自動駕駛產業進入“兩條腿”時代:車路協同的中國式飛躍
在現代科技體系中,中國人民翹首以盼彎道超車的領域有很多,以自動駕駛、新能源等作為新生產要素的汽車行業,當然是其中最具錢景的一個。
問題是,以單車智慧為核心的自動駕駛技術路線在全球遭遇瓶頸。馬斯克的L4放了個煙 的霧彈,許多無人車依舊只在封閉道路上行駛。2021年了,人類還沒有開上量產的L3級自動駕駛汽車。
這種情況下,我們發現中國與其他國家雖然在自動駕駛的大方向上保持同頻,但技術路線和側重點卻並不相同。比如,不同於某海外車企堅持以視覺為主的L4單車智慧方案,百度Apollo就堅持推動“單車智慧+網聯賦能”的中國方案。
在單車智慧普遍缺乏有效突破方案的現狀下,車路協同成為自動駕駛商業化落地的重要機遇,這也讓“兩條腿走路”的中國方案成為推動整個產業繼續向前突破的關鍵力量。
不過,車路協同技術涉及到複雜的技術改造和產業鏈條,無法一蹴而就,如何才能加速車路協同更快助力中國產業彎道超車?好在思考這一問題的有識之士也很多。
剛剛傳來訊息,6月24日,清華大學智慧產業研究院(AIR)與百度Apollo舉辦聯合釋出會,共同推出全球首份車路協同技術創新白皮書《面向自動駕駛的車路協同關鍵技術與展望》(以下稱“白皮書”)。
這是目前這是中國對車路協同技術研究最深入的報告,不僅僅停留在為前沿技術鼓與呼的層面,更是一份清晰的落地指南,可以看做中國方案助力產業飛躍的起跳時刻。
要充分理解車路協同之於產業、之於城市以及整個中國的意義與價值,我們要想思考一個問題:我們期待的無人化出行,究竟是怎樣的?
“單腿時代”的突圍
對很多人來說,想象中的自動駕駛可能是這樣的:早上出門隨手招來一輛無人車,然後倒頭開始補覺或者玩手機,汽車絲滑而平穩地穿梭在車流中,將你送到上班地點,你下車揮揮手不帶走一片雲彩——在這個場景下,一輛足夠聰明的車似乎是核心。
而現實是,以單車智慧為核心的自動駕駛技術以怎樣的節點與形式落地,依然困擾著產業。
白皮書中認為,導致這一現象的原因主要來自三個方面:
首先是安全。目前,安全問題依然是影響自動駕駛規模商業化落地的關鍵原因。單車智慧在應對極端天氣、不利照明、物體遮擋等挑戰性的交通場景方面,能力仍然有待提升。
其次是ODD限制。自動駕駛執行設計域(Operational Design Domain,ODD)是指自動駕駛系統功能設定的執行條件,包括環境、地 理和時段限制、交通流量及道路特徵等。目前車輛在限定路段中行駛時,仍然沒有徹底解決準確感知識別和高精度定位問題。
另外還有經濟性。為了確保自動駕駛安全,高等級的自動駕駛車輛需要部署更多感測器,大大增加了硬體成本,難以保證車輛的經濟性,從而阻礙了規模商業化程式。
這一系列原因,導致了當前L2市場滲透率和應用規模仍然較小,L3級別以上自動駕駛仍處在試驗和區域性示範為主,規模商業化遙遙無期。
既然單車智慧這條突圍之路遇到了透明天花板,那麼,換一條道路接著“打怪”,依靠車路協同來嘗試推動自動駕駛商業化似乎就成了唯一的選項。
理論上看,車路協同技術可以透過對道路交通環境進行實時高精度感知定位,為車輛提供更高維度的智慧要素,車輛與道路之間協同感知、協同決策、協同控制,從而有效解決車載自動駕駛系統的壓力。
因此,在白皮書中,也將車路協同看做是單車智慧的高階發展形式。
從產業發展趨勢上看,車和路的同時精進,是今天自動駕駛產業的必由之路。關鍵在於,這個機會為何會被中國搶先抓在手裡。
中國方案的登場
有三個前提,決定了中國自動駕駛必須以“兩條腿”走路:
1.超車需要捷徑。必須承認,渴望脫離傳統燃油汽車的種種技術壁壘,是中國站上自動駕駛賽道的核心驅動力之一。而換道超車不能按部就班,在單車智慧的主流模式之外,尋找並建立中國產業獨特競爭優勢成為必然。
2.技術需要釋放。除了傳統的汽車製造、工藝等長期積累之外,中國在移動網際網路、人工智慧、5G、雲端計算等ICT領域的積累也需要與產業聯接,去釋放技術紅利。車與路共同來承載數智技術創新,能夠有力支撐中國智慧產業化的程式;
3.機制提供保障。車路協同需要頂層設計、多部門統籌、產業聯動,而中國城市管理者對數字轉型的共識、智慧技術的理解、產業的把控力、資源的統籌調配等等,有著先天的機制優勢,車路協同得以與如火如荼的智慧城市建設攜手並進。
可以說,從進入自動駕駛賽道的那一刻,單車智慧與車路協同的中國式方案,就確立了其存在的必要性與價值。如今看來,也幫助中國產業界搶到了率先自動駕駛商業化階段的門票。
接下來,車路協同技術需要不斷激發產業意願與社會投入,而這也是此次清華大學智慧產業研究院(AIR)與百度Apollo聯合釋出車路協同白皮書的意義所在:進一步形成產業共識、推動車路協同與自動駕駛產業進入下一個全新階段。
中式道路的改造
中國特色的自動駕駛方案,除了在車上下功夫,自然也需要一條有中國特色的路。
那麼問題來了,目前主流的、利用基站與無線通訊技術進行人、車、路之間協同感知的V2X(Vehicle to X)技術,需要部署大量感測器、雷達等硬體改造,而國內各地公路條件不同、數字化水平不同,加上當下汽車智慧化水平各不相同,客觀上導致了智慧道路的需求和標準也無法統一,這就給車路協同的建設帶來了新的挑戰,需要兼顧各地的道路現狀、發展規劃與經濟效益。
道路智慧化,成為阻擋在車路協同面前的頭號難題。而在白皮書中,清華大學智慧產業研究院與百度為中國智慧交通的建設提供了一個新的思路——分級。
雙方提出了適應車路協同自動駕駛的道路智慧化分級標準(從C0-C5級)6個等級。其中,C4級智慧道路投入產出比更高,其覆蓋的智慧汽車等級範圍從L2+到L5。也就是說,C4級智慧道路不僅能為高階自動駕駛車輛提供協同服務,還能讓L2+、L3級輔助駕駛車輛具備高階自動駕駛能力,促進自動駕駛規模商業化落地。
如果全中國道路都鋪上C4級道路的“履帶”,就可以讓具備輔助駕駛能力的智慧汽車和處於測試階段的L2自動駕駛汽車,具備安全上路的能力。路與車雙管齊下,能夠更快讓自動駕駛出行圖景從想象走進現實。
從此刻駛進未來
接下來,中國更好地擁抱車路協同、推進自動駕駛商業化落地,需要怎樣的產業要素來提供動能,蘊藏著巨大的商業機會,也是一個大眾關心的問題。
目前看來,有三個產業角色是必不可少的:
一是產業生態的推動者。
車路協同自動駕駛需要跨行業、跨地域互聯互通,涉及到複雜的產業鏈。如何將上下游供應商和城市管理相關部門等都聚攏在一起,形成產業共識,發揮協同優勢,需要使人信服的組織者與推動者。
這也是清華大學智慧產業研究院與百度釋出車路協同白皮書的第一個價值,作為中國自動駕駛領域學術界和產業界的兩大風向標,來共同發力探索新的解決方案,吸引更多產業夥伴達成共識、共襄盛舉。
二是基礎設施的建設者。
車路協同對更高維的智慧基礎設施提出了要求。比如車路協同融合後,會產生更高維度的資料,包括空間維度(範圍、視角、盲區)、時間維度(動/靜態、時間範圍)、型別維度(多源多層)等,需要更靈活的算力和演算法機制來進行實時線上處理。如果沒有足夠的技術積累與實踐經驗,貿然進場可能會因準備不足而吃虧,這也為企業進入車路協同產業造成了阻礙。需要在AI產業基礎設施上具備深厚底蘊的企業,以開放心態來幫助產業及開發者,推動整個行業的快速發展。
三是行業標準的奠定者。
如何集約經濟地完成城市道路智慧化升級改造,需要政府、技術企業、供應商等坐在一起打磨出可規模化複製的方案。此外還需要統籌考慮,車路協同不能侷限在一城一池的單一區域中,未來要與全國道路車輛互聯互通,這就需要統一的技術標準與建設規範,為資料交換、網路互聯奠定良好的基礎。這是白皮書的另一重價值所在,助力政府通盤考量多方要素,推動行業標準的建立。
生態、基建、標準的一一解鎖,會讓車路協同的變革動能不斷釋放。
正如白皮書中所說的那樣,車路協同是對傳統分散式交通技術的一次深刻變革,也是現代化綜合交通體系的科技支撐。某種意義上來說,也是中國自動駕駛及汽車產業彎道超車的飛躍契機。
全球變局下的新產業故事,正以此為站點,飛馳向未來。
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31561483/viewspace-2778233/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 兩條腿進化:電動化+智慧化
- 北京正研究“車路協同”模式,將打造自動駕駛測試專用道路模式自動駕駛
- 自動駕駛:兩種技術路線背後的產業思維自動駕駛產業
- AI每日精選:中國高鐵進入智慧自動駕駛時代;小米定位智慧製造AI自動駕駛
- 自動駕駛出行,進入下半場自動駕駛
- 特斯拉洗白!車主靠自動駕駛撿回一條命自動駕駛
- 資訊系統建設的兩條腿
- 阿里李飛飛:資料庫將全面進入雲原生分散式時代阿里資料庫分散式
- 車路協同若干痛點問題的思考
- 中國移動:2021年中國移動自動駕駛網路白皮書自動駕駛
- 美國汽車協會:72%駕駛員不信任自動泊車系統
- 科技公司VS傳統車企:兩份自動駕駛報告打架了自動駕駛
- 蘇州第二條自動駕駛公交車線路面向市民全面開放,雲端計算驅動自動駕駛資料工廠自動駕駛
- BAT爭相入局自動駕駛,誰的無人車能先上五環?BAT自動駕駛
- 車市下一個風口——自動駕駛自動駕駛
- 華為釋出全新AI自動駕駛解決方案MAE,推動蜂窩車聯網進入部署階段AI自動駕駛
- 呼籲自動駕駛平等路權,蘋果欲重啟造車計劃自動駕駛蘋果
- 英偉達釋出史上最強GPU,卻叫停了自動駕駛車路測GPU自動駕駛
- 自動駕駛車路測法規出臺,車輛需支援遠端實時監控自動駕駛
- 兩次殺人,自動駕駛技術之惡自動駕駛
- 兩會聚焦|供需協同,助力數字化發展——“十四五”網路安全產業思考產業
- 車路協同雲控平臺建設實踐
- 世界經濟論壇:自動駕駛汽車能否使最後一公里配送進入快車道?自動駕駛
- 福特申請自動駕駛警車專利,可自動貼罰單自動駕駛
- 特斯拉自動駕駛漏洞被破解 可能誤變道駛入對向車道自動駕駛
- 送君雙飛槳:百度如何與AI開發者一同踏入產業智慧時代AI產業
- 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
- 讀AI未來進行式筆記06自動駕駛技術AI筆記自動駕駛
- 2020出行之變(一):自動駕駛的“躍淵”時刻自動駕駛
- BCG報告:自動駕駛時代來臨前的萬字忠告自動駕駛
- 車雲網:AI汽車生態日趨成熟,英偉達要通吃自動駕駛上下游產業鏈|AI自動駕駛產業
- 【自動駕駛】運動控制自行車模型運動規律圖解自動駕駛模型圖解
- 更多美國車主看好自動駕駛汽車——資訊圖自動駕駛
- 自動駕駛紅旗車,背後站著小馬哥自動駕駛
- 自動駕駛的自行車——GitHub 熱點速覽 v.21.24自動駕駛Github
- 樹莓派上利用Tensorflow實現小車的自動駕駛樹莓派自動駕駛
- Drive.ai計劃啟動自動駕駛網約車服務AI自動駕駛
- 從90Hz的QQ飛車,到高幀遊戲的飛馳時代遊戲