商业化落地不断加速，蘑菇车联率先跑通自动驾驶商业模式。
2022年11月2日，工信部、公安部公开征求对《关于开展智能网联汽车准入和上 路通行试点工作的通知（征求意见稿）》的意见，并在其中提出，在试点城市的限定公共道路区域内，对试点准入的智能网联汽车产品开展上路通行试点。伴随这一 政策的实施，自动驾驶有望在全国范围内扩大试点，进而加快自动驾驶商业化落地 进程。 从行业趋势来看，商业化将重塑市场竞争格局，业内企业也在探索多种落地模式。 自动驾驶如何实现商业化落地也成为了当前市场考量的重要因素。通过实现 Robotaxi规模落地、C端爆发成长的商业模式离落地还有一定距离，以蘑菇车联为代 表的从公共服务场景切入，多场景谋划布局，Robotaxi 长期投入，由 G 端、B 端业 务向 C 端拓展延伸的发展模式成为关注的重点。
蘑菇车联从公共服务场景切入，推进“无人化作业”的规模化，解决多项公共服务领 域痛点，实现降本增效，创造社会价值和经济价值；同时进行多场景布局， Robotaxi 长线投入，在公共领域规模化趋于完善后，自动驾驶将逐渐服务于大规模 C 端消费市场。 公司形成了数据、商业双闭环，跑通自动驾驶商业模式。 数据闭环：“车路云一体化”自动驾驶方案，基于“单车智能+车路协同”的技术路线， 在理论和技术上实现了更安全可靠的自动驾驶，叠加技术不断创新突破，为大规模 商业化落地提供了保障。随着项目的不断陆地，在单车智能的基础上，通过对城市 道路的智慧化升级和基于 AI 云平台的“智慧交通大脑”建设，可以给拥有自动驾驶能 力的车辆提供实时交通数据。随着接入车辆的增加，不断积累的大量数据反哺，加 快算法迭代速度，进一步提高车路云三端能力，形成正循环。
商业闭环：基于蘑菇车联全栈自研，软硬件一体的发展路径，在技术持续创新，保 证交通安全的基础上，打造多组合，多形态，可满足不同业务场景需求的“车路云一 体化”标准化方案，提供蘑菇汽车大脑等标准化的软硬件一体产品，形成 AI 云平台 、数字化道路等基础设施建设，自动驾驶车辆规模化运营，提供数字孪生、车道级 导航等新型交通信息服务的标准化进程，已产生营收，进一步支撑项目的复制。
单车智能加车路协同，再加上云平台的全局调度与协同，“车路云一体化”从信息的 全面性、处理及时性和全局决策三个维度，提升自动驾驶安全性、可靠性和稳定性 。 信息的全面性方面，如在极端天气（雨、雪和大雾）、不利照明、视野受遮挡等条 件下，“车路云一体化”能够通过路侧感知，为单车智能车辆提供多源感知数据，解 决单车感知失灵、精准度不高、存在信息盲区等问题。处理及时性方面，单车智能车辆由于感知存在局限等问题，在突发情况下可能来不 及做出决策，导致行车风险增加。而“车路云一体化”系统方案则可以借助路侧感知 ，提前将信息同步给自动驾驶车辆，从而增加行车的安全性。
全局决策方面，如遇路口异形信号灯，“车路云一体化”能够通过路侧感知，将信号 灯信息直接同步给车端，避免可能遇到的感知难题；如遇无信号灯，或路况复杂的 十字路口，“车路云一体化”能够通过车-车协同，每辆车均可以实时获知其它方向来 车的轨迹意图；对于十字路口交叉车流调度问题，云端基于对交叉车道不同车流量 的大数据分析，可以调整路口信号灯授时，环节车流量大的道路拥挤，提高道路资 源利用率。
公司自研“车路云一体化”自动驾驶系统，应用融合感知、融合决策控制、高精地图 、高精定位、AI、仿真系统、云+边缘计算、实时大数据等前沿技术，深度融合自动 驾驶+车路协同+AI 云平台三大板块，满足不同场景、不同车型的需求，核心技术指 标行业领先。 公司首创“车路云一体化”方案，突破单车智能感知瓶颈，大幅提升了 L4 级自动驾驶 技术规模化应用的安全性，是实现 L4 级自动驾驶规模落地的基础。同时，公司高度重视技术研发投入，不断推进系统方案的更新迭代，提升产品竞争 力，加速自动驾驶规模落地。
在自动驾驶感知技术方面，蘑菇车联与清华大学共同提出基于结合外观、运动优化 的多模态融合三维多目标跟踪算法 CAMO-MOT（Combined Appearance-Motion Optimization），获自动驾驶领域权威评测数据集 nuScenes 跟踪任务榜单世界第一。
蘑菇车联与清华大学猛狮团队组成研究组，从路侧赋能感知角度出发，构建了一套 路侧分布式、可扩展的多模态感知系统。其应用多类型传感器帮助系统实现大范围 、全天候精准感知；数据采集时延在 8ms 以内。研究组此次开源的数据集依托于五 道口的真实行车场景，标注半径达 300m，感知范围直径是单车感知距离的 3 倍以上 ，平均单帧目标数达 319.84。这套数据采集系统以及对应开源的首批路侧多模态目 标检测数据集被 ICRA 2022 收录为大会论文。
蘑菇车联与清华大学猛狮团队组成研究组，构建了融合感知框架 InterFusion， 其包 含有数据预处理方法，能够消除 4D 毫米波雷达点云角度偏移误差；受自注意力机制 （Self-attention Mechanism）启发，有效地识别 4D 毫米波雷达和 16 线激光雷达特征 之间的跨模态关系，能够更好地结合 4D 毫米波雷达和激光雷达优势，更准确地感知 周围环境。在 Astyx HiRes 2019 数据集的实验评估中，InterFusion 融合感知框架在 3D mAP 中表现优于基线 4.20% ，在 BEV mAP 中表现优于基线 10.76%。此项研究成果被 IROS 2022 收录为大会论文。
在自动驾驶车辆研发方面，2022 年 9 月，蘑菇车联发布了新一代全球首款搭载“车 路云一体化”系统的自动驾驶前装量产巴士 MOGO BUS。MOGO BUS 提供两款车型， 分别为 MOGO BUS M1（自动驾驶小巴）和 MOGO BUS M2（自动驾驶巴士）。其中 ，M1 去掉方向盘、油门和刹车，真正实现全无人驾驶。
MOGO BUS 两款车型都可匹配蘑菇车联全栈自研的“车路云一体化”自动驾驶系统方 案。路端智能设备能够与 M1、M2 车辆实现实时通讯、协同感知、协同分析，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，使车辆 能够应对“鬼探头”等突发状况，实现超视觉感知、道路信息预警、绿波通行、智能 调度等功能。在配置方面，MOGO BUS 搭载蘑菇车联自主研发的全栈软硬件解决方 案，标配 8 颗固态激光雷达，以及多类型传感器，可实现 360 度无盲区感知，安全 高效地处理各种复杂城市交通路况，并满足多场景 L4 级自动驾驶运营服务。
MOGO BUS 支持 V2X、5G 等多种通讯模式，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，可有效提高自动驾驶的安全性和可靠性。 新一代 MOGO BUS 基于蘑菇车联已落地自动驾驶项目实际需求正向开发，可合法上 路，将有效支撑多地自动驾驶项目的规模化商业运营。可以看到，蘑菇车联通过在自动驾驶车辆、智能道路建设、智慧交通 AI 云平台三端 同时发力，构建车路云一体化系统；并十分重视研发，不断进行技术创新，优化产 品配置。车路云一体化能够突破单车智能感知瓶颈，大幅提升了 L4 级自动驾驶技术 规模化应用的安全性，构建了 L4 级自动驾驶落地的基础。
