旗下微信矩阵:

当在讨论无人驾驶的时候,我们到底在讨论什么

现在一系列问题的出现正是表明无人驾驶的产业链上下游尚处于整合阶段。想要真正实现无人驾驶,不仅需要端到端的技术,物联网、云计算,5G、人工智能等一系列的技术的全面成熟,更需要产业链上下游厂商的全面推动。
2016-10-25 11:33 · 微信公众号:深几度  深几度   
   

  这些天来,无人驾驶这个技术领域显得不那么太平。某明星级互联网汽车出现连环车祸,被德国政府要求停止宣传无人驾驶。另外根据彭博社消息,苹果似乎已经放弃Apple Car项目,转而开发全无人驾驶技术。

  虽说无人驾驶在今天依旧生涩,这一系列事件的产生让不少人对无人驾驶产生了担忧。不过,无人驾驶的大方向无需否认。现在一系列问题的出现正是表明无人驾驶的产业链上下游尚处于整合阶段。想要真正实现无人驾驶,不仅需要端到端的技术,物联网、云计算,5G、人工智能等一系列的技术的全面成熟,更需要产业链上下游厂商的全面推动。

  无人驾驶在今天到底要突破哪些技术瓶颈

  在今年7月,英特尔与宝马、Mobileye在慕尼黑联合召开三方发布会,宣布基于英特尔解决方案的BMW全自动无人驾驶汽车将于2021上路。正如英特尔CEO科再奇所说的那样,汽车——以及它们连接的一切——将需要超级强大、安全且可靠的电子大脑,使其足够智能地像人类司机那样行驶。

  事实上,现在市面上可以正式商用的“无人驾驶”都只能算作是辅助驾驶或是“半自动驾驶”,用德国联邦车辆运输管理局提醒话来说,只能起到“行车助手”的作用,车辆还远没有达到能完全脱离驾驶员的掌控自动行驶的状态。

  因为无人驾驶的本质实际上是通过前端的视频摄像头、雷达传感器以及激光测距器来了解和感知周围的交通状况,把感知到的数据通过通信网络上传到云端,由云端的大数据计算配合汽车内的主控电脑来共同来规划汽车的*行驶路线和行车方案。这种技术原理涉及到了机器视觉数据、深度学习、云计算、通讯网络以及处理器芯片等一整套技术的整合。

  目前来看,无人驾驶的技术瓶颈也正是出现在这个过程之中。比如说雷达传感器以及激光测距器的价格目前普遍过高,大规模量产商用存在难度;无人驾驶过程中每秒钟动辄产生数百GB的数据传输和计算要求,目前5G网络尚不成熟,4G无法满足大带宽和低延时的要求;而且机器视觉在今天也尚处攻克难关的阶段,今年首例无人驾驶车祸起因正是强光下环境亮度过高,白色的卡车在阳光下过曝,摄像头会无法识别。

  而这些仅仅只是无人驾驶在今天面临的问题之一,无人驾驶在今天依旧是十分生涩的存在,无法真正落实到位,这种状况非常值得理解。自动驾驶发展到无人驾驶,这个过程会和通关打怪一样,需要解决一系列的问题。如果真正要来严格界定的话,美国高速公路安全管理局把无人驾驶分成了五个层级:

*级是Level 0,也就是完全不具备自动化功能,需要驾驶员独立操作

第二级是Level 1,可以实现具备1种以上自动化控制功能的车辆,比如说刹车时提供自动协助,让车更快刹停;

第三级是Level 2, 可以提供组合式的自动化功能,提供至少2种可共同运作的主要控制功能,如自适应巡航控制与车道对准功能的结合;

第四级是Level 3,提供有限的自动驾驶功能,驾驶人能在特定的路况环境下完全交出安全关键驾驶功能;

第五级是Level 4,可以完全实现全工况全天候的自动驾驶,也就是无人驾驶。

  这一说法可能比较抽象,在宝马和英特尔合作制定的无人驾驶标准之中,无人驾驶不仅可以“解放双手”(2级),还能达到“解放双眼”(3级)甚至“解放大脑”(4级),驾驶者在车内的状态将由此发生转变——可在车内进行休闲娱乐或者办公。这也将允许车辆在技术层面上实现“无人驾驶”(5级)。

  目前来看,前大部分商用的无人驾驶技术只能达到Level2或是Level2.5,也就是所谓的半自动驾驶,所以说,无人驾驶目前所面临的技术瓶颈依旧不小。

  无人驾驶会是新一代信息技术的集大成者

  正如前文所提到的无人驾驶运行过程,我们从中可以看到,无人驾驶不仅仅是一辆车的行为,而是芯片、传感器、数据传输、数据中心、中央计算平台、传感器集群、云计算解决方案等一整套解决方案的系统运作。

  用清华大学教授邓志东在英特尔举办的“The NEXT:科技×汽车”无人驾驶分享沙龙上的话来说,无人驾驶会是新一代信息技术的集大成者。它所涉及的五个维度:深度学习、数据、计算、通讯以及整合,正是新一代信息技术的全部。

  也就是说,无人驾驶不是一家厂商靠一己之力可以实现,这是一项产业链上下游全面整合才能全面推动的事业。今天在无人驾驶领域发力的有英特尔这样的IT厂商,还有谷歌、百度、阿里这样的互联网厂商,各家无一不是在从各自的领域出发,推动无人驾驶逐步实现。

  目前来看,无人驾驶技术主要分成三个维度的突破,一是底层的网络传输、计算平台等硬件层面基础性技术突破,这个可以视作是无人驾驶的骨架、动脉、心脏;二是机器视觉、数据分析等软件层面的技术突破,这个可以视作是无人驾驶的大脑;第三则是互联网软件服务层面的突破,这个可以视作是无人驾驶的血肉。

  从英特尔这样的IT厂商身上来看,英特尔做的更偏向于基础性的技术突破。英特尔真正的核心优势在于后端的数据传输和数据计算平台。纵览整个世界市场,真正有能力解决这种基础性问题的厂商少之又少。可以说,互联网厂商很多在无人驾驶层面上的动作,都是在英特尔的技术基础上去完成。

  比方说提供5G移动试验平台,加速5G的快速商用,解决数据传输的问题。提供汽车数据中心处理器,为汽车造“芯”,解决数据处理的问题。不解决5G通讯技术、汽车的中央计算平台这些关键瓶颈问题,无人驾驶几乎无法实现。而这必须要由在半导体、通信技术领域拥有雄厚基础的厂商来完成,而英特尔作为这种厂商掌握的正是无人驾驶的核心脉搏,它搭建了无人驾驶的骨架、血脉以及最核心的心脏。

  谷歌和百度这样的互联网厂商,它们也在从事无人驾驶技术,这类互联网厂商做的事情则是更偏向于前端的数据获取和数据处理,它们在机器视觉和大数据分析这个层面上有着自己的独到之处。他们也在整合视频摄像头、雷达传感器以及激光测距器厂商,并且联合传统汽车厂商,一起推动技术的进步,他们完善的是大脑层面的问题。而阿里也在谈互联网汽车,但是阿里所长在于汽车的支付、娱乐等软件服务端的服务提供,所以阿里不提无人驾驶,而是谈互联网汽车,其实和前者还是有很大的区别。

  无人驾驶技术确实很难,而且也需要有大量的技术难关需要突破。但是,这不是一家厂商的问题,是一群厂商的问题,所以你会看到,英特尔收购Yogitech这家专注为机器人和无人驾驶汽车开发芯片的意大利半导体制造商,和Mobileye合作,开发智能行车预警系统,解决机器视觉层面的数据获取问题,还和宝马等汽车厂商合作,推动产业链上下游的整合。而百度也是在联合英伟达开发无人驾驶汽车人工智能电脑,以及和北汽这样的传统汽车厂商展开合作;阿里则是在浙江开辟无人驾驶试验基地,和上汽展开互联网汽车的合作。

  虽说英特尔、谷歌、百度有些做法会产生重合,但其中的相似之处在于,由巨头在一起共担风险,都是推动整个产业链的全面协同运作,这恰恰是今天无人驾驶想要实现的*的产业基础。

  无人驾驶将在未来从制造业逐渐转型服务业

  今天的汽车大多是一个钢铁孤岛,但是在未来,无人驾驶正在让将汽车产业逐渐从制造业过渡到服务业。无人驾驶涉及的四个产业:无人驾驶私人服务、无人驾驶汽车本身、车联网与云平台以及IPS,都面临着从制造业向服务业的转型。

  在这次无人驾驶沙龙上,英特尔公司全球副总裁兼中国区总裁杨旭认为,“将技术创新和用户需求结合起来进行有效整合,将是无人驾驶未来发展的突破点。”英特尔中国研究院院长宋继强则谈到,车是一个智能终端,这个智能终端就像手机一样,实际上是实实刻刻都会更新应用,更新一两个娱乐应用不是很关键,但如果在北京发生了一个交通事故,应用源可以迅速从云端下载补丁,车和云在不同层面为无人驾驶方案提供服务。

  和宋继强观点相似的是,今年云栖大会上,阿里YunOS事业部总经理张春晖也提出,汽车将会是接入万物互联网而且搭载着新能源动力的互联网数据平台。

  在这种大趋势之下,汽车在未来越来越会成为一个物联网服务的平台,汽车正在从一个纯工业产品逐渐成为互联网产品,它未来会成为物联网服务上的一环,它不仅是硬件终端,更是依赖于大数据和软件服务内在驱动。

  汽车在未来可能会像今天的智能手机一样,其中的内容、软件、服务会显得越来越重要,整个手机原本的通信功能反而降低到次要的位置。物联网带来的这一层面的变化也在未来也诞生出更多商业模式创新的机会。

  物联网在未来的无人驾驶服务转型过程之中,未来的大数据通过物联网成为驾驶的另一个引擎。无人驾驶结合物联网,价值才能发挥到*,物联网中的数据能够有效舒缓城市中恼人的塞车问题,甚至在车辆行驶过程中收集的数据也可作为道路建设、商业规划提供参考,让城市规划达到最有效的配置。像英特尔这种为无人驾驶提供端到端技术的厂商恰恰会像今天的发电厂一样,成为这个环境之中的赋能者。

  虽说这一天还有一定的距离,但今天从IT厂商、互联网厂商、传统汽车厂商的结合来看,这一天似乎又没那么遥远。

【本文由投资界合作伙伴微信公众号:深几度授权发布,本平台仅提供信息存储服务。】如有任何疑问,请联系(editor@zero2ipo.com.cn)投资界处理。