体验中智行，我们离实现无人驾驶并不遥远
2020-12-29 来源：互联网 网络编辑：编辑 阅读次
记得我2008年在德国慕尼黑体验过大陆集团Continental的一次封闭道路无人驾驶,那次给我留下深刻印象的是车里装备的众多智能设备,除了软件之外全是各种传感器分析设备,随时监测车辆内部环境传递来的各种数据。当时已经能够保持自动驾驶,并保持车与车以及周围环境之间的互联互通,整体感受是很酷的。
无人驾驶这类前瞻性研发都是行业未来发展趋势所在,也受汽车零配件,电子半导体元器件,主机厂等各方共同价值所驱动。在@FREECAR车势看来,很多新技术的研发、实践和拓展都是基于前十汽车零配件巨头开启。由他们根据趋势判断做前期开发,然后再联合主机厂去做应用型技术验证,最后才能根据耐久性和可靠性去做装配普及。这看似是零配件扛起的大旗,实则幕后有各种整车企业,雷达芯片供应商,配套零配件和各种测试工程师的加入。无人驾驶要求整体底层设计,重视全面智能化及自我迭代能力,以追求“零事故”为追求最高目标。
从2019年开始,中美两国在智能交通的发展上选择了不同的方向。美国一如既往的走在了单车智能的道路上,其一是因为美国的5G没有大规模的铺开;更重要的原因是美国在单车智能的发展上遥遥领先。这个技术领先就让美国对单车智能有一种依赖,使得他们选择仍然走在这样一条道路上面。而中国从2019年的6月6号颁布了4张5G商业牌照之后,便注定走上一条车路协同的智慧交通发展道路。
车路协同和单车智能有什么差别呢?为什么中国要选择走车路协同的道路?我们在单车智能的道路上落后于美国。美国在2020年3月份对世界范围内的无人驾驶公司进行了排名如图Navigant的研究报告所示,20余家无人驾驶公司,能够上榜的中国公司只有一个。
Navigant2020年3月份的研究报告虽然这个榜单不见得完全是公正的,例如我认为将特斯拉排在倒数第一的位置上是有失公允的。但榜单排名前三名的公司还是业内公认的,在单车智能上取得领先地位的这些无人驾驶公司。中国要想在单车智能上赶超美国的前三名,至少还需要2~3年的时间。中国选择走车路协同的道路发展智慧交通,就会有机会换道超车,在未来做到世界领先的。以上观点分享自中智行董事长兼CEO王劲
对于中智行可能大家会比较陌生,但是其创始人王劲总圈内人肯定有所了解。2000年王劲回国,历任阿里巴巴资深技术总监、 EBay中国CTO, EBay中国研发中心总经理、谷歌中国工程研究院副院长。让大家熟知的是2010年4月15日王劲加入百度,任百度技术副总裁。2013年12月晋升为百度高级副总裁,2015年12月创立百度自动驾驶事业部,任事业部总经理。正是因为在百度的经历,让大家关注到百度的无人驾驶和研究无人驾驶的王劲。中国走车路协同已经成了整个行业的共识,能不能让车路协同成为中国一个换道超车的机会,则有赖于整个产业的共同合作。所以有人说中国的车路协同,其产业融合和整体协调将决定中国智能交通的成与败。车路协同里很重要的是三个方面的协同:一个是车,另一个是路,还有一个是在后面支持这条路的云。未来,我们将在中央指挥系统前俯瞰我们的交通网,上面密密麻麻地部署了传感器和路边单元来指挥道路上流动的车和其他交通设备。这样的交通系统其实已经构成了一个非常庞大且高层次的工业互联网。
中国的新基建有七个主要方向。其中的三个最主要、最核心的方向都是与智能交通相关的:AI技术,5G技术和工业互联网。眼下我们要解决的不仅仅是这张“网”的“结”——路边的5G通讯设备,还有摸清这张“网”的“线”。
车路协同关键不在于路边单元的硬件,而在于这些路边单元的硬件内有多少智能软件在里面。就像一台电脑,你将深度学习软件装入,那么它可以像Alpha Go一样打败世界冠军,但如果你只装入一个普通软件,那么它就只能玩玩游戏,或者干一些普通的工作。
路边单元最核心的功能是智能的感知:它不但要识别探测到的是人还是各种不同种类的车,还要预判这个车的轨迹和行为,例如车辆会不会在路口减速遵守交通规则?车辆会不会闯红灯?这些从人工智能的角度来讲,都是能够提前做出预判的,并且精准度都能够达到甚至超过99。
中智行在临港和奉贤这两个地方已经实现了非常初级的车路协同功能。随着路边单元的升级和5G的升级。我们相信上海是有机会率先实现真正的、智能的车路协同和智能交通的。
FREECAR车势今天,我们来到奉贤中智行自动驾驶园区内,体验了两次中智行打造的基于林肯MKZ L4级别的无人驾驶,可以想象日后我们完全解放双手,在车上吃着火锅让自动驾驶带我们到想去的目的地。这次体验车辆采集的速度按照城市道路60KM/h,园区内20-30KM进行,系统让车辆保持在一种舒适的状态下驾驶,由摄像头判别红绿灯,毫米雷达波采集周围环境变化的距离,GPS规划路线。目前测试车辆是在林肯MKZ车型和红旗车型上做的拓展,相比之下MKZ车款数据采用开放式来源所以拓展更方便,在体验过程中表现相当智能,L4试验阶段的动力配合实测环境所做反应还有待提升,需要一个数据积累和自我学习的过程,不过从今天体验来说总体感受已经相当惊奇。还有一点我很好奇,为什么台车使用了三个品牌的轮胎,不知这样做的目的是什么。
