江苏龙网

  1. 首页 > 生活 > >

虞正华|独家|中国厂商拿下自动驾驶大量订单，看AI如何造就汽车“大脑”？( 三 )


L4自主泊车场景将率先爆发
受益于各国自动驾驶相关的政策推动、研发技术的持续突破以及全球车企智能车型的逐步落地 ， 行业发展前景日渐清晰 ， 市场空间潜力巨大 。 根据通用汽车的预测 ， 自动驾驶汽车行业规模有望在未来触达8万亿美元 。 据IHS Markit预测 ， 到2040年 ， 在美国、中国和欧洲市场的自动驾驶汽车年销量将突破2740万辆 。
在这个万亿级别的超大赛道 ， 蕴含着无数机遇 。 近期自主泊车领域事件密集发布 ， 5 月7 日 ， 中国汽车工程学会就《自主代客泊车系统总体技术要求》CSAE 标准征求意见；特斯拉4 月宣称 ， 将在今年晚些时候推出用于自主泊车的“反向智能召唤功能”；小鹏汽车P7 强调对自主泊车系统持续的研发投入;德赛西威自主泊车系统已在奇瑞星途等车型上量产 。这是否意味着自主泊车这个子场景 ， 将会率先爆发？从自动泊车到自主泊车又面临哪些挑战？
虞正华表示 ， 自主泊车确实越来越受重视 ， 不止是国内 ， 也包括国外 。 从类似反向召唤功能到完全自主泊车 ， 可以演变出很多功能 ， 这种持续迭代对消费者很有吸引力 。 他认为 ， 自主泊车会是L4级别能够最早实现大规模量产落地的应用场景。
不过从自动泊车到自主泊车 ， 仍存在几大挑战：首先自动泊车是近距离的 ， 人在车内或者车附近 ， 人必须通过钥匙或者某种方式表明人在控制车 ， 人虽然不需要真正控制方向盘 ， 但可以在紧急情况下让车停下；但L4层级人和车分离 ， 自主泊车时没有了人的干预 ， 所以 最大的挑战首先是安全性 ， 如何保障车是安全的 ， 不会对外界造成伤害 ， 这是巨大的挑战 。
第二 ， 自主泊车需要地图的配置 ， 因为不是近距离的停车场 ， 需要地图解决定位问题 ， 技术上涉及到地图和定位算法 ， 这是新的需求 。
第三 ， 从最终落地来说 ， 自主泊车其实是需要一个生态系统的 ， 涉及到停车场的运营商、地图供应商、车厂、自动驾驶公司等 ， 大家构建完整的生态一起推动 。 在生态的打造方面是一大挑战 。
从魔视智能的情况来说 ， L4级主要是低速AVP的场景 ， 未来可能需要更多的技术验证 ，在高速场景下验证L4技术 ， 这是需要进一步完善的。 此外 ， 在高速场景涉及到跟路测的协同 ， 这个也是结合新基建的布局 ， 在路测方面 ， 看起来中国会比其他国家做更多的事情 ， 但车和路到底怎么协同还是有很多的未知 ， 这个也是需要进一步探索的地方 。
“下一步最主要的方向 ， 是构建面向L3/L4自动驾驶的域控制器 ” ， 虞正华表示 ， “这个控制器集成的内容会越来越多 ， 所支持的功能也会越来越丰富 。 我们的目标是做自动驾驶的大脑 ， 域控制器就是这个大脑最终承载的方式和承载的平台 ， 这涉及到整体的硬件/软件架构设计、中间件、功能划分以及如何实现功能安全的要求等 。 “
虞正华|独家|中国厂商拿下自动驾驶大量订单，看AI如何造就汽车“大脑”？
本文插图

真正的无人驾驶至少还需十年以上
自动驾驶头部企业已经在推进2024年在部分城市实现部分道路、部分车辆的无人驾驶 。 我们对真正的无人驾驶可以有哪些期待？距离真正的无人驾驶 ， 还有多远的路？
姚颂认为 ， 实现完全的自动驾驶 ， 需要两个必要条件（但不是充分条件）：第一 ， 我们之所以能够有非常方便的高德之类的导航软件 ， 是因为我们有积累的全球的路网数据 ， 并且能够实时更新路况 。 对于自动驾驶也一样 ， 我们需要积累全球的（或者允许完全自动驾驶区域内的）高清地图数据 ， 并且做到快速更新 。
第二 ， 单纯视觉一定是不够的 ， 自动驾驶需要比人类更多的数据获取 ， 所以廉价的激光雷达必不可少 ， 甚至需要能够同时测距和测相对速度的FMCW激光雷达 。
【虞正华|独家|中国厂商拿下自动驾驶大量订单，看AI如何造就汽车“大脑”？】


推荐阅读


上一篇：哈弗H6|哈弗H6的“弟弟”来了，配1.5T发动机，真实优缺点大揭秘！

下一篇：Ornata|Razer推出Ornata V2：具有机械式手感的薄膜键盘