|
|
?L4階段對(duì)應(yīng)完全自動(dòng)化，在該階段完全由系統(tǒng)掌握對(duì)于汽車(chē)的控制地位，駕駛者只需提供目的地或?qū)Ш叫畔�，汽�?chē)能夠憑借自身的感知、分析和執(zhí)行來(lái)完成所有駕駛?cè)蝿?wù)，完全釋放駕駛者的手腳。
2.漸進(jìn)式創(chuàng)新和破壞式創(chuàng)新并舉
我們判斷，汽車(chē)智能化存在兩條演進(jìn)路線(xiàn)，即自動(dòng)輔助駕駛所對(duì)應(yīng)的漸進(jìn)式創(chuàng)新演進(jìn)路線(xiàn)和無(wú)人駕駛所對(duì)應(yīng)的破壞式創(chuàng)新演進(jìn)路線(xiàn)。
我們認(rèn)為，自動(dòng)輔助駕駛不等于無(wú)人駕駛，前者的本質(zhì)是原有汽車(chē)駕駛系統(tǒng)的模塊疊加和功能發(fā)展，其目的是為了給駕駛者提供便捷、舒適和安全的駕駛環(huán)境，其主決策者依然是人；后者的本質(zhì)是種全新的能夠自主導(dǎo)航的移動(dòng)運(yùn)輸類(lèi)機(jī)器人，其外形設(shè)計(jì)、應(yīng)用場(chǎng)合并不拘泥于現(xiàn)有的模式，其主決策者是人工智能。
我們的分析，自動(dòng)輔助駕駛漸進(jìn)式創(chuàng)新路線(xiàn)以毫米波雷達(dá)、紅外雷達(dá)、超聲波雷達(dá)和車(chē)載攝像頭作為主要傳感器，其核心技術(shù)是自動(dòng)控制技術(shù)和傳統(tǒng)模式識(shí)別技術(shù)，其主導(dǎo)者為汽車(chē)傳統(tǒng)整車(chē)廠(chǎng)家和新興的電動(dòng)車(chē)廠(chǎng)家，該技術(shù)路線(xiàn)可以將成本轉(zhuǎn)嫁給消費(fèi)者；無(wú)人駕駛破壞式創(chuàng)新路線(xiàn)以高精度的激光雷達(dá)作為主要傳感器，以高精度地圖作為參考坐標(biāo)系，以基于深度學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)作為算法決策，其核心技術(shù)是3D即時(shí)測(cè)繪和深度學(xué)習(xí)算法，該技術(shù)路線(xiàn)需要大量的基礎(chǔ)設(shè)施長(zhǎng)期投入，并且嚴(yán)重依賴(lài)車(chē)聯(lián)網(wǎng)（V2X），在目前車(chē)聯(lián)網(wǎng)標(biāo)準(zhǔn)尚未統(tǒng)一，并且基礎(chǔ)設(shè)施缺失的條件下可能難以大規(guī)模商用，但是這或許是無(wú)人駕駛汽車(chē)的終極進(jìn)化形態(tài)。
根據(jù)的數(shù)據(jù)，2015年10月國(guó)內(nèi)市場(chǎng)各種功能的自動(dòng)輔助駕駛功能滲透率分別為：盲點(diǎn)檢測(cè)功能（BSD）3.8%，自動(dòng)泊車(chē)入位（AP）2.6%，前向碰撞預(yù)警（FCW）2.6%，自動(dòng)緊急制動(dòng)（AEB）2.4%，全景攝像頭（SVC）2.3%，車(chē)道偏離預(yù)警（LDW）1.7%，自適應(yīng)巡航導(dǎo)航（ACC）1.3%，車(chē)道保持輔助（LKA）0.8%。全球整車(chē)市場(chǎng)自動(dòng)輔助駕駛系統(tǒng)的滲透率也低于10%，歐美地區(qū)市場(chǎng)接近8%，新興國(guó)家市場(chǎng)則僅為2%，市場(chǎng)空間依然非常巨大。據(jù)咨詢(xún)公司測(cè)算，未來(lái)全球ADAS滲透率將大幅提升，預(yù)計(jì)2022年全球新車(chē)ADAS搭載率將達(dá)到50%，我們判斷自動(dòng)輔助駕駛功能正處于導(dǎo)入期向成長(zhǎng)期過(guò)度的階段，蘊(yùn)藏著極大的投資機(jī)會(huì)。
根據(jù)HIS的研究，全球車(chē)載攝像頭出貨量將從2014年的2800萬(wàn)顆增長(zhǎng)至2020年的8270萬(wàn)顆，6年復(fù)合增長(zhǎng)率為19.8%。據(jù)舜宇光學(xué)披露的數(shù)據(jù)顯示，2015年舜宇光學(xué)車(chē)載鏡頭全年出貨量為1651萬(wàn)顆，而在2016年前11個(gè)月的累積出貨量已經(jīng)達(dá)到了2064萬(wàn)顆，預(yù)計(jì)全年出貨量約為2200萬(wàn)顆到2300萬(wàn)顆之間，2016年全年車(chē)載鏡頭出貨量增速為33%到39%之間，據(jù)舜宇光學(xué)管理層透露，其在車(chē)載鏡頭領(lǐng)域的市場(chǎng)份額為30%到35%左右，因此推測(cè)2016年車(chē)載鏡頭市場(chǎng)全球市場(chǎng)出貨量在6285萬(wàn)顆到7667萬(wàn)顆之間，遠(yuǎn)高于HIS研究的數(shù)據(jù)。
艾媒咨詢(xún)調(diào)查研究顯示，2016年全球無(wú)人駕駛汽車(chē)市場(chǎng)規(guī)模為40億美金左右，預(yù)計(jì)2021年全球市場(chǎng)規(guī)模將達(dá)到70.3億美元左右，復(fù)合年均增長(zhǎng)率為11.8%。該機(jī)構(gòu)分析師認(rèn)為百度、谷歌等互聯(lián)網(wǎng)巨頭雖然均投身于無(wú)人駕駛的領(lǐng)域，但由于政策法規(guī)的限制、技術(shù)產(chǎn)業(yè)化的不成熟和成本方面的綜合考慮，短期內(nèi)無(wú)人駕駛汽車(chē)市場(chǎng)規(guī)模變化不大，行業(yè)整體處于內(nèi)部測(cè)試階段，難以實(shí)現(xiàn)大面積推廣。
綜上所述，短期來(lái)看自動(dòng)輔助駕駛智能化演進(jìn)路線(xiàn)的滲透率已經(jīng)開(kāi)始快速提升，但是長(zhǎng)期來(lái)看，無(wú)人駕駛汽車(chē)智能化演進(jìn)路線(xiàn)或許是終極形態(tài)。
汽車(chē)智能化是汽車(chē)行業(yè)演進(jìn)的下一個(gè)必然階段
自汽車(chē)誕生的一百多年以來(lái)，發(fā)動(dòng)機(jī)、變速箱一直都是其最為重要的部件，并且汽車(chē)行業(yè)的整體發(fā)展也多由這兩者所推動(dòng)，然而進(jìn)入21世紀(jì)之后，汽車(chē)行業(yè)也在日益被信息技術(shù)所改變，從最開(kāi)始改進(jìn)汽車(chē)的設(shè)計(jì)、生產(chǎn)、制造等流程，到了現(xiàn)在改變汽車(chē)本身，汽車(chē)行業(yè)正在發(fā)生深刻的革命。
我們認(rèn)為，汽車(chē)行業(yè)正在發(fā)生一場(chǎng)深刻的變革，智能化、網(wǎng)聯(lián)化、電動(dòng)化的未來(lái)趨勢(shì)正在讓汽車(chē)變得像是一個(gè)帶有四個(gè)輪子的電腦，處理器、計(jì)算能力、網(wǎng)絡(luò)互聯(lián)等數(shù)字化元素也正在取代發(fā)動(dòng)機(jī)和變速箱等機(jī)械部件的核心地位，即車(chē)用芯片/計(jì)算能力提供商將處于未來(lái)智能汽車(chē)產(chǎn)業(yè)的核心位置。在這一產(chǎn)業(yè)革命下，汽車(chē)產(chǎn)業(yè)的價(jià)值鏈或許將重構(gòu)，智能軟件系統(tǒng)、處理器等芯片公司或許將會(huì)處于產(chǎn)業(yè)鏈的頂端，拿走大部分利潤(rùn)，而整車(chē)制造、汽車(chē)零部件生產(chǎn)企業(yè)的地位或許會(huì)開(kāi)始下沉，這對(duì)于中國(guó)電子制造業(yè)或許是新的機(jī)遇。
1.監(jiān)管機(jī)構(gòu)的推動(dòng)和政府立法的支持
監(jiān)管機(jī)構(gòu)的推動(dòng)和政府立法的支持是驅(qū)動(dòng)汽車(chē)智能化的一大驅(qū)動(dòng)力。
歐盟新車(chē)評(píng)鑒協(xié)會(huì)（，簡(jiǎn)稱(chēng)為E-NCAP）和美國(guó)公路保險(xiǎn)協(xié)會(huì)（，簡(jiǎn)稱(chēng)為IIHS）是汽車(chē)碰撞安全測(cè)試最為權(quán)威的兩家機(jī)構(gòu)，其他國(guó)家和地區(qū)在制定汽車(chē)碰撞安全測(cè)試標(biāo)準(zhǔn)時(shí)會(huì)大量參考和引用上述兩家機(jī)構(gòu)制定的評(píng)分標(biāo)準(zhǔn)。
根據(jù)E-NCAP公布的路線(xiàn)圖，從2013年開(kāi)始，其對(duì)于新車(chē)的評(píng)分規(guī)則進(jìn)行了調(diào)整，增加了更多自動(dòng)輔助駕駛（，簡(jiǎn)稱(chēng)為ADAS）的考核。到2017年時(shí)，速度輔助系統(tǒng)（，簡(jiǎn)稱(chēng)為SAS）、自動(dòng)緊急制動(dòng)（，簡(jiǎn)稱(chēng)為AEB）、車(chē)道偏離預(yù)警/車(chē)道偏離輔助（，簡(jiǎn)稱(chēng)為，簡(jiǎn)稱(chēng)為L(zhǎng)KD）的評(píng)分要求已經(jīng)設(shè)定為汽車(chē)整體裝機(jī)量達(dá)到100%。
2016年3月18日，美國(guó)高速公路安全管理局（NationalHighwayTrafficSafetyAdministration）和IIHS也宣布，占美國(guó)汽車(chē)市場(chǎng)份額99%以上的20家汽車(chē)制造商（通用、福特、菲亞特克萊斯勒、豐田、本田、日產(chǎn)、馬自達(dá)、三菱、富士重工業(yè)、現(xiàn)代、起亞、奧迪、寶馬、戴姆勒、大眾、保時(shí)捷、沃爾沃、瑪莎拉蒂、捷豹路虎、特斯拉）已同意在2022年9月1日讓自動(dòng)緊急制動(dòng)（AEB）成為技術(shù)標(biāo)準(zhǔn)，豐田表態(tài)2017年開(kāi)始為在美銷(xiāo)售的所有新車(chē)都必須要標(biāo)配AEB功能。
由于汽車(chē)作為交通工具所具有的特殊性，自動(dòng)駕駛汽車(chē)或無(wú)人駕駛汽車(chē)的上路必然會(huì)導(dǎo)致交通事故發(fā)生時(shí)責(zé)任的難以界定，因此各國(guó)政府立法的支持和監(jiān)管機(jī)構(gòu)對(duì)于責(zé)任的界定同樣是一大障礙，但是這一障礙目前已經(jīng)隨著各國(guó)政府立法的支持和監(jiān)管政策的明細(xì)而逐步消失。
汽車(chē)智能化的技術(shù)已經(jīng)日趨成熟，在此基礎(chǔ)上監(jiān)管機(jī)構(gòu)的督促導(dǎo)致汽車(chē)整車(chē)廠(chǎng)家開(kāi)始自發(fā)地往新開(kāi)發(fā)車(chē)型中整合自動(dòng)輔助駕駛模塊，點(diǎn)燃了汽車(chē)電子市場(chǎng)的蓬勃發(fā)展，盲點(diǎn)檢測(cè)（BDS）和車(chē)道偏離預(yù)警（LDW）等L0級(jí)功能已經(jīng)在國(guó)內(nèi)汽車(chē)市場(chǎng)開(kāi)始慢慢普及，自動(dòng)緊急制動(dòng)（AEB）和自適應(yīng)巡航（ACC）等L1級(jí)功能開(kāi)始萌芽；同樣值得注意的是，隨著各國(guó)政府對(duì)于無(wú)人駕駛汽車(chē)的立法和監(jiān)管法規(guī)逐漸清晰，無(wú)人駕駛汽車(chē)的上路測(cè)試和未來(lái)真正商用化也在逐步推進(jìn)和落地。
2.駕駛者使用體驗(yàn)的提升
無(wú)論是自動(dòng)輔助駕駛還是無(wú)人駕駛，對(duì)于駕駛者的用戶(hù)體驗(yàn)都將有著顯著的提升，這將是汽車(chē)智能化的另一個(gè)重要驅(qū)動(dòng)因素。自動(dòng)輔助駕駛對(duì)于減少違章駕駛，加強(qiáng)危險(xiǎn)預(yù)警和避讓有著直接的幫助。盲點(diǎn)檢測(cè)功能（BSD）和車(chē)道偏離預(yù)警（LDW）功能可以有效如何降低車(chē)禍發(fā)生的概率，自動(dòng)緊急制動(dòng)（AEB）更是可以極大降低車(chē)禍發(fā)生時(shí)造成的人員傷亡。
無(wú)人駕駛汽車(chē)可以極大解放人類(lèi)的雙手，讓人工智能完成對(duì)于駕駛功能的接管，可以極大提升人類(lèi)時(shí)間的充分利用。從國(guó)外的統(tǒng)計(jì)數(shù)據(jù)來(lái)看，德國(guó)每名駕駛員一生處于交通堵塞狀態(tài)的時(shí)間達(dá)一年半之多，這不管對(duì)人還是經(jīng)濟(jì)發(fā)展來(lái)說(shuō)都是巨大的時(shí)間浪費(fèi)。如今越來(lái)越多的車(chē)輛已邁出了實(shí)現(xiàn)全面無(wú)人駕駛的第一階段，具備了部分自動(dòng)化駕駛功能。目前已經(jīng)可以在真實(shí)的駕駛環(huán)境中體驗(yàn)自動(dòng)化駕駛的優(yōu)勢(shì)。假如在不久的將來(lái)，可以完全實(shí)現(xiàn)無(wú)人駕駛汽車(chē)，人類(lèi)將被解放出來(lái)，可以擁有更多自由時(shí)間，也可以讓人類(lèi)花費(fèi)更少時(shí)間到達(dá)目的地，幫助人們?cè)谕ㄇ谏蠝p少時(shí)間浪費(fèi)。
汽車(chē)智能化對(duì)于駕駛者的用戶(hù)體驗(yàn)也有著極大的提升，有研究顯示，中國(guó)的80后和90后對(duì)網(wǎng)絡(luò)的依賴(lài)度排全球第7位，消費(fèi)者的特性和需求也決定了智能汽車(chē)發(fā)展的方向。中國(guó)消費(fèi)者對(duì)于智能汽車(chē)的需求主要是四個(gè)方面：安全、便利、體驗(yàn)和個(gè)性化。消費(fèi)者對(duì)第四屏的交互體驗(yàn)有更高的要求，比如手勢(shì)控制、語(yǔ)音控制，及抬頭顯示等，這些交互方式會(huì)使操作更流暢，提高駕駛體驗(yàn)，隨著消費(fèi)者對(duì)產(chǎn)品個(gè)性化的需求增加，車(chē)廠(chǎng)也開(kāi)始為消費(fèi)者提供了越來(lái)越多的選擇。
3.交通網(wǎng)絡(luò)運(yùn)營(yíng)效率的優(yōu)化
自動(dòng)輔助駕駛和無(wú)人駕駛將降低車(chē)禍發(fā)生數(shù)量，減少人員傷亡，并且顯著優(yōu)化交通網(wǎng)絡(luò)的運(yùn)行效率。
據(jù)世界衛(wèi)生組織統(tǒng)計(jì)，全球每年有124萬(wàn)人死于交通事故，這一數(shù)字在2030年可能達(dá)到220萬(wàn)人。僅在美國(guó)，每年大約有3.3萬(wàn)人死于交通意外，自動(dòng)輔助駕駛設(shè)備和無(wú)人駕駛汽車(chē)能大幅降低交通事故數(shù)量，為此可能挽救數(shù)百萬(wàn)人生命。EnoCentreforTransportation研究顯示，如果美國(guó)公路上90%的汽車(chē)變成無(wú)人駕駛汽車(chē)，車(chē)禍數(shù)量將從600萬(wàn)起降至130萬(wàn)起，死亡人數(shù)從3.3萬(wàn)人降至1.13萬(wàn)人。在過(guò)去6年間，谷歌無(wú)人駕駛汽車(chē)已經(jīng)行駛300多萬(wàn)公里，只遇到過(guò)16起交通意外，且從未引發(fā)過(guò)致命事件，并且谷歌宣稱(chēng)造成車(chē)禍發(fā)生的原因均來(lái)自其他車(chē)輛。
美國(guó)國(guó)家公路交通安全管理局局長(zhǎng)MarkRosekind指出，未來(lái)無(wú)人駕駛汽車(chē)將使交通事故死亡率減少一半，使人們的日常出行更為安全，另一方面還可以降低保險(xiǎn)費(fèi)用。
沃爾沃汽車(chē)集團(tuán)高級(jí)技術(shù)主管埃里克·寇林格認(rèn)為：“在改善交通安全方面，無(wú)人駕駛汽車(chē)擁有巨大潛力。這也是我們進(jìn)軍無(wú)人駕駛汽車(chē)領(lǐng)域的重要原因之一。”伊諾交通中心預(yù)測(cè)，如果美國(guó)公路上90%的汽車(chē)實(shí)現(xiàn)自動(dòng)化，每年發(fā)生的交通事故將從600萬(wàn)起降至130萬(wàn)起，死亡人數(shù)從3.3萬(wàn)人降至1.13萬(wàn)人。
據(jù)艾媒咨詢(xún)分析研究，88.%的網(wǎng)民認(rèn)為車(chē)禍?zhǔn)怯捎谒緳C(jī)開(kāi)車(chē)時(shí)分心造成的，85.4%的網(wǎng)民認(rèn)為疲勞駕駛導(dǎo)致車(chē)禍?zhǔn)鹿拾l(fā)生，此外酒后駕駛、天氣狀況也是造成事故的主要原因之一，因此自動(dòng)輔助駕駛提供的不管是L0功能還是L1功能都將大大降低車(chē)禍發(fā)生的概率。
無(wú)人駕駛汽車(chē)不僅可幫助減少車(chē)禍，還能大幅降低交通擁堵情況，從而提升對(duì)于現(xiàn)有交通網(wǎng)絡(luò)的利用效率。據(jù)KPMG報(bào)告顯示，無(wú)人駕駛汽車(chē)可幫助高速公路容納汽車(chē)能力提高5倍。斯坦福大學(xué)計(jì)算機(jī)專(zhuān)家、谷歌無(wú)人駕駛汽車(chē)項(xiàng)目前專(zhuān)家塞巴森·特隆表示，一旦機(jī)器人汽車(chē)成為主流，當(dāng)前公路上只需要30%汽車(chē)。
4.共享經(jīng)濟(jì)的興起
自動(dòng)輔助駕駛和無(wú)人駕駛的興起將大大降低共享經(jīng)濟(jì)運(yùn)營(yíng)商的運(yùn)營(yíng)成本。共享經(jīng)濟(jì)的本質(zhì)上是商品使用權(quán)和所有權(quán)的分離，并且通過(guò)新興的LBS（LocationBasedServices）技術(shù)實(shí)現(xiàn)了使用權(quán)在不同所有權(quán)占有者的匹配和撮合，從而在不增加新商品的條件下，對(duì)于現(xiàn)有商品使用權(quán)的優(yōu)化配置。
對(duì)于Uber、滴滴打車(chē)這一類(lèi)共享經(jīng)濟(jì)出行服務(wù)提供商而言，采用無(wú)人駕駛可以降低上述巨頭整體的運(yùn)營(yíng)成本，并且由于無(wú)人駕駛汽車(chē)可以降低交通事故發(fā)生的概率，因此可以顯著減少車(chē)輛的維護(hù)費(fèi)用和保險(xiǎn)費(fèi)用。
2016年8月18日，Uber宣布與沃爾沃合作，擬斥資3億美元，于2016年8月底推出自動(dòng)駕駛出租車(chē)運(yùn)營(yíng)測(cè)試，在未來(lái)預(yù)計(jì)推出100輛沃爾沃XC90SUV型自動(dòng)駕駛出租汽車(chē)，計(jì)劃于2021年推出自動(dòng)駕駛汽車(chē)。根據(jù)雙方協(xié)議，Uber和沃爾沃將各出1.5億美元作為初步研發(fā)資金，共同開(kāi)發(fā)無(wú)人車(chē)，其中Uber提供技術(shù)，沃爾沃提供駕駛車(chē)輛，該項(xiàng)自動(dòng)駕駛計(jì)劃使用的車(chē)型是沃爾沃XC90SUV。
2016年，Uber收購(gòu)了無(wú)人駕駛貨運(yùn)公司OttoTrucking，OttoTrucking公司股票交易價(jià)值高達(dá)6.8億美元，Otto的股東不僅獲得了價(jià)值約6.8億美元的Uber股份，還能從Uber未來(lái)的貨運(yùn)業(yè)務(wù)中獲得20%利潤(rùn)的擔(dān)保，這也是Uber進(jìn)行的有史以來(lái)最大規(guī)模的收購(gòu)。
2015年，Uber開(kāi)始了對(duì)卡內(nèi)基梅隆大學(xué)國(guó)家機(jī)器人工程中心專(zhuān)門(mén)的人才挖角計(jì)劃。Uber此前就傳言在2016年上半年虧損13億美元，成為了硅谷虧損最嚴(yán)重的公司之一，虧損的一部分原因是在中國(guó)市場(chǎng)的燒錢(qián)大戰(zhàn)，另一部分原因則是對(duì)人才和大量新項(xiàng)目的投資，無(wú)人駕駛便是燒錢(qián)的投資項(xiàng)目中燒的最快的一項(xiàng)。
2016年，Uber通過(guò)購(gòu)買(mǎi)人工智能初創(chuàng)公司GeometricIntelligence來(lái)押注人工智能。因?yàn)镚eometricIntelligence能給它帶來(lái)整個(gè)研究團(tuán)隊(duì)，Uber能夠借此機(jī)會(huì)成立自己內(nèi)部的人工智能研究室。
汽車(chē)智能化原理初探
在汽車(chē)智能化演進(jìn)路線(xiàn)中，類(lèi)比人類(lèi)對(duì)于汽車(chē)駕駛操作的完成，從功能層對(duì)硬件進(jìn)行分類(lèi)，傳感層是眼，處理層是腦，執(zhí)行層是手。
?傳感層包括車(chē)載攝像頭等視覺(jué)系傳感器和車(chē)載毫米波雷達(dá)、車(chē)載激光雷達(dá)和車(chē)載超聲波雷達(dá)等雷達(dá)系傳感器——我們認(rèn)為，無(wú)論是漸進(jìn)式創(chuàng)新路線(xiàn)還是破壞式創(chuàng)新路線(xiàn)，依賴(lài)單一傳感器均不可能實(shí)現(xiàn)完整功能，多傳感器融合是必然趨勢(shì)。
?處理層包括自動(dòng)控制算法與傳統(tǒng)模式識(shí)別算法和人工神經(jīng)網(wǎng)絡(luò)兩種解決方案——我們認(rèn)為漸進(jìn)式創(chuàng)新路線(xiàn)中，處理層的主流算法是自動(dòng)控制算法與傳統(tǒng)模式識(shí)別算法相結(jié)合使用，從算法層面來(lái)看，其本質(zhì)是過(guò)程驅(qū)動(dòng)；從硬件層面來(lái)看，將會(huì)用到大量的微控制器處理單元（MicroControlUnit，簡(jiǎn)稱(chēng)為MCU）和數(shù)字信號(hào)處理器（DigitalSignalProcessor，簡(jiǎn)稱(chēng)為DSP）以及專(zhuān)用的圖像模式識(shí)別芯片等。在破壞式創(chuàng)新路線(xiàn)中，處理層的主流算法為路徑規(guī)劃算法、高精度地圖定位、人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)算法等，從算法層面來(lái)看，其本質(zhì)是數(shù)據(jù)驅(qū)動(dòng)；從硬件層面來(lái)看，未來(lái)將會(huì)誕生新一代的計(jì)算平臺(tái)，比如基于GPU和FPGA的新一代運(yùn)算平臺(tái)等。
?執(zhí)行層根據(jù)前裝市場(chǎng)和后裝市場(chǎng)的不同，可以分為預(yù)警和報(bào)警類(lèi)等被動(dòng)安全執(zhí)行和主動(dòng)安全執(zhí)行——我們判斷在汽車(chē)智能化演進(jìn)的過(guò)程中，前裝市場(chǎng)和后裝市場(chǎng)在功能上最主要的差異來(lái)自于是否可以完成對(duì)于汽車(chē)控制功能的接管。后裝市場(chǎng)由于只與汽車(chē)CAN總線(xiàn)中獲取信息進(jìn)行集成，因此只能讀取車(chē)輛信息，而不能控制汽車(chē)電子設(shè)備，在執(zhí)行層更多地是提供預(yù)警和報(bào)警類(lèi)等被動(dòng)安全執(zhí)行措施，無(wú)法在危機(jī)時(shí)接管汽車(chē)的駕駛操作；前裝市場(chǎng)由于可以接入汽車(chē)的CAN總線(xiàn)并且與汽車(chē)電子設(shè)備進(jìn)行整體集成，在執(zhí)行層可以提供執(zhí)行類(lèi)的主動(dòng)安全，在危機(jī)時(shí)可以完成對(duì)于汽車(chē)駕駛的接管。我們認(rèn)為無(wú)論是漸進(jìn)式創(chuàng)新路線(xiàn)還是破壞式創(chuàng)新路線(xiàn)，要真正實(shí)現(xiàn)系統(tǒng)對(duì)于汽車(chē)駕駛操作的控制權(quán)接管，前裝市場(chǎng)幾乎是唯一的選擇。
1.傳感層——多傳感器融合是必然趨勢(shì)
傳感層包括車(chē)載攝像頭等視覺(jué)系傳感器和車(chē)載毫米波雷達(dá)、車(chē)載激光雷達(dá)與車(chē)載超聲波雷達(dá)等雷達(dá)系傳感器。
?車(chē)載攝像頭之類(lèi)的視覺(jué)系傳感器具有可識(shí)別圖像、成本相對(duì)低廉的優(yōu)點(diǎn)，但是缺點(diǎn)為受光線(xiàn)和天氣干擾嚴(yán)重。
?車(chē)載毫米波雷達(dá)具有探測(cè)精度高、探測(cè)距離遠(yuǎn)（最高可達(dá)250米到300米）、不受天氣干擾的優(yōu)點(diǎn)，但是缺點(diǎn)為無(wú)法呈現(xiàn)圖像和識(shí)別物品的具體形狀。
?車(chē)載超聲波雷達(dá)具有結(jié)構(gòu)簡(jiǎn)單、成本低廉的優(yōu)點(diǎn)，但是缺點(diǎn)為工作頻率低，由于存在多普勒效應(yīng)，在汽車(chē)高速運(yùn)行時(shí)精度不夠，因此主要應(yīng)用場(chǎng)景為汽車(chē)低速運(yùn)行時(shí)的倒車(chē)?yán)走_(dá)檢測(cè)。
?車(chē)載激光雷達(dá)具有精度高，可3D即時(shí)測(cè)繪環(huán)境的優(yōu)點(diǎn)，缺點(diǎn)為數(shù)據(jù)量太大，對(duì)于處理器的要求頗高，并且目前成本依然居高不下，但是依然是破壞式創(chuàng)新演進(jìn)路線(xiàn)中最為重要的主傳感器。
我們認(rèn)為，僅僅依靠單一的傳感器設(shè)備實(shí)現(xiàn)自動(dòng)輔助駕駛和無(wú)人駕駛是不可能完成的任務(wù)，由于汽車(chē)的控制與駕駛安全直接相關(guān)，為了保證檢測(cè)和控制的準(zhǔn)確性和精確度，多傳感器輸入的數(shù)據(jù)必須有所融合，甚至有所冗余才可在準(zhǔn)確性和精確度上有所保證。
2.處理層——算法決定芯片，芯片支撐算法，兩者相輔相成
處理層包括自動(dòng)控制算法與傳統(tǒng)模式識(shí)別算法和人工神經(jīng)網(wǎng)絡(luò)兩種解決方案，我們認(rèn)為上述兩種解決方案分別對(duì)應(yīng)著漸進(jìn)式創(chuàng)新和破壞式創(chuàng)新兩條路線(xiàn)。
在漸進(jìn)式創(chuàng)新路線(xiàn)中，處理層的主流算法是自動(dòng)控制算法與傳統(tǒng)模式識(shí)別算法相結(jié)合使用，從算法層面來(lái)看，為過(guò)程驅(qū)動(dòng)；從硬件層面來(lái)看，將會(huì)用到大量的微控制器處理單元（MicroControlUnit，簡(jiǎn)稱(chēng)為MCU）和數(shù)字信號(hào)處理器（DigitalSignalProcessor，簡(jiǎn)稱(chēng)為DSP）以及專(zhuān)用的圖像模式識(shí)別芯片等。
以汽車(chē)電子控制芯片領(lǐng)域巨頭英飛凌為例，英飛凌的車(chē)載毫米波雷達(dá)處理器根據(jù)毫米波雷達(dá)傳感回來(lái)的數(shù)據(jù)，在經(jīng)過(guò)變頻、解調(diào)之后，依據(jù)傳統(tǒng)的模式識(shí)別分類(lèi)算法，在車(chē)輛即將發(fā)生碰撞時(shí)，輸出對(duì)于汽車(chē)的控制信號(hào)，完成必要的剎車(chē)和制動(dòng)操作。
在破壞式創(chuàng)新路線(xiàn)中，處理層的主流算法為路徑規(guī)劃算法、高精度地圖定位、人工神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)算法，從算法層面來(lái)看，為數(shù)據(jù)驅(qū)動(dòng)；從硬件層面來(lái)看，將會(huì)誕生新一代的計(jì)算平臺(tái)，比如基于GPU和FPGA的新一代運(yùn)算平臺(tái)等。
以英偉達(dá)最新一代的無(wú)人駕駛汽車(chē)計(jì)算平臺(tái)為例，英偉達(dá)最新一代的計(jì)算平臺(tái)主要是基于卷積神經(jīng)網(wǎng)絡(luò)的算法，測(cè)試算法的直接輸入數(shù)據(jù)為像素級(jí)的車(chē)載攝像頭錄像的路況信息，輸出數(shù)據(jù)為方向盤(pán)的控制信號(hào)，英偉達(dá)首先在云端通過(guò)大規(guī)模的數(shù)據(jù)訓(xùn)練得到了訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)，之后將上述卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)部署到了無(wú)人駕駛汽車(chē)的計(jì)算平臺(tái)中，根據(jù)英偉達(dá)的實(shí)驗(yàn)結(jié)果，用訓(xùn)練好的卷積神經(jīng)網(wǎng)絡(luò)完成無(wú)人駕駛汽車(chē)的操作，結(jié)果好的出奇。
3.執(zhí)行層——前裝市場(chǎng)和后裝市場(chǎng)的本質(zhì)區(qū)別
執(zhí)行層根據(jù)前裝市場(chǎng)和后裝市場(chǎng)的不同，可以分為預(yù)警和報(bào)警類(lèi)等被動(dòng)安全執(zhí)行和主動(dòng)安全執(zhí)行，我們認(rèn)為前裝市場(chǎng)和后裝市場(chǎng)對(duì)于能否接管汽車(chē)駕駛的操作存在本質(zhì)的不同——前裝市場(chǎng)和后裝市場(chǎng)在執(zhí)行層中最主要的差異來(lái)自于是否可以完成對(duì)于汽車(chē)控制功能的接管。
?后裝市場(chǎng)由于只與汽車(chē)CAN總線(xiàn)進(jìn)行集成，因此只能讀取車(chē)輛信息，而不能控制汽車(chē)電子設(shè)備，在執(zhí)行層更多地是提供預(yù)警和報(bào)警類(lèi)等被動(dòng)安全執(zhí)行措施，即無(wú)法在危機(jī)時(shí)接管汽車(chē)的駕駛操作。
?前裝市場(chǎng)由于可以接入汽車(chē)的CAN總線(xiàn)并且與汽車(chē)電子設(shè)備進(jìn)行整體集成，在執(zhí)行層可以提供執(zhí)行類(lèi)的主動(dòng)安全操作，即在危機(jī)時(shí)可以完成對(duì)于汽車(chē)駕駛的接管。
我們認(rèn)為無(wú)論是漸進(jìn)式創(chuàng)新路線(xiàn)還是破壞式創(chuàng)新路線(xiàn)，要真正實(shí)現(xiàn)系統(tǒng)對(duì)于汽車(chē)駕駛操作的控制權(quán)接管，前裝市場(chǎng)幾乎是唯一的選擇。
來(lái)源：廣東省創(chuàng)新孵化期運(yùn)營(yíng)研究院 |
本帖子中包含更多資源
您需要 登錄 才可以下載或查看，沒(méi)有帳號(hào)？立即注冊(cè)
x
|
