在这个外人勿入的自动驾驶行业会议上,奥迪、宝马、北汽、英特尔、高通都谈了些什么?

撰文 | 王艺 微胖


自动驾驶,一个 7 万亿美金的市场,引来「无数英雄竞折腰」。

8 月 24 日,腾讯汽车携手汽车 · 创新港于上海举办「2017 全球汽车 AI 大会」,谷歌自动驾驶汽车之父 Sebastian Thrun、北汽集团党委书记董事长徐和谊、中国工程院院士李骏、英特尔全球人工智能战略规划总经理 Fiaz Mohamed、蔚来汽车董事长李斌等 30 多位嘉宾出席大会,并宣布成立全球汽车 AI 俱乐部。在现场,包括英特尔、北汽、谷歌、奥迪、宝马、高通纷纷发声,探讨自动驾驶技术的研发与落地。

强强联合,传统汽车制造商不想成为下一个康柏

奥迪 A8 是世界首款量产的 L3 无人驾驶车辆。在 24 日的大会上,奥迪中国自动驾驶与底盘研发总负责人 Stefan Greiner 分享了奥迪在自动驾驶领域的最新尝试。对于奥迪来说,自动驾驶技术并不是一个特别困难的事情,Stefan Greiner 说。虽然汽车主机厂在自动驾驶领域起步比较落后,但近两年大家也已经开始有转变的意识,向 IT 企业或者其他自动驾驶企业寻求合作。

汽车厂商不甘受制于人,如今已经在积极研究自动驾驶相关技术。但事实上只有他们之间加快合作联合才能快速推动自动驾驶领域技术的发展。

据宝马中国互联驾驶研究院与自动驾驶联合副总裁 Robert Bruckmeier 介绍,宝马、英特尔、Mobileye 三家公司所从事的业务几乎覆盖无人驾驶领域的所有技术点,合作从传感器、摄像头,到数据存储处理及传输,再到整车的配置均有涉及,希望能够打造整体的无人驾驶解决方案。Robert 表示,使用人工智能的方法可以实现环境不同模式的预测,包括对象的融合、自由空间的认知、车道的模型以及可预测性等方面。目前联盟的高精地图已经可以达到厘米级,能够实现真正实时的路线传输。

英特尔公司人工智能产品事业部(AIPG)业务拓展及解决方案部署负责人 Fiaz Mohamed 在大会上介绍说,英特尔在中国有很多很重要的合作伙伴,包括 BAT 在内有很多大的企业都在与英特尔合作开展无人驾驶业务。北汽集团董事长徐和谊先生明确表示,协作互联者存,闭门造车者亡。北汽也以自动驾驶为主要方向,在乘用车领域与百度公司合作。

促成这些战略合作的最重要因素之一:自动驾驶系统的网络效应(赢者通吃)就在数据(驾驶数据和地图数据)之中。著名 VC(Andreessen Horowitz)投资人 Benedict Evans 在其近期的一篇博客中分析道。

首先,地图具有网络效应。在预建地图的路段行车时,系统会自动对比道路与地图,实时更新地图:每一个自动驾驶汽车都可以成为勘测车。如果你卖出 500,000 辆自动驾驶汽车,而另外一个人仅仅卖出了 10,000 辆自动驾驶汽车,你的地图更新会更加频繁,准确度也会更高。遭遇完全超出车辆应对能力的全新情况的几率就会更低。卖出的车辆越多,你的车辆在定位方面表现的就会越好,这就是网络效应。

其次,驾驶数据也具有网络效应。真实的司机(其它司机以及勘测车的司机)在现实世界如何做,如何反应,这类数据收集的越多,软件在理解周围事物上表现的就会越好,在计划下一步的行动上也就会表现更好。正如地图一样,首先需要推出测试车辆收集数据。你所卖出的每一辆车都会收集数据并将其传回主平台。同样,卖出的车辆越多,车辆的表现就会越好,这也是网络效应。

另外,就驾驶数据的二手应用模拟而言,真实世界的数据越多,模拟效果越准确,制造的软件就越好。Waymo 每周进行的真实自动驾驶达 25,000 英里,模拟驾驶在 2016 年达到 10 亿英里(平均每周 1900 万英里)。

既然自动驾驶系统的网络效应就在数据中,那么谁能得到这些数据?

一些传统制造商认为,这是一个自己与消费者、汽车的关系问题,主张数据属于他们,而不是技术合作方。但是,历史与今天的现实都不利于传统汽车制造商。

PC 或 Android 的 OEM 商创造了网络效应:通过许可在他们的产品上使用某一软件,就能卖出他们的产品,但是这一循环中,大多价值流向了供应商而非 OEM 商。大多汽车制造商想要研发自动驾驶技术,只是不想成为下一个康柏(Compaq):OEM 商在为供应商们创造网络价值,而自身却没有获得任何价值(除了使自动驾驶变得更好)。

在服务层面,北汽通过旗下的鹏龙平台、华夏出行共享平台、新能源平台构建入口,在围绕出行场景、为消费者提供全方位服务的同时,沉淀消费者的使用数据,衡量智能化的研发迭代。徐和谊介绍说。

目前,其他自动驾驶领域的联盟还包括博世-百度-高德-四维图新。从百度阿波罗计划看来,百度是想要开展自己握有主动权的自动驾驶平台。其他联盟还有丰田汽车-英伟达以及沃尔沃和 Uber。

  


标准化:另一场没有硝烟的战争

如此多的联盟自然衍生出另一个问题,自动驾驶的发展到一定程度肯定需要制定行业标准。就像现阶段欧洲、中国、美国、日本试图统一全球电动车充电标准。所谓「得标准者得天下」。

2016 年 5 月,一个由全球 27 家公司组成的汽车联盟成立。该联盟在世界经济论坛成立的工作委员会呼吁下成立,目的是引领私有车企为不同级别的自动驾驶制定安全标准和规定。这其中有 12 家车企,包括丰田、日产、沃尔沃、通用、大众、宝马、现代,也有高通、爱立信等芯片和通信公司。

在现场,Fiaz Mohamed 也谈到了自动驾驶行业正在面临着合作以及标准化的问题。「在行业的发展初期,多样化能够促进创新,但如果行业想要发展下去,必须标准化。不能谷歌有一套自己的自动驾驶系统,宝马有另外一套。所有的行业都要经历标准化的过程,自动驾驶领域也不例外。」

在一年之前,宝马、英特尔、Mobileye 形成了一个联盟,通过三方的技术协作推动一系列自动驾驶产品的落地,目标在 2021 年推出的宝马下一代旗舰车型 iNEXT 上搭载无人驾驶技术。该项目是一个非排他性的平台,意在成为无人驾驶的行业标准,提供新的出行服务以及共享汽车的概念,搭建新的生态系统。Robert Bruckmeier 也在大会上介绍道。

 


自动驾驶系统:看得更清,算得更快

在 24 日「2017 全球汽车 AI 大会」会议上,高通高级技术标准总监李俨带来了《5G 成就智能 AI 新时代》主题演讲。演讲中,他提到 5G 从通用的角度来讲只是大容量、低时延、可靠性。对于车载通信,高通制定了一个单独的解决方案 C-V2X。

我们知道,大脑几乎是在无意识的状态下不断得实时处理感官数据,并对周围的世界 3D 建模。这样,我们在穿过深林时,不会被树根绊到或者被树枝打到脑袋。在自动驾驶领域,这种技术被称为 SLAM(同步定位与绘制地图),也是自动驾驶的基本要求。自动驾驶汽车需要知悉它们所在位置以及周围环境特征(车道、转弯处、道牙、信号灯等),它们也需要识别路上的其它车辆以及它们移动速度。

目前,在真实的道路上进行实时观测仍比较困难。人类驾驶靠的是视觉(还有听觉),但是,从图像(尤其是 2D 图像)中获得准确的 3D 模型,仍是一个尚未解决好的问题。虽然机器学习提供了可能方案,目前还无法获得驾驶所需的准确度。因此,我们选择了一条相对便捷的道路。目前的自动驾驶汽车主要使用三种传感系统:摄像头、超声波探测器和雷达,便宜且易于部署。第四种是激光雷达,采用激光扫描和测距来建立车辆周围环境的详细三维模型。Lidar 非常昂贵也有自己的技术短板。

李俨指出,目前的无人驾驶传感器都是 4G 传感器,在前方没有遮挡的情况下,在第一视线内的东西是可以被捕捉到的。然而一旦前方出现遮挡物,或者雨雪天气,那个传感器的数据就会失效。高通的解决方案 C-V2X 能够让车与车之间直接沟通,这将带来诸多好处,甚至可能变革驾驶模式。

如果汽车靠通讯讯号进行沟通的话,就能够看得更远、更直接可靠。他说,因为通讯信号是能够跨过障碍物进行沟通的。比如几辆车之前有一辆车突然急刹车,视觉是感知不到的。虽然后方车辆看不到几辆车之前的这辆车的刹车灯,但电子刹车灯会告诉我,你前面有一辆车急刹车了。这就是一个典型的非 4G 沟通方式。

除了通过数字信号解决安全性的问题之外,另外一个典型场景共享驾驶员数据,进行联合决策。李俨举例说,如果你在环路的里道上,马上接近出口,你想要并线出去,但是旁边的车不愿意。如果汽车拥有联合决策的能力,你的这辆车就会告诉旁边的车说,我必须要出去,你必须要让着我。这就改变了整个驾驶的行为和意向,由各自为营变为主动沟通,能够让道路上的所有车辆以协作的方式对驾驶路径及动作进行规划。与传统被动观察相比较,主动协作能够获得更多信息,因此能够更有效地指导交通,避免事故。

正是考虑到自动驾驶汽车采用的高精度雷达实时产生大量数据,这些数据需要被传至云端进行计算并返回,因此网络带宽和通信效率至关重要。英特尔特别强调 5G 的重要性。在 24 日大会上,英特尔公司人工智能产品事业部(AIPG)业务拓展及解决方案部署负责人 Fiaz Mohamed 的主题演讲中提到了一连串数字:

  • 从现在起到 2025 年,全球将卖出 1.1 亿辆车
  •  L2/L3 无人驾驶车对计算速率的要求是 0.5-10 TFLOPs,L5 无人驾驶车需要 10 倍的提升
  • 目前无人驾驶汽车的摄像头普遍处在百万像素级别,L5 无人驾驶车需要 1000 倍的提升(10 亿级别)
  • ECU(车载电脑单元)在 L5 级别会有 2/3 的减少
  • L5 时代数据的存储能力需要 1000 倍的提升
  • 一辆无人车平均每天会产生 4T 的数据,其中大部分需要被推送至云端进行计算

这些数字直指四个问题:传感器、数据存储、计算、以及通信。在传感器层面,英特尔有 Mobileye;存储与计算是英特尔的老本行;在通信层面,英特尔推出了 GO 汽车解决方案。这是一个端到端的解决方案,包含从车内的英特尔 GO 无人驾驶车内开发平台,到连接通信过程中的英特尔 GO 智能驾驶 5G 车载通信平台(英特尔 GO 智能驾驶 5G 车载通信平台为汽车市场提供了业内第一个 5G 就绪平台,让汽车制造商能够在 2020 年 5G 按预期推出之前开发并测试各种用例和应用),再到云端的英特尔数据中心技术,以及为开发者提供的智能驾驶软件开发工具包。

  


GO 解决方案着重解决汽车与数据中心、汽车与汽车之间的互联互通。为了促成 GO 解决方案的尽快落地,英特尔正大力加强对 5G 技术研发的投入。

北汽也有自己的实力。目前北汽新能源的大数据中心能够支持十万台车辆的存储数据,能够保证两万辆车的并发监控,实时在线。在进行电动车预警监控的管理、保姆式的服务体系支持的同时,它可以识别驾驶行为、诊断车况,对整车的设计、研发数据进行积累,为产品的改进也提供数据支持。徐和谊在大会演讲中介绍道。


未来:中国可能是第一个实现自动驾驶的国家

预测自动驾驶的未来,如同 1900 年的人预测今天的交通情况一样。一切都和猜测差不多。「2017 全球汽车 AI 大会」上,谷歌自动驾驶汽车之父 Sebastian Thrun 预测 2050 年之前,机器驾驶必将超越人类驾驶。Sebastian Thrun 的头衔很多:达学城(Udacity)联合创始人兼总裁,斯坦福大学终身教授,原谷歌副总裁、Google X 实验室联合创始人。

上个月发布的奥迪 A8 是世界首款量产的 L3 无人驾驶车辆,奥迪从几年前就开始关注自动驾驶技术并已经于去年做出了一些样车。Stefan 举例奥迪进行了时速 250 公里的无人驾驶实验,并表示其实这项技术对奥迪来说并不是很难。

L3 并非遥不可及,那么,我们距离全自动驾驶还有多远?Level 5 会由 Level 4 慢慢演进而来。Benedict Evans 在其博客中写道。每一辆车都会有手动操作,但是使用率会越来越低,随着手动操作大幅缩水,接着被隐藏起来,然后被移除,Level 5 一步步呈现出来。也有可能是按照这样的场景出现:比如,德国先于那不勒斯实或者莫斯科实现全自动驾驶。这意味着,实现全自动驾驶前,要网络规模水平的数据搜集以及充分利用。

不过,在这个领域,极少人期待未来五年内实现全自动驾驶(Level 5),绝大多数人倾向于认为还需要十年时间,Benedict Evans 表示。Stefan Greiner 在大会演讲中指出,中国有可能是全球第一个实现无人驾驶或自动驾驶的国家,或是首批国家当中的一个。因为他看到中国制造 2025 是一个非常重要的战略,并表示奥迪也需要把握好这个时机。

在未来共享汽车的版图中,自动驾驶将占很大比例,若自动驾驶成为可能,全球将有 10% 的卡车司机失业。Sebastian Thrun 预测。Stefan Greiner 也认为,最初阶段的无人驾驶车不会是私有的,而会是共享型的。随着市场逐步被培养起来,技术的进一步演进,未来可能才有成规模的客户愿意购买无人驾驶汽车。

未来,也有可能因为数据网络效应相对较弱,因此可能出现五到十家公司共享一个自主化平台。Benedict Evans 认为。此时,自动化如同安全气囊、防抱死系统一样,成为一个可以任意购买的配件。即便如此,它仍然面临着巨变可能——自动化意味着叫车成本下降四分之一甚至更多,如此以来,消费者会更多考虑是否购买汽车,同时也会减少移动部件的数量(五到十倍),进而全面改变工程力学、供应链基础和市场准入的门槛。不过,他撰文写道,也可能存在另一个极端情况,只有 Waymo 跑在了路上,产业面貌会大不同。

入门奥迪产业自动驾驶英特尔谷歌高通宝马