当前位置:首页 > 自动驾驶
  • 奥迪裁员万人回血保命 计划投入电气化及数字化技术研发中去

    奥迪裁员万人回血保命 计划投入电气化及数字化技术研发中去

    据外媒报道,近日,奥迪公开表示,计划在2025年前裁减9500名员工,并精简在德国的两家主要工厂,能够节省出60亿欧元(约合人民币465亿元)的人力资源成本。这些资金将被投入到电气化及数字化技术研发当中,以保证奥迪未来车型有足够的竞争力。 据悉,此次裁员也将包括管理职位,采取自愿提前退休及自然裁员的方式进行,此举能够提升集团的办事效率,并有助于确保公司经营销售回报率稳定在9.0%至11.0%的长期目标区间。 此外,奥迪也将会与劳资委员会达成协议,确保裁员后德国剩下的5万名员工,在2029年都不会再面临裁员的问题。该协议排除了强制裁员的可能性,而这也一直是管理层和劳工代表之间讨论的焦点所在。 同时,为了增强奥迪在汽车电气化,及未来智能化领域的竞争力,奥迪将在电气化及数字化两个领域增加2000个职位,且优先从内部进行转换。 虽然受今年车市大环境整体下行的影响,奥迪前三季度营收为413亿欧元,同比去年同期的443亿欧元下降6.8%。但是奥迪的定位高端战略初显成效,营业利润为32.39亿欧元,高于去年同期的28.71亿欧元,同比增12.8%,营业利润率为7.8%高于去年同期的6.5%。税前利润增至3668万欧元,同时拥有净现金流32.71亿欧元。 不过,随着全球各个国家地区,对于燃油车排放标准限值愈发严苛。燃油车的市场将会越来越小,同时也会更加难卖。转战电气化已成当前各大车企的必然选择。 但对于在汽车电气化起步较晚的奥迪来说,其优势并不明显。这也是奥迪在投资电气化领域如此大手笔的直接原因。据悉,奥迪计划到2023年底,投入400亿欧元用于包括固定资产、厂房设备以及技术研发等。其中约140亿欧元将用于电动出行、数字化和高级别自动驾驶领域。 而进行如此大资金的投入,提高奥迪品牌当下的盈利能力也称为集团的首要任务。当前,奥迪今年上半年的经营销售回报率为8.0%。不过,奥迪正在进行一系列振兴措施,力争使得经营销售回报率稳定在9.0%至11.0%的长期目标区间。

    时间:2020-05-15 关键词: 奥迪 自动驾驶

  • 电装凭借着工艺 走在了汽车生产制造业的前端

    电装凭借着工艺 走在了汽车生产制造业的前端

    “最初,当我想要离开IT公司来到电装时,我曾经被家人和朋友强烈反对。”10月中旬的一天,回忆起2017年前后加入这家世界知名零部件供应商时的情景,电装MaaS开发部部长成迫刚志如是说,脸上是日本人含蓄的微笑,“在日本,换行业是非常少的。” 在迅速发展的移动互联网时代,日本似乎一度显得有些保守。 在东京街头的商场结账时,你可以一眼分辨出哪些是日本当地人,哪些是来自中国的游客。在摆着支付宝、微信的付费二维码的收银台前,掏出手机的是中国人;拿钱包的,是日本人——他们甚至很少用信用卡,而是从钱包里掏出纸币,默默数一数,然后整齐的放在结账的托盘里。“用手机支付似乎不是很安全,我们还没有这个习惯。”一位日本女士这样告诉亿欧汽车。 在街头来来往往的车里,你似乎也很难看到互联网技术的“快速入侵”。大部分的轿车里,并没有中国人所热爱的“大屏”,让驾驶舱看起来朴素了许多。 2012年,作家池田信夫出版了《失去的二十年》一书,从现状、历史、经济学角度来诠释日本的发展,他认为日本在过去的20年是停滞不前的。而“终身雇佣”、“创造性破坏的缺失”,让日本错过了互联网时代最兴旺发达的时期。世界十大互联网公司名单里,中国几乎可与美国平分秋色。如果将名单拉长到30家,日本也只有雅虎日本一家企业能够勉强入围。 而在汽车产业,当新技术变革来临,过去不愿意跳槽、转换行业的历史又为企业的发展——特别是电装这样的公司,带来了挑战。 相较于丰田、本田这样的汽车企业,电装并不知名,但它却是汽车产业的“大象”。 这家脱胎于丰田体系的零部件公司走过70年,在全球30多个国家和地区有将超过200家关联公司,有超过17万名员工,2019年位列财富世界500强第230位,年销售额超过480亿美元。 在电动化、智能化、网联化、共享化的技术转型到来之际,电装正在试图快速应对,电装内部,则视“新四化”为“继汽车取代马车之后,又一次百年一遇的变革”,电装希望通过发展这四大领域,在2025年把销售额提高到7兆日元(当前汇率约合620亿美元),利润率达到10%。 雇佣如成迫刚志这样来自IT行业的人才,只是应对的一个方面。从内部组织结构创新,再到加速产品落地,电装正在积极推动一系列变化。 在2019年10月末的一周,亿欧汽车来到了日本东京,深度了解这家日本零部件供应商对于转型的思考。 01“硅谷”模式 在美国加利福尼亚州旧金山以南圣克拉拉县帕洛阿尔托到圣荷塞市之间,有一个长约50公里、宽约16公里的谷地,因半导体工业发达而被称之为“硅谷”。在最近几十年,硅谷迅速崛起,这里聚集了无数的高新技术产业,包括无数的自动驾驶公司,以及特斯拉、蔚来这样的新造车企业。 硅谷成为了世界上第一个高技术区,它所开创的高技术区已成为高技术研究开发的一种重要形式,被称作“硅谷模式”。 在出行即服务即将到来的时代,当软件与IT变得越来越重要,过去的生产研发模式对于汽车业而言已经不够。想要在新时代快速成长,需要打破传统的路径。电装正在公司内部尝试创建“硅谷模式”,成迫刚志主导的“敏捷开发”就是最好的体现。 在东京千代田区一条狭窄街道里的4层小楼,电装的“敏捷开发实验室”就坐落在这里,它看起来完全不像一个办公室,布置看起来也太过简单。但在这里,成迫时时刻刻带着他的团队与客户一起,碰撞出火花。 “很多初创企业在不停创新,以前创新地是硅谷,现在则是深圳,它们的idea更快,一边做一边听从客户的想法——这对零部件企业而言,是当下更重要的挑战。”他在解释敏捷开发的作用时如是说,“通过我们的思考、内制化,我们自己来开发新的技术,在这方面,我们与灵活的初创企业竞争。” 2017年4月,敏捷开发实验室成立的时候只有两个人,两个月以后,就筹备了第一个开发小组,如今,这个团队已有100人的规模。这个团队需要做的是带动一家17万人的公司的软件创新,挑战并不小,但成迫很自信。 “我们是通过软件开发创造实力。我觉得我们不低于华为或者腾讯,因为电装的强项不只是生产线,还有汽车。我们发现客户需求后回到办公室,进一步去分析,确定方案之后再去实现这个创意。” 考虑到商业隐私,成迫并不能特别具体的讲解是如何为客户服务的,但他将大致的服务分为三个部分:在汽车行业技术调查的基础之上,进行软件开发设计,并对客户的潜在需求进行挖掘、提供新服务,开发新的商业模式。 “研发阶段我们会吸收客户和事业部作为整个产品把控的单元,这个构成体系,和一般的初创企业的体系是一样的,最终对产品负责的人是项目负责人,他来指挥所有技术人员创造新的成果,像这样的团队我们现在有15个,基本一到三个月开发一个新的项目。”成迫说道,“但是我们不光是自己闷头干,我们也和软件界的一些大V进行合作——比如微软,还有敏捷开发界的大神级人物,都作为团队顾问参与进来。” 在这个过程中,如果客户不满意,电装的团队就会询问原因并改进,“如果客户还是不满意的话我们就继续确认,来回反复这个过程,这种很重要的做法,我们需要提供的就是找到客户的需求。” 02 2030年方针 在成迫刚志加入并主导敏捷开发不久之后,2017年10月,电装社长有马浩二宣布了“2030年长期方针”,目的是顺应时代趋势,面向更加以车为视角的研发和商品化,积极吸取以往没有的知识经验。 在10月24日的东京车展上,有马浩二复盘了两年之间的挑战。在这期间,电装进行了不少合作。 在电动化领域,今年4月,电装和爱信精机成立了生产电动车驱动模块的合资公司BluE Nexus。2020年5月,将成立“电动开发中心”,并与丰田的广濑工厂进行整合,开展从电动化产品的先行开发、测试、验证到量产的一站式生产。电装计划从2018年至2020年的3年间投资1800 亿日元加强电动化。此外,电装将同时发力内燃机、HEV混动、PHEV插电混动、BEV纯电以及FCEV氢能源等多种动力类型的车辆。 在自动驾驶领域,2018年末,电装与丰田集团旗下另外3家零部件公司共同组建了新公司 J-QuAD DYNAMICS,研发用于自动驾驶、车辆运动控制以及其他相关功能的集成控制软件。2020年6月,电装将在羽田机场区域建立可以实现从自动驾驶的试运行到验证实验的完整体系。在关键零部件方面,包括半导体、传感器、ECU、电机领域,这3年间投入了约 5700 亿日元(合370亿元人民币)。 技术人才方面,有马浩二则表示:“到2025年,电装将在全球拥有超过12000名软件人才,以印度、越南为首,活用全球各据点,以24小时体制加速推动大规模的软件开发。” 在东京车展上,电装展出的一系列产品,则是将前往2030年的路径“具体化”。 在自动驾驶、互联驾驶、电动汽车三大核心领域,电装展示了多款重要零部件与解决方案。 这次展出,电装为了形象化的展示未来汽车生活以及电装产品是如何应用在未来汽车上的,可谓煞费苦心。 在展区内,一辆“DENSO URBAN MOVES”模型车最引人关注,它展现了未来在旅行、商务、日常生活的3个场景中,人与车之间是如何交互的,而电装又是如何利用云服务让车辆和各种各样的服务实现连接。 在现场的的视频演示中展示了一个这样的情景:在应用了电装技术的未来智能汽车上,当你准备去看电影,在选好路线后,车辆将自动驾驶至电影院,你还可以根据电影时间长短选择洗车、加油、代停车等多种服务。未来,人们的生活将会在技术的不断提升之后变得更加的高效。 自动驾驶方面,电装展示了单目/双目摄像头、毫米波雷达两种L1/L2级自动驾驶传感器。而为了体现单目摄像头优秀的夜视能力,在一个虚拟展区中,展台模拟了夜间路面的情况,甚至在照度为1Lux的黑夜——人眼都无法看清的情况下,摄像头也可清晰识别行人或车辆。 电动化方面,电装也展出了极大提升效率的电驱动系统、BMU电池检测单元、逆变器等产品。其中,电装的BMU产品已搭载在丰田、本田等超过1300万辆电动车上,市场占有率超过35%。 在过去,电装凭借不断的创新、精湛的工艺,走在了汽车生产制造业的前端;如今技术变革来临,它也已意识到短板。有相当一部分人认为:汽车产业缺乏互联网基因,因而在新时代或许将不再是赢家;但这些最了解汽车产业的玩家,正试图完成快速转身。

    时间:2020-05-15 关键词: 电装 自动驾驶

  • 你觉得自动驾驶可靠吗

    你觉得自动驾驶可靠吗

    在节能减排、交通治理的大环境下,自动驾驶的出现和应用无疑将给人们带来福音。但现阶段,由于技术本身的不够成熟,应用监管的不够完善,自动驾驶车辆的安全问题也让人们望而却步。那么,自动驾驶应用究竟是福是祸呢?自动驾驶汽车又靠不靠谱呢?我们应如何看待自动驾驶这个技术呢?随着全球首例自动驾驶车祸判决的出现,我们或许能从中寻得答案! 据了解,美国东部时间11月19日下午1点左右,美国国家运输安全委员会(NTSB)正式公布了去年3月份Uber自动驾驶车祸事件的具体原因,并针对原因作出了自动驾驶短暂发展史上的首例判决。NTSB表示,车祸的原因归咎于Uber对安全的忽视,既没有启用紧急制动系统,也没有对安全员进行监督,因此需要背负主要责任。 那么,判决结果是否准确呢? 我们首先来回顾一下整个事件:该事件发生在2018年3月的某个夜晚,在美国亚利桑那州马里科帕县坦佩市的某条道路上,一辆搭载Uber自动驾驶系统的沃尔沃XC90以每小时43英里速度行驶着。突然,昏暗的道路上一位行人横穿马路,致使车辆猝不及防直接撞了上去,全球首例自动驾驶车祸就此发生。 从车祸的过程来看,似乎自动驾驶的责任更大一些,这也是一直以来人们对该事件的看法。人们认为是因为自动驾驶技术不够成熟,对横穿马路的行人无法做出合理识别和判断,才导致事故的发生。本月早些时候,NTSB也公布了车祸事件中的一些细节,其显示Uber的自动驾驶汽车在发生撞击前5.6秒钟就检测到了行人,但将其错误识别为了其他物体。 也就是说,Uber的自动驾驶的确存在识别不准或无法全面识别的问题。但NTSB认为,这不是导致该起事件的主要原因。 因为在该事件中,即使Uber的自动驾驶软件无法正确预测受害者的类别和运动轨迹,从而导致没有及时减速和避让,但在测试过程中,其实企业是可以采取紧急制动来缓解碰撞。但Uber因为不想紧急制动系统造成车辆运行的不稳定,因此一开始就关闭了该系统,这才使得车辆在应对危险的时候表现得行动迟缓,并最终酿成事故。 鉴于此,NTSB表示是Uber激进而又缺乏安全意识的态度导致了该起事件的发生。 与此同时,NTSB还表示,Uber除了停用了车辆的自动紧急制动系统之外,还对车辆监管表现出了粗糙、大意、忽视的态度。就在事故发生前,车辆上的安全员一直在观看电视节目,视线一直保持在下方,但车内部署的摄像头只是在监控司机,却没有监控安全员的行为,这使得车内人员没有对行驶状况保持高度警惕。 所以说,Uber的问题不单单只是技术上的不足与缺陷,更为重要的是企业安全文化的缺失、应用安全监管的不足,以及在自动驾驶研发上的盲目自信与激进。我们常说,自动驾驶技术很令人担忧,但其实这个担忧的背后并非只有对技术本身成熟度的担忧,也有对企业应用技术时态度的担忧。技术不足可能导致事故起因,但态度和意识缺乏则直接导致了结果。 Uber此次事件的真相大白,无疑给行业和企业找明了原因、敲响了警钟。而判决结果的披露也是为了更好的防止悲剧重演。据了解,自2016年以来,Uber的自动驾驶汽车已经发生了30多起碰撞事故,这些事故虽然没有酿成严重不良后果,但其实也都是可以避免的。至少,做好了安全防护措施和善后工作,事故发生率不会如此之高。 综上所述,对于普通人来说,未来看待自动驾驶我们或许不应该再带着有色眼镜,毕竟造成事故的原因有很多,技术本身并不应该承担所有的责任。与之相比,企业明明能够力所能及的规避风险却没有实现,这或许才应该遭受我们的口诛笔伐。但不管怎样,自动驾驶的发展技术和企业监管哪一边都不能少,自动驾驶要想真正走进生活,还是需要我们善意以待!

    时间:2020-05-15 关键词: 无人驾驶 自动驾驶

  • 安全是自动驾驶汽车发展的重点 以减少交通事故的出现

    安全是自动驾驶汽车发展的重点 以减少交通事故的出现

    近日,美国国家运输安全委员会(National TransportaTIon Safety Board,简称:NTSB)公布了对 2018 年美国亚利桑那州坦佩市一起自动驾驶汽车事故的最终调查结果,报告称“一系列的软件设计缺陷使得自动驾驶系统无法对违规横穿马路的行人作出正确反应,从而导致撞车事件发生。” 无辜的生命逝去理应得到缅怀,而“人为”的祸事更值得整个行业深刻反思。自动驾驶技术研发的初衷是为了大幅降低交通事故率,所以“安全”应该是贯穿这项新技术全生命周期的关键词:从系统开发设计到验证测试,再到自动驾驶汽车的商业化运营。此外,从技术创业公司到成熟的 OEM 和关键技术的各级供应商,制定可参考的、标准化的自动驾驶系统安全框架或指南是十分必要的事情。 7 月初,英特尔联合十家从事汽车制造和自动驾驶技术研发的企业,共同发布《自动驾驶安全白皮书》,提出“自动驾驶安全第一”框架。该框架以英特尔的责任敏感安全模型(RSS)为基础,能够为安全的自动驾驶汽车的设计、开发、验证和确认等各阶段提供指导。 该白皮书主要由十二条安全自动驾驶汽车的指导原则以及践行该原则的必要步骤所构成。每一条原则均细化了安全的自动驾驶汽车所必备的一系列功能,并由此推导出了实现这些功能所必需的安全要素。其中,英特尔的 RSS 模型在“驾驶规划要素”的部分得到了重点强调。这一要素能够支持汽车制造商“创建一种零碰撞且合法的驾驶方案”,作为理解、预测和管理自动驾驶汽车行为方式并确保其遵守道路规则的一种手段,体现出了安全自动驾驶的最高原则。 英特尔的 RSS 模型在“驾驶规划要素”的部分得到了重点强调 RSS 模型推出于 2017 年,目的是为汽车行业提供一个“技术中立”的出发点,进而使全行业能够就自动驾驶汽车安全的具体定义与内涵达成一致。RSS 将人们对安全驾驶的概念具化为一个可验证的模型,该模型具有逻辑上可验证的规则,并为自动驾驶汽车的决策提供了一个“安全范围”。 “实现安全且负责的自动驾驶未来,关键所在,就是围绕自动驾驶汽车安全性开展行业协作并通过建立框架,来保障自动驾驶汽车的安全。”英特尔资深首席工程师兼英特尔子公司 Mobileye 自动驾驶汽车标准副总裁 Jack Weast 如是说,“这是一项具有开创性意义的工作,我们很荣幸能参与其中并作出贡献。我们也期待与更多的行业伙伴,围绕这一综合性框架以及英特尔的 RSS 模型,开展广泛合作。” 值得一提的是,该框架的提出将进一步推动 RSS 在全球范围内的推行和部署。目前,RSS 模型已经获得了科技公司百度、汽车零部件供应商法雷奥以及标准机构中国智能交通协会等组织的支持。 兼顾“安全”和“实用” “利用自动驾驶技术来减少因交通事故而导致的伤亡”,但目前来看,恐怕要让人类彻底交出驾驶权之后,才可能实现“零碰撞零事故”的愿景。因为驾驶是一种风险相对很高的活动,事故有可能发生在自动驾驶汽车或人类驾驶汽车的任何一端。 理论上来看,搭载了摄像头、超声波、雷达等传感器的自动驾驶汽车,只要软件层不出错,在目标物感知和避障方面,机器应该是优于人的。但教会一辆自动驾驶汽车预测可能突然出现在车道中间的行人,依然是件很有挑战的事情。 自动驾驶汽车搭载的外部传感器布局图 人的直觉相对机器而言是有优势的。比如行驶在一个没有人行道的居民区里,安全起见,有些司机会自觉把车速降到 40 公里 / 小时以下。这并不是明文的交通规则强制要求的,但是常识教会人如何应对眼前的特殊场景。 但怎么才能让机器理解“小心驾驶”这个词的含义呢?这其实相当于把难题丢给了程序员,因为他们需要通过代码的方式将人类获得的常识进行编译,想方设法跨过横亘在人与机器两套思维系统中的鸿沟。最终通过数学公式化的表达,机器得到的指令可能只有“在住宅区行驶时保持安全速度”或“安全跟车距离”。 RSS 模型中对安全跟车距离的公式化定义 假设让一辆自动驾驶汽车保持 30 公里 / 小时的速度行驶,它走起来小心翼翼,尽力避开那些可能出现的事故风险。这种行为模式的确称得上是“谨慎驾驶”,但如此缓慢的速度对用户而言没有什么吸引力,也丧失了自动驾驶自身的实用性。而且表现过于谨慎的自动驾驶汽车还可能造成更严重的交通拥堵,甚至会因为表现“不正常”引发交通事故。 所以如何将人类的常识变成机器可以理解的语言,这本身十分困难。即便是将某些重要的安全规则编译为机器可执行的指令,在英特尔提出 RSS 模型之前,似乎也没有哪家公司针对这种人机思维隔阂的问题提出过可行性的解决方案。 再以跟车距离为例。 对人来说,哪怕是刚学会开车的新手,做到安全的跟车也不是件多难的事情。但如果把这个问题丢给计算机,可能就会因为要平衡各项因素而变得异常复杂。一套自动驾驶系统要做到安全跟车,既要考虑车速,不同道路的摩擦系数,还要考虑反应时间等等。所以工程师进行开发时,首要考虑的变量是:假设最坏的情况发生,自动驾驶汽车要保持怎样的距离才能最快刹停? 但问题是不同品牌的不同车型表现截然不同。比如某德系超跑的刹车性能参数是 12.57m/s2,而某日系车型则是 8.19m/s2。这个时候让自动驾驶汽车保持安全舒适的跟车距离就变得十分困难了。假设前车刹车性能更优,那一定要加倍小心才不会发生追尾事故。 与此同时,要设计出一套类人的自动驾驶系统并非不可能。只不过它势必会像人一样不能保证 100%的行 驶安全,而这样的系统显然是不会被大众所接受的。遗憾的是,目前整个业界也并没有给出一个合理的,可供自动驾驶汽车应用的跟车距离。虽然每条高速公路上都有明确的限速标志,但在这个问题上,各地的监管方并没有达成共识。 有意思的是,我们既希望自动驾驶汽车能够表现稳妥些,但关键时刻也希望它“不要怂”。确切地说我们希望机器能够像人一样开车,不闯祸的同时还能和其他道路使用者融洽相处。所以让自动驾驶汽车变成既安全又实用的存在,这绝非理论或哲学层面的讨论,而是如今自动驾驶系统开发人员正持续与之较量的技术和现实难题。 用数学公式定义安全 所以到底一套自动驾驶系统应该遵循怎样的设计规则才能做到比人类驾驶更安全? 纵观目前整个行业,英特尔可能是在自动驾驶汽车“安全与实用”问题上思考最多的一家科技公司,2017 年 10 月发布的责任敏感安全模型(RSS)是其目前大力推广的技术概念。英特尔认为自动驾驶汽车的决策必须符合人类判断的常识,因此将“危险情况”和“正确响应”等常识概念做了数学公式化设计,并建立了一个从数学上确保符合定义的系统,确保自动驾驶汽车不会招致车祸。 此前在接受媒体采访时,Jack Weast 曾指出,RSS 模型中对驾驶策略的定义是借助增强学习算法实现的,它的价值在于算法本身的奖励机制能够使计算机制定的驾驶策略更符合人类驾驶员的行为,因此可以做到定制化的应用。但由于整个 RSS 模型是借助数学公式来定义的,整个公式除部分定量外,其他都是可以根据不同国家交通情况进行自定义的变量,这也是为什么英特尔选择与清华大学、中科院自动化研究所合作的原因,即借助来自中国道路交通的数据集开发出适应中国驾驶环境的 RSS 模型。 不过 Weast 表示目前 RSS 仍无法覆盖所有的交通场景,所以需要车企、该领域的技术公司、监管部门以及其他相关各方一起对全自动驾驶汽车的安全验证框架做出有意义的讨论。 目前英特尔联合十家从事汽车制造和自动驾驶技术研发的企业,共同发布《自动驾驶安全白皮书》,提出“自动驾驶安全第一”框架,正是各方共同合作的初步成果。该框架以 RSS 为基础,目的是推动建立自动驾驶安全设计、开发、验证和确认等各阶段可参考的指导内容。 现在英特尔在以色列首都耶路撒冷开始进行搭载了 RSS 模型的自动驾驶路测,与百度和法雷奥正式签约,同时中国智能交通系统已批准成立工作组,负责将中国市场的 RSS 进行标准化。英特尔已经与世界各地政府和标准组织就 RSS 进行了交流,相信很快借助宝马、上汽等合作伙伴的力量,该模型也将很快在国内进行测试。 毋庸置疑,自动驾驶汽车一定要兼具安全和实用性。用户既要享受到舒适的乘坐体验,同时更要获得比人驾驶更高的安全体验。这需要整个行业参与者形成共识,“创造一种零碰撞且合法的驾驶方案”,作为理解、预测和管理自动驾驶汽车行为方式并确保其遵守道路规则的一种手段。 大数据的力量 建立了 RSS 模型,有了初期的合作伙伴,要真正实现安全的自动驾驶,还需要海量的数据进行对应研发的支持。英特尔希望对人类的驾驶数据进行分析并提取参数,随后应用至对应地区的自动驾驶软硬件系统开发当中。。 因为开车这件事其实映射出非常浓厚的国家文化,中国用户的开车方式一定和德国用户不同,所以对不同地区驾驶数据的研究最终会促进 RSS 模型的进一步优化和改善。 在刚刚过去的投资者峰会上,英特尔子公司 Mobileye 宣布与中国高端电动汽车品牌蔚来达成战略合作,双方将为中国和其他主要地区的消费市场开发高级别的自动驾驶汽车。与此同时,Mobileye 正在全球范围内建立商用的自动驾驶出租车车队。 之所以如此迅速投入到出行领域,在英特尔看来,通过重要的沙盒演练能够让基于自动驾驶的出行服务最终实现真正的商业化运营。而在极具挑战性的条件下(比如耶路撒冷、中国等地区错综复杂的交通状况)对车辆进行测试,能够让问题充分得到暴露,及早规避可能的安全隐患。 而最终英特尔希望整个行业能达成某些共识,让自动驾驶汽车的决策更符合人类判断的常识,开发出真正安全的自动驾驶系统。尽管很难,但作为首个提出“自动驾驶安全框架”概念的科技公司,这是一件值得挑战值得辛苦付出的事情。 需要指出的是,RSS 的独特优势在于,它能够让自动驾驶汽车天生拥有“老司机”般的驾驶能力,能够解决需要大量自动驾驶汽车行驶数据为基础,而仅凭几台测试车辆的力量却远远不够的难题。正如英特尔自动驾驶解决方案资深首席工程师兼首席系统架构师 Jack Weast 所说,“我们的全球合作伙伴采用 RSS 模型,并愿意在基于 RSS 模型的安全标准上投资,这说明,他们非常看好安全自动驾驶的未来前景。” 而在英特尔子公司 Mobileye 首席执行官兼首席技术官 Amnon Shashua 教授看来,“RSS 模型有能力成为自动驾驶安全的行业标准。通过在全球范围内的部署,英特尔进一步验证了 RSS 在应对不同地区路况时的可靠性。未来将进一步探索各地区的定制化发展路径,以此推动道路交通安全,推动自动驾驶落地。”

    时间:2020-05-15 关键词: 自动驾驶

  • 一天能测800万公里!阿里发布全球首个自动驾驶仿真路测平台

    一天能测800万公里!阿里发布全球首个自动驾驶仿真路测平台

    4月22日消息,阿里达摩院对外发布全球首个自动驾驶“混合式仿真测试平台”,该平台采用虚拟与现实结合的仿真技术,引进真实路测场景和云端训练师。 模拟一次极端场景只需30秒,系统每日虚拟测试里程可超过800万公里。大幅提升自动驾驶AI模型训练效率。该技术将推动自动驾驶加速迈向L5阶段。 当下各个汽车厂商及自动驾驶相关产业公司,都加快了自动驾驶技术的研发。其中路测工作是自动驾驶能够落地的核心环节。 有研究数据表明,自动驾驶汽车需要积累177亿公里的测试数据,才能保证自动驾驶的安全性。 但在自动驾驶技术研发过程中,路测却也是较难实施的一部分。真实车辆在道路实测环境中,遇到的极端场景有限,不足以覆盖所有的真实路况,在自动驾驶的学习方面存在局限性。 同时,实车路测效率低下,测试成本高、周期长,不能够很好的适应自动驾驶技术的快速迭代特性。 但达摩院首创自动驾驶混合式仿真测试平台解决了这一难题。该平台通过自研算法,打通了线上虚拟固定环境与线下真实路况不确定性的鸿沟。 同时,针对传统仿真平台难以实现人为随机干预车辆行驶的需求。达摩院仿真路测平台,不仅可以使用真实路测数据自动生成仿真场景,还可通过人为随机干预,实时模拟前后车辆加速、急转弯、紧急停车等场景,加大自动驾驶车辆的避障训练难度。 有行业专家指出,阿里达摩院的仿真路测平台,规模化的解决了自动驾驶路测过程中极端场景不足的问题,并大大提升了AI模型的训练效率,能够加速自动驾驶技术向L5级别迈进。

    时间:2020-05-15 关键词: 自动驾驶 阿里 路测

  • 腾讯开放自动驾驶仿真系统 高效地检验自动驾驶车辆的“车技”

    腾讯开放自动驾驶仿真系统 高效地检验自动驾驶车辆的“车技”

    按照行业共识,为了保证自动驾驶技术安全可靠,自动驾驶系统至少需要177亿公里的测试数据。不过要知道,地球离太阳才1.5亿公里,现实中几年时间里跑完这177亿公里根本不现实。 不过,腾讯自动驾驶仿真系统已经开放合作,简单来说,这个系统就是一所自动驾驶的“驾校”,它可以高效地检验自动驾驶车辆的“车技”。 腾讯方面介绍,腾讯自动驾驶仿真系统通过高精度地图、大数据、AI和云技术,可以让虚拟场景无限接近真实世界,自动驾驶车辆可以直接在仿真系统里“跑”,一天就可以“跑”约10万公里,还不费油,不花过路费! 此外,结合采集的交通流数据,以及更多极端交通场景的模拟,这所“驾校”还可以完成在现实世界中无法进行的各项测试:比如各种激进驾驶、极端情况的自动驾驶测试。 这个系统看起来像一个大型3D游戏?事实上,腾讯自动驾驶仿真系统背后强大的场景引擎正是来自腾讯丰富的游戏经验和技术储备。 这所“驾校”做到了三维场景仿真和传感器仿真,让环境和测试车辆条件都与现实世界相同,同时车辆的操控和车身动力学作用结果也被模拟出来,最后得到一个与现实世界无限接近的自动驾驶测试结果。

    时间:2020-05-15 关键词: 腾讯 自动驾驶

  • Roadstar仲裁结果出炉 自动驾驶领域三个创始人负债累累

    Roadstar仲裁结果出炉 自动驾驶领域三个创始人负债累累

    有消息显示,自动驾驶领域曾经的明星项目,Roadstar投资人提起的撤资仲裁结果出来了——三位创始人佟显乔、周光、衡量要为公司花掉的一个多亿负连带责任。 意思就是,三位创始人要还掉此前公司花掉的投资人的每一份钱。一个多亿现金,对于三个创始人来说,似乎都是一个现阶段无法偿还的数字。 如果无法通过起诉取消仲裁结果,并且无法偿还,三个创始人都可能会上“失信人”名单,影响不言而喻。无论是创业还是就业,都面临着极大的问题。 创投圈上“失信人”名单,或者上过“失信人”名单的人很多,包括王思聪、贾跃亭、锤子罗永浩等。下周回国贾跃亭,更合躲在国外不敢回来了,最近在忙着重组债务,被债务人质疑其藏匿资产。 Roadstar的发展,真的是令人唏嘘不已,从自动驾驶的明日之星坠落的开始,源于一则“深圳星行科技有限公司关于处理周光违纪行为的公告”,到投资人决定撤资,并且提起仲裁,不过一个月的时间。 除了投资人的撤资仲裁外,还有员工的劳动仲裁。据了解,员工的劳动仲裁早就有了结果,该拿的工资都拿到了,毕竟仲裁开始时,公司账上还有近6个亿人民币的现金。 但是,这6个亿并不足以偿还投资人此前的投资,根据公开信息,Roadstar累计融资1.38亿美元,中间的差额是Roadstar的日常运营消耗,这是仲裁结果里面,三个创始人要负责的一个多亿人民币的原因。 也就是说,创业者要为融到的每一分钱负责。即便公司因为正常的经验不善倒闭了,即便是没有签个人无限连带责任,一般创业者都会在新创立的公司保留原有投资人的股份,如果投资人看好项目,也会继续投资,这是创投圈的潜规则。 让真格徐小平一战成名并且获利颇丰(9位数的收益)的是当年的聚美优品,但,徐小平投资的也不是聚美优品这个项目,而是陈欧此前创办的另一个项目。这是创投圈的玩法,也是能看到连续参与者最终成功的原因。 Roadstar之死,非战之罪。消息显示,三位创始人的去向也清晰:衡量去了大公司;佟显乔尚无最终去向,此前有创业或工作的消息;而周光,按照宣布融资5000万美元的深圳元戎的官方说法,周光是独立顾问。 至于周光是否是元戎的实控人,可以通过其持有的元戎股份来偿还Roadstar这笔连带责任的债务,则需要Roadstar的投资人通过法律程序来追溯了。Roadstar的负面影响,随着仲裁结果的出炉,对三个创始人的影响都是巨大的。 创业者是最难的,创业有着九九八十一难,每一步不慎都可能导致公司走向终局。所有创业者都要谨记,除了有创业的梦想,你是有父母是需要赡养的、有孩子需要抚养的、有爱人需要照顾的。所以,一切的协议条款,都要极度的谨慎小心。 没有资本会做慈善的,投资人的每一分钱都是有代价的,投资人的每一分钱,都是奔着赚十块钱去的,这也无可厚非,资本都是逐利的,这也是屁股决定脑袋的典型例子。 创投圈有创投圈的游戏规则,法律法规有法律法规的约束,一切都是在法律框架内解决问题。对于Roadstar的三个创始人来说,需要做的就是解决问题了,可能最终要负责,虽然这个责任很大。 最后,致敬和祝福所有的参与者,包括创过业的、正在创业的和即将创业的。

    时间:2020-05-15 关键词: 自动驾驶

  • 麻省理工学院为人工智能提供了区分自私驾驶的能力

    麻省理工学院为人工智能提供了区分自私驾驶的能力

    (文章来源:教育新闻网) 近期,在街道上经常发生诸如收窄和驾驶等危险行为,但是如果您是人,从这个行为中人们不难发现,您也可以事先保持谨慎。的但是,自动驾驶汽车的AI只会将周围的驾驶员视为“不应碰撞的障碍物”,并且无法读取角色。 由麻省理工学院计算机科学与人工智能实验室(MIT CSAIL)领导的团队研究了如何将其他驾驶员的社会特征分类为自动驾驶汽车。已宣布能够进行更准确的预测。具体来说,它使用称为社会价值取向(SVO)的参数。这是为了量化人类驾驶员的自私(自私),利他或合作的程度。接下来,系统基于SVO实时创建自动驾驶汽车的驾驶时间表。 研究小组报告说,这些车道在可以左转的地方合并并测试了该算法,现在它可以25%的概率更准确地预测其他车辆的行为。例如,如果确定驶来的汽车是自私的,则可以仔细等待。 在此阶段,似乎足以检测以自我为中心的驾驶员并避免接触事故,但是如果SVO考虑的行为变得复杂,那么还会加入诸如号角声和干扰性超车等因素。当然可以将来,可能会响应倾斜并防止触发倾斜的车辆行为。 这种对人类行为的洞察力是当前自动驾驶汽车和驾驶员在同一条道路上行驶的情况下保护人类生命的重要因素。例如,发现Uber的自动驾驶测试车在事故中导致行人横穿马路致死,被系统地认为不适合无人行横道的人通过。顺便说一句,无视这些交通规则的步行者在英语中被称为“ Jaywalker”,有些国家会受到高额罚款。 该研究论文的主要作者威尔科·施瓦丁(Wilco Schwarting)说:“与人类合作是要阅读他们的意图,以更好地理解人类行为。” “人们合作或竞争的倾向通常会影响他们作为驾驶员的行为。在本文中,我们试图观察它是否可以被量化。” 另一方面,自动驾驶汽车也会给其他驾驶员带来烦恼,例如在十字路口仔细判断会导致交通过多。例如,苹果的自动驾驶汽车在慢速行驶时也坠毁,但这可能与这种行为有关。 SchwarTIng认为以下几点:“在自动驾驶汽车(AV)中像人一样行事对于乘客和周围车辆的安全至关重要。以可预见的方式行事。因为人类了解AV的行为并可以做出适当的反应。”简而言之,如果您远离人类,附近的人类驾驶员将会感到困惑。研究的下一步是将这种预测模型扩展到行人,自行车和其他自动驾驶汽车。可能期望不仅将这种系统安装在全自动驾驶的车辆中,而且还希望将其安装在人的驾驶汽车中,以尽快检测并警告危险的驾驶车辆。      

    时间:2020-05-15 关键词: 人工智能 自动驾驶

  • 特斯拉抓碰瓷消息大火 增强了市场的竞争力

    特斯拉抓碰瓷消息大火 增强了市场的竞争力

    谁曾想,驾驶一款智能汽车,还能捣毁一个涉案100余起的跨省系列诈骗案件团伙。 日前,上海市公安局青浦分局成功破获了一起跨省系列碰瓷诈骗案,捣毁了一个专门在高速上实施“碰瓷”诈骗的犯罪团伙。 据了解,该案线索来源是一段不久前网上流传的视频。今年10月底,一则名为“特斯拉汽车在G15沈海高速上正常行驶遇碰瓷诈骗,先进功能立功显威,避免碰撞和损失”的博文在新浪微博和微信公众号流传,博文描述了一位特斯拉Model 3车主在G15沈海高速上遇到一辆白色奥迪车碰瓷诈骗的经历,并附有当时车辆360°摄像头系统拍下的视频。 视频显示,犯罪嫌疑人驾驶一辆白色奥迪车靠近拍摄车(特斯拉),后座同伙打开车窗,两次尝试用弹弓射向特斯拉轿车制造异响,并立即变道接近。返回原车道后,犯罪嫌疑人闪灯示意特斯拉车主崔先生靠边停车。 停车后,犯罪嫌疑人趁崔先生不注意,迅速用砂纸在特斯拉右后车身伪造出剐蹭痕迹。交涉过程中,犯罪嫌疑人提出私了解决,而崔先生则表示愿意配合其报警并通过保险公司处理解决。见敲诈无望,犯罪嫌疑人选择离开。 “我的车辆当时在自动驾驶,当时就听到砰的一声,但没有意识到碰撞。后方车辆不停地闪我,示意靠边停车,”回忆起当时的情况,崔先生描述道,“对方说我全责,我说既然都有损失,那就各自找保险公司理赔,我愿意配合报警。对方听到要报警便不愿意再与我纠缠,让我走了。” 因为特斯拉车主公布视频纪录了碰瓷者详细作案过程,此事迅速引起了警方的注意。11月27日,特斯拉官微通报了碰瓷事件的后续进展。上海市公安局青浦分局召开了“跨省系列高速碰瓷诈骗案”新闻发布会,宣布已将“碰瓷”诈骗团伙8人一并逮捕,这个涉案100余起的跨省系列诈骗案件由此告一段落。 这一案件的成功破获离不开智能汽车高新技术的加持。 “我们看完这个视频,认为这应该是个‘碰瓷’事件,”事后,特斯拉学院华东区负责人祝为在接受媒体采访时表示,“人是有视觉盲区的,但车辆配备了环车8个摄像头,能够360°监测周围环境,并且芯片能够快速处理,从而做出快速防避的动作。” 这意味着,特斯拉Model 3在使用自动驾驶功能时,已经可以做到主动避让,并且在发生事故后做到有迹可循。整车的安全性也因此得到了进一步提升。 实际上,目前配备360°环视摄像头的车型远不止特斯拉Model 3一款,诸如蔚来ES6、小鹏G3这些标榜高级别自动驾驶的车型均配备有此功能。 受到此次事件的影响,未来各大车企在推出具备自动驾驶功能的车型时,或许都会将该功能考虑在内,360°环视摄像头或将成为智能汽车的标配。 虽然这意味着单车更高的成本,但今后或许会有很大一部分消费者将此功能作为购车时的一大参考因素。为了获得更强的市场竞争力,车企将不得不付出这部分成本。 此外,纵观整个事件,除了社会治安得到了维护以外,特斯拉无疑是最大的受益者。 从特斯拉官微通报了此次事件的后续进展,并派出工作人员出面接受采访不难看出,该公司希望借助这个热点事件,以低成本为自身做一次高回报的品牌推广。目前来看,显然这个目的已经达到了,特斯拉的支持者们现在正为此感到自豪。 如今,国产特斯拉即将上市,此次“蹭热点”或许能够为特斯拉带来更多的潜在用户。本就是该品牌销量担当的“当事车”Model 3,其国产版本将更加令人期待。

    时间:2020-05-15 关键词: 特斯拉 自动驾驶

  • 文远知行推出自动驾驶出租车队 开启RoboTaxi试运营服务

    文远知行推出自动驾驶出租车队 开启RoboTaxi试运营服务

    今日消息,国内领先的L4级自动驾驶出行公司文远知行WeRide在RoboTaxi商业化上又取得重大进展,通过旗下合资公司文远粤行,与广州市白云出租汽车集团、科学城(广州)投资集团一道,率领全国首支落地一线城市的RoboTaxi车队,在广州市黄埔区、广州开发区正式开启试运营服务。 文远粤行RoboTaxi第一阶段将投放数十辆L4级自动驾驶出租车,服务范围覆盖黄埔区、广州开发区核心的144.65平方公里的城市开放道路,将为区内市民提供日常的自动驾驶出行服务。 在启动活动上,文远粤行RoboTaxi车队首次亮相。车队采用日产纯电动车型,车辆保持了广州市民最为熟悉的白云出租车,同时搭载文远知行最新的L4级自动驾驶软硬件解决方案,带来强大的自动驾驶系统。这支由文远知行、白云出租集团以及科学城集团联手打造的RoboTaxi正规军,将为广州市黄埔区、广州开发区市民服务,为他们带来安全、便捷、舒适的自动驾驶出行体验。 启动活动上的数十位政府、企业和市民代表率先体验了文远粤行RoboTaxi的出行服务。车辆配备了自动驾驶可视化产品WeRideViz,以简洁、流畅的可视化语言,将 RoboTaxi 及其周围的路况信息以每秒 60帧的高性能渲染画面实时传达给乘客,并通过完善的交互功能搭建起自动驾驶车辆与乘客之间的桥梁。现场体验的乘客分别乘坐RoboTaxi前往选定的不同目的地,包括香雪国际公寓、科学城展厅、萝岗万达广场等。目前,WeRideGo已在iOS和安卓平台开放下载,供市民使用。 文文远知行COO兼文远粤行CEO张力在启动活动上说道:“在持续积累路测里程的同时,我们将大力打磨RoboTaxi的产品和服务,摸索最适合中国国情和本地化的运营模式。黄埔区、广州开发区的自动驾驶已经扬帆起航,未来我们将开往更广阔的天地,服务更广大的人群,从黄埔区、广州开发区走向四面八方。”张力公布,文远粤行RoboTaxi第一阶段将投放数十辆L4级自动驾驶汽车,服务范围覆盖黄埔区、广州开发区方圆144.65平方公里的城市开放道路,为区内市民提供自动驾驶出行服务。 文远知行的全球总部在2017年12月落户广州。在广州市黄埔区、广州开发区政府的大力支持下,经过短短两年多的时间,文远知行取得了不错的发展,创下多个行业第一:在广州国际生物岛开启国内首个L4 级别自动驾驶常态化试运行;自主研发的L4级自动驾驶汽车成功实现首个国内江底隧道穿越,并完成在暴雨天气下的安全行驶;实现全国首个5G网络下的L4级自动驾驶应用;成为中国首家获得全球汽车制造商雷诺日产三菱联盟战略领投的L4级无人驾驶企业;自动驾驶路测牌照数量位居全国第二,仅次于百度;组建首个落地一线城市的自动驾驶出行合资企业文远粤行等。

    时间:2020-05-14 关键词: 自动驾驶

  • 创新MLA技术将图像或图形投影路面,提高安全性和车辆功能

    创新MLA技术将图像或图形投影路面,提高安全性和车辆功能

    科技进步让汽车行业取得了难以置信的突破,如自动驾驶汽车和环保型汽车。现在,德国EDL Rethschulte公司也得到了新发展,能够利用创新型微透镜阵列(MLA)晶圆技术改变汽车的视野和外观,此种技术可用于生产极其紧凑、重量轻、小如指针的LED投影仪。EDL Rethschulte是一家专注于照明设计的公司。 该MLA技术可以从几乎所有角度将图像或图形投影到任何表面,且不失真,从而能够提高安全性和车辆功能,以及达到创新型设计效果。目前,该技术已经投入试验,能够提升车辆的导航能力。例如,由于电动汽车行驶时几乎不会发出声音,因此如果是在平面视野中,几乎无法发现电动汽车,而利用该新技术,就可以通过路面上的投影,让其他道路使用者发现电动汽车的存在。 据EDL Rethschulte所说,照明设计不仅在汽车应用方面越来越重要,在品牌差异化和公共安全方面的重要性也越来越明显。该公司业务开发经理Philipp von Trotha表示:“该技术的未来应用可能是将图像投射到街道上,以提升交通安全。该技术也同样适用于车内驾驶员所使用的基于灯光的辅助系统。” EDL已经为3D MLA技术申请了专利,而且该技术已经成功应用于广告市场。该技术由许多火柴头大小的微透镜组成,在一平方米的表面有25.3万个透镜,而且精度都在1?m以下。在制造过程中,由LED曝光装置提供图像信息,以确保精确定位。 以前的3D显示技术主要依赖全息和自动立体成像,而EDL的专利则依赖于光场技术,可生成高质量的3D图像,而且无需眼镜或其他辅助设备就可清楚看到图像。 von Trotha表示:“MLA技术遇到的最大挑战是在汽车循环中保持适应性,因为汽车对性能和耐久性的要求特别高。” MLA技术整合了一个特殊的薄膜,安装在微透镜后面,能够存储大量数据。由于25.3万个透镜中的每一个透镜都能够显示由6.5万个像素组成的完整图像,因而很有必要配备这样一个薄膜。 该项创新技术具有各种应用场景,特别是在汽车行业。von Trotha补充表示:“在未来的汽车驾驶舱中,该技术可以创造全息操作元素,例如3D控制器或从中控台上虚拟投射的开关,让驾驶员能够舒适地用手操作,并能被传感器捕获。”(文中图片均来自FEV)

    时间:2020-05-14 关键词: 晶圆 LED 投影仪 自动驾驶

  • 华为提出了面向5G的核心网自动驾驶 实现核心网端到端网络自治

    华为提出了面向5G的核心网自动驾驶 实现核心网端到端网络自治

    近日,华为正式发布《华为核心网自动驾驶网络白皮书》,在业界率先提出了面向5G的核心网自动驾驶网络的理念、目标和构架,为5G核心网向自动驾驶网络演进提供了一条可衡量、可实践的指导性路径。 5G网络建设进入快车道,为数字经济提供了全新的基础设施,加速行业数字化转型。在这当中,5G核心网是使能千行百业的关键,而自动化是5G核心网实现业务敏捷、满足行业多样化需求和提升运营管理效率的核心要素。华为率先在业界提出自动驾驶网络(Autonomous Driving Network)的理念,从客户体验、解放人力的程度和网络环境复杂性等方面,定义了通信网络的自动驾驶分级标准。 华为凭借在5G核心网领域的技术领先优势和对运维业务的深入理解,将AI、大数据、自动化等关键技术与通信领域进行深度结合,构筑数据原生、可编排工作流引擎和AI引擎能力,结合网元级和网络级两层闭环自治体系,在不同网络层级引入相应的自动化和智能化能力,推出了业界首个管控融合、云边协同、分层自治的5G核心网自动驾驶网络智能运维解决方案iMaster MAE-CN,实现全网数据资产的可视、可管、可溯源,助力运营商打造智能、极简、敏捷的5G核心网。 据悉,核心网自动驾驶网络方案可应用在5G切片、5G MEC、工作流编排、智能运维等多种业务场景。实现5G核心网的自动驾驶,是一个长期的逐级演进过程,关键场景的实践需要遵循由点及线到面的逐步演进策略,从关注面向网元的自动化设备管理走向关注面向全场景的自动化,最终实现核心网端到端网络自治的目标。

    时间:2020-05-14 关键词: 华为 自动驾驶

  • 自动驾驶对交通运输业会有如何的影响

    自动驾驶对交通运输业会有如何的影响

    交通运输业的温室气体排放及交通拥堵问题,使经济蒙受极高的损失。因此,透过革命性6大趋势改善运输成为当务之急。根据Oil Price网站报导,未来带给交通运输业革命性变革6大趋势。 1. 虚拟现实 透过虚拟现实达到欣赏风景的旅行目的,这是最不具环境污染的旅行方式。人们未来可以透过非常逼真的3D视野与VR硬件,让你轻松欣赏圣母峰的高峰美景,或者大峡谷的日落。 2. 微移动 根据美国能源部2018年的数据显示,2017年将近60%的汽车外出距离少于6英哩;甚至高达一半的汽车外出不到3英哩,以及高达四分之三的外出不到10英哩。这表示着,许多汽车是闲置状态,人类每天的行程使用个人汽车的机会不多,只需要透过具备微移动特质的自行车和滑板车就能达到与开车相同的目的。 因此,现今市场上出现许多电动滑板车新创公司。例如:成立仅两年的Bird于11月,又筹得2.75亿美元的新资金,市值达到25亿美元。另一家新创公司Lime于2019年2月筹资3.1亿美元,值提高至24亿美元。此外,柏林的Tier是欧洲在该领域的主要竞争对手,在软银集团庞大的Vision Fund的带领下,又筹资6000万美元的新融资。 3. 电动车 根据统计,2017年电动车销售量首次超过100万辆,2018年更是涨了一倍,达到200万。预估到了2040年,电动车将占据所有新车销售量的一半以上。 为了鼓励厂商研发电动车,甚至有些国家开始制定政策禁止进口传统汽车。例如:挪威宣布到2025年禁止进口内然引擎的汽车,印度也宣布从2030年禁止进口,法国和英国到2040年禁止进口。 4. 氢动力船 由可再生能源和水力发电相结合的动力推动船,因为具备零温室气体排放量而受到环保主义者的青睐。 世界上第一艘以氢为动力的小船--能源观察家号(The Energy Observer),于2017年从法国启航,仅靠电力供电,在过去两年中,这艘船已经航行了约18,000海浬,航行了25个国家,其中约52%的能源来自太阳能,至于风能和氢能分别占6%和6%。未来六年的旅程中,将访问50个国家和101个港口。 5. 轨道运输结合高速铁路网 其实,传统铁路运输是非常具环保概念的运输方式,现今又结合高速铁路网,更能发挥其影响力。实际上,与传统的汽车相比,铁路运输的每公里温室气体排放量将可减少80%。此外,典型的高铁列车每小时可以运送多达5万人,这也是走高速公路的汽车无法比拟的。 6. 飞行出租车与自动驾驶出租车 航空界的波音与汽车界的保时捷都将进入飞行出租车的市场。波音一直引领航空领域的创新;保时捷虽然其并不是以销售量闻名,但是其高利润始终令人印象深刻。所以未来飞行出租车的来临,非常值得期待。无论是优步、Wamyo都正在密集测试其自动驾驶技术,期望在未来几年内推出自动驾驶出租车服务。

    时间:2020-05-14 关键词: 虚拟现实 自动驾驶

  • 汽车消费市场的需求升级 汽车设计即将迎来一场大变革

    汽车消费市场的需求升级 汽车设计即将迎来一场大变革

    随着国内汽车消费市场的需求升级,一场“汽车设计革命”正在到来。 11月30日,由清华大学美术学院艺术与科学研究中心、汽车商业评论共同主办的ARCFOX“洞见-2019”——未来出行·智慧生活/生活方式与设计研究论坛在北京举行。此次论坛围绕着科技创新、设计创新、消费转型、价值提升等内容,从而讨论设计对中国社会生活方式的变革。 北汽集团研究总院副院长、造型中心主任单伟讲述了新形势下北汽集团的改革转型之路。单伟表示,北汽集团开启了由传统的制造业向制造服务型、创新型企业的战略转型。单伟表示,对于未来智慧出行的设计有几点关键要素:第一,考虑是否满足舒适、能够实现自我表达、产生联系的要求;第二,明确消费者在未来想要什么;第三,关注高级感;第四,保持对科技的关注。 “共享出行市场长期向好,新四化大趋势之间出现融合,共享出行成为车辆电动化的主要场景”,滴滴出行整车产品战略及设计总监冯超说道,“未来交通工具将呈现两极化趋势,分别为:出行交通工具、智能私家车辆。“ 清华大学美术学院工业设计交通工具设计负责人严扬探究了关于城市车辆级别的创新思考。严扬认为,“在城市化和老龄化背景下,公共交通的发展不会减少,反而会增加个人自主出行需求;在小汽车、摩托车、自行车等因各自的问题难以成为合格的个人自主交通工具时,需要进行涉及到道路资源、出行需求、交通环境、准驾资格等多种因素相互作用的协同创新。” 此外,由清华大学艺术与科学研究中心设计管理研究所发布的《洞见2019生活方式研究报告》显示,消费者对汽车的需求观念正从“驾驶乐趣”转变为“乘车体验”。在自动驾驶与车联网技术背景下,车内空间将向家居化、深度定制化发展,企业在移动生活空间体验中的创新意义或将超越自动驾驶技术本身。 如今,汽车正作为提供服务的移动化场景,不仅提供了多元的移动化解决方案,还将带来前所未有的价值。从汽车设计方面来看,无论是特斯拉首款纯电动皮卡的亮眼造型,还是恒大签约15位全球顶级造型大师打造的“恒驰”造型设计团队,在这一赛道中,关于创新的故事正不断更新。

    时间:2020-05-14 关键词: 电动汽车 自动驾驶

  • 戴姆勒开始裁员 以应对电动汽车行业的寒冬

    戴姆勒开始裁员 以应对电动汽车行业的寒冬

    临近年末,汽车行业的寒冬逼近低谷。 戴姆勒宣布,在未来三年内,该公司将在全球范围内裁员至少1万人,紧随业内其他公司的脚步,他们在努力应对销售疲软的同时,削减成本应对电动汽车巨额投资。 戴姆勒在一份声明中说:“汽车行业正处于其历史上最大的变革之中。” 目前,他们已经就削减成本和工作岗位的各种措施达成一致,包括自然离职、提前退休计划和遣散费方案。此前,该公司还削减了全球10%的管理职位。这已经是这家德国汽车制造业巨头一周内第三次宣布降本举措。 戴姆勒去年11月制定的计划显示,该公司计划到2022年底将员工成本削减约14亿欧元(约合15.4亿美元)。 戴姆勒近几个月来一再下调利润预期,一方面是为了弥补监管部门对柴油排放违规丑闻的罚款,另一方面也是因为汽车市场放缓。该公司上月表示,集团营业利润将“明显低于”一年前。 当然,戴姆勒不是个案。此前几天,大众豪华车部门奥迪表示,将在2025年前裁员9500人,节省出数十亿欧元,为转向电动汽车提供资金。 同样在本周,宝马表示,其管理层和劳工部门已经就减少员工奖金和其他削减成本的薪酬方案达成了协议。 陷入裁员境地的,还有日产、通用、福特等公司,去年通用汽车宣布计划在北美裁员近15000人;今年5月,福特表示全球裁员7000人;日产则是在第一季度利润大幅下滑后,计划在全球裁员12500人。 据不完全统计数据显示,全球每三家汽车公司中就有一家正在裁员。根据一些机构发布的数据,汽车制造商正以金融危机以来最快的速度裁员,因为汽车行业正努力应对不断变化的消费者需求和基于新技术的竞争。 有德国汽车行业专家甚至表示,他相信德国汽车业在未来10年将裁员25万人(目前该行业拥有80万名员工),原因是,与内燃机相比,电动车核心三电部分需要的零件更少,组装起来也不那么复杂。 但同时,由于电动化、智能化、网联化等带来的对软件、人工智能等新科技人才的需求正在加大,预计总共会为当地创造12.5万个新岗位机会。 不过,这种转型不会太快。 戴姆勒新任首席执行官警告称,在转向电动汽车和自动驾驶这一代价高昂的过程中,OEM要想重振被挤压的利润率,将不会有快速的解决方案。 尽管混合动力和全电动汽车的推出将使戴姆勒旗下梅赛德斯·奔驰品牌能够满足未来欧洲更严格的排放限制,但消费者的购买行为将对实际目标起到关键作用。 在该公司看来,由于一些市场的充电基础设施仍然不完善,以及补贴的减少甚至取消,需求仍然难以预测。此外,由于对电动汽车或新商业模式(如共享出行及Robotaxi)的可行性存在如此多的不确定性,汽车制造商正投入巨资堪比风险投资。 比如,在自动驾驶方面,戴姆勒CEO承认在未来Robotaxi盈利潜力受到质疑的情况下,让它们变得安全比最初想象的要难得多。 这位CEO表示,因为工程团队发现,开发自动驾驶汽车比预期更具挑战性。而且,并不完全确定如何从自动驾驶汽车的生态系统中获利。 但汽车行业高管们对于未来岗位需求的变化,似乎并不避讳。 福特高管告诉投资者,电动汽车可以使公司每辆车的生产时间减少30%,资本投资减少50%。大众集团首席执行官赫伯特•迪斯(Herbert Diess)表示,这一转变“意味着我们将需要裁员”。 然而,在汽车公司裁员之际,美国当地的科技和电信公司的裁员也在迅速进行。“汽车制造商和供应商,包括大型科技公司,正在精简他们的劳动力,以保持竞争力。” 本月,Waymo关闭了位于德克萨斯州奥斯汀的自动驾驶测试基地,约100名“雇佣工”因此失去了工作,其中一些人对这一突然决定表示惊讶,“这是基于财务的考虑。” 尽管Waymo否认有任何削减成本的措施,并举例在其他地方还加大了投资。然而,在解散测试基地发出前的几个月里,Waymo的确面临着业务上的挑战和技术上的延误。 Waymo母公司Alphabet是一个巨大的盈利机器,拥有超过1000亿美元的现金。但该公司相关负责人表示,尝试让用户对(Robotaxi)不同的价格做出反馈,对于未来业务的可持续性验证至关重要。 Waymo上个月宣布与Lyft合作,在凤凰城打造10辆Robotaxi的车队,原因就是需要更多的乘客。毕竟到目前为止,Waymo还没有在商业模式取得突破。 当然,对于汽车制造商来说,储备更多现金已经是一个大趋势。这也是为什么这些汽车制造商们要推出未来数年的成本节约计划,并且通过各种融资渠道维持发展。 比如,福特汽车目前有370亿美金左右的现金及短期资产,但分析师表示,汽车制造业是一个现金密集型行业,福特需要确保其现金余额保持在200亿美元以上,以应对随时可能出现的状况。 中国市场也是如此。今年1-7月,汽车与汽车零部件行业的发债数量及规模均创出了三年新高,发债总额与去年同期相比更是暴涨八成。 比亚迪是近几年来发债最多的车企。从今年前七个月的表现看,比亚迪发行了30亿元公司债、10亿元企业债,以及110亿元超短融,规模比去年同期高出50%以上。 前两年同期,吉利汽车也未发债,但今年1-7月,吉利汽车共发行60亿元的债券,包括一只25亿元的超短融和一只35亿元的中票。 “汽车行业是无情的周期性行业。”一位行业人士表示,在经济低迷时期,你可以很快消耗掉现金。你总是知道有一个下降周期,但你不知道什么时候会发生。

    时间:2020-05-14 关键词: 电动汽车 自动驾驶

  • 自动驾驶的火热给传感器行业带来什么样的改变

    自动驾驶的火热给传感器行业带来什么样的改变

    车载传感器是智能驾驶的重要组成设备,是车辆感知外界环境的关键所在。目前,ADAS (Advanced driver assistance system ,智能驾驶系统) 主要集中在激光雷达、单目相机、多目相机、毫米波雷达等方面。以 Google、百度为代表的公司选择激光雷达作为其自动驾驶的主要传感器,以 Tesla 为代表的公司考虑到激光传感器成本因素后,选择以毫米波雷达、超声波雷达和 Mobileye 等传感器组合使用的方案,尽量避免使用激光雷达。 随着汽车智能化程度的不断提升,以摄像头、毫米波雷达等为代表的车载传感器,开始在汽车上扮演越来越重要的角色。放眼市场,近两年绝大部分的新车都或多或少地搭载了基于摄像头或者毫米波雷达的驾驶辅助系统,实现更高的驾驶安全性和更好的驾乘舒适性,车载传感器由此进入了新一轮的爆发期。 ADAS 成标配 车载传感器迎增长新风口 据相关数据预测,到 2020 年左右全球车载摄像头、毫米波雷达和夜视系统等市场都将进入快速成长期。其中车载摄像头 2020 年市场规模有望达 133 亿人民币,年复合增长率为 16%;毫米波雷达 2020 年市场规模将达 576 亿人民币,年复合增长率为 20%;夜视系统 2020 年市场规模将达 514 亿人民币,年复合增长率为 12%。 车载传感器市场规模持续扩大的背后,最主要的驱动力是 ADAS 在量产车市场的快速渗透,特别是以摄像头为基础的识别类、预警类 ADAS,如 TSR 交通标志识别、LDW 车道偏离预警、AEB 自动紧急制动、LKA 车道保持辅助、FCW 前向碰撞预警、360°全景泊车等。这些功能由于在行车过程中可以给驾驶员提供一定程度的安全辅助,正逐渐成为越来越多新车的标配。 例如刚刚上市的新款荣威 i5,就同时搭载了 AEB 自动紧急制动、FCW 前向碰撞预警、ACC 自适应巡航、SAS 智能速度辅助、IHC 自动远近光切换、LDW 车道偏离预警六项 ADAS 功能。EXEED 星途 LX 更多,搭载的驾驶辅助功能达到了 17 项,除 LDW 车道偏离预警、LKA 车道保持辅助、FCW 前向碰撞预警等常规配置,还有 FAPA 全自动泊车系统、360°全景高清影像加持,可以更好地帮助车主扫清驾驶盲区。 正是基于在量产车上的广泛搭载,近两年 ADAS 在新车上的装配率较之前有了明显的提高。据相关统计数据显示,截至 2019 年 1 季度末,L1-L2 级 ADAS 系统在新车上的装配率已经由 2018 年底的 5-12%提升到了 11-26%。具体到细分市场,在中高端和高端车领域,L1-L2 级别 ADAS 系统在新车上的装配率全面提升,而中低端车市场,基于摄像头及图像处理技术的日趋成熟,以及车载摄像头价格的持续走低,在 ADAS 功能的装配率上也有了大幅度的提升。 特别是 AEB 自动紧急制动、FCW 前向碰撞预警两项功能,受 E-NCAP 与 C-NCAP 测试内容的推动,装配率比其他 ADAS 功能普遍要高。从这一点上来讲,政策标准也是目前驱动 ADAS 快速普及的主因之一,而未来预计相关政策还有望继续刺激 ADAS 在终端市场的需求。因为结合目前的技术趋势,诸如紧急转向、追尾保护、小孩检测、驾驶员监控等功能,未来也很有可能被纳入新车碰撞测试的检测范围,以提升车辆的安全性。 随着法规的持续推进,作为国内 ADAS 供应商之一,福瑞泰克认为主机厂将越来越重视智能驾驶市场。目前,ADAS 正在成为汽车安全功能的标准配置,从技术和市场的现状及趋势来看,未来自动驾驶将继续依靠辅助驾驶来提高驾驶的安全和舒适。这也就意味着今后车企需要进一步提升车辆的感知能力,以实现更高的安全性和可靠性。 汽车智能化驱动 更多创新应用待挖掘 随着车载传感器技术的日趋成熟,近两年汽车行业在基于视觉的 ADAS 功能研发方面取得了长足的发展,然要实现从 ADAS 向高级别自动驾驶的跨越,还面临多方面的技术难题。鉴于此,除了已经普及的 ADAS 功能,当前越来越多的车企开始探索摄像头、毫米波雷达以及激光雷达在车内的更多创新应用,在提升整车安全性的同时,为用户提供更好的用车体验。 比如沃尔沃正计划为其所有基于 SPA2 架构的新车型引入驾驶员监控摄像头。根据沃尔沃的设想,当醉酒、受毒品或药品影响的驾驶员未对警告信号做出反应,并且有发生严重伤亡事故的风险时,车辆将自动采取干预措施,包括限制车速、启动沃尔沃随车管家提供救援等服务,如果都无效,车辆会将主动减速和安全停车作为最终的措施。 与此同时,沃尔沃还计划开发一款车载摄像头,用于监控司机的行为和某些健康指标,并准确分辨出哪位乘员在驾驶车辆,从而根据对应乘员的个性化需求相应地调整车辆设置,以符合个人喜好。因为司机的行为是否符合法规、精神及健康状况是否良好,很大程度上直接影响了驾驶员的行车安全。这也恰恰表明,无论是对于现阶段的驾驶辅助,还是未来更高级别的自动驾驶汽车,车载摄像头均已经成了不可或缺的硬性指标。 此外还有一些创新的传感器解决方案也在不断被提出来。最近大陆集团研发了一个整合式摄像头系统,该系统包含一个对内红外摄像头和一个对外摄像头,既可以监测驾驶员的情况,持续监控驾驶员是否在执行驾驶操作,同时还能够检测车辆前方的交通状况。特斯拉则计划用摄像头确定车内乘客数量,进而实现一系列的个性化设置。 虽然目前这些技术方案还处于前期研发阶段,但依靠多传感器的融合为车辆提供更高的安全性和舒适性俨然成了主流。一个典型的例子是特斯拉,其 Autopilot 2.0 就在车身四周安装了 8 个摄像头,包括 3 个不同焦距的前置摄像头、 2 个侧摄像头以及 3 个后置摄像头,视野范围基本实现了 360°全车覆盖。 长远来看,未来单车上所搭载的传感器数量和种类还有望继续增加,到 2030 年或将达到 29 个。基于此趋势,如何让多个传感器协同工作,进一步提升车辆的感知能力,成了当下汽车行业亟待解决的问题。 自动驾驶方兴未艾 多传感器融合才是未来 尽管在获取车辆、行人以及红绿灯等环境信息方面,摄像头凭借其可以准确识别物体属性的特点,拥有出色的表现,其局限性亦不容忽视。特别是在强光、雨雪、大雾等恶劣环境下,摄像头的识别精度容易受到影响,再加上基于摄像头的 ADAS 解决方案,往往需要汽车具备强大的计算机视觉能力,如果后者达不到要求,也会影响最终的感知结果。 另一方面,如果在 ADAS 系统中只使用单纯的毫米波雷达,同样难以满足自动驾驶汽车的精准感知需求——毫米波雷达虽然穿透力强,但成像效果还有待进一步的优化。 “因此,优势互补,多传感器的融合正成为自动驾驶的重要发展趋势。” 中国国际光电博览会秘书长杨耕硕表示。法雷奥中国 CTO 顾剑民也认为,传感器的融合、感知的冗余是保证自动驾驶安全的一个必要条件。“因为每个传感器都有其长处和短处,人类驾驶汽车尚且需要眼睛、耳朵包括导航的辅助,自动驾驶也需要。”顾剑民表示。 事实确实如此,近两年越来越多的企业开始探索基于毫米波雷达和摄像头的多传感器融合方案,来实现更优秀的 ADAS 功能。例如威马汽车的 Living Pilot 驾驶辅助系统,采用的就是摄像头+毫米波雷达的融合方案,传感器多达 20 个,包括 1 个前置单目高清摄像头、3 个毫米波雷达、4 个全景摄像头和 12 个超声波雷达。 几何 A 作为吉利旗下全新纯电动车,所搭载的 L2 plus 智能主动驾驶系统采用的也是摄像头+毫米波雷达的融合方案。凭借该传感器组合,几何 A 可实现 RCW 后方碰撞预警系统、 DOW 开门预警系统、LKA 车道保持系统等多种 ADAS 功能,极大地提升了驾驶安全。类似的新车还有很多,可以预见的是,在未来一段时期内基于摄像头、毫米波雷达等传感器的融合将成为市场的主流趋势。 此外对于自动驾驶,本土化研发也非常重要。除了技术复杂度高,自动驾驶的难点还在于场景的复杂性,尤其是中国的交通场景与欧美等地区有着明显的不同——中国的多样性道路条件对行车安全提出了很大的挑战,再加上驾驶习惯及交通规则的差异,如果研发过程没有紧密结合中国实际驾驶场景,研发者对中国交通环境缺乏深入且准确的理解,直接把国外的自动驾驶解决方案引入国内,很可能会“水土不服”。简言之应用于国内市场的自动驾驶,研发过程需要考虑如何满足中国驾驶者的现实需求和驾驶习惯。

    时间:2020-05-14 关键词: 传感器 自动驾驶

  • 特斯拉自动驾驶行驶里程超48亿公里:相当于绕地球12万圈

    特斯拉自动驾驶行驶里程超48亿公里:相当于绕地球12万圈

    4月23日消息,据国外媒体报道,电动汽车制造商特斯拉的人工智能(AI)部门发布了一系列关于Autopilot(自动辅助驾驶系统)及其功能的新数据。据外媒报道,发布这一系列自动驾驶数据的是该部门主管安德烈·卡帕西(Andrej Karpathy)。特斯拉开发自动驾驶系统的方式与大多数其他公司大相径庭。大多数其他公司是利用相对较少的测试车队来收集数据,并测试其系统,而特斯拉则是利用其数十万辆配备了一系列传感器的客户汽车来收集道路和驾驶数据,并在“影子模式”下测试其自动驾驶系统。特斯拉不仅希望利用这些数据来改进其Autopilot系统,而且希望这些数据能帮助监管机构发现其系统可改善道路安全。早在2018年11月的时候,特斯拉车主在启用Autopilot系统的情况下行驶了10亿英里,而现在这一数字达到了30亿英里(约合48.28亿公里)。特斯拉的Autopilot系统一直以来都很引人注目,但也引起了不少的争议。此前,特斯拉汽车在Autopilot开启状态下发生过多起撞车事故。特斯拉曾表示,它的Autopilot系统只是部分实现了自动化,比如,使汽车保持在车道上,与前方车辆保持安全距离。这只是为了辅助司机,司机必须随时准备干预。特斯拉致力于使用高度依赖视觉的方式来实现全自动驾驶,该公司可以利用电动汽车上的摄像头和人工智能,来训练自己的神经网络,使其能够对道路上的情况做出反应。相比之下,其他主流的自动驾驶公司却没有采用这种方法。Alphabet旗下的自动驾驶部门Waymo和通用汽车旗下的自动驾驶子公司Cruise被认为是自动驾驶领域的领导者,他们都依赖激光雷达,而特斯拉的CEO埃隆·马斯克(Elon Musk)认为这是徒劳的。

    时间:2020-05-14 关键词: 特斯拉 自动驾驶

  • 中韩两国求同存异 或将领先自动驾驶行业

    中韩两国求同存异 或将领先自动驾驶行业

    从2018年开始,全球自动驾驶开始进入漫长的技术攻坚期和生态联盟期。 谈及自动驾驶的未来,有人认为在未来2—3年内有可能实现商业化。而比较保守的观点则认为可以先从自动停车、固定场所物流等场景开始应用。 无论如何,自动驾驶的未来仍旧处于讨论阶段,或许也在等待更多人的集思广益。 于是,作为中韩汽车界层次最高、规模最大、内容最专业、影响力最深远的对话平台,中韩汽车论坛由国家信息中心信息化和产业发展部与现代汽车(中国)投资有限公司合作举办。 作为中韩两国汽车企业与相关研究机构沟通交流的重要平台,本次研讨会围绕”以东方智慧驱动自动驾驶新时代“主题,邀请了两国业界权威专家,就自动驾驶技术最新发展及未来方向进行深度研讨。 潜力无限的中国市场 今天的中国,在自动驾驶领域拥有全球第一的潜力规模。 国家信息中心副主任徐长明从消费者特征和城市形态两个角度,诠释了中国自动驾驶的发展潜力。调查资料显示中国消费者对自动驾驶的接受程度明显高过美国、德国等发达国家,并且愿意为自动驾驶支付更高的费用。中国消费者对自动驾驶高接受度的背后,是数字经济在应用领域的快速发展和大数据、云计算、人工智能等领域全球领先的独角兽公司布局、论文、人才积累。 与此同时,随着中国汽车市场目标受众年轻化,对自动驾驶接受程度更高的90后、00后人群未来将会成为购车主力,自动驾驶市场也将越来越大。 从城市形态的角度,中国人口密度高、人口规模大的特点最适合自动驾驶技术的应用,这也是中国发展自动驾驶的先天有利条件。中国城市环状发展的形态与城市化进程,也将会为中国的自动驾驶提供广大的空间。 更重要的是,在政府的大力支持下,中国的基础设施水平始终保持全世界领先。在自动驾驶方面,中国也有信心在基础设施建设上走在世界前列。 就政策支持层面而言,上海国际汽车城始终走在前列。副总工程师李霖在发言中指出,上海国际汽车城2019年基本上围绕5个一来开展: 一套管理办法。2018年3月1日率先发布管理办法,并于2019年9月进一步修订完善,赋予新的内容和场景。针对企业迫切的需求进行补充; 一个测试体系。率先构建测试标准体系,进一步推动长三角地区智能网联汽车道路测试工作的“互联、互通、互认、互信”,促进长三角地区汽车产业的转型升级和高质量发展; 一个平台。率先建立上海市智能网联汽车数据采集和监控平台,并不断完善省级,提升数据存储和安全的功能; 一个路段。在国内率先开放测试路段,并对路段进行基础设施改造和智慧化改造,目前已分3批次开放79.7公里道路; 一批示范应用。率先发布示范应用管理办法,并为企业颁发示范应用测试牌照,同时推动东海大桥高速路段智能集卡的示范应用,探索并突破高速,快速路的开放测试。 徐长明也在演讲中强调,在自动驾驶发展过程中,中国一定要解决车与车的混合、机动车与非机动车混合的问题,提升交通规则意识,才能让自动驾驶在中国有更好的发展。 对此,现代汽车集团(中国)总裁李光国也认同地表示,在电气化、自动驾驶等未来驾驶新技术领域当中,中国确实拥有引领世界的技术和实力,中国消费者对新技术接受度较高,中国政府对之给予大力扶持:“我相信中国自动驾驶会领先于在全球市场的发展。” “数据”成为关键词 在中国自动驾驶逐步引领世界潮流的背后,一个新时代悄悄地走近了我们身边。中国互联网企业正在实施大规模投资,出行服务公司也快速融合进来。 滴滴自动驾驶公司COO孟醒表示,自动驾驶产业化有很多难题,技术难题依然存在,对整个行业来讲都是很大的挑战。同时也要思考如何与产业配合,得到政府的支持,更好得做地方测试,更好得迭代数据和搭建运营。“今天我们做的事情就是将他平行的往前推进,逐步尝试探索一些可以解决的方式,将自动驾驶和运营服务推到一个可商业化的阶段。” 不仅仅是孟醒,在韩国汽车部品研究院智能网联汽车本部本部长Lee JaeKwan眼中,自动驾驶汽车的终极形态同样是实现“移动出行网络社会”的工具。未来移动出行需要搭载全新的零部件,因此以制造业为中心的相关产业边界将会扩大,并且通过自动驾驶汽车收集的数据可以发掘并培育新的服务业。 腾讯自动驾驶总经理苏奎峰补充道,自动驾驶的终极目标,不光是运营移动的服务,还包括更好地连接我们的服务,使人们的出行达到一种无缝连接的状态。其核心在于数字驱动,建立闭环的数据应用体系,是自动驾驶产品落地的关键。 自动驾驶新的附加值 从技术角度来看,目前,主流的自动驾驶是单车智能,不过随着自动驾驶车辆由L2级别向L3级别进化,系统的复杂程度造成的单车能耗对汽车同样是一个巨大的挑战,此时车路协同就变得尤为重要。 通过智能车路协同,可以高效的解决自动驾驶过程中红绿灯识别、盲区检测、高架桥三维定位等问题。车联网为车和路构造了一张大网,但是同时也带来了新的安全问题:如何应对黑客攻击、全球范围内的法律法规如何制定等都需要进一步探索。 中国电动汽车百人会秘书长兼首席专家张永伟认为,车路协同不仅符合智能驾驶、城市智能化发展的需要,其技术特点也利于发展中的成本分摊和更多新兴力量的加入。目前,中国的车路协同试点工作已经取得了很多进展,也走到了世界的前列。但是作为一项新兴的技术,中国在车路协同的探索中也暴露出基础设施薄弱、车联网不成熟、法律法规有待完善等问题。未来,中国还需要进一步完善车内平台、云控平台、测试平台的建设。 如其所言,随着自动驾驶将“人”从驾驶中剥离出来,将会进一步降低交通事故,提升交通安全。博世汽车部件(苏州)有限公司车路协同项目总监臧昕认为,为了构建更加安全的交通环境,自动驾驶必须进入“毫秒必争”的时代,低延时、高可靠是自动驾驶的前提。 针对此,现代汽车集团全球经营研究所所长李普圣提出,自动驾驶在以技术进步提升安全和便利同时,正在和出行服务人工智能等互联网产业以及5G通信产业融合,成为能够创造新附加值的未来核心领域。 新一轮变革的领潮者 无疑,智能网联作为一个相当庞杂的生态,需要不同行业的全球精英共同探索,找到可持续健康发展的商业模式,促进自动驾驶的产业化、商业化。 国家信息中心副主任张学颖在发言中指出,一项技术的落地,不可能一蹴而就,自动驾驶技术的产业化更是需要基础设施政策环境、技术储备、消费意愿等各方面的培育和支持。中国应该在自动驾驶汽车的核心技术研发以及商业模式创新下加强国际交流合作,互相借鉴,共同推进自动驾驶汽车的发展。 中国固然是全球最大的汽车生产与消费市场,也是引领未来移动出行的技术创新核心发展地之一。与此同时,作为亚洲第四大经济体的韩国,以全球Top 5现代汽车集团为最主要的汽车工业代表。 现代不仅仅成为全球首家推出氢燃料电池汽车的企业,还积极投资,并把相关技术应用于量产车型,在乘用车和自动驾驶领域也相继获得成功。此外,现代·起亚计划在2021年开启智能城市试点项目,2024年推出高度自动化汽车。 为此,与多家中国企业正在进行项目合作。 “自动驾驶技术需要各方通力合作, 这将趋使我们走向合作,而非竞争。”集团自动驾驶商用开发部部长Kim JiYoung说道。 站在韩国政府的角度,韩国汽车产业协会室长Kim JunKi在研讨会中表示,出行服务智能化背景下,电动/氢能、自动驾驶、共享汽车2030年将成为市场主体。 其中,自动驾驶领域3级别以上的汽车2030年将达到1.5万亿的规模。为此,韩国政府计划在2024年完成全国主要道路自动驾驶所需的通信设施、高精度地图、交通管制、道路建筑的基础设施建设,完善自动驾驶汽车生产、性能验证、保险及安全体系的制度基础,并投资核心零部件系统和基础设施领域,进行L4技术的研发。 2019年,以“自动驾驶”为代表的电动化、网联化、智能化、共享化技术已经成为汽车行业转型、升级的重要技术风口,自动驾驶汽车等未来技术也正在加速从幻想走向现实,从实验室走向市场。而在这一领域,中韩两国汽车产业凭借战略、技术、市场等优势,有望成为新一轮变革的领潮者。

    时间:2020-05-14 关键词: 自动驾驶

  • 在自动驾驶这场战局中 对场景的掌握才是获胜关键

    在自动驾驶这场战局中 对场景的掌握才是获胜关键

    11月28日,又一只自动驾驶出租车队落地运营了。 由初创公司文远知行、白云出租集团以及科学城集团合资成立的文远粤行宣布在广州投放10余辆Robotaxi,将在广州黄埔区、广州开发区核心的144.65平方公里城市开放道路,为区内市民提供日常的自动驾驶出行服务。 如果算上之前百度在长沙和沧州落地的两个Robotaxi项目,目前国内已经有3只自动驾驶出租车队在运营了。此外,根据滴滴公布的信息,如果一切进展顺利,滴滴的Robotaxi车队也将在年底投入运营。 Robotaxi落地的速度在加快,这是自动驾驶技术到达一定程度的必然结果,然而将Robotaxi进行拆解,可以发现从技术的本源来看,Robotaxi的内核是一个以自动驾驶能力为基础的运力平台,其本质是出行公司。 随着Robotaxi逐渐成为自动驾驶落地的主流方式,来自现实的思考是,运力平台模式会是实现自动驾驶的最优解吗? 除了乘用车,自动驾驶商用车也有运力平台模式的簇拥 智能相对论曾在《多城争抢RoboTaxi落地头炮,长沙或将最先胜出?》一文中有过分析,Robotaxi能够率先落地并成为自动驾驶大赛道中最“劲”的风口,其原因有三:一是Robotaxi是较为平滑的技术过渡方案;二是可以用出行体验完成自动驾驶的社会普及和行业教育;三是在政策法规完善之前,能够比较简单的明确安全责任的主体。 即便Robotaxi的优势明显,越来越多的Robotaxi项目落地,但不久前百度智能驾驶事业群组技术总监陶吉对外界透露的一组数据让行业和公众对Robotaxi的热情趋向冷静。 陶吉表示,目前百度自动驾驶出租车每公里的成本在20元左右,其中车辆本身成本和运营成本各占一半。与自动驾驶出租车成本相对应的是,国内一线城市出租车3元/公里、高端网约车5元/公里的车资计费标准。 虽然文远知行工程资深副总裁钟华对Robotaxi商业化落地的时间点比较乐观,在“2019中国汽车产业峰会”上表示只要“两三年左右可以达到盈亏平衡”。然而不可否认的是,Robotaxi在降低成本方面还有很长的路要走,实现盈利还需付出更多努力。就目前来看,Robotaxi的更大意义还只是体现在运力调节和城市交通管理两个方面。 与乘用车领域Robotaxi运营成本高企的现实困境有所不同的另外一个维度——自动驾驶商用车。 2018年4月成立的赢彻科技的现阶段目标是建立一个智能卡车运力平台。今年1月,赢彻科技与深圳锦鑫物流签订了智能卡车租赁合同,提供L1级智能卡车投放到地势险要的西北地区运营;2月与优速快递签订了战略合作,共同建设杭州—北京的智能卡车运营线路。 同样是运力平台,Robotaxi当前仍是“投入期”,自动驾驶商用车领域,却可以实现从研发端到用户端“盈利造血”的正向循环。 嬴彻科技的运力运营负责人阿玉顺在接受媒体采访时曾透露,赢彻科技的合作伙伴优速快递主要做大件包裹的物流服务,在双方合作之前,优速快递的TCO成本大概是6.4元/公里,采用了赢彻的运力方案后,降到了6.1元/公里。其中的原因在于,通过技术将车辆的全生命周期打通并且形成数据,把每公里的成本都核算清楚,这样就能做到精细化管理。 在对成本和安全极为敏感的物流行业中,以ADAS切入自动驾驶,前期产品可以通过前装和后装进行市场化推广,后期再逐渐向更高级的自动驾驶过渡,是一个被普遍认可的路径。自动驾驶企业以运力平台的形式切入,将传统车辆的智能化改造打包进方案,在服务管理营收之外,自动驾驶技术也完成了真正意义上的商业落地。 商用车运力平台方案是捷径,但也有现实困境 自动驾驶是风口,可在风口狂飙了很长一段时间后,行业认清了前途的艰辛并逐渐趋于冷静,Robotaxi就是被视为“拯救”自动驾驶的“白衣骑士”。从上文的分析可以看出,Robotaxi虽然被寄予厚望,但目前仍有无法逾越的门槛,相比之下,商业用车运力平台方案似乎离现实更近。实际上,家家都有一本难念的经,商用车运力平台方案要想上位,也有几道绕不开的障碍。 1、自动驾驶技术的车规级挑战 无论是以运力平台的模式切入自动驾驶,还是以技术供应或者直接造车的形式进入自动驾驶,都要面对自动驾驶车规级量产的挑战。 其实在场景、算法、系统软件等层面,经过数据的积累是可以无限迭代,技术会逐渐趋于完善,目前“拖后腿”的主要在硬件层面,特别是控制器、激光雷达等智能化硬件距离车规级要求和真正的商业化还有很大的距离。 希迪智驾CEO马潍曾向媒体讲述了公司创建后的第一个难题就是买卡车车头,团队几乎跑遍了全国所有的传统重卡车厂,花了两个月才买到合适改装的车头。 赢彻科技执行副总裁黄刚在“第二届全球智能汽车前沿峰会(GIV2019)”上演讲时也透露,“行业的线控底盘技术非常弱,线控底盘五大系统中最为关键的转向和制动系统,目前整个产业还没有一套可以适用于L3级以上的安全量产产品。” 技术是公平的,无论运力平台方案有多优秀,都必须建立在自动驾驶技术的基础上,当技术无法完成突破,运力平台方案往小了说无法发挥最大功效,往大了说则是悬在空中的花瓶。 2、场景和运力规模的要求注定只是少数人的游戏 在商用车领域,运力平台对运营公司对场景的理解和运力规模都有非常高的要求。只有掌握和能够进入的场景足够多,车队数量足够大,形成规模效应才能构筑起自己的护城河。 自动驾驶公司做运力平台,这比单独做技术研发要难得多。 赢彻科技之所以选择这个方向,主要是投资人G7所提供的资源。公开资料显示,G7是目前国内最大的车队管理平台,在这个基于物联网的车队管理平台上有120万台车在运行,同时有6万个车队的客户在这个平台接受G7提供的大数据和接盘服务。同时,G7是中国及北美区域第一,美国及日本第二大物流资产运营商,物流资产管理总值390亿美元。 这就很好理解了,投资人可以为赢彻带来场景和客户,还能为赢彻提供车辆运行数据,前者是运营层面的支持,后者是研发层面的支持,双向循环下,赢彻能够获得大量的“正向反馈”。 事实也是如此,赢彻的早期客户都是来自G7的客群,另外一个投资人普洛斯在全国运营了数百个物联网,在未来也可以成为赢彻后期的落地场景。 由此看来,自动驾驶的运力平台模式极易产生寡头,一旦形成先发优势,很容易就形成竞争壁垒。 3、传统运力服务商的奋力一击 赢彻科技如果可以成功,必然会颠覆物流行业现有的市场格局,传统的运力服务商必然会进行反击。 与赢彻科技自下而上,从投资人处获得资源形成自己的核心能力相反,传统运力平台运营商满帮的反击策略是从上而下的自我革新。 满帮先是投资智加科技,今年1月19日,一汽解放发布哥伦布计划,立志成为为不同行业自动驾驶解决方案的提供者,满帮随即又与一汽解放达成战略合作关系。 在满帮的核心战略中,自动驾驶车辆未来要占到1/3,在规划中,满帮还要自己组建自动驾驶重卡车队,自己运营。 满帮资深副总裁苗天冶在今年上海车展期间表示,满帮拥有全国13万条全场景干线项目,将为合作伙伴智加科技的自动驾驶提供全场景线路的开放和资源对接,“未来我们既是智加的资源提供方,也是智加科研成果的使用方。” 对于物流行业,赢彻科技是破局的进攻方,满帮则是传统势力的防守方。这场攻防战不管谁赢谁输,最终的胜利都将属于经过自动驾驶赋能的运力平台。 总结:在自动驾驶这场战局中,无论是Robotaxi,还是赢彻科技,或是满帮,其核心都是对场景的掌握,如果将这场竞逐的各方力量进行划分,拥有场景的运营平台、能够造车的OME和单纯的技术研发公司成为产业生态中的三极,其中前两个是产业链的前端,都拥有比较大的话语权,研发公司的位置则比较尴尬,因而寻找场景和资源的依附是研发公司,特别是初创公司能够走到终点的关键。

    时间:2020-05-14 关键词: 自动驾驶

  • Autopilot自动辅助驾驶功能是特斯拉的最大优势

    Autopilot自动辅助驾驶功能是特斯拉的最大优势

    特斯拉被人追捧并非它是玩电动的,在特斯拉推出Model S同期,还有Nissan Leaf(聆风),Fisker Karma,MINI E等等都是同样的电动先锋,虽然特斯拉在它们中间有最强的加速性能、最长的续航里程,但真正让特斯拉活到今天的竞争优势却是Autopilot自动辅助驾驶。 所以,一台不包含Autopilot的特斯拉就等于一台不装ios的iphone,失去了所需承载的精髓。这也是特斯拉能够区别于奔驰、大众这类巨头们将来的电动新车的最大竞争优势。 可是,通过这次驾驶Model 3的自动驾驶辅助功能测试,我们对自动驾驶有了更加冷静而清晰的认识。首先必须承认这样一套系统架构对行车安全带来的辅助作用是非常有必要的,它能在最后时刻尽可能的为你降低损失,这是它存在的最基础价值,换句话说,购买特斯拉基础包就能实现更高的主动安全效果。 但是!在中国复杂而特殊的道路环境下,特斯拉的Autopilot绝对是“路漫漫其修远兮”,只依靠视讯分析的特斯拉,若不能清楚识别各种信息,就不具备自动驾驶的前提基础,即便它的控车表现已经像个高手,可惜的是眼睛度数太高,可视距离和识别准确率都有待提高。 所以总的来说:Autopilot有很强的存在必要,但是还不能过分依赖,并且绝对不能完全信任。因为在我们看来,驾驶安全最重要的前提是预判,其次才是快速、有效的操作,特斯拉的做到了后者,前者做到了基本的辨识能力,而基于辨识的预判还存在很大的优化提升空间。

    时间:2020-05-14 关键词: 特斯拉 自动驾驶

发布文章

技术子站

更多

项目外包