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 , 【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”?】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”?
本文图片

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 。


推荐阅读