無人駕駛的商業化有多遠?測試1000億公里、跑過一二線城市、便宜的鐳射雷達和晶片一個不少
如今,無人駕駛已經不是襁褓中的嬰兒,但距離它獨自下地行走和奔跑還有相當長的時間,它所面臨的困難和所需要的養分都是多方面的。
近日,36氪記者在廣州參加了創新工場主辦的2018自動駕駛全球高峰論壇。目前嶄露頭角的很多無人駕駛技術解決方、造車企業、5G運營商和投資機構坐在一起討論了 阻礙無人駕駛商業化落地的關鍵問題,包括全棧解決方案、晶片、感測器(包括鐳射雷達)、測試里程和區域限制、5G網路限制等等。
創新工場董事長兼CEO李開復在論壇開場說:“在座的觀眾,你們如果自己有車,我可以很負責地告訴你們,這是你一生做的最壞的投資。因為你的車96%是停滯的、是在降價的、是在折舊的,只有4%有用的價值。而且這4%的時間裡,有0.5%是在尋找停車,0.5%是卡在路中,只有3%是真正在開車。”
李開復認為,為了解決汽車使用率低和交通擁堵等問題, 共享出行、無人駕駛和電動汽車一定是未來交通的三個方向。 那時候,通過共享和大資料分析處理技術,不同的車可以同步更新不同路段的交通擁堵情況,經過物聯網或車聯網的方法傳給其他汽車。
他舉例說,摩拜單車是世界上第一個公共服務領域的大規模物聯網應用,單車裡有GPS、加速器、藍芽、MAC、以及各種感測器,這些裝置會把單車的資訊傳到雲端,並分享給其他車。同時,每一輛摩拜單車的完整執行軌跡也會被記錄下來,包括它的停車情況和事故狀況等等。
此外, 李開復也提出,要讓人和機器一起開車,其實很難,因此無人駕駛要“一步到位”。 谷歌剛開始推出無人駕駛時,讓一些員工把車開回家,並要求他們坐在駕駛座上,隨時踩剎車和調整方向盤,但攝像頭拍到,很多員工後來都跑到後座上喝咖啡、看報紙,讓車自己開。於是,為了避免安全隱患, 谷歌決定放棄輔助駕駛,直接做L4和L5的全自動駕駛。與之不同的是特斯拉,目前還是從L2和L3做起。
所以,到底最後是谷歌Waymo、還是特斯拉的路走得更順暢?
對於這個問題,文遠知行WeRide.ai聯合創始人兼CEO韓旭在論壇上表示, 在一臺有輔助駕駛系統的車上,讓人接管車需要17秒鐘,但當人在放鬆狀態的時候,是沒辦法在這17秒內順利接管的。特斯拉就接連出現這樣的問題。
韓旭提到,其實 L4級別沒有像大家想象的那麼遙不可及。“最近 Waymo的CEO在描述自動駕駛L5的時候,前面的那個修飾語是‘ubiquitious’,就是無處不在的自動駕駛。 我們做的是L4級別的自動駕駛,是在限定區域可以開 ,這個差別非常非常大。L5級別的自動駕駛還處於科幻狀態,但是L4的自動駕駛真的很快就到來。”
文遠知行曾獲得創新工場的投資,後者還投資了Momenta,馭勢科技和飛步科技這三家無人駕駛公司。 目前,Momenta同時在做L3級別的高速公路和城市環路、以及L4級別的自主泊車和城市道路的自動駕駛解決方案;馭勢科技的產品覆蓋了從L2到L4的智慧駕駛系統;飛步科技在今年9月在臺積電完成流片,可支援 L3 / L4 級的實時資料處理需求;文遠知行對標Waymo,做L4級別的乘用車全自動駕駛。
可見,雖然李開復說要做“一步到位”的全自動駕駛,但他們投資的公司涵蓋了L2到L4的所有級別。
談及投資標準,創新工場合夥人兼營運長陶寧在接受36氪和其他媒體採訪時表示,他們投資創業公司時最看重三個方面: 好的技術,好的賽道,好的商業場景。 無人駕駛是人工智慧的一個重要應用方向,是他們看好的賽道。“我們投的頭部無人駕駛企業都是無人駕駛領域最好的技術團隊……目前他們都在研發過程中,他們落地還需要一定的場景,實際他們已經開始慢慢商業化,只是不是大規模的。”陶寧說。
關於落地場景,36氪曾報道過,文遠知行在11月初與廣州公交集團白雲公司合作,在廣州大學城和生物島進行了自動駕駛出租車試執行,為市民提供付費和免費試乘體驗。“ 我們不簡簡單單地侷限於做一個演示,而且是真正地在做試執行,包括如何接客、車門怎麼開啟、怎麼計費等等。”韓旭說。
圖:文遠知行CEO韓旭
但這畢竟還不是規模化的商業運營,尚不能給投資人賺錢,也不能滿足普通人的好奇心。
“ 我們在創業的時候往往會面對投資人的壓力,你能不能先產生一點點利潤,比如說,跟小鵬汽車合作,搞搞它的自動泊車,掙點錢,公司融資也更好融一些。” 韓旭稱。
“ 我們是這樣想的,就像開復說的,我們一開始就是對標Waymo和Cruise,我們一步一步走來也是這樣的。全球最大的汽車聯盟雷諾日產三 菱,第一次在國際上投資自動駕駛,就選擇了文遠知行。我們也是中國唯一獲得國際車廠聯盟戰略投資的L4級自動駕駛初創企業。我們一直在走這條路,這條路大家可以看看,Waymo有沒有說幫車廠做L3?實際上是沒有。”
談及做無人駕駛的現狀,韓旭打了個比方:“就像你和做飛機的一堆零件從萬丈懸崖上跳下來,在降落的過程中,你要用有限的時間把這些零件全都拼接成一輛飛機,在你落地之前把飛機拉起來,這樣你的創業才能成功。”
“在這個很短暫、競爭非常激烈的十年裡,你必須要非常聚焦才能真正把這個事情做成。所以對於我們來說,我們既然有一流的人才、一流的資金服務,我們還是衝著皇冠上的寶石—— L4級別——衝過去。而且我們現在能夠看得到,並不是盲目地衝,而是前面有人給你帶路,已經把成功經驗告訴你。”韓旭稱,文遠知行的目標有兩個:成為最早一批商業化落地的L4自動駕駛企業;實現資料積累,形成閉環。
此前,文遠知行與廣州聯通、華為合作測試了 基於5G網路的智慧駕駛遠端操控。 廣州聯通副總經理廖江說,他們三家公司正準備 在廣州生物島做5G基站全覆蓋,要把生物島做成5G自動駕駛的實驗基地。
談及為何選擇廣州做測試運營, 韓旭說,廣州非常像矽谷的雛形。 廣汽研究院智駕技術部部長 郭繼舜也表示: “廣州相關的示範區條例是全中國最開放的,或者說是對於L4的自動駕駛友好度最高的…… 在廣州的路面上,無論在黃埔、還是在生物島、還是在南沙,你可以看到非常多的自動駕駛汽車在跑,大家已經見怪不怪了。”
當然,試驗測試是一回事,真正要大規模商業化落地又是另一回事。
量產和商業化瓶頸
飛步科技的創始人兼CEO何曉飛認為,L4級無人駕駛需要攻克三大技術板塊:無人駕駛的作業系統(包括感知、控制運動規劃、決策和定位等等) 、晶片、感測器。
對於晶片解決方案, 飛步科技在今年9月完成了第一代晶片流片,主要針對攝像頭、鐳射雷達和毫米波雷達等感知模組。何曉飛說,明年他們會推出一款融合晶片,基本上可以取代掉目前所有的GPU。後年會推出一款決策晶片,類似於車的大腦,“會取代掉整個GPU我們目前所用的計算平臺”。
而廣汽研究院智駕技術部部長郭繼舜認為,文遠知行等公司面臨的一個重要問題是,如何在感測器成本可控的情況下,獲得較好的感知能力。
速騰聚創的COO邱純潮也認為, 目前鐳射雷達的高昂成本,是限制量產的一個關鍵問題。 “ 一個鐳射雷達,你現在說賣幾萬美金,人家說幾百美金能不能做到,要不然不能量產車。”
Momenta合夥人孫環說, 要想真正的商業化落地,至少需要 1000億公里的測試里程。 Momenta目前在蘇州高鐵新城做自動駕駛技術測試,但孫環認為,要做到L4真正的落地, 肯定不能只在一個城市或在一個限定的區域內跑通,而要在主要的一二線城市都得測試。 “據統計,全球來看,對於人類司機,一億公里發生致命事故 1 到 3 起。對於無人駕駛,我們希望比人更安全,最好致命事故率低一個量級,做到十億公里 1 起致命性事故。要達到足夠置信度,需要多次重複實驗,最好一百次以上。”
即使軟體和路測的問題解決了,量產對車廠來說也是巨大的壓力。 郭繼舜表示: “對車廠來 說,為什麼很難做到L4的量產,因為我們造車不是造一兩臺,是數以萬計的車。”但他也給出了 廣汽的量產時間點:2020年第一季度量產第一輛L3智慧駕駛汽車。
即使量產的問題最後也解決了,包括5G網路在內的道路基礎設施建設,也是制約無人駕駛商業化的瓶頸。因為5G技術和網路是實現車路協同、車聯網、車與人互聯 最關鍵的因素之一。
______________________
我是36氪記者王藝瑾,業務交流可新增微信catherineyijin,請備註職務+姓名。