2025年10月，新加坡陸路交通管理局（LTA）于發(fā)布一則公告，新加坡官方首個(gè)L4級(jí)自動(dòng)駕駛巴士項(xiàng)目正式落定，由中國(guó)自動(dòng)駕駛企業(yè)蘑菇車聯(lián)（MOGOX）與比亞迪和MKX Technologies、autonoma組成的聯(lián)合體獨(dú)家成功中標(biāo)，這標(biāo)志著新加坡首次將自動(dòng)駕駛巴士深度納入其公共交通系統(tǒng)。

根據(jù)公告，此次參與競(jìng)標(biāo)的不乏豐田通商亞太公司等巨頭，蘑菇車聯(lián)為何脫穎而出？從兩年前對(duì)感知路線的果斷預(yù)判，到如今端到端大模型的落地應(yīng)用，蘑菇車聯(lián)憑借一套針對(duì)真實(shí)城市公交場(chǎng)景定制的技術(shù)哲學(xué)，構(gòu)筑起了一道難以逾越的技術(shù)護(hù)城河。

感知革命：兩年前的“路線伏筆”

新加坡作為全球智能交通建設(shè)的先行者，對(duì)技術(shù)的安全性、穩(wěn)定性與本地化適配有著近乎苛刻的要求。如何直面早晚高峰人流、多變天氣及突發(fā)交通事件，對(duì)自動(dòng)駕駛巴士的感知系統(tǒng)穩(wěn)定性提出了嚴(yán)峻挑戰(zhàn)。此時(shí)，兩年前的一個(gè)“非主流”抉擇顯現(xiàn)出了巨大的前瞻性價(jià)值。當(dāng)時(shí)機(jī)械式激光雷達(dá)仍是主流，但蘑菇車聯(lián)精準(zhǔn)預(yù)判了其結(jié)構(gòu)復(fù)雜、成本高、壽命短、難以與車身深度融合等缺陷，率先打破行業(yè)慣例，轉(zhuǎn)向“視覺為主+固態(tài)激光雷達(dá)”的融合感知方案，奠定了在自動(dòng)駕駛巴士領(lǐng)域的領(lǐng)先地位。

具體來(lái)說(shuō)，蘑菇車聯(lián)的方案采用128線主固態(tài)激光雷達(dá)，兼顧遠(yuǎn)距探測(cè)與中遠(yuǎn)距小目標(biāo)識(shí)別，同時(shí)輔以4顆高線束補(bǔ)盲雷達(dá)，點(diǎn)云密度提升3-6倍，可精準(zhǔn)鎖定行人、非機(jī)動(dòng)車，降低復(fù)雜路況漏檢風(fēng)險(xiǎn)，減少盲區(qū)。依托BevFusion算法，圖像與點(diǎn)云數(shù)據(jù)深度融合，實(shí)現(xiàn)“1+1>2”效能。相較傳統(tǒng)方案，目標(biāo)感知距離提升超50%，漏/誤檢率下降70%，接管率大降兩個(gè)數(shù)量級(jí)，效能得到質(zhì)的提升。

同時(shí)，固態(tài)激光雷達(dá)抗振動(dòng)、抗沖擊能力強(qiáng)，其使用壽命可達(dá)8-10年，基本實(shí)現(xiàn)低成本維護(hù)。整套方案的成本僅為傳統(tǒng)機(jī)械雷達(dá)方案的1/3~1/5，真正實(shí)現(xiàn)了高耐久與低成本。

不過(guò)，這種路線選擇的更深層意義在于數(shù)據(jù)體系的連續(xù)性。由于機(jī)械式與固態(tài)激光雷達(dá)的數(shù)據(jù)體系無(wú)法兼容，提前兩年的轉(zhuǎn)型讓蘑菇車聯(lián)率先進(jìn)入基于視覺與固態(tài)激光雷達(dá)的數(shù)據(jù)積累階段，構(gòu)建起行業(yè)規(guī)模領(lǐng)先的巴士多模態(tài)數(shù)據(jù)集。

認(rèn)知驅(qū)動(dòng)與自進(jìn)化：500萬(wàn)公里實(shí)戰(zhàn)積淀的智能“大腦”

如果感知是“眼睛”，那么決策就是“大腦”。針對(duì)新加坡191路及400路公交線路的高難度挑戰(zhàn)，蘑菇車聯(lián)在其自動(dòng)駕駛巴士上搭載了自研的新一代端到端自動(dòng)駕駛系統(tǒng)MOGO AutoPilot。

相比普通乘用車，自動(dòng)駕駛巴士的技術(shù)難度差異顯著：

控制更難：相比輕巧的乘用車，巴士慣性大、剎車距離長(zhǎng)，對(duì)車輛動(dòng)力學(xué)控制的精度與預(yù)測(cè)能力要求高出數(shù)倍。

視角不同：自動(dòng)駕駛巴士盲區(qū)更大，傳感器的型號(hào)、位置、角度、數(shù)量和搭配與乘用車差異顯著。

責(zé)任更重：巴士承載人數(shù)是乘用車的數(shù)倍，對(duì)系統(tǒng)安全性的要求呈指數(shù)級(jí)上升。

為了解決這些難題，MOGO AutoPilot融合了蘑菇車聯(lián)自研的MogoMind物理世界多模態(tài)大模型的認(rèn)知與決策能力。通過(guò)海量真實(shí)路況數(shù)據(jù)訓(xùn)練，能夠模擬人類司機(jī)的駕駛邏輯，在復(fù)雜場(chǎng)景中快速生成最優(yōu)駕駛決策。

而這一能力的背后，是蘑菇車聯(lián)基于視覺與固態(tài)激光雷達(dá)的多模態(tài)數(shù)據(jù)集，已構(gòu)建起全球最大的巴士車型數(shù)據(jù)集，在預(yù)測(cè)與決策規(guī)劃模型訓(xùn)練中具備獨(dú)特優(yōu)勢(shì)。同時(shí)依托路側(cè)感知設(shè)備連續(xù)采集的真實(shí)道路交通數(shù)據(jù)，形成獨(dú)有的路側(cè)數(shù)據(jù)集，用于訓(xùn)練預(yù)測(cè)與決策規(guī)劃模型，形成“發(fā)現(xiàn)問(wèn)題-數(shù)據(jù)生成-模型迭代-驗(yàn)證部署”的高效閉環(huán)。

截至目前，蘑菇車聯(lián)MOGOBUS在中國(guó)10余個(gè)城市累計(jì)行駛500萬(wàn)公里，服務(wù)人次超20萬(wàn)，這些真實(shí)運(yùn)營(yíng)數(shù)據(jù)，成為了其在新加坡挑戰(zhàn)面前更具底氣的重要砝碼。

前裝量產(chǎn)：技術(shù)落地的終極載體

所有的算法和感知方案最終都要通過(guò)車輛硬件實(shí)現(xiàn)。蘑菇車聯(lián)堅(jiān)持的“前裝量產(chǎn)”模式是其技術(shù)落地的核心標(biāo)志。相較于后裝改造的自動(dòng)巴士，由于與原車系統(tǒng)的兼容性依賴外接協(xié)議，導(dǎo)致系統(tǒng)可靠性、合規(guī)性與規(guī)模化能力存在天然上限，蘑菇車聯(lián)的前裝量產(chǎn)自動(dòng)駕駛巴士，其自動(dòng)駕駛系統(tǒng)從底層即融入整車動(dòng)力、制動(dòng)、轉(zhuǎn)向系統(tǒng)，因而指令響應(yīng)速度更快、執(zhí)行精度更高。其核心硬件均經(jīng)過(guò)高低溫、雨雪、振動(dòng)等嚴(yán)苛環(huán)境測(cè)試，符合功能安全、信息安全等認(rèn)證標(biāo)準(zhǔn)。同時(shí)通過(guò)前瞻性的自動(dòng)駕駛套件設(shè)計(jì)，算力性能提升2.8倍，適配周期縮短至1-2個(gè)月。

目前，蘑菇車聯(lián)自動(dòng)駕駛巴士MOGOBUS B2已完成工信部公告?zhèn)浒�。該車型采用自�?dòng)駕駛套件與車身一體化設(shè)計(jì)，將自動(dòng)駕駛域、智能座艙域與車身底盤域深度融合，使車輛的穩(wěn)定性與安全性得到進(jìn)一步提升，成為行業(yè)內(nèi)極少數(shù)真正具備規(guī)�；桓杜c商業(yè)運(yùn)營(yíng)能力的L4級(jí)自動(dòng)駕駛巴士車型。

為了讓MOGOBUS完成本地化適配，針對(duì)新加坡右舵左行規(guī)則、行人優(yōu)先原則及濱海灣等特定路況，蘑菇車聯(lián)將在中國(guó)復(fù)雜環(huán)境中淬煉的工程化能力平滑遷移，通過(guò)模型訓(xùn)練優(yōu)化了避讓與停車策略，確保方案在真實(shí)路況下穩(wěn)定運(yùn)行。

毫無(wú)疑問(wèn)，技術(shù)路線的正確性與數(shù)據(jù)積累的厚度，讓蘑菇車聯(lián)在新加坡的復(fù)雜博弈中占據(jù)了先機(jī)。這次中標(biāo)不僅是對(duì)自動(dòng)駕駛技術(shù)方案的認(rèn)可，更是中國(guó)自動(dòng)駕駛技術(shù)在國(guó)際舞臺(tái)上，從“功能實(shí)現(xiàn)”向“商用進(jìn)化”邁出的關(guān)鍵一步。

來(lái)源：新聞晨報(bào)