自動駕駛L2來了,它會讓駕駛更輕鬆嗎?
人類自動駕駛劇集的進度條,現在到底進展到哪一步了?距離最終劇集的完結,到底還有多久?
如果是谷歌等科技企業的測試車輛,可能在對外放衛星的時候他們可以大言不慚地說:我們的自動駕駛測試車輛已經達到了最高階別,畢竟根據waymo最新的資料,車輛跑1.8萬公里才需要人干預一次——誰能一口氣開一萬多公里?
如果是特斯拉、奧迪這些廠商的高階別車型,比如A8,他們也可以驕傲地說:我開車,你放心!畢竟在高速上雙手脫離方向盤然後呼呼大睡的特斯拉司機們時不時就會刷一波存在感。
但以上二者要麼賣不了,要麼就是極少數人在極端情況下的奢侈品,顯然不能代表最廣大人民群眾的需求。而車廠們也對此心知肚明,但又總想暗搓搓地在賣車的時候和自動駕駛沾點親帶點故,於是在完全的自動駕駛來臨之前,一段不長不短的過渡期水到渠成。
比如今年自動駕駛產業就表現出了一個很明顯的風向,L2級別的自動駕駛技術開始大規模商用。造車“新勢力”的“智慧攻勢”越來越猛,傳統汽車廠商紛紛跟進,L2的技術幾乎成為了中高階市場的標配,甚至將觸角下沉到了低價車市場,比如吉利繽瑞,10萬塊就能買到自動駕駛系統、車道偏離輔助等以前中高階汽車的配置。
這是不是意味著L2全面鋪開,L3就在前方,L4摩拳擦掌,L5全自動駕駛已經勝利在望了?
要回答這個問題,也許我們需要從對L2級別自動駕駛技術進行一次全面的解剖開始。
L2讓駕駛更輕鬆?
L2到底是什麼?
其實準確來說,L2級別並不能被稱為自動駕駛,而是輔助駕駛;搭載了其技術的汽車也往往被稱為“智慧汽車”。
根據SAE(美國汽車工程師協會)關於汽車自動化層級的定義,汽車的自動駕駛技術被分為六個等級(L0-L5),L0由駕駛員完全掌控車輛,L1中車輛可以對方向盤或者加減速當中的一項提供支援,比如自動巡航,主要提供的是駕駛支援;L2則是車輛的部分自動化,是對L1的進一步升級,比如可以同時在干預方向盤的時候進行減速等;從L3級別開始,無人駕駛系統已經可以完成所有的駕駛操作,從L3-L5,根據對人類駕駛員的需求不同,自動駕駛的程度也逐漸升高。也就是說,從L3開始,才可以被稱為自動駕駛汽車。
那麼,具體來說,L2對消費者來說有哪些價值呢?
我們可以先看一下SAE對L2的分級標準:通過駕駛環境對方向盤和加減速中的多項操作提供支援,其餘由人類操作。而具體的產業應用當中,則表現得更加廣泛,比如今年被L2廣告撐起來的汽車所搭載的技術能力,我們可以稍微列舉幾例。
車道偏離輔助系統。車道偏離輔助系統是基於ACC自適應巡航系統的,包括併線輔助和車道偏離預警。該系統的主要硬體是車輛左右兩側的雷達和攝像頭,通過採集車輛周圍的汽車、標線等資料,來對汽車併線進行安全防範和車道偏離進行預警;
同時,根據系統功能的不同,有的車道偏離系統在預警發出一定的時間內,如果駕駛員未採取操作,系統將會自動給方向盤提供轉向助力,令車輛迴歸到正常行駛軌跡上來,比如吉利繽瑞。
城市預碰撞系統。在較低車速的情況下(通常在30km/h),通過雷達和攝像頭的結合,一旦系統發現行人突然橫穿馬路或有車輛突然出現,系統可以即使進行行人、車輛識別,對駕駛員發出預警資訊,必要的情況下將自動採取緊急制動。在交通擁堵情況比較緊張的中國,這項技術還是很實用的。
彎道巡航輔助。車輛在駛入彎道之後,如果車速過高,系統將會適當降低車速以保證行車安全。彎道巡航輔助並不是一項很新的技術,早在2017年豐田酷路澤4000就已搭載,在長城汽車WEY VV5、寶駿RS-5等車型也可以看到它的影子。
其他還有比較常規的ACC自適應巡航系統、遠近光燈預警、安全距離預警、倒車輔助系統等等。可以這麼說,L2級別自動駕駛技術的出現,接管了車主一部分眼睛和腳的任務,做出提醒交由車主決策,甚至一定情況下可以有限地代替車主做出操作。
聽起來,L2讓駕駛更輕鬆了?
準備買低端L2車型?請防止引起不適
L2到底能不能讓駕駛更輕鬆,不是分級標準決定的,也不是廠商停留在廣告宣傳的誘人字眼上,而是取決於從行業標準到技術實質再到產品效能體驗的產業鏈條的完整程度。
首先,從定義上來說,關於L2SAE只給出了一個寬泛的分級標準,至於什麼樣的車才是真正的L2級別自動駕駛,應該具備哪些基本功能,行業其實是缺乏統一的。比如我們上文提到的幾種駕駛輔助系統,不同的車型配置了其中的一項或者幾項產品,或簡或豐,但都對外聲稱是具備L2級別自動駕駛能力的智慧汽車。這就像是給資訊流加個演算法推薦就說是人工智慧,顯然是很難服眾。
其次,L2提供的技術能力無法對司機形成剛性吸引。車廠標榜的這些L2級別自動駕駛技術所提供的技術,往往很難被消費者感受得到。對L2來說,其所提供的幫助大多是人類司機在考科目一時候的必答題,比如併線要觀察車輛、直線行駛保持車道位置等等。而這些“必答題”往往融化於司機開車的日常習慣,當習慣與技術重疊,那麼除了帶來一時的新鮮感之外,司機很難感受到它的便利之處。
相反,以中國的交通現狀而言,比如防碰撞預警,很可能會頻繁作響,不適時或非必要的提醒,大概率會擾亂司機開車的正常進行。以現在比較普遍的車載雷達為例,雖然很多人覺得它對視覺盲區的判斷很有用,但也有一部分車主對“滴滴滴”的聲音表示厭煩。
所以,對老司機而言,更注重的還是車輛的操控、動力等效能;而這些汽車上的“新玩意兒”,更多的還是吸引即將擁有人生中第一輛車的年輕人,從而成為車企高大上的溢價工具。
最後,定義的寬泛直接導致就是產品技術品質的不一。由於缺乏統一的標準,可以導致兩個結果。
第一,門檻較低或者無門檻,因此不需要大量而長期的技術研發,產品的成本因而低廉。這也是L2能夠很快載入在低端車型身上的原因之一。而車輛創新研發往往需要經歷一個較長的週期,L2剛提出不久,即有大量車企上馬,可想而知其成本有多低。
第二,既然成本較低,那麼也就意味著技術本身效能的有限性,供應商也就可以非常多樣化。國內車企吉利、長城、上汽、長安等等都已經推出了自己的L2車型,但幾乎不存在技術供應商的重疊。到底L2自動駕駛技術哪家強?我們確實不得而知。
或許我們可以簡單粗暴地說:如果L2技術搭載在中高階車型,或許我們還可以相信其具有一定的產品質量;但是如果在10萬元左右買個聲稱能實現完全的L2級別自動駕駛,那還是洗洗睡吧。噱頭大於實質,不敢說所有的車企都是如此,但至少對於低端車型而言,如果使用它的L2,可能會引起車主的極度不適。
通向L3之路,L2應該做些什麼?
但不管怎麼說,L2已經在眾多車企的簇擁下大舉進入了產業並在快速實現落地的過程中。儘管它存在著很多問題,但並不意味著一定要回爐重造,畢竟勢不可逆,L2到了,L3已經在路上。在汽車自動駕駛進步的過程中,L2的根基如果打不牢,可能後面的影響將是連環式的。
那麼,已經進入市場的L2自動駕駛應該做些什麼?或許應該從以下幾個方面進行考慮。
·建立行業規範和評測方案,增強這一領域的曝光度,面向消費者普及自己付費的技術到底是什麼。遙想智慧手機當年,安卓機剛剛進入市場,眾多消費者根本不瞭解它是什麼,買手機的時候所有的資訊僅限於這款手機的配置是什麼:螢幕多細、畫素多高、記憶體多大……但終究是沒有比較。後來以安兔兔為代表的各種手機跑分排行開始出現,逐漸左右了人們的購機意向:手機怎麼樣?不服跑個分!直到現在,跑分仍然是新晶片出爐的第一炫耀資本。
那麼,在L2標準模糊、定義未定的秦光霞,建立一套行業規範和評測方案就顯得很有必要了。至少而言,消費者在購車的時候可以有一定的參考依據,而非聽那些其實自己也不懂的銷售人員忽悠,讓行業更加透明和理性。同時,行業規範和評測標準也將倒閉車企進一步改進自己的技術。
·從寬泛的L2自動動駕駛話術中走出來,帶給使用者實質的具體技術。現在市場的普遍情況就是,消費者到店裡選車,銷售連珠帶炮似的把車型所謂的L2技術介紹出來,顯得非常高大上,讓消費者感覺自己買了這輛車就是走在了時代的前沿、買到就是賺到。但具體每一項技術的作用到底是什麼、在什麼場景下有實際的效果、它所能用到的頻次幾何,其實都是非常模糊的。很多車主都表示,買車的時候選了高配,但開車的時候幾乎很多功能知道換車也沒用過或者根本不知道,這也成為了一部分人“買車就買低配車”的心理由來。
其實是技術無用嗎?當然不是,技術總是有用的,我們缺乏的是對技術的理解。車廠不知道怎麼普及、銷售不知道如何解釋、消費者不知道如何去用,那這一技術研發的意義是什麼呢?
·主流車廠和科技巨頭積極合作,推動更有實際意義的自動駕駛技術進入商用化,避免使用者對自動駕駛技術失去耐心。自動駕駛時代,我們需要明確的是,汽車不單純是一件工業產品,更是一件科技產品。因此,用傳統汽車製造思維去改造和升級,其實是一個不太的方向。對車企而言,對技術保持足夠的耐心和敬畏,選擇具有強大實力的科技巨頭進行合作,是較為明智之選。這樣一方面可以彌補傳統車企科技研發方面的不足,另一方面可以讓增加純正的自動駕駛技術進入汽車,讓消費者紮紮實實地感受到自動駕駛帶來的駕駛愉悅感,從而對技術保持著耐心和希望。
總之,目前自動駕駛的路徑正在沿著分級標準一步一步地往上走,每一個技術階段都是上一次的傳承延續和下一次的基礎設施。浮躁和冒進雖要不得但必然會有,但如何將其變成技術程式中的小小障礙而非主要矛盾,對L2來說需要認真對待,對整個自動駕駛發展而言,亦是如此。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31561483/viewspace-2651395/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 研究顯示自動駕駛或許會讓市中心更堵自動駕駛
- 2017全球無人駕駛大會圓滿落幕,共話自動駕駛落地何方自動駕駛
- 自動駕駛研究報告自動駕駛
- 自動駕駛拉鋸戰自動駕駛
- 自動駕駛資料閉環:實現高階自動駕駛的必由之路自動駕駛
- 蔚來事故背後,“致命彎道”在輔助駕駛和自動駕駛之間自動駕駛
- 自動駕駛汽車又出事了,你還充滿期待嗎?自動駕駛
- 自動駕駛測試全流程自動駕駛
- 自動駕駛復甦在 2020自動駕駛
- 大疆攪局自動駕駛自動駕駛
- 自動駕駛定位已知方式自動駕駛
- 自動駕駛控制演算法自動駕駛演算法
- 自動駕駛哪國強?各國和地區自動駕駛成熟度指數自動駕駛
- 當法律紐帶變成“機器紅線”,能讓自動駕駛汽車更安全嗎?自動駕駛
- AGI來了?特拉斯用大模型幫助自動駕駛大模型自動駕駛
- 寶馬設立自動駕駛研發中心,2021年釋出自動駕駛汽車自動駕駛
- SAE自動駕駛分級介紹自動駕駛
- 奧迪:自動駕駛的脈搏自動駕駛
- 自動駕駛出行,進入下半場自動駕駛
- 【面試】滴滴自動駕駛測開面試自動駕駛
- 特斯拉2年內實現全自動駕駛,無人駕駛時代還遠嗎?丨曼孚科技自動駕駛
- 湘江智慧迎來複工後首測,自動駕駛戰“疫”歸來更自信自動駕駛
- 自動駕駛系列(七)——聊聊人機互動中的DMS駕駛員監控系統自動駕駛
- 未來出行第一題:自動駕駛的治堵方案真的可行嗎?自動駕駛
- 自動駕駛開源專案 Autoware 基金會成立背景自動駕駛
- 美政府研究人們駕駛走神時間,證明自動駕駛的必要性自動駕駛
- 即使達到5級自動駕駛階段,自動駕駛“卡車”也不可能完全“無人”自動駕駛
- 蘋果自動駕駛背後的故事蘋果自動駕駛
- 自動駕駛最強學習資料自動駕駛
- 華為掀起了自動駕駛小高潮自動駕駛
- 特斯拉正式釋出Autopilot 2.0自動駕駛系統:今天你升級了嗎?自動駕駛
- 誰來背鍋?自動駕駛車禍背後的故事自動駕駛
- Uber牽手戴姆勒共事自動駕駛,探索未來出行模式自動駕駛模式
- Apollo 3.0來了!百度自動駕駛硬體系統全解讀自動駕駛
- 【智慧駕駛】馭勢科技吳甘沙:智慧駕駛,有多少AI可以重來AI
- Uber自動駕駛汽車重回道路測試 增加人類駕駛員監控系統自動駕駛
- 全面推廣自動駕駛還不成熟:無人駕駛還要跨過三道坎自動駕駛
- 駕駛證、行駛證識別