【智能科技月报】从技术到量产，距离“自动驾驶”真正上路还有多远（2021年5月，第25期）- 大数跨境

【智能科技月报】从技术到量产，距离“自动驾驶”真正上路还有多远（2021年5月，第25期）

上实资本科技基金

2021-05-19

概述

自动驾驶已成为当下汽车领域最热门的一派，在汽车电动化的趋势下，自动驾驶技术迅速发展，并在2018年迎来井喷。此后受制于技术、环境和法律等因素，自动驾驶一度陷入低谷。如今随着软件定义汽车加速变革，基于特殊场景下的低速自动驾驶，在如无人配送、园区物流、道路清扫等领域实现量产落地；而真正的L4、L5高等级自动驾驶仍难以在短期内量产上路。媒体预测，数年之后，当自动驾驶真正量产上路，软件的价值超越硬件，汽车将成为新一轮科技变革的载体，汽车产业和科技行业也将为之重塑；过去的智能汽车是把电脑装进车里，而未来的智能汽车则是给电脑配上车的外设。未来真的会是这样吗，让我们拭目以待。但无论如何，智能汽车会带来整个行业供应链的变革，由一个垂直的供应链关系，走向圆桌式的协同的产业生态；由自动驾驶引发的大变革，正对传统企业、科技公司、互联网平台进行新的洗牌，未来的汽车行业变得越来越精彩。

目录

（一）自动驾驶的十年变局

（二）华为自动驾驶，到底能不能打？丨新智驾实测

（三）华为的激光雷达和特斯拉的视觉算法，谁才是自动驾驶的未来？

（四）百度回应华为自动驾驶“绝对第一”

（五）警惕自动驾驶卡车陷阱

注：本文仅提供观点概述，原文请点击文末链接跳转查看。

自动驾驶的十年变局

2021-05-07 来源：刘景丰甲子光年

自动驾驶已成为当下汽车领域最热门的一派，在汽车电动化的趋势下，自动驾驶技术迅速发展，并在2018年迎来井喷。如今随着软件定义汽车加速变革，基于特殊场景下的低速自动驾驶，在如无人配送、园区物流、道路清扫等领域实现量产落地；而真正的L4、L5高等级自动驾驶仍难以在短期内量产上路。分析自动驾驶未来发展障碍和对汽车产业格局带来的影响，可得出以下结论：

1. 电气化使汽车门槛降低，软件成为汽车的核心

越来越多的汽车行业人士开始意识到，电气化对汽车行业变革的重要性。电气化的趋势一定程度上降低了造车的门槛，在电动汽车阶段，从车载娱乐到驾驶操控，一切都向智能化演进。而智能的载体，正是计算机处理器。这意味着，智能汽车的本质逻辑变了，从“汽车”变成了“电脑”。过去的智能汽车是把电脑装进车里，而未来的智能汽车则是给电脑配上车的外设。软件已成为现代车辆差异化竞争的核心，只有打造软件驱动的车企，才能在复杂多变的市场中持续捕获价值。

2. 硬件成本已大幅度降低，自动驾驶在低速、封闭场景等条件下实现落地和量产

汽车的智能硬件正像“摩尔定律”预言的那样，性能逐渐提升，价格逐渐下降。4月14日，普华永道发布其《2020年数字化报告》的第三篇《打造软件驱动的汽车企业》。报告以每车型E/E架构开发成本为例，将2030年与2021年进行对比，硬件成本占比将下降11%，而软件成本将从34%上升至42%，测试和验证成本将从28%升至31%。在整个汽车软件中，自动驾驶是最重要的部分。《打造软件驱动的汽车企业》报告的数据称，到2030年，自动驾驶功能将占软件开发总成本的45%。目前的自动驾驶在低速、封闭场景等条件下可实现落地和前装量产。

3. 短期受技术、数据、法规等问题制约，L4级乘用自动驾驶在主要城区范围内实现或将要到2025年；自动驾驶让出行变成一种真正随用随取的服务

自动驾驶量产不仅要考虑车辆本身和技术的因素，还要考虑外部条件的制约。从车辆本身来看，既包括传感器、域控制器的车规级要求，也包括整个电子电气架构的冗余，以及需要考虑散热、通信能力。在外部，还有资金压力、市场教育、安全、行业标准、法律法规等一些列问题。目前自动驾驶能落地的城市数量并不多。2025年，可能是L4级自动驾驶在城区范围量产上路的元年。

4. 科技公司或成汽车产业主导，部分车厂获将沦为汽车代工厂

目前造车的赛场聚集了三大类玩家：传统车企、造车新势力、科技公司，汽车的科技属性会越来越强。未来的汽车产业，有可能变成科技公司为主导、传统车厂做OEM代工的格局。

5. 汽车供应链由垂直式走向圆桌式

汽车供应链也将发生颠覆性变革。未来自动驾驶汽车的电子电气架构，将由分布设计演化成为一个中央控制的集成单元，最终的状态是车中间会有一个超级计算单元，然后软硬件实现解耦，车的差异性，通过软件定义的差异性去实现。在这过程中，科技公司将直接向车厂提供AI工具链，由其自主开发定义产品需求。这种变化将导致传统Tier1的作用被慢慢取代，提供软硬件的科技公司作用慢慢提升，以用户为中心对车辆进行创新，智能汽车会带来整个行业供应链的变革，由一个垂直的供应链关系，走向圆桌式的协同的产业生态。

6. 自动驾驶，将对传统企业、科技公司、互联网平台进行重新洗牌。

点击这里阅读原文

自动驾驶的十年变局|甲子光年

华为自动驾驶，到底能不能打？|新智驾实测

2021-04-18 来源：苏珊珊新智驾

上海车展前夕，华为与北汽合作开发的极狐阿尔法S 华为HI版正式发布。该款车型为首款搭载了华为高阶自动驾驶ADS的量产车型，也是全球唯一的城市通勤自动驾驶量产车。

试乘体验

不同于头顶塔式激光雷达传感器的Robotaxi，新智驾此次试乘的极狐车型所搭载的3个激光雷达均布设在前保险杠周围——左右、中间各一颗。更低安装位置的传感器，意味着对算法的要求更高，实现高级别自动驾驶的难度也更大，时间也更久。新智驾此次试乘总里程为12公里，行驶时长在30分钟左右。行驶途中，车辆速度主要遵循车道限速，最高时速可达70公里/小时。除了进出上研所时由人工操作，试乘全程实现了零人工接管。面对复杂多变的道路场景，试乘车辆整体下来表现平稳，无论是起步、加速、停车、变换车道都非常流畅。华为ADS的出色表现，主要依赖于其在全栈算法、数据湖、计算和传感器硬件这三方面的快速迭代和长期坚持。

算法方面，基于华为在人工智能领域近十年的积累、在自动驾驶算法领域超过五年的投入，ADS凭借全栈算法，将高阶自动驾驶能力落地于私家车，依靠机器学习持续积累环境信息和驾驶习惯，不断迭代优化，越开越聪明；
数据方面，海量基于算法能力的高质量数据促进ADS不断迭代优化。ADS超级数据湖与原始素材有本质区别，其源于核心算法，服务于核心算法，可以充分发挥数据价值。基于算法能力，华为ADS的路测车队已经拥有了海量的高质量数据，这一超级数据湖能促进ADS不断迭代优化；
硬件方面，ADS搭载ADCSC（算力高达400TOPS），作为ADS的硬件计算平台，实现了大算力平台的真正量产落地，为消费者提供卓越的高级别自动驾驶体验。

华为的智能汽车之路

早在2013年华为就成立了车联网业务部门，并在同年发布了自主研发的ME909T车载模块，2019年华为对外高调宣布进入汽车行业，并逐渐向外界展露其在汽车领域的野心。当年5月华为成立了智能汽车解决方案BU（以下简称“华为车BU”），并首次正式向外界宣布，华为不造车，要做汽车增量零部件供应商。基于这一定位，华为将智能汽车解决方案BU的业务覆盖范围划分为智能驾驶、智能座舱、智能网联、智能电动、智能车云五个部分。2020年10月30日，华为正式发布了智能汽车解决方案品牌HI（HuaweiIntelligent Automotive Solution），不仅融合了上述的五大业务板块，还囊括了1个全新的计算与通信架构，以及激光雷达、AR-HUD等全套的智能化部件，从而形成全栈式的智能解决方案。未来华为还将继续加大投资，打造体验最好的智能驾驶系统。如今，华为高阶自动驾驶ADS已经可以实现NCA、ICA+、ICA三种系统模式。其中，NCA模式装载了预制的高精地图；ICA+模式虽然没有高精地图，但车辆会根据自车或他车的行驶历史，自动学习地图。华为现已拥有导航电子地图制作甲级测绘资质，以及完整的高精地图采集和制图能力。华为的地图系统Roadcode由RoadcodeHD和Roadcode RT两部分组成。其中，RoadcodeHD即传统认知中的离线高精地图，由专门的地图制作团队绘制；RoadcodeRT则是车辆的自学习地图，可以不断地更新迭代，解决整个交通静态环境的自学习、自构图问题。华为已经可以基于机器自我学习技术，实现自我学习、自我进化。

点击这里阅读原文

遭美团 CEO 王兴「暗讽」，华为自动驾驶，到底能不能打？

华为的激光雷达和特斯拉的视觉算法，

谁才是自动驾驶的未来？

2021-04-27 来源：张抗抗腾讯科技

近期，华为在上海车展展示其通过自研的激光雷达算法实现了接近L4级别的自动驾驶，再度引发业界对激光雷达和视觉算法的争论。

自动驾驶所讨论激光雷达，并非独立存在的，它是由激光雷达所组成的一整套车辆周边数据采集系统，采用激光雷达的方案并不意味着抛弃视觉算法，而是在原视觉算法方案的基础上增加了激光雷达的应用。仅仅依靠视觉算法的方案的优势是成本较低，但它对于算法的要求非常高，而当前的算法水平远达不到人类要求的水平。而以激光雷达和视觉多传感器融合的方案，其优势是可以更好地处理cornercase（边界情况），但它对算力的要求很高，而且硬件成本也并不低。在未来，激光雷达和视觉算法之间的市场竞争依旧会存在，同时成本收益问题仍旧是需要考虑的一个重要方面。不同应用场景下对感知系统的要求不同，技术的选择也会有差别。从目前我们定义的最先进的自动辅助驾驶技术来看，未来几年带有激光雷达的方案会成为主流，但从装载车型的绝对数量上来看，带激光雷达的方案还是一个相对小众的选择。

从ADAS技术领域来关注激光雷达的技术水平，不仅要关注其绝对性能的指标，更应该结合应用场景、感知系统、决策系统与执行系统的角度来评价。目前来看，ADAS系统中最难、最关键的还是感知系统。

激光雷达上车难，难在成本控制。激光雷达的价格，在最近5年也呈现一个明显的下降趋势，但是相比摄像头来说，依然贵得多。

在目前的技术环境下，激光雷达和视觉算法并不应该是相互对立的关系，激光雷达和视觉算法应该是相辅相成的关系，激光雷达可以大幅提升视觉算法的精度，降低视觉处理对于超高精度算法的依赖，但目前高成本制约了更多的激光雷达出现在整车上；而视觉算法在未来的自动驾驶领域依然是主流的核心技术之一，它的应用广泛性暂时是激光雷达这样的产品无法替代的。

点击这里阅读原文

华为的激光雷达和特斯拉的视觉算法，谁才是自动驾驶的未来？

百度回应华为自动驾驶“绝对第一”

2021-04-19 来源：有车有据智能车参考

近日，百度自动驾驶技术部总经理王云鹏接受智能车参考的采访，回应了华为自动驾驶“绝对第一”的说法，并对自动驾驶赛道相关问题进行了详细解答。

百度自动驾驶现在达到“从技术到量产和商业化”的时间点，量产车有直接面向普通人的Robotaxi，也包括自主泊车AVP、城市复杂道路的领航辅助驾驶（ANP）方案等，值得关注的是，ANP是一个“纯视觉”自动驾驶方案，在国内是独一无二的。纯视觉应对城市复杂路况，特别是中国路况和场景，有很大难度，百度依托8年来积累的技术与数据，把一些功能技术逐步释放降维到乘用车上，提升人机共驾状态下的用户体验。AVP、ANP都是这种降维释放思路上的产品方案，而且技术和数据维度上实现了正循环。量产车的自动驾驶上路后，能够产生海量的高价值数据，可以让系统更出色，然后又不断释放能力。

百度面向量产车的智驾业务目标是“安全和体验”，可以让人机共驾的用户体验不断变得更好。Robotaxi的目标则是“安全和效率”，最终通过无人驾驶来提升车辆使用效率，减少城市拥堵和碳排放，有很大的社会效益。两个业务有非常强的战略协同性，可总结为：技术降维和数据反哺。将Robotaxi的L4级别技术，降维应用到量产车上，可以提供更优秀的自动驾驶能力和用户体验。同时量产车还能为Robotaxi提供海量的高质量数据用于技术的提升。这是一个协同效应极强的正循环，将大大促进技术和产品的快速发展，形成独一无二的竞争力。

据王云鹏所言，自动驾驶将分为6个阶段：前三个是研发测试阶段，后三个是商业运营阶段。测试阶段：一是“场”，能在测试场或封闭路段跑起来。二是“路”，固定路线测试和演示，几十辆测试车跑个几十万公里，以MPI（接管）为核心研发指标。三是“区”，区域内点对点，都可以自动驾驶，上百辆车测试三四百万公里，可以统计送达成功率。后面运营阶段，开始商业化。第四阶段的关键目标是实现无人化，“安全”是必要条件，需要实现99.99%的成功率目标，确保上路无碰撞事故风险。这不仅需要大规模的道路测试，1000万公里起步；还需要更大规模的仿真训练，至少10亿公里，这就要求有强大的AI基础设施来保证。

点击这里阅读原文

百度回应华为自动驾驶“绝对第一”：光吹牛的后来都凉了

警惕自动驾驶卡车陷阱

2021-04-22 来源：宇多田虎嗅APP

在过去一个月内，发布招股书并以85亿美元估值成功上市的自动驾驶卡车技术公司——图森未来（Tusimple），似乎印证了自动驾驶商业化在进入两年低谷期后有了“回暖”的迹象，但也同时说明，它和它背后的资本们也亟需更多元化的方式去找钱了。作为中国最早一批崛起的自动驾驶卡车技术公司之一，图森在2015年成立后，逐渐做出将研发与商业化重心放在美国的决定，在过去2年里，他们所有的技术与商业化进展，几乎都在美国进行，迄今为止在全球拥有70辆自动驾驶卡车。根据招股书中图森披露的收入来源，大部分应该来自于货运客户大约5700份自动驾驶卡车订单的预订费用（500美元/份）。2018~2020年，图森三年亏损总额达到3.09亿美元。其中，研发投入在以每年100%的速度增长，大约占总成本的75%。

总结来看，目前自动驾驶卡车市场完全是沿着自动驾驶乘用车市场的两条主流路径逐渐成型的——一种是求稳的过渡式路线；另一种就是“一步登天”路线，譬如干线物流，一上来就要实现公开道路的无人化。但从现实角度出发，至少5年内，甚至10年内，在公开化道路（不管是城市还是高速公路）上的“去人化”基本都是妄想。商业模式大致分为两种：一种是技术公司与卡车制造商共同合作推出自动驾驶半挂卡车，然后把车和自带的软件系统卖给运输公司（承运人），譬如像UPS这种拥有自主车队的美国包裹速递巨头。另一种软件服务，同过自建网络来管理运营数十数百辆自动驾驶卡车。

卡车货运运输市场高度碎片化（分散化）。根据美国运输部估计，美国国内有超过50万家卡车运输公司经营着超过360万辆8级半挂卡车。其中绝大多数是小型运输公司，95%的公司经营的半卡车少于20辆，超过84%的公司经营的半卡车少于6辆。市场高度分散化的原因是因为这个市场的进入门槛相对较低，而卡车租赁公司在很大程度上缓解了资本壁垒，经营者只需要花费一定时间就可以获得商业驾驶执照和运营权。这便导致出现了一个高度竞争的卡车货运市场。最终，激烈的价格竞争导致那些大运营商的运营利润率低于10%，劳动力成本占每英里卡车运输成本结构的40% 以上。

在美国，货车司机因短缺变得极为抢手，也因此变成成本里的大头。劳动力成本占每英里半挂卡车运营总成本的43%，是成本结构中占比最大的部分，比燃料成本高79%。对运输公司最具吸引力的无疑是“L4自动驾驶半挂卡车解决方案将降低每英里50%的货运运营成本”。尽管很多企业认为自动驾驶卡车“可以24小时不停运输”，极大缩减时间成本，但在高速公路场景中，“速度”和“天气”这两个致命安全变量会极大限制这项技术的发挥，进而影响运输效率。基于自动驾驶卡车改装与测试的高难度、地区法规限制和天气情况等复杂因素，任何公司对于真正的无人化都没有一个明确时间表，甚至没有一个可靠的允诺。这几年来，汽车产业内外普遍认为“极端案例的存在”是自动驾驶汽车上路最大的阻碍。

完全无人化自动驾驶，是一个永远在趋近最佳值，但永远无解的故事。美国自动驾驶卡车公司StarskyRobotics创始人在宣布公司倒闭的同时，也给这个产业留下了一些可以借鉴的告诫之言：安全工程投入必要且巨大，但在灾难来临前，没人关心它；人工智能局限性很大，做好10年都无法开发一份实用解决方案的准备；没有多少创业公司能够在没有运输订单的情况下生存10年。

点击这里阅读原文

警惕自动驾驶卡车陷阱

免责声明：本文版权归原作者、原网站所有，感谢原作者辛苦创作，如有侵权，请及时告知，我们将在第一时间核实并处理。

【声明】内容源于网络

上实资本科技基金

创新绿色未来

内容 747

粉丝 0

上实资本科技基金创新绿色未来

总阅读1.2k

粉丝0

内容747