外链代发包收录,纯手工外链代发就找老客外链吧

站长新闻

您的位置:老客外链吧 > 站长新闻 > 科技 >

自动驾驶中场战事:“Waymo” 和“特斯拉”们的十年

文章来源:老客SEO 作者:老客SEO 人气:14 时间2019-07-04 21:43:50

经过了两年的发展后,新造车运动告别了炫目融资、热闹挖人的“启动仪式”,真正进入到了艰难的造车阶段。

进入2018年以来,行车事故、融资减少等关于自动驾驶的负面消息连连。就在日前,中国市场上最受关注的蔚来汽车,决定召回近4803台有自燃隐患的ES8。

自动驾驶汽车的发展并不是一帆风顺,新造车势力在艰难探索;与此同时,备受挑战的传统车企逐渐放下了傲慢守旧的态度,投入到新技术的研发中。

本周,小鹏汽车Chief Scientist & AI 中心副总经理郭彦东刚刚从美国参加完CVPR回国。CVPR是世界顶级的计算机视觉会议,是自动驾驶相关公司最关注的学术盛会之一。

让郭彦东很有感触的一点是,他在大会上竟然看到了老牌车企、奔驰母公司戴姆勒的展位,“以前车企比较少参加视觉方面的会议,证明各界对感知的关注度越来越高。”

自动驾驶在让整个汽车行业发生改变。实际上,如果以2009年Google启动自动驾驶项目为开端,自动驾驶技术已经发展了整整10年。10年间,自动驾驶技术如何推动了行业演进?未来10年又将向哪儿发展?会遇到哪些困难?围绕这些话题,搜狐科技“智研所”沙龙第5期邀请到了小鹏汽车Chief Scientist & AI 中心副总经理郭彦东、视车科技创始人黄博渊以及北京科技大学工业设计系教授覃京燕,共话自动驾驶过去以及未来的10年。

“智研所”沙龙现场

商业化“难产”

今年4月,特斯拉公司掌门人马斯克曾表示,激光雷达是一个没有意义的设备,未来将会被自动驾驶汽车淘汰。马斯克相信摄像头和图像识别具有强大的能力,特斯拉在此之前宣布研发出了行业最先进的自动驾驶视觉识别芯片,能够处理摄像头捕捉到的路面信息。一时间,“激光雷达无用论”在圈内传开。

郭彦东表示,马斯克此番言论,无非是两个原因,一是成本,二是量产的一致性,归根结底是商业化成本的问题。

激光雷达造价高昂,马斯克几乎是在创立特斯拉之初就旗帜鲜明地反对激光雷达。

但在过去的10年里,激光雷达可以说是自动驾驶中最重要的零件,甚至可以说,激光雷达就是此前10年自动驾驶技术的标志。然而随着AI图像识别技术的演进,针对汽车感知的部分,行业内分为了两个派系——“雷达派”和“摄像头派”。

马斯克的言论遭到了Waymo首席技术官杜高峰的反驳:“在自动驾驶汽车的传感器系统中,摄像头、雷达和激光雷达是相辅相成的,同时,激光雷达的成本也在下降。”

覃京燕对此向搜狐科技“智研所”表示,一个很关键的问题是,每种技术都有窗口期,“当你把技术、成本、商业模式等各方面都考虑进来时,我们要知道这个技术所使用的环境到底给了你多少窗口期。”

如此看来,告别单纯依靠激光雷达,拥抱“摄像头+图像识别”可以成为划分自动驾驶过去10年与未来10年的分水岭。

从自动驾驶全产业链来看,整车生产公司、解决方案供应商、出行服务商等已经构成了生态雏形。百度、Pony.ai、Roadstar.ai等追随Waymo做自动驾驶车队,也有驭势、Momenta、腾讯等专注于提供高级别自动驾驶解决方案的商业路径,阿里、华砺智行则专注于道路协同。

赛场上的玩家基本上已经形成细分产业格局,其中,传感器层面的竞争相对更佳激烈。因为自L3级别往后,系统操作会需要传感器收集到的数据进行深度学习,模拟实际场景并不断进行重复演练。传感器是决定技术升级的关键。

不同公司选择了不同的商业落地模式。特斯拉卖车,谷歌就坚决不卖车。前者希望汽车拥有更多的功能,AI助力卖车,后者则一开始就要做成出行平台。

从各大自动驾驶企业的宣传口径来看,2018至2019年是“自动驾驶商业化元年”被高频次提及。自去年开始,百度首款L4级自动驾驶巴士Apollo量产下线;AutoX在硅谷,已经提供了同城的无人车配送服务;飞步科技实现城际货运无人驾驶……

然而,这些都是特定场景下的商用车案例,大规模乘用车应用仍旧面临不少的问题。

除了成本,安全是另一大待解决的问题,但事实是,乘用车的安全保障绝不是某一家公司能够解决的问题,这需要社会各部门的共同协作,比如配套的基础设施建设、法律法规等。

“现在到了必须制定新的社会契约的阶段。我们人类所掌控的所有物资流动、资金流动和信息流动,怎么去和人工智能所掌控的三大流之间形成契约关系。”覃京燕说道。

格局已定,市场冷静

自动驾驶历经十年孕育,市场上主要玩家的角色已经基本成型,竞争格局已基本稳定,互联网巨头、主机厂及技术公司各占一方。

最先入局的谷歌和百度凭借自身作为互联网巨头的优势,以技术驱动,主要采取从主机厂购置汽车改装,建立自有自动驾驶车队的业务模式。

以谷歌的Waymo为例,作为行业的开疆者和龙头企业,其商业场景主要聚焦于Robotaxi、最后一公里及技术授权,其中Waymo的自动叫车服务已经在美国亚利桑那州凤凰城郊区的四个地区启动。

此后,无人驾驶比赛才刚刚开始,Uber创建自动驾驶、特斯拉上市、通用收购Cruise,中国逐渐涌现出大量自动驾驶创业公司,Waymo可以说是那条鲶鱼,搅动了汽车行业局面,同时掀起了针对自动驾驶技术的研究。

在2018年,自动驾驶前十年的技术发展达到Gartner曲线的第一个峰值,经过了高速成长并走向成熟的阶段。从技术层面来看,激光雷达、毫米波雷达等传感器技术及深度学习、软件算法逐渐成熟,为针对不同场景的主机厂及科技公司提供了不断迭代的技术支持。

更重要的是,在这个过程中,自家已经基本摸清了各自的技术演进路线。

通过各企业官网,搜狐科技“智研所”发现,目前,多数国内传统主机厂均计划在今年实现L2级别自动驾驶汽车的量产,比如广汽、长安、上汽、北汽等,而新车企也已在准备具备L2级别的智能汽车量产,对于ADAS量产上车方面,绝大部分厂商的“deadline“同样设置在了今年。

针对更高级别的L3及L4自动驾驶,传统主机厂仍保持较为保守的态度,相比于新兴科技公司和互联网公司直接瞄准L4的做法,传统车企更倾向于按部就班地从L2一步步进行技术演进。

在自动驾驶领域,国际上通用的标准是以SAE(美国机动车工程师学会)制定的L0-L5六个阶段为主。

相比于L1的单一功能自动化和L2的部分系统自动化,L3级别要求在特定环境下,系统完成全部动态操作,驾驶员只在特殊情况发生时,给予系统回应。

由于从L3级别开始,自动驾驶技术难度高,芯片及设备的研发投入如若无法落地、不能量产,将导致单次投入成本高。

所以也可以说,L3是自动驾驶领域技术的分水岭,目前大多数商业公司的火力都集中在该级别的技术落地。

当然,也不乏部分车企弯道超车,比如被通用收购的Cruise,便直接进击L4自动驾驶。

对于这种技术研发的“越级”现象,郭彦东向搜狐科技“智研所”表示,最直接的影响因素是应用场景,“L4、L5的目的更多是为了园区的‘全无人’,在货运、码头、封闭园区等场地更有应用场景,而交出给用户的乘用车则使用场景和时间不受车企控制。”

由于场景及时间的不确定性,增加了技术适应各种场景的难度,所以真正的乘用车“全无人”自动驾驶需要漫长的技术研发过程去实现,目前绝大多数量产车的技术集中在L1-L3的自动驾驶,“车企倾向于把1-3级称为辅助驾驶或者高级辅助驾驶ADAS系统。”郭彦东说道。

援引Mobileye CTO Amnon Shashua曾经讲过的一句话:“真正阻止自动驾驶落地,或者说自动驾驶真正的挑战来自于长尾的corner cases。”什么是长尾的corner cases?其指的是存在一部分情况,其中每种情况出现的次数都不多,但这些情况的种类却很多。

比如一些特殊天气造成的可视范围的缩短;比如中西方的路牌排列方式不一样,中国路牌显示方式跟道路垂直,西方是平行的。类似的“corner cases”都会导致人工智能感知的误判,进而造成交通意外。

乘用车自动驾驶车辆能否量产,对于像小鹏这样自研系统的新车企来说至关重要,不仅关乎商业化,从技术角度讲,不能量产的情况下,也很容易造成“闭门造车”的局面。

自动驾驶车辆OTA全要仰仗交付给消费者之后的车辆及配备的车载系统,“每一辆车都有一个4G通信模块,收集到的数据反馈给人工智能平台,更新迭代再送回到车,从小数据到大数据平台,通过大量用户去使用,进行几次OTA的过程来进化车的智能。”

大公司、主机厂、出行服务商、技术公司,每一方都有几大巨头林立,很难说哪一家引领了自动驾驶过去十年的发展,但可以肯定的是,自动驾驶作为重资本产业,进度发展一定是缓慢的,一轮轮高额融资和居高不下的估值背后,产品及技术研发和社会各方的协同作用才是根基。

联系我们

在线服务 外链咨询 二维码

扫码添加微信:juxia_com