打開泰伯APP,感受不一樣的閱讀體驗
立即體驗

自動駕駛汽車哪年上路?楊殿閣教授給出最靠譜答案

?2020-03-24 16:15:43

摘要: 作為自動駕駛高精地圖專家,他也詳細闡述了自動駕駛地圖在自動駕駛中的重要地位、產業空間和未來發展趨勢。

3月16日,清華大學車輛與運載學院教授楊殿閣做客WGDC2020在線直播,向近十萬人闡述我國自動駕駛產業全局以及帶來的產業機會。

眾所周知,清華大學是我國汽車工業的重要陣地之一,從1932年建立機械工程學系到1952年設立全國首個汽車專業,從1958年“真刀真槍”地制造了中國第一輛自主設計的微型車,再到1980年清華大學正式成立汽車工程系。去年,該系正式改制為車輛與運載學院,楊殿閣也成為改制后的首任院長。

在楊殿閣擔任系主任、院長期間(2016年至今),也是我國自動駕駛行業快速崛起的幾年。在這期間,他參與了今年年初發布的、迄今為止最全面也是最重磅的智能汽車行業戰略(即《智能汽車創新發展戰略》)的制定過程。

在本次直播中,他詳細闡述了《戰略》的制定過程,以及我國自動駕駛行業的“前世今生”。同時,作為自動駕駛高精地圖專家,他也詳細闡述了自動駕駛地圖在自動駕駛中的重要地位、產業空間和未來發展趨勢。

以下為直播要點:

一、《智能汽車創新發展戰略》的前世今生

年初,發改委聯合11個部委正式發布智能汽車的創新發展戰略。網友們看到戰略的時候大概是在2月底,實際上戰略是在2月10號就已經發布了,本來是要等著戰略發布的時候,這些解讀同步發布,但是因為新冠疫情的影響,考慮到國內的形勢,并未進行戰略宣傳。

說到這個文件的制定,時間要比這個長得多。我們最早進入到這個文件,應該是在2017年3月31日。實際上是在2017年3月31號的時候,我們配合科技部給總書記寫了一個報告,這個報告是搶抓新能源汽車自動駕駛發展的重大戰略機遇。

總書記在4月11號正式批復報告,批給了發改委和工信部,發改委收到總書記的批文以后,我們就開始組織準備第2個報告。第2個報告是在17年8月份,通過發改委交給國家。

第二個報告提到,把智能汽車的發展在中國上升到國家戰略去做。8月份的時候總書記又批了第2個報告,同意了這個想法。所以大家看到實際上是在2017年12月份,智能汽車創新發展戰略的征求意見稿就已經出來了。征求意見稿的正式的公開應該是在2018年的1月8號,經過了整整兩年的征求意見,在2020年的2月10號正式發布。

這個文件大家也可以看到,它是11個部委聯合發布。它體現的實際上是一個國家的戰略。所以今天給大家解讀的第一個觀點就是智能汽車的技術變革和國家戰略。那么在這個文件里面大家還可以看到另外一個特點,他所講的所有的內容,綜合起來看的話,其實就是中國標準智能汽車,這里指的是中國標準智能汽車,而不是中國智能汽車的相關標準。

中國的智能汽車要怎么做?它不僅講了中國標準的智能汽車,也講了中國的智能汽車的發展路線該怎么發展。

二、汽車行業的巨大變革,才吸引來了谷歌,英特爾和百度

從21世紀到現在,我們講工業4.0,特點是網聯化,那么在這個階段,我們相信跟前面的三個工業的工業革命一樣,工業4.0也一樣,給我們的汽車產業會帶來一個重大的變革的機遇。那么這個變革的機遇,實際上在我們汽車行業內,我們把它叫做新四化,叫電動化、智能化、網聯化和共享化。

在這新四化的背后,其實是什么?實際上更深層次是能源的革命,人工智能、大數據、物聯網、共享經濟,是這些技術的發展到了一定的階段,推動了汽車產業的變革。汽車產業的變革,我們如果再深入的去看一下,會發現其實它改變的不僅僅是汽車產業,它改變的實際上是整個社會形態。因為汽車特別是到智能化以后,隨著無人駕駛的實現,我們會發現人的移動出行的方式發生了巨大的改變。

衣食住行,當我們出行方式發生革命性變化的時候,整個社會的形態會被重構,那么對我們來講,實際上是一個巨大的變革機會。如果簡簡單單是汽車產業有一些技術的變革、升級,我們相信比如像英特爾,像谷歌,像中國百度、騰訊、阿里、華為,不會對這一點產業的變革感興趣,他更感興趣的實際上是背后的社會形態的重塑,對我們來講是一個非常重要的技術革命的契機。

三、中國除了強調單車智能,也很重視車聯網

經常有人會問我這個問題,說智能網聯汽車跟自動駕駛有什么區別?自動駕駛是不是就是無人駕駛?我經常給大家解釋的時候會說,說智能汽車跟智能網聯汽車、自動駕駛其實說的是一個事兒,其實都是智能汽車。在中國過去的這些年里面,大家會發現我們不同部委發公文的時候,用的這個詞是不太一樣的。比如說像發改委發文,他就喜歡用智能汽車,工信部發文他就喜歡用智能網聯汽車,科技部發文他就喜歡用自動駕駛,但實際上說的都是一件事情,所以這次在創新發展戰略里面索性就做了一個解讀,就是說智能汽車我們說的智能網聯汽車自動駕駛汽車,說的都是智能汽車這回事,所以以后大家見到這三個詞,就要正確的理解,其實它指的都是智能汽車。

那么智能汽車或者智能網聯汽車,我們從它的定義里面來看,這里面我們說是指搭載車載的先進的車載傳感器、控制器和執行器等裝置,融合現代的通信與網絡技術,實現車與x,即人、車、路、云、端等進行智能的信息交換、共享,具備復雜的環境感知、智能決策、協同控制的功能,實現高效、安全、舒適、節能行駛,并最終可以替代人來操作的新一代的汽車,這是中國的定義。

但是在國外其實并不是這個定義。其實這個定義很好的反映了我們剛才講叫中國標準智能汽車體系,它里面有中國標準的思想,在美國,包括谷歌,發展智能汽車,它很重要的一個思想實際上是單車智能,就是靠一個車上裝很多的傳感器,然后這輛車可以去充分地感知世界。要讓他足夠的聰明,然后這輛車可以替代人,它是要通過單車智能的方式去發展智能汽車。

從中國的定義中也可以看到,我們強調的智能汽車,我們很重視單車智能是吧?比如通過人工智能運用先進的傳感器,讓這個車有自動駕駛功能。我們重視車的單車智能,但從定義中大家也可以看到,我們還重視什么?就是車聯網。就是說車與x,車與人、路、云的通訊,所以在中國的智能汽車的發展路線中,我們是強調了單車智能跟這種網聯智能協同并重的發展方式,那么這一點恰恰就是我們中國的智能汽車的一個發展的一個思路。

四、除了L1-L5,中國還在做道路的分級

中國標準的智能汽車體系很重要。中國在定義我們的智能汽車的分級的時候,還同時定義了網聯化的分級標準。網聯化也是分三級,就是一級、二級和三級。

一級是網聯輔助信息的交互,在開車的過程中獲取的各種各樣動態交通信息,導航的信息,其實只是一級的代表,二級是網聯協同感知,通過車車、車路、車云的合作,讓這個車產生協同的感知,去消滅感知的盲區。具備這樣的功能它就是一個二級的網聯功能,三級是網聯協同決策與控制。這車的決策和控制實際上是通過網聯來實現的,就是三級。在發展智能汽車的時候,同時給了網聯化的標準,也就代表著發展智能汽車,實際上是非常強調這個車要具備網聯功能,具備協同的功能。

那么網聯協同跟自動駕駛是一個什么關系?如果說自主駕駛,能不能做到無人駕駛?能做到的。所以說自主駕駛不加網聯的功能,輔助駕駛是沒任何問題的,比如說我剛才講到的L1、L2、L3,甚至到高級別的L4,自主的駕駛也沒有問題,但想做到完全的自動駕駛就是L5狀態的,這個車是必須具備網聯的功能的,所以從這一點上來講,網聯自動駕駛是更適合于未來的發展趨勢。

談到網聯,除了車以外,你要跟別人連。跟誰連?跟基礎設施連。那么基礎設施很多就在道路上。說到智能網聯汽車,在中國就要談智能網聯道路。那么未來還會有智能網聯的交通系統。在2020年年終的時候,中國汽車工程學會、中國公路學會,自動駕駛標準化工委會會聯合發布智能網聯道路的系統分級,也就是說我們不僅定義了汽車的0-5,我們現在也在定義道路的0-5。

那么0級的道路,主要是為非智能化的汽車,比如說現在傳統的很多的道路,像鄉村剛修了一條路,這條路沒有任何的信息化,一般是為沒有智能化的汽車,在這上面跑沒有問題。

但是,如果是無人駕駛,就要求這個道路它就一定有基礎設施,它的基礎設施會達到4級跟5級。也就是說道路里的L1對應自動駕駛汽車的L1,道路的L4對應自動駕駛汽車的L4,道路的L5對應自動駕駛汽車的L5,也就是真的想實現L5的自動駕駛,就要求道路具備5級智能化功能。

五、自動駕駛離不開商業驅動

當然了大家說到這兒,也會關心自動駕駛的落地,那么美國相對來講是走得更靠前一點。我覺得更有意義的實際上是Waymo 在鳳凰城提供的ROBOTAXI服務,2019年7月,完全自動駕駛汽車,不需要安全員,上線的第一個月內,運送了6299名乘客,出車4678次,行駛96377公里,平均每天這些無人車會提供156次出行服務。

Waymo測試其實已經開展了兩年,但前面的兩年它重點實際上是帶安全員的。從19年的7月份開始,他把安全員去掉了,這輛車完全是一個L4的車。大家注意就是Waymo在鳳凰城這個實驗是非常有意義的,他不僅測試了這些自動駕駛的所有的這些功能,證明這個車是安全的、可靠,能實現這些功能。很重要的一點,它在測試一種商業模式。

大家知道Waymo的這種商業模式。如果不用人去開,他的運行成本大概是每英里0.2-0.3美金,但如果是有一個司機去開無人駕駛的車,他的運行的成本大概每英里是0.5美金,也就意味著用無人駕駛的車替代司機,每英里可以節省0.2-0.3美金。

如果一輛車一年在這地方開10萬英里,他就可以節省,比如說2萬美金到3萬美金的成本,大家知道這種商業模式就能算得過來,因為真正的ROBOTAXI能不能落地?有多大規模的落地,是取決于這種商業模式的。所以這也是一個很重要的探索。

斯坦福大學對美國的自動駕駛的落地的一個預測,在預測中,針對這種私家車,在2020年之后,重點落地的技術其實還是L3,部分可能是到L4,2025年之后,可能部分有L4的這種落地的應用,那么特別是在城區的是在2025年之后到2030年。真正要做到L5級的,至少是在2035年之后,我們看到2020年開始落地,其實更多的是什么?是一些特殊的車輛,比如像ROBO TAXI,包括像在高速公路的那種卡車隊列,這種特殊的車輛在特殊的環境下,它的落地。

六、車企爭L1-L3,運營商爭L4,政府爭L5

那么這些車真正想做到隨時隨地可以做到無人駕駛也就L5級的,需要到2035年之后,大家就會關心,我們中國智能汽車落地的時間表。這一點在創新發展戰略中提到。到2025年,中國標準的智能汽車的體系基本形成,實現有條件自動駕駛L3的智能汽車達到規模化的生產,實現高度自動駕駛L4的智能汽車在特定環境下的市場化的應用。2035到2050年,中國標準智能汽車體系全面建成。

一家數據調查公司,對中國的大城市和二級城市L4落地的做的市場調研,從調研當中可以看到,最大量的用戶是選擇在什么時間點?大概在2025這樣的時間點,認為我們在2025-2030這樣的時間點,L4能夠在大城市、二級城市中有落地的機會。當然在大城市他們認為會更快一點,比如像北京、上海、廣州這樣的城市,L4的落地可能會更快一點。

具體到我們L1到L3到L4到L5落地怎么看?我們其實在起草智能汽車創新發展戰略的時候,在最早的征求意見稿里面其實是有一些數字的描述的。當時為什么加這些數字的描述,其實是為了讓大家更容易理解,比如用數字描述,大家就很容易理解說你發展的快慢了了。比如說我們當時最初的描述是到2030年,我們具備L1、L2智能的汽車實際上達到100%,這是什么概念呢?也就是說到2030年,基本上所有的車都具備智能的功能,也就意味著到2030年你的車沒有智能功能,你的車是賣不動的。

我們討論是L1、L2、L3跟L4和L5的落地的時間表。其實時間表大家從另外一個角度去思考,你也能推出來大概這個技術是什么時候落地的?我們說任何一個技術的落地,最終實際上是要靠一個成熟的商業模式,簡單來說就是這個技術他能賺到錢,這個技術自然就會落地。如果這個技術賺不到錢,這個技術你說它落地其實很難。

那么說到這以后我們就看L1、L2、L3我們會發現,它這個技術落地的時候,它的推動方式不一樣的。 首先說L1、L2、L3它的推動方式是誰?我們現在看其實它的推動方案主要是車企。車企對L1、L2、L3的技術感興趣,為什么呢?因為是用戶感興趣,用戶會買這些功能。比如說你現在去買車,大家很多人都會關注這個車有沒有倒車的影像,這個車有沒有緊急避障功能,這個車有沒有車道保持?他會關心這樣的功能。就像我們前些年說車的自動駕駛一樣,自動駕駛剛出來的時候,大家可能會覺得說我不需要這樣的功能,手擋也挺好,也能開。但是過了十幾年之后,你說你再買車買個手擋的車,你就不會買了。這些智能化的功能給你提供了很多駕駛者的方便。你在開的時候你會覺得用這個功能非常好,你會喜歡這個功能,等到將來車上大家都比較普遍的裝了功能以后,如果再有車不裝功能,可能車就賣不動了。

所以大家可以想象,如果到了2030年,如果我們剛才講L1、L2的這種智能,他已經達到100%了。如果你的車上還沒有裝這樣的功能,你的車就賣不動了。所以從這個角度來講,我們就會發現所有的車企對推動這種輔助駕駛功能,實際上都是非常上心的。

那么一直到L3也一樣,L3其實它也是為了減輕駕駛員的駕乘負擔的。所以說車企也是非常熱衷于推功能,但這些技術能不能落地?什么時候落地?取決于什么?我們說取決于成本,就是性價比。你增加這么一個功能,你就要增加設備,你增加這種開發的成本,你這個車就會加價。如果說我加一個這種自適應的巡航車,只加200塊錢、300塊錢,我可能就買了,但如果說增加的是5000塊錢、1萬塊錢、2萬塊錢,我可能就不要這個功能了。 那就意味著說成本要足夠低,我才能夠接受這個功能。

那么到L4也一樣,L4我們看看是誰對這個事情真正感興趣? 其實真正對L4感興趣的并不是車企,真正對L4感興趣的是什么人? 我們說是運營方,是一些運營單位。因為對車企來講,其實到L4的時候,它并不是直接賣給用戶,什么人對L4的感興趣,他是要運營車輛,用這個車來替代司機。

比如說像robotaxi,比如說的務港口的這種卡車,物流園區的卡車,那么我運營這些卡車,取代一個司機以后,我的成本可以降低,比如說在一個港口,一個港口,比如說我有300輛貨車,有500個司機,那么500個司機,按每個人五險一金都算上,一個人一年的成本是10萬塊錢,500個司機一年就是5000萬。我如果用無人駕駛的汽車代替這500個司機,那就意味著我一年可以節省5000萬,我能不能接受這個車? 大家就可以考慮。我如果說這每輛車上增加一個10萬塊錢的設備。那么300輛車增加多少?增加了3000萬,但是我一年我就可以節省5000萬的成本回來,也就意味著你增加3000萬。其實我一年就把成本收回來了,從第2年開始我都在賺錢了,那么對這樣的功能,對運營公司來講,他就非常愿意接受。所以我們就看到就是說如果L4你能滿足場景的運營需求,能夠cover成本,你L4就能落地。

那么具體的落地的時間點,相對來說相對L1、L2、L3來說它會稍微晚一點。那么基本在我們國家的冬奧會之后,2022年開始是到2025年,它是一個有條件的地方會嘗試的這種落地應用,這也是我們的創新發展戰略中去講的內容。

但是我們說L5是需要比較長的時間的,L5是需要正好到2035以后,為什么這么講?相對來說L5到現在它的商業模式其實沒有清晰,大家會說L5好,L5所有的車都無人駕駛了,隨時隨地無人駕駛了,可以零傷亡、零事故。但大家知道對零傷亡、零事故,對交通效率的追求,更多的是政府的行為。

那么對于商業公司來講,他更關心的是當前的這種收益,什么時候有一個成熟的商業模式讓商業公司覺得這個事可以賺錢了,他自然而然從市場的角度他會推動這個事情的落地。 目前來講L5我們還沒有找到非常成熟的商業模式,所以在這種條件下,我們說L5的產業化的落地是需要比較長的時間。

七、高精地圖不僅是超級傳感器,也是超級容器

那么下面我想跟大家分享一下,我們在做智能汽車跟自動駕駛的過程中,對高精度自動駕駛地圖到底怎么理解?我們前面看到的高精度的自動駕駛地圖,實際上是你肉眼看到的一個表面的現象,它更多的變化其實在它的內部,我們剛才說他是為機器設計的,為自動駕駛的大腦設計的,那么他這個地圖到底是什么樣子的?

從我們做自動駕駛的角度來講,它其實是我們復雜的多層模型。那么在復雜波動模型里面,大家可能會比較熟悉的是最下面的兩層,比如說道路級的路網層和宏觀的動態層,這兩層合起來就是我們的導航電子地圖,那么它的3和4它的中間連接層跟他的車道級的路網數據,到這一層的時候,數據的精度就已經上來了。因為車道級的路網是用來輔助我生成行車的軌跡的,所以到車道級的路網它就已經是厘米級的數據了。 實際上有車道級的數據,有道路級的數據,那么這個實際上地圖的精度已經到了厘米級。

但是我們說對我們自動駕駛來講是不夠的,我們自動駕駛除了用衛星定位以外,我們還需要利用地圖中的特征點來定位,需要一個特征的地圖層,那么它是由很多的高精度的3D數據來組成的。比如說燈桿,馬路牙子,路上的標線,路邊的這些樹建筑,所有的這些都是我一些特征和特征數據,所以這些數據它會存在特征圖層里面,這些數據對環境感知,對定位實際上非常重要的。

那么這些我們說還是你在地圖中直接能看到,大家剛才在看地圖的時候,其實這5層你是能看的,那么還有兩層你是看不到的,就是第6層跟第7層的內容。第6層是一個動態障礙物層,我們說這是一個實時的環境數據,就車輛在行駛的時候,通過視覺、毫米波雷達、激光雷達所感知到的這些障礙物,那么動態的融入到地圖里面,它實際上這是我組成的一個動態的環境數據。那么還有一個第7層是一個智能決策層,我重點給大家來介紹一下第6層跟第7層的內容。

整個地圖在目前的這一個模型下面,它在自動駕駛里是一個什么地位?我們說它是一個很重要的地圖傳感器,那么這個概念其實很重要啊,大家知道以前地圖在車上,它是一個什么?它是一個車載的設備,車載什么意思?他就跟收音機、錄音機是一樣的,跟收音機跟車上的各種各樣的這種娛樂設施是一樣的,是可有可無的。那么現在到了自動駕駛以后,高精度自動駕駛地圖它是什么?它是車控裝置,就跟我們的ABS跟這種ESA是一樣的。

那么自動駕駛地圖在自動駕駛里,他跟我的用攝像頭用毫米波雷達去感知世界也是一樣。它實際上通過地圖來感知很多的這種元素。所以從這個角度來講,地圖它實際上就是我的一個傳感器,只要一說到傳感器,大家都知道傳感器那就有精度,涉及到汽車的功能安全問題,你要把它當做像車上的這種溫度傳感器,這種氧傳感器一樣,要這么去要求,也就意味著我們高精度的自動駕駛這個圖在智能汽車里面,它是一個傳感器的存在,它實際上是一個必備的一個元素,而不是像以前的這種導航地圖可有可無。

在自動駕駛汽車里,地圖的傳感器它是不可以少的。所以我們說它是一個地圖的傳感器,地圖它不簡簡單單是一個傳感器,它是一個超級的感知容器,這話怎么理解? 第1個大家知道你相機能測到一些物體,激光雷達也能測到一些物體,毫米波雷達也能測到一些物體。那么所有測到的這些物體,你最終是要干什么?你最終你是要形成一個車輛的行駛環境,就車在行駛的時候,你感知到所有的人、車、物,最后的時候你車要認知說他給我的它是一個組成的虛擬世界,到底是一個什么樣的虛擬世界?我在這個虛擬的世界里我怎么開?哪些地方有空間?我都走哪些地方? 那么這個虛擬世界怎么形成的?我們發現最簡單的辦法就是把所有的感知的內容融合到地圖傳感器上去。

你在地圖的傳感器上,把所有感知到的人、車、物融合在上面,其實你車在行駛的時候,就相當于行駛的一個虛擬的數字空間里面,在這個數字空間里,你就知道你該怎么開。那么這是第1步的。我如果有車聯網有網聯,我就可以通過多車的交互,把多車上感知到的內容融合到一張圖上去,我讓這個車就可以形成一個超視覺、超視野的感知。所以從這個角度來講,我們自動駕駛地圖也是我們的一個超級的感知容器。

前面講到傳感器,講到感知容器以后,就把動態障礙物層去給大家講清楚了,大家就知道動態障礙物層其實是用地圖、傳感器、傳感容器形成的,但大家可能還不清楚的第7層是什么?第7層叫智能決策層,他存的是駕駛決策數據,這些決策數據是什么呢?我們說存儲的是跟自動駕駛學習機制相關的一些決策信息,來支持我后面的這種自動駕駛算法的。

八、五六年之后,自動駕駛地圖的市場規模會有多大?

自動駕駛的落地到2025年的時候, L1、L2、L3基本能夠形成產業化的落地。那么L4呢?實際上是在部分區域,示范化的運行,預計實際上L4的車到2025年應該是在百萬輛左右。所以從這個角度講,就是地圖自動駕駛地圖產業規模有多大?

從傳統地圖的業務模式來講,比如像傳統的導航電子地圖,大家知道導航電子地圖從2012年大概每年超過10個億左右的市場規模,那么如果從17年、18年應該是在40億到50億,所以這40億到50億,如果說按照去推到2025年,其實地圖的市場即使它是還能保持增長,最多也就70億80億的市場。

那么如果說只有百萬輛左右的L4的車,剛才又說L1、L2、L3它又不需要自動駕駛的高精度地圖,只有百萬輛自動駕駛的車,大家知道它并不是買地圖的方式,它更多的是地圖服務的方式。因為在高級別的自動駕駛里面,這個地圖數據它是作為一個提供持續更新,這樣的一個數據源存在。 這個數據你是必須要提供實時的服務的。

那么即使每輛車比如每年花上個幾百塊錢,甚至1000塊錢去買你的服務,只有百萬輛左右的車,其實只有10億20億的這種市場。但是這個市場其實不是這么算的。

大家可以想,如果有一天所有的車都是高級別的自動駕駛,都是L4、L5的了,那么整個中國有2億輛,全世界比如說幾十億輛的車在跑,那么所有的這些車大家想它跑在哪里?表面它跑在城市的道路上,但因為它是自動駕駛的,他所有的車其實跑在一個虛擬的數字城市里面,那么虛擬的數字城市真正在控制這輛車,也就是自動駕駛大腦最核心的東西,實際上是我們在動態更新的高精度的地圖。也就是說到未來的無人駕駛,那么所有的車里面最核心的一塊,實際上就是我們的高精度的自動駕駛地圖,它是車的最核心的。

那么從這個角度來講,我們說它不是說10億、20億的市場份額,它代表的實際上是背后的萬億美金的市場份額。因為誰掌握高清地圖?誰給車提供虛擬的數字世界?誰就在控制這輛車?控制這輛車就意味著一個全新的生態,所以從這個角度來講,它是非常巨大的。也正是從這個角度考,看大家可以看到,比如說谷歌也好,中國的所有的這些做ICT的企業,它現在投入自動駕駛地圖,他的核心不是為了賣這一份地圖,幾百塊錢、1000塊錢,他更在意的是后面的生態,所以我覺得到2025的時候,表面的市場份額可能不會太大,但是背后的市場價值是巨大的。

九、圖商未來應該賣服務

大家也知道在2020年的1月份京東也拿到了導航電子地圖的甲級資質,導航的甲級資質從最初的十幾家到現在實際上是22家,越來越多。我覺得一方面資質的放開,更多的企業加入,首先我覺得這是好事情。用這個資質把整個的能參與的商家束縛住,這個其實對我們一個技術,特別是一個技術在創新階段其實是不利的。在創新階段,其實我們需要有更多的企業投入,有更多的資金的投入,有更多資源的投入,同時我們也需要有不同的技術路線,所以放開更多的資質,讓更多的企業參與進來是非常好的。

但是我們也要注意另外一個問題,企業參與多了以后,因為對于自動駕駛地圖來講,將來他們需要形成規模,你不可能說你做了一小塊,他做了一小塊,我車廠跟你簽合同,我跟他簽合同,我各自用一小塊,這不太可能。那么自動駕駛地圖將來就需要有這種創新的模式,我們需要在模式上創新才能解決更多的企業參與進來,但是大家都能獲利的問題,也才能讓整個的行業得到一個健康的發展。簡單來說,將來大家不應該是賣地圖數據,更多的應該是賣地圖服務。

對所有的車廠來講,我要用的其實也是地圖服務。那么這樣的話大家會發現對所有的地圖,地圖公司來講,有可能你不需要把所有的地圖全做完,比如說我具備能力把北京的地圖做好,我具備能力把上海的地圖做好,比如說上海大眾的車,他在北京的時候,他可以使用A公司的數據,到上海的時候可以使用B公司和數據,我們能不能通過一個什么樣的機制,通過一個什么樣的平臺,把不同家的這種數據通過一個平臺提供給所有的這種讓車企自己去選擇用哪個的數據,用了誰的數據,為誰去支付這種費用就可以了。

所以大家也可以注意我們智能汽車創新發展戰略云平臺的那一部分,其實云平臺當時寫這部分的時候就有這個想法,怎么在虛擬的數字的世界里面,去由國家出面去搭建一個高速公路,或者搭建一個高速的鐵路,讓我們的自動駕駛汽車像高鐵一樣在軌道上去跑。

鐵路怎么搭? 這個是需要我們所有的企業聯合起來,大家共同去商量一個好的機制體制,去推動這件事情的發展。如果這件事能建立起來,我們說資質放的越多,參與的企業越多,可能就是越來越好。但如果不是這個機制還是傳統的模式,比如說像傳統的圖商的這種模式,我們每個人都要做高大全,每個人把所有的數據更新都要做了。我們會發現企業越多,意味著我們的成本越高,所以這是要辯證去看的一個問題。

十:L3消費價值巨大

我覺得L3的輔助駕駛是非常有意義的,當然L3很有難度,L3的難度主要是在于它實際上是人機共駕。那么人機共駕實際上對所有的車企來講是一個非常大的挑戰。

今年長安發布了自己的L3,但我認為 L3它的落地也還是個必然的過程。L3跟L4之間它不是一個遞進關系,不是說你先解到L3你才能做L4,你可以不選擇不用做L3,你直接去做L4,這是沒有問題的。

但是我們為什么說L3它是一個必定要落地的過程?實際上L3它是用戶驅動的,用戶現在開車的時候,剛開始有智能的功能,減輕點駕駛的壓力。但是隨著開的過程中,大家會發現,你越來越依賴他的時候,你就希望車的智能功能越來越強大,比如你很累了,你就希望這個車幫你開一會,這是你的需求。你的車如果具備L3的功能,你就能替他開一會,你要沒有這個功能就替他開不了。等到哪天長安的車具備功能,說你上汽的車不具備,大家可能就不買了,那就用戶用腳投票,用手投票,所以我們相信呢L3還是會落地的。 當然L3的落地跟l4的落地,其實并不沖突。

十一、共享汽車前景光明

自動駕駛技術的發展,對共享汽車實際上是一個利好的事情,在冬奧會的時候,我們組織的示范里面有7個車型的自動駕駛,其中有一個就是共享汽車,共享汽車要實現的是什么?它是最后一公里的自動泊車。進入奧運的首鋼園區以后,這輛車你到任何的只要進了園區,你就把這車放下就行了。這輛車他自己會開會到、停車場去,你在園區里的任何一個地方,你只要按了手機,這個車就從停車場他自己能出來,然后開到你的面前,你上了這輛車以后,你可以選擇你自己把它開走,它可能是一個L2到L3的車,但是它只要回到這個園區,它就是一個L4的車。

大家知道我們平時用車的時候,停車實際上是個大問題,如果說用自動駕駛能解決最后一公里的自動泊車,這是非常好的事情。因為我們選擇首鋼的園區在奧運會的時候,它是奧運的三塊金牌的產生地,奧運的單板跳臺,然后另外它那個地方實際上是由我們的奧組委的4個訓練館,冰滑、冰壺、冰球的訓練館是在那個地方,那么另外我們奧組委就在那,那么這個地方會有幾萬人的這個活動的空間,那么在這樣的空間?我們要提供的剛才說的就是共享的這種汽車?在這個區域里面,大家可能很多人就不用自己開車了,進了這個區域以后,用自動駕駛用L4的車解決我最后一公里的泊車。所以我覺得L4的技術,它會推動我們共享汽車有更好的這種發展的前景。

那么從未來來講,我覺得自動駕駛跟移動出行是有更緊密的聯系。去年我們原來從汽車系變成車輛學院,下半年我們就跟滴滴有一個合作,成立了一個聯合的研究中心。那么聯合研究中心中間很重要的一點做什么?做自動駕駛的情況研究。

滴滴為什么做方面的研究?大家知道的,剛才我們說到在waymo鳳凰城的測試,用無人駕駛的汽車真正的成規模去跑,你會發現它的成本比有人駕駛要低得多。而且比如說對滴滴它有大數據,滴滴的大數據,比如說你發了一個請求過來,你說我從這要去天安門,那么滴滴大數據算了以后,它能算出一條路徑來。他算出這條路進來以后,它會判斷一下,說這條路徑用無人車開,安全不安全?如果這輛車用無人車開不安全,他就派一個有人司機來接你就好了。

如果他判斷說這條路徑其實用無人車開很安全,非常可靠,哪怕直接用無人車來派你把它開過去,大家會發現這個無人駕駛其實能很好的跟移動出行能結合起來,所以我們想想自動駕駛跟我們的移動出行,跟我們的共享都有很好的結合點。

十二、高精地圖目前建立國標時機尚未成熟

高精地圖的相關的國標,現在正在研討的過程中。目前來講,其實高精地圖目前建國標條件不是太成熟,因為從技術路線上來講,現在還是有分歧的。大家知道在歐洲,針對高精度的自動駕駛地圖有兩個標準,一個是open drive,我們大家平時做仿真的時候用open drive會比較多,因為open drive本身實際上是一些仿真企業推出來的,他做仿真的非常合適。另外一個用的比較廣泛的標準,實際上是nds的標準,這是歐洲的OADF的組織。

那么NDS是很重要的歐洲的自動駕駛地圖的標準,這個標準我們說它不是免費的,它是收費的。 中國的很多企業參加NDS,日本的很多企業也參加NDS,而且我們也知道最近幾年NDS的相關的很多的內容,實際上是我們中國的企業在做的更新。

但是日本一方面用NDS,另外一方面日本在自己的國內推地圖格式,然后日本建立了DMP動態地圖公司。雖然是由車企零部件廠商跟地圖企業聯合起來,去做的一個自動駕駛地圖的一個公司,它推出了自動駕駛地圖的標準,RDM。我們中國目前其實在我們智能網聯汽車聯盟,另外就是我們的泰伯網,泰伯網在去年的時候,我們在德清也組織大家來討論我們自動駕駛地圖相關的標準,這些標準更多的是行業標準。

泰伯網組織的標準更傾向于比如測繪地圖的這種加工制作有關,我們智能網聯汽車聯盟這邊的自動駕駛地圖工作組,工作組更多的側向于地圖的使用跟自動駕駛的功能的結合,包括地圖交換格式,那么將來我相信就是泰伯網,中國測繪學會跟中國汽車工程學會會有更多的合作,把整個自動駕駛地圖的從采集、加工、制作、到應用上,整個產業鏈條將來會走通。 我個人在兩邊工作都在參與。

將來應該中國有自己的標準,那么日本有日本的標準,那么歐洲有歐洲的標準,但是這些標準之間要求能互換。簡單來說,就是所有的數據可以在這個標準下轉換,我可以轉到標準下,我們有自己的標準體系很重要。大家知道nds不是免費的,就意味著如果你所有的東西,沒有任何的選擇去用了這個標準的話,將來有一天他說給你收費,你就必須要交錢。

那么這也是日本為什么要做標準。他不是說nds不好,而是說我有自己的標準,你有nds的標準,你如果說不讓我用我自己的標準就行了,我就可以做這個工作。如果說你的車到日本來,你要用我的的標準,我要用你的nds的標準,大家咱們兩家互換一下就行了,你不要我的錢,我也不要你的錢。但是如果說我們自己沒有自己的標準體系,所有的東西沒法形成互換,你所有的標準專利,所有的東西沒法形成互換的時候,其實你就沒有議價的空間了。

所以我們將來有自己的標準體系,而且大家知道我們中國的自動駕駛地圖、高精度地圖涉及到高精度的數據,從采集到制作、加工、使用,都有很嚴格的管理規范。很多中國的這種復雜的交通特點、道路特點,也是我們適合于我們自己有一套相關的這種標準體系。但我們這種標準體系剛才說就是要充分的跟歐洲的OAdf的組織,跟日本的dMP的組織,然后形成合作,將來大家在標準的建設上互通有無,最后應該是跟歐洲跟日本合作起來,聯合去推出ISO的相關的標準。

我們國內應該有些企業已經在參與國際標準化組織的自動駕駛地圖相關的一些工作,據我的了解,華為就在里面。有些跟我們的一些合作。那么華為我記得好像他們就已經在參與自動駕駛地圖相關的一些國際標準組織的一些相關的討論的工作。

十三、車廠還是自動駕駛企業會占領高地?這是一個問題

這個問題換一個角度解讀,實際上就是未來如果真的實現了無人駕駛,這個市場到底是自動駕駛的公司,或者說這些運營公司去主導,還是汽車公司去主導? 我覺得現在來說其實沒有答案。也正是因為有這個問題,大家會發現所有的汽車公司它現在是比較焦慮的,包括豐田、大眾。豐田在2018年,宣布要轉型,從一個傳統的汽車制造商轉變為一個移動出行的服務商,大眾也宣布自己從原來的12個品牌擴展到第13個品牌。

第13個品牌就是移動出行的品牌,他們實際上都把自己的競爭對手改變了,他的競爭對手不再是汽車廠,而是谷歌和蘋果。為什么?他在擔心的就是未來誰來主導自動駕駛的市場?真正的所有的車都無人駕駛了,都是L5級的了。那么到底是車企在控制這件事情,還是這些運營商在控制,還是這些自動駕駛公司在控制?

其實這個實際上是未來我覺得是未來需要去尋求一個答案,也是看技術路線到如何發展。如果汽車公司很爭氣、很努力,在這上面做了很多的工作,未來汽車的公司,他就能在這個領域里有一席之地,說不定就是他在主導。但如果說這些互聯網公司很努力,那么汽車公司有可能在產業鏈就變成一個像富士康一樣的代工企業。你就給別人做車的加工,加工出來以后,車裝不同公司的大腦,這個公司就去運營去了。可能你就是加工廠,你在整個產業鏈鏈里面就賺一個非常薄的利潤。

但是如果說汽車公司很努力,我們做到了大腦,我們能做這個蛋糕,我們要做運營,我是運營商,我就從產業鏈從最底端一直到最高端,我都做了。所以大家最近也看到,比如說除了豐田,大眾,中國的一汽、東風、長安、也組建了3的運營公司,他為什么呢?其實他也是在做這方面的嘗試。那么另外比如說我們很多國內的汽車公司也都在做出行公司,其實都是在做這樣的嘗試。

打開APP,查看更多內容
[責任編輯:阿萍]
聲明:泰伯網登載此文出于傳遞更多信息之目的,并不意味著贊同其觀點或證實其描述,文章內容僅供參考。

每一篇深度報道,解讀數字經濟、推動商業向善、定義轉型中國。關注泰伯網微信公眾號,了解最全面的行業資訊。我已加入“維權騎士”(rightknights.com)的版權保護計劃。

打開APP,查看精彩評論
  • GIO企業家俱樂部會員
  • 泰伯智庫

加入GIO俱樂部,連接GIO、連接產業、連接資本、連接海外。

聯系電話:13522258461

猜你喜歡

熱文推薦

精彩活動

更多>>
中超最新消息天津天海 期货配资注意事项 期货理财平台 大智慧手机炒股下载 十一选五任七稳赚组合 云南省体育彩票 双色球模拟选号器 pk10两期在线人工计划 11选5稳中两个算法 上海股票配资利息 安徽快三计划网址 北京pk10计划手机软件 广东11选5合法吗 炒股是最难成功的职业 北京快三历史开奖 一分彩网站 成都股票配资 航宇汇金