自动驾驶L3量产追梦：如何跨过车规级和低成本门

    

　　从人类设想到落地前行，智能驾驶领域在2018年声响不断。在频繁的融资、技术创新和商业应用等信息背后，无数车企在公司战略中加入“网联化”、“自动化”，前几年涌现的自动驾驶领域的初创公司，近年来也开始纷纷提出量产化课题。资本在看，公众也在窥探这些前沿公司。

　　当前，行业究竟处于哪一阶段，产业上下游正在面临哪些挑战，下一步要前往何方?28位包含公司创始人、主机厂高管、一流大学学者等在内的人士，在2018全球智能驾驶峰会上给出一些答案。

　　2018年和稍早之前，车企和供应商正在冲击自动驾驶L3量产，这是峰会期间多数演讲者会认同的当前处境。在这一行业背景下，上至激光雷达、ADAS系统、自动驾驶解决方案等供应商，中至主机厂和自动驾驶平台、车载系统等科技公司，下至政策法规、交通基础设施等决策者，都在沿着各自道路但又殊途同归地行进。

　　雷锋网新智驾梳理发现，如果以智能驾驶为主线，上述产业链中的参与者既有技术专利拿到手软的喜悦，同时也面临量产落地难、资本收紧的苦恼。此外，产业协同过程中，来自传统主机厂的谨慎和严格，以及科技公司试图从智能网联和自动驾驶应用场景切入，进而掌握人工智能话语权的的野心勃勃，正让每一位参与者不断调整身位，适应打碎和重建之间的变换。

　　有趣的是，享受到智能驾驶便利的人们，是不会愿意回头的，智能驾驶引发的浪潮需要也必须不断加速。

　　主机厂的烦恼

　　从百度离职加入广汽后，郭继舜才发现自己以前小看主机厂了。

　　业内普遍认为，在向自动驾驶转型中，主机厂相对科技公司会更加保守和谨慎，主要在于汽车需要反复安全测试和验证。现任广汽研究院智驾技术部负责人的郭继舜告诉雷锋网新智驾，由于国内没有好的一级供应商，他们通常会与国际公司合作。“只有针对几家国内相对较好的一级供应商，我们才会选择合作进行一些部件的测试。”

　　郭继舜谈主机厂的自动驾驶量产原则

　　广汽集团计划在2020初实现自动驾驶L3量产，这在主机厂中算是靠前的。事实上，由于车企定位和行业技术研发进度，全球主机厂对于自动驾驶的热情并不一致。比如，福特就延长过对于自动驾驶共享出行实现时间点的预期。

　　据郭继舜介绍，广汽在三年前就启动了园区和道路测试。一开始很自信，但在发展过程中又发现，越做越觉得举步维艰。一个主要原因就是，国内自动驾驶供应商还不能满足量产化要求，从而必须选择国外供应商。

　　事实上，据雷锋网新智驾了解，郭继舜提到国外供应商就是博世、大陆集团等。随着全球自动驾驶浪潮的席卷，博世、特斯拉等对中国市场的投入也在不断加强。以博世为例，在自动驾驶领域，它会根据客户端的需求和应用场景的不同，定义了“绿色世界”(共享经济、自动驾驶机型)、“蓝海世界”(运用在乘用车、长途运输卡车上的技术)和封闭区域的场景(码头、机场)三个部分。

　　“今年7月份之前，吉利、长安、长城和上汽都有我们Level 2功能的落地。在2020年博世会有基于L2的增强版，是指驾驶员情况之下，可以在高速上进行自动变道，驾驶员可以短暂离开系统的功能。真正的L3来到中国，我们相信是2021年。”博世汽车部件(苏州)自动驾驶系统高级经理王佳佳表示。

　　王佳佳介绍自动驾驶技术落地

　　一级供应商的自动驾驶研发水平果真不行吗?事实上，雷锋网(公众号：雷锋网)新智驾此前从一些线控底盘供应商、自动驾驶ADAS系统供应商处了解到，业内一些初创公司确实正处于突破了部分关键技术，向量产阶段冲关的前期。

　　安智汽车以ADAS量产的目标，但成立三年后才拿下两张主机厂的订单，且均要配合主机厂明年下半年的量产节点。按照极端模型，他们预计明年销量最低会达到5万套。为了量产，“一家在电子行业有多年经验的国际品牌公司会支持我们去做所有量产的准备，包括设备的投入，包括原材料的备料。” 安智汽车创始人兼CEO郭建向雷锋网新智驾表示。

　　安智汽车AEB系统路测

　　之所以量产难，还在于自动驾驶产品的安全性、车规级、成本和兼容性。其中排在首位的就是安全性。“你如果去主机厂，他们的第一个问题不会问你的性能能做到多么好，就像手机，你可以把功能做得很炫，有时候死机了重启就行，但转向刹车这样的产品是不允许的，主机厂首先要考核你的就是有没有能力做安全件。”拿森汽车电子创始人兼CEO陶喆向雷锋网新智驾表示。

　　“自动驾驶对于在座人来讲可能是一辈子的课题，其中有很多的技术含量，需要做很多的工作。沃尔沃的主要目标就是造一辆客户喜欢的车。但是当这辆车真正能够自动驾驶之后，它会对整个交通生态产生很大的变化，客户需求也会产生很大的变化。” 沃尔沃汽车亚太区自动驾驶负责人张立存表示。

　　沃尔沃360c概念车

　　今年9月，沃尔沃发布一款名为360c的概念车，对自动驾驶模式下的声光混合通信、人机交互等技术展开畅想。通常而言，概念车会告诉你一家车企如何思考未来。至于多快实现，一切还需大家自行揣摩。但如果不谈过于理想化的全自动驾驶，汽车行业自动驾驶L3量产的脚步其实已逐渐清晰，准确地说只差临门一脚。

　　贴脸式融合

　　近日，特斯拉发布一项名为“Navigate on Autopilot”的自动驾驶功能，并宣布新功能将启用特斯拉的包括八个摄像头、雷达和超声波传感器的全部传感器，且可以实现自动导航、自动驾驶前往指定位置等功能。此项功能迅速挑起行业兴趣。

　　特斯拉发布Navigate on Autopilot功能

　　但即便技术相对领先如特斯拉，也很快受到质疑。林利集团资深分析师 Mike Demler 认为，“早期的特斯拉Autopilot 系统就是为 L2 而生的，Musk 敢画那么大的饼也是让人难以置信。我怀疑它的自主芯片也就是支持一部分 L 3 功能，跟凯迪拉克 Super Cruise 类似。”

　　由此可见，智能驾驶之路充满光明和坎坷。

　　中国汽车技术研究中心、智能汽车研究室暨汽车软件测评中心总工程师赫炎用“六个矛盾”对目前智能汽车产业的现状作出概括。分别是，迅速增长的上路测试需求和法规标准体系尚未完善;日益提升的自动驾驶水平和交通基础设施建设滞后;日益壮大的社会资本力量和核心技术研发速度较慢;日益加快的量产落地的速度和行业跨界融合的程度欠缺;日益增长出行市场的需求和高科技创新能力不足;日益增长的产业发展速度和智能汽车人才培育的缺失。

　　赫炎提到智能驾驶产业的六个矛盾

　　事实上，随着智能网联和自动驾驶逐渐深化，业内形成的共识是，两个方向的落地远非一己之力可以完成。这里面涉及到V2X、车路协同、智能交通基础设施、法律法规等诸多方面。

　　怎样解决这些问题?除了静待法律法规的完善和技术迭代升级，许多企业正在从产品功能上寻求突破，企业之间则更多地选择合作的方式互通有无，曾经互相瞧不上的领域也开始贴脸拥抱。

　　公开资料显示，2011年11月，ISO 26262《道路车辆功能安全》国际标准出台，主要针对总重不超过3.5吨、八座的乘用车，是一项以安全相关电子电气系统的特点所制定的功能安全标准。

　　福瑞泰克CTO沈骏强认为，这项标准如今对于L3或以上的自动驾驶系统来说已经远远不够。原因在于，ISO 26262标准定义了系统在故障情况下的安全措施，但是，标准忽略的一个问题是，系统本身的功能或者性能是否能够得到足够的保障。在标准完善之前，沈骏强指出，需要设计更好的系统，提高每一个子功能的系统性能，并兼顾冗余和融合。而要做到这一点，还需要积累测试数据、分析和总结边界情况等。

　　沈骏强讲述如何实现行为安全

　　主机厂则选择以自身变革来迎接智能驾驶。“今年开始，比亚迪全面走向开放战略，我们发布了‘比亚迪D++’开放生态，邀请各行各业的开发者，基于我们的开放平台进行开发。我们要开放自己的(接口)，这对于汽车行业也是第一次。” 比亚迪汽车智慧生态研究院副院长焦海涛说。

　　雷锋网新智驾了解到，比亚迪共开放了300个传感器的型号和66项控制权，并分门别类做成软件包API，以为开发者简化工作难度。

　　“比亚迪D++”全球开放者大会现场

　　除此之外，许多公司开始更加看重产业的协同和融合，希望与合作伙伴一同建立产业生态。大唐电信科学技术研究院无线移动创新中心副总工胡金玲表示，“我们可能作为通信的一个厂商，我不懂车。我们在这个车路协同里头需要这样一个管道，那我就做我专业的事情，我提供好这样一个模组或者一个通信模块。”

　　照进现实

　　自2017年11月，奥迪A8作为全球第一款L3自动驾驶的量产车辆上市以来，大多数车企还跟随在L2.5的路上。”从方案到最后的量产，一个真正的车规级的开发需要花很多时间，五年或者七年。”法雷奥中国区CTO顾剑民说。

　　雷锋网新智驾了解到，激光雷达公司Quanergy已经成立6年，但公司的产品其实基于创始人Louay Eldada在90年代博士阶段的研究成果。这足以证明，自动驾驶领域内一款产品的开发有多难。

　　Louay Eldada介绍激光雷达等不同传感器特点

　　从整个行业看，汽车向智能驾驶升级的过程显得漫长。但也必须看到，一些初创公司已经走得很远。

　　截至目前，Drive.ai已经在美国德克萨斯州进行两次自动驾驶商业部署。Momenta今年也将在苏州规模化的部署自动驾驶车队，以及推出自动驾驶出租车运营服务。雷锋网新智驾从Momenta内部人士处获悉，这家公司明年会将运营车队数量从50台增加至100台。

　　这些公司的秘密，关键之处就在于采取了众包测试、并行开发、影子模式等方法。

　　比如，在高精度地图研发领域，为了保持地图的实时更新，Momenta会采取众包模式，通过成本更低的视觉建图技术，最终实现在城市工况下纵向20厘米、横向10厘米的精度。驭势科技则通过与主机厂合作安装影子模式，在车辆由人驾驶时，让计算单元在后台同步运行，再比较人工智能L4算法的决策和人的决策，进一步验证算法。

　　搭载多个传感器的Momenta测试车辆

　　值得注意的是，在自动驾驶研发的道路上，一些公司会选择全栈式研发，另一些则专攻某个领域如高精度地图、激光雷达等。

　　在Drive.ai 联合创始人兼研发总监王弢看来，对于L4及以上的自动驾驶来说，全栈式研发更易成功。“四级以上的自动驾驶是一个非常复杂的系统工程。其中包含了很多子系统，以及子系统之间的一些整合和磨合，历史经验告诉我们，往往是全站式整合供应商能够成功做大，因为新技术发展之初本身不是特别成熟，需要经过多轮迭代和优化。”

　　王弢讲解Drive.ai的全栈式研发方案

　　截至目前，自动驾驶的商业化路径较为单一，囿于各地法规和政策等外部因素，许多科技公司正在逐步走向纵深。“自动驾驶应用场景近期可落地的，主要有园区半封闭低速场景和低速货运车辆。自动驾驶系统To B的应用应该会比To C来得更快，商业化也会更快。”沈骏强说。

　　搭载智加科技L4自动驾驶技术的商用车

　　据加州车管局发布的《2017自动驾驶脱离报告》显示，排名靠前的Waymo在加州的自动驾驶测试里程数高达352,544英里,脱离63次，相当于每隔5,506英里需人工介入操作一次。通用Cruise自动驾驶测试里程数为131,675英里，脱离105次，相当于每隔1,254英里需人工介入操作一次。相比人类驾驶员每50万英里发生一次普通事故，自动驾驶还有一段长路要走。

　　自上世纪30年代以来，自动驾驶技术历经近百年积累，终于走到与人类驾驶员分权共治的关口，对于汽车产业来说，逐个突破每一级别量产化的难题，既是自身发展升级需要，也关系到每个人的出行方式。站在L3量产的关键节点前，许多已上桌的玩家开始频频叩门。

时间:2018-11-02 15:18  来源:    转发量:次