版社
大慶油田建設設計研究院
黑龍江省地質礦產局測繪院
黑龍江省水利水電勘測設計研究院
哈爾濱市勘察測繪研究院
哈爾濱測量高等專科學校測量工程公司
黑龍江省林業設計研究院
黑龍江省電力勘察設計研究院
黑龍江省測繪航空遙感中心
黑龍江農墾勘測設計研究院
黑龍江航道局測量大隊
黑龍江省土地勘測規劃院
黑龍江省測繪科學研究所
齊齊哈爾市勘察測繪研究院
黑龍江省地理信息中心
佳木斯市勘察測繪研究院
齊齊哈爾市水利勘察設計研究院
牡丹江市勘察測繪研究院
上海市
上海市海事局
上海達華測繪公司
國家電力公司華東電力設計院
上海市測繪院
上海巖土工程勘察設計研究院
上海東亞地球物理勘查有限公司
中船勘察設計研究院
交通部第三航務工程勘察設計院勘察工程公司
上海海洋石油局之一海洋地質調查大隊
上海市地質調查研究院
上海市政工程勘察設計有限公司
上海同濟規劃建筑設計研究總院
江蘇省
江蘇省地質測繪院
長江口水文水資源勘測局
中國化學工程南京巖土工程公司
華東有色測繪院
南通市測繪院有限公司
徐州市勘察測繪研究院
江蘇省工程勘測研究院有限責任公司
南京市測繪勘察研究院有限公司
江蘇省測繪工程院
長江水利委員會長江下游水文水資源勘測局
江蘇省基礎地理信息中心
南京北極測繪研究院
江蘇省電力設計院
鎮江市勘察測繪研究院
無錫市測繪院有限責任公司
蘇州市測繪院有限責任公司
南京市國土資源信息中心
江蘇省工程物理勘察院
江蘇省水文地質工程地質勘察院
淮安市測繪勘察研究院
淮安市水利工程勘測院
蘇州工業園區測繪有限責任公司
常州市測繪院
江蘇省地質調查研究院
江蘇蘇州地質工程勘察院
浙江省
冶金工業部寧波勘察研究院
浙江省電力設計院
浙江省水利水電勘測設計院
國家電力公司華東勘測設計研究院
浙江省測繪大隊
溫州市勘察測繪研究院
浙江省之一測繪院
浙江省第二測繪院
浙江煤炭測繪院
浙江有色測繪院
杭州市勘測設計研究院
中國水利水電第十二工程局
國家海洋局第二海洋研究所
寧波國土測繪院
寧波市測繪設計研究院
浙江省水利水電河口海岸研究設計院
義烏市勘測設計研究院
浙江省地理信息中心
安徽省
安徽省水利水電勘測設計院
安徽地質測繪技術院
合肥市測繪設計研究院
安徽省之一測繪院
安徽省第二測繪院
安徽省第三測繪院
安徽省第四測繪院
安徽省公路勘測設計院
蕪湖市勘察測繪設計研究院
安徽省長江河道管理局測繪院
安徽省基礎測繪信息中心
馬鞍山市華東探測技術有限責任公司
安徽煤田地質局物探測量隊
中水淮河工程有限責任公司
福建省
福建省地質測繪院
福州市勘測院
福建省之一測繪
福建省第二測繪
福建省交通規劃設計院
國家地震局廈門地震勘測研究中心
福建省地圖出版社
福建省航道局勘測大隊
福建省八閩煤田測繪院
福建省水利水電勘測設計研究院
廈門市測量隊
福建省基礎地理信息中心
江西省
南昌市測繪勘察研究院
江西省第三測繪院
江西省之一測繪院
江西省第二測繪院
江西省地質礦產勘查開發局贛西地質調查大隊
江西省水利規劃設計院
江西煤田地質局測繪大隊
江西地質礦產勘察開發局贛西地質調查大隊
核工業華東地質局測繪院
江西有色地質測繪院
江西省交通設計院
江西省瑞華建設工程有限公司
山東省
青島海洋工程勘察設計研究院
濟南市勘察測繪研究院
青島市勘察測繪研究院
山東正元地理信息工程有限責任公司
山東省地質測繪院
中國海洋大學工程勘察設計開發院
淄博市勘察測繪研究院
山東省國土測繪院
山東中煤物探測量總公司
山東省城鄉建設勘察院
山東省地圖出版社
山東省經緯工程測繪勘察院
山東省水利勘測設計院
維坊市勘察測繪研究院
中國石化集團勝利油田管理局
河南省
河南省地球物理工程勘察院
化工部鄭州地質工程勘察院
中鐵大橋局集團之一工程有限公司
河南省地質測繪總院
河南省電力勘測設計院
河南省航測遙感院
黃河勘測規劃設計有限公司
煤炭工業部選煤設計研究院
中鐵隧道勘測設計院有限公司
河南省測繪工程院
河南省基礎地理信息中心
河南省地圖院
河南省煤田地質局物探測量隊
河南省水利勘測總隊
鄭州市規劃勘測設計研究院
河南省科學院地理研究所
河南黃河水文勘測總隊
河南省交通規劃勘察設計院
焦作市中緯測繪地理信息有限公司
小浪底工程咨詢有限公司
河南省有色測繪有限公司
鄭州市市政工程勘測設計研究院
湖北省
武漢科島地理信息工程有限公司
中國石化集團江漢石油管理局勘察設計研究院
武漢大學設計研究總院
武漢武大吉奧信息工程技術有限公司
武漢中地信息工程有限公司
中國南極測繪研究中心
武漢市勘測設計研究院
長江航道局
湖北省之一測繪院
湖北省第二測繪院
長江水利委員會長江中游水文水資源勘測局
長江水利委員會水文局
長江水利委員會綜合勘測局
鐵道部第四勘測設計院
葛洲壩股份有限公司測繪總隊
中冶集團武漢勘察研究院有限公司
中交第二航務工程勘察設計院
中國科學院測量與地球物理研究所
武漢測繪院
湖北省地圖院
機械工業部第三勘察研究所
中南勘察設計院
中國地震局地震研究所
中鐵大橋勘測設計院有限公司
中國電力工程顧問集團中南電力設計院
湖北省水利水電勘測設計院
中國石化集團江漢石油管理局地球物理勘探處
中交第二公路勘察設計研究院
湖北省交通規劃設計院
中國長江三峽工程開發總公司
湖北省國土測繪院
湖南省
湖南省地質礦產勘查開發局四一八隊
湖南地質調查研究院
湖南中揚建設工程公司
湖南省交通規劃勘察設計院
株洲市勘測設計研究院
湖南省工程勘察院
衡陽市規劃設計院
湖南省第三測繪院(湖南省基礎地理信息中心)
中國有色金屬工業長沙勘察設計研究院
湖南省煤田地質局物探測量隊
湖南省第二測繪院
湖南省水利水電勘測設計研究總院
湖南省之一測繪院
中國水電顧問集團中南勘測設計研究院
湖南省地質測繪院
核工業衡陽第二地質工程勘察院
長沙市勘測設計研究院
湖南地圖出版社
長沙科創巖土工程技術開發有限公司
湖南有色測繪院
湖南省水文水資源勘測局
湖南省地球物理化學勘查院
中南石油局第五物探大隊