自動駕駛這個概念有多火，根本無需多舉證。而且自動駕駛已走進人們的生活，首款L3級自動駕駛量產(chǎn)車奧迪A8就是例證。不過現(xiàn)在就想在日常體驗自動駕駛技術(shù)所帶來的便利，超百萬的價格先來了解一下？

但即使無法體驗自動駕駛，它也無孔不入，作為未來出行領(lǐng)域的技術(shù)明星，它天生具備吸睛特性。在近日的舉辦的2018年CCF-GAIR大會智能駕駛論壇上，可承載500余人的會議室不僅座無虛席，還站無余地。

智能駕駛何以擁有莫大魅力讓人駐足？這場長達八個小時的論壇都有哪些亮點？且看下文詳細梳理。

王飛躍：未來路權(quán)屬于無人車

中國科學院自動化研究所復雜系統(tǒng)管理與控制國家重點實驗室主任、中國自動化學會副理事長兼秘書長王飛躍

“未來一定是人下路，自動駕駛車上路，未來路權(quán)屬于無人車?！弊鳛樽詣玉{駛研究領(lǐng)域從業(yè)近30年的專家，王飛躍表達了以上觀點。

王飛躍的身份是中國科學院自動化研究所復雜系統(tǒng)管理與控制國家重點實驗室主任、中國自動化學會副理事長兼秘書長，早在上世紀90年代，就參與了多個自動駕駛相關(guān)的項目，比如NASA的移動機器人，月球探測車，礦山自動駕駛車，以及在uber近日出事故的道路上，試驗通過攝像頭和雷達實現(xiàn)的無人駕駛車VISTA Car。

對于擺在自動駕駛面前的諸如技術(shù)、法規(guī)等多方面的難題，王飛躍預測未來很可能不復存在。從歷史的角度看，最開始服務(wù)人們出行的是馬，但馬的出行卻帶來了大量的馬糞等難題，城市管理者們不得不聚在一起討論人類如何在未來一個世紀處理馬糞圍城的問題，一百多年過去之后，人們并沒有找到解決馬糞圍城難題的方案，但汽車已將原有的出行服務(wù)工具—馬，給取代了。

王飛躍據(jù)此論證了自動駕駛的馬糞問題并不存在，比如短時期內(nèi)的法規(guī)難題，圖像識別技術(shù)和高精地圖等技術(shù)難題，如何解決人駕駛的汽車和無人車共同上路的難題，諸如此類，在未來都將不復存在，因為“未來人要像馬一樣下路，不再擁有路權(quán)”。

另一方面，王飛躍也以此論證了自動駕駛還有很長的路要走，但今天所爆發(fā)的自動駕駛路測并不合理。在自動駕駛的發(fā)展初期，應(yīng)以虛擬測試為主，極少量路測為主。即90%的情況下通過虛擬訓練，提升自動駕駛感知技術(shù)，而以10%的情況路測驗證。

王飛躍認為，自動駕駛目前仍是實驗技術(shù)，如果直接投放到社會道路上，以路測養(yǎng)技術(shù)，是行不通的，人類也會因此淪為試驗標本。

Boaz Sacks：Mobileye 如何做 ADAS、眾包地圖與 Shield+

作為全球最具影響力的自動駕駛公司之一，Mobileye 已經(jīng)在超過 2700 萬輛汽車上搭載其自動駕駛技術(shù)，并與 13 個汽車廠商進行了合作，有 25 個主機廠商使用了其設(shè)備。

Mobileye中國區(qū)總監(jiān)Boaz Sacks

Mobileye中國區(qū)總監(jiān)Boaz Sacks在其主題演講中講解了Mobileye在自動駕駛進程中的具體進展，比如最新產(chǎn)品芯片EyeQ4，它的最大亮點在于可實現(xiàn)每秒鐘 25 億次計算，而快速的計算和傳送數(shù)據(jù)到云端等技術(shù)突破將在更大程度上保證行車安全。

眾包地圖的作用則是在現(xiàn)有交通狀況下幫助自動駕駛車與周圍車輛的互動，因為自動駕駛和人類駕駛的汽車一同在路上，是最糟糕的路況，需要很多決策，雖然這是一個過渡階段，但必須保證自動駕駛車一直與其他駕駛員、汽車在道路上的互動，以便其做出實時選擇，這是Mobileye繪制眾包地圖的初衷。

另外，為了車輛免于事故，Mobileye研發(fā)了警報系統(tǒng)Mobileye Shield+，它主要安裝在公共汽車、貨車等大車上，因為大車有很多盲點。該警報系統(tǒng)共有6 個傳感器，可用來車道偏離檢測、智能控制，以及抬頭顯示、行人警告等等。

酷哇機器人 CEO 何弢：加速無人駕駛商業(yè)化

酷哇機器人創(chuàng)始人兼 CEO 何弢

酷哇機器人創(chuàng)始人兼 CEO 何弢則向現(xiàn)場分享了酷哇在探索無人駕駛商業(yè)化的特色路徑。

關(guān)于無人駕駛技術(shù)如何落地成為產(chǎn)品的問題上，酷哇選擇從細分場景切入變革，并和中聯(lián)環(huán)境于去年聯(lián)合研發(fā)了目前第一個量產(chǎn)化的無人駕駛清掃機。

從無人駕駛掃地車切入，一方面是因為整個環(huán)衛(wèi)市場有 2 千億左右的市場規(guī)模，另一方面則是環(huán)衛(wèi)車輛的技術(shù)出現(xiàn)變革節(jié)點，現(xiàn)在是從環(huán)衛(wèi) 1.0 的純?nèi)斯るA段逐步向機械化邁進，酷哇將助力環(huán)衛(wèi)向 3.0 邁進。

酷哇今年推出了 2.0 套件產(chǎn)品，在加強本地識別感知能力、自動避障、繞障以外，還增加了自適應(yīng)清掃等技術(shù)，同時設(shè)計無人駕駛的中央調(diào)度系統(tǒng)。目前該系統(tǒng)已經(jīng)在長沙的橘子洲頭公園整個片區(qū)作業(yè)，到 9 月份，作業(yè)車隊將達到 4 種車型，有 9 臺左右的規(guī)模。

何弢認為，無人駕駛掃地車商業(yè)化的最后瓶頸還有場景適應(yīng)力、協(xié)調(diào)能力、學習效率和低成本，尤其是低成本這塊。很多人總是關(guān)注單一硬件采購成本，但系統(tǒng)布局以后，單一硬件采購并不是制約當前無人駕駛普及的最根本問題，而是在于后面的部署、學習效率、適應(yīng)力，這些成本具備長尾效應(yīng)，怎樣加強這方面的落地，可能需要綜合考慮。

Roadstar.ai 佟顯喬：打造中國特色的自動駕駛解決方案

和技術(shù)限制自動駕駛落地的觀點不同，Roadstar.ai創(chuàng)始人兼CEO佟顯喬認為，限制中國自動駕駛商業(yè)化落地的瓶頸在于道路的復雜性和成本。在這兩方面，Roadstar.ai分別拿出了解決方案。

Roadstar.ai創(chuàng)始人兼CEO佟顯喬

Roadstar.ai是一家年輕的創(chuàng)業(yè)團隊，成立于2017年5月，團隊主要分布在深圳和美國硅谷，聚焦商業(yè)模式的出行服務(wù)。時隔一年，Roadstar.ai取得了兩個為人矚目的成績：首先是今年5月，Roadstar.ai完成了1.28億美元的A輪融資；其次，作為全世界第一家完全采用國產(chǎn)傳感器解決方案的公司，發(fā)布了一個針對中國路況的自動駕駛的解決方案。

Roadstar.ai的主要優(yōu)勢在于可以用國產(chǎn)的傳感器達到非常好的性價比；另外，證明了在中國這樣復雜的路況下，可以用低成本的傳感器達到比較好的自動駕駛效果。

據(jù)佟顯喬透露，目前Roadstar.ai的自動駕駛解決方案大概只有百度方案1/3的價格，未來還有大幅的降價空間。在佟顯喬看來，到2020年每套系統(tǒng)的方案大概會降到5萬人民幣以下，屆時在法律法規(guī)成熟的情況下，無人駕駛的出行服務(wù)就有真正大規(guī)模實現(xiàn)的土壤。

Roadstar.ai的自主核心技術(shù)主要分成兩塊：一個是異構(gòu)多傳感器同步技術(shù)，即多傳感器融合不僅單純把十幾個傳感器放在車上，進行傳感器同步的技術(shù)，包括時間、空間的同步，目前Roadstar.ai可做到10的負6次方秒的空間同步。在此基礎(chǔ)上，把不同傳感器、不同模態(tài)的信息有機結(jié)合到一起；另一個是數(shù)據(jù)深度融合的技術(shù)，Roadstar.ai開發(fā)了相對于高維度數(shù)據(jù)的算法，解決感知、定位的問題。Roadstar.ai的自研算法能夠解決中國的特殊復雜路況，達到高效的性能。

今年三月，Roadstar.ai在深圳西麗進行了路測。在無人駕駛運營規(guī)劃方面，Roadstar.ai今年儲備20到50臺車，在深圳或其它城市進行運營工作，主要目的是提高算法的試運營。明年，Roadstar.ai將和主要的海外車廠合作，生產(chǎn)大概100—200臺車。到2020年，在預判屆時技術(shù)相對成熟的前提下，生產(chǎn)定制的無人駕駛汽車。目前，Roadstar.ai已經(jīng)在深圳南山區(qū)西麗進行了無人駕駛試示范運營。

速騰聚創(chuàng)邱純鑫：就傳感器來說，MEMS 固態(tài)激光雷達是未來

從 2016 年開始，自動駕駛進入了一個量產(chǎn)落地期，到了今天，大家對落地越來越急迫。作為全球自動駕駛的領(lǐng)頭羊，Waymo在 2016、2017、2018 年對自動駕駛車的下單量從 100輛到600輛增長到2萬輛。國內(nèi)的進展也是突飛猛進的，6月底，菜鳥發(fā)布了物流小車，并規(guī)劃三年內(nèi)投入10萬臺車；京東在6 月 11 日也發(fā)布了相應(yīng)的設(shè)備并且決定落戶長沙，下一個落地項目的選址也接近敲定。

速騰聚創(chuàng) CEO 邱純鑫

在速騰聚創(chuàng) CEO 邱純鑫看來，這一系列的落地布局意味著，人們對滿足車規(guī)級和量產(chǎn)需求的傳感器越來越迫切。

打造一臺人人用得起的激光雷達，需要對傳統(tǒng)的機械掃描式激光雷達進行全固態(tài)設(shè)計，減少其上大量可移動的部件，因為這樣有助于激光雷達滿足車規(guī)級和量產(chǎn)需求。這已經(jīng)目前行業(yè)的基本共識。在自動駕駛落地時間表逼近的情況下，作為傳感器供應(yīng)商，速騰聚創(chuàng)需要思考的還有，誰是傳感器的終結(jié)者。

就常用的傳感器性能對比看，其中攝像頭識別的顆粒度比較高，它能得到一個豐富的紋理色彩，能做精細化的識別，在這一點上激光雷達不如攝像頭。比如目前的激光雷達沒辦法把車輛的品牌識別出來。

但攝像頭最大的缺點在于受環(huán)境光的影響比較大，且對數(shù)據(jù)的要求比較高，無論是深度學習還是其它的機器學習的方式，攝像頭對數(shù)據(jù)的質(zhì)量要求都比較高：數(shù)據(jù)質(zhì)量好，它可能就識別得好。攝像頭需要數(shù)據(jù)庫里有這個東西存在，才能識別；而激光雷達首先是對障礙物進行識別，然后再去分類。

因此速騰聚創(chuàng)判斷，固態(tài)激光雷達是未來傳感器的方向，而將激光雷達做下來，MEMS是最容易實現(xiàn)的。它的優(yōu)點在于高分辨率、長距離、車規(guī)級、易量產(chǎn)以及低成本。

MEMS 的工作原理是采取少數(shù)的激光發(fā)射器，原來16線采取16個發(fā)射器，32 線要采取 32 個發(fā)射器，64 線又則繼續(xù)翻倍。MEMS 激光雷達不是采取發(fā)射器和接收器物理的疊加，而是采取 MEMS 兩個維度的振動，來提升掃描的線數(shù)。

另外，在車規(guī)級方面，目前的 MEMS 激光雷達已經(jīng)在做車規(guī)級認證，下一步就是量產(chǎn)準備，基本產(chǎn)品化之后，它的成本也會隨之降低。激光雷達的高分辨率和低成本是未來的趨勢，速騰聚創(chuàng)的目標是2020年做到量產(chǎn)價格200美金一臺。

偉世通首席架構(gòu)師王凱：自動駕駛的“樂高”理念

目前自動駕駛領(lǐng)域很火，很多公司均有涉獵，但這正證明了該領(lǐng)域還遠未成熟。偉世通的目標則是希望協(xié)同以上ADAS系統(tǒng)、攝像頭、雷達、高精度地圖等企業(yè)共同推動自動駕駛的發(fā)展進程。

偉世通自動駕駛首席架構(gòu)師王凱

在以“自動駕駛的樂高理念”為主題的演講中，王凱預測，首先從自動駕駛的市場趨勢看，ADAS行業(yè)將大幅增長，其中利潤率最高的是中央域控制器；其次，SoC供應(yīng)商在積極進入域控制器市場，例如英偉達和英特爾；最后是軟硬件的分離，因為自動駕駛系統(tǒng)的復雜性，各個公司會從不同的側(cè)重點進行切入，預計到2025年，自動駕駛需求量將發(fā)生質(zhì)的飛躍。

在傳感器領(lǐng)域，自動駕駛技術(shù)的發(fā)展趨勢：

攝像頭：增加靈敏度、分辨率和幀速率將導致更高的數(shù)據(jù)可用性和急劇增加的數(shù)據(jù)量；

雷達：將提供更多、更高分辨率的信息，允許以類似于攝像頭和激光雷達的方式處理雷達數(shù)據(jù)；

激光雷達：在同一范圍內(nèi)的數(shù)據(jù)輸出與最先進的CMOS攝像頭相同；

IC：計算能力將隨著未來傳感器產(chǎn)生的數(shù)據(jù)而增強，由于L3級及以上等級的自動駕駛需求，進而使可達到ASIL D（汽車安全完整性等級，D 級為最高等級）自動駕駛安全等級的IC的數(shù)量不斷增加；

本地化、繪圖、互聯(lián)和云：由于L3級及以上等級的自動駕駛需求帶來的快速增長。

此外，偉世通預計到2025年，高速公路上的L3級車輛將成為自動駕駛最大的細分市場，因為它面向的是從OEM到普通用戶，發(fā)展趨勢非常明顯。

另一方面，王凱預測，今后汽車行業(yè)的發(fā)展情況是誰能夠把出行概念全部集成一體化，誰就會坐在圓桌的正中央，成為出行行業(yè)的NO.1。

而偉世通正在嘗試做這樣一件事?！皞ナ劳ㄍ瞥龅腄riveCore技術(shù)平臺是一個合作共贏的平臺，我們不需要對方把自動駕駛系統(tǒng)做的有多好，但要在某一個細分領(lǐng)域做的最好，我們把這樣的‘特長生’公司召集進來，根據(jù)客戶需求，把最合適的組合方案提供給對方?！?DriveCore希望能夠給主機廠提供一個模塊化可擴展平臺，允許OEM能夠自由選擇不同的硬件與軟件、算法，就像樂高一樣，最終拼出一個自動駕駛系統(tǒng)。偉世通的DriveCore由三部分組成：Compute（底層硬件平臺）、Runtime（中間層）以及Studio（開發(fā)工具）。

在目前自動駕駛所面臨的挑戰(zhàn)上，王凱認為主要有如下三個方面：

首先，系統(tǒng)設(shè)計的復雜性。目前存在兩種聲音，一種是OEM認為自身在汽車行業(yè)的長期積累，有很大的優(yōu)勢，認為初創(chuàng)企業(yè)缺少經(jīng)驗；另一種聲音是初創(chuàng)企業(yè)認為傳統(tǒng)OEM已經(jīng)跟不上時代發(fā)展的腳步了。

其實自動駕駛系統(tǒng)是一個非常復雜的系統(tǒng)，OEM和初創(chuàng)公司經(jīng)歷的痛點時間不同，OEM最早經(jīng)歷的痛點是與功能安全和網(wǎng)絡(luò)安全相關(guān)，而初創(chuàng)企業(yè)更早接觸的是基于AI的算法。所以說，自動駕駛整個系統(tǒng)就像一個木桶一樣，只要有一根短板就把水漏完了，這才是自動駕駛最大的挑戰(zhàn)；

其次，解決方案的多樣性。目前很多自動駕駛算法的解決方案正在慢慢趨同，但由于該領(lǐng)域的火爆發(fā)展，其解決辦法會逐漸增多；

最后，自動駕駛落地的最大挑戰(zhàn)問題是成本。

返回第一電動網(wǎng)首頁 >