Level 4之后,数据能否成为自动驾驶技术的决胜关键?

摘要: “不管你买了特斯拉是否花钱激活Autopilot,特斯拉都无所谓,反正它的传感器会一直在收集数据。”沈海寅说,“而且它收集到的都是真实的路况数据,比投入100或者1000辆自动驾驶车去做的要更有价值。”

“在自动驾驶行业,我比较喜欢一个词,生态化反。”未来论坛青年科学家交流会开场没多久,就被韩旭的这句话带入辩论密集区。

4月份,韩旭从百度自动驾驶首席科学家职位上离职,加入景驰科技担任联合创始人和CTO,这是一家提供L4级无人驾驶共享出行方案的团队,韩旭透露,景驰科技将于明年年初投入20辆无人驾驶车在国内展开运营,这意味着你有可能不小心就打到一辆无人驾驶出租车。所以,他的语境是,希望更多产业联合,让成本很高的无人驾驶技术能够达到普通消费水平。
屏幕快照_2017-09-21_上午12

景驰科技CTO 韩旭

此次论坛中,与韩旭同席的也几乎都是无人驾驶行业的顶级技术人才和投资机构,包括蔚来汽车软件开发副总裁庄莉、前普林斯顿视觉研究组关键人物肖建雄、固态激光雷达项目光珀科技CEO白云峰、奇点汽车创始人沈海寅,以及明势资本创始合伙人黄明明等。

关于无人驾驶的一些关键节点问题,这些行业技术大拿都进行了细致探讨,现经钛媒体整理分享如下:

无人驾驶的两种流派

关于无人驾驶的路线,谷歌和特斯拉分别作为科技公司和汽车公司的代表,也引领了激进派和渐进派两个流派。

激进派会跨过Level 3之前的阶段,借助人工智能算法、高精度地图、GPS、激光雷达、毫米波雷达、摄像头等技术,直接进入Level 4无人驾驶阶段,而渐进派则强调从辅助驾驶到自动驾驶逐步过渡,在相关产业和政策环境成熟时,自然而然进入自动驾驶高阶阶段。

光珀科技CEO白云峰认为,影响无人驾驶快速发展的关键因素之一是激光雷达的成本。激光雷达对于无人驾驶感知冗余系统的补充不可或缺,2016年5月,弗罗里达一名Model S车主与一辆卡车相撞后死亡,正是因为特斯拉自动驾驶系统Autopilot的摄像头在强光条件下,未能识别白色的卡车车身。虽然此后特斯拉加入了毫米波雷达,但是探测精度上依然不及激光雷达。

据钛媒体了解,64线激光雷达的售价在10万美元左右,且体积大、生产周期慢,难以供应量产需求。

光珀科技CEO白云峰表示,目前该公司的固态激光雷达技术不仅可以大大缩小激光雷达的体积,还能将成本降低至千元级别,这对于无人驾驶技术的推动意义重大。

实际上,据钛媒体了解,国内已经有禾赛科技、速腾聚创等创业公司,也在从事固态激光雷达的研发,以期赶上无人驾驶的风口。但是能否在生产工艺上实现突破,并顺利量产,尚有待时间检验。

明势资本创始合伙人黄明明是新造车项目车和家的早期投资人,也是一名无人驾驶行业的资深观察者,在他看来,影响无人驾驶快速落地的或许不仅仅在于激光雷达。

“无人驾驶公司大都忽略了车规问题。激光雷达、计算芯片以及更多的传感器能否达到车规标准,这是与汽车安全密切相关的。”黄明明说,“而且Level 4和Level 5以上的自动驾驶技术不光在感知方面需要冗余设计,在控制方面也需要冗余配置,而这方面,博世和大陆掌握着核心技术,他们的产品要在2019和2020年才能问世。”

据钛媒体此前报道,博世的冗余刹车技术iBooster 2.0 8月份在南京启动工厂,预计2019年竣工投产。

“从落地的角度来说,我比较认同特斯拉这样的渐进式自动驾驶方案,不过从产业角度来看,也需要有人通过更激进的策略探知到更多行业问题。”黄明明说。

Level 4 以后数据是不是关键

Lelvel 3 之前的自动驾驶方案或许比拼的是传感器配置、算法以及产品逻辑带来的体验,但是Level 4和Level 5 则意味着车辆需要适应大部分条件下的自主驾驶。而对环境的适应程度,则取决于自动驾驶的边缘性能,即在极端条件下,让汽车学会采取措施保障乘客的最大生存可能性。

这就自然而然需要巨大的数据量,以供自动驾驶系统通过人工智能完成各种环境下的学习。那么数据是不是决胜Level 4 以上自动驾驶系统的关键呢?

奇点汽车创始人沈海寅认为,现实道路数据的掌握十分重要,特斯拉之所以能在自动驾驶领域比传统车厂的步伐更快,正是因为特斯拉车载的传感器会不断采集道路图片和视频等数据,这些数据成为特斯拉推进自动驾驶的优势。

“不管你买了特斯拉是否花钱激活Autopilot,特斯拉都无所谓,反正它的传感器会一直在收集数据。”沈海寅说,“而且它收集到的都是真实的路况数据,比投入100或者1000辆自动驾驶车去做的要有价值。”

自动驾驶项目 AutoX 创始人、前普林斯顿视觉研究组关键人物肖建雄则认为,“数据并不一定是关键因素。拥有道路数据的公司要远多于做自动驾驶的公司。”

蔚来汽车软件开发副总裁庄莉持相似观点,“数据可能很多企业都有,但是如何利用是个问题。”
蔚来汽车软件开发副总裁

蔚来汽车软件开发副总裁

庄莉表示,数据的利用面临以下几个问题:

第一,车厂有很多数据,但是有没有能力传出来,取决于你的计算能力;

第二,即便你传出来,能不能承担起传输费用,要知道普通的一部视频没有压缩的话都是几个TB,车里的数据只会更多;

第三,传输出来还要做数据的标定和清洗,你有没有这些技术;

第四,如何高效率地利用这些数据,从数据中获取你要的信息,也是自动驾驶技术的关键。

钛媒体曾报道过不少自动驾驶明星创业团队,包括吴恩达担任独立董事的Drive.ai、王劲创立的景驰科技,都在数据的利用上有一套半自动的处理方式。

显然,对于任何一家自动驾驶公司来说,数据量级都只是基础,如何高效率地利用好数据更为关键。而这个高效率不仅包括利用效率,也包括测试的有效范围有多大,在这一点上,与会者一致认为,北京街头或许是收集无人驾驶路测数据的典型场景。

无人驾驶之前的车载OS革命

如同大量控制系统、传感器技术掌握在博世和大陆这样的Tier1供应商手中一样,汽车内部的数据传输技术CAN总线协议也是由这些老牌供应商制定。如今,都已成为自动驾驶创业者打开汽车智能化大门的阻碍。

景驰科技CTO韩旭表示,越深入汽车内部,越会有一个感受,就是很多技术都掌握在零部件供应商手中。而庄莉也指出,CAN总线有限的传输速度已经成为自动驾驶技术的障碍之一,而早于自动驾驶到来的智能车载系统革命,则可能突破现有的带宽限制。

“汽车当中很重要的两个体验,一个是导航体验,一个是音频体验。汽车核心交通工具属性,要求它从A最快地到达B,导航就成为刚需,而汽车中的大屏带来的导航体验势必要超过手机加一个支架。”庄莉说,“而移动互联网带来的智能交互体验,也会在汽车这个空间里进行传承,用户需要用语音控制汽车里的几乎所有操作,所以综合起来,一套智能车载系统很可能是先于自动驾驶到来的汽车革命。”

在庄莉看来,当前车内的通信架构与PC对数据的传输效率是完全不同的,而智能网联系统则有助于改善车内的通信协议,提升传输带宽。

明势资本创始合伙人黄明明也认为,车内的智能网联交互系统是决胜传统汽车的关键,具体的行业格局应该是一家独大,还是多家并存,则取决于谁对车载操作系统的理解更深。

不过,在钛媒体看来,博世这样的零部件巨头还控制着车内元器件之间的协议,商业上的壁垒仍然很高。

“或许谷歌能够实现这个目标,如果他买下Uber或者Lyft,再买下一家主机厂。” 黄明明开玩笑说。(本文首发钛媒体)

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

本文系钛媒体原创,未经授权不得使用,如需获取转载授权,请点击这里
分享到:

第一时间获取TMT行业新鲜资讯和深度商业分析,请在微信公众账号中搜索「钛媒体」或者「taimeiti」,或用手机扫描左方二维码,即可获得钛媒体每日精华内容推送和最优搜索体验,并参与编辑活动。

李勤
李勤

邮箱qinli@tmtpost.com

评论(0

Oh! no

您是否确认要删除该条评论吗?

分享到微信朋友圈