路測能有多可靠?開啟自動駕駛商業化的“黑盒子”
拿到一張自動駕駛路測牌照似乎早已不是什麼新鮮事。
與初期為路試資格欣喜若狂相比,近年來主機廠及科技公司對於無人車路測工作習以為常。隨著公開測試的大規模展開,各家車隊的駕駛能力幾乎齊頭並進。單憑駕駛能力遠不足以評判技術效果,其仍舊沒有完全杜絕類似“Uber無人車致死”等事故的發生。
為了最大程度上確保系統安全可靠,從業者開始強調無人駕駛技術兼顧駕駛能力與魯棒性。 所謂“魯棒性”,可以簡單理解成無人駕駛系統的容錯能力,以保證系統能夠在操作錯誤、超出常規頻率的發出指令、網路過載等極端情況中,仍舊正常運作,從而避免安全問題發生。 因此,技術魯棒性逐漸成為了這項未來技術後期能否實現大規模商業落地的重要指標。
順著自動駕駛產業鏈來看,感知、決策、執行層面均各自遭遇了“黑盒子”的困境。
感知:地圖原始資料與衍生資訊受限
感知定位層面無需多言。除了始終備受爭議的多種感測器路線之外,近期大熱的高精地圖同樣沒能避開上述難題。
圖商的商業模式大同小異:以測繪車隊收集的道路資料為基礎,畫出一張釐米級精度的地圖,將其使用權出售給主機廠客戶。換句話說, 車輛基本看不到地圖原始資料,更別提拿到其衍生資訊。另一方面,長期佔據產業鏈主導位置的老牌車廠在拿到資料之後,現階段恐怕不太可能對地圖廠商開放介面,以完成眾包進而實現實時更新。
在這種情況下,訓練系統、反覆測試及模擬工作勢必會受到影響。如何在核心資料量受限時突圍,成了自動駕駛感知層開啟“黑盒子”的關鍵。
決策:資料運算邏輯不可解釋
在自動駕駛與人工智慧緊密繫結的當下,深度學習成了行業中熱度最高的語彙,而其主要應用在決策層,也就是人們口中的“自動駕駛大腦”。
然而理論上,基於訓練資料集歸納的深度學習演算法並不像人類一樣,對所有開放環境均具備強認知功能。技術不能處理完全陌生的場景, 最終會陷入資料運算邏輯不可解釋的“黑盒子”中,無法預估演算法輸出結果。
或許這恰好可以解釋,為何創業者們談及無人駕駛時間節點時,往往信心十足又慎之又慎。畢竟在演算法“黑盒子”未被拆解之前,誰也不敢拿運氣與性命對賭。
執行:底層控制協議被國際Tier 1壟斷
當然,自動駕駛絕不是拍腦袋決策。脫離“四肢”談“大腦”的都是高位截癱,執行控制層才是自動駕駛技術真正落地的基礎。
有意思的是,當真正涉及到車輛系統控制時,終於出現了一個具象的“黑盒子”:據悉, 目前來自Tier 1供應商的執行控制產品都會做成一個黑盒子,也就是全套自成體系的底盤控制系統。底層的執行控制協議是付費公開的,即便公開,車廠對於介面開放程度也直接影響著汽車操控的可調程度。
對於如今直接面向主機廠的ADAS廠商而言,這也是雙方溝通過程中最大的難點。或許,只有國內企業真正開啟跨國Tier 1巨頭手中的“黑盒子”,才能搶奪到部分話語權,將自主品牌從長期被動的處境中拉出來。
顯而易見,自動駕駛的高風險來自上述多重維度。基於此,2018年9月28日,億歐汽車主辦的“ ofollow,noindex">開啟自動駕駛‘黑盒子’——2018億歐汽車自動駕駛商業落地沙龍 ”將在北京東方廣場IO/">NIO HOUSE舉辦,期待能與供應鏈、科技公司和產業資本一道,開啟自動駕駛“黑盒子”。
作為2018陸家嘴產業金融論壇系列活動之一, 2018年10月19日 ,由上海市浦東新區人民政府、上海市金融服務辦公室、上海現代服務業聯合會指導,億歐公司、上海現代服務業聯合會汽車產業金融專委會、圓石金融研究院主辦,車輪聯合主辦的 “汽車流通新變數——GIIS 2018汽車新消費產業創新峰會” 將在 上海金茂君悅大酒店2樓 隆重舉辦。
2018年,汽車流通領域正在發生新的變化。此次峰會將聚焦汽車新金融、汽車新零售、汽車新營銷三大環境變數對汽車新消費的促進,屆時將有主機廠、銀行、交易平臺、金融科技平臺、流通第三方服務平臺等產業關鍵環節的重磅嘉賓參與。
活動報名連結 (免費入場券限時放送,9月18日恢復原價) :
https://www.iyiou.com/post/ad/id/687
版權宣告
凡來源為億歐網的內容,其版權均屬北京億歐網盟科技有限公司所有。文章內容系作者個人觀點,不代表億歐對觀點贊同或支援。