自動駕駛背後的故事太大了,這篇文章讓你看個明白。(無人汽車是下一個投資風口的概率非常大)
寫在前面---這是我在http://www.jiemian.com/article/681649.html看到的一篇文章,覺得寫得不錯,所以分享在這裡,若有本文作者覺得侵權,可與我聯繫。
本文刪除了部分廣告章節和欄位。
下面為正文:
我們常常在科幻片中看到未來的汽車全部都是自動駕駛,只要設定好目的地,汽車將自動將你運送到過去,瞧金牌顧問這話說的,怎麼感覺人都變成貨物了?近來自動駕駛有點火,今天金牌顧問就帶大家從一條新聞開始聊聊這個話題吧!
一、豐田給Uber戰略投資
2016年5月25日,Uber宣布獲得豐田公司的戰略投資,豐田除了幫Uber開拓現有的車輛租賃業務外,雙方還計劃在研發方面進行合作。
Uber和豐田最開始的合作將主要專註於汽車共享領域,未來長遠的合作目標將是在自動駕駛汽車技術領域展開。作為此次合作的一部分,豐田汽車將向Uber出售由雷克薩斯和豐田汽車組成的一個車隊。豐田也終於在自動駕駛汽車領域前進了一步。
小知識
Uber再獲35億美元投資
今日凌晨Uber宣布,沙特主權財富基金Public Investment Fund(PIF)向該司提供融資35億美元,將獲得該司5%的股權,PIF的董事總經理Yasir Al Rumayyan將成為Uber的董事。這是全球私營企業獲得的最大單筆投資,獲此投資後,Uber的G輪融資總規模至少60億美元。這一輪融資從去年開始,投資者包括俄羅斯的LetterOne和中國百度。完成這輪融資後,Uber成立以來所有外部融資總額達107億美元(不計23億美元可轉債),融資額為全球初創公司最高,公司估值增至625億美元,穩居科技業「獨角獸」公司估值榜首。
二、傳統廠商和科技巨頭紛紛進入研發領域
早在豐田之前,傳統汽車領域的日產、通用、福特、大眾、梅賽德斯賓士及谷歌、Uber等都投入到了自動駕駛技術研發領域。
谷歌甚至已在社交網路上開始直接招募測試司機,時薪20美元。傳統汽車企業與新興互聯網公司對此領域的關注,自然是因為自動駕駛在未來的潛力,那麼投資人在此過程中如何利用趨勢,選准領域嘗試大賺一筆呢?
1.自動駕駛的級別定義
首先來看汽車界對自動駕駛的定義,以便了解其他企業在做什麼:
由此可見,自動駕駛汽車的最終目標是無人駕駛,但由於路漫漫其修遠,不少企業希望能逐漸從自動駕駛入手發展到無人駕駛,當然也不乏很多企業決定直接進行無人駕駛這一步。
2.都有哪些發展路線
(1)改良路線—基於ADAS的自動駕駛
這種發展路線主要基於車輛現有雷達和感測器,以ADAS(Advanced Driver Assistance Systems高級駕駛輔助系統)為切入點,進行的自動駕駛研究。這種技術偏向於讓車輛進行即使演算,通過攝像頭和雷達等車載設施的配合讓車輛達到自動駕駛目的。
我們可以在特斯拉等其它一些汽車中找到目前最先進的半自動駕駛功能。駕駛員在高速道路上雙手可以離開方向盤。該功能是基於車輛現有雷達和感測器,以ADAS(Advanced Driver Assistance Systems高級駕駛輔助系統)為切入點,進行的自動駕駛研究。
這種技術還能夠使汽車可以併線、自動泊車、保持車道行駛、必要時自動剎車。不過,但僅處於Level 2。
為什麼要將ADAS作為自動駕駛的基礎呢?原因很簡單,因為ADAS貌似已經具備了量產基礎,各種駕駛輔助系統向中低端車型逐步滲透就是最好證明。
ADAS在硬體方面也都相當成熟,博世、恩智浦、大陸等零部件供應商每年向車企供應的感測器、執行器早已達到千萬數量級,如此龐大的一個供應量足以說明,ADAS在硬體方面已經相當可靠。特別是恩智浦近日還利用最新BlueBox引擎,發布了功能強大的自動駕駛平台。
該技術尤其適用於行駛於高速道路上的商用卡車。Peloton和NXP等公司正在研發卡車「隊列」技術——利用車輛間的通信系統將多輛卡車捆綁成一個車隊。最前面的卡車「領航員」開著,後面的司機坐著休息就行。
(2)革命路線—基於車聯網的無人駕駛
第二種以V2V(vehicle to vehicle車車信息交互)和V2X(Vehicle to X車與外界信息交互)為基礎,讓車輛通過移動互聯,與周邊環境建立信息通訊,從而得知實時交通狀況,實現可預見性自動駕駛。
這也就是人們常說的車聯網。
車聯網到底是什麼?簡單理解,車聯網=車載智能終端+物聯網+雲計算。車聯網藉助裝載在車輛上的感測設備(感知層),收集車輛和車內乘員的信息,通過網路共享(網路層),實現駕駛員、車、行人、車聯網平台、城市網路的互聯,從而實現智能、安全駕駛,以及享受技術和生活服務等(應用層)。
V2V和V2X技術理念就是在汽車上加裝一個通訊設備,然後將交通指示燈、道路標識、道路行駛車輛、行人等全都作為信號發射源來進行實時通訊。這樣就算汽車本身不具備探測能力,但通過不斷詢問周邊車輛和交通設施,也能夠了解其周邊的交通環境,從而實現安全的自動駕駛。
V2V和V2X技術最大優勢就在於,它可以讓車輛具備預見性,而不是到了眼前才做出應有反應。拿信號燈為例,ADAS是基於攝像頭來識別圖像,通過演算法來判斷信號燈究竟是紅是綠的,而V2X可以讓車輛在百米之外就收到信號,從而得知信號燈狀態,這就讓自動駕駛變得更為簡單。
它最大的難點在於,在所有交通設備上都加裝信號接收裝置和通訊器材是一件非常龐大的事情,並且信號頻率如何統一也是擺在研究人員面前的難題。
目前以車聯網理念研發自動駕駛技術的企業也不再少數。並且很多公司都是兩種技術路線同時進行,最終整合技術一體化的套路。比如:谷歌。
谷歌目前已在測試自動駕駛汽車,選取的結構化環境測試地點為測試場地以及交通量相對較低的德克薩斯州奧斯汀、加利福尼亞州山景城等城市。測試汽車在採集行人和司機數據的同時保持低速行駛—時速不超過25英里(40公里);谷歌還在開始夜間和雨雪天氣的自動駕駛測試。
三、為什麼大家看好自動駕駛汽車?
麥肯錫的一項報告顯示,90%的車禍都是人為的失誤,一旦大多數路上行駛的汽車都由可以互相交流對話的電腦駕駛,車禍(傷害)率也應該會顯著降低。
很多人推測自動駕駛技術的大量應用將首先出現在高端車市場,等到價格下降後逐漸轉移到商用車市場。
對很多人而言,個人可以在日常交通中不用花心思專註於駕駛,開車將會是一種休閑,而企業則可以利用自動駕駛汽車輛降低成本,提高服務質量。
或許,共享出行服務也可以用隨叫隨到的機器人計程車(robot taxi)取代現在的人工駕駛,減少對車輛和人力的需求。
奧巴馬政府提出了對自動駕駛技術的40億美元資助計劃,自動駕駛汽車製造商們宣稱這將是自動駕駛汽車邁向更廣泛應用的重要一步,美國交通部與國家公路交通管理局將合作構建一個可供各州頒布政策的參考模型,允許自動駕駛汽車正式上路。交通部Foxx表示,「我們正位於一個新時代的前沿,自動駕駛技術在挽救生命、減少溫室氣體排放與轉變美國人的出行方式上有巨大潛力,自動駕駛汽車在未來的廣泛應用是非常可行的。」
四、想要發展無人駕駛汽車有哪些挑戰?
1.出錯率還是有點高了
當下加州測試自動駕駛汽車的主要公司都報告了測試過程中出現的一些「不契合」,比如:司機時常被迫改為人工來操控自動汽車。谷歌、日產、梅賽德斯賓士、大眾、博世和德爾福汽車都報告了這種問題,有些每1~2英里(1.61-3.22千米)就會出現一次。高德納(Gartner)的分析師Koslowski表示,「不契合」情況出現的次數反映了一輛汽車可能出現錯誤的數目,而這些錯誤都是研發公司需要克服的。
美國車輛管理局曾對2015年前11個月的自動駕駛汽車測試進行了追蹤,谷歌在所有報告有問題的公司中表現最好,他們的自動駕駛汽車總共出現了272次需要司機人工掌控的情況,出錯率是每1244英里(約2002千米)出現1次。
大眾做得相對差一點,平均每57英里(約91.7千米)出現一次,德爾福的這一數據為41英里(約65.98千米),日產的數據為14英里(約22.53千米),博世和梅賽德斯的出錯率則更高。總部位於矽谷的高端電動車公司特斯拉(Tesla Motors)表示他們在測試過程中尚未出現問題,但並未報告他們的里程數。
2.法律法規可能是更主要的困難
行業專家認為相比技術難關來說,法律規定對自動駕駛汽車應用可能是更主要的困難。
儘管有些州已經允許自動駕駛汽車的測試,但聯邦法律依舊不到位,當下國家公路交通管理局的政策將自動駕駛汽車限制於測試目的而不允許普遍公共駕駛。而且,任何對自動駕駛汽車的政策指導都明確強調了可靠性的問題以及司機角色問題。高德納(Gartner)的分析師Koslowski認為,「未來所有擁有駕駛證的人都應該是控制機制的最後一環」。
3.其他一些問題也是不小的難關
除此之外,自動駕駛汽車的應用還存在其他挑戰。儘管交通部與國家公路交通管理局計劃提供基本的框架,從而讓製造商能夠依此繼續完善自動駕駛汽車的設計與技術。
但一個完善的自動駕駛體系所要求的並不僅僅只是可以上路的汽車。自動駕駛體系要想真正產生效益,車輛與車輛之間,公路與公路之間都要能互相通訊,以幫助車輛做出更安全的駕駛選擇。
道路地圖也應該要更精準,而不能是傳統的GPS地圖。
自動駕駛汽車輛測試網站http://Edmunds.com負責人Dan Edmunds表示: 「這需要各方協作和共同努力,基礎設施需要花時間建造,但在他們建造之前,行業人員需要確定基礎設施究竟長什麼樣。」
4.最大的挑戰是讓消費者相信
當然最大的挑戰很可能是說服消費者相信無人駕駛技術,儘管很多自動駕駛汽車製造商提供自動剎車系統(AEB)、車道偏離警示(LDW)、自動停車和輔助駕駛等,但裝備有這些選項的車輛依然是由司機來駕駛,司機不願意完全放手方向盤。Koslowski認為,在說服消費者的過程中,自動駕駛技術的逐漸引進是很關鍵的,在獲得廣泛的支持與接受度前,消費者需要先慢慢習慣這一技術。
據報道,美國密歇根大學在最近發布的一份研究顯示,消費者依舊對自動駕駛技術感到擔憂,「絕大多數人」仍希望能夠手動控制自動駕駛汽車。「人們對於汽車自動化最普遍的傾向依舊是去除自動駕駛功能,」這份研究的作者布蘭登·舒斯勒(Brandon Schoettle)和邁克爾·西瓦克(Michael Sivak)表示。
密歇根大學的最新調查結果顯示,46%受訪者更喜歡非自動駕駛汽車,39%更喜歡自動駕駛汽車,15%更喜歡全自動駕駛汽車。
研究顯示,接近95%受訪者表示,他們想在汽車中配備方向盤、油門以及剎車踏板,這樣他們就可以在需要時控制自動駕駛汽車。
傳統汽車廠商和供應商已開始逐步採用自動駕駛技術,從自動調整速度和剎車到保證汽車不偏離車道。特斯拉的Autopilot系統更進一步,為車主提供了在公路上限制自動駕駛的選項。
五、投資人怎麼看:技術的逐漸進階讓投資有利可圖
1. Kopelman正在尋找自動駕駛領域短期的投資機會
毫無疑問,在汽車變得完全自動前,還會有更多錢投入到自動駕駛技術領域,First Round Capital的Josh Kopelman表示,他正在尋找自動駕駛領域短期的投資機會,他預測35年後將不會有人再學駕駛,他的投資或許等不了這麼久,但行業將在逐漸取得進步的過程中開始產生盈利的途徑,而這將會很快到來。
Kopelman在過去投過不少好項目,他在福布斯2015年投資人排行榜Midas List上名列第6,連續6年登上排行榜前20。First Round曾經投過Uber、LinkedIn、Warby Parker、StumbleUpon和http://Mint.com等企業。Kopelman指出一旦人們開始接受自動駕駛汽車,行業將會迎來大幅上漲。
「一旦有一個州開始全力支持自動駕駛汽車的應用(例如允許全程不用人工操作的全自動化),我們就將看到自動駕駛汽車使用量的暴增,例如自動駕駛汽車將重新改變配送的方式(包括長途貨車運輸、隔夜交貨與零售送貨),而且他們會迫使更多城市和政府重新思考大眾運輸基建建設。」
First Round重點關注與投資的領域包括:
l 對老舊汽車進行自動或半自動駕駛功能的改裝,包括直接發展這一業務的企業與建造相關體系的企業;
l 汽車的互聯網連接系統(Internet connectivity system);
l 網狀網路(Mesh Networks,一種在網路節點間通過動態路由的方式進行資料與控制指令的傳送,通過多種路徑的傳輸而提高彈性。)
l 客運網路服務(除無線電廣播之外的其他)
l 通過雲端診斷與修復問題
l 車輛的網路安全(這很重要,之前有人指出特斯拉的Model S可以被人遠程控制開關)
Kopelman也指出自動駕駛汽車輛面臨的困難不是技術,而是監管,他期待州政府能夠接受自動駕駛汽車。「就像州政府在同性婚姻與大麻合法化問題上發揮的作用一樣,當談論到較為激進的政策時,州級立法者總比聯邦立法者體現出了更多靈活性,我相信對自動駕駛汽車輛而言也是如此。」加利福利亞州無疑是現在的領軍者。
Kopelman沒有提到的是大型民有財產對自動駕駛汽車輛的應用,如度假村、油田、私有林、大型企業園區、養老中心和大學,這將是很有趣的一個中間領域,也可以用來檢測自動駕駛汽車輛的效力。
2.國內投資人對此怎麼看
毋庸置疑的是,自動駕駛都是BAT的未來戰略重點,這方面的新聞和分析也很多。而且對於這幾年比較吃憋的百度來說,它走在了阿里和騰訊的前面。2015年12月10日,百度公司宣布,百度無人駕駛車國內首次實現城市、環路及高速道路混合路況下的全自動駕駛。今年兩會百度李彥宏直接甩出了無人駕駛的相關提案。
甚至還有人認為,蘋果股價大跌的根本原因在於,智能家居和自動駕駛方面它已經遠遠落後於其他競爭對手,因此華爾街對其未來信心不足。不過,在蘋果投資滴滴10億美元後,關於無人駕駛的故事又要跌宕起伏了。
那麼對於國內創業者或汽車產業相關人士來說,投資人是如何看待自動駕駛的呢?
國內某些投資人直接表示,2016是中國自動駕駛創業的最佳時點;若晚了恐怕錯失機會。矽谷資深投資人王川表示,無人汽車是下一個投資風口的概率非常大。
投資人王秋說:「短期內我不太看好無人駕駛;更偏向於成本更低的自動駕駛路線,原因是其可以更快落地,畢竟汽車智能化水平的提升,先跑起來才有然後…倘若激光雷達未來幾年成本快速下降、三維地圖大量繪製、V2V/V2X條件成熟…基於多感測器融合的思路,低成本自動駕駛路線也可以不斷升級,發展到無人駕駛在技術上不存在特別大的轉變。但反之,若讓主要基於雷達的無人駕駛重新積累視覺,恐怕就沒那麼容易了。」
北極光創投董事總經理楊磊表示,當前AI、機器人等領域備受關注,而他將在下一階段重點關注智能汽車領域。「智能可以理解成感官(感測器)、大腦(人工智慧或AI)、執行(機器人)三個部分,如果把感測器、AI和汽車結合在一起,就是智能汽車。」楊磊說,「我們認為,未來的智能汽車會以圖像感測器為中心,輔助以其他廉價感測器,以AI為大腦實現無人駕駛。我們會重點在國內投資有壁壘的、高性價比的硬體,以及能夠把國外最先進的AI軟體結合到國內硬體平台上、結合國內廠商的需求、做好本地化服務的企業。」
推薦閱讀:
※50歲陝汽邁向高端再提速 無人駕駛正上路
※無人駕駛車輛信息和數據保護的法律監管思考| 互聯網法律觀察
※《紐約時報》說的「新冷戰」會摧垮中國AI嗎?
※MIT深度學習與自動駕駛課程漢化版
※無人車第一大案閃電結束