下一個十年 自動駕駛將迎來黃金時代?
當下,自動駕駛成為熱詞,各大車企和科技公司相繼推出自己的產品和規劃(當然其中不乏PPT)。可以預見的是若干年後,自動駕駛將成為智慧交通的主流趨勢。只是當下造出原型車與推向市場之間,還要跨過很長的路。
自動駕駛持續的熱度從年初的CES就能看出,這屆電子消費盛宴上,整車廠的參與力度堪比北美車展。業內人士稱,預計到2030年以後,自動駕駛才有可能使用在量產車上。現階段針對自動駕駛汽車的林林總總,還有許多問題需要解決,不過汽車的下一個十年時代即將開啟。
自動駕駛的實現路徑有兩種:一是傳統車企以ADAS切入逐步自動化,二是互聯網企業以人工智慧切入。ADAS高級駕駛輔助系統在車載終端上的逐步應用實現了單車的主動安全。而只有在車聯網實現後,通過駕駛輔助系統以及動態大數據的交通信息,才能提高道路交通安全,實現車車、車路之間的協同運轉。
實際上,擁有ADAS輔助駕駛系統整車廠商和依託數據+演算法技術優勢科技公司攜手合作才能推動自動駕駛技術快速成熟和發展。
20世紀70年代美、德等發達國家就已經開始進行無人駕駛汽車的研究,諸如賓士、寶馬這樣的汽車廠商一直沒有停下探索的腳步,只是受限於通訊網路和智能設備的影響,結果並不理想。
近兩年,伴隨移動智能設備和車聯網、雲計算的快速發展,自動駕駛的研發和量產駛入快車道,賓士、日產、現代、德爾福、大眾、福特、英菲尼迪、豐田等車企和零部件商競相展出自家的自動駕駛汽車原型。
上個月,沃爾沃於底特律車展宣布正式啟動全球最大規模的自動駕駛汽車測試項目Drive Me,同時宣布將在中國、英國、美國設立自動駕駛測試基地,並計劃在2021年推出首款完全自動駕駛量產汽車
2015年,我國也發布了《中國製造2025》,規划了製造業發展的路線圖。其中就把智能網聯汽車列入了未來10年國家智能製造發展的重點領域。
技術普及漫漫路
與那些從實驗室走出來就能夠直接進入社會的技術不同,自動駕駛汽車勢必要接受各種複雜社會環境的考驗。
自動駕駛產業鏈包括感應識別端(攝像頭、激光雷達、毫米波雷達、車身感測器等),路徑規劃端(高精度數字地圖)、決策端(決策晶元、演算法)和執行端(電子制定系統EBS、自適應巡航系統ACC)和網聯端(V2V車-車、V2I車-基礎設施、V2R車-道路信息、V2P車-行人等)。簡單的說自動駕駛技術可以劃分為三個層次,感知->認知->行動,然後不斷循環。
英偉達、高通、Mobileye在晶元領域的技術突破,車聯網通訊技術和5G通信技術的快速發展,深度學習等演算法能力的不斷提高,為自動駕駛技術發展奠定了堅實基礎。
在業界,有一句廣為流傳的話:1G實現了移動通話,2G實現了簡訊、數字語音和手機上網,3G帶來了基於圖片的移動互聯網,而4G則推動了移動視頻的發展,5G網路則視為未來物聯網、車聯網等萬物互聯的基礎。
要實現自動駕駛的終極目標,不可避免地就是要解決網路延遲問題。當前的4G技術存在一定的信息延遲問題,信息延遲對自動駕駛汽車而言十分危險,也許一個剎車信號晚發出半秒就可能造成一次嚴重的事故。隨著5G技術的發展,信號延遲問題有望得到解決。
近年,國內舉行過許多有關智能汽車無人駕駛的比賽,參賽汽車均以出色的表現應對各種複雜的路況。然而,那些成績排名靠前的參賽汽車,往往使用了一些國外進口且價格昂貴的配件,例如,64線激光雷達、高精度慣性制導以及大量的感測器等,全車的整體造價也高達百萬。
自動駕駛在其產業化的進程中,勢必面對零部件的採購以及整車生產鏈條的開發。當下3-5年內,從產業環境上看,無人駕駛汽車完全沒有實現產業化的條件。
商業模式仍是最大挑戰
根據歐盟發展戰略,2020年,自動駕駛就可以實現在低速情況下或不過於複雜的情形下限定環境無人駕駛。到2030年,就可以實現城市道路環境下的有限無人駕駛。
儘管傳統汽車企業和湧入汽車產業的互聯網企業都在不同程度地進行著汽車智能化無人駕駛的研究,但二者似乎對於智能汽車的定位有所不同。傳統車企更加傾向於自動駕駛汽車,也就是以人工駕駛為主導,自動駕駛為輔助。而互聯網企業所推崇的無人駕駛更加傾向於以車輛本身為主導的自動駕駛汽車。
傳統車企推出自動駕駛汽車,更加註重汽車的安全性和可靠性,最終將以出售汽車來盈利;而互聯網企業,則是更加強調生態化和用戶的駕駛體驗,主要靠互聯網的增值服務來實現盈利。這也就造成了二者對於自動駕駛汽車的市場定位不同,其商業模式也尚不清晰。無論汽車產業發展到何種地步,最終還是離不開商業的經濟規律,在產業鏈的末端總是要有人進行買單。
自動駕駛汽車出現必將給產業帶來顛覆性的變化,人類的生活方式也會發生改變。不過,究其根本,自動駕駛汽車還是為人所用的交通工具,除了技術研究、產業化中零部件的成本等產業化問題外,也還要面臨法律、安全以及人倫道德等社會方面的考驗,這其中的任一問題都需要企業、政府甚至普通消費者付出巨大的代價,一句話總結之後的十年,未來可期!
本文為頭條號作者發布,不代表今日頭條立場。
推薦閱讀:
※對話Velodyne LiDAR總裁:高解析度、長探測距離和隱藏式激光雷達是產品落地的關鍵
※Uber無人車事故究竟誰的錯?
※招募令:自動駕駛JingChi.AI 演算法工程師
※AirSim 自動駕駛教程--訓練數據
※行人安全解析—寫在Uber事件之後