四大自動駕駛場景,誰勝出的機率大?
本文作者: 大壯旅 | 2020-06-10 16:48 |
雷鋒網按,做自動駕駛不難,但要在前面加個“全”字,可就不是一個概念了。不過,在大家都忙著討論技術細節時,自動駕駛汽車的使用場景卻很少被提及。那麼,到底誰是自動駕駛汽車的真正受眾人群?怎樣才能做到滿足實用性和經濟性的同時獲得強大的使用者粘性呢?
顯然,在對自動駕駛市場走勢作出預測時,媒體、分析師和業內人士都不該忽略掉這一基礎問題。
IHS Automotive 研究主管 Egil Juliussen 將自動駕駛汽車的使用場景分為四大類:最後一公里配送,自動駕駛卡車,固定路線自動駕駛和 Robo-taxi。理解這些使用場景間的細微差別意義重大,畢竟它們會影響未來落地車輛的效能、成本與時間線。
下面,就讓 Juliussen 帶我們縱覽不同的使用場景,看看四大型別中誰是頭部玩家,市場的現行狀態以及大家測試與研發工作的進展。
為本文貢獻寶貴觀點的還有 Erez Dagan,他是 Mobileye 產品與戰略高階副主席。上個月早些時候,以色列巨頭吃掉了 Moovit,Mobileye 到底看上它什麼呢?
在採訪時,Dagan 就強調稱,Mobileye 此舉是為了“將自動駕駛汽車編入公共交通。”
Dagan 說的沒錯,自動駕駛汽車總不能在真空中執行,其價值必須結合整個社會的出行與秋與狀況來估算。像 Moovit 這樣掌握了使用者旅行習慣的公司,當然是 Mobileye 未來整合實時資訊與資料的關鍵。
Robo-taxi
Juliussen 定義的四大型別中,“最難的就是 Robo-taxi”。
諷刺的是,頭部的自動駕駛科技巨頭,包括 Waymo、Cruise、Argo 和 Aurora 在內,都對 Robo-taxi 市場情有獨鍾。眼下,Waymo One 已經在亞利桑那落地,而安波福則選擇賭城,通用則選擇舊金山。
自動駕駛測試這件事就更加普及了,光是加州就聚集了 65 家拿到測試牌照的自動駕駛公司,而 Argo 的車隊則分別駐紮在匹茲堡、邁阿密、底特律、帕羅奧托、華盛頓特區與奧斯丁。
Juliussen 還指出,在 Robo-taxi 領域,美國擁有風投資金、自動駕駛開發與測試工作上的領先,中國則緊追不捨。“至於歐盟,則完全在自動駕駛測試與 Robo-taxi 上掉隊了。”
鑑於 Robo-taxi 這個門類吸金能力超強,因此市場也公認其有巨大的潛力。
不過,Robo-taxi 這個門類未來肯定會被一個巨大的社會問題所困擾,即如果 Robo-taxi 在工作中真的殺了人怎麼辦?受害者家屬告誰?賠償金能拿到什麼數?陪審團會同情沒有司機的計程車嗎?
答:如果 Robo-taxi 上不再設駕駛員,那麼任何的傷亡事故 OEM 商都要獨自吞下苦果,因為它們沒辦法甩鍋了。顯然,Robo-taxi 將改變所有現存的責任範圍。
在過去,汽車製造商接受公眾訴求中的新安全措施通常都是磨磨蹭蹭的,但在自動駕駛上呢?它們必須時刻留心安全問題,因為任何的失誤廠商們都要承擔所有責任。
自動駕駛卡車
在 Juliussen 看來,四大型別中稱為最容易實現就是自動駕駛卡車,卡車行業也認同這一觀點。最近接受採訪時,Plus.ai COO Shawn Kerrigan 就強調稱,卡車將成為自動駕駛市場最先成長的板塊。
將自動駕駛卡車專門分出一類是因為它們的商業模式較為特殊。“成本會站在我們這邊。” Kerrigan 解釋道。自動駕駛卡車有能力為卡車運營公司省下大量成本,因為它們不再需要駕駛員了(現在卡車駕駛員缺乏也是全球各國的通病)。不過,從方程式中剔除駕駛員只是個開始,運營成本上自動駕駛卡車也優勢巨大。 首先,它們能 24 小時不停歇的工作;其次,自動駕駛卡車更加安全,事故率會大幅降低。
Juliussen 指出,從技術上來講,“貨運中心-貨運中心”的模式也更容易管理,因為“自動駕駛卡車 90% 的時間都待在高速上”。鑑於它們城市駕駛的需求不多,因此需要處理的“社交問題”(即與行人和其他車輛的互動)也少了很多。
在自動駕駛卡車市場規模上,Juliussen 則與 Kerrigan 有著意見上的分歧。前者認為“這只是個小市場”,但後者卻認為其市場前景廣大,畢竟美國卡車行業年營收超過 6000 億美元。
自動駕駛卡車新創公司成功與否取決於其商業模式。舉例來說,開發全棧自動駕駛軟體的 Plus.ai 自己並不造車,未來也不會擁有會運營一個車隊。它們的任務是為自動駕駛卡車提供關鍵結構單元。
去年秋天,Plus.ai 就在這種商業模式下成功與東風汽車攜手,新的合資公司將為中國市場研發自動駕駛卡車。需要注意的是,合資公司的首款產品雖然基於 Plus.ai 的 L4 堆疊,但投入使用後只能實現 L2 半自動駕駛。
換句話來說,雖然大家都對自動駕駛卡車興趣濃厚,但想 L4 自動駕駛卡車並不容易。 Kerrigan 就指出,全自動駕駛卡車離我們至少還有 4 年時間。“我們得保證車輛能處理所有極端情況。”
如果現實如此殘酷,自動駕駛卡車初創公司們在沒有實際產品的情況下能堅持多少年?
Starsky Robotics 用破產回答了這一問題,花光了融資的它們 5 年就挺不住了。
在 Juliussen 看來,Starsky 走了一條非主流路徑。“不過,我還挺喜歡它們的。”他說道。舉例來說,Starsky 的卡車能在上下高速以及城市駕駛時實現遠端操控。不過,“它們的野心需要完整的基礎設施來支撐,這點可能下壞了投資人”。
Kerrigan 還表示,自家公司已經融資 1 億美元。不過,市場上它們的競爭對手可不少,Juliussen 那邊列出的名單就包括 Embark、Ike 和 Kodiak 等。
與此同時,有 UPS 支援的圖森科技今年 3 月拿出了新計劃,它們要聯合 UPS 擴大自家的貨運試驗專案,編入車隊的是改裝過的 L4 自動駕駛卡車。
在歐洲,戴姆勒去年秋天收購了 Torc Robotics,今年緊接著就開始擴大在美國公路上的自動駕駛測試了。
當然,我們也不能忘了那些領先的自動駕駛堆疊供應商,比如 Waymo 和 Aurora。除了 Robo-taxi,未來自動駕駛卡車這塊蛋糕它們也不會鬆口。
固定路線自動駕駛
要說大多數人見過的“行駛中”自動駕駛汽車,恐怕得是校園、機場、醫院和主題公園裡的固定路線穿梭車。
雖然部署時間最早,但說實話這是自動駕駛汽車四大型別中最無聊的了,因為它們不但行駛緩慢,還畏手畏腳的。
自動駕駛穿梭車通常長得像架在輪子上的烤箱,內部能塞進 10-15 個座位,雖然比計程車裝的人多,但又比不上巴士。
對於那些喜歡招手即停叫車服務的人來說,自動駕駛穿梭車跟公共交通的體驗其實沒什麼差別。 不過在 Juliussen 看來,未來它們將在工業領域大放異彩,比如承擔港口或礦山的運輸任務。
投資者們對固定路線自動駕駛汽車的興趣還在,不過 Juliussen 認為這個門類拿投資能力最弱,因為市場需求會因為地理位置變化而大幅波動。簡言之,公共交通做得比較好的城市,固定路線自動駕駛就更容易吃得開。
在美國這種公共交通薄弱的國家,自動駕駛穿梭車肯定幹不過 Robo-taxi,而在公共交通較為完善的國家,人們對固定路線自動駕駛汽車的接受度就會高很多。不過,既然公共交通已經很完善了,為何還要另設一套自動駕駛穿梭車呢?
當然,自動駕駛穿梭車們也有挖掘市場的潛力和空間。拿日本的鄉村舉例,因為人口持續外流,這裡已經沒有公交車了,但留在這裡的人依然需要出行。這種情況下,自動駕駛穿梭車就能夠更好地發揮作用。
對公共交通系統來說,盈利從來不是其目標,納稅人的補貼才是其持續運營的真正彈藥。因此,真正競爭起來,恐怕自動駕駛穿梭車不是其對手。 Mobileye 的 Erez Dagan 認為,想要生存下來,穿梭車們必須“主動融入公共交通系統”。
Mobileye 選擇收購 Moovit 就是因為它們相信,瞭解人們的出行習慣能幫助穿梭車運營商為自家服務注入更多智慧。Dagan 就發問道,“如果運營商能按照使用者需求調派穿梭車,讓它們及時出現在使用者最需要的地方呢?”
也就是說,未來的方向是協調自動駕駛穿梭車與其他出行選項,從巨集觀的角度滿足人們的出行需求。
要說這個領域的領軍公司,美國市場看 May Mobility, Local Motors 和蘋果收購的 Drive.ai。歐洲,則成長出了 EasyMile 和 Navya 兩大世界級的頭號玩家。
最後一公里無人遞送
Juliussen 指出,自動駕駛的四大門類中,最後一公里貨物遞送是發展最快,也是融資最為豐厚的一類。
在這個門類中,名頭最響的非 Nuro 莫屬。去年,這家公司從軟銀拿了快 10 億美元投資,在零售方面更是拉到了巨頭 Kroger 與 Fry’s Food。
除此之外,Nuro 還將自家技術授權給第三方公司,比如自動駕駛卡車公司 Ike。
今年早些時候,Nuro 則拿到了 NHTSA 的授權,它們可以在路上部署 5000 輛遞送電動遞送車 R2,為使用者運送食物、雜貨或提供其它服務。
Juliussen 將 R2 形容為“僅有半個車大小,但高度在車流中還比較顯眼。很明顯,R2 沒有為駕駛員預留任何位置。”
並非所有美國州都允許此類遞送機器人上路,即使是能夠上路行駛,也規定其速度不能超過 6 英里/小時(約合 10 千米/小時)。此外,這類車還只能行駛在人行道上,遇到自行車與行人還要自覺讓行。同時,運營公司還要為遞送機器人配備遠端操作員。
最近,巨頭們也開始向這一領域滲透。亞馬遜就開發了一款人行道自動駕駛汽車,沃爾瑪則聯合新創公司 Udelv 開啟了雜貨遞送服務。在中國,百度 Apollo 平臺戰略伙伴 Neolix 則在 A+ 輪融資中拿到了 2800 萬美元。
當然,對投資者來說,此類最後一公里遞送車最吸引人的地方還是成本,畢竟它們需要的人力要少得多,而且化整為零後的車輛也比重型遞送車便宜得多。
https://www.leiphone.com/news/202006/vHwdfDqSAuje0sCE.html
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/29829936/viewspace-2697901/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 大疆攪局自動駕駛自動駕駛
- 揭秘3D點雲在自動駕駛中的應用場景3D自動駕駛
- 自動駕駛出行,進入下半場自動駕駛
- 誰來背鍋?自動駕駛車禍背後的故事自動駕駛
- 自動駕駛行業急需一場勝利,適當調低目標才是正道自動駕駛行業
- 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
- 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
- Chinaev100:2020自動駕駛應用場景與商業化路徑自動駕駛
- 曼孚技術分享:資料標註都在自動駕駛哪些場景落地?自動駕駛
- 幹線物流:自動駕駛商業化場景的新風口丨曼孚科技自動駕駛
- 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
- 奧迪:自動駕駛的脈搏自動駕駛
- BAT爭相入局自動駕駛,誰的無人車能先上五環?BAT自動駕駛
- Waymo:研究稱Waymo Driver自動駕駛汽車事故率比人類司機低85%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
- 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
- AI每日精選:北京啟動自動駕駛載人載物測試;阿里AI聚焦家庭場景AI自動駕駛阿里
- 蘋果自動駕駛背後的故事蘋果自動駕駛
- 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
- 戴姆勒測試無人駕駛的新專案,可幫助機場自動掃雪
- 端到端自動駕駛、多模態場景大腦、全新3D互動:商湯絕影大模型即將亮相北京車展自動駕駛3D大模型
- 2020出行之變(一):自動駕駛的“躍淵”時刻自動駕駛
- SAE自動駕駛分級介紹自動駕駛
- 【面試】滴滴自動駕駛測開面試自動駕駛
- 寬凳科技搶位自動駕駛,大規模全自動高精地圖技術正式釋出自動駕駛地圖
- Uber事故案最全剖析:誰該擔責?誰在走捷徑?大勢難擋的自動駕駛應該重拾敬畏之心了!自動駕駛
- 【AI晶片】AI晶片卡位戰:誰贏得自動駕駛處理器,誰就贏得了AI時代AI晶片自動駕駛
- 自動駕駛界秋名山車神!CoRL傑出論文讓自駕車學會漂移,機器人整出新活自動駕駛自駕機器人
- 自動駕駛中常用的四類機器學習演算法自動駕駛機器學習演算法
- 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
- 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
- 北京2020年度自動駕駛路測報告出爐自動駕駛
- 大眾ID.BUZZ L5自動駕駛版本將於2025年釋出JQX自動駕駛