观众登记 展商登记 English
,距离本届展会开幕还有 00
首页  >   触手可及还是遥不可及,如何看待自动驾驶商业化?
触手可及还是遥不可及,如何看待自动驾驶商业化?
时间:2023-4-7 8:42:19      发布者:管理员
作为改变人类生活的革命性技术,自动驾驶一直备受关注。然而,全自动驾驶要全面走进人类生活并不容易,因为不仅面临技术上的挑战,而且面临商业化上的挑战。

自动驾驶研发已有十余年之久,但到2019年,创业者和投资人们发现技术的进步与成熟不如预期的迅速,科技行业过往的成功经验也不能顺利复制到汽车制造业。

不少科技创业者和业界大佬们,曾说出 “3年量产”、“5年量产”之类的豪言壮语,但基本上无一兑现,一时间,自动驾驶似乎走向了寒冬。

显然,自动驾驶对于创业者来说,是一条漫长而又艰难的路。

一、智能驾驶路线及车路协同

技术上,人们总是将智能驾驶分成两种。一种是Waymo、Cruise等Robotaxi公司主导的高阶自动驾驶,试图一步到位,跨越式实现;另外一种便是特斯拉为首的渐进式自动驾驶,通过数据的积累,依旧逐渐完善出无人驾驶的功能。

相对比而言,两者各有千秋。所以,在目前的中国汽车市场上,既有特斯拉的追随者,以造车新势力为多;也有直接冲击高阶智能驾驶的Robotaxi公司,向国外大厂看齐。

而除两者之外,还有一条中国特色气息浓重的路线——车路协同。

相对于如今市场上车企们所注重的单车智能,车路协同路线的不同之处在于,其基础设施的属性。也正是因为这一属性,导致了车路协同路线多是政府侧在推动,并当做基础设施布置。

“聪明的车,智能的路,智慧的城市”便是车路协同路线的愿景,但这个过程却需要付出更多的额外成本。正如国家智能交通系统工程技术研究中心首席科学家王笑京所说:车路协同是增值服务吗?是否应该市场化?


无利不起早,车路协同的未来或许会给交通带来更多的方便、安全,但如果没有足够的利益引导,很难保证其可持续性发展。而这也是王笑京呼吁“车路协同、自动驾驶应该考虑以市场化为主”的原因所在。

现在各地政府都在花费成本搞车路协同示范区,但后续资金、后续维护却没有具体方法去解决。

换句话说,目前有些城市已经兴建了几百个路口的通信设施,但却没有产生显性收益,甚至消费者还不能感受路的智慧,其设备就即将退休报废,那么更新的资金谁来掏?是否需要某一企业持续维护并收取服务费用?

如此一看,车路协同难普及的症结,或许并不是技术问题,而是一个典型的经济问题。

与之类似,关于单车智能的发展,也就是如今车企们鼓吹的L2+++级自动驾驶,是否也存在某些“本末倒置”的问题——车企们是否真正在通过智能驾驶,解决消费者的普遍问题?

二、重地图OR轻地图?


作为自动驾驶技术的重要基础设施,高精度地图在自动驾驶技术量产落地过程中起着非常重要的作用。随着自动驾驶步入大规模商业化阶段,围绕高精地图的安全合规、成本及数据价值释放进一步成了行业关注焦点。

但回归到实际应用过程中,随着自动驾驶步入城市级道路,受限于成本、地图数据覆盖量等因素,很多车企开始选择“重感知,轻地图”的技术路线。但从另一层面来说,不管是重地图,还是轻地图,车企在量产自动驾驶技术的过程中,都需要使用地理信息数据。

据去年8月自然资源部下发的《促进智能网联汽车发展维护测绘地理信息安全的通知》中的规定,智能网联汽车在运行过程中对数据的任一操作,即为测绘,也就是说,智能网联汽车,被划归到了“测绘工具”一类。

这也就意味着,即使是采用轻地图路线,车企通过智能网联汽车实时采集道路数据信息,也属于测绘行为,需要取得相关测绘资质。另外,随着城市NOA的量产落地,车企也需要采集更加海量的数据信息,去应对自动驾驶所面临的长尾效应问题。

基于此,我们不难看出,不管是应用高精度地图,还是采用轻地图路线,车企都会涉及到地理信息测绘的数据信息搜集,这背后所面临的则是如何兼顾数据价值的挖掘与数据处理成本和安全合规监管的平衡难题。

三、商业化,才是真正的确定性

中国电动汽车百人会论坛上,地平线创始人余凯,为智能驾驶泼了一盆冷水:“我觉得十年以后连L3都不会真正实现。”

对此,余凯举了人骑马的例子作为例证。他认为,未来人和车的关系,就是人和马的关系。如果马撞了人,责任在人;相对应的,自动驾驶的车撞了人,责任也在于驾驶者。

“如果车企承担了自动驾驶的事故责任,所有车厂都会偃旗息鼓,不敢投入研发。”

总得来说,高阶智能驾驶不能切实进行商业化落地,原因包括很多方面,比如:政策不完善、隐私不能保证、责任无法划分、技术不成熟……

但归于一处,其实还是利益划分的问题。

L2+之所以声量越来越高,高速NOA、城市NOA也陆续有车企开放,其原因便是可以在满足各种政策、技术的条件前提下,商业化利益发挥作用,进而实现了正向推动。

只不过依旧需要注意的是,商业化的前提也存在着2个前提条件:其一,技术可用;其二,消费者会用。

亦如华为凭借鸿蒙系统的加持,掀起了智能座舱的新风潮,其中便是技术的加持和消费者的适用。不同的是,智能驾驶对于技术安全性的要求更高,消费者感知方式也有所不同,所以只能暂时“降级商业化”。

随之而来的问题也不少,就比如昂贵的激光雷达,是汽车的必需品吗?实际情况是,如果有人愿意为智能汽车买单,激光雷达就是很好的冗余,大算力芯片也是一样。

显而易见,多年的发展之后,智能驾驶技术正在逐渐释放出确定性。这一过程,由车企战略转变、消费者观念转变为基础,以技术的切实商业化落地为手段,推动新能源汽车向着智能汽车的方向发展

而无论是特斯拉、小鹏这样的车企也好,还是地平线、黑芝麻这样的芯片供应商,甚至整个汽车产业供应链,都会随着智能驾驶“确定性”的出现,注入更多的活力。

尽管总会有人对智能驾驶不屑一顾,认定其不够成熟,是伪命题,但广义的智能驾驶时代已经到来,大市场、车企、消费者都已经做好了准备。