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。
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
- 热门资源推荐
- 热门放大器推荐