正在阅读:

自动驾驶商用,小马智行、百度Apollo各有妙招?

扫一扫下载界面新闻APP

自动驾驶商用,小马智行、百度Apollo各有妙招?

目前自动驾驶才刚刚进入商业化试点阶段,距离大规模商业化还有很长的路要走。

文|蛇眼财经

随着汽车智能化的迅速发展,自动驾驶技术迎来了发展的契机,无人出租车、无人配送车、无人环卫车等多种自动驾驶场景纷纷落地,市面上的大部分电动车也都已经具备了一定水平的自动驾驶功能。

不过,目前绝大部分汽车的自动驾驶水平都还处在L1-L2级,仍属于辅助驾驶阶段,还很难实现真正意义上的L3-L4级高阶驾驶。另外,目前自动驾驶出行服务,才刚刚进入商业化试点阶段,距离L3-L4级别自动驾驶大规模商业化还有很长的路要走。

自动驾驶商用难

当下虽然自动驾驶技术发展形势一片向好,但距离大规模商用还有很长的一段路要走,而导致自动驾驶技术无法大规模商用的原因则是多方面的。

首先,当前的自动驾驶技术难以有效地应对高风险的环境。L2级自动驾驶在雾霾、沙尘暴、暴风雪等极端恶劣的气候条件下,始终难以实现从识别到理解的技术跨越。例如特斯拉的Autopilot系统,虽然可以在正常的雨雪中导航,路标也清晰可见,但在暴雨或车道线出现遮盖的时候却难以实现自动驾驶。显然,恶劣的天气条件会阻碍车辆自动驾驶的水平。

其次,自动驾驶技术的开发成本非常高。自动驾驶汽车对激光雷达的需求量极高,目前包括谷歌、奥迪、福特和百度等在内的公司研发的无人驾驶汽车,基本上都采用了激光雷达。但激光雷达的作用是具有两面性的:一方面,使用激光雷达系统,可以更加精准地识别障碍物与收集信息,提升自动驾驶汽车的性能;另一方面,激光雷达的价格非常高,大量使用会导致汽车成本高企。

激光雷达属于高精密机械,对制作工艺要求极高,这就导致了其生产成本高,多线雷达尤其贵。当下,几乎所有成熟的无人驾驶技术方案,都采用的是64位激光雷达,价格高达10万美元,而在激光雷达的成本构成中除了物料以外,量产成本也占了比较大的比重。业内一般认为,目前激光雷达依然十分昂贵的主要原因是自动驾驶产业还未落地,需求量还没达到一个质的提高。

其次,无人驾驶汽车的安全问题也不容忽视。相较于传统汽车安全,自动驾驶汽车的安全问题主要表现在其网络数据有被入侵的风险,一旦自动驾驶数据系统被入侵,车辆的摄像头和后台数据算法将无法正常运行,车辆将会失去控制,极有可能造成严重的交通事故。

最后,自动驾驶交通事故的立法短板亟待补齐。近年来自动驾驶交通事故频发,但目前我国在法律层面并未区分传统汽车与自动驾驶汽车,更未对自动驾驶汽车不同自动级别、不同责任主体进行区分,因而自动驾驶汽车的出现将会给现行法律的适用带来很多问题。

小马智行多路并举

作为国内头部的自动驾驶领域玩家,小马智行致力于提供安全、先进、可靠的自动驾驶技术,目前它从出行到物流领域,均实现了交通方式的变革。另外,小马智行在业内领先的全栈式软件、硬件研发能力,也推动着其不断地向自动驾驶技术无人化和规模化迈进。

其一,小马智行通过自研域控制器,为其商业化提供了新路径。前段时间,小马智行官方宣布正式对客户交付域控制器样品,该域控制器将于2022年第四季度正式开始大规模量产。基于小马智行自研的域控制器和其自动驾驶软硬件的加持,车辆可在繁忙的城市公开道路以及高速路实现多种智能驾驶功能,更能够满足量产自动驾驶功能的场景,所以许多自动驾驶领域的玩家都选择与其合作。

例如丰田S-AM(Sienna Autono-MaaS),将是第一批搭载该系统的车型。同时,小马智行官方还透露,一部分乘用车和商用车车企也与其达成了合作。关于价格,小马智行EE架构负责人称,就域控制器本身而言是具有竞争力的,但最终的交付方式要根据不同厂商的不同需求,提供加上上层软件算法的整体解决方案。

其二,小马智行持续加速推进Robotaxi商业化的进程,以探索汽车无人化的商用路径。一方面,小马智行积极自建自动驾驶出行技术平台,沉淀服务经验;另一方面,小马智行也积极推进与第三方领先出行平台的合作,以此来逐渐实现Robotaxi的规模化应用。例如小马智行与如祺出行达成战略合作,利用如祺出行平台的高效运营优势和海量数据优势,推动前沿自动驾驶技术在出行平台上的商业化落地。

其三,小马智行推动自动驾驶卡车的商业化运营,以推动商用领域和场景的拓展。截至今年6月初,小马智卡的自动驾驶商业运营里程已经突破20万公里,累计运送货物超25600吨。由于小马智卡在技术方面的深厚积累,使得它能够有效应对大曲率匝道、障碍避让、极端气候条件、长隧道等各种复杂的场景完成驾驶任务,因此其在卡车领域获得了很好的应用,这也让其商用的领域和场景得到了很大的拓展。

百度Apollo渐行渐近

与小马智行相比,百度在自动驾驶技术领域的布局更早,在无人驾驶专利技术上的领先优势更大,其在地图更新、路线规划、目标检测、道路检测和异常识别等分支技术上也取得了一定的成果。基于这些技术优势,百度Apollo在智能驾驶领域持续投入、不断迭代,以加速其商业化落地。

一方面,萝卜快跑通过提供自动驾驶付费出行服务,以加速无人出租车项目的商业化落地。萝卜快跑作为百度旗下的自动驾驶出行服务平台,目前已经覆盖北京、上海、广州、深圳、重庆、长沙、沧州、阳泉这八个城市。值得一提的是,萝卜快跑已经在北京、重庆、阳泉这三地开启了正式收费运营。据百度发布的2021年第4季度财报披露,萝卜快跑的载人订单量约为21.3万单,环比增加了近一倍,可见百度Robotaxi商业化落地已经取得了不俗的成绩。

另一方面,百度坚持车路协同的自动驾驶技术路线,使其造车成本大幅降低。比起单车智能,车路协同更安全,也更具经济效益,车路协同可将部分自动驾驶功能转移到路端,大幅降低车端感知设备的部署和应用成本。目前百度的车路协同方案,已是业内唯一既服务当下交通治理,又面向未来智能驾驶的解决方案。

最后,百度还通过为车厂提供智能车解决方案拓宽商业化的范围。据百度最新发布的2022年第一季度财报数据披露,百度面向车厂的智能车方案,包括乘用车智能驾驶方案、高精地图、车载OS、智能座舱助手系统等,销售总额突破了100亿,商业化基本上已经初具规模。

据悉,百度可以按照不同车厂的不同需求,既可以为它们提供软硬一体化的全栈解决方案,也可以只提供软件或某些功能模块,让其与车厂自行研发的架构相适配。以ANP(智能领航辅助驾驶)2.0为例,威马、比亚迪、岚图和广汽,直接买了ANP全套方案,而长城汽车只买了ANP其中的一部分软件,而后百度方面需要根据其不同车型做适配。

商业化路途还有多远?

自动驾驶赛道是一条万亿级赛道,广阔的市场前景吸引了众多企业的加入。天眼查数据显示,目前我国共有5800余家企业经营范围含自动驾驶、智能驾驶和无人驾驶。根据HIS报告,预计到2022年,全球自动驾驶市场规模将达到1629亿美元,同比增长14%左右;而中国的自动驾驶市场增长更快,2022年增速约为24%。截至2021年11月25日,全国首个自动驾驶出行服务商业化试点在北京实施,这意味着自动驾驶服务从测试示范走向了商业化示范,自动驾驶正式进入了下半场。

那么,我们距离自动驾驶技术大规模商用还有多远?要回答这个问题,还需要结合多方面去分析。

一方面,科技巨头纷纷入场,加速了高级别智能驾驶的研发和落地进度。蔚来、小鹏、理想、广汽、长城推出了具备领航辅助系统(具备L4功能)的智能车型,配备各类传感器、高算力芯片和可升级计算平台,可实现城市、高速路段的自动驾驶,华为也在加速发展智能汽车部件业务。

比如,在自动驾驶领域,华为与车厂有两种合作模式。一种是HuaweiInside模式,华为为车厂提供包含智能驾驶应用软件、计算平台以及传感器等在内的智能驾驶全栈解决方案;另一种是平台模式,华为只为车厂提供MDC智能驾驶计算平台,MDC平台将和车厂的传感器和执行器连接,支持车厂开发自己的智能驾驶软件。据了解,目前北汽、长安、广汽等合作车企,均选择了HuaweiInside合作模式。

另一方面,虽然自动驾驶技术在不断地进步,但目前始终难以实现L3-L4级规模化。国内市场,目前已经实现L1-L2级自动驾驶规模产业化,预计到2025年,50%的新车将具备L1-L2级自动驾驶功能;到2030年,基本上所有的新车都会具备L1-L2级自动驾驶功能。这也意味着到2030年,不具备辅助驾驶功能的车可能会与时代脱节。

根据美国斯坦福大学的预测,L4高级别自动驾驶将在2020到2025年真正实现,率先应用在卡车、共享出租车等专用车辆;对于私家车而言,L4级自动驾驶预计在2030年左右实现,而L5级自动驾驶至少要等到2035年后,当然这只是实现自动驾驶理想的时间节点。

显然,在法律、基础设施、安全等尚未解决的现实问题面前,自动驾驶商业化的道路并不是平坦的,但从时间周期上来看仍然值得期待。

本文为转载内容,授权事宜请联系原著作权人。

评论

暂无评论哦,快来评价一下吧!

下载界面新闻

微信公众号

微博

自动驾驶商用,小马智行、百度Apollo各有妙招?

目前自动驾驶才刚刚进入商业化试点阶段,距离大规模商业化还有很长的路要走。

文|蛇眼财经

随着汽车智能化的迅速发展,自动驾驶技术迎来了发展的契机,无人出租车、无人配送车、无人环卫车等多种自动驾驶场景纷纷落地,市面上的大部分电动车也都已经具备了一定水平的自动驾驶功能。

不过,目前绝大部分汽车的自动驾驶水平都还处在L1-L2级,仍属于辅助驾驶阶段,还很难实现真正意义上的L3-L4级高阶驾驶。另外,目前自动驾驶出行服务,才刚刚进入商业化试点阶段,距离L3-L4级别自动驾驶大规模商业化还有很长的路要走。

自动驾驶商用难

当下虽然自动驾驶技术发展形势一片向好,但距离大规模商用还有很长的一段路要走,而导致自动驾驶技术无法大规模商用的原因则是多方面的。

首先,当前的自动驾驶技术难以有效地应对高风险的环境。L2级自动驾驶在雾霾、沙尘暴、暴风雪等极端恶劣的气候条件下,始终难以实现从识别到理解的技术跨越。例如特斯拉的Autopilot系统,虽然可以在正常的雨雪中导航,路标也清晰可见,但在暴雨或车道线出现遮盖的时候却难以实现自动驾驶。显然,恶劣的天气条件会阻碍车辆自动驾驶的水平。

其次,自动驾驶技术的开发成本非常高。自动驾驶汽车对激光雷达的需求量极高,目前包括谷歌、奥迪、福特和百度等在内的公司研发的无人驾驶汽车,基本上都采用了激光雷达。但激光雷达的作用是具有两面性的:一方面,使用激光雷达系统,可以更加精准地识别障碍物与收集信息,提升自动驾驶汽车的性能;另一方面,激光雷达的价格非常高,大量使用会导致汽车成本高企。

激光雷达属于高精密机械,对制作工艺要求极高,这就导致了其生产成本高,多线雷达尤其贵。当下,几乎所有成熟的无人驾驶技术方案,都采用的是64位激光雷达,价格高达10万美元,而在激光雷达的成本构成中除了物料以外,量产成本也占了比较大的比重。业内一般认为,目前激光雷达依然十分昂贵的主要原因是自动驾驶产业还未落地,需求量还没达到一个质的提高。

其次,无人驾驶汽车的安全问题也不容忽视。相较于传统汽车安全,自动驾驶汽车的安全问题主要表现在其网络数据有被入侵的风险,一旦自动驾驶数据系统被入侵,车辆的摄像头和后台数据算法将无法正常运行,车辆将会失去控制,极有可能造成严重的交通事故。

最后,自动驾驶交通事故的立法短板亟待补齐。近年来自动驾驶交通事故频发,但目前我国在法律层面并未区分传统汽车与自动驾驶汽车,更未对自动驾驶汽车不同自动级别、不同责任主体进行区分,因而自动驾驶汽车的出现将会给现行法律的适用带来很多问题。

小马智行多路并举

作为国内头部的自动驾驶领域玩家,小马智行致力于提供安全、先进、可靠的自动驾驶技术,目前它从出行到物流领域,均实现了交通方式的变革。另外,小马智行在业内领先的全栈式软件、硬件研发能力,也推动着其不断地向自动驾驶技术无人化和规模化迈进。

其一,小马智行通过自研域控制器,为其商业化提供了新路径。前段时间,小马智行官方宣布正式对客户交付域控制器样品,该域控制器将于2022年第四季度正式开始大规模量产。基于小马智行自研的域控制器和其自动驾驶软硬件的加持,车辆可在繁忙的城市公开道路以及高速路实现多种智能驾驶功能,更能够满足量产自动驾驶功能的场景,所以许多自动驾驶领域的玩家都选择与其合作。

例如丰田S-AM(Sienna Autono-MaaS),将是第一批搭载该系统的车型。同时,小马智行官方还透露,一部分乘用车和商用车车企也与其达成了合作。关于价格,小马智行EE架构负责人称,就域控制器本身而言是具有竞争力的,但最终的交付方式要根据不同厂商的不同需求,提供加上上层软件算法的整体解决方案。

其二,小马智行持续加速推进Robotaxi商业化的进程,以探索汽车无人化的商用路径。一方面,小马智行积极自建自动驾驶出行技术平台,沉淀服务经验;另一方面,小马智行也积极推进与第三方领先出行平台的合作,以此来逐渐实现Robotaxi的规模化应用。例如小马智行与如祺出行达成战略合作,利用如祺出行平台的高效运营优势和海量数据优势,推动前沿自动驾驶技术在出行平台上的商业化落地。

其三,小马智行推动自动驾驶卡车的商业化运营,以推动商用领域和场景的拓展。截至今年6月初,小马智卡的自动驾驶商业运营里程已经突破20万公里,累计运送货物超25600吨。由于小马智卡在技术方面的深厚积累,使得它能够有效应对大曲率匝道、障碍避让、极端气候条件、长隧道等各种复杂的场景完成驾驶任务,因此其在卡车领域获得了很好的应用,这也让其商用的领域和场景得到了很大的拓展。

百度Apollo渐行渐近

与小马智行相比,百度在自动驾驶技术领域的布局更早,在无人驾驶专利技术上的领先优势更大,其在地图更新、路线规划、目标检测、道路检测和异常识别等分支技术上也取得了一定的成果。基于这些技术优势,百度Apollo在智能驾驶领域持续投入、不断迭代,以加速其商业化落地。

一方面,萝卜快跑通过提供自动驾驶付费出行服务,以加速无人出租车项目的商业化落地。萝卜快跑作为百度旗下的自动驾驶出行服务平台,目前已经覆盖北京、上海、广州、深圳、重庆、长沙、沧州、阳泉这八个城市。值得一提的是,萝卜快跑已经在北京、重庆、阳泉这三地开启了正式收费运营。据百度发布的2021年第4季度财报披露,萝卜快跑的载人订单量约为21.3万单,环比增加了近一倍,可见百度Robotaxi商业化落地已经取得了不俗的成绩。

另一方面,百度坚持车路协同的自动驾驶技术路线,使其造车成本大幅降低。比起单车智能,车路协同更安全,也更具经济效益,车路协同可将部分自动驾驶功能转移到路端,大幅降低车端感知设备的部署和应用成本。目前百度的车路协同方案,已是业内唯一既服务当下交通治理,又面向未来智能驾驶的解决方案。

最后,百度还通过为车厂提供智能车解决方案拓宽商业化的范围。据百度最新发布的2022年第一季度财报数据披露,百度面向车厂的智能车方案,包括乘用车智能驾驶方案、高精地图、车载OS、智能座舱助手系统等,销售总额突破了100亿,商业化基本上已经初具规模。

据悉,百度可以按照不同车厂的不同需求,既可以为它们提供软硬一体化的全栈解决方案,也可以只提供软件或某些功能模块,让其与车厂自行研发的架构相适配。以ANP(智能领航辅助驾驶)2.0为例,威马、比亚迪、岚图和广汽,直接买了ANP全套方案,而长城汽车只买了ANP其中的一部分软件,而后百度方面需要根据其不同车型做适配。

商业化路途还有多远?

自动驾驶赛道是一条万亿级赛道,广阔的市场前景吸引了众多企业的加入。天眼查数据显示,目前我国共有5800余家企业经营范围含自动驾驶、智能驾驶和无人驾驶。根据HIS报告,预计到2022年,全球自动驾驶市场规模将达到1629亿美元,同比增长14%左右;而中国的自动驾驶市场增长更快,2022年增速约为24%。截至2021年11月25日,全国首个自动驾驶出行服务商业化试点在北京实施,这意味着自动驾驶服务从测试示范走向了商业化示范,自动驾驶正式进入了下半场。

那么,我们距离自动驾驶技术大规模商用还有多远?要回答这个问题,还需要结合多方面去分析。

一方面,科技巨头纷纷入场,加速了高级别智能驾驶的研发和落地进度。蔚来、小鹏、理想、广汽、长城推出了具备领航辅助系统(具备L4功能)的智能车型,配备各类传感器、高算力芯片和可升级计算平台,可实现城市、高速路段的自动驾驶,华为也在加速发展智能汽车部件业务。

比如,在自动驾驶领域,华为与车厂有两种合作模式。一种是HuaweiInside模式,华为为车厂提供包含智能驾驶应用软件、计算平台以及传感器等在内的智能驾驶全栈解决方案;另一种是平台模式,华为只为车厂提供MDC智能驾驶计算平台,MDC平台将和车厂的传感器和执行器连接,支持车厂开发自己的智能驾驶软件。据了解,目前北汽、长安、广汽等合作车企,均选择了HuaweiInside合作模式。

另一方面,虽然自动驾驶技术在不断地进步,但目前始终难以实现L3-L4级规模化。国内市场,目前已经实现L1-L2级自动驾驶规模产业化,预计到2025年,50%的新车将具备L1-L2级自动驾驶功能;到2030年,基本上所有的新车都会具备L1-L2级自动驾驶功能。这也意味着到2030年,不具备辅助驾驶功能的车可能会与时代脱节。

根据美国斯坦福大学的预测,L4高级别自动驾驶将在2020到2025年真正实现,率先应用在卡车、共享出租车等专用车辆;对于私家车而言,L4级自动驾驶预计在2030年左右实现,而L5级自动驾驶至少要等到2035年后,当然这只是实现自动驾驶理想的时间节点。

显然,在法律、基础设施、安全等尚未解决的现实问题面前,自动驾驶商业化的道路并不是平坦的,但从时间周期上来看仍然值得期待。

本文为转载内容,授权事宜请联系原著作权人。