【转】自动驾驶技术的现状与难题

雷达

    汽车，这个已经出现了一百多年的发明，早已从一个纯粹的机械产品演变成了电气化全副武装的科技产物，未来的汽车该何去何从？每年一度的国际电子消费展CES给了我们一些答案！
　　作为一个全球电子企业展现高科技产品的舞台，国际电子消费展CES至今已经走过了整整50个春秋，这里充满了新奇、炫酷和脑洞大开的新鲜玩意儿，也许你觉得它们都不切实际，但不可否认的这些就是可以预见的未来。毫无疑问，自动驾驶成为了今年汽车企业的主题。

● 自动驾驶汽车达到了怎么样的水平？

　　特斯拉2016年的自动驾驶交通事故告诉我们，汽车必须越来越聪明，达到越来越高级别的自动驾驶水平，才能逐步实现无人驾驶，面对各种复杂和未知的路况，保证人身安全。目前，量产车中特斯拉MODEL X和MODEL S可以算是自动驾驶水平最高的车型，但这在行业内只能算是Level 2～3的级别。

SAE（汽车工程协会）对自动驾驶的分级定义
Level 0，无自动化        由驾驶员全权操作汽车，可以得到警告和保护系统的辅助。
Level 1，驾驶支援        根据驾驶环境对方向盘和加减速中的一项操作提供支援，其他动作由驾驶员操作。
Level 2，部分自动化        根据驾驶环境对方向盘和加减速中的多项操作提供支援，其他动作由驾驶员操作。
Level 3，有条件自动化        由自动驾驶系统完成所有驾驶操作，驾驶员根据系统请求提供适当的应答。
Level 4，高度自动化        由自动驾驶系统完成所有驾驶操作，驾驶员根据系统请求不一定提供应答，限定道路和环境条件。
Level 5，完全自动化        由自动驾驶系统完成所有驾驶操作，驾驶员在可能的情况下接管，不限定道路和环境条件。
　　在CES这场科技大趴上，车企们亮出的新车没有自动驾驶技术，似乎都不好意思推上展台了，乐视、现代、福特等等都拿出了自己最新的产品，下面我们就来看看它们都达到了什么样的自动驾驶水平？




同样是Level 4的自动驾驶水平，同样是在原有车型上加装自动驾驶技术，韩国人拿出的自动驾驶概念车似乎在“容颜”上更加精致一些，因为它们把实现传感器都尽量的整合到车身内部，外观更加和谐自然。很多人难以将高科技与现代品牌联系起来，但今天他们真的做到了，甚至，近期现代的这辆IONIQ自动驾驶汽车还拿到了美国内华达州的测试牌照。现代官方并没有公布这款自动驾驶汽车的量产时间，但我们可以猜测近两三年内它还很难被量产。



     可以看到，车企们在CES上展出的新车几乎都一致地达到了Level 4级别的自动驾驶，他们通过摄像头、毫米波雷达以及激光雷达等传感器的结合，能够360°的收集车身四周的路况信息，在限定的道路和环境下，自动驾驶系统能够完成所有的驾驶操作。然而，这些车还有一个共同点，那就是现阶段都还没有量产，到底是哪些因素还制约着厂商量产的步伐呢？

● Level 4级别自动驾驶技术还有哪些量产难题？
　　目前来看，车企们研发自动驾驶技术很多都依赖于激光雷达，它通过发射和接受光脉冲的原理来推算与物体之间的距离，其测量距离的精确度要远高于普通的毫米波雷达。2005年，Velodyne公司发明了激光雷达，从此一直领跑于这一领域，从CES上自动驾驶汽车的覆盖数量也可见一斑。但想要在量产车上应用激光雷达技术，最重要的难题是成本问题。




　虽然Velodyne公司量产的HDL-64E（64 线程）激光雷达已经达到了非常高的测距精度，很多公司都将其进行测试应用，但其高昂的价格始终是车企们不敢批量使用的一个因素，要知道在美国一颗这样的激光传感器，其售价基本等同于一部豪华车，即便是Velodyne开发了更低版本的（16线程）激光雷达，但售价也大概在七八千美元，目前来说还是太贵了。虽然也有价格“亲民”许多的激光传感器，但扫描效果则相对较差。其实，如何平衡使用效果与售价几乎是每项新技术普及时都会碰到的问题。

　　因此，降低激光雷达的成本成为了很多传感器公司的研发目标，例如在本届CES上，以色列初创公司innoviz研发了一款固态激光雷达，研发过程受到了大牌零部件供应商麦格纳的支持和帮助。相比Velodyne的产品，这种雷达不需要进行旋转，结构也更加紧凑，官方消息称其售价会在100美元以内。


      虽然Innoviz和QUANERGY公司都拿出了固态激光雷达，将成本大大缩减，但未来这种雷达与自动驾驶汽车的匹配是否稳定成熟，还没有人敢下定论，或许作为普通消费者来说，我们更愿意他们能够成功，毕竟这会让自动驾驶汽车离我们更近。

　　除了激光雷达的成本问题，其实困扰汽车厂商的还有完全自动驾驶情况下的信息处理问题，因为汽车需要对外界信息进行识别、判断和执行动作，面对开放式道路中复杂的路况，处理器需要对大量的图形信息和行驶状况进行处理，而这就对其软件计算能力提出了很高的要求。这个问题如何解决呢？

● 为什么越来越多的科技公司进入自动驾驶领域？

　　本田全球研发总裁Yoshiyuki Matsumoto用一口日式英语说：“未来的自动驾驶汽车必须依靠具备深度学习能力的人工智能技术。”没错，即便是雷达和摄像头能够多么清晰准确地探出四周的情况，但将车辆驶向开放的实际道路后，我们始终难以预料所有的路况信息和所遇到的状况，总会有没考虑周全的情况发生，这时候就必须要求汽车有自己的判断能力，来处理没遇到过的场面，因此人工智能（AI）将是未来自动驾驶汽车必须要拥有的技能，具备高级计算能力的芯片需求就给了科技公司们一个机会。

      也许你不曾想过笔记本电脑上粘贴的绿色LOGO将会出现在汽车上，汽车怎么会与电脑采用一个牌子的芯片？而今天英伟达（NVIDIA）就是让汽车搭载了它们的芯片。 英伟达的DRIVE PX 2自动驾驶技术平台并不是非得需要激光雷达才能实现高级别的自动驾驶，然而，降低成本并不是英伟达最大的立足点，而是作为一家人工智能公司在GPU（Graphics Processing Unit）图形处理技术领域和AI（人工智能）技术方面的优势。面对自动驾驶汽车需要处理大量的图像信息，英伟达最新的DRIVE PX 2自动驾驶芯片的处理性能明显发挥出了优势。同时，在信息识别与分析方面，它还有着学习和认知的能力。

     也许你目光被CES上眼花缭乱的高科技所吸引过去，也许你会对某一款概念车所痴迷，但从汽车行业角度来看，我们认为最重磅新闻不是这些具体的产品，而是曾经的科技公司在自动驾驶技术的浪潮中，竟然闯入到了车企供应商的产业链条，其中最典型的例子就是英伟达与一级车企供应商博世和ZF签署了合作协议。


      与英伟达对立的是英特尔的自动驾驶阵营，英特尔擅长的芯片是中央处理器CPU（Central Processing Unit），与专门处理简单图形信息的GPU相比，CPU更适于处理复杂困难的计算问题，所以视觉信息处理并不是英特尔所擅长的。或许芯片技术并不是掣肘英特尔的原因，研发队伍强大的英特尔分分钟也能开发出图像信息处理器，而重要的是英特尔在发展策略上的抉择。

      宝马、英特尔、Mobileye三家的合作当中，英特尔提供平衡性能和功耗的中央处理器，解决从汽车到数据中心的计算问题，同时还包括传感器聚合、驾驶策略、环境建模、路径规划和决策的解决方案。对于视觉信息的处理就交给了在这方面经验丰富的“老司机”——Mobileye。在这样“铁三角”的联合下，未来英特尔是否能在自动驾驶领域赶超英伟达？我们先画一个问号。

● 科技公司将成为未来的自动驾驶的主导力量吗？

　　虽然一些科技公司在芯片和软件算法上占据优势，一些零部件公司在激光雷达等传感器方面无人能及，但这终归只是单一领域的成绩，纵观整个汽车行业，传统的一级零部件供应商依然是最主导的力量。因为对于一家整车厂来说，他们一般不愿意与各个小的零部件供应商打交道，越多的供应商就意味着越多的麻烦，需要将所有的零部件进行匹配，什么你家的火花塞，他家的高压线束，最终都要整合到一起才能让汽车运行起来，无疑会消耗太多的精力，而这恰恰是博世、法雷奥、德尔福等这些具备综合能力的供应商巨头所擅长的。



      对于自动驾驶的解决方案，未来博世、采埃孚、福尔德、法雷奥等一级供应商更有能力将芯片和算法与其他公司的摄像头、激光雷达、毫米波雷达、高精度地图等等整合到一起，制定出匹配车企开发自动驾驶的整体方案，车企们选择这样一套省心、靠谱的打包产品何乐而不为呢？同时，对于各级的供应商来说也是双赢的方案。所以，这样来看现阶段科技公司想要颠覆传统供应商，来主导自动驾驶显然是不太现实的。

冰蚁

电子产品就是降价快。摩尔定律还是会起作用。

雷达

冰蚁 发表于 2017-2-8 10:05
电子产品就是降价快。摩尔定律还是会起作用。

嗯，投入太大了，各方都在抢占制高点。
去年Velodyne获得百度与福特公司1.5亿美元的共同投资。一年多以前我提到过这家公司，现在俨然是激光雷达领域的翘楚了。

冰蚁

雷达 发表于 2017-2-7 22:03
嗯，投入太大了，各方都在抢占制高点。
去年Velodyne获得百度与福特公司1.5亿美元的共同投资。一年多以前 ...

我的看法
激光雷达，毫米波雷达这部分的研发热潮再过几年，也许撑死十年就会过去了（应该不需要）。这些东西的小型化，集成化会非常快。这些东西的降价也就会很快。很快就和现在的半导体芯片一样靠薄利多销了。不过汽车上的数据处理芯片，人工智能芯片，以及相关软件这些东西会持续性发展更长时间。不过激光雷达这些东西能够非常便宜的时候，也许会进入其它领域。会有各种不同的 application。这碗饭应该还是能吃下去。

至于宇航，如果公司靠谱也是不错的。整个21世纪是人类作为行星际生物的第一个世纪。这方面的人才需求会逐渐增加。目前是niche market。不过也许是一个可以吃到很迟才退休的饭碗。

鳕鱼邪恶

作为一个外行，觉着这些把车俩本身无限智能化的思路都入了歧途了；这东西，最终还是靠系统的方式解决比较靠谱。

比如，在一个相对封闭区域内，比如一个高速公路网，所有的车辆都把自身的信息（位置，速度，方向，车的尺寸，重量，甚至载重等等信息），实时地向一个中央计算机汇报，然后中央计算机根据路况天气车流等因素向每一辆车发出一个允许值，比如车速值/方向值/变道指令/等等，甚至在出现意外的情况下向附件的车辆发出减速/刹车的指令。。。这样子对车本身的自动化驾驶的要求就很低了，那些一辆豪车价格的激光测距仪根本就不需要。

那么，这个事情，估计只有在兔子这样的“集权国家”才能成功吧~

雷达

冰蚁 发表于 2017-2-9 08:06
我的看法
激光雷达，毫米波雷达这部分的研发热潮再过几年，也许撑死十年就会过去了（应该不需要）。这些 ...

是的，不论哪个方向做硬件的日子都不好过。要尽量向算法，软件上靠拢。

雷达

鳕鱼邪恶 发表于 2017-2-9 09:13
作为一个外行，觉着这些把车俩本身无限智能化的思路都入了歧途了；这东西，最终还是靠系统的方式解决比较靠 ...

如果仅仅在高速公路上，只考虑车与车之间的关系，相对容易的多。
可要考虑普通道路上的情况就太复杂多变了。

鳕鱼邪恶

雷达 发表于 2017-2-9 09:47
如果仅仅在高速公路上，只考虑车与车之间的关系，相对容易的多。
可要考虑普通道路上的情况就太复杂多变 ...

普通路？中国的普通路？ 别想了，啥政府都不会允许“自动驾驶”的~

雷达

鳕鱼邪恶 发表于 2017-2-9 09:59
普通路？中国的普通路？ 别想了，啥政府都不会允许“自动驾驶”的~ ...

然。去年回国眼睁睁一次次看着自行车摩托车横穿马路，车手还打着手机。

冰蚁

鳕鱼邪恶 发表于 2017-2-8 20:13
作为一个外行，觉着这些把车俩本身无限智能化的思路都入了歧途了；这东西，最终还是靠系统的方式解决比较靠 ...

以后机器人可以自己看，自己动，不一样的嘛。

冰蚁

雷达 发表于 2017-2-8 21:08
然。去年回国眼睁睁一次次看着自行车摩托车横穿马路，车手还打着手机。
...

机器对此反而有优势，反应速度会高于人很多倍。

伯威

冰蚁 发表于 2017-2-9 08:06
我的看法
激光雷达，毫米波雷达这部分的研发热潮再过几年，也许撑死十年就会过去了（应该不需要）。这些 ...

是啊。照这个发展势头，估计没几年最大路的激光雷达成本就能降到现在激光投影笔的水平。到那时，啥东西都带个激光雷达玩玩。

江城如画里

雷达 发表于 2017-2-9 09:47
如果仅仅在高速公路上，只考虑车与车之间的关系，相对容易的多。
可要考虑普通道路上的情况就太复杂多变 ...

高速公路也不容易啊，美国可能相对好点，国内高速公路不说别的，限速标记就是个大问题，我去山西的路上还发现一种在路右侧，巨大的黄牌子上，写着区间限速四个字，然后画了三种车型，各自规定了限高和限低两个速率，明显不规范，但这就是现实情况，我估计各家现在的系统仍然是依赖于电子地图的，并没有做到在路上看到限速牌自动设定速度的。

一瞬无尽

鳕鱼邪恶 发表于 2017-2-9 09:13
作为一个外行，觉着这些把车俩本身无限智能化的思路都入了歧途了；这东西，最终还是靠系统的方式解决比较靠 ...

你这个思路还是IBM全世界只需要5台计算机的集中式思路
但是现在IT届讲的是分布式，去中心化

有集中式系统提供路网信息是可以的，进行控制这个思路不对
你这个集中式的计算机万一来点问题，难道把高速公路变成碰碰车场？
没人会同意的