朱雷博士畅谈自动驾驶技术的发展现状与未来趋势

人工智能 无人驾驶
越来越多的消费者体验到驾驶辅助,自动驾驶的演变才有更机会被市场接受。

​狂热褪去、理性回归之后,自动驾驶江湖再起波澜。在过去的一年里,融资、量产计划、试点运营、法规制定等消息,频频见诸报端。

“如果把自动驾驶比作一场马拉松,现在的进程才刚刚开始。” 中国电动汽车百人会智能网联研究院副院长朱雷博士评价道,“跑马拉松,很多人一开始起步很快,但保持不住会逐渐掉速,甚至从跑步改成走路。而有人起步不快但是很稳,后半程将优势距离越拉越大。”

如何把脉这场智能化竞赛的关键节点?近日,朱雷博士与汽车之家畅谈了自动驾驶技术的发展现状与未来趋势。在他看来,完全自动驾驶的普及还很遥远,但值得乐观的是,能让用户开车更轻松、更有趣的智能驾驶功能,很快就能遍地开花。

《智能网联汽车技术路线图2.0》将智能网联发展分为三个阶段:发展期2020-2025年、推广期2026-2030年、成熟期2031-2035年。其中提出,到2025年L2级和L3级新车将达到50%。

“对智能驾驶市场预期有更乐观的态度,预计2025年渗透率大约能到80%,意味着将来买的每一辆新车都会有一些智能化的功能。”朱雷表示,全自动驾驶虽然遥远,但智能驾驶会率先落地,例如高速巡航、自动变道、拥堵跟随,甚至特定路线的行驶等功能。

汽车变得越来越好开了,目前中国L2级乘用车新车市场渗透率已经超过20%,相比2020年的15%渗透率提高了五个百分点,进展迅速。而且在市场分布上,L2级驾驶辅助系统的搭载从30-40万及以上车型,下探到更低价位的车型,10万元级别的产品也在逐步搭载,可见这套系统的成本正在快速降价。越来越多的消费者体验到驾驶辅助,自动驾驶的演变才有更机会被市场接受。

分水岭难跨越 

L3级量产前的三重关卡

L2普及的风头正劲,L2+的概念也不断涌现,但L3级作为自动驾驶等级中的分水岭,其驾驶责任的界定最为复杂。在早前宣传中,奔驰、凯迪拉克、长安、广汽、小鹏等不少车企都将2020年作为落地L3级自动驾驶的最终时间,如今已进入2022年,L3级技术离规模化量产仍有不小的距离。

朱雷从事前管理、事中监管、事后责任界定等方面分析了L3级落地难的现状。

首先,事前需要有整体的准入评测。目前工信部正在加速制定智能网联汽车生产准入管理体系,司法部门也在着手制定相关法规。执行上,先通过一些城市和企业做前期的试点尝试,形成一整套评价体系,再到行业标准确立,道路法规才会做进一步修订或放开。

事中,L3级别车辆需要有完善的数据监测及储存设备,记录驾驶员必须驾驶的情况以及车辆系统负责驾驶的情况。另一方面,需要有权威的专业机构对车辆软件做监测和评估,而目前国内还没有相关机构做这项工作,这也是L3上路的难点。

事后责任判别,则是历来业内争议最大的地方。日本的划分中,L3级别产品如果在出厂前的评测证明是好的,启用功能后出现事故都由驾驶员负责。在德国给奔驰开放的L3上路许可中,当自动驾驶功能开启后发生了事故,车企要承担法律责任。韩国甚至提出,驾驶L3级车型需要通过培训,来规范驾驶员的操作。但现实中操作起来却困难重重,因为消费者很难接受再去考一个驾照,自动驾驶功能应更具有普适性。

技术拐点未至

通用人工智能和车路协同是关键

尽管有不少厂家声称自动驾驶技术已经成熟,只待标准和法规落地。但陆续发生的自动驾驶测试意外以及交通事故,仍让外界对技术的可靠性存有疑虑。“管理上的难题,通过一段时间摸索都可以解决,但实际上这些技术还没有完全的成熟,没有一家车企能保证技术完全能够像人一样驾驶,不出问题,总会有各种意想不到的困难。无论是L3级,还是整个自动驾驶,现阶段的技术还不够成熟,它已经从理论走到现实,但是还没有从技术完全走向工程上。”

此外,车路协同也是对单车智能的补充,能够解决部分感知的盲区,并且有望降低单车的硬件成本。单车要足够聪明,路侧给的信息才更有价值。“车路协同需要产业界的各方去配合,车-路-云-网-图各方面技术要协同进步,才能实现大规模推广。”

品牌向上

中国车企与国产供应链迎来机会窗口

我国电动车领域已经取得了一些成绩,接下来要在这一轮智能化竞赛中去把握机遇,打造出向上的汽车品牌。

“一个很核心的命题是,将来的豪华车怎么来定义。现在大家都是讨论百公里加速、内外饰等,但是将来可能对于豪华车的定义就是智能,比拼谁的智能化功能更加贴近消费者想要的。”

国内车企为了保障产品竞争力,开始流行“预装硬件+迭代升级”的做法,很多智能驾驶功能可以通过“二次交付”来实现。当软件定义汽车之后,硬件会更加标准化,未来有望实现“可插拔可升级”,就如同ICT行业的“攒电脑”,将非常具有想象空间,包括后装市场也会因此有很大提升。

从智能驾驶配套情况来看,欧美等市场由于汽车产业生态链相对较成熟,为ADAS关键技术的发展提供了重要支撑,相关供应链一直由外资零部件巨头占据主导。尤其是超声波雷达、毫米波雷达以及摄像头等关键传感器的设计制造方面,从上游的芯片设计到传感器集成再到ADAS软硬件系统集成,走在市场前列的几乎都是外资零部件巨头。

这种情况在近两年开始有所改变。得益于智能驾驶的快速发展,国内构建智能汽车产业链的呼声日益高涨,过去几年很多本土零部件企业纷纷开始强化智能化领域的布局,并逐渐崭露头角。

中国是智能汽车创新最活跃的市场,例如最核心的计算芯片,无论是Mobileye还是高通还是地平线,首发都是在中国的车上。“智能汽车供应链,尤其是增量零部件供应链的形成过程中,中国有很大机会。而且中国想成为一个汽车强国,首先要成为一个供应链强国。”

需求驱动

加速形成产业良性循环

2020年曾经是许多车企和科技巨头计划推出量产自动驾驶汽车的时间节点,第一波预期落空之后,业内普遍意识到,自动驾驶原来比想象中“更难、更贵、更慢”。好在冷却期过后,业内又重拾对自动驾驶的追逐热情。

不同于前几年纯资本层面的投资行为,这一轮热潮的关键信号是车企的主动参与和加码,不仅数据体量会有大幅扩展,应用速度也会加快许多。当前车企纷纷提出要“全栈自研”,正是为了竞争谁的智能驾驶能够率先落地。在产业初期,软硬件一起研发能带来更快的迭代升级速度。

对比手机行业走过的历程,一开始企业也是大部分自研,比如摩托罗拉几乎包揽了自身所有的部件。随着芯片的标准化和安卓系统的推出,手机厂商研发也从软硬件一体到软件硬件分离。全栈自研意味着肯定是一个高端品牌,苹果就是典型的例子,芯片、OS都是自己的。终局汽车市场不会容纳那么多全栈自研的高端品牌,必然要出现分级。

“智能驾驶真实的使用场景其实特别细致,每一个场景想量产落地都不容易。将目光放置于需求侧,让消费者愿意去付费,真正地有市场需求,才是产业发展的根本动力。”​

责任编辑:张燕妮 来源: CAAI智能驾驶
相关推荐

2023-02-08 11:04:59

自动驾驶系统

2020-11-18 09:54:31

人脸识别AI人工智能

2023-04-19 10:44:23

自动驾驶

2021-01-13 19:00:36

人工智能AI

2021-08-17 15:20:18

人工智能AI

2015-05-22 16:01:11

传送网传送网技术

2023-12-11 10:29:11

自动驾驶系统

2021-09-27 21:24:39

人工智能AI

2022-01-10 11:55:28

汽车智能技术

2015-10-27 13:17:35

生物识别生物识别技术

2020-10-13 18:51:11

自动驾驶人工智能技术

2022-02-23 11:31:44

自动驾驶汽车智能

2016-10-17 14:35:37

大数据产业数据数据发展

2020-08-12 10:28:53

网络Wi-Fi5G

2009-11-05 16:14:05

ADSL技术

2011-08-08 10:24:09

2022-08-11 16:32:45

云计算云服务商

2019-11-25 09:55:34

自动驾驶人工智能无人驾驶

2023-05-06 10:18:41

智能技术

2009-12-23 09:35:54

点赞
收藏

51CTO技术栈公众号