飞度2023自动驾驶提速,利好车企哪些发展
  2023自动驾驶提速,利好车企哪些发展
川藏线318国道路线图  自动驾驶企业盈利压力迫在眉睫,车企也需要握紧王牌迎战智能化角逐。各种迹象显露,自动驾驶离家门口似乎越来越近了。那么今天在这里给大家整理一下自动驾驶的相关知识,我们一起看看吧!
  自动驾驶提速对标“老司机”
  在手机软件上选择起终点,在规定上车点上车,落座后排,向语音系统报出手机号后四位,一趟Robotaxi旅程就开始了。期间,方向盘自行转动,道路上的车辆行人状况会简化成一个个小图标,实时投射在你面前的屏幕上,它绝不会闯红灯、绝不会压实线,但它会变道甚至会加塞,有时还会急刹车。这就是一个L4级别自动驾驶的基本体验。
  按照技术成熟度由低到高,业内将自动驾驶分为L0~L5六个级别,其中L3到L4的跨越意味
着驾驶权由人转到车,再往上将基本甚至完全不需要人类驾驶员接管车辆。目前汽车采用的自动驾驶功能大多处于L2级别。IDC数据显示,一季度的中国汽车市场中,L2的乘用车新车渗透率为23.2%;L3在少数车型中规划量产,L4相对遥远,L5甚至被认为难以实现。
crv高速油耗
  级别划分相当于明确了“考卷”,但自动驾驶尤其L4以上需要实际路测“答题”,怎样“判卷”尚不清晰。证券时报记者采访到的多位业内人士都表示,L4能力的成熟度在封闭场景中能够得到测试,但在城市开放环境中的评价体系还有待探索。
  业内流行的一种判断标准是路测里程。战略研究智库兰德公司曾经发布报告指出,要在数学上证明自动驾驶比人安全,需测试110亿英里(约177亿公里)。这相当于沿着赤道绕地球44万圈。
  现在场上的玩家看起来差距还比较远。谷歌兄弟公司Waymo路测里程或已超过2000万公里;国内较为领先的是百度Apollo,今年3月公布的里程超2500万公里,小马智行和文远知行分别为1300万公里和1100万公里。
  除了里程长度,场景丰富度也影响测试效果。文远知行相关负责人告诉证券时报记者,文
远知行在中国、美国都有测试项目,相同距离下在中国遇到的corner case是美国的30倍,“因此虽然中国自动驾驶头部企业的里程长度不如Waymo等美国企业,但我们认为与它们的技术差距只有一年左右。”
  运载树木的车辆是不是树、婚车上的人像照片是不是人,这些场景少见却影响驾驶判断,因此学习尽可能多的corner case是算法成熟的关键。调研机构Fourin中国调查部部长周锦程告诉证券时报记者,主流方法只能靠不断上路积累数据,但corner case是无法穷尽的,最终的理想效果可能是自动驾驶的事故发生率落到一个可以接受的容忍度区间。
  也有一些非主流的技术路线试图提供解决方案。创业公司哆来目通过一种人眼视觉仿生技术来做碰撞预测,公司相关负责人对证券时报记者表示,除了认别感知之外,人眼的另一个通道是运动感知,“比如在余光范围内,你不需要清晰的识别出它是什么,但你能察觉到它在移动,并在必要时做出避让。”
  城市是各类场景密度最高的地方,也是自动驾驶最难攻克的题目。元戎启行副总裁刘念邱表示,城市中交通参与者多、对象的复杂度高、且道路交错开放,因此会大大提升对预测能力的要求。
  交通规则和行人安全往往在自动驾驶算法逻辑中拥有最高权重。不过,把交规教给算法并不简单。“很多交规内容是无法量化的,比如合流车道限速多少、提前多久打转向灯其实都是靠驾驶员经验。另外交规也有模糊空间,比如前方有车停靠时能不能压一点实线,自动驾驶也要学会判断。”周锦程表示。
奥拓经典  仅仅懂规则并不能开好车,自动驾驶需要更像个“老司机”。在企业路测视频和记者的试乘体验中,经常会出现临近公交站或侧旁来车时过度急刹的情况,影响乘坐的舒适度。
  “出现这种情况的原因是算法策略比较保守。”元戎启行副总裁刘轩介绍称,最早期行业内的决策规划都是依照既定规则;后来会优化出几条决策路线,根据评分高低做选择;更高阶的是运用强化学习和博弈论,让算法自己去学,目前能做到的企业比较少。
  城市场景的差异性特别考验自动驾驶的适应能力。刘轩举例称:“我们的车在路上不怕别人加塞,有时还会加塞别人。因为一线城市交通拥堵,比如从主路变道到辅路车特别多,如果一直等就会永远过不去。”
  小马智行接受证券时报采访时也表示,各地路况和天气都有所不同,本质上车辆需要理解
开车行为的关键准则,比如通过路口的时间和黄灯的关系,或者不同天气下传感器信号的处理方式,“我们的理念是用一套系统在不同地方实现自动驾驶,在北京和广州基本花两周时间,车就能在当地跑得比较好了。”
  算清成本
奔驰r级报价  自动驾驶不仅是一项技术,更是一门生意。车企要让自动驾驶功能足够便宜,消费者才能接受;自动驾驶企业运营Robotaxi(自动驾驶出租车)服务,运营车成本至少应该与出租车持平。起亚k3首付
  成本负担首先来自硬件。与特斯拉仅靠摄像头的纯视觉路线不同,国内普遍选择搭载更多、更强的传感器和更大算力的芯片。在近期新上市的中高端车型中,激光雷达等零部件几乎成为标配,硬件配置颇有“堆料”之势。
  一些自动驾驶企业也陆续抛出自家的成本报价。百度Apollo与极狐合作量产共享无人车Apollo Moon,宣称整车成本价为48万元;元戎启行称自动驾驶硬件采购成本不到1万美元,量产后还能下降70%;轻舟智航则表示其量产成本低至1万元。
  值得注意的是,上述企业主要运营Robotaxi服务,成本回收的方式与乘用车销售不同。此外,有业内人士提醒,报价以量产为前提,而车企大规模采购并搭载上车的阶段还没有到来,因此现在谈成本还比较“虚无”。
  自动驾驶能力需要软硬件相互配合,如果为压降成本舍弃了一部分硬件性能,也就意味着软件方面要更强。刘轩表示,虽然固态激光雷达的价格更便宜了,但其点云质量实际上不如原来的机械式激光雷达,如果想把它用好,就需要在算法上做更多优化和补偿;同样,如果不用大算力芯片,就需要更好的推理引擎技术。
  除了硬件成本,自动驾驶企业还需要考虑安全员的人工成本。证券时报记者了解到,安全员一般是自动驾驶企业的全职员工,甚至还是担任测试任务的技术人员,其工资至少与出租车司机相当,甚至高于后者。
  “实现盈利本质上是车辆利用率的问题。在我们硬件成本足够低的前提下,不考虑研发成本摊销,只要安全员和车辆数量比值小于1:1,就能突破盈亏平衡点。后期我们也可以通过跑早晚高峰、机场线等路段提高车辆利用率。”刘念邱表示。