地平线李星宇:对自动驾驶预期过高 可能伤害整个行业

发布者:qiuxubiao最新更新时间:2017-11-17 来源: ofweek关键字:地平线  自动驾驶 手机看文章 扫描二维码
随时随地手机看文章

随着自动驾驶逐渐步入商业化的深水区,当前翻开任何一家车企或科技公司在该领域的发展史,几乎都有一张清晰的研发乃至商用时间表展现在大家面前,且其中多家均以2020年作为量产的关键节点,少数激进的企业甚至把商业化落地时间提到了2020年以前。仿佛就这两三年的时间,大家真的可以看到各种品牌的自动驾驶汽车在路上飞驰。

    “事实并非如此”,地平线智能驾驶商务总监李星宇日前在接受盖世汽车采访时表示。“特别是目前业界对于L3、L4量产的一些宣传,在业界尚对L3、L4定义存在一些争议的情况下,就谈商业化,很不准确。”长此以往,反而会让公众和投资者对自动驾驶产生误解,出现公众在谈及自动驾驶时,经常不自觉地把自动驾驶的终极目标——无人驾驶拿来与当前的技术进行对比,事实上这两者之间还存在很大的差别。

    李星宇认为,无论企业还是普通公众都应该明确,自动驾驶其实和以往任何一种普通的汽车技术无异,也是需要逐步完善,在不断趋于商业化的过程中,逐步扩充使用边界,而不是一开始就能够以一种完美的状态呈现在大家面前。从这一点上来讲,业界想要推动自动驾驶商业化,或许通过创造一种新的自动驾驶分级方法——场景分级更符合实际。

    特别是技术的测试验证方面,在目前国内自动驾驶相关法律法规还未出台的情况下,不考虑场景地进行自动驾驶研发会存在诸多限制。但如果按照场景来进行开发,现在国内已经启用的一些自动驾驶试点区域,完全可以满足某些场景的研发需求。

    地平线智能驾驶商务总监李星宇

    自动驾驶并不性感2020年难落地

    说到自动驾驶,刚好想到前几天看的一个电视画面:男二和女二驾车飞驰在川流不息的车流中,这时男二启动了车辆的自动驾驶模式,让汽车自主行驶,两人则开始忘我地深情对视……

    这里尚不论屏幕中的车辆究竟属于哪一个等级的自动驾驶汽车,仅就使用场景而言,相信这一幕可以代表绝大多数人理想中的自动驾驶汽车,即在自动驾驶的车内,人们可以不用做任何事情或者做任何想做的事情,而车子自由行驶。

    确实,自自动驾驶汽车概念诞生,业界就一直在向公众传递这样一个愿景,让大家相信并憧憬着总有一天,大家会坐上这样的无人驾驶汽车。可是这一天究竟什么时候能够到来呢?是被称作自动驾驶“量产大年”的2020年,还是2030年,抑或更晚?确切答案目前无人知晓。因为且不论技术的成熟度,光是匹配无人车上路的法律法规体系、基础设施配套体系等还尚在制定或建设当中,使得上路根本无从谈起。

    “从这一点上来讲,如果要形容目前自动驾驶发展到了一个怎样的水平,是否可以商用,我更愿意用‘场景’这个词来描述,就是在什么样的场景下可以实现自动驾驶。”李星宇表示。

    这样一来答案就很明显——低速限定区域的自动驾驶技术已经比较成熟了,驭势科技的无人车在广州白云机场、杭州来福士商城地下车库等地进行试运营,就是很好的例子。此外还有矿区、港口的搬运,自动泊车等,因为场景相对较简单,环境可控,技术上也已经可以实现。但对于一些高复杂度、高挑战性的使用场景,比如市区十字路口的人车博弈或者车车博弈,李星宇认为还需要很长的时间才能“落地”。

    随后,李星宇提到了“落地”的几个关键点,包括使产品成本降低,毕竟自动驾驶产品化的最终目的是让大多数人都能消费得起;提升产品可靠性,在李星宇看来,目前公众对于自动驾驶最大的顾虑就是可靠性问题,而这个问题无法在一般条件下去论证,必须在某一限定场景下来验证,才具有现实意义;最后一点则是不断拓宽自动驾驶的适应性,即自动驾驶要从限定区域做起,但又不能仅仅局限于限定区域,企业应该看到在限定区域外,自动驾驶更大的发挥空间。

    “自动驾驶在车的研发方面,讨论已经非常多,但自动驾驶的落地,如果只靠科技公司和主机厂,落地的难度就会非常大。最好的方法,是人、车和路三者协同推进”。

    人的因素,这里包括车对于人的感知,以及更加智能的人车交互。比如在共享出行的应用方面,商业化运行实际上对于消费者的素质也提出了更高的要求,否则消费者不知道怎么用这辆车,很可能会做一些错误的操作,或者恶意使用,这将导致运营成本非常高,车辆损耗和维护成本会导致共享出行无法有效扩张。通过车对于人的感知,可以有效管控消费者的不良行为,有利于运营商降低运营成本。

    同时,有效的交互能够让消费者准确了解自动驾驶的使用方法和使用边界,这对于共享出行和私家车都很重要。尤其是私家车,如果消费者清楚地知道自动驾驶的局限性,就可能会避免越界使用带来的严重后果,特斯拉去年在弗罗里达发生的致命事故,正是由于消费者对于Autopilot功能的越界使用导致的。调查表明,事发前37分钟的行程中,驾驶员的手仅有25秒被检测到手握方向盘,并且超速驾驶!复盘这起事故,Autopilot的名字很容易让公众误以为这是自动驾驶系统,但其实际上属于辅助驾驶系统,而致命事故的发生,又导致了公众对于自动驾驶的负面认知,这是对整个行业的伤害。而在最新的Model3上,已经内置了对驾驶员监控的摄像头,特斯拉官方尚未对此摄像头的功能做出说明,但可以预期的是,该摄像头将用来对Autopilot的越界使用进行感知并做出相应限制。

    Model3已经内置了对驾驶员监控的摄像头

 

    AR+HUD有助于通过交互让驾驶员更好地了解自动驾驶的能力边界

    在路方面,包括了广义的交通基础设施,共享出行最理想的模式就是点到点出行,比如从家里直接到办公室,车辆在停车场的出入库都是由自动驾驶来完成,这样最为高效。但是,目前停车也是城市交通的核心难题之一,这里面最难的不是停车本身的操作难,运营商们目前最头疼的是车位很难找。如果使用车辆自身的传感资源去找空车位,其实是非常有挑战的,很多停车场的车位并不都是开放的,有些属于私人专用,自动驾驶系统不但需要找到空车位,还得区分一个车位是否是专用的,这个其实非常不容易。但如果停车场通过V2X或者5G直接为该车辆分配一个车位,这件事就会非常容易。另外,停车场的环境比较复杂,遮挡也很多,直接从场端加装感知摄像头,通过V2X发送实时结构化信息给到车辆,也可以显著提升自动驾驶的可靠性。

    再举一个例子:红绿灯的识别,事实上这个问题看似简单,但实际上却非常有挑战性。福特的自动驾驶车需要人为干预的事件中,70%是由于红绿灯的识别问题导致的,因为遮挡、背景光、道路结构、红绿灯形态等都会影响车辆对于红绿灯的判断。如果有了V2X技术,采用电子红绿灯发广播信号,这个问题可以很容易地解决。反过来,自动驾驶的感知系统如果没有来自V2X的辅助,为了达到所需要的高可靠性和足够的性能,将会非常复杂而且成本较高,并且有可能造成新的拥堵。

    毫无疑问,车的自主感知能力是自动驾驶的基础,就像飞机即使收不到塔台的信号也得飞行一样,但路侧(RSU)的改造会有效提升自动驾驶的可靠性,并显著降低自动驾驶的单车成本。

    “只不过建立V2X需要时间,且需要政策环境、基础设施、供应商、整车厂、运营商等一起推动,而自动驾驶本身就不是短时间可以落地的。所以我完全不相信到2020年,真正意义上的自动驾驶能够落地。”李星宇表示。

    瞄准使用边界场景分级比功能分级更适用

    自动驾驶作为一种比以往任何汽车技术都要复杂的高精尖科技,由于系统的复杂性,使得商业化难度大大增加。但另一方面,行业对于自动驾驶定义的不清晰,也是阻碍自动驾驶商业化进程的一大因素。

    虽然目前大家形容自动驾驶,主要使用的是美国SAE的自动驾驶分级标准,这项标准也并不那么准确,尤其是对于L3、L4的描述,概念十分模糊,由此使得部分企业一度认为L3自动驾驶汽车根本没有存在的必要,可以直接跳过,研发更高级别的L4自动驾驶。再加上部分企业在描述各自的自动驾驶技术时,仅仅以“自动驾驶”为宣传重点,而弱化了技术等级,一定程度上对公众和投资者也造成了误解。

    “其实很多时候公众以为的自动驾驶汽车,并不是企业马上能交付给大家的量产产品,两者之间差别很大。”李星宇担忧道。“所以,我认为我们在未来应该创造一种新的自动驾驶分级方法,就是场景分级。”即按照不同的自动驾驶汽车使用场景,如无人泊车、定点物流、特定的“最后一公里”、厂区通勤等开展自动驾驶研发,用于特定环境。

    在李星宇看来,汽车行业已经在这样做了,像前面提到的驭势科技的摆渡车,智行者对限定区域内低速无人驾驶的关注,以及图森未来的无人驾驶货运卡车,都是这一领域的先行者。接下来业界要做的是,对公众进行合理引导,让大家从过去根据功能定义自动驾驶转向依据场景来定义自动驾驶,扭转公众对于自动驾驶的预期。

    “当前,公众将自动驾驶这件复杂的事情简单化了,大多数人想象的自动驾驶汽车是:我可以驾驶一辆自动驾驶汽车去任何地方。这其实把自动驾驶的使用边界最大化了,所以也有很多人不相信自动驾驶,毕竟这是对现阶段汽车产品形态、使用方式、交通体系乃至法律法规的一种彻底颠覆,要实现太难了。”

    事实上,过去任何一种交通工具的出现,都是逐步扩展使用边界的,飞机如此,火车如此,甚至现在这两种交通工具依然有使用边界。所以,汽车产业也应该遵循这一技术发展规律,即在不同发展阶段有不同的使用边界,通过这一规律督促车企在现有成本约束条件和现在的技术条件下,落地某些有商业价值的自动驾驶应用。而当前自动驾驶的商业价值,用李星宇的话来说,就是限定场景下的自动驾驶,这也是地平线一直以来努力的方向。据悉,今年7月份,地平线的自动驾驶原型车已首次公开亮相,目前自动泊车的方案也已经测试完成。

    “除此之外,我们也应该意识到,自动驾驶的落地,最开始一定是toB而不是“toC。”言外之意即,消费者能够直接买到的自动驾驶私家车,将会在自动驾驶分时租赁、自动驾驶摆渡车之后来到大家身边。

    从孤军奋战到商业协同抱团推动量产化

    随着业界对自动驾驶的研发不断深入,近两年越来越多的企业开始意识到,自动驾驶不是一家企业可以完成,而必须开放协作,由多家企业合力推进。特别是2017年,汽车产业和科技领域围绕自动驾驶展开的合作比比皆是,仅百度一家,就凭借阿波罗计划,与近70家企业建立了合作伙伴关系,商用协同现象明显。

    “过去我们看自动驾驶,企业大多都是自己做,包括百度,也一度封闭。但是今年,整个产业的协同进化让我感触特别深刻。可以看到,目前自动驾驶领域大家都是先彼此绑定,再一起开发,推进量产进程,即先有客户后有产品。而过去的模式,则是先有产品后有客户。”这样做的一个好处是,在车企对上游关键资源如激光雷达企业、算法企业投资的过程中,使得一些走在自动驾驶相关技术前沿的初创公司,有机会接触到一些优秀的传统车企,双方优势互补,加快自动驾驶落地进程。

    同时,这样的产业协同也有利于车企间信息共享。虽然在很多车企眼里,未来数据会像石油一样宝贵,但随着自动驾驶领域的企业由个人战逐渐转为阵营战,阵营内部的数据共享也正不断成为可能,并随着共享不断放大其本身的价值。

    “从这一点上来讲,未来可能会出现专业的数据处理公司,因为目前我们所谈的海量数据不过是原始‘矿石’,要想这些‘矿石’发挥应有的价值,必须对这些数据进行进一步的处理,让数据发挥应有的效果。目前阿波罗平台、上海汽车城已经在推进一些数据共享相关的工作,国家层面也有数据共享计划,比如成立数据银行。”李星宇认为,在商业协同的大背景下,企业想要获得更大的价值,就不应该固步自封,而应该开放合作。

    此外,业界还应该呼唤新的标准法规。目前国内在自动驾驶领域还没有一个正式的标准,这使得国内企业在自动驾驶路测方面一直处于灰色地带。同时,针对自动驾驶汽车也需要不同于传统汽车的测试验证标准,这一整套的法律法规体系都亟待重建。以及不同供应商之间产品的兼容性、互通性问题,都是技术革新无法忽视的问题。

    不过值得欣慰的是,李星宇表示,政策层面国家已经有多项标准法规在同步推进。至于产品兼容性方面的问题,则会随着品牌的减少逐渐消除。“我认为自动驾驶时代,不太可能会出现像目前这么多的汽车品牌,共享出行的趋势将使得运营商品牌本身比车的品牌更突出,正如我们对于航空公司的认知远胜于对于飞机公司的认知一样,共享单车更是如此。”

    这也是为什么Uber、滴滴等出行品牌大举投入自动驾驶技术研发的原因。在未来,出行品牌将有更大的话语权,去定义符合共享出行的自动驾驶车型,进而增强其核心竞争力,他们将处于食物链的顶层。这是一场赢者通吃的竞争,整个汽车行业的供应商关系也将重塑,拥有AI核心技术的公司将有巨大的成长机会。

    今天的自动驾驶研发领域,人工智能处理器正成为自动驾驶竞争的主战场,不仅是整个自动驾驶的计算平台的核心,也是自动驾驶走向产品化的关键。处理器领域的三大巨头:Intel,英伟达和高通,全都在这个领域下重注。英伟达的股价在2两年内增加了十倍,很大程度上靠的就是这个。

    或许是早早地明白了这一点,作为国内唯一一家同时拥有人工智能算法和芯片的企业,地平线自2015年成立,就明确了围绕深度学习处理器打造核心竞争力的发展路线。发展到现在,地平线基于算法和芯片技术,部署了两条智能驾驶路线,一条是在FPGA平台上做ADAS研发,目前已经有比较完善、稳定的版本;另一条路线则是符合中国高频刚需场景的自动驾驶,据悉不久就会有相关的落地应用方案发布。

    李星宇透露,地平线的战略,就是围绕人工智能处理器,加上自己有优势和积累的算法,构成完整的自动驾驶汽车大脑,地平线首款人工智能芯片也将不久后正式发布。在未来,地平线希望能够为中国的自动驾驶提供处理器,带来低功耗、高性能的优势。自动驾驶不仅是一种针对交通出行的颠覆性技术,也关乎国家安全,国产处理器的诞生,无疑为自动驾驶的自主可控增添了一枚重重的砝码。


关键字:地平线  自动驾驶 引用地址:地平线李星宇:对自动驾驶预期过高 可能伤害整个行业

上一篇:航天科工北斗车联网技术已向缅甸印尼推广
下一篇:智能网联新能源车是中国车企弯道超车的机会

推荐阅读最新更新时间:2024-05-03 01:59

自动驾驶陷入冰与火的漩涡,未来如何?
谁能想到,一度闪耀硅谷的自动驾驶初创公司Drive.ai会倒下得如此之快。其实,它并非倒下的第一家。成立于2014年、主攻L4自动驾驶的明星创业公司星行科技即Roadstar.ai,在今年4月被爆出管理层动荡,濒临倒闭。即使是作为收购方的苹果公司,在自动驾驶的道路上也传出过几次裁员的消息。 事实上,在经历了前两年的投资热浪之后,自动驾驶行业也进入了冷静期。有诸如Drive.ai、Roadstar.ai这样的牺牲者,也有谷歌旗下Waymo、通用旗下Cruise和百度这类的奋勇者。一位从事自动驾驶技术研究的工程师向新京报记者表示,资本的热浪退去、发展中的技术瓶颈、行业内的兼并形势,都考验着自动驾驶创业者的耐心和实力。 行业呈现
[嵌入式]
可能你还没用过,但2年后没这两功能的车卖不掉
自动驾驶能落地的这两个功能显得非常实在,很好的解决了两个“痛点”。 “自动泊车”、“高低速自动跟车”——这两个功能现在还只出现在高档车中,但是近日深圳市逸行智能驾驶科技有限公司CEO简国栋在一次分享中指出,2020年的汽车如果没有这两个功能肯定就卖不掉! 听多了媒体整日宣传的自动驾驶,能落地的这两个功能显得非常实在,很好的解决了两个“痛点”。 “互联网汽车”与“传统车厂”之争 国内外的汽车界在互联网界杀入后,两派之争非常明显,一派激进的表示要革命;一派仍然保守的默默赚钱。 图上左边的一派是互联网行业所引导的,以出行及服务提供为重心,由运营场景驱动,这一派比较高调,直接切入无人驾驶(Level4)。 右边的一派是传统车厂为代表,一
[汽车电子]
外媒:苹果自研自动驾驶芯片,与台积电合作建厂
据Digitimes 报道,苹果已经在为研制自动驾驶芯片做准备,它正与台积电合作,试图在美国建立某种工厂。苹果这一举动印证了之前的一些准备,但想要拿出成熟的自动驾驶系统,它还要兼顾其他方面。研发自动驾驶汽车不像研发一款升级版的电子产品,其成本投入更大,而且研发周期也更长。 面对特斯拉这个已经发展多年的老品牌,苹果想一开始就占据很大优势,难度很大。但苹果也有其独特优势,它的产品种类较多,如果研发的自动驾驶汽车能够很好地兼容其电子产品,那么就能将购买电子产品的用户,转移到自动驾驶汽车上去。它也能借此打造一个使用体验更完善的产品生态。如果苹果成功进军自动驾驶汽车领域,可能会给这一行业带来重大变革。特斯拉想要保持其原来的市场优势地位就更
[嵌入式]
外媒:苹果自研<font color='red'>自动驾驶</font>芯片,与台积电合作建厂
苹果决定暂时不造汽车 转向研发自动驾驶系统
10月17日报道,据外媒报道,知情人士称,苹果大幅度缩小了其汽车团队的规模,已经有数百名员工被裁。苹果新的方向不再把自主生产汽车列入其中。 苹果汽车项目被称为Project Titan。近几个月来,该团队数百名员工或被转岗,或被辞退,或选择自行离职。 该团队的新领导层已经将团队工作重心转向开发自动驾驶系统。知情人士称,新的工作重心使得苹果可以灵活地选择跟现有汽车制造商合作,或者选择在未来重回汽车设计。根据另一人的说法,苹果一直在为新的工作重心招聘新员工,并以此方式保持汽车团队员工数量的稳定。苹果汽车团队拥有1000多名员工。 其中两名知情人士称,苹果高管给汽车团队设定了最后期限,让他们在明年年底之前证明自动驾驶系统
[汽车电子]
日企开发自动驾驶“夜视眼” 瞬间识别障碍物
据日媒报道,近日,日本松下公司开发出可活用于汽车自动驾驶的新一代高性能图像传感器。该传感器将感光度提高至100倍,在夜间行驶时也能够瞬间识别信号灯、行人和障碍物等。最早将在2020年前后投入使用。 日媒还称,在图像传感器领域位居世界首位的索尼公司也在加强汽车用传感器的开发。 在各汽车厂商竞相开发自动驾驶技术的背景下,相关产业的动作也愈发活跃。 据报道,图像传感器是将光转换为电气信号,以图像显示出来的摄影器材用零部件。目前被广泛应用于智能手机和数码相机。 索尼在全球握有4成市场份额。松下方面,受半导体的盈利状况恶化影响,正在缩小该业务。不过考虑到高性能图像传感器的市场需求有望扩大,松下又重新启动了研发。 松下将新开发
[汽车电子]
被华为“翻牌”后,车用激光LiDAR的春天多久才来?
不久前,华为自动驾驶系统亮相上海车展,接近L4的驾驶等级令其一时风头无两,同时也在业界引起了极高的话题讨论度。 与纯电动车巨头特斯拉推崇的视觉算法方案不同,本次华为发布的自动驾驶系统中用到了激光雷达方案。在特斯拉频频“翻车”后,那个曾经被马斯克“一棍子打死”的激光雷达方案就再次回归到大众视野。 行业人士指出,华为采用已经在市场和行业中起到了正向的引导,我们相信接下来会有越来越多的方案采用LiDAR,而特斯拉数次出现的各种问题也恰好能印证LiDAR方案将会成为一大趋势。 新玩家刺激需求增长 实际上LiDAR方案在业界并不少见,相反一直存在,只不过随着自动驾驶等级的提升,方案中采用的LiDAR数量也不断增加。据
[汽车电子]
被华为“翻牌”后,车用激光LiDAR的春天多久才来?
Uber 发生全球首例自动驾驶汽车撞死行人事故
  据美国广播公司(ABC)报道,当地时间3月18日晚,叫车平台Uber的一辆自动驾驶汽车在美国亚利桑那州坦佩市(Tempe)撞倒一位49岁的女性。根据当地警方描述,这位名叫ElaineHerzberg的女性被立即送往医院,但不治身亡。   警方证实了事故车辆当时处于自动驾驶模式,根据事故现场的照片,Herzberg当时应该骑着一辆自行车。美国国家运输安全委员会(NTSB)也表示将派专门小组调查这起事件。   Uber随后发表一份声明,向死者表示哀悼,并表示正在配合有关部门针对后则以时间进行调查,暂停在北美多个地区进行的自动驾驶测试。   这是自动驾驶汽车首次发生撞死路人的交通事故。   Uber从2016年开始在美国宾夕法尼
[机器人]
高分辨率成像雷达助力Arbe Robotics获自动驾驶最高安全等级
先介绍一下自动驾驶的6个级别都是啥? L0:车辆完全由驾驶员掌控,驾驶员拥有绝对控制权,且车上不存在任何的自动驾驶技术, L1:驾驶员依然需要去驾驶车辆,只不过出现了像ACC自适应巡航等安全系统,对驾驶员的驾驶起到一个辅助的作用,手不得离开方向盘,眼不得离开周围路况。 L2:来到L2这个级别,自动驾驶技术就可短暂接管一些驾驶任务,眼和手可短暂获得休息,但是仍需做好随时接管驾驶任务的准备,时刻准备着,因为还不足以应对变化的交通路况。 L3:来到L3这个级别,在某种意义上就可以算作自动驾驶,也可以把这个级别称为真正自动驾驶的开端。驾驶员可以将手离开方向盘,脚离开踏板,车辆几乎可以独立完成全部的驾驶操作。理论上可以刷刷微博玩玩手机啥
[汽车电子]
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved