自动驾驶的尚方宝剑在哪里?他们或许给出了答案
日前“2018中国人工智能峰会”圆满落幕,除去主论坛的“星光熠熠”外,四大分论坛的相关议题也获得了行业极大的关注。其中,在智能驾驶分论坛中,行业专家就AI赋能传统汽车、自动驾驶技术的应用及落地问题进行了一次深入探讨。
以下,是本场分论坛的演讲摘要:
BYTON联合创始人&CEO毕福康博士
仅从汽车行业来说,我们正经历着一场变革。其中有三大关键点:第一,汽车电动化,也就是新能源电动汽车;第二,汽车智能化,相较于电动化,智能化才是具有革命性意义的;第三,自动驾驶,因为它改革的不止汽车硬件本身,而是把汽车当成一个平台去改造互通。
图 |毕福康
而中国是一个一切皆有可能的国家。
首先,中国是世界上最大的汽车市场,而且发展速度迅猛;
其次,中国的发展速度是令全世界都惊叹的;
第三,中国的创业精神非常好,创意和创新能力也很强,加上融资环境好和政府强大的支持力度,未来,中国将可以采取多管齐下的方式全力推动自动驾驶汽车行业的发展。
Quanergy创始人、CEO Louay Eldada(卢伟)
摄像头是2D的传感器,为被动式设备。而雷达则是唯一的3D传感器,是一种主动式的感应装置。因此,即便在黑暗环境和各种路况中,雷达都能有着卓越的表现。
图 | Louay Eldada
但一开始,雷达的成本很高,仅一个装在车顶的普通雷达,就要8万美元。但实际上,自动驾驶汽车的雷达应该是隐藏起来且成本较低的。随着相关技术的发展,现在的传感技术已经可以被集成到芯片中,被安装在后视镜或者头盔里。这样不仅不妨碍汽车外观,且成本也有极大的降低,大量采购的话,250美元足以。
驭势科技创始人、CEO吴甘沙
在中国要做好无人驾驶,复杂度是美国的10倍。所以必须为中国设计一个更加成熟的开放道路的无人驾驶。但这需要大量的测试数据。
图 | 吴甘沙
统计学意义上,要让95%的用户信任自动驾驶技术,需要对超110亿英里的数据进行研究。这意味着,需要100辆车24小时、 365天无休,开500年才能开到110亿英里。凭当前的技术很难一步登天,但我们可以阶梯性发展,先做简单的让自己活下去,慢慢达到想要的目标。
凭当前的技术水平,我们很难一蹴而就的做到这一点。所以,我们需要有“阶梯计划”——从简单的开始做,让自己生存下去,再去实现开放道路L4级别无人驾驶的目标。而在这一过程中,每个“阶梯”都要仔细选择,从智商(算法算力)、情商(客户需求)、体格(产品能力)、学问(数据)四个方面进行缜密的逻辑思考。
禾多科技创始人&CEO倪凯
从大的格局来看,自动驾驶必将塑造出一个新的出行未来。人类在过去一两千年的历史发展中,将交通工具从马变成了车,而我们现在要做的,就是将车变得智能,某种意义上来说,就是希望它再变成马。这是一个轮回,这其中,我们看到的是汽车工业从兴起到成熟再到智能化的发展史。
图 | 倪凯
毋庸置疑,自动驾驶的市场很大,但我们需要选择一个用户可以接受的角度去打造我们的产品。未来的智能出行,基本有三个方向:
第一,告诉公路的自动驾驶,将带给乘客长途旅行的快捷感和降低主线物流成本;
第二,城市公路;
第三,最后一公里,完成包括代客泊车在内的最后一公里智能驾驶。量产方面,在车端,做封装自动驾驶,传感器和计算设备通过封装量产的形式搭载在车辆上;在厂端,与高速公路或停车场合作,封装和非封装皆可。
Roadstar.ai战略总监张昊
在中国,拥有百万人口以上的城市超过140个,是美国的14倍。也因此,未来无人驾驶出租车市场规模也是成倍于美国的,是一个万亿级的市场。这是机遇,当然也有挑战。
图 | 张昊
第一,成本。最早的林肯MKZ,从车到线控和地盘的改装,再到一系列的传感器,成本差不多在200万元人民币左右,显然无法投入量产,只能做科学研究;
第二,数据高精度融合和提升计算效率。中国的路况特殊,必须通过技术角度保证汽车安全上路。采集数据并融合,为感知、定位、决策规划提供有效的数据等,是非常重要的;
第三,监控,以提供友好的环境,加速产业落地。
速腾聚创创始人&CEO邱纯鑫
在发生的所有交通事故中,有90%是人为的。通过自动驾驶技术,能够把人从开车的时间中解放出来做更有意义的事情且更安全。也因此,随着技术的成熟,资本市场也尅是纷纷入局,在2015-2017年短短三年时间里,入局自动驾驶赛道的资本大概有800亿美元。
图 | 邱纯鑫
而在自动驾驶产业发展的过程中,有三股力量是主推力:
第一是运营商,比如uber、滴滴、菜鸟、京东、顺丰等;
第二是传统的OEM汽车厂商;
第三是科技、互联网类企业。
由此可见,自动驾驶发展将呈现四大格局:物流、公共交通、特种应用和乘用车。
MINIEYE创始人&CEO刘国清
在自动驾驶技术体系里面,有三个关键要素:人工智能算法、大数据和传感器。
图 | 刘国清
其中,算法的重要性不言而喻。但做算法,最终是要实现量产的,我们主要考虑三个方面:
第一、有限的算力情况下,拥有更强的算力就能拥有更优秀的算法,才能用更复杂的模型完成复杂的任务。但这其中存在成本方面的问题;
第二、降低功耗。很多车开着开着就自燃了,如果要量产,必须控制整个产品的功耗;
第三、车规级,这是最头疼的,要在规定中挑选元器件。很多时候,一旦开始设计产品并按照设计思路打磨技术,这些难题就会一涌而现。但我们需要花长时间去克服他们,才能开发出可量产的产品。
图片新闻
最新活动更多
-
即日-11.30免费预约申请>>> 燧石技术-红外热成像系列产品试用活动
-
12月19日立即报名>> 【线下会议】OFweek 2024(第九届)物联网产业大会
-
精彩回顾立即查看>> 2024中国国际工业博览会维科网·激光VIP企业展台直播
-
精彩回顾立即查看>> 2024先进激光技术博览展
-
精彩回顾立即查看>> 2024(第五届)全球数字经济产业大会暨展览会
-
精彩回顾立即查看>> 【线下会议】全数会2024电子元器件展览会
发表评论
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论