“2019是自动驾驶商业元年”的说法该改改了

第三方分享代码
86861761 6天前 神途单职业 41 0

自动驾驶或者说无人驾驶作为城市交通的、未来方向,早就是普遍的、共识。随着互联网公司、ICT厂商和主机厂等巨头悉数入场厮杀,自动驾驶已经成为最烧钱的、产业领域。



看起来似乎技术方向已然明确,商业亦是成竹在胸,剩下的、只是看谁跑得更快,投入得最多。虽然L5真正普及是2030还是2040尚有争论,但2019年初,已经听到很多自动驾驶商业落地元年的、说法。然而,以上半年的、情形看来,似乎并不是那么乐观。 





t0109cace01b5ed2d45.jpg

▲图片来源:视觉中国




变数不断,自动驾驶成拖累? 




百度Apollo作为国家人工智能四大平台之一,依靠千人规模的、巨大团队,数百亿资金投入,免费开放的、生态系统,在国内已经取得了绝对的、领先优势,并吸引了上百家车企合作。最后一公里配送、RoboTaxi 、固定线路巴士、小巴“阿波龙”、卡车物流和乘用车等领域全面布局并有不少落地案例。



但与所有厂商一样,除了各地政府补贴以及少量封闭园区场景的、物流车、扫地车成单外,真正的、规模化商业回报还遥遥无期。即使在测试环境下达到成熟,受到交通法规、道路设施等限制,真正上路运营的、希望也是寥寥。



正因如此,学习Waymo、Uber等前辈的、做法,国内一些头部大厂在最近密集传出独立自动驾驶部门的、消息,寻求更多资本支持,也减轻公司的、财务压力,让财报能好看那么一点。不过目前,除了滴滴成功独立了自动驾驶业务,百度和蔚来方面都回应消息不实。



自动驾驶行业如今的、困境,原因很多。作为一种必然影响城市形态和运行方式的、颠覆性技术,其巨大的、不确定性既是商业风险,也是其有趣并值得投入之处。



相比当年汽车对马车的、取代过程,自动驾驶如今的、进展恐怕已经顺利了很多。自动驾驶首先是一种综合性技术,技术路线及其成熟程度显然是最容易想到的、问题。虽然无外乎是感知、决策、操纵几个环节,但各大门派思路还是有不小的、区别的、。



我们姑且不提激光雷达与摄像头之争这种细节,也不探讨小厂不得不聚焦到某个细分技术重点。即使是大厂,也有如google和华为,不仅设计和训练所有算法,也设计从雷达到视觉,甚至电机、电池等所有硬件模块;或者如百度,依托其软件和AI方面的、优势,选择专攻算法,而将硬件开放给生态。



然而行业也越来越发现,硬件方案和软件算法之间的、耦合可能超过原来的、想象,其配合也许才是最关键的、技术。所以Waymo2018年在加州的、路测数据,成绩远远好于百度也容易理解。





t01e8b9f6c6df1b5be8.jpg

▲图片来源:视觉中国





商业困境,自动驾驶如何赚钱? 




在商业模式方面,除了主机厂,像苹果那样上来就想重新,定义整车的、还是不多,大多数自动驾驶厂商还是定位做技术供应商,而Robo Taxi及其演进方向MAAS(出行即服务)今年以来越来越受关注。



主流主机厂在销量下滑和互联网造车势力的、压力下,纷纷在探究MAAS落地之路,借自动驾驶把售卖模式转为服务模式。虽然多个品牌都在特定城市成立了MAAS运营公司,并拿到了一些授权,但整合多种交通方式一体化运营,可能是比自动驾驶更大的、挑战。



在落地场景方面,大家虽然都在刷开放道路测试的、里程,但更多意在积存数据。大小厂商都已经意识到,封闭场景、低速、非载人这几个要素才是近期的、落地商用的、关键。园区接驳车是目前最普遍的、需求,在高端地产和智慧城市示范项目中,是不错的、展示体验选项,但百度160万一台的、价格,恐怕可以吓退绝大部分潜在客户。



以海淀公园为例,市民(每天4班,每班7人)都可以免费预约搭乘阿波龙小车,体验L4自动驾驶。虽然司机变成了安全员,速度也只有10km/h,比遛达快不了多少,体验谈不上美好。



此外,自动泊车、扫地、最后一公里物流等,作为小厂的、特色产品,还是有不少有意思的、商业案例的、,比如中国移动一单就买了智行者上千台环卫车和物流车。至于机场等有精确调度需求的、高价值园区,也是很多厂商争夺的、典型场景。




t01bcf4999425fc46d4.jpg


▲百度阿波罗小车。图片来源:视觉中国 





自动驾驶落地,瓶颈在成本 




除了以上几个问题,虽然还有法规、伦理等话题可以讨论,但笔者觉得在现阶段,自动驾驶落地最大瓶颈仍然在于成本,尤其是车端感知的、高成本,上述表面问题大都可以归因于此。



虽然摄像头、毫米波雷达一直被寄以厚望,但激光雷达仍然是最为优秀的、长距离高精度三维感知设备。行业都将产业化的、希望寄予于固态激光雷达的、大幅降价。虽然理论上V2X就是一种车路分工机制,但X一直是个未知数,车企无法左右政府操纵的、路侧技术路线,只能在端侧不断加码。



如果政府投入路侧设备承担大部分感知任务,会大规模降低车企压力。这并非技术路线问题,而是前沿产业进展的、必然。因此,路侧激光雷达和其他辅助感知手段,必然成为新,的、基础设施以及V2X车路通讯领域的、核心环节。这也会使端侧变得非常轻快,也许特斯拉的、纯视觉方案才恰到好处。



政府的、基础设施投资是引导产业进展的、重要手段,可以降低各参与方成本。政府要促进汽车产业进展,除了直接补贴汽车消费本身,为车修路是一种典型的、暗补方式,直接增加了购买者用车的、收益。





t01842584489d2f346e.jpg

▲图片来源:视觉中国




为了加速引导自动驾驶领域继续进展,现阶段政府的、当务之急是主动建立新,的、路侧感知标准,大力投入路侧自动驾驶基础设施建设。在5G智能灯杆等路侧节点大量部署激光雷达,结合原有摄像头网络,建立共享的、高精地图和人车动态数据采集能力,一方面解决单个车辆超视距路况感知难题,实现全网动态计算决策,提高效率和安全性;另一方面,大量激光雷达的、市场需求可以大幅拉低价格曲线,使其价格有望迅速降低两个数量级达到真正民用水平。



并且可以由政府背景的、城市运营商统一采集和提供高精地图服务,降低行业整体成本;除此之外,新,的、三维数据采集网络可以大大加强原有摄像头网络的、感知能力,也可以规避很多隐私问题。总之,以更多基础设施投入最终降低单个车辆采购和使用成本,促进行业尽快落地。



当然,基础设施也只是问题的、一个方面,从现在的、交通体系过渡到全无人驾驶的、状态,绝对是个庞大的、复杂系统问题,其技术和治理路径无人能够说清。但头部厂商的、技术定义和牵引,政府的、顶层设计和引导,缺一不可。尤其是政府的、角色不容忽视,希望其承担更多的、治理和基础设施建设责任,不要重演共享单车行业因监管不力造成的、几乎全军覆没的、悲剧。 


相关推荐

网友评论

  • (*)

最新评论