<mark id="oztn4"></mark>
0
雷鋒網新智駕按：從人類設想到落地前行，智能駕駛領域在2018年聲響不斷。在頻繁的融資、技術創新和商業應用等信息背后，無數車企在公司戰略中加入“網聯化”、“自動化”，前幾年涌現的自動駕駛領域的初創公司，近年來也開始紛紛提出量產化課題。資本在看，公眾也在窺探這些前沿公司。
當前，行業究竟處于哪一階段，產業上下游正在面臨哪些挑戰，下一步要前往何方？28位包含公司創始人、主機廠高管、一流大學學者等在內的人士，在2018全球智能駕駛峰會上給出一些答案。
2018年和稍早之前，車企和供應商正在沖擊自動駕駛L3量產，這是峰會期間多數演講者會認同的當前處境。在這一行業背景下，上至激光雷達、ADAS系統、自動駕駛解決方案等供應商，中至主機廠和自動駕駛平臺、車載系統等科技公司，下至政策法規、交通基礎設施等決策者，都在沿著各自道路但又殊途同歸地行進。
雷鋒網新智駕梳理發現，如果以智能駕駛為主線，上述產業鏈中的參與者既有技術專利拿到手軟的喜悅，同時也面臨量產落地難、資本收緊的苦惱。此外，產業協同過程中，來自傳統主機廠的謹慎和嚴格，以及科技公司試圖從智能網聯和自動駕駛應用場景切入，進而掌握人工智能話語權的的野心勃勃，正讓每一位參與者不斷調整身位，適應打碎和重建之間的變換。
有趣的是，享受到智能駕駛便利的人們，是不會愿意回頭的，智能駕駛引發的浪潮需要也必須不斷加速。
主機廠的煩惱
從百度離職加入廣汽后，郭繼舜才發現自己以前小看主機廠了。
業內普遍認為，在向自動駕駛轉型中，主機廠相對科技公司會更加保守和謹慎，主要在于汽車需要反復安全測試和驗證。現任廣汽研究院智駕技術部負責人的郭繼舜告訴雷鋒網新智駕，由于國內沒有好的一級供應商，他們通常會與國際公司合作。“只有針對幾家國內相對較好的一級供應商，我們才會選擇合作進行一些部件的測試。”
郭繼舜談主機廠的自動駕駛量產原則
廣汽集團計劃在2020初實現自動駕駛L3量產，這在主機廠中算是靠前的。事實上，由于車企定位和行業技術研發進度，全球主機廠對于自動駕駛的熱情并不一致。比如，福特就延長過對于自動駕駛共享出行實現時間點的預期。
據郭繼舜介紹，廣汽在三年前就啟動了園區和道路測試。一開始很自信，但在發展過程中又發現，越做越覺得舉步維艱。一個主要原因就是，國內自動駕駛供應商還不能滿足量產化要求，從而必須選擇國外供應商。
事實上，據雷鋒網新智駕了解，郭繼舜提到國外供應商就是博世、大陸集團等。隨著全球自動駕駛浪潮的席卷，博世、特斯拉等對中國市場的投入也在不斷加強。以博世為例，在自動駕駛領域，它會根據客戶端的需求和應用場景的不同，定義了“綠色世界”（共享經濟、自動駕駛機型）、“藍海世界”（運用在乘用車、長途運輸卡車上的技術）和封閉區域的場景（碼頭、機場）三個部分。
“今年7月份之前，吉利、長安、長城和上汽都有我們Level 2功能的落地。在2020年博世會有基于L2的增強版，是指駕駛員情況之下，可以在高速上進行自動變道，駕駛員可以短暫離開系統的功能。真正的L3來到中國，我們相信是2021年。”博世汽車部件（蘇州）自動駕駛系統高級經理王佳佳表示。
王佳佳介紹自動駕駛技術落地
一級供應商的自動駕駛研發水平果真不行嗎？事實上，雷鋒網新智駕此前從一些線控底盤供應商、自動駕駛ADAS系統供應商處了解到，業內一些初創公司確實正處于突破了部分關鍵技術，向量產階段沖關的前期。
安智汽車以ADAS量產的目標，但成立三年后才拿下兩張主機廠的訂單，且均要配合主機廠明年下半年的量產節點。按照極端模型，他們預計明年銷量最低會達到5萬套。為了量產，“一家在電子行業有多年經驗的國際品牌公司會支持我們去做所有量產的準備，包括設備的投入，包括原材料的備料。” 安智汽車創始人兼CEO郭建向雷鋒網新智駕表示。
安智汽車AEB系統路測
之所以量產難，還在于自動駕駛產品的安全性、車規級、成本和兼容性。其中排在首位的就是安全性。“你如果去主機廠，他們的第一個問題不會問你的性能能做到多么好，就像手機，你可以把功能做得很炫，有時候死機了重啟就行，但轉向剎車這樣的產品是不允許的，主機廠首先要考核你的就是有沒有能力做安全件。”拿森汽車電子創始人兼CEO陶喆向雷鋒網新智駕表示。
“自動駕駛對于在座人來講可能是一輩子的課題，其中有很多的技術含量，需要做很多的工作。沃爾沃的主要目標就是造一輛客戶喜歡的車。但是當這輛車真正能夠自動駕駛之后，它會對整個交通生態產生很大的變化，客戶需求也會產生很大的變化。” 沃爾沃汽車亞太區自動駕駛負責人張立存表示。
沃爾沃360c概念車
今年9月，沃爾沃發布一款名為360c的概念車，對自動駕駛模式下的聲光混合通信、人機交互等技術展開暢想。通常而言，概念車會告訴你一家車企如何思考未來。至于多快實現，一切還需大家自行揣摩。但如果不談過于理想化的全自動駕駛，汽車行業自動駕駛L3量產的腳步其實已逐漸清晰，準確地說只差臨門一腳。
貼臉式融合
近日，特斯拉發布一項名為“Navigate on Autopilot”的自動駕駛功能，并宣布新功能將啟用特斯拉的包括八個攝像頭、雷達和超聲波傳感器的全部傳感器，且可以實現自動導航、自動駕駛前往指定位置等功能。此項功能迅速挑起行業興趣。
特斯拉發布Navigate on Autopilot功能
但即便技術相對領先如特斯拉，也很快受到質疑。林利集團資深分析師 Mike Demler 認為，“早期的特斯拉Autopilot 系統就是為 L2 而生的，Musk 敢畫那么大的餅也是讓人難以置信。我懷疑它的自主芯片也就是支持一部分 L 3 功能，跟凱迪拉克 Super Cruise 類似。”
由此可見，智能駕駛之路充滿光明和坎坷。
中國汽車技術研究中心、智能汽車研究室暨汽車軟件測評中心總工程師赫炎用“六個矛盾”對目前智能汽車產業的現狀作出概括。分別是，迅速增長的上路測試需求和法規標準體系尚未完善；日益提升的自動駕駛水平和交通基礎設施建設滯后；日益壯大的社會資本力量和核心技術研發速度較慢；日益加快的量產落地的速度和行業跨界融合的程度欠缺；日益增長出行市場的需求和高科技創新能力不足；日益增長的產業發展速度和智能汽車人才培育的缺失。
赫炎提到智能駕駛產業的六個矛盾
事實上，隨著智能網聯和自動駕駛逐漸深化，業內形成的共識是，兩個方向的落地遠非一己之力可以完成。這里面涉及到V2X、車路協同、智能交通基礎設施、法律法規等諸多方面。
怎樣解決這些問題？除了靜待法律法規的完善和技術迭代升級，許多企業正在從產品功能上尋求突破，企業之間則更多地選擇合作的方式互通有無，曾經互相瞧不上的領域也開始貼臉擁抱。
公開資料顯示，2011年11月，ISO 26262《道路車輛功能安全》國際標準出臺，主要針對總重不超過3.5噸、八座的乘用車，是一項以安全相關電子電氣系統的特點所制定的功能安全標準。
福瑞泰克CTO沈駿強認為，這項標準如今對于L3或以上的自動駕駛系統來說已經遠遠不夠。原因在于，ISO 26262標準定義了系統在故障情況下的安全措施，但是，標準忽略的一個問題是，系統本身的功能或者性能是否能夠得到足夠的保障。在標準完善之前，沈駿強指出，需要設計更好的系統，提高每一個子功能的系統性能，并兼顧冗余和融合。而要做到這一點，還需要積累測試數據、分析和總結邊界情況等。
沈駿強講述如何實現行為安全
主機廠則選擇以自身變革來迎接智能駕駛。“今年開始，比亞迪全面走向開放戰略，我們發布了‘比亞迪D++’開放生態，邀請各行各業的開發者，基于我們的開放平臺進行開發。我們要開放自己的（接口），這對于汽車行業也是第一次。” 比亞迪汽車智慧生態研究院副院長焦海濤說。
雷鋒網新智駕了解到，比亞迪共開放了300個傳感器的型號和66項控制權，并分門別類做成軟件包API，以為開發者簡化工作難度。
“比亞迪D++”全球開放者大會現場
除此之外，許多公司開始更加看重產業的協同和融合，希望與合作伙伴一同建立產業生態。大唐電信科學技術研究院無線移動創新中心副總工胡金玲表示，“我們可能作為通信的一個廠商，我不懂車。我們在這個車路協同里頭需要這樣一個管道，那我就做我專業的事情，我提供好這樣一個模組或者一個通信模塊。”
照進現實
自2017年11月，奧迪A8作為全球第一款L3自動駕駛的量產車輛上市以來，大多數車企還跟隨在L2.5的路上。”從方案到最后的量產，一個真正的車規級的開發需要花很多時間，五年或者七年。”法雷奧中國區CTO顧劍民說。
雷鋒網新智駕了解到，激光雷達公司Quanergy已經成立6年，但公司的產品其實基于創始人Louay Eldada在90年代博士階段的研究成果。這足以證明，自動駕駛領域內一款產品的開發有多難。
Louay Eldada介紹激光雷達等不同傳感器特點
從整個行業看，汽車向智能駕駛升級的過程顯得漫長。但也必須看到，一些初創公司已經走得很遠。
截至目前，Drive.ai已經在美國德克薩斯州進行兩次自動駕駛商業部署。Momenta今年也將在蘇州規模化的部署自動駕駛車隊，以及推出自動駕駛出租車運營服務。雷鋒網新智駕從Momenta內部人士處獲悉，這家公司明年會將運營車隊數量從50臺增加至100臺。
這些公司的秘密，關鍵之處就在于采取了眾包測試、并行開發、影子模式等方法。
比如，在高精度地圖研發領域，為了保持地圖的實時更新，Momenta會采取眾包模式，通過成本更低的視覺建圖技術，最終實現在城市工況下縱向20厘米、橫向10厘米的精度。馭勢科技則通過與主機廠合作安裝影子模式，在車輛由人駕駛時，讓計算單元在后臺同步運行，再比較人工智能L4算法的決策和人的決策，進一步驗證算法。
搭載多個傳感器的Momenta測試車輛
值得注意的是，在自動駕駛研發的道路上，一些公司會選擇全棧式研發，另一些則專攻某個領域如高精度地圖、激光雷達等。
在Drive.ai 聯合創始人兼研發總監王弢看來，對于L4及以上的自動駕駛來說，全棧式研發更易成功。“四級以上的自動駕駛是一個非常復雜的系統工程。其中包含了很多子系統，以及子系統之間的一些整合和磨合，歷史經驗告訴我們，往往是全站式整合供應商能夠成功做大，因為新技術發展之初本身不是特別成熟，需要經過多輪迭代和優化。”
王弢講解Drive.ai的全棧式研發方案
截至目前，自動駕駛的商業化路徑較為單一，囿于各地法規和政策等外部因素，許多科技公司正在逐步走向縱深。“自動駕駛應用場景近期可落地的，主要有園區半封閉低速場景和低速貨運車輛。自動駕駛系統To B的應用應該會比To C來得更快，商業化也會更快。”沈駿強說。
搭載智加科技L4自動駕駛技術的商用車
據加州車管局發布的《2017自動駕駛脫離報告》顯示，排名靠前的Waymo在加州的自動駕駛測試里程數高達352,544英里,脫離63次，相當于每隔5,506英里需人工介入操作一次。通用Cruise自動駕駛測試里程數為131,675英里，脫離105次，相當于每隔1,254英里需人工介入操作一次。相比人類駕駛員每50萬英里發生一次普通事故，自動駕駛還有一段長路要走。
自上世紀30年代以來，自動駕駛技術歷經近百年積累，終于走到與人類駕駛員分權共治的關口，對于汽車產業來說，逐個突破每一級別量產化的難題，既是自身發展升級需要，也關系到每個人的出行方式。站在L3量產的關鍵節點前，許多已上桌的玩家開始頻頻叩門。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
