当前位置:首页 > 汽车电子 > 汽车电子
[导读]2016年被称为自动驾驶元年,各路创业者摩拳擦掌,巨头们搞了哪些事情呢?跨国主机厂、互联网公司、一级供应商,各自有不同的基因和资源,它们的路径和战略有何异同?

2016年被称为自动驾驶元年,各路创业者摩拳擦掌,巨头们搞了哪些事情呢?跨国主机厂、互联网公司、一级供应商,各自有不同的基因和资源,它们的路径和战略有何异同?

辰韬资本投资经理张骑梳理了巨头们的自动驾驶布局,在辰韬资本创享会作了主题分享。以下根据张骑的分享整理,欢迎探讨指正。

自动驾驶的主要目的,就是降低人的参与比。因为在现在的交通事故里面,很大一部分是人为因素导致的,所以安全是自动驾驶的初衷之一。自动驾驶等级的分类,其实就是逐步地降低人参与的比例,等到了Level2或者Level3的时候,人参与的比例越来越少,到Level4的时候,完全不需要参与了。

 

 

当前自动驾驶主要有两条技术路线,一种是从Level0,也就是从ADAS开始做起,另一种是从Level4,完全自动驾驶开始做。其实两者殊途同归,最后都需要做到无人驾驶。

在自动驾驶的实现上,可以从三个方面来看,首先从车辆的角度来说,它们要做感知、决策、执行。所谓感知,就是用摄像头或者雷达传感器,来获取大量的感知周围环境的数据。决策就是现在跟人工智能相关的,自动驾驶的大脑。执行,就是包括驱动、制动、转向等。最近正在热映的《速度与激情8》里面,里面的自动驾驶车辆,全部都被黑客,变成了僵尸车,安全也会变得非常重要。

关于自动驾驶的巨头布局,我把目前在自动驾驶领域的大玩家,挑了三类,主机厂、互联网公司和一级供应商。

主机厂:买买买!结合出行服务实现落地

主机厂对自动驾驶关注了非常久,但是真正开始有动作,可能很多是在2016年。

以通用为例,2016年1月,通用组建了自动驾驶的研发团队,并向Lyft投资5亿美金,Lyft是美国第二大的出行服务提供商(第一是Uber)。2016年3月,通用以5.8亿美金收购Cruise Automation,一家能够做自动驾驶软件方案的公司。

 

 

2016年下半年,通用把出行服务和自动驾驶开始做了结合,与Lyft共同开发自动驾驶版的出租车,计划在2020年前投放上千辆的自动驾驶的出租车做测试。通用CEO玛丽·博拉表示,未来能够安全地行驶在城市街道、无需人类驾驶员干涉的自动驾驶汽车,最开始应该是在条件可控的环境中运行,而且是以共享租赁的模式。

我们再来看另一家福特。

 

 

福特开始有动作,自己披露的大概从2016年7月开始,先是投资了一家高精度地图公司Civil Maps,2016年8月,和百度一起投资了全球领先的激光雷达制造商Velodyne,收购了机器视觉公司SAIPS,又与另一家机器视觉公司Nirenberg Neuroscience开展合作。

福特的大手笔出现在今年2月份——10亿美金收购Argo,Argo是做自动驾驶的AI公司,这家公司创始团队来自谷歌和Uber,但只成立了半年而已。

福特的战略也是到了2020年推出全自动驾驶汽车,用于汽车共享。真正市面上大家可以购买的完全自动驾驶汽车辆,可能要到2026年—2031年。

所以我认为主机厂有这样一种趋势,通过收购,来获取和掌握“决策”这样的比较核心的技术。同时,布局出行服务、汽车共享,作为自动驾驶早期的落地场景。除去通用和福特,奔驰也在跟博世合作,也是要做自动驾驶的出租车,大众也在去年投资了出行服务供应商Gett。

互联网公司:做自动驾驶的大脑

互联网公司的布局,首先看Google。

 

 

Google早在2009年就开始做无人驾驶的研发,在2012年拿到了全美第一张自动驾驶测试牌照。2014年完成了原型车,2015年年底的时候,已经积累了超过200万公里的路测数据。

2016年2月,美国的高速公路安全管理局(NHTAS),已经认为Google的人工智能系统可以视为司机。这跟Google在深度学习、人工智能方面的布局分不开,Google从2010年到现在,在人工智能方面至少有15笔相关的收购,最著名的一笔应该是2014年收购了英国的DeepMind。

2016年,谷歌的自动驾驶战略也做了转型:从自己造车,到放弃自己造车,转向和主机厂合作。2016年Google把自动驾驶部门完全独立出来,成立Waymo公司,并选择和菲亚特-克莱斯勒合作开发测试车型,Google预计的自动驾驶车型在2020年能够量产。

 

 

谷歌和菲亚特联合开发的Pacifica自动驾驶测试车

其实Google要做的,并不是造车,而是要做一个老司机,这个司机是软硬件一体的。Google不同于别人的地方是,在核心的硬件、核心的传感器方面,谷歌都是自己做,不是通过外部采购,软件方面,核心的决策控制,也是自己的。

互联网公司做自动驾驶,国外看Google,国内看百度。

百度在国内算是比较早的,2013年就启动了无人驾驶车项目,2014年9月和宝马合作,但是和宝马合作期限没满就闹僵了。2015年底,百度成立了当时的L3事业部,最近百度整个自动驾驶事业部也完成了重新部署。同样在2015年底,完成了高速公路上的路测。2016年百度和福特一起投资了Velodyne。2017年3月,百度收购了计算机视觉初创公司xPerception。

 

 

为什么宝马和百度最后没有很好地合作在一起?我认为跟他们的定位有关。宝马和百度都想要掌握核心的决策大脑,中间涉及到数据和运营方面就会有冲突。宝马在跟百度“分手”之后,跟英特尔、Mobileye开始合作,对于宝马来说,英特尔、Mobileye可以提供更定制化的产品,比如芯片,对宝马来说这样的合作会更有利一些。

最近百度还搞了个大事情——上海车展期间,百度宣布“阿波罗计划”,把智能驾驶相关技术逐步对外开放。百度为什么要在这个时点宣布“阿波罗计划”?

早在2015年成立自动驾驶事业部时,百度就提出“三年商业化,五年量产”的战略,三年商业化,就是2018年,所以时间已经迫在眉睫,因此在这个时点宣布开源。我认为这是百度在向车企和创业者抛出橄榄枝,类似于在跟国内主机厂说,“我已经准备的差不多了,你们接下来跟我合作就好了”。

 

 

百度的无人驾驶测试车

对于国内的自主品牌,如果想做自动驾驶,百度还是非常有吸引力的。

我们可以看到,互联网公司跟主机厂有点像,他们都在抓“决策”,这是在自动驾驶里最核心的一块。作为互联网公司,百度的优势在深度学习,比如说深度学习上,在国内是相对有领先地位的。百度要做的,就是用相对领先的技术,帮助传统车企,去解决自动驾驶中的决策规划的问题。

 

掌握自动驾驶核心——决策的互联网公司,和主机厂可能是有些冲突的。但我们又看到另一类主机厂,他们没有选择在自动驾驶早期以“大资金,长期投入”的策略布局,而是和已经投入非常比较多的互联网公司合作,比如菲亚特-克莱斯勒,如果在搜索引擎搜“菲亚特”和“自动驾驶”两个关键词,几乎所有条目都是其和Google相关的合作。

一级供应商:出发最早,软硬件都有布局

说到一级供应商的自动驾驶布局,最值得研究的就是博世。

早在1978年,博世就已经在研发车用雷达,像雷达的功能,比如说车道偏离预警,博世2009年就有推出。2014年,博世开始量产车用多功能摄像头和立体摄像头,还出了iboost的电子制动系统。2015年,收购采埃孚的转向系统。2017年,又投资了激光雷达公司Tetra Vue。

 

 

按照博世的规划,2018年将会有一些自动泊车的商业化产品落地,2020年会推出高速条件下无人驾驶的产品。

博世在感知、决策、执行三个方面,都有布局,投入大量资源做研发和相关投资收购。同时,博世与主机厂、互联网公司、芯片厂、地图厂商都积极合作,比如和英伟达合作开发基于Xavier人工智能计算平台的自动驾驶系统,和戴姆勒合作开发自动驾驶出租车等。

 

 

博世和英伟达联合开发的智能驾驶系统

除了主机厂、互联网公司和一级供应商之外,最近还有个不得不提的大事情,就是英特尔153亿美金收购Mobileye。从英特尔角度,收购Mobileye看重的是其在自动驾驶领域积累的大量数据。但对于Mobileye来说,如果只是想做一家企业的话,完全没有必要把Mobileye卖给英特尔,那么为什么要这么做?Mobileye的CEO表示,如果想要推动自动驾驶的发展,带来大的改变,需要这样跨领域的合作,跨界的收购发生。

回过头来再看百度开源这件事,其实也在做同样的事情,不同领域的人参与进来,自动驾驶才能更快进入到我们的生活中。

自动驾驶现状和时间表

在目前自动驾驶实现上,感知层面有摄像头、雷达,它们的局限性也都非常强,多传感器的融合,一定是必然的趋势。在多传感器融合上,也有一些难点,比如摄像头采集到的画面,跟雷达探测到的数据,要做到时点一致的才能去做融合,比如摄像头是前向,前向看到的跟激光雷达360度看到的不一样,二者需要做好匹配。

 

 

不同传感器的价格和性能对比

深度学习技术给整个感知端,在物体的辨识上,带来了很大的想象空间,但也会有一些问题,比如说深度学习对数据的依赖性很强。但是,实际的数据和我们理想中的数据差别比较大,包括在运算的功耗上,对整个系统的资源要求上,还面临着挑战。

通讯层面,V2V、V2X,技术上DSRC、LTE-V、5G国内都在测试。V2X不仅对车辆自动驾驶有很大意义,对整个交通系统的优化,减少拥堵,提高出行效率,都有很大的意义,阿里正在做城市大脑。国内大概会在2018年以后,逐步开始制定V2V、V2X的相关标准。

 

 

高精度定位和高精度地图方面,未来的高精度和目前的地图比起来,承载信息会比我们想象的多很多,将可以承载大量的周边信息和基础设施信息。这些信息,再加上高精度定位,可以给整个系统增加冗余度,增加系统的可靠性。

在自动驾驶实现时间表方面,结合我们对于自动驾驶的分析和判断,国内的这份技术路线图还是比较有可能的。具体来说就是2020年之前,新车销售的50%可能会带有辅助驾驶或部分自动驾驶功能,以辅助驾驶为主。2020到2025年,高度自动驾驶的车辆,在新车销售的比例上可能占到15%。2025年到2030年,完全自动驾驶车辆的新车销售比例占到10%。

 

 

 

如果想要在自动驾驶领域有所布局,希望这个时间表可以给到大家参考。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

美光的多端口 4150AT SSD支持虚拟化技术,为日益复杂的软件定义汽车提供集中决策新模式

关键字: 自动驾驶 AI智能汽车 SSD

4月8日消息,据媒体报道,特斯拉CEO马斯克在其个人账号上发文表示,特斯拉今年将在自动驾驶领域的投入将超过100亿美元。

关键字: 自动驾驶 英特尔

激光雷达(LiDAR,Light Detection and Ranging)作为一种先进的光电传感技术,凭借其精确的空间分辨率、高效的环境感知能力和丰富的信息提取手段,在地理测绘、自动驾驶、无人机、智慧城市、遥感科学等...

关键字: 激光雷达 自动驾驶

随着科技的飞速发展,人工智能(AI)已经逐渐渗透到我们生活的各个角落,从智能手机、智能家居到自动驾驶汽车,再到医疗、教育等领域,AI的应用无处不在。本文将详细介绍生活中常见的人工智能应用,并探讨它们如何改变我们的生活。

关键字: 人工智能 智能手机 自动驾驶

Ansys、Cadence、Hexagon、微软、罗克韦尔自动化、西门子、Trimble采用Omniverse技术帮助客户设计、模拟、构建和运行符合物理学的数字孪生

关键字: 数字孪生 机器人 自动驾驶

随着科技的日新月异,人工智能(AI)已经渗透到我们生活的方方面面,从智能手机到自动驾驶汽车,从虚拟助手到智能家居,其影响力正在逐渐扩大。作为当今科技领域的热点,人工智能不仅引领着科技创新的方向,更在某种程度上塑造着未来的...

关键字: 人工智能 智能手机 自动驾驶

随着科技的不断进步,人工智能(AI)已经成为当今社会发展最快的领域之一。AI技术的广泛应用已经深入到了我们生活的方方面面,从智能家居到自动驾驶汽车,从医疗诊断到金融投资,其影响日益显著。本文将探讨人工智能的一些常见应用,...

关键字: 人工智能 智能家居 自动驾驶

3月15日消息,据媒体报道,欧盟委员会发布公告宣布,已正式对中国科技巨头阿里巴巴旗下的国际电子商务平台全球速卖通展开深入调查。

关键字: 阿里巴巴 马云 自动驾驶

加利福尼亚州 坎贝尔 – 2024 年 3月 13 日 – Arteris, Inc.(纳斯达克股票代码:AIP)是一家领先的系统 IP 供应商,致力于加速片上系统(SoC)的创建。Arteris今天宣布了其与 Arm...

关键字: CPU 激光雷达 自动驾驶

要实现全自动驾驶汽车,需要整合来自多种传感器的信息,其中摄像头的信息可能是最重要的。这些摄像头必须能够在各种条件下连续捕捉最微小的细节,以确保车辆乘客和其他道路使用者的安全。本文将探讨在选择图像传感器时需要注意的关键特性...

关键字: 自动驾驶 CMOS 图像传感器 视觉感知
关闭
关闭