当前位置:首页 > 自动驾驶
  • 自动驾驶领域从未出现泡沫,发展中国特色主义自动驾驶

    自动驾驶领域从未出现泡沫,发展中国特色主义自动驾驶

    一流的政策和场景、二流的资本和技术,中国会发展出不同于硅谷、具有中国特色的自动驾驶生态。 进入 2018 年,以 Waymo 下单 2 万辆捷豹 I-PACE 为开端,自动驾驶领域的场子再次热了起来。本文将分享我近期观察自动驾驶领域的一些发现。 自动驾驶领域从未出现泡沫 考虑到技术的复杂度和商业化的不确定性,自动驾驶一开始就被认为是资本密集型行业。但 2016 年年底很多业内人士和调研机构都认为该领域出现了泡沫。比较典型的是以下三起收购: 通用以 10 亿美金现金+期权收购 Cruise Automation; Uber 以 6.8 亿美元收购 Otto + 3 亿美元与沃尔沃合作; 福特以 10 亿美元现金+期权收购 Argo.ai。 这里的背景是,上述以 10 亿美元估值成功上岸的创业公司被收购时团队规模都在 50 人以内。所以 2016 年 8 月,Gartner 发布的技术成熟度曲线(The Hype Cycle)中,自动驾驶汽车(Autonomous Vehicles)位列在过度期望的峰值(Peak ofInflated ExpectaTIons)。 Gartner 认为 2016 年自动驾驶汽车得到了主流媒体的吹捧,导致对这项技术不切实际和过高的期望。自动驾驶汽车距离成熟和普及还需要至少 10 年时间。 Gartner 技术成熟度曲线在业内具备相当的影响力,许多企业都将该曲线作为评估新兴技术、做出重大投资决策的判断依据。 所以很显然,自动驾驶领域存在泡沫? 我认为,是人才的稀缺性+资本密集型产业的特点,使得调研机构和投资人出现了误判。 事实上,今天在加州车管局(DMV)申请自动驾驶牌照获批的自动驾驶研发企业有 55 家,如果加上未申请/尚未获批的企业,这个数字远远超过了 100 家。这使得人才的稀缺性进一步凸显。 挤在硅谷开展自动驾驶技术研发的巨头们 有不低于 20 家创业公司的核心研发团队来自 Waymo、Uber、百度美研和特斯拉这四大自动驾驶人才黄埔军校,整个自动驾驶行业的人才流动非常频繁。 第二个特点是资本密集型。 到 2018 年,上面三起收购的主人公通用 Cruise 车队 180 辆左右,团队规模超 800 人;Uber 车队达到 300 辆,路测里程达到 500 万英里;最差的福特 Argo.ai 团队规模也有 350 人,车队路测里程不详。 接下来下全是算术题: 组建一支 300+ 人规模的自动驾驶工程师团队,平均年薪 30 万美金; 组建一支至少百辆级规模的自动驾驶路测车队,改造完毕的自动驾驶汽车 35 万美金/台; 组建一支与车队规模匹配的安全测试员队伍; 百辆级规模路测车队跑两年的运维成本、能耗成本。 10 亿美金是一个不偏不倚、合乎逻辑的价格。 如果还是觉得没有说服力,那么看看走到技术商业化临界点的巨头是怎么花钱的: Waymo:6.2 万辆克莱斯勒 Pacific 路测车队 + 2 万辆捷豹 I-PACE 路测车队+相应的运维成本,即便有规模化带来的成本下降,Waymo 投入也在百亿美金以上。 通用 Cruise:收购 10 亿+通用追加 11 亿+软银 22.5 亿+通用工厂改造,保守估计 45 亿美金。 丰田:“未来几年投资 3000 亿日元(约 28 亿美金),发展 1000 名规模的员工队伍。”姑且认为“未来几年”是 2020 年前。 福特:到 2023 年投资 40 亿美金(包括收购 Argo.ai 的 10 亿美金)发展自动驾驶技术,预估到 2020 年投入 20 亿美金。 Uber 等红色柱条均根据客观条件预估,可能与实际情况有较大出入 Uber:先是高管离职潮,后是自动驾驶车祸致死;职业经理人出任 CEO,诉求由发展转为推动上市,预估到 2020 年累计投入 15 亿美金。 宝马联盟:囊括了宝马、克莱斯勒、英特尔、Mobileye、德尔福、大陆的超强组合,缺陷是商业化计划偏保守,预估 25 亿美金。 特斯拉:自动驾驶行业最大的变量之一,截至 2018 年 8 月,Autopilot 2.0 车型保有量达到 20 万辆;收集路测数据超 4 亿英里;到 2020 年路测车队达到 60 - 90 万辆;搭载自动驾驶 AI 芯片的 AP 3.0 车型 2019 年 Q1 量产。预估到 2020 年达到等价投入 70 亿美金的技术能力。   苹果:自动驾驶行业最大的变量之一,我得到的消息是,苹果的技术能力已经达到非常领先的水平,目前尚无法确认苹果、Waymo、通用的排序,预估 90 亿美元。 上述领先者中,Waymo 的技术实力最强,我们看 Waymo 的路测里程走势,是非常接近指数级增长模型的。 Waymo 的商业化步伐也是走得最快的。Waymo 此前公布了商业化四大应用场景: 自动驾驶出租车(Robo-taxi) 无人驾驶卡车货运 技术授权 最后一公里服务(运输乘客去公交/地铁站) 领先的技术水平和有条不紊的商业化计划给 Waymo 带来了非常好的市场回报:在瑞银的一份报告中,Waymo 是全行业唯一一家在 2018 年量产 L4 级自动驾驶汽车公司;而在摩根士丹利的一份报告中,Waymo 的最新估值达到了 1750 亿美元。 自动驾驶领域从未出现泡沫,只不过技术从 Demo 到商业化需要重资产投入,大幅拉升了竞争门槛。或许应该这么表述:自动驾驶出租车(Robo-taxi)这门生意,从资本角度根本不适合独立的创业公司。 传统汽车巨头该怎么做? 资本密集型这一特征基本挡住了创业公司颠覆传统汽车巨头的可能性,除此之外,技术密集型和传统汽车巨头在汽车行业深耕上百年对车规、工艺、安全的理解,几乎堵死了企图独立崛起的创业公司的道路。 考虑到全球汽车工业至今没有互联网化,也就不存在所谓零和博弈。头部胜出、其他做炮灰的互联网规律不适合直接拿来推演自动驾驶行业。也就是说,即便 Waymo 苹果通用的取得了暂时领先,也不意味着其他巨头就要缴械投降。 对于诸如大众、奔驰这类技术能力强、现金流充沛的巨头,其实通用收购(战略投资)创业公司的做法非常值得借鉴。Cruise 被收购时员工规模不到 40 人,测试车只有 2 辆。如今的领先地位来自通用管理层对自动驾驶业务全面的资源倾斜支持,具体包括: 彻底解决财务问题,让团队专注于技术研发; 收购后保持独立,让 Cruise 作为创业公司的执行力可持续; 管理层重视,推动车辆工程和底盘控制团队和软件算法团队融合。 我们已经看到一些类似的组合,例如大众 + Aurora、广汽 + Pony.ai 等。 为什么传统汽车巨头自主研发自动驾驶汽车不是个好主意? 最关键的还是企业文化和执行力问题,尽管巨头们在生产制造、车辆控制等领域有丰富的经验,但机构臃肿、决策缓慢、效率低下等大公司病+与互联网行业完全不同的运行机制会让巨头在自动驾驶领域的竞争中处境变得艰难。反观如今取得领先的 Waymo、Cruise,无一例外都是执行力高效的小公司。 除此之外,巨头对人才的吸引力也往往不如创业公司,百度美研、Waymo 们的人才流动频繁就是典型证明。 事实上,由巨头战投/收购算法团队较强的创业公司合作研发自动驾驶汽车是综合考量巨头+创业公司的特点,将优势最大化的策略。 对于在自动驾驶领域已经明显滞后、资本实力又不够强的大公司,还有一个下下策:Waymo 抛出的“技术授权”。 创业公司的机会在哪? 自动驾驶领域发展到今天,我们看到很多创业公司已经逐渐跑出了各种各样的方案。被普遍看好的、比较典型的蓝海市场为以下三大场景:无人驾驶物流车、无人驾驶外卖车、无人驾驶货运……也就是低速、封闭、限定区域这几个词排列组合。 做这种垂直细分市场的理由显而易见:前面已经提到,由于自动驾驶领域资本密集型、技术密集型和设计产业链过长的特征,创业公司从零开始运营自动驾驶出租车(Robo-taxi)颠覆传统汽车巨头的概率微乎其微。 而上述细分市场似乎对创业公司商业化要友好得多,下面逐一展开分析: 无人驾驶货运 先提供两个有趣的视角:特斯拉推出的纯电动半挂 Semi Trunk 全系标配了 Autopilot 2.5 硬件,但是在发布会上,官方绝口不提自动驾驶。 特斯拉重点宣传的是自动紧急制动、自动车道保持和车道偏离预警这三个 ADAS 功能和队列行驶(Track Platooning)功能(即首辆卡车由司机驾驶,后续车队自动跟车、无需配备驾驶员,将卡车车队变身为“火车”)。 Uber 对货运市场有两个业务布局:一个是旨在匹配货运供需两端的 App  Uber Freight;一个是 Uber 自动驾驶卡车业务。本月初,Uber 宣布了两个业务调整:恢复因致死事故暂停仅 4 个月的自动驾驶汽车路测计划;终止自动驾驶卡车研发计划。 两个自动驾驶领域的激进派代表都对自动驾驶卡车偃旗息鼓,值得我们深思。 自动驾驶货运市场更易商业化的常见理由是:货运市场对应的高速/港口场景相对简单;货物(相对人)对算法控制精度的要求更低;货运司机存在较大人才缺口等。 先说高速/城际公路场景。 我们以物流公司的视角思考问题:货运行业总成本中第一是占比 40% 的司机工资成本,第二是占比 26% 的能耗成本。 给一辆半挂后装一套创业公司研发的自动驾驶驾驶系统,是否可以大幅降低成本呢? 答案是不行。 因为目前创业公司的技术能力还达不到取消测试员的水平(即便是高速/城际公路等相对简单的场景),也就意味着当车辆处于自动驾驶模式时,驾驶位必须坐着测试员随时接管意外情况。 稍微展开阐述一下物流公司的思考逻辑:TCO 是货运和出行第一定律。 (Total Cost of Ownership:即总拥有成本,包括产品采购到后期使用、维护的成本。这是一种被广泛采用的技术评价标准。) 对于物流公司来说,TCO 包括车辆购置成本、车险、能耗成本、保养维护成本、人力成本、事故成本等。后装自动驾驶系统大幅降低了事故成本、小幅降低能耗成本,但无法覆盖后装自动驾驶系统本身增加的成本。 任何细分市场的商业化都要以形成商业闭环为前提,如果盈亏平衡都不成立,说明商业化节点尚未来临。 下面是港口场景。 2017 年,全球十大港口中有 7 家在中国,其中排名第一的上海港标箱吞吐量达到 4018 万,中国前十大港口标箱吞吐量年增幅均在 100% 以上。 港口相对高速/城际公路最大优势在于,这个场景相对封闭,所以受政策限制较低。 但成也封闭,败也封闭:很多港口会选择 AGV (Automated Guided Vehicle,即自动导引运输车)方案。 所谓 AGV,即在港口货物流转关键路径铺设磁钉、建好电磁轨道,做基于 AGV 的集装箱自动化装卸。这是一种非常成熟的、高度标准化的现代物流自动化设备。 也就是说,创业公司的自动驾驶系统需要与现有的成熟自动化设备博弈,打败后者才能具备商业化条件。 (多说一句:货运乃至整个商用车领域的刚需是什么?是 ADAS + 队列行驶。以低成本方案大幅提升安全性、降低 TCO,这或许是个创业机会。) 无人驾驶物流车&快递车 2014 年,中国的快递业务量突破了 100 亿件,且以 100 亿件/年的速度逐年增长,预计今年将达到 490 亿件。 2018 年 5 月 19 日,国内最大的外卖平台宣布日订单突破 2000 万单。按照目前的增速,中国外卖市场非常有希望在未来几年突破 1 亿单/天。 另外,中国的劳动力成本自 2005 年后的十年间上升了 5 倍。外卖/快递在高峰期的运力不足日益凸显。 这对自动驾驶技术来说这是非常好的应用场景。 细分来看,外卖无人车商业化会快于快递无人车,下面是具体分析: 对比快递和外卖成本结构可以发现,快递的成本可以拆分为城际和末端(也就是常说的最后一公里),外卖更多时候只有“最后一公里”的概念,很少有外卖订单的车程在 30 公里以上。但对于快递来说,成本的大头是城际物流成本,也就又回到了前面讲到的货运。 即便中国的快递已经越来越快,但在时效性上仍远远比不上外卖。快递的中转配送站统一投送使得一个快递员日单量可以 100 单 - 200 单。但外卖的时效性决定了一个送餐员的一天也就是 30 单左右。 一个快递可能是一个冰箱,也可能是一份文件。这种包裹体积的不确定性对无人配送车也不够友好。如果是外卖,它的餐盒规格是固定的,也就意味着每个外卖配送车的运行效率是稳定的。 所以真正最后一公里范畴(无人车可覆盖的场景)的单件物流成本,外卖远高于快递。 当然我们看到的现状是,菜鸟、京东、顺丰、饿了么、美团的机器人迟迟没有大规模铺开,背后的主要原因是当下的无人快递/外卖车 TCO 仍然高于人力成本,商业模型不成立。 不过,考虑到传感器成本正在快速下降、中国的快递/外卖市场已经寡头化,此类无人配送车的商业化仍然会快于乘用车和商用车领域。 发展中国特色的自动驾驶技术 在资本和技术之外,监管也是自动驾驶汽车商业化的重要因素。 从全球来看,看到了技术商业化临界点、开始大规模投入的企业广泛集中在美国。美国在自动驾驶领域不仅领先于正在崛起的中国,也领先于德日等传统汽车强国。这可能是促成中德、中日就标准制定、数据共享达成合作的原因之一。 前不久上海经信委赴美体验了 Waymo 的自动驾驶汽车,对 Waymo“平滑、流畅的试乘体验予以肯定,坚定了加快发展自主无人车的决心”。 一流的政策和场景、二流的资本和技术,中国会发展出不同于硅谷、具有中国特色的自动驾驶生态。 这是中国自动驾驶产业链(传感器、算法、芯片、高精地图、平台)公司们的独特机遇。

    时间:2020-06-22 关键词: 自动驾驶

  • 宝马和奔驰宣布暂停自动驾驶技术研发合作

    宝马和奔驰宣布暂停自动驾驶技术研发合作

    6月22日消息,在近几年大热的自动驾驶方面,为追上Waymo、特斯拉等行业领先的厂商,也为了降低成本,部分传统汽车厂商选择合作研发,宝马和梅赛德斯-奔驰这两大德国汽车厂商,在去年7月份就签署了联合研发自动驾驶技术的协议。 但不曾想,两家公司在自动驾驶技术方面的合作还只进行了一年,就出现了波折,宝马和梅赛德斯-奔驰就已宣布将暂停双方在自动驾驶技术研发方面的合作。 在官网上,梅赛德斯-奔驰已宣布了两家公司将暂停自动驾驶技术研发合作的消息。但在官网上,梅赛德斯-奔驰方面也提到,两家公司都明确强调合作可能在未来的某个时间恢复。 梅赛德斯-奔驰在官网上表示,在一份联合声明中,基于当前的经济和业务状况,两家公司在对双方的合作关系进行了广泛评估之后,决定暂停在下一代自动驾驶技术开发方面的合作,至少目前是这样。 虽然暂停了在自动驾驶技术研发方面的合作,但他们仍将进行自动驾驶技术的研发。梅赛德斯-奔驰在官网上表示,经过广泛的审查之后,两家公司达成了相互友好的协议,将专注于目前的研发路线,包括同现有和新的合作伙伴进行合作。 短短一年,从合作到分手,传统汽车赶上自动驾驶行业领先者,有点困难。

    时间:2020-06-22 关键词: 宝马 奔驰 自动驾驶

  • 跨国车企在国内开展自动驾驶布局 主要有以下两种路径

    跨国车企在国内开展自动驾驶布局 主要有以下两种路径

    从传统燃油车到自动驾驶,跨国车企们在中国市场的新一轮博弈正逐渐拉开大幕…… 跨国车企的“新战场” 不知大家有没有发现,最近在百度的自动驾驶“朋友圈”里突然多了很多跨国车企的身影,譬如戴姆勒、PSA、沃尔沃、大众,这些曾经看起来高不可攀的跨国巨头,现今都纷纷抱起了百度的“大腿”。如若加上此前已经合作的宝马、现代、本田、福特、捷豹路虎,据不完全统计目前百度Apollo开放平台合作的主流跨国车企数量已达近十家,这阵势真的是看着就很给中国的自动驾驶玩家“长脸”! 不过给力归给力,这一现象背后的原因也很值得深思:为什么这些跨国车企都不约而同地“瞧”上了百度呢? 深入分析原因无外乎两点:第一,中国自动驾驶市场前景广阔,这点基本上已经是公认的了。目前在传统汽车市场,中国整体产销已经连续九年蝉联全球第一,是名副其实的汽车大国;而保有量方面,现阶段约为2.35亿辆,虽然居世界第二,但仍低于世界平均水平,未来如果按照千人汽车保有量为400辆计算,预计我国汽车保有量峰值将达到6亿辆。如此巨大的市场体量,无疑给未来自动驾驶汽车产业提供了基础性的市场规模。 况且在政策层面,中国也是大力支持自动驾驶汽车的发展。据盖世汽车了解,过去两年我国先后出台了《车联网创新发展工作方案》《智能网联汽车技术发展路线图》《智能汽车创新发展战略》等多个指导性文件,为中国智能网联汽车的发展保驾护航。尤其是今年,国内多个城市纷纷为企业在公共道路上开展自动驾驶测试进行政策松绑,允许自动驾驶车辆上路测试,不仅显示了中国发展自动驾驶汽车的决心之坚定,更重要的是大大加快了中国自动驾驶技术商业化的进程。 另外,就消费者对自动驾驶的接受度而言,中国也是遥遥领先的。据全球知名管理咨询公司麦肯锡此前的一份调研显示,中国消费者认为全自动驾驶非常重要的比例高达49%,比较之下德国和美国仅16%的消费者认为全自动驾驶“非常重要”。正因为如此,麦肯锡认为中国未来很可能成为全球最大的自动驾驶市场,预计至2030年,自动驾驶相关的新车销售及出行服务创收将超过5000亿美元。 第二,在中国量产自动驾驶一定要充分本土化。众所周知,中国的交通环境与国外很多地区相比更为复杂,不仅人多、车多,还有行人、骑电动车、自行车、摩托车等各种各样的公共道路使用者,而且不遵守交通规则的大有人在,甚至还有北京西直门立交桥、重庆黄桷湾立交桥、上海莘庄立交桥这样神奇的存在。如果研发者对中国交通环境没有深入且准确的理解,研发自动驾驶汽车没有紧密结合中国实际驾驶场景,即使研发成功使用过程中也可能会“水土不服”。所以,本土化是必须的。 小鹏汽车自动驾驶研发副总裁谷俊丽此前也说过,在西方国家大部分人驾驶是以规则为主,这种情况下为自动驾驶汽车定义“安全”也就有了对应的规则可依。但是在亚洲的很多国家,人口密度大,车与其他公共道路使用者交互频繁,这种情况下如果继续沿用基于西方国家交通环境训练的算法、自动驾驶模型,而没有中国实际驾驶场景数据的积累,很多自动驾驶功能会无法适应中国的实际驾驶路况、交通密度和中国用户的驾驶习惯。因此,谷俊丽认为自动驾驶国际化是个伪命题,本土化是必然趋势,虽然技术没有边界,但中国的自动驾驶最终只能由中国人自己解决。 况且自动驾驶是否能在一个国家真正的推行来开,除了需要各个技术之间完美配合之外,最重要的是需要本土化验证。另外,在自动驾驶不可或缺的高精度地图这块,由于其需要具备情景分析、路径规划、决策以及车辆高精定位等功能,也必须深度结合中国的实际道路情况来制定。从这一点上来讲,跨国车企要想抢占中国自动驾驶先机,在中国自动驾驶领域站稳脚跟,就必须先解决好本土化的问题! 如何本土化? 目前来看,跨国车企在国内开展自动驾驶本土化布局主要有两种路径,一种是自主研发,另一种是与百度等本土企业合作。 以大众为例,11月15日,大众汽车集团管理董事会成员、大众汽车集团(中国)总裁兼CEO海兹曼在2018广州车展开幕前夕的媒体沟通会上表示,2019年,大众计划将与合作伙伴在中国共同投资超过40亿欧元,用于电动汽车、互联互通、移动出行服务、研发、高效生产流程及新产品开发等领域,进一步强化本土化布局。 这并非大众集团首次宣布重金加码国内市场。早在今年4月海兹曼就曾对外发布了大众一系列全新战略规划,其中包括到2022年在中国携手合资企业伙伴在电动汽车、自动驾驶、数字化和全新移动出行服务领域直接投资约150亿欧元。目前来看,明年将投资的40亿欧元很有可能是此前说的150亿欧元中的一部分。 而作为大众在国内布局的重点领域之一,自动驾驶这两年确实是大众工作的重中之重。据了解,目前大众正在中国加速发展自动驾驶技术,并以奥迪为先锋队,先后拿到了无锡、北京两座城市的L4自动驾驶汽车测试牌照,而大众汽车品牌也于近期加入了百度Apollo自动驾驶平台,并宣布与百度启动首个围绕自主泊车Valet Parking的合作项目。 大众与百度围绕自主泊车展开的首个联合研发项目将使用搭载Apollo系统的e-Golf车型,并运用L3、L4级相关自动驾驶技术联合开发测试。双方计划在接下来数月内取得初步测试结果,并以此为基础进一步研发一系列用户相关的功能。 福特亦如此,自主研发与协同研发双管齐下。其中自主研发方面,福特更多的是依靠旗下自动驾驶汽车子公司来开展。今年7月份,福特汽车宣布成立福特自动驾驶汽车子公司,以整合自动驾驶汽车业务,根据福特公布的计划,2023年之前福特将对新公司投资40亿美元,其中包括此前对Argo AI投资的10亿美元,以加快自动驾驶汽车的量产及出售。 目前,福特和Argo AI正在四个城市测试自动驾驶车辆,分别是迈阿密、匹兹堡、底特律和华盛顿城特区,其中在迈阿密,福特正与当地企业合作测试食物、鲜花等提供配送服务的车辆。按照规划,福特将于2021年推出自动驾驶商业化服务,为实现这一目标,福特计划2019年将测试扩大到其它城市,现在看来这里面就包括中国。 10月31日,福特和百度宣布将启动为期两年的L4级别自动驾驶联合测试项目,以开发并测试国际自动机工程师学会(SAE)定义的L4级别自动驾驶车辆。为此,福特南京工程研发中心成立了专门工程师团队,用于完成相关车辆的改装工作,使其能够适配百度Apollo自动驾驶系统,据悉目前所有车辆均已完成自动驾驶系统和相关硬件的安装,预计将于今年年底正式开始在公开道路进行测试。 福特自动驾驶汽车子公司总裁兼首席执行官Sherif Marakby表示,与百度携手使得福特能够抓住机遇,为中国消费者提供创新出行解决方案,提升出行的安全性、便捷性,优化整体出行体验。 事实上这并非仅仅是福特加码中国自动驾驶领域的初衷,而是所有牵手百度的跨国车企的愿望——立足中国,研发符合中国用户需求的自动驾驶产品。当前,中国自动驾驶发展迅猛,无论是核心技术、配套设施还是标准法规方面,都在逐步“破冰”,千亿市场规模一触即发。这种情况下,跨国车企该如何在中国自动驾驶领域立足,与有着天然优势的本土企业竞争,再续燃油车时代的辉煌?一定是本土化,本土化研发,本土化测试验证,甚至本土化生产……All in China,方能创造更多的可能。 当然,在此过程中亦少不了与本土化企业的通力合作。事实已经证明,研发自动驾驶汽车仅仅依靠某一个企业几无量产可能,这项工程太过复杂,相互合作、优势互补才是王道!不过目前来看,这些跨国车企确实是这样做的,面对蓄势待发的国际巨头们,本土企业也得加油了!

    时间:2020-06-22 关键词: 百度 自动驾驶

  • 自动驾驶技术的规模化应用 将会是人类社会的一次大变革

    自动驾驶技术的规模化应用 将会是人类社会的一次大变革

    关于福特和大众即将在电动和自动驾驶领域展开合作的消息,已经流传了一段时间。对于深处危机的福特来说,这是一个利好。但是,大众真正看上的,可能还是福特去年10亿美元并购的自动驾驶初创公司Argo。 01 大众的焦虑 早在今年8月份的时候,江湖传言大众正在满世界接触自动驾驶初创团队,并希望并购一家,但是曾投资的硅谷自动驾驶初创公司Aurora Innovation以希望独立发展拒绝了。 随后,有媒体报道称大众正在与Waymo接触,希望与其合作在欧洲推出移动出行服务,大众CEO Herbert Diess甚至提议以137亿美元收购10%的Waymo股份,但是被董事会拒绝。 这些消息显示,大众对自动驾驶及基于自动驾驶技术的出行服务,是极其渴望的。可是,世界上可供选择的不多。另一边是,Waymo下个月商用、通用Cruise和本田进行深度合作,这些消息,都让大众感觉到危机四伏。 虽然Waymo CEO John Krafcik在WSJ TECH会议上表示,it will be decades beforeself-driving cars are all over the roads。这就好比自动驾驶这门课成绩最好的学生,说这次考试要挂科了。 面对优等生的挂科言论,真的是不能信。大众肯定是不信的,所以还是要满世界找自动驾驶的合适标的,那么去年被福特10亿美元并购的Argo,是一个合适的标的吗? 02 在迈阿密测试的Argo 目前,Argo正在迈阿密进行自动驾驶汽车测试。迈阿密的道路环境,可比旧金山、山景城、拉斯维加斯复杂多了,到处都充斥着汽车、卡车、轻便摩托车、自行车等,甚至还有洗衣房老太太的手推车,这样的环境,足以让所有的自动驾驶运营商感觉到冷汗狂飙。 福特Argo就是在这样的一个环境下测试,在迈阿密充斥着漫画的社区Wynwood,在写着“禁止停车,仅限自动驾驶车辆”的路牌下,用手机APP就可以召唤自动驾驶测试车辆福特Fusion到来,然后上车,按下位于前排座椅背后的屏幕上“GO”按键,就可以出发了。 在体验过程中,福特的自动驾驶汽车可以巧妙的处理各种具有挑战性的场景,从无保护的左转弯到建筑区域,再到没有车道标记的狭窄双向道路,自动驾驶测试车辆都可以和其他人类司机一样自信的形式、避让行人、小心翼翼的进入十字路口等。 唯一一次让自动驾驶测试车辆出现需要安全员接管的情况是,一辆路过的平板卡车扬起的巨大灰尘,让安全员不得不介入。是的,如果遇到前两天北京的雾霾天气,估计自动驾驶汽车是玩不转的了。 值得注意的是,在福特Argo的自动驾驶测试车队中,运营中心要对车辆进行清洁、对传感器进行校对,这是车队管理和运输服务专家的日常工作,当然,因为现在是测试期间,还需要对系统进行升级。 03 Argo的商业化尝试 目前,自动驾驶技术的商业化,最领先的就是Waymo了,拿下了加州完全无人驾驶牌照后,计划在今年12月份,也就是下个月,推出商用的自动驾驶出租车服务,定价模型从Q3就开始测试了,但目前还不知道具体的收费标准,可以知道的是,费用分为两大部分,一部分是车辆使用,一部分是运营团队的“代驾”费。 现在,美国的出租车费用大概是每英里2.5美元,这还不包括15%的小费,但是,福特自动驾驶汽车有限责任公司总裁兼首席执行官SherifMarakby表示,该公司的自动驾驶汽车可将价格降至每英里1美元,降幅达到60%。 虽然福特Argo不愿意追随Waymo和GM Cruise的脚步去推出无人驾驶出租车,但是,他们近期也在一个城市推出商业服务,并表示明年要推出100辆无人驾驶出租车并展开业务一点问题都没有。 但是,福特的计划更宏伟,希望推出多大10万辆完全自动驾驶汽车,没有方向盘、加速踏板和刹车踏板,对,就类似谷歌在2016年推出的无人驾驶原型车,在美国多个城市运营,全天候提供乘坐和包裹运输服务。 实际上,福特Argo已经在进行自动驾驶物流方面的应用测试,例如与当地的花店和干洗店合作,甚至于沃尔玛和Postmates合作,测试使用自动驾驶汽车进行物流配送。 按照福特的计划,在2021年推出的车辆进行物流配送的用户体验是这样的,将用户收到的代码输入嵌在车辆侧面的触摸屏后,可以打开窗口,露出用户的包裹,包括外卖、鲜花、水果、快递包裹等。对于这块市场,福特瞄准的是人口密集、高楼林立的城市区域。 福特还有另外的商业化尝试,据福特数字内容负责人介绍,福特设想与当地企业、音乐会场所等合作,为自动驾驶汽车的乘客提供广告和数字优惠券,在乘坐福特自动驾驶汽车回家路上,在当地手工糖水店停下来,享用一杯樱桃柠檬水,或者是服务员送到车上。 这样的设想,也仅仅是自动驾驶技术应用后的部分设想,还有更多的空间等待这人类去发挥。不过,可以预想的是,自动驾驶技术的规模化应用,将会是人类社会的一次大变革,对人类方方面面都会产生巨大的影响。 这样的福特Argo,不知道大众是否满意,是否需要真金白银的进行合作呢?

    时间:2020-06-22 关键词: 自动驾驶 福特

  • 三星申请了一项自动驾驶员培训模型专利 利用AI来进行训练

    三星申请了一项自动驾驶员培训模型专利 利用AI来进行训练

    据外媒报道,韩国三星(Samsung)公司申请了一项新型自动驾驶员培训模型专利,该公司希望继续在自动驾驶领域实现发展。该专利最近由世界知识产权组织(WIPO)进行了发布,主要适用于利用机器学习、人类驾驶员指标和传统传感器信息,训练自动驾驶车辆的人工智能(AI)“装置”和方法。当人类控制车辆时,车辆内部若干来源的数据得以提取和跟踪,包括诸如从方向盘和制动器或油门踏板动作获得的有关握力和定位等信息。此外,三星明确指出包括使用眼球跟踪和脑电波心电图测量方法,由耳机收集到的指标,此方法与医疗中常见的测量心电图(EKG/ECG)和脑电波(EEG)采取的方法类似。 三星对该设备的描述表明,心电图信息将用于评估驾驶环境和危险驾驶环境的变化以及其他指标。然而,该指标也与驾驶员使用转向信号灯、操纵汽车喇叭、音响以及其他工具进行结合,以便建立驾驶习惯模式,并不断改进。从摄像头、激光雷达、雷达和导航数据中收集到的指标将帮助编制更完整的图像,从而创建自动驾驶AI训练模型。 尽管,三星最近开始推出AI汽车创新、技术和平台产品组合,但是此次专利申请是该公司向前迈进的一大步。此前,三星的大多数解决方案都是为自动驾驶行业服务,但是自己并不生产汽车。如今,三星希望成为汽车制造商,并且已经获得了韩国政府的自动驾驶车辆测试许可证。如果该专利能够被应用,三星有望与Alphabet公司的Waymo竞争,Waymo就是与其他制造商的汽车构建了自己的系统,而不是将系统出售给原始设备制造商(OEM)。 而且,大多数自动驾驶培训项目主要依赖激光雷达、雷达、摄像头以及准确的地图数据和成百上千英里的驾驶测试。一般来说,AI会与人类驾驶员配合使用以防自动驾驶系统失灵,无法响应,或是出现任何与软件相关的问题。三星的方法不同之处在于,通过阅读脑电波对人类驾驶员进行实时分析。虽然也有可能会出错,但是该方法也可以为自动驾驶车辆的驾驶员提供更好的方式,以应对共用道路的非自动驾驶车辆。此外,如果三星负责且谨慎地选择人类驾驶员,该方法还能改善自动驾驶车辆的“态势感知”以及自动驾驶车辆对环境中其他未知因素的响应。

    时间:2020-06-22 关键词: 三星 AI 自动驾驶

  • 自动驾驶技术的快速发展 间接带动了AR技术在车辆领域的运用

    自动驾驶技术的快速发展 间接带动了AR技术在车辆领域的运用

    如今,增强现实(AR)技术已不是什么新兴产物,但是由于应用范围有限,AR 还是没能成为人们关注的焦点。假设未来有这么一天,向驾驶员和乘客传递信息的介质是基于 AR 技术的设备而非手机或中控屏幕,汽车的导航信息可以被实时展示在挡风玻璃上,接近目的地时可以及时推送附近停车场信息,寻找餐厅的时候也无需驾驶员左顾右盼,位置早已展示在挡风玻璃上。像 SUV 等底盘较高的车型,也可以展示车门侧面等盲点区域以避免意外的发生——这个时候,相信再没有人会宣传 AR 无用。 确实已有车企在构建这个梦想中的世界,并且付诸于现实。只是目前,车辆上搭配的 AR 显示器大多小型,显示效果相对粗糙。一个可以看到的例子是雷克萨斯 LS 系列旗舰轿车,这样一个拥有 24 英寸的 HUD 显示屏、并且支持动态图形显示的存在,由于没有集成智能系统,其仍然只能展示譬如实时车速、道路警告等基本信息。而梅赛德斯·奔驰的 MBUX 信息娱乐系统目前已经可以实现将方向箭头、街道名称和门牌号码实时投射至 HUD 显示屏,向驾驶员实时展示相关情况。 在国内,不少公司也在这个领域有所布局。阿里旗下 AliOS、高德地图都推出了自研的 AR 导航技术,以前装或后装的方式率先进入市场。作为 BAT 的另外一方,被百度予以重任的自动驾驶系统 Apollo,也在月初发布了基于 AR-HUD 的智能驾驶解决方案。而除了互联网公司,传统车企也在努力拥抱新科技,上汽荣威的最新纯电动车 MARVEL X 就搭载了上述 AliOS AR 导航产品,让仪表盘有了挡风玻璃上的 HUD 显示的效果感。 包括宝马、捷豹、丰田、福特在内的汽车制造商,相关系统仍然在筹备阶段。与车企自研的道路不同,他们通常选择与譬如大陆集团(Continental)等行业供应商或者 Google、苹果一类的科技巨头合作,目前 Google 和苹果已经在着手开发相关的产品。根据 Patently Apple 提供的消息,苹果公司在今年 8 月已经申请了基于挡风玻璃的相关专利,不仅可以实现环境中数字信息的整合显示,还可以实现车辆间 FaceTIme 对话。 对于一些车企来说,投资收购等方式是更快速接触科技的方式。保时捷、现代等汽车制造商投资瑞士初创公司 WayRay,代表着他们开始重视 AR 这项技术。WayRay 是一家主要研发将图像投影至汽车挡风玻璃技术的公司,利用这项技术可以实现在挡风玻璃显示车辆周围环境信息、显示类似视频游戏的功能,并且他们表示,自家的系统比传统 HUD 采用更小的投影仪,因此可以适用于更多种类的汽车,并且自动调整焦距以带来最佳的视觉体验。 自动驾驶技术的快速发展,间接带动了 AR 技术在车辆领域的运用。未来车辆在自动驾驶状态下,利用 AR 技术显示信息不仅可以保证驾驶员和乘客在行驶过程中不会感到无聊,还可以间接去保证双方的安全。更神奇的是,这项技术有利于发展汽车行业特殊领域的一些职责,例如在生产制造领域,保时捷就将基于平板电脑的 AR 技术用于工厂模具精确度的检测工作,福特公司也利用微软 HoloLens 头戴设备来协助车辆设计。近期,在日本的微软技术大会上,微软宣布和丰田建立合作伙伴关系,利用 HoloLens 检查车辆涂层厚度。由于涉及到车辆表面上分层物理薄膜,之前完成这个过程通常需要几天的时间,但是 AR 进入工厂车间后,相关工作的流程和时间可以大幅度减少。 保时捷将基于平板电脑的AR技术用在工厂中 作为汽车制造领域的巨头之一,奥迪也在自家旗舰汽车 A8 和电动汽车 e-tron quattro 中运用了许多基于 AR 技术开发的设备。发布会上,工程师们利用新系统向参会者展示其工作原理,并且同时展示它在车辆中的位置。显而易见的是,利用 AR 技术和 3D 视频相结合的方式远比招聘或视频更让人容易理解。伴随这项技术的快速发展,将来用户可以利用智能设备直接观看发动机和电机在行驶状态下的工作原理。 除了工厂等特殊环境,AR 技术也可以为消费者带来全新的用户体验。Genesis 是一家提供 AR 数字用户手册的公司,相对于以往用户手册单纯通过照片来向消费者提供相关的使用指导,Genesis 可以让用户只利用自己的手机便能够更为直观的查看发动机内部构造,根本不需要去汽车博物馆看拆解后的相关模型。通过更为直观的交互体验,驾驶位上一些功能按键作用也清晰地展示在你眼前。它的出现可以给用户带来全新的体验,让用户手册上的内容可以变得更为生动。 最终,这些演示不仅会被用于博物馆的解说之中,而且对于那些已经拥有相关设备的人来说,官方提供的相应演示应用可以让用户在家中也可以体验。利用这些 APP,你可以看到一辆虚拟的汽车,并且可以把它放在任何地方,包括车库、草坪、甚至是地狱中,然后尽情体验。尽管在外人看来,这并不是特别的炫酷,但他确实是技术发展的未来。

    时间:2020-06-22 关键词: ar 自动驾驶 增强现实

  • 福特将和大众合作 成立一家合资的自动驾驶汽车公司

    福特将和大众合作 成立一家合资的自动驾驶汽车公司

    这是一个潮湿的阴天,我需要从迈阿密拥挤的市中心前往Wynwood这个充满流行元素的街区。我拿出手机,点击一个应用,并呼叫了一辆自动驾驶汽车。几分钟后,一辆装载有摄像头和高功率传感器的福特Fusion开了过来。就在我所站的位置上方,有一个街道标志写着“禁止停车:仅限自动驾驶车辆。”我进入车内,扣上安全带,然后就出发了。 当然,这些都不是真实的。应用、标志、我的目的地,所有这些都是福特为展示其自动驾驶未来而举办的一场比赛而已,看起来,就像福特在迈阿密市中心雕刻了一个迷你的西部世界。但奇怪的是,唯一真实的东西是自动驾驶汽车。 周三,福特在迈阿密,向包括我在内的20几名记者,展示了过去一年在该市测试取得的进展。但更重要的是,此次活动旨在向公众传达一个信息,即福特的技术是先进的,它的自动驾驶汽车可以上路,其商业模式是稳健的,未来要比新闻头条所报道的还要光明。 福特非常热衷于改变舆论。因为它的利润在逐步下降,信用评级仅仅高于垃圾级别,人们也普遍认为它在自动驾驶技术方面落后于Waymo和通用等竞争对手。Waymo将于下个月推出首个商业服务,通用则在2019年推出服务。福特表示,它要到2021年才能准备好。最新的传言是福特将和大众合作,成立一家合资的自动驾驶汽车公司。 与此同时,福特高管则在演示时谈到了平台、移动云、交通问题以及汽车本身。福特表示,到今年年底,该公司将有100辆汽车上路。目前该公司正在开发一款没有方向盘和踏板等传统控制装置的专用自动驾驶汽车。 过去三年里,我在各种环境中搭乘过十几辆自动驾驶汽车,这是我所见过最复杂的自动驾驶汽车导航环境之一。旧金山、山景城、拉斯维加斯、底特律和匹兹堡,这些城市的导航环境在复杂性上无法与迈阿密相抗衡。在这座城市,汽车、卡车和助力车,与自行车、滑板车以及老妇人装满衣物的手推车争夺空间。尽管这里的天气炎热,但正是这种环境会让大多数自动驾驶汽车运营商频冒冷汗。 但是这次搭乘体验却让我非常惊讶。福特的自动驾驶汽车巧妙地处理了各种具有挑战性的场景,从无保护的弯道,到建筑区,再到没有车道标志的狭窄双向道路,这些场景对于最成熟的自动驾驶汽车来说都是非常棘手的。但福特的自动驾驶汽车却能够自信地与正常车辆并肩行驶,遇到行人会进行刹车,还可以缓慢地驶过十字路口。唯一一次让车辆产生困惑,是一辆驶过的平板车扬起了一大团灰尘,迫使安全司机暂时采取了控制。 福特去年向匹兹堡初创公司Argo AI投资了10亿美元。该创企的首席执行官Brian Salesky表示,扬尘导致的问题正好证明了这一过程是真实的。 Salesky说。“这就是真实的城市生活。我们本来可以改变你的路线,这样就不会遇到扬尘问题。昨天,我们也看到了同样的事情,这些就是我们需要解决的问题。” Salesky列出的福特汽车需要“解决”的问题很多,但是可以克服的。“当你列出需要实施的2000个功能时,”他说。“我希望你能够给1800个功能打分,剩下的200个中就包含了扬尘问题。我们专注于打造一个安全的自动驾驶汽车。” 进行测试的汽车是福特Fusion,并在车顶配备了一系列高功率传感器和摄像头。后备箱中装载着足够的计算机电源,所以让后座变得明显温暖得多。我一共搭乘了四次,每次都乘坐了新的自动驾驶汽车。每次搭乘都会有一名安全驾驶员坐在方向盘后面,一名副驾驶坐在乘客座位上,带着一台笔记本电脑。每个座位的头枕后面都安装了触摸屏,我被指示点击大的“Go”按钮开始每次的行程。 但是,这一切都是为了展示。除了给我一个最终会是什么样子的概念之外,触摸屏并没有什么作用。福特禁止我拍摄车内的照片,因为目前围绕用户体验的设计不是最终版。我们也没有自由可以去想去的地方,而是被限制在迈阿密市区6英里范围内的四个可能的目的地。虽然目的地是确定的,但福特声称所走的路线仍然是动态规划的。 第一站是福特的自动驾驶汽车终端,在那里汽车会被清洁,传感器会被校准。但是,白色的内部装饰,十几名工人在不断地敲击着笔记本电脑,让它感觉更像是一个联合办公区域,而不是一个维修车库。在这里,福特车队的管理和运输即服务专家,向我们展示了自动驾驶汽车的日常。我们讨论了正常运行时间、利用率等概念,以及当有人在汽车内呕吐时该怎么办的古老问题。 “这是非常繁重的工作,”福特自动驾驶汽车终端总监Don Conroy表示。“但是我们做得非常好。” 接下来是Wynwood,在那里我们看到了福特合作伙伴Domino’s和Postmates的代表。此外还有一家花店和一家干洗店也参与其中。他们参与了为期一周的福特自动驾驶汽车的快递测试。那天早上,福特宣布将与沃尔玛和Postmates开展合作,进一步测试使用自动驾驶汽车运输货物的可能性。 当然,还有很多问题需要解决。福特正在使用的车辆并不是真正的自动驾驶车辆。此外,福特计划在2021年推出服务时使用的汽车还没有生产出来。但是用户体验将是相似的:用户需要将取货码输入嵌入车辆侧面的触摸屏,然后钢制的百叶窗会滑动打开,露出要取的快递。 这一想法主要是为了展示从福特汽车取出快递的体验过程。福特认为,如果这意味着与自动驾驶汽车进行互动,人们可能会愿意走到路边去拿食物或鲜花。但是当新奇性渐渐消失时,人们总是更倾向于便捷和低廉的价格。在福特所瞄准的市场中,大多数人都住在高楼里,或者在移动方面存在问题,所以它还有很多事情要做。 最后,我们被带到了市中心的一个街区,福特的数字内容主管在那里为自动驾驶汽车乘客提供车内体验。简而言之,福特设想通过与当地企业和音乐会场地的合作来赚取收入,这些场所向自动驾驶汽车的乘客提供广告和数字优惠券。当你乘坐在福特自动驾驶汽车回家时,也许你可以沿途经过当地一家手工汽水店,买一杯樱桃柠檬水。不需要下车,服务员会把它直接带到你的车窗前。这就是21世纪版的汽车服务商店。 当然,福特真正想要展示的是它的商业模式。福特表示,打车、车队管理、送货和数字内容,所有这些都将使其40亿美元的自动驾驶汽车赌注有所回报,并将迅速超越所谓的优势竞争对手。如今,打车的费用约为每英里2.50美元。福特总裁兼首席执行官Sherif Marakby估计,该公司的自动驾驶汽车可以将价格降到每英里1美元。Marakby表示,福特无意追随Waymo和GM的脚步,不会于近期推出商业服务。 Marakby说:“我们可以做到明年生产出100辆自动驾驶汽车,并推出商业服务。但我不认为这就是我们想要做的事情,在考虑到盈利问题之前,我们更应该考虑复杂性。我们认为,这需要审视整个价值链,理解客户,然后才能推出规模化服务。” 福特的计划要宏伟得多,它希望能在美国多个城市部署多达10万辆自动驾驶汽车,全天候地运送人员和包裹。这次在迈阿密举办的活动就旨在给人留下这样一种印象,向人们表示福特正在谨慎而直接地迎接这一挑战,它也的确做到了。 但这也让我开始质疑这项技术的发展方向。如果你对未来的愿景是,你可以随时呼叫一辆自动驾驶汽车,让它带你去任何想去的地方,那我有一些坏消息要告诉你:要做到这种程度还需要很多年。我们更有可能会看到的是,在大城市中小范围内运营的自动驾驶出租车和巴士。由于害怕承担责任,这些车辆可能会保留人类安全驾驶员。在任何一个新城市推出服务之前,都需要多年的地图绘制和数据收集。乘坐这些车辆可能很便宜,但不太可能比人类驾驶的Uber或Lyft更为方便。 我们刚刚摆脱了对自动驾驶汽车的过高预期。但是福特在这些预期上投资太多,以至于不能够放慢速度。当天早些时候,该公司首席执行官Jim Hackett表示,自动驾驶汽车有潜力成为一个价值10万亿美元的业务,这比英特尔报告中的结论要高出约3万亿美元。那么究竟哪个数字是真实的,哪个数字只是为了展示呢?

    时间:2020-06-22 关键词: 大众 自动驾驶 福特

  • 无人驾驶需要基础技术支持 BAT基本完成布局

    无人驾驶需要基础技术支持 BAT基本完成布局

    近期,国内企业在无人驾驶领域的探索和实践越来越多。继百度宣布红旗自动驾驶车型量产计划之后,广州街头出现自动驾驶出租车,德邦无人驾驶货车完成首单大件快递配送。一时之间,多家企业不约而同向无人驾驶技术发起了新一轮冲击。 自动驾驶或者说无人驾驶的技术看似还很遥远,但在不断的实践过程中,已经有了较大程度的发展。在逐渐落地使用的过程中,领域内的主要玩家已经完成了在基础技术领域的布局,那么哪些技术和应用才是它们比拼的焦点?国内整个自动驾驶行业已经走到了落地的哪一步?在将来,自动驾驶将会怎样改变相关领域的商业形态? 无人驾驶都需要基础技术支持 BAT基本完成布局 无人驾驶涉及到的技术多且复杂,这里主要讨论比较热门和重要的一些方面。当然最首要的是汽车本身,入局自动驾驶要么必须会造车,要么就需要和车企达成合作。专业的人做专业的事,对于BAT这几家互联网企业来说,与车企合作是常见方案。 除了汽车本身,还有几项关键的技术是对自动驾驶能力产生巨大影响的,BAT在这些领域都不甘落后。 第一个是对外界环境的信息收集和基本感知,其中高精地图是自动驾驶技术所需的重要信息来源。传统地图只是作为驾驶员的信息参考,高精地图则要被用于AI直接做出驾驶决策。因此这一块也是自动驾驶企业发力较早的部分,百度地图(长地万方)、高德地图和腾讯投资的四维图新都是BAT在高精地图领域的布局。 除高精地图外,各类传感器也是单车智能的必备要素。在车路协同还不发达的时期,自动驾驶对摄像头、激光雷达等传感器的依赖程度更高,而这些技术也有很高要求,并且造价十分高昂。目前国内在激光雷达方面有所成就的有速腾聚创和禾赛科技,正好也已经分别投入阿里和百度麾下。 第二个是计算机视觉或图像识别,也就是把采集到的信息进行分析处理,这是一个比较复杂的过程。尤其是对于千变万化的路况来说,要做到足够准确是有一定难度的。目前百度大脑和腾讯优图实验室都在攻坚视觉识别技术,阿里系的商汤科技也开始在探索其原本较成熟的识别技术在自动驾驶领域的应用。 第三个是车与外界的信息交互,也就是V2X,它能与智能道路和云计算等技术结合,是车路协同方案的重要组成部分。通过把更多收集信息的义务交给道路,汽车通过V2X技术与智能道路和其他交通参与者在车联网中共享信息,相对来说更能保证信息的准确性和高效性。目前,百度和阿里的两套方案最受关注。 第四个是车载OS和AI芯片,这是其他技术应用实现的必经途径。BAT都有各自的车载系统,并且也承载着自己的生态目标。OS的差异也开始出现封闭倾向,不同的生态割裂开来,这对于未来车联网中信息的沟通会存在一定的不便,智慧交通必然要求打通数据,那时市场份额更高的OS或许会掌握更多话语权。 至于AI芯片,未来肯定是不可缺少的一部分,除了BAT已经发布或正在研发的之外,还有众多企业入局这片市场,其中不乏华为等硬件厂商。但是否已经能够满足自动驾驶的需求,最终还是要看落地效果。 难点正在被逐渐攻破 自动驾驶已经走到哪一步了? 基础技术逐步推进和完备,自动驾驶的发展速度也明显加快,这也是今年以来国内外围绕这一领域的新进展消息不断的原因。就让我们从自动驾驶本身的技术成熟程度和其所需的基础设施支持程度来观察,自动驾驶到底走到了什么阶段。 (1)已经发展到了L4阶段,在技术上基本实现了自动驾驶 自动驾驶的级别分为5级,按照自动化程度从低到高分别为L1~L5。对于分级的标准,NSHTA和SAE的定义有些许不同。但是基本上可以认定,L3为有条件的自动化,需要人类干预;L4是高度的自动化,只有特殊情况才需要人工介入;而L5是完全自动化,无需人工操作。 目前,Waymo、百度等无人车都已经进入了L4阶段,文远知行在广州测试的自动驾驶出租车也是L4级别。这一阶段基本上可以满足正常的行车需求,这也已经是自动化驾驶比较理想的状态了。 (2)5G技术正在逐步推进落地 在未来几年内有望实现成熟。 其次,网络基础也逐渐具备。自动驾驶技术对网络有较高的要求,需要接受大量的信息,并保证实时传输速率和稳定性。这一要求意味着在现行的4G网络下大规模使用无人驾驶技术会存在一定风险,因此必须依靠5G网络的成熟 好在5G标准的制定已经完成,现在各国都在投入到5G网络的落地当中来。美国、韩国等地已经准备于明年正式商用5G网络,国内三大运营商也表示将在明年第三季度建成5G网络商用,十多个一二线城市已经在测试或搭建基站。等到将来自动驾驶技术投入使用的时候,5G的成熟程度也可以担当重任了。 (3)车路协同已经有了很大进展 百度想要开源阿里重视货运 最后,能够大大提高自动驾驶应用效率的车路协同方案也有了很大进展。阿里已经在杭州进行了开放路段的测试,百度则会在今年年底正式开源Apollo车路协同方案,向业界开放百度Apollo在车路协同领域的技术和服务。 由此可见,百度似乎也察觉到了未来数据互通的趋势下,车路协同方案也会存在标准之争,不知阿里接下来是否也会有意在争夺标准权方面做出相应的动作。从目前的形势来看,阿里提出车路协同方案时,把目光更多地放在货运领域,毕竟这是阿里更为关切的环节。 市场化落地成功之后 自动驾驶将对各行各业产生巨大影响 随着自动驾驶技术取得越来越多的突破,我们也逐渐可以看到受其影响的未来商业变化的雏形。虽然我们并不知道这一天具体何时到来,但基于推测,我们可以预见到未来的一些行业方向很有可能跟着这些趋势发展。 (1)多方因素助推 货运最可能抢先实现自动驾驶 在无人驾驶的落地方面,货运最有可能抢先实现这一盛况。第一,电商和物流企业在商业利益驱动下,具有明确的目标,更愿意推动无人驾驶。无人驾驶能够在人员成本上节省大量开支,也没有超过4小时属于疲劳驾驶的顾虑,可以连续24小时运行(前提条件是在夜间自动驾驶技术得到有效突破之后)。 第二,电商货运的安全问题不那么突出,更容易为公众接受。如果是乘用车自动驾驶,人们的顾虑也需要一段时间才能消除。第三,车路协同方案的边际成本更低。乘用车的行驶路线因个人和时间的不同而不同,如果不能短期大面积铺开,实际上起到的作用比较小。但如果是对固定的物流路线进行改造,由于使用率高,边际成本其实就大大降低了。 (2)深刻改变出行产业 网约车将受到共享汽车挑战 由于自动驾驶对驾驶员的开车水平潜在要求降低,没有车(但有驾照)的公众完全可以使用共享汽车,而不需要打网约车。网约车的市场将被共享汽车抢占很大一部分,同时共享汽车也会从租赁模式转向包含租赁和真正的共享经济两种模式。 之所以说会有真正的共享经济元素是因为,对于有车一族来说,汽车闲着也是闲着,不如让它自己出去赚赚钱。另一方面也能解放网约车从业者,让他们直接转型为共享汽车所有者。从社会角度看,也提升了人们出行的安全性。 同时网约车的用户群体缩小,但仍有其存在的市场,网约车的服务人群更集中于完全没有驾驶知识、不能在紧急状况做出反应的部分乘客。网约车会配有司机,但司机劳动强度下降。 (3)掌握更多数据资源 车企在行业内地位提高 随着汽车智能化程度加深,车企再也不是单纯的制造行业。由于传感器、V2X等技术的应用,以及对汽车底层系统的掌控使得互联网企业需要仰仗车企的相关接口,车企更能掌握有效的大数据资源。 除此之外,车企参与出行的意愿也会加强。现在,吉利等车企就已经进入了出行领域,在对司机依赖性没那么强的自动驾驶时代,车企更能集中发挥好自己的优势。有宽松的成本代价作保障,更好的宣传效果为目标,参与共享汽车或者网约车的车企可能也会越来越多。 总之,无人驾驶技术虽然并不能一蹴而就,但它无疑已经离我们越来越近了。随着基础技术逐渐完成布局,无人驾驶技术达到L4标准,基础设施也将在未来一段时期内趋向完备,自动驾驶将不再是异想天开。至于最后谁才能抢到这个朝阳产业的大蛋糕,就要看接下来谁会在实际应用中率先突围了。

    时间:2020-06-22 关键词: 无人驾驶 自动驾驶 bat

  • 理想智造ONE已完成两轮工程试制 即将亮相等待检验

    理想智造ONE已完成两轮工程试制 即将亮相等待检验

    每家新兴势力都有不同的造车愿景,而从李想所讲述的每一个理念都紧贴消费者的立场。 比起前几年的概念阶段,还留在赛道上的新造车势力现已进入量产冲刺期,不断有融资合作、生产交付等重磅信息震动着本不平静的市场。近期引发热议的是,战略性低调了三年之久的车和家,即将在几天后(10月18日)迎来品牌与新车发布的高光时刻。我们对车和家创始人、董事长兼CEO李想进行了一次深入访谈,以此了解车和家的产品计划和重新定义出行的战略路线。 很多之家的网友对李想应该不会陌生,正是他在2005年创建了汽车之家网站,直至2015年6月卸任汽车之家总裁,然后全身心投入造车新战场。十余年的互联网从业及汽车媒体平台积累,李想被公认为是最懂用户和最懂车的创业者。我们每次与李想交流,几乎任何一款热门车型的功能设计、性能体验优劣他都洞察于心,而且十分注重细节,甚至路边一辆车都能随时蹲下来观察并点评到位。在车和家研发中心外面就停放了不少公司买回来的车,这都是给工程师们来“练手”的,因为在李想看来,只有开过才知道好车是什么样的,从而研究学习和改进。 正因为如此,当“阅车无数”的李想去定义制造一款车时,必然会先经得起自身“挑剔”的眼光,从用户角度出发,这也是车和家首款量产车型理想智造ONE的令人期待之处。我们对数万字的访谈实录加以整理,以李想自身的角度阐述车和家的产品理念和业务战略,除此之外,汽车行业变局的预兆和创业者不断进化的方法论也浓缩其中。 核心信息点一览: 1、首款新车理想智造ONE定位豪华中大型SUV,车身长度超过5米,提供6座/7座两种布局,均为顶配。预计新车将在2019年四季度正式交付。 2、动力方面,新车采用大容量电池组和高功率增程发电系统解决里程焦虑问题,NEDC综合续航超过700km。性能对标新一代奔驰GLE(新一代可选配第三排座椅)、奥迪Q7等3.0T产品。智能化方面,新车采用了多屏幕与全车语音结合的智能交互方式,并配备Level 2级别的辅助驾驶系统。 3、商业模式方面,车和家将采用直营模式进行销售,通过App即可完成购车、交付、维修、保养等所有环节的操作,目前正在建设服务渠道。 4、就整体业务而言,车和家规划了两条战略主线,对C端消费者零售业务的定位类似于苹果,对B端出行业务的定位是波音。 5、车和家采用科技公司的管理方式,企业价值观是创造用户价值和追求极致效率。李想以企业成长加速度作为未来竞争的关键点。 李想的“理想”:用科技改变出行 问:您创立车和家的初衷是什么? 李想:过去的十多年里,数字科技给我们生活带来了天翻地覆的改变,比如出行打车叫滴滴,支付用手机就能实现。我们同样期望数字科技给汽车带来进化和改变,但十几年来没有一个汽车厂商真正做到,到今天为止,我们在车上导航时还要举着个手机,听音乐还要连手机的蓝牙。 现在也会有很多人说,汽车就是一个代步工具,从A点到B点,但这个功能在50年前就完成了,难道真正的技术进步就是因为A厂商出了四门Coupe,所以B厂商也紧接着出个四门coupe吗?这对于整个汽车发展没有太多意义。我们看到交通事故、拥堵等各种问题,其实可以通过技术解决,但个人感觉许多厂家还是在想怎么降低成本,怎么在一个平台上出尽可能多的车型。如果厂商能够投入更多的资金用于数字科技跟车的智能、安全设计融合,这个世界将会完全不一样。 回过头来,为什么创办车和家?因为我坚信数字科技能够改变整个出行行业,还能让更多的人受益,而不是今天的消费者和汽车厂商互相博弈,这是我们创办车和家真正的使命,就是用科技改变出行,让更多人受益。 问:车和家想造什么样的车?为谁而造?具体有怎样的战略规划? 李想:我们的战略是两条线,一条线面向零售,也就是理想智造品牌,主要针对家庭用户和中产阶级,定位中高端智能电动车,像奥迪Q7、奥迪A8这样尺寸的产品,提供给中国和未来全世界中产阶级的家庭用户。往后看哪怕到了2030年,车都实现了L5级无人驾驶以后,我们认为家庭用户仍然有持续购车的旺盛需求。我们会出消费者最需要的、最合适尺寸的产品,如果拿奔驰比就是一款GLE(新一代GLE提供第三排座椅)这样的七座SUV,一款奔驰S级这样的五座轿车形态,但是长的肯定不像轿车了,应该是智能电动车应该有的形态。 理想智造ONE测试谍照 另一条线,出行业务也是我们必须要考虑的,同样希望通过技术有效改善出行的安全性、便利性和成本。基于这个定位我们希望能够成为出行全方案的供应商,不会亲自去运营,但是我们提供专有的车辆。尤其到了自动驾驶时代,对整车安全性要求级别很高,不是每个车队都能够自己来做自动驾驶系统,因为这是几十上百亿的投入,而我们来做给他们提供完整的解决方案。我们跟滴滴合作,上市车型的标配是L2级,先从减少追尾事故开始,然后慢慢成长为L4,最终实现L5无人驾驶。 这两条业务线会并行开展,因为是相互促进的。但其实我们车型很少,我们认为三款车就可以实现这两个定位,一个最好的家庭购买的七座车,一个最好的家庭购买的五座车,一个最好的网约车和未来自动驾驶出租车。 问:创业造车的三年多时间里,您关注到中国新能源车市有哪些需求和变化趋势? 李想:我们关注的不是什么东西在变化,更关注什么是真正的用户需求。新能源市场之前卖得最多的是六七万元用来占号牌的车,这种现象在历史上也出现过。例如当年“中华酷联”手机合约机时代,办一个号码送你一个手机。今天相当于买一个牌照送一辆车,但这到底是不是消费者需要的?“中华酷联”里除了华为真正成为高端手机以外,剩下的几乎全淘汰了。这和今天我们看到的局面其实一样,电动车市场刨去占牌、分时租赁、网约车等部分,大家最关注的还是高端车型,就跟一开始智能手机起步的时候,三星Galaxy和苹果iPhone扮演的角色一样。抛去所有的表象,我们更深度思考的是几个核心问题。 第一,消费者想要的车能不能解决里程问题?别说两三百公里就够用了,汽车存在的意义就是让我们扩大半径、提高生活质量,而不是到了电动车时代反而倒退。包括充电、冬季用车、二手车残值、电池置换等很多问题都要去思考解决。 第二,消费者需要什么样级别的车?最重要的不是看眼前什么火,而是判断未来消费者内心真正的需求。有很多人说以后的车会更加个性化,像旅行版、跑车等一个人要买多辆车。但实际上现在的城市1个车位1个号牌就已经不容易了,所以更多人需要的不是车个性化,而是一辆车发挥更多的功能,开车上班的时候有面子,周末可以带着全家出去玩儿。 第三,关于车的智能化,车必须要成为人类的第三个终端。人类的第一个终端是个人电脑,人类的第二个终端是智能手机,人类的第三个终端一定是车。在自动驾驶来临之前,在车里唯一被解放的只有嘴和耳朵,而车是全世界最好的语音控制环境,这个时候就会变成嘴和屏幕的交互。到真正实现自动驾驶的时候,它会变成人的第三个空间。 理想智造ONE的产品攻略 问:在解决电动车续航和充电的问题上,车和家首款车型采用了大容量电池的增程式技术路线,为什么选定了这个路线? 李想:我们纯电和增程是同时进行的。因为我自己也是电动车车主,所以很清楚电动车的普及面临续航里程、充电、二手车残值等各种问题。To C业务我们初期没有选择纯电路线,因为这么大一款车按纯电路线续航不到400公里,而我们认为任何一款To C产品都要做到600km以上续航。纯电平台用在了给滴滴做的网约车上,因为网约车有固定的充电场景,是一个纯粹的To B业务。同时我们还在储备未来的超快充纯电平台。 另外从增程的角度而言,始终也是纯电驱动形式,我们在此基础上研发了一套增程发电系统。最重要的还是要看现实条件,都希望家家都装上充电桩,但是现实是80%车主连固定车位都没有,别说装充电桩了。即便有人说充电桩现在到处都是,跑长途也没有问题,但是现实中高速上充电桩要等两到三个小时。我认为电动车应该是个更好的车,绝不是更差的车,或者是个残疾的车。做一个简单的比喻,增程发电系统相当于给车装上了一个重量更轻、成本更低、没有充电焦虑的超大电池。 问:车和家研发增程式技术时有哪些难点?突破了之后是否具备核心优势? 李想:我们做这款产品的时候希望它的性能向3.0T中大型豪华车看齐,对标奔驰GLE、奥迪Q7这样3.0T产品的性能。这其实是非常大的挑战,因为增程从来没有做过那么大的车,我们用了一种比较好的方式是采用大型电池组,从而保证输出的功率,也保证有更多的冗余让增程器始终有效地控制在3000转以内,整个车的体验就会变得非常好。此外,加大电池组还有一个很大的好处,在中国任何一个城市的市区内只要有一个慢充或者快充桩,都可以做到纯电动行驶,但却没有了里程焦虑。 其实车的热管理系统、VCU控制、电机、整车布置,都是很大的挑战,但我们自己还是非常有信心,目前做出这款产品是全世界综合表现最好的一款增程电动车,它是从零开始设计,而不是拿一辆现成的燃油车改出来的结构,电池非常平整地铺在了底盘上,所有的电机、电控都是最优化的布置。 问:往更长远来看,未来的技术方案还是纯电,没有增程器? 李想:我们要打造的电动车,必须满足没有里程焦虑,能够达到这个要求的,只有增程电动和支持超快充的纯电。增程电动我们在2019年就能够量产交付,而超快充的纯电的成熟我们预计在3~4年后,并且我们已经开始储备。我们对电动车的判断是,到2030年,新能源市场会是超快充纯电和增程电动各50%的市场。还有公司比我们估计的还要激进,马自达刚刚公布了未来的产品战略转型计划,在2030年,95%的车型为增程,5%车型为纯电。 问:除了解决技术方面的难点以外,是否也有一些驾驶和驾乘方面的对标考虑?是趋向于保时捷那种运动式的驾驶体验,还是趋向于豪华品牌的舒适? 李想:有考虑,新车的定位很清楚,豪华中大型SUV,为家庭用户打造,否则我也不会做成六座版和七座版。另一方面,我们希望驾乘体验能够超过像沃尔沃XC90、奥迪Q7同级别同尺寸的七座SUV,因为电动车整体布局会使得空间更大,这是我们最开始设定的关键性目标。 问:车内人机交互体验会有哪些亮点?这也是新品牌造车能吸引很多初期用户关注的点。 李想:这个是我们很好的优势,最核心的是通过全车三排语音的方式实现交互。我们自己天生就是汽车用户,坐在后排的是我的孩子,坐在副驾驶的就是我的老婆。我们去想想这些人现实中的需求怎么解决,怎么来设置这个车的布局,所以没有把车做的很复杂。我们采用了全车语音配合四屏交互的方式,并用了高通820A和德州仪器的J6双芯片处理器来实现整车的完整交互,这是目前为止性能最高的芯片。底层的系统也都是我们自己来写,后面用户应用的扩展性将非常好。 问:解决了人机交互系统问题之后,车和家对于自动驾驶方面怎么考虑的?在之前您的采访中也表达了着重于L2和未来的L4,直接就跳过L3了,这是基于怎样的思考? 李想:我把开车分成三种,第一种是完全由人在开;第二种是你对车负责,对车是指令性的控制,它变道需要你给它拨个杆,这是L2,控制权和责任在驾驶员自己的手里;L4、L5的整个控制权就回到了车上面,责任已经归属到车而不是驾驶员了。只不过L4没有办法做到全场景,L5能做到全场景。 但L3是一种反人类的设定,它让你坐在车里又划清不了责任,Uber当时出现的事故就是典型的L3,就是车也在开,驾驶员自己也在盯着,可能出现各种各样的场景让人去接管,但是车失职的时候人是不可能跟上的。所有拥有L4团队的车企都会直接放弃L3,比如通用有自己收购的L4团队,只做L4不做L3。 构成车和家自动驾驶系统的四大平台 问:您也是特斯拉的深度用户,车和家的自动辅助驾驶水平能做到特斯拉那种驾驶体验吗? 李想:第一我们能对标的是高级辅助驾驶,就是特斯拉现在已经开放的功能。第二我们针对中国的路况和驾驶习惯会做大量的实际道路场景训练,已经超过40万公里,所以在中国道路上的表现,我们会更有优势。 问:我们再回到一些传统车企看似对新车企比较有质疑的点,比如新车企造车的时候怎么实现跟传统车企一样的动力性能,怎么样才能保证跟传统车企一样的工艺配置的品质,还有整车的安全性能,您是怎么通过自己的团队来保证作为车辆最基本的一些要求? 李想:第一是选择最专业、高要求的团队,并且信任团队,让他们充分发挥能动性。第二是在所有的供应商投入上一分钱都不要节约,这是整个安全质量、性能的有效保证。 我们的碰撞是按照2018年新的更严格的法规设定,必须达到五星级。目前在做的摸底测试里是非常好的完成了五星级别所有碰撞的要求,甚至在目前所有的国产车里我们都是排在前三的,国产车也包括奔驰、宝马这样的国产车,我们是拿第一批工程样车测的,在各个重要的指标上都能做到前三了。另外我们工厂所有项目都是对标沃尔沃,而且大约有30%以上的指标会比沃尔沃要求还高。 问:在明年量产前还有哪些工作要做?我们已经看到车在跑路试了。 李想:第一我们要开发布会,因为大家还不知道我们的产品。第二我们的直营的销售服务体系,包括零售中心、交付中心、维修中心都在陆陆续续的拿店和建设过程中,开始交付的时候整个服务渠道都必须到位。还有我们的工厂建设,我们会在自己的工厂投产自己的车型,投产是复杂的工作,新工厂、新工人、新产品、新供应链,这四个“新”放在一起,预计产能爬坡到非常稳定、质量非常好基本也要三个季度的时间,这些东西就是一步一个脚印,反正我们不是最快发车的了,所以就扎扎实实,之前大家犯的错误我们就不要再犯了。 车和家的进化方法论 问:作为一个新的企业如何塑造品牌价值,怎样才能让消费者信任全新的品牌和生产出来的第一台车? 李想:首先我会做第一个假设,无论我们的品牌叫什么名字LOGO什么样子,也不管李想过去创过什么业,品牌新出来的时候价值为零,所以我们核心的一点是从零开始。消费者对品牌到底会认知成什么样子?由三个东西组成,第一我们解决了消费者什么问题,第二我们提供了什么样的产品,第三我们是以什么样的质量来兑现产品。这三方面经过了市场的验证和用户的认知才会形成我们的品牌。 用户要买了产品满意了我们才有品牌,有十个用户满意了我们品牌就是十分,要一万个我们就是一万分,有一个不满意的减十分,一个满意的加一分。 问:对于新车企来讲,IPO是不是一件很重要的事情呢? 李想:不是。汽车行业里经营最好的一家公司是没有IPO的,叫博世。汽车行业的技术60—70%掌握在博世手里了,如果他IPO,市值可能比丰田还要高很多。我觉得这还是看企业自己的实际需求。 问:您说到数字科技会改变产品服务模式、商业模式以及组织模式,具体会有哪些创新的表现? 李想:数字科技生产力其实由三个层组成,中间层就是系统,上面那个层是应用和服务,而且可以不断扩展,下面层是闭环的数据,当这三个层面同时出现时,无论是硬件产品、汽车网站还是APP,还是滴滴那样的出行服务平台,都可以形成不断成长的循环,而且会越变越强大,就像今天阿里已经大到这种程度,但还是50%的增长,因为他掌握完整的数据闭环生产力,他就变成自生产的方式了。这是我们看到的整个生产力的核心。今天所有的汽车厂商对数字科技不知道怎么做,因为他们完全不掌握用户,没有帐号系统,也不知道这些数据,甚至连车辆数据都不知道,这是最大的问题。当然,请大家放心,我们对数据隐私和安全非常重视,而且做了很大的投入。 所有的科技应该是温暖的,带给我们的一切都是便利。你原来去银行转帐需要两个多小时,今天一分钟搞定。你原来一个结算需要等5分钟、10分钟,今天几秒钟搞定,这是科技真正带给生活的东西,但是恰恰这种东西只能体验没法讲,而最终会长成什么样我们不知道,因为增长应用服务是不断扩展的,你想象不到,最开始大家认为智能手机最重要的功能是视频通话,但最后发现它变成你的钱包、游戏机、电影院,但是你要有一个体系的基础才能有后面所有的东西,我们最重要的是把智能车的整个系统架构基础扎扎实实的做出来,功能由生态去做,让腾讯、QQ音乐、爱奇艺视频、喜马拉雅等各种应用服务在这里发光。 另外整个商业模式上我们也会完全不一样,我们的车只提供顶配,因为不想算计用户,从低配到高配很多车看着差了20万,但对于车厂的成本可能在2万元之内,我干嘛不直接送给用户?而且智能化以后,如果车型各款各样,软件是没法升级的,功能没法拓展的,库存没法管理,没办法直营。所以我们每个车都是顶配,以后卖二手车也方便,既不用羡慕别人的配置,也不用再费大力气改造。这个让我们来做成本很低,座椅通风才几百块钱,但是如果用户去选就是几千上万了。我们提供非常好的完整LED灯没有多少钱,但是如果让用户一看想要的灯六七万块钱,这不是抢劫吗。这是我们真正的为用户着想,又保证我们企业效率的方法。 有了这个基础以后,我们商业模式就变成自己控制了,去掉经销商这层既跟用户博弈又跟厂商博弈的群体,任何用户在一个App上能完成所有的环节,包含购买车、交付、维修、保养、预约等。这是商业模式上的转变,App都有记录,不需要再查什么保险车什么时候买的,还款可以在App上还,保养只要做个预约就有人上门取车和还车,中途不放心还可以通过App直接看车在哪里,用摄像头调取信息。这种IT技术可以让我们整个效率变得非常高,然后也让用户的成本急剧下降,便利性大幅度提升。 包括内部组织也是非常高效,我们人员组成的多样性远远高于互联网公司,最好的管理方式仍然是科技公司的管理方式,就是对人充分的信任、对人充分的授权,而不是像传统车企那样一个箩卜一个坑,每个人在自己的一个深井里工作。另外,传统汽车公司都得等老大做决策,起码得等半个月以上,而我们很多时候都交给工程师自己来做决策,大家一讨论15分钟一个决策做下去了,并且在系统里同步,供应链、制造、研发等部门就都看到了,这是我们整个管理方式完全不一样的地方,给团队提供各种各样的方法论和系统工具,让他们自己更好的做决策,更好的把东西执行下去,更好的跨团队进行协作。 问:在团队搭建上您是如何挑选人才的,怎样把自己的团队打造到最优状态? 李想:我们挑选人时有两个最重要的核心。首先,我们是个价值观驱动的企业,必须符合两条价值观,一是创造用户价值,二是追求极致效率。我们团队一定不能看到别人怎么干,我们就怎么干。团队一定要自己学会思考这是不是用户真正关心的和对用户有价值的。对于效率方面,我们的要求非常高,比如我们的零售中心面积会控制在200到300平米左右,同时还能比五百平米的店营业额还要高10倍,这是每个人发自内心去想的。这是我们的价值观。 第二,要招最专业的人。我们目前是1400人,整个的工程师团队大概1000人。我们几乎没有招汽车行业的大明星高管,但是仔细看工程师团队、研发团队都是各个领域数一数二的,招了大量的非常好的传统汽车厂商、互联网造车企业的总监和部长级的人,是真正以技术研发为基础,无论是硬件、三电、软件的、系统的都是这样。 我们更有优势的一点是知道一个创业团队如何能够成功,而不是像很多人明明在经营一个创业公司,但是在按照一个成熟企业的方式去做。创业公司就得有创业公司的范儿,当年宝马、丰田起来的时候不是像今天这种做法,特斯拉是为数不近期能看到的创业公司。怎么以创业企业的方式成长,让自己先活下来然后胜出。其实企业跟企业之间比拼的就是成长速度。 总结 每家新兴势力都有不同的造车愿景,而从李想所讲述的每一个理念都紧贴消费者的立场,如果理想智造的功能品质、服务体验等规划最终都能落地,将是市场上强有竞争力甚至颠覆性的选手。从现阶段来看,李想的造车之路已经走到了一个阶段性节点,理想智造ONE的研发工作从2015年启动至今历时近40个月,已完成两轮工程试制, 即将亮相等待检验。

    时间:2020-06-22 关键词: 自动驾驶 车和家

  • 推动自动驾驶汽车发展的四项技术

    推动自动驾驶汽车发展的四项技术

    在自动驾驶车辆竞争中,有几项不太引人注目的技术趋势正在突起,以帮助真正的自动驾驶车辆成为现实。 虽然跟得太紧或是刹车太晚等驾驶行为很容易处理,但是预测其他驾驶员行为以及处理复杂的交叉路口情况只能依赖有经验的驾驶员。自动驾驶汽车(AV)就像新手驾驶员,只是其拥有发展得更好的大脑以及价值数十亿美元的技术,可帮助缩短学习时间。但是即使使用其所有的传感器和软件,自动驾驶汽车在可以完全自信且有能力驾驶之前,仍有需要克服的缺陷。 在自动驾驶车辆竞争中,有几项不太引人注目的技术趋势正在突起,以帮助真正的自动驾驶车辆成为现实。 教会自动驾驶车辆有关道路规则技术 人类驾驶员必须学习驾驶员手册,了解停车标志和让路标志的区别,同样地,自动驾驶车辆也需要通过人工智能(AI)学习道路规则。此外,自动驾驶车辆还需要通过在路上花费数小时来获取有关真实世界的体验。 自动驾驶车辆通过机器学习的人工智能来解释路标和其他道路信息,即需要驾驶一段路程并且需要人类对数据进行验证。交通数据公司Inrix研发了首个新自动驾驶道路规则(AV Road Rules)平台,可让城市和道路管理部门为行驶在公共道路上的自动驾驶车辆制定、验证和管理交通规则和交通限制。该平台还可利用自动驾驶车辆的实时信息,报告哪些基础设施需要改进,让道路对所有使用者来说都更加安全。此外,Inrix的新自动驾驶道路规则平台可让城市和道路管理部门迅速、轻松地将限速、人行横道、学区、公交车道和停车标志等特定交通限制数字化,使汽车制造商与高度自动化车辆运营商能确保车辆符合当地的交通规则。该平台还创建了一个渠道,可将高度自动车辆对道路基础设施的需求传达至交通部门,以帮助改善道路管理和维护工作。 自动驾驶模拟技术 一旦自动驾驶车辆了解了道路规则,他们需要在道路上应用,但是自动驾驶车辆运营商时间和资源都有限。但是研发人员找到了新方法,通过模拟软件来加速测试过程,从而加速自动驾驶车辆部署。 自10年前谷歌公司首次启动自动驾驶项目,Waymo在实际行驶里程方面处于领先地位,目前其自动驾驶测试车辆行驶里程已超1000万公里,使用模拟软件的话,其每天都可达到该里程数。Cognata公司正与奥迪等公司合作,其首席执行官Danny Atsmon表示:“拥有适当的模拟策略是自动驾驶汽车为道路测试培训传感器和决策功能,以及确保其技术安全可靠的唯一途径。” 模拟训练可让自动驾驶车辆开发人员测试行人和骑自行车的人突然在车前穿过,或是日落时太阳直射到自动驾驶车辆的前置摄像头,暂时失去视力等“极端情况”。 远程操作技术 即使拥有计算能力和人工智能,自动驾驶车辆在特定情况下仍需要人类驾驶员的协助。因此,远程操作应运而生。 大多数主要自动驾驶公司要么在准备运程操作的自动驾驶出租车,要么已经进行测试。通用汽车的Cruise自动驾驶部门正在改装雪佛兰Bolts,使其在没有方向盘和踏板的情况下,依赖远程操作员的协助,实现“专家模式”。丰田公司申请了一项 “意外环境中远程操作自动驾驶汽车”的专利,而自动驾驶初创公司Zoox则有“远程操作系统和自动驾驶路径改变方法”。 日产雇佣了前美国宇航局(NASA)的科学家将航天局有关远程操作的专业知识应用于其自动驾驶车辆上。而在去年1月份的消费电子展上,Phantom Auto公司在距加利福尼亚州500英里外的人类操作员远程控制拉斯维加斯大道上的汽车。 驾驶员监控技术 随着自动驾驶汽车受到远程监控,人类驾驶员也越来越受到监控,特别是在汽车工程学会(SAE)规定的3级和4级自动驾驶车辆驾驶员而言。尽管凯迪拉克Super Cruise等汽车已经配备了摄像头监控驾驶员,但是新一代的摄像头将不止检测是否驾驶员头部移开路面,而是包括面部识别,甚至能够阅读完全自动驾驶车辆驾驶员的情感。

    时间:2020-06-22 关键词: 汽车电子 自动驾驶

  • 人工智能时代已来 我们要加速构建自动驾驶的移动网络

    人工智能时代已来 我们要加速构建自动驾驶的移动网络

    11月20日消息,第九届全球移动宽带论坛今日在英国伦敦开幕。华为常务董事汪涛在主题演讲中呼吁:“人工智能时代已来,加速构建自动驾驶的移动网络。” 汪涛表示,我们需要将AI技术和移动网络进行深度耦合,打造最佳用户体验的移动网络,提升运营效率,实现“自动驾驶”的移动网络。 18世纪至今300余年间,世界通过三次工业革命,完成了机械化、电气化、信息化的改造,每一次变革都驱动人类社会迈向新发展纪元。今天,步入成熟增长期的人工智能技术正在将人类社会带入智能化时代,开启第四次工业革命。 站在新的起点,汪涛首先回顾了华为在今年10月份发布的AI战略及全栈全场景解决方案。华为提供包括芯片、芯片使能、训练和推理框架和应用使能在内的全栈的产品和开发框架,提供包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境在内的全场景解决方案。 5G已经照进现实,不断增长的网络复杂性给移动网络建设带来三大挑战:2G/3G/4G/5G网络四世同堂,网络管理复杂非人力所能及;Massive MIMO、异构组网等新技术与架构给网络潜能的挖掘带来巨大挑战;5G的到来扩展了移动网络业务,同时,多业务网络的用户体验管理也变得更为复杂。为应对网络复杂性的挑战,汪涛表示,我们需要将AI技术和移动网络进行深度耦合,打造最佳用户体验的移动网络,提升运营效率,实现“自动驾驶”的移动网络。 自动驾驶网络不是单个产品的创新,而是系统架构和商业模式的创新。因此华为呼吁全产业要共同定义清晰的标准、牵引技术创新并指导落地。华为提出以优化业务体验和运营效率为抓手,围绕网络规划、网络部署、网络维护优化和业务发放四大工作场景,分步骤地构建自动驾驶的移动网络。与汽车逐步实现自动驾驶一样,华为围绕这四大主要工作场景,制定了特定场景辅助规划、设备自动配置、告警自动监控、基于覆盖的业务发放等12个阶段目标,并定义移动网络迈向全场景自动驾驶五级演进标准。 移动网络自动驾驶是华为面向整个电信网络自动驾驶SoftCOM AI 总体架构的一部分。对于移动网络自动驾驶架构,汪涛认为,必须考虑移动网络自身的独特特点,从站点、网络和云端三个层面构筑移动网络的智能化能力。 站点层面主要聚焦场景匹配、数据收集与提炼,及低时延智能算法等能力的构筑,进行实时的数据分析与短时延的智能推断。 网络层面通过两个转变,即从以网元为中心的运维转变为以场景为中心的运维,以及单纯的网络管理到管理控制融合,从而获得预测、智能识别等能力,实现移动网络自动化管理和控制。 云端层面落实智能模型和训练能力,实现新一代智能服务。未来,全球化的网络自动化管理经验将为运营商提供AI 模型开发与训练服务,持续开发新AI服务和升级AI模型服务,提供在线的AaaS(AI as a Service)。 汪涛还特别强调,华为服务于全球400多家电信运营商,有150多张电信网络的运维经验,有近三十年的深厚积累,有一支深度理解电信网络的专家队伍,这支专家团队是我们实现移动网络自动驾驶的核心竞争力之一。 移动网络自动驾驶不是一蹴而就,要分场景、分级逐步释放自动化价值。在本次全球移动宽带论坛期间,华为发布了《自动驾驶移动网络》白皮书,阐述将从基站部署、网络节能等7个子场景开始实施网络自动化。随着研究的推进,华为将持续刷新应用场景并对外公布研究成果。 “人工智能时代已来, 愿产业各方与我们携手,加速移动网络引入人工智能的步伐,创新网络管理新方式。华为以更高效率、更优性能、更敏捷业务为目标,坚持把复杂留给自己,把简单留给客户,在5G时代实现移动网络全场景自动化。” 汪涛表示。

    时间:2020-06-22 关键词: 人工智能 自动驾驶

  • 自动驾驶呈逐步发展的态势 ams积极投资中国汽车市场

    自动驾驶呈逐步发展的态势 ams积极投资中国汽车市场

    自动驾驶技术是汽车产业与高性能计算芯片、人工智能、物联网等新一代信息技术深度融合的产物,其本质是汽车产业的升级。随着自动驾驶技术潜力不断释放,半导体元器件在汽车功能实现中的作用越发明显,相关器件在汽车上的占比增大,半导体厂商也迎来了历史性机遇。ams汽车市场营销高级经理Hunter Han在接受与非网采访时表示,ams的产品用于汽车上已经有数十年历史,我们开发的用于前置紧急制动雷达的专用芯片,已经在几大车厂量产好多年,迄今出货量超过一千八百万颗。现在,我们的汽车产品和市场瞄准“更安全、更智能、更环保”的发展趋势,结合我们在先进光学的技术优势,为下一代固态激光雷达、智能驾驶员监控系统提供全方位的产品和服务。 自动驾驶呈逐步发展的态势 Hunter认为,得益于传感器、自动驾驶处理器和深度学习的快速发展,汽车在不远的将来会成为我们可以放心托付自己性命的第一代自主式机器人。我们认为,汽车不会再某一个特定的年份一下子都变成无人驾驶,而是呈逐步发展的态势。自动汽车会首先用于一些限定性区域,类似大学校园、工业园区、度假区等;在公共道路上,无人驾驶会逐步实现。主流车厂目前都在采取策略性分阶段自主化,在行驶环境较好的路段,驾驶员可以授权汽车自动驾驶,在某些时间段再由人类驾驶员接管。 随着自动驾驶汽车各组成部分(尤其是各类电子系统)价格的下降,会带来性能的迅猛提升。从硬件上,越来越多的芯片厂商(包括ams在内)都致力于开发性能更卓越、成本更低、更可靠的用于自动驾驶技术的各类产品;软件上,每辆无人驾驶汽车会将它们的驾驶“经验”数据进行汇总分享,因此每辆汽车都能从其他车辆的共享经验中获益。 ams的自动驾驶布局 很多人都说离开硬件谈自动驾驶就是耍流氓,确实自动驾驶的实现离不开硬件的支持。Hunter介绍了ams在自动驾驶行业的产品布局。 Hunter指出,激光雷达会是一个重要的产品,它跟现有的摄像头和毫米波雷达一起,可实现全天候全路况监测,对路面上各种环境提供更准确的监测和反馈,从源头大幅度降低误报率。我们专有的、已实现大批量生产的先进光学器件、光学封装技术,以及VCSEL(垂直腔面激光发射源)阵列和驱动,可以帮助激光雷达厂商显著减小产品的尺寸,降低产品成本。我们正跟激光雷达的战略合作伙伴一起,希望早日看到各大车厂部署基于ams产品的激光雷达,让驾驶更安全。 基于在手机上3D人脸识别的巨大成功,我们将先进的光学知识和经验用于汽车领域,打造出符合车规级认证的先进光学产品,跟客户一起开发智能驾驶员监控和识别系统,帮助车辆有效识别驾驶人员身份,并作出授权与否的判断。 ams积极投资中国汽车市场 针对快速发展的中国汽车市场,Hunter也谈到了自己的看法。他讲到,继我们在手机市场取得巨大成功后,汽车市场会是ams重点投入的下一个行业。在这波技术浪潮中,中国将会是最快速、最庞大的市场,因此我们在中国市场全力投入资源。目前,我们部署的下一代应用方向包括:激光雷达、智能驾驶员监控系统(视觉、健康等)、先进车辆投射灯技术、车内外环境监测系统等。我们期望跟国内车厂和各大系统厂商一起配合,助力国内自动驾驶行业的发展。

    时间:2020-06-22 关键词: 自动驾驶 ams

  • 关于阿西莫夫的机器人三定律和自动驾驶的五条基本常识性原则详解

    关于阿西莫夫的机器人三定律和自动驾驶的五条基本常识性原则详解

    很多科幻小说作家的想象,最终在现实世界中得到了应验。 大师级科幻小说作家阿西莫夫有过一个思考,对于AI驱动的机器人,除了应该不断提升机器本身的智力水平之外,让其更好用之外,在其和人类打交道的时候,还需要一个更宏观的,在技术至上的指导原则。他在短篇小说集《我,机器人》中写了这样一组规则,称为“机器人三定律”: 1. 机器人不得伤害人类,或者不得置人类于危难中; 2. 机器人必须服从人类的命令,除非与第一定律冲突; 3. 机器人可以在不与第一、第二定律冲突情况下维护自身存在。 1985年,阿西莫夫又出版了《机器人与帝国》,在书中他将三大法则扩张为四大法则,增加了第零法则:机器人不得伤害整体人类,或坐视整体人类受到伤害,构成更加完整的机器人四定律。 虽然机器人三定律、四定律在很多有关于人工智能的电影和文学作品中屡屡出现,但也一直停留在想象阶段,并没有被实际应用过。一方面的原因,是在很长一段时间里,机器的智力水平还没有高到能和人类社会日常生活的息息相关;另外一个原因,则是由于阿西莫夫的原则只是简单的语言符号,并未构成严密的逻辑闭环。 但这并不妨碍阿西莫夫的思考成为一种新学科“机械伦理学”的基础,一门以人类为中心,关于机器人的建造和使用的学科,其核心就是如何安全的应用智能机器。 自动驾驶,数据是基石,但并不是全部 而Mobileye公司,正在试图在自动驾驶领域,书写堪比机器人三定律,甚至更精确的规则。 这个月的月初,至顶网(赛博故事母平台)拜访了Mobileye,一家创立于 1999 年,总部位于以色列的高科技公司。该公司的主要业务为辅助驾驶系统和自动驾驶开发所需要的计算机视觉、机器学习、数据分析、定位与地图建模等技术。2017 年的 3 月,Mobileye被英特尔公司斥资 153 亿美元收购,并与后者的自动驾驶事业部(ADG)合并,形成新的自动驾驶部门,由 Mobileye 联合创始人、董事长兼首席技术官阿姆侬·沙书亚(Amnon Shashua)教授领导。 图注:Mobileye 联合创始人、董事长兼首席技术官阿姆侬·沙书亚教授 很长时间以来,自动驾驶汽车的安全可靠性,一直被认为只和数据量密切相关。这是由于这一次由机器学习、深度学习带来人工智能浪潮的本质来是使用统计学方法对数据的利用,让机器通过“吃掉”海量的数据来总结模式和规律。只要数据足够多,也就是路测的里程足够长,自动驾驶汽车就会更安全。沙书亚在和我们交流中表示,在自动驾驶这件事上,“把任务完全交给统计学是不可行的”,不能只有数据训练,还要有一些常识原则,否则会面临极大的发展障碍。 障碍之一在于经济性,“要让人类信任自动驾驶汽车,安全性至少要比人类司机好100倍。如果用统计学方法来实现,这就意味着1亿小时的路测,假设路测时每小时行驶30公里,路测的距离是30亿公里”, 沙书亚做了一个简单的计算来证明经济上的不可能性,毕竟30亿公里,相当于绕地球跑了7万圈还不止。 障碍之二来自于黑箱问题,沙书亚认为统计学之上的AI “既不透明、也不公开”。现在的深度学习是基于数据的自动编程,一种方式成功了,我们知道它有效,但是我们不知道它为什么有效,反之,如果它失败了,我们也不知道它为什么失效,唯一能做的就是不断调整参数,加大数据量,试图让结果更尽如人意,但实际上我们对其“内在”一无所知。 但对自动驾驶而言,透明是非常重要的。毕竟驾驶这件事太复杂了,涉及到社会安全,涉及到驾驶员、乘客、路人,以及涉及交通部门、汽车公司甚至保险公司等利益相关方。一旦车辆发生事故,我们却无法向涉事相关方解释缘由,也无法界定责任,进而很难让自动驾驶赢得社会信任。 在自动驾驶汽车,很可能成为人类第一个要考虑如何与其安全相处的智能机器之际。Mobileye试图在统计学之上,增加一些人类可以理解的规则,发布了它RSS—— Responsibility Sensitive Safety模型,中文翻译为责任敏感安全模型。RSS中所制定的各种规则,正如同阿西莫夫的“机器人三定律”,其核心目的也是安全。 RSS,机器可以读懂的数学安全“定律” 在之前发表的由沙书亚教授参与撰写的论文“On a Formal Model of Safe and Scalable Self-driving Cars”中,和后续来自Mobileye公司的演讲说明中,我们得知RSS模型为实现这样的 “目标”而设定: 1. 自动驾驶汽车本身不能导致事故(它可以是事故中的一方,但不是导致事故的一方); 2. 自动驾驶汽车应该在其它车辆发生错误时(导致事故),做出正确反应,避免发生更严重的事故。如果用一句话来总结,就是自动驾驶汽车永远不应为一场事故负责。 之所设立这个目标,可以理解为是要解决自动驾驶的可行性。不导致事故,就意味着自动架设汽车不会为事故承担责任,这在基础上卸下了监管部门、汽车公司的压力。 但如果没有合理的方式,仅靠这句文字符号,无从保证自动驾驶汽车可以沿着这个目标迈进。所以自动驾驶汽车就需要能回答这样几个问题:1,什么是可能发生事故的危险情况;2,遇到问题时,什么是正确的反应;3,以及最后,也是非常重要的,既然自动驾驶汽车要避免成为导致事故的一方,那么如何认定事故中的责任方?(即如何避免成为责任方) 为实现这些目的,在这篇论文中,RSS规定了这样五条基本常识性原则: 1. 别追尾(追尾前车无责)。 2. 别突然并道,导致后车追尾(这是前车责任)。 3. 拥有“路权”,但别刻意争取路权。(英文是:right-of-way is given,not taken)。如果举例来说明,前车加塞,或许“可以不让路,但是为了保证安全,可以让速。 4. 小心视觉盲区。 5. 如果能避免事故又不会伤及他人,那一定要努力避免。 需要注意的是,RSS并非只是看似简单的文字符号描述,而是由强大的数学逻辑来保证可实现,像下图这样的公式(关于安全车距),在论文中处处可见。沙书亚也强调,必须遵守基于三方面的原则对这些常识进行公式化,包括合理性、有效性和可验证性。而有了这些常识准则,自动架设汽车的决策系统,就可以避开单纯依靠统计学AI实现安全驾驶的低效性。 自动驾驶汽车的监管、共识和价值 毫无疑问,由于涉及社会公共安全,自动驾驶是政府一定会介入监管的领域。 在我们走访Mobileye公司的过程中,发生了比较重要的新闻。Mobileye和大众宣布共同合作首个自动驾驶网约车服务(也称为出行即服务,MaaS)。沙书亚认为这个项目的重点在于,这是全球第一个由政府参与的自动驾驶MaaS项目。以色列政府承诺将为此成立专门的委员会,讨论监管壁垒、监管架构支持MaaS发展。 对于自动驾驶汽车这样的新生事物,沙书亚认为监管的松紧程度是非常重要的。如果为了安全,过于看重监管,很可能一事无成。这方面来看,美国相对放松,欧洲则是重重监管,过松或者过严都会保证一事无成(过松导致事故频发让公众失去信心,过严则让产业毫无创新机会)。而以色列做了制度上的创新,由政府介入来确保项目在安全性和可行性的平衡,“做到了创新型监管(制度创新)”。 在沙书亚眼中,新的技术要求,让政府法律的合理监管体系,和技术上的严密数学逻辑,组成了一门重要的新学科——“法规科学”(regulatory science),一门把法律和高等数学结合在一起的新学科,正如阿西莫夫催生了机械伦理学一样。沙书亚希望RSS不是Mobileye一家之言,而是成为全球自动驾驶产业的共识,作为一项“常识规则”,认同的人越多,安全性和可用性就越能得到保证。Mobileye现在正在同主机厂合作,同行业供应商合作(百度4个月前宣布将采用Mobileye的RSS模型),甚至同美国、中国等监管机构进行合作,来开展这样推动共识,协同创新的工作。 同样发生在我们到达Mobileye之时,北京公交集团、北太智能也同时到访Mobileye,三方共同签署了谅解备忘录,建立合作伙伴关系。用北太智能的运营总监李华的话来说,“建立一个基础交通大数据的基础设施”。 在以色列,我体会到了两种驾驶体验。 第一次是自驾,以色列并非是一个司机开车循规蹈矩的国度,当我们一行人在异国他乡小心自驾时,时不时被后边响起的鸣笛声催促,甚至被逆行超车。所以当我把这个自动驾驶网约车相关新闻发到朋友圈时,有位在以色列工作过的朋友说,在这里开发自动驾驶,绝对是好地方,有足够丰富的路测场景。 第二次是乘上了Mobileye平台支持的自动驾驶汽车。在没有人类司机干预的情况下,我们乘坐的福特汽车在马路上自由穿梭。甚至在一次变线时,其反应速度远远超过人类。而事后复盘一想,这丝毫不值得奇怪,毕竟这辆汽车的摄像头可以实时兼顾前后两百米的路况,根本无需像人类一样转向之前,还要匆忙再看一眼后视镜。 实际上,自动驾驶汽车完全可能已经比人类司机更杰出了,只不过出于跨物种担心的缘故,我们需要自动驾驶汽车,比人类驾驶汽车的安全水平高一百倍,才能认可一个新司机的出现。就让人类“老司机”再保持最多不会超过十年的自信吧。

    时间:2020-06-22 关键词: 机器人 自动驾驶

  • 关于汽车驾驶辅助技术的一些常见功能介绍

    关于汽车驾驶辅助技术的一些常见功能介绍

    根据工业和信息化部、公安部、交通运输部等三部委共同发布的《智能网联汽车道路测试管理规范(试行)》,自动驾驶汽车是指搭载先进的车载传感器、控制器、执行器等装置,并融合现代通信与网络技术,实现车与人、车、路、云端等智能信息交换、共享,具备复杂环境感知、智能决策、协同控制等功能,可实现安全、高效、舒适、节能行驶,并最终可实现替代人来操作的新一代汽车。 高级驾驶辅助系统是实现自动驾驶的重要基础,本文就驾驶辅助技术的一些常见功能进行介绍。 01自适应巡航控制 自适应巡航控制(ACC)是一种高级驾驶辅助系统,该系统通过距离传感器实时测量与前车的距离和相对速度,计算出合适的油门或刹车控制量并进行自动调节,从而实现本车的车速控制以及与前车的车距控制。在无前车的情况下,ACC系统将根据预设的行驶速度,通过控制发动机油门开度保持定速行驶。 ACC系统在机动车车速为40-160公里/小时的范围内起作用,其最大的刹车减速度约为0.5g。近年来,针对城市交通中机动车低速行驶和频繁起停等情况,ACC系统功能现已包括起停控制、避撞控制等。 机动车全速度范围内的自适应巡航控制可以看成是一类存在内部动力学模型不确定性和外部环境干扰的非线性系统的最优跟踪控制问题,近年来引起了国内外研究者的广泛关注。PID方法、模糊逻辑、模型预测控制、滑模控制、神经网络、最优控制等控制理论方法都被应用于ACC系统控制器的设计中。 02自动泊车 自动泊车系统主要由感知单元、中央控制器、转向执行机构和人-机交互系统组成。 ★感知单元通过车位检测传感器、避障保护传感器、轮速传感器、陀螺仪、档位传感器等单元实现对环境信息和机动车自身运动状态的感知,泊车系统的中央控制单元需要在感知信息已知的前提下对机动车进行运动控制; ★中央控制单元主要分析处理感知单元获取的环境信息以及机动车泊车运动控制。在泊车过程中,泊车系统控制器实时接收并处理机动车避障传感器输出的信息,当机动车与周围物体相对距离小于设定安全值时,泊车系统控制器将采取合理的机动车运动控制; ★转向执行机构由转向系统、转向驱动电机、转向电机控制器、转向柱转角传感器等单元组成,转向执行机构接收中央控制单元发出的转向指令后执行转向操作。 03电子稳定控制 电子稳定控制(ESC),又称为电子稳定程序(ESP)或动态稳定控制(DSC),是一种检测并抑制机动车轮胎附着力降低的计算机技术。当ESC系统检测到机动车车轮失去控制时将自动制动,且这种制动是针对特定车轮单独进行。例如当机动车转向过度时,外侧前轮将被制动;而机动车转向不足时,内侧后轮将被制动。某些ESC系统还会限制发动机功率直至重新稳定控制机动车。 运行过程中,ESC系统会持续监控转向装置和机动车行驶方向,实时比较驾驶人期望的转向角度(根据方向盘角度确定)和机动车实际行驶方向(根据测量的机动车横向加速度、车身倾角和各车轮速度计算)的差异。当机动车前进方向和驾驶人期望方向不同时,ESC系统则开始发挥作用。ESC系统首先会对机动车打滑的方向进行评估,然后进行不对称的车轮制动,对机动车切向产生扭矩,从而抵消滑动的影响并将机动车重新带回驾驶人要求的行驶方向。 ESC系统可以在任何路面上起作用,包括碎石道路和冰面。和人为控制相比,ESC系统对打滑具有更快的反应速度和更有效的纠正能力,甚至在驾驶人尚未意识到控制力减弱的情况下ESC系统就已经开始发挥作用。 04车道偏离警示 车道偏离警示系统的主要功能是在机动车将要驶出车道时警示驾驶人,能够减少因驾驶人失误、分心以及疲劳引起的交通事故,该系统一般在高速公路或快速路上发挥作用。 车道偏离警示系统主要有两类:一是车道偏离报警系统(LDW),当机动车偏离其车道时,系统将通过视、听觉或者震动进行警示;二是车道保持系统(LKS),车道偏离报警系统在警示驾驶人后,若驾驶人没有作出相应操作,车道保持系统将自动采取措施保证机动车行驶在车道内。当驾驶人在变道前主动给出转向信号时,系统将不起作用。 车道偏离警示系统采用视觉传感器(摄像头)、激光传感器和红外传感器。在软件核心算法上,车道偏离警示系统主要采用霍夫变换和边缘检测等图像处理方法来实时检测摄像头拍摄的道路视频中的车道线。 05碰撞避免 碰撞避免系统是一种减轻碰撞严重性的主动安全系统,又称为避撞系统、前向碰撞警示系统、碰撞减轻系统等。该系统使用微波雷达、激光雷达以及摄像头来检测碰撞先兆。一旦检测到危险,该系统将进行警示,若即将发生碰撞,系统将自动采取措施,如制动或变向等。按防撞对象分类,汽车碰撞避免系统可分为行人防撞系统和机动车防撞系统。 ★行人防撞系统的核心技术是行人检测,行人检测常用的传感器包括可见光和红外光的视觉传感器,以及依靠波形反弹的反射传感器等。视觉传感器能够捕捉丰富的场景信息,但涉及庞大的识别计算量;雷达能够获得行人距离等准确信息,但分辨率往往有限,因此这两类传感器是互补的,通过融合可以达到鲁棒性更好的检测结果。 ★机动车防撞系统最主要的判断依据是两车之间的相对距离和相对速度信息。按探测方向分类,机动车上使用的雷达可以分为倒车雷达和前向雷达。倒车雷达探测距离较短,一般使用超声波或红外探测两种方式;前向雷达由于车速快,要求探测距离长,一般使用激光雷达。 06自动编队 自动编队是通过电子或机械手段实现自动驾驶汽车自动组队,且车队内所有车辆间距缩小并同步实现加速或制动。基于这一概念,研究者们提出了高速公路智能交通自动化系统,在该系统内,自动驾驶汽车可以自主组成一个8至25辆车的车队。 在这一概念化的方案中,高速公路路面上已经铺设了由磁化的不锈钢钉组成的车道,自动驾驶汽车通过感知钢钉来计算车速并自我定位在车道中央。磁化的钢钉可以是磁北极朝上或者磁南极朝上,因此可以通过钢钉的磁性顺序来提供部分道路信息。在这种公路上,自动驾驶汽车通过自动转向和速度控制自动组织车队,车队内车辆间距减小后,行驶过程中空气阻力也将大大减小。针对卡车的自动编队研究表明牵引车使用自动编队功能可以减少能源消耗并提高电动牵引车的使用灵活性。

    时间:2020-06-22 关键词: 自动驾驶 自动泊车

  • GTC大会上 英伟达亮出了自动驾驶领域的中国合作伙伴

    GTC大会上 英伟达亮出了自动驾驶领域的中国合作伙伴

    11月21日,全球人工智能龙头、自动驾驶芯片霸主的英伟达,在中国苏州举办了年度最后一场GTC大会。作为年度收官之战,大会并没有重磅新品推出,但是,英伟达亮出了自动驾驶领域的中国合作伙伴。 英伟达自动驾驶的中国小伙伴,囊括了低速车到高速车,乘用车到商用车,造车新势力到传统车企,初创公司到互联网巨头,凭借着强大无比的自动驾驶芯片,或者是基于芯片的整体解决方案,英伟达拿下了众多的中国公司。 在长达两个多小时的发布会上,英伟达CEO黄仁勋谈笑风生,用仅有的中文词汇在调动台下中国听众的情绪,如在描述基于英伟达硬件设备的百度云服务时,用了“好快好便宜”、“刚刚是在浪费钱,现在是赚钱”,引得台下一片笑声。 在公布英伟达中国合作伙伴的时候,尤其是自动驾驶领域合作伙伴的时候,一汽集团、沃尔沃、满帮集团、京东、美团、菜鸟、小鹏汽车、奇点汽车、SFMotors等一连串熟悉的名字,让人吃惊不已。 是的,这就是英伟达在乘用车、商用车、移动服务、一级供应商和地图供应商的强大统治力,更为惊讶的数字是,全球自动驾驶领域中有超过370家公司,使用了NVIDIA DRIVE平台。 1、庞大的中国朋友圈 自动驾驶技术被苹果现任CEO库克称为“所有人工智能项目之母”,原因在于自动驾驶技术的实施过程包括感知、判断到决策,每个过程都需要处理海量的数据,对车载电脑提出强大的算力要求。 英伟达的强项就是在于其芯片能提供这个星球上最强大的算力支持,这就让英伟达在中国的自动驾驶领域,有了最庞大的朋友圈,英伟达在自动驾驶领域的统治力,可能要甚于博世在中国汽车零部件领域的统治力。 选用英伟达作为合作伙伴的,有中国的电商巨头的物流体系,包括自建物流体系的电商平台京东、世界最大的食品配送公司美团、阿里系的菜鸟,都是使用了JETSON AGX XAVIER,用于开发最后一公里配送需要的低速车。 而造车新势力中,小鹏汽车、奇点和SFMotors(虽然是个英文名,但也是中国企业)共计3家,选择了DRIVE AGX Xavier作为其自动驾驶解决方案,这3家造车新势力计划在英伟达的DRIVE AGX、DRIVE OS、DriveWorks上构建自己的自动驾驶软件。 在卡车自动驾驶方面,一汽集团、满帮集团(中国最大的干线公路车货匹配平台)和智加科技(PlusAI)联合开发的无人驾驶商用车中,将会采用NVIDIA DRIVE AGX Pegasus,将会在2021年进行量产使用。此外,英伟达投资的图森,刚刚在上海拿下中国首张卡车自动驾驶路测牌照的公司,也将使用英伟达的产品。 此外,还有一些自动驾驶领域的初创公司选择NVIDIA DRIVE AGX,包括Weride、Momenta(中国自动驾驶领域初创公司的首个独角兽)、Auto X(专注于送货和送餐车辆的自动驾驶开发)以及Roadstar.ai(基于GPU开发L4的无人驾驶出租车)。 看到这里,是否决定惊心?自动驾驶领域,如此多的中国公司,使用了英伟达的芯片或解决方案,余下的公司,大多数也希望使用英伟达的产品,Xavier在中国二手市场甚至叫到了30万的高价。 2、阿喀琉斯之踵? 小鹏汽车董事长何小鹏表示,Xavier芯片是区分智能车和传统汽车的关键部件。这足以证明了芯片在自动驾驶、智能网络汽车中的重要性。 同时,以芯片为核心的半导体行业是现在中国最希望突破的领域,千亿规模的产业基金成立了一个又一个,芯片是人工智能时代的核心竞争力,中国的芯片的自给率低得惊人。 从英伟达的GTC大会上,我们看到了中国自动驾驶领域对英伟达的依赖程度,这有不得不让人警惕,尤其是通讯领域的中兴、存储领域的晋华,都受到了极其严重的影响,作为基于自动驾驶的智能网联汽车,会是下一个被影响的领域吗? 在国内,通信巨头华为和初创公司地平线机器人,是两大可能提供自动驾驶芯片及解决方案的公司,华为推出的自动驾驶解决方案MDC600是由8 颗昇腾芯片搭配CPU 与 ISP 模块所组成的系统,目前在于奥迪合作。 而初创公司地平线机器人旗下的自动驾驶计算平台“Matrix”,则在前不久获得了CES 2019创新大奖,从而被外界寄予厚望。作为自动驾驶技术领域的明星初创公司,其创始人余凯博士曾创办中国第一家基于深度学习的人工智能研发机构——百度IDL。 作为英伟达的中国合作伙伴,包括但不限于自动驾驶领域的合作伙伴,一定要警惕,要多手准备,不要让英伟达的芯片成为自己的阿喀琉斯之踵。因为美国政府正在收紧高科技产品的出口,英伟达芯片可能会涉及其中。 值得一提的是,在发布会结束后,黄仁勋就匆忙离开了,原定的分析师提问环节以及媒体提问环节都被取消,原因是“临时有事”。这让人猜测,这临时有事得是多大的事呢? 对于英伟达来说,一旦失去了中国市场,将会对其造成多大的影响,想必黄仁勋也是非常清楚,尤其是在现在英伟达股价在10月初触及历史高价后,在短短的35个交易日内,股价腰斩,这仅仅还是Q3财报未达预期的影响,要是失去中国市场,结果只会更糟糕。 没有英伟达,中国的人工智能技术不能获得今天飞速发展的局面,但是,我们也要做好因为非技术因素没有英伟达的准备,中国的芯片玩家,华为和地平线们,你们准备好了吗? 我们更希望在更为开放的市场环境下,中国的芯片公司有朝一日能上演类似家电公司、手机公司在各自领域的成功,在自动驾驶芯片领域,击败来自美国的芯片巨头英伟达。

    时间:2020-06-22 关键词: 英伟达 自动驾驶

  • 软银投资的自动驾驶初创公司Nuro开始上门送药

    软银投资的自动驾驶初创公司Nuro开始上门送药

    6月1日消息,据国外媒体报道,软银支持的美国自动驾驶初创公司Nuro将与CVS Pharmacy(以下简称CVS)合作,免费为后者位于德克萨斯州休斯敦的CVS客户运送药品。 据报道,Nuro将使用配备了自动驾驶技术的丰田Prius车型进行配送,后期将过渡到使用其定制化的R2自动驾驶送货车来进行配送。 据悉,这个试点项目将从今年6月份开始启动,将不会向CVS在休斯敦的客户收取任何额外费用。 最初,只有一家商店将参与该项目。如果该试点项目能够成功,该公司计划向该地区的其他几家商店拓展业务。 Nuro与CVS的合作意味着,Nuro自动驾驶送货车的配送对象从超市杂货商品拓展到了医疗健康领域。 受新冠肺炎疫情影响,世界各地的企业都试图限制与客户的身体接触,自动驾驶送货车就是一个有用的解决方案。 Nuro创立于2016年,是由两名前谷歌工程师创立的,是推动自动驾驶技术商业化的早期佼佼者之一。自2016年成立以来,该公司已从软银旗下的愿景基金、格雷洛克(Greylock)和其他投资者那里筹集了逾10亿美元资金。 去年,该公司获得了两个大型合作伙伴(一个是沃尔玛,另一个是Dominos),它将为它们送货。(小狐狸)

    时间:2020-06-22 关键词: 自动驾驶 软银 nuro

  • 福特与沃尔玛合作 在美国启动自动驾驶汽车的商品运送试点项目

    福特与沃尔玛合作 在美国启动自动驾驶汽车的商品运送试点项目

    福特汽车近日与零售业巨头沃尔玛携手,在美国迈阿密启动自动驾驶汽车的商品运送试点项目。 未来两个月内,沃尔玛顾客可以在线选购各式商品后,使用福特自动驾驶测试汽车提供的送货服务。 “辛劳工作后回家,或者做家务忙碌整天后,还要去超市采购生活用品,想起来就让人觉得心累。不过,福特相信未来的自动驾驶汽车可以帮您减轻负担,让出行和货物配送变得轻松便捷,这正是我们和沃尔玛合作的初衷所在,”福特自动驾驶汽车子公司商务拓展总监Brian Wolf表示。 此前,福特汽车已经在美国与多家公司合作开展了自动驾驶汽车的商业服务试点项目,比如,配送披萨外卖、鲜花、干洗衣物等,而美国同城按需快递公司Postmates就是福特的合作伙伴之一。 目前,Postmates是沃尔玛的商品配送服务提供商之一,这使福特与沃尔玛的合作更加水到渠成。此前,沃尔玛的配送服务已经获得了消费者的良好反馈。顾客在线下单后,经过沃尔玛专业培训的买手将在沃尔玛超市为其选购订单商品,然后通过Postmates和其他快递运营商为顾客快速配送。到今年底,沃尔玛在美国的800多个超市都将提供外送服务,而这一数字预计将在明年翻一番。 在未来两月内,通过运用Postmates现有的运送模式,福特将与沃尔玛在美国佛罗里达州迈阿密-戴德郡开展试点合作,使用福特的自动驾驶测试车辆为沃尔玛顾客运送商品。顾客在线下单后,沃尔玛的专业买手会将其选购的商品放入测试车内。测试车根据客户提供的地址将货物送达,顾客将自行从车内取出商品,整个过程模拟无人驾驶车辆的用户体验。出于安全方面的考量,测试车将由福特的安全操作员操控。 双方公司将通过分析顾客使用自动驾驶汽车运送商品的偏好,深入了解零售商品运送的运营机制,评估具体商品的运输可行性,并找到自动驾驶汽车提供配送服务过程中需要解决哪些问题。 与餐厅和干洗店相比,通常超市订单的物品体积更大,种类也会更丰富,因此福特会尝试使用不同车型的测试车辆、以及加设特殊装置,以满足顾客不同的需求,尤其是针对生鲜食品或者需要在单次车程完成多项配送的使用场景。 “福特致力于为消费者创造更轻松的生活,其中为消费者提供简单便捷的用户体验至关重要。我们相信与沃尔玛的合作,将为自动驾驶汽车的未来创造更大机遇,为消费者带来更好的运送服务体验,”Brian Wolf补充道。 近几年来,福特汽车在美国持续开展自动驾驶汽车的商业服务试点项目,至今已经完成了超过1000次配送,范围覆盖底特律、匹兹堡、迈阿密、华盛顿特区,正在为2021年在美国推出用于商业服务的全自动驾驶汽车而做充分准备。

    时间:2020-06-22 关键词: 自动驾驶 福特 沃尔玛

  • 自动驾驶汽车不断地进化的过程离不开半导体元器件厂商的积极参与

    自动驾驶汽车不断地进化的过程离不开半导体元器件厂商的积极参与

    目前,市场分析机构对于自动驾驶车辆的普及速度有较大分歧,BI Intelligence 认为2020 年将达到1000 万销量;IHS 预测2025 年达到60 万,2035 年达到2100 万;Loup Venture 则认为2040年可以达到9600 万。但是,无论如何,分析机构都承认自动驾驶技术未来的无穷潜力,已经成为人工智能产业和汽车产业的共同趋势。截止到2018年6月份,已经有45家企业获得了加州无人驾驶路测许可。自动驾驶汽车在不断地进化,这个过程离不开半导体元器件厂商的积极参与。 自动驾驶需要多器件融合 自动驾驶是汽车产业颠覆性的技术,是汽车新四化(智能化、电气化、网联化和共享化)中前三项的高效融合,但所有这些创新都是基于强大的半导体硬件。安森美半导体智能感知汽车市场负责人郗蕴侠表示,安森美半导体在已有的先进驾驶辅助系统(ADAS)市场占有70%的份额。从半自动驾驶走向全自动驾驶,安森美半导体的产品线为自动驾驶有全面布局,在智能感知投入了大量资金,并大力开发新的产品以适应全自动驾驶的实现。安森美半导体除了在市场占有率最高的超声波雷达和图像传感器以外,还扩展产品到毫米波雷达和激光雷达,提供全自动驾驶感知的全方位解决方案。 传感器相当于自动驾驶汽车的眼睛。通过传感器,自动驾驶汽车能够识别道路、其他车辆、行人障碍物和基础交通设施。按照自动驾驶不同技术路线,传感器可分为激光雷达、传统雷达和摄像头三种。郗蕴侠介绍说,自动驾驶第一重要的部分就是感知。安森美半导体会在智能感知的半导体部件方面,包括超声波雷达、摄像头、毫米波雷达、激光雷达给出一个全套的解决方案,在组成整个系统最重要的零部件上助力。 同时,郗蕴侠也指出,每一种感知方案都有它的好处和缺陷和应用的场景,在自动驾驶中缺一不可。只是在实现的过程中,每个企业都有自己的方案,根据其成本和性能,选择的感知方案和侧重点不同。安森美半导体还认为传感融合方案是自动驾驶的发展和实现的重要环节。 行业热伴随着创业热 根据路透社在2017年10月份的报道,当时全球共有240余家从事自动驾驶技术研发的初创企业。而进入2018年后,自动驾驶的创业热潮并没有减弱,已经有超过300+的初创企业在行业内跑马圈地,涉及自动驾驶方案、激光雷达、高精地图、计算芯片等多个关键领域,融资与技术比拼不断。 除了行业热因素,政策的出台也成为初创者进入的指向标。以中国自动驾驶市场为例。2017年,中国《汽车产业中长期发展规划》出台,对智能网联汽车做了具体的时间规划。该规划要求,到2025年,汽车DA(辅助驾驶)、PA(部分自动驾驶)、CA(有条件自动驾驶)新车装配率达到80%,其中PA、CA级别的新车装配率达到25%。随着政策的出台和开放,一大批专注于研究L4级别自动驾驶解决方案的初创企业接踵而至。据不完全统计,仅在中国市场,就有超过20家企业获得了千万级别的融资。 初创企业的到来对于成熟的解决方案提供商造成了不小的压力。对此,郗蕴侠表示,安森美半导体觉得初创企业在自动驾驶发展中非常重要,起着举足轻重的地位。新兴的产业一定会带动更多的初创企业进入这个市场。尤其是中国在大力推进人工智能(AI)的相关技术,使得这个市场蓬勃向上。中国很多初创企业都有自己强大的AI算法,并领先于整个国际市场。除此之外,更多初创企业在硬件方面也有储备和突破,很多初创公司在自研芯片。还有很多初创企业在视觉、毫米波雷达、激光雷达也开始和世界先进的企业慢慢缩短距离。 并且,郗蕴侠补充说到,在安森美半导体的自动驾驶发展战略中,这些初创企业占有非常重要的地位,安森美半导体一直以扶持帮助初创企业为契机,为开辟未来市场打下坚实基础。此例证在已有的市场就屡见不鲜,安森美半导体能在ADAS占有率高达70% 就是帮助初创企业的一个很好的例子。 产业落地难 当然,自动驾驶行业的热潮让很多人忽略其前进过程存在的大阻力。近一年来,自动驾驶测试车辆出车祸的新闻屡现报端,让人们对自动驾驶光明的前景产生了质疑。 在硬件层面,自动驾驶车辆需要多个激光雷达、传统雷达和摄像头的高效配合,产品的体积问题给车辆的设计造成了一定的障碍,产品的价格则设定了一定的准入和购买门槛。 在软件方面,除了需要让车辆更能理解驾驶人员的意图,更要让电脑开车和人类开车上路时观察周违环境、熟练操作时一样,让电脑收集数据然后做出决策,控制车辆。这需要长久和缜密的训练过程,因为车辆一旦上路就需要万无一失。 此外,还有法规、人员接纳度和精密地图等一系列阻碍等待着企业们去攻克。 郗蕴侠对此的看法是,自动驾驶落地的阻碍有非常多,因为这里牵涉到零部件、硬件、软件、算法和系统的集成,还有和基础设施的构建有关。而没有一家公司可以拥有各个方面的能力,每一个企业或公司也只是某个方面是专家,在技术上突破是不容易的。因此需要整个行业和国家构建一个非常有效的生态系统,共同研发促进。 当然,每一个产业在变革的过程中都会面临这样那样的阻碍,随着政策、法律的健全,随着技术不断被攻克,我们都相信自动驾驶车辆将逐步渗透到我们的社会中。从当前的局势来看,特种作业车辆的完全自动驾驶形态可能会更先到来,比如无人快递车、无人巴士,亦或者是无人市政清扫车等。但无论以怎样的形式推进,都不能阻挡诸如安森美半导体这样的方案解决上投入资金和人力。 根据全球管理咨询公司麦肯锡上半年发布的一份研究报告显示,中国未来很可能成为全球最大的自动驾驶市场,至2030年,中国自动驾驶相关的新车销售及出行服务创收将超过5000亿美元,成为全球自动驾驶市场的重要组成部分。“安森美半导体会以一个在智能感知的半导体部件的领军企业进入到中国市场。在感知的各个传感部件上开发新的技术和产品以帮助整个市场在自动驾驶的推进。”郗蕴侠最后说。

    时间:2020-06-22 关键词: 半导体 自动驾驶

  • 自动驾驶技术商业化需要经过以下考验

    自动驾驶技术商业化需要经过以下考验

    11月22日上午,京东宣布由机器人完成配送任务的智能配送站,在长沙科技城正式投用,这比计划在12月份正式宣布商用无人驾驶出租车业务的谷歌Waymo要早一些。 自动驾驶商业化的两大路径:1、送人;2、送货。不过,两大路径的本质都是从A点到B点。但是,两者的市场规模,可能物流市场会更大,摩根士丹利给Waymo的估值,其中无人出租车业务估值800亿美元,而物流运输业务估值900亿美元。 自动驾驶技术在中国率先商用的是送货,而在美国率先商用的是送人,这可能也和两国的经济发展情况有关。中国是全球电商物流最为发达的国家,在刚刚过去的电商狂欢节“双十一”,单天包裹发送量超过10亿个,这个量美国需要20天,英国需要4个月。 按照物流行业发展的速度,单天包裹10亿个这个体量会是常态化,面对急速发展的物流配送需求,这样的人力密集型行业,自然需要机器来降低成本。在《京东X事业部:自动驾驶技术的商业化路径》一文中,车智君分析了京东X事业部的相关事宜。 不管是送货,还是送人,自动驾驶技术的商业化,都需要经过层层考验。两者的使用环境、服务对象、服务范围和服务时间,都有所不同,这对技术的细节提出的不同的需求。对于送货而言,自动驾驶技术商业化需要经过哪些考验呢?下面从京东的智能配送站解决的问题和存在的问题进行分析。 1、配送站的规划 有人配送站和无人配送站的规划,肯定是不一样的。按照京东配送机器人配送站的规划,这个位于长沙科技城的站点占地600平方米,功能区域包括了自动化分拣区、配送机器人停靠区、充电区、装载区等,可以同时容纳20台配送机器人,完成货物分拣、机器人停靠和充电等一系列环节。 配送流程如下:货物从仓储中心抵达配送站后,在物流分拣线按照配送地点就行分发,站内装载人员按照配送线路进行装载,最后由配送机器人配送到消费者手中。 配送范围:根据规划,这个配送站首批覆盖长沙科技园新城周边区域,为周边5公里范围内的居民提供物流配送服务,与片区内的传统物流配送方式相互配合,整个区域内的人机配送比例为50:50,也就是说,有一半货物通过配送机器人完成。 包裹交付:配送过程中,包裹交付到客户手中这个最后的动作最为重要。在人类配送员配送的时候,京东物流的做法是配送员联系客户,送货上门或者是客户自取,又或者是放置到约定的地方,如保安亭、收发室、物流柜等。 对于配送机器人来说,这是一大难点,目前京东使用的配送机器人,并不具备自动装卸功能,也就是说,最后的收件,必须客户配合,这在实际运用中可能会遇到问题,需要进行运营细节的改善。 2、成本与效率 这里面的成本,包括了智能配送站的建设及维护成本,人员成本(对比传统配送站的人员)和配送机器人成本等。目前,京东方面并没有公布智能配送站的建设成本和人员成本。 配送机器人成本则可以从这次合作方,长沙本土的自动驾驶初创公司——行深智能方面进行了解,行深智能与智行者是目前京东X事业部在配送方面的两个合作伙伴。 目前京东智能配送站使用的行深智能的超影800C,目前京东已经采购了56台,这块设备设计上可以实现车柜分离,方便进行快递柜的更换。在自动驾驶技术方案上,16线激光雷达、毫米波雷达、视觉和超声波等传感器在内的方案,包括底盘在内的整车成本约20-30万,采用国产传感器有望进一步降低。 目前,有底薪快递员的要求是送货70件/天,100件/天算是高绩效,而“双十一”这种极端情况是200件/天。而超影800C有30个货位,40公里的续航里程一天可以跑6趟。从配送件数量角度来看,配送机器人会更高效。 对比配送机器人成本和人类配送员工资,由于不同地区、不同快递公司的快递员的工资水平不一样,这个很难进行判断。但是,京东作为上市公司,根据财报,京东物流的劳动力成本在2016年就超过了100亿,2017年财报没有公布劳动力成本,而是合计为仓储物流成本,共计258亿。 而在发达地区,快递员工资水平在8000-10000块钱不是问题,也就是说,配送机器人的成本约为配送员24个月工资,随着规模的增加,配送机器人的成本会进一步降低,总账来看应该会更有竞争力。 中国的自动驾驶的商业化应用,率先在配送领域落地,一方面是因为物流体系的发达以及人力密集型行业对机器的渴望,另一方面也是因为配送机器人属于低速车辆,技术难度、安全要求都要比高速车的无人汽车要低一点。 至于无人出租车的运营规划、成本与效率问题,我们静候12月

    时间:2020-06-21 关键词: 谷歌 自动驾驶 waymo

  • 在自动驾驶领域 英伟达光靠量产的芯片还是不够

    在自动驾驶领域 英伟达光靠量产的芯片还是不够

     从 L2 到 L5,老黄要全面进军中国汽车市场了。 带着最新的 GPU 产品,老黄赶在感恩节假期前来到了中国苏州,开始了今年的最后一站 GTC。与前几站不同,老黄在他的演讲中仅用了 20 多分钟来讲汽车业务相关的内容,时间不长,但背后隐藏的信息量却很大。 关于 Xavier 的量产计划 盼星星盼月亮,Xavier 终于量产了。这次 GTC China 上,老黄公布了基于 Xavier 的 Drive AGX 产品序列。 上面的图片中,最上方和最左边的两块产品便属于 Drive AGX,它们也是 Drive PX 系列的正式换代产品: 最左边的为 Drive AGX Xavier,搭载单个 Xavier SoC,提供 30TOPS 的运算能力,功耗为 30 瓦。 最上方的为 Drive AGX Pegasus,搭载两个 Xavier SoC,算力达到了 320TOPS,专门针对 L4 以上自动驾驶。 这两款产品的开发者套件目前都已经正式上市,车规级的 Xavier SoC 也已在量产中。关于 Xavier 的具体介绍,可以参照我们年初时的报道 。本篇文章我们重点看看老黄公布的几项合作。 L2 级别自动驾驶业务 因为 GPU 功耗的原因,量产车的 L2 一直不是英伟达的长项,在之前也仅仅只有特斯拉的 Autopilot 使用了英伟达的芯片方案。不过这次 GTC 上老黄宣布,沃尔沃将在 2020 年的量产车中使用英伟达 Drive AGX 平台来做 L2 级自动驾驶(此消息首发于今年 10 月份的 GTC 欧洲),这也应该是第一家选择基于英伟达平台来做量产车 L2 的传统车企。 可能你会觉得 L2 级自动驾驶现在国内很多自主品牌的车型都已经有了啊,这有什么新鲜的?其实 L2 也有两种不同的解决方案,一种是现在很多传统车厂使用的前视摄像头加毫米波雷达再加视觉感知芯片的方案,还有一种,则是特斯拉使用的多个摄像头与声波雷达环视、并通过一个中央计算电脑进行融合计算的方案。不用我说,你也应该知道,特斯拉的技术路线有着更好的性能表现。 英伟达汽车事业部高级总监 Danny 在专访时告诉我,为了能够实现更好的用户体验,已经有越来越多的传统车企开始使用类似于特斯拉的 360 度环视体系,而沃尔沃正是其中的先驱者。当然这个项目的合作也要得益于 Xavier 车规级芯片的正式量产。 L3 级别业务 老黄在发布会上公布了与 3 家中国新造车公司的合作:小鹏、奇点以及 SF Motors。而这 3 个合作的目标都是为了在 2020 年的量产车当中落地 L3 级别自动驾驶的功能。 对于 L3 这个级别,现在业内的争议很大,有车厂已经宣布放弃 L3 转而直接研发 L4(刚才提到的沃尔沃就是其中之一),原因是 L3 很难定义驾驶员在何时需要接管车辆控制权,同时系统也很难保证驾驶员能够及时接管控制权。在 Danny 看来,英伟达作为一个供应商其实并不会受到这个争议的影响,因为提出功能需求的是整车厂,英伟达则负责提供解决方案。比如他们的 Drive IX 软件就可以帮助客户开发座舱内的驾驶员监测功能。 至于为什么在中国选择了三家新造车公司而不是传统的自主 OEM,Danny 的解释是:英伟达也在和许多自主品牌合作,只不过新造车企业相对来说更加激进一些,所以在信息发布上自然也会更开放。 L4/L5 级别业务 在 L4 的业务上,英伟达在中国已经与多家创业公司开始合作基于 Pegasus 平台的 Robotaxi 了,这其中包括 Momenta、文远知行(景驰)、Roadstar.AI 以及 AutoX 等。 而在商用车领域,英伟达公布了与中国最大的卡车制造商——一汽集团的合作,双方将与自动驾驶初创公司 智加科技 (PlusAI) 和物流公司满帮集团(Full Truck Alliance, FTA)合作开发无人驾驶商用卡车车队,计划于 2021 年进行大规模部署。这个项目也会采用 Drive AGX Pegasus 的平台。 至于 L5 的业务,老黄给出的答卷是分别与京东、美团以及菜鸟合作的全自动物流机器人(你也可以管它们叫无人物流车)。这些小车会搭载基于 Xavier 芯片的自动机器人计算平台——Jetson。 自动驾驶对英伟达到底有多重要? 最近关于英伟达的最大新闻当属股票大跌了。这个曾经的人工智能第一股,这个月的股价已经比最高点时下跌了 40%,主要是因为占公司总收入近一半的游戏业务盈利预期下降(据说是因为挖矿退潮后的大批二手显卡流入市场所导致)。这就带来了一个新问题:汽车业务会成为英伟达的核心盈利点吗? 就目前来说,答案肯定是不行的,不过 Danny 透露,虽然汽车业务现在占公司总收入的比重并不高,但是却有着非常高的增长率。这也是英伟达重视这个行业的重要原因之一,他们非常看好 AI 在汽车领域的商业化前景。 中国作为全球最大的汽车销售市场+全球最重视汽车智能化的市场,理应是英伟达最下功夫的地方。但是在过去的一年多时间中,英伟达在中国却显得有些高冷,反而是与一众国际汽车巨头合作的热火朝天。 从这次的 GTC 上,我们能看出老黄更加重视中国市场了,在演讲中更是时不时的秀一把中文(老黄主要是讲英语的)。不过在中国的汽车领域,光靠量产的芯片还是不够,更要比拼的是技术与客户服务商的本土化,而这才会是英伟达面临的最大挑战。 

    时间:2020-06-21 关键词: 英伟达 自动驾驶

发布文章

技术子站

更多

项目外包

设计方案推荐

驾驶辅助 ECU

产品推荐:HVDA551-Q1

参考设计:Jacinto™ ADAS 处理器上的多传感器平台参考设计