新闻中心

EEPW首页>汽车电子>业界动态> 自动驾驶大玩家多 路径和战略有何异同?

自动驾驶大玩家多 路径和战略有何异同?

作者: 时间:2017-05-05 来源:自动驾驶 收藏
编者按:2016年被称为自动驾驶元年,各路创业者摩拳擦掌,巨头们搞了哪些事情呢?跨国主机厂、互联网公司、一级供应商,各自有不同的基因和资源,它们的路径和战略有何异同?

  互联网公司做,国外看Google,国内看

本文引用地址://m.amcfsurvey.com/article/201705/358780.htm

在国内算是比较早的,2013年就启动了无人驾驶车项目,2014年9月和宝马合作,但是和宝马合作期限没满就闹僵了。2015年底,成立了当时的L3事业部,最近百度整个事业部也完成了重新部署。同样在2015年底,完成了高速公路上的路测。2016年百度和福特一起投资了Velodyne。2017年3月,百度收购了计算机视觉初创公司xPerception。

自动驾驶大玩家多 路径和战略有何异同?


  为什么宝马和百度最后没有很好地合作在一起?我认为跟他们的定位有关。宝马和百度都想要掌握核心的决策大脑,中间涉及到数据和运营方面就会有冲突。宝马在跟百度“分手”之后,跟英特尔、Mobileye开始合作,对于宝马来说,英特尔、Mobileye可以提供更定制化的产品,比如芯片,对宝马来说这样的合作会更有利一些。

  最近百度还搞了个大事情——上海车展期间,百度宣布“阿波罗计划”,把智能驾驶相关技术逐步对外开放。百度为什么要在这个时点宣布“阿波罗计划”?

  早在2015年成立事业部时,百度就提出“三年商业化,五年量产”的战略,三年商业化,就是2018年,所以时间已经迫在眉睫,因此在这个时点宣布开源。我认为这是百度在向车企和创业者抛出橄榄枝,类似于在跟国内主机厂说,“我已经准备的差不多了,你们接下来跟我合作就好了”。

自动驾驶大玩家多 路径和战略有何异同?

  百度的无人驾驶测试车

  对于国内的自主品牌,如果想做自动驾驶,百度还是非常有吸引力的。

  我们可以看到,互联网公司跟主机厂有点像,他们都在抓“决策”,这是在自动驾驶里最核心的一块。作为互联网公司,百度的优势在深度学习,比如说深度学习上,在国内是相对有领先地位的。百度要做的,就是用相对领先的技术,帮助传统车企,去解决自动驾驶中的决策规划的问题。

  掌握自动驾驶核心——决策的互联网公司,和主机厂可能是有些冲突的。但我们又看到另一类主机厂,他们没有选择在自动驾驶早期以“大资金,长期投入”的策略布局,而是和已经投入非常比较多的互联网公司合作,比如菲亚特-克莱斯勒,如果在搜索引擎搜“菲亚特”和“自动驾驶”两个关键词,几乎所有条目都是其和Google相关的合作。

  一级供应商:出发最早,软硬件都有布局

  说到一级供应商的自动驾驶布局,最值得研究的就是博世。

  早在1978年,博世就已经在研发车用雷达,像雷达的功能,比如说车道偏离预警,博世2009年就有推出。2014年,博世开始量产车用多功能摄像头和立体摄像头,还出了iboost的电子制动系统。2015年,收购采埃孚的转向系统。2017年,又投资了激光雷达公司Tetra Vue。

自动驾驶大玩家多 路径和战略有何异同?


  按照博世的规划,2018年将会有一些自动泊车的商业化产品落地,2020年会推出高速条件下无人驾驶的产品。

  博世在感知、决策、执行三个方面,都有布局,投入大量资源做研发和相关投资收购。同时,博世与主机厂、互联网公司、芯片厂、地图厂商都积极合作,比如和英伟达合作开发基于Xavier人工智能计算平台的自动驾驶系统,和戴姆勒合作开发自动驾驶出租车等。

自动驾驶大玩家多 路径和战略有何异同?

  博世和英伟达联合开发的智能驾驶系统

  除了主机厂、互联网公司和一级供应商之外,最近还有个不得不提的大事情,就是英特尔153亿美金收购Mobileye。从英特尔角度,收购Mobileye看重的是其在自动驾驶领域积累的大量数据。但对于Mobileye来说,如果只是想做一家企业的话,完全没有必要把Mobileye卖给英特尔,那么为什么要这么做?Mobileye的CEO表示,如果想要推动自动驾驶的发展,带来大的改变,需要这样跨领域的合作,跨界的收购发生。

  回过头来再看百度开源这件事,其实也在做同样的事情,不同领域的人参与进来,自动驾驶才能更快进入到我们的生活中。

  自动驾驶现状和时间表

  在目前自动驾驶实现上,感知层面有摄像头、雷达,它们的局限性也都非常强,多传感器的融合,一定是必然的趋势。在多传感器融合上,也有一些难点,比如摄像头采集到的画面,跟雷达探测到的数据,要做到时点一致的才能去做融合,比如摄像头是前向,前向看到的跟激光雷达360度看到的不一样,二者需要做好匹配。

自动驾驶大玩家多 路径和战略有何异同?

  不同传感器的价格和性能对比

  深度学习技术给整个感知端,在物体的辨识上,带来了很大的想象空间,但也会有一些问题,比如说深度学习对数据的依赖性很强。但是,实际的数据和我们理想中的数据差别比较大,包括在运算的功耗上,对整个系统的资源要求上,还面临着挑战。

  通讯层面,V2V、V2X,技术上DSRC、LTE-V、5G国内都在测试。V2X不仅对车辆自动驾驶有很大意义,对整个交通系统的优化,减少拥堵,提高出行效率,都有很大的意义,阿里正在做城市大脑。国内大概会在2018年以后,逐步开始制定V2V、V2X的相关标准。

自动驾驶大玩家多 路径和战略有何异同?


  高精度定位和高精度地图方面,未来的高精度和目前的地图比起来,承载信息会比我们想象的多很多,将可以承载大量的周边信息和基础设施信息。这些信息,再加上高精度定位,可以给整个系统增加冗余度,增加系统的可靠性。

  在自动驾驶实现时间表方面,结合我们对于自动驾驶的分析和判断,国内的这份技术路线图还是比较有可能的。具体来说就是2020年之前,新车销售的50%可能会带有辅助驾驶或部分自动驾驶功能,以辅助驾驶为主。2020到2025年,高度自动驾驶的车辆,在新车销售的比例上可能占到15%。2025年到2030年,完全自动驾驶车辆的新车销售比例占到10%。

自动驾驶大玩家多 路径和战略有何异同?


  如果想要在自动驾驶领域有所布局,希望这个时间表可以给到大家参考。


上一页 1 2 下一页

关键词:自动驾驶百度

评论


相关推荐

技术专区

关闭