深圳英文网站建设专业公司,wordpress 只能做博客,镇江市建设工程质量监督局网站,公司做一个网站如何定位从“一步到位”到场景、技术降维。从拼落地路径#xff0c;到拼雷达、算力#xff0c;再到如今的性价比之争#xff0c;自动驾驶似乎变得愈发“接地气”。
作者|斗斗
编辑|皮爷
出品|产业家 比起去年#xff0c;黄文欢和张放今年显得更加忙碌。
“自动驾驶赛道到拼雷达、算力再到如今的性价比之争自动驾驶似乎变得愈发“接地气”。
作者|斗斗
编辑|皮爷
出品|产业家 比起去年黄文欢和张放今年显得更加忙碌。
“自动驾驶赛道今年都非常卷。” 张放是智行者研发中心副总经理在他的描述中今年智行者的产品似乎将性价比做到了新的高度。
“除了干线物流场景以外我们在做更多的布局。”作为挚途科技解决方案总监黄文欢认为打造一款极具性价比的产品更为重要。
自动驾驶赛道也开始卷了。
最近几年自动驾驶技术发展不及预期资本逐渐冷静下来L4级自动驾驶迎来“拐点”。已经逐渐从技术研究阶段演进至产品落地阶段自动驾驶全栈解决方案提供商也都各自以“场景”为战。除此之外头部车企纷纷宣布城市场景的量产落地计划。
“回血”“活下去”成为诸多自动驾驶厂商的重要命题。
一、自动驾驶站在“U字形”的底部
2023年由于市场环境的不确定性和不稳定性使得大部分行业或多或少面临一些难题。更为重要的是这种形势下的经济走向不是一个“V字型”的一个触底反弹而是一个“U字形”的曲线企业们需要渡过较长的困难时期。
自动驾驶赛道亦是如此。
“我们需要对业务方向做出一些微调为在“U字形”的底部分走得更远。”黄文欢对产业家说挚途科技今年最大的变化主要有两点一是开发高级别自动驾驶的全栈式软硬件解决方案二是扩展具体场景应用的项目。
“一款极具性价比且智能化程度符合市场需求的车更容易被接受。”黄文欢直言这种变化的核心目的其实是能够给公司一个很好的成长性和营收。
目前挚途科技L2自动驾驶的算力在实现相同功能下可以达到国内算力需求最低。 作为一家由主机厂发起的自动驾驶公司挚途科技似乎对于如何让自动驾驶技术落地有着越发务实的理解。
另一边将性价比践行到底的亦有智行者。
“在低速、高速的场景下今年客户又提了更高的需求。”张放对产业家说。
例如最低速场景中一个清洁类的设备如何在地下停车场、大型的商超等细分场景下打造更加垂直、有针对性的能力能否通过云端协同实现整体调度……
在高速场景中随着自动驾驶技术的发展以及人们对自动驾驶认知日渐加深对其技术同样提出了更高的要求。例如进一步解决长尾问题。
在客户更高的要求下智行者也在不断打造更高性价比的解决方案。
具体来看在算力成本上之前大多会选用英伟达而如今则更多以国内芯片为主以减少算力成本此外通过不依赖高清地图的技术方案减少高清地图这方面的成本通过对摄像头的优化使得行车和泊车的这种摄像头得以复用。 “今年自动驾驶赛道对于成本的控制会更加重视只有更高性价比方案才能被选择。”
如今这种自动驾驶奔向高性价比、实用的的趋势早已蔓延至整个赛道。例如豪末智行也于近日发布了三款千元级HPilot产品主打“极致性价比”。
“乘用车销量和智能化指数都在稳步提升同时智能驾驶渗透率与价格却呈反向增长。”毫末董事长张凯认为更具性价比的行泊一体的域控方案将成为主流。
然而在更高的要求下还要保证产品的高性价比却有些相悖。
事实上L4级自动驾驶技术的落地路径除了单车智能还有车路协同。“从整体的系统来看车路协同路径要比单车智能成本低。”张放说道。
具体来看在技术层面通过车路分配的不同传感器之间协同一定程度上可以提升感知范围进一步解决L4级自动驾驶固有的长尾问题。
在成本层面目前比较高级别的自动驾驶高速巡航带动上下匝道包括城市巡航其实都带激光。再加上控制器成本整体成本基本上在3万左右。通过车路协同设施能够减少车端传感器的成本和算力要求。继而实现整体解决方案上的成本压缩。
由此可见无论是技术还是成本上似乎车路云协同更有优势。值得注意的是随着智慧城市的不断推进、发展车路云协同正在慢慢成为现实。
“未来的终局一定是智慧城市的缩影下的控制不可能是单车智能。”某业内人士对产业家说。
值得注意的是车路协同这条路上所需要面临的问题其实更为严峻
二、车路协同是出路吗
车路协同即在车辆智能化之外再在道路两侧安装传感器及其他数据处理设备实现车与车、车与路、车与人的信息实时交互系统收集数据信息主动参与和控制道路安全管理充分有效地实现人、车、路的三方协同。
由于数据收集更加广泛道路及其他信息涵盖得更加全面因此车路协同在提升车辆及道路安全方面是单车智能的有效补充。
百度创始人李彦宏此前就曾谈到安全遭遇极端天气、物体遮挡等情况单车智能容易看不见。而车路协同可以帮助车辆感知视野盲区的信息。通过车路协同可以让自动驾驶事故率降低99%。
其次是成本“低速场景做L4可能一套下来都得三四十万四五十万。”黄文欢对产业家说。
而在高速场景的L4级自动驾驶汽车要保证系统的安全可靠在感知、算力上的投入大幅度增长那么随之而来的就是硬件设备无止尽的升级或增加。例如用于远距离、大范围探测的L4/L5级别自动驾驶主雷达方面价格昂贵禾赛科技在2020 CES上发布的64线超广角激光雷达PandarQT零售价就高达4.999美元。
据了解目前高速场景L4级自动驾驶汽车硬件成本100万左右如果将部分自动驾驶功能转移到路端例如将激光雷达部署在路侧以此补齐单车智能短板、还可降低成本。如果每辆车能够节省1.98万元的成本就可以在每公里的道路上投入100万元的智能化改造。
但在国内目前车路协同建设强依赖于当地政府的资金、推动。此外对于大部分自动驾驶厂商而言本身已经具备单车智能的技术能力便没有必要再去依赖车路协同下的信息。
其次目前来看车路协同路径的大规模推进仍缺乏一个好的组织架构即如何让车路协同真正的发挥它主导的优势和它的安全可靠性以至于让智能驾驶公司能够减少车身冗余的这部分的一个传感器的硬件很好的去配合那个车路协同的强感知强依赖的状态。
更为重要的问题是若出现安全隐患谁负责
此外车辆驾驶过程中发生问题之前双方都感知到了通过传感器感知到一个问题到底是听谁的由谁来决策。到目前为止这些问题都没有一个具体的应对方案。
“车路协同和单车智能未来或许是一个相互融合的局面。”黄文欢对产业家说。一个事实是车路协同路径想要实现完全大规模落地仍有很长一段距离。
“我们是同时看好两个路线但是仍要以单车智能为主然后车路协同为辅。”在张放眼中好的工程化能力、硬件的开发能力以及数据闭环能力是智行者L4级自动驾驶落地的重要能力。
站在当下来看车路协同仍是L4级自动驾驶技术落地的出口。正如张放所言“车路系统起步相对慢一点但是它的上限会更高一点。”
但是车路协同和自动驾驶需要相互融合、互补才能发挥更大的优势。
“车路协同这块可能只占到20%左右它还是一个辅助感知辅助定位。”黄文欢认为就目前而言车路协同无法作为自动驾驶的决策手段。
在愈发看中性价比的自动驾驶市场中自动驾驶厂商需要开启新的“副本”。
三、自动驾驶的终局智慧城市
过去很长一段时间里单车智能、车路协同两种L4技术落地后者往往是诸多业内人士并不看好的一条路径。
但随着政府对智慧城市的持续投入、数字化的持续渗透以及5G等通信技术的发展一些变化也在发生。
从2018年开始国家相继出台多项政策统筹规划车路协同产业发展加强顶层协同。
根据亿欧报告2020年新基建政策出台后车路协同便与智慧城市绑定成为智慧交通的必备要素。2021年“双智城市”的试点政策更是进一步推动了车路协同的发展。数据预测显示随着车路协同逐步走向规模化与市场化2030年中国车路协同市场规模有望达到4960亿元。
目前百度等互联网厂商也开始发力车路协同。
具体来看挚途科技已经在一汽大众工厂物流、内蒙古策克口岸等诸多低速场景中部署车路协同软硬件设施百度与广州黄埔达成合作落地车路协同城市公共数字底座和智慧交通AI引擎。此外百度Apollo还在首钢园滑雪场打造车路协同自动驾驶应用场景等蘑菇车联先后在湖南衡阳、四川成都、北京通州等地相继开展车路协同项目累计项目金额高达几十亿。
未来随着技术及模式的逐渐成熟车路协同成本正在大幅降低。
一方面以雷达为主的核心零部件成本随着技术发展逐渐降低另一方面路端基础设施建设经历“实验验证→运营实验→技术验证”等多个阶段逐渐形成成熟机制后成本也会降低此外未来单位道路资源上承载的车辆会逐渐增多分摊之下成本优势也会更加明显。
在路端基础设施方面随着车路协同逐步走向规模化与市场化路端成本将从现在的100余万元/km进一步降低。
在自动驾驶成本不断降低长尾问题不断完善下一个可以看到的预测是未来或将不需要车辆大脑只是按照统一的标准、统一的接口去匹配车辆上统一的硬件。
智慧城市的建设或将成为其终局。
从“一步到位”到场景、技术降维。从拼落地路径到拼雷达、算力再到如今的性价比之争自动驾驶似乎变得愈发“接地气”。这种变化恰似一个赛道发展走向成熟、稳定的前兆。但自动驾驶赛道也因此进入了“淘汰赛”。
自动驾驶想要破局需要换一种“活法”。
