​自动驾驶产业迎利好,但要实现量产难点依在

  • 时间:
  • 浏览:1

“自动驾驶正在进入最好的时代!”

在近期举办的第二届全球智能驾驶峰会上,苏州智加科技有限公司总裁郑皓指出,自动驾驶产业正迎来三大利好:一,资本、技术、生态资源更加集中,协同发力;二,自动驾驶技术不再单打独斗,人工智能相关的基础设施普及可不可否 加速自动驾驶的发展,进而推动全世界认同和支持;三,社会发展与技术发展相辅相成,政策智慧网与技术发展交互呼应,通过技术安全务实的落地。

毋庸置疑,自动驾驶正在加速进化,然而对于身处自动驾驶产业一线的企业来说,要推动自动驾驶向前,尤其是实现全自动驾驶的量产,其中的难关切实位于,并显得极难攻克。

感知技术难度不小

在此次峰会上,江苏省新能源汽车创新联盟执行理事长殷国栋表示,自动驾驶的关键技术包括智能感知、决策、控制。不过在那先 过程中,困难非常多,“其他同学所研究的场景与实际场景是不对称的,真实场景是非常多样化的,开发者要带着两种谨慎的态度对待两种事情。”

感知是自动驾驶的第一环,一个多自动驾驶系统的整体上表现好坏,很大程度上都取决于感知系统的好坏。目前来看,感知技术主流方案包括摄像头、激光雷达、毫米波雷达、导航系统等。

而正如殷国栋所言,单个传感器之后无法适应自动驾驶精准的感知需求,目前业界大多在研究多传感器融合的感知技术方案,“传感器的类型太满,无论几种,一定要分类清楚,最终做到信息融合,以适应真正的应用场景。”

Roadstar.ai首席科学家周光曾在某次演讲中指出,简单的传感器融合,无外乎太满太满每个传感器的数据能大致在空间跟时间可可不可否 不能得到对齐,而多传感器融合技术的核心就在于高精度的时间以及空间同步。

而众所周知,无人驾驶当中,毫米波雷达、激光雷达和超声波完整性回会完整性不同的传感器,我要们实现高精度的时间以及空间同步无疑是非常难的,相关技术提供商还还要对机器人技术以及机器学习优化技术有非常深的理解。

值得一提的是,在感知系统中,高精度地图也发挥着不可小觑的作用,它所架构设计 的环境信息,这类车道标志、路缘等信息,可与通过以上感知技术方案所获得的信息相互印证,从而实现“多传感器融合”的效果,获得更为准确的位置信息。

Deepmap大中华区总经理刘澍泉表示,从用途上来说,传统地图更多在于导航搜索,包括目视导航,而高精地图包括环境感知、定位、路径规划、车辆控制,它有更多的发挥空间,它可不可否 降低感知过程的难度。

大唐高鸿车联网总监张杰则指出,现在单车主要靠毫米波雷达、激光雷达、摄像头等这名传感器,那先 都可可不可否 不能认为是两种视觉传感器。在人类驾驶员看可可不可否 不能 的地方,它也是这麼 能力感知的,鬼探头成为难以应对的场景。

“车辆还要获得附近车辆行驶意图,这麼 通信手段是难以实现的。在投放的早期,回会面临和其他同学驾驶的那我一个多混合交通情况,有这名人类驾驶员行为还是匮乏规范,在正常运行道路上面有这名工程车辆,那先 车辆的这名信息,包括尾灯位置、信号标识都和常规乘用车有很大不同,让你识别其他同学启动之后是停止的意图,对自动驾驶来说还是一个多比较困难的事情。”

而在这之后,V2X就能帮上忙了。张杰在演讲中提到,使用C-V2X过可可不可否 可不可否 提供一个多环境全息感知,可可不可否 不能把单车感知范围从车上移动到路端,这有太满太满好处:一方面它安装层厚变高了,站的高看的远,自然探测距离远远大于单车,另外可可不可否 不能以静制动,之后它是一个多静止点去观测,太满太满在太满太满判断上会比单车这名摄像头有更多图像避免的优势。之后 在这名多样化路段,可可不可否 不能从多个层厚进行传感器部署,实现多传感器信息融合。

人工智能也暂且易事

人工智能逐渐被认为是实现自动驾驶汽车的关键所在,是推动自动驾驶商业化的核心。

IEEE Fellow、中科院无线传感网与通信重点实验室主任先杨旸认为:“未来,整个环境当中回会位于智能化的改造,所谓的云物边缘和传感器网络的融合,使得其他同学的计算变的无处找不到。有了无处找不到计算之后,其他同学才可可不可否 可不可否 是处找不到的智能。”

然而人工智能显然暂且易事。

希迪智驾工程副总裁黄英君指出,不同的场景所适用的感知算法,以及决策和规划算法差距都非常大,之后 这麼追到一套通用全栈L4级自动驾驶架构,满足所有那先 场景,太满太满过回会定制,而如若还要定制,模块训练使用不同场景,包括适应不同芯片、不同平台,完整性回会问题 。

德国汉堡科学院院士张建伟表示:“其他同学都说中国人脸识别技术最强,之后 在汽车量产方面,模糊场景识别是一个多非常重要的一个多题目,之后 在两种模糊人脸识别里头,现在人工智能层厚学习算法是做可可不可否 不能 准确识别,未来,强人工智能对汽车以及对自动驾驶还是有非常大的挑战。”

与此一起去,他也指出,下一步人工智能和未来驾驶的结合是多种最新前沿技术的融合,包括AI、IOT、虚拟现实,机器人可穿戴设备、5G通讯那先 回会给未来自动驾驶新技术带来新突破。

华夏芯(北京)通用避免器技术有限公司CTO John Glossner表示,从高层层厚来讲,智能驾驶中最核心应该是避免器,可不可否 不能驱动着相关智能驾驶设计核心,应该是以那先 避免器功能为关注的,也要考虑到怎么可否把AI应用到那先 智能驾驶中。

而针对企业布局,大众问问CEO张人杰表示:“我始终认为一个多企业要想生存,还要要集中,可可不可否 不能 发散,可可不可否 不能发散,当你非常强大的之后,你之后是华为,让你尝试一下,之后 其他同学可可不可否 不能看完,即使是华为,成功的点无非太满太满一个多:通讯设备和手机。现在太满太满AI企业说我要赋能百业,原困对每一个多行业都很精通,事实上每一个多人可可不可否 可不可否 不能 对一小块领域比较擅长,我要想做好整个垂直领域整合,还要要专注聚焦于一个多领域。”

5G还要再等等

实现靠谱的自动驾驶,目前主要有两种主流方向:单车智能和车路协同。前者主要与激光雷达等各种感知技术以及AI技术等相关,而后者之后是要通过网络让所有交通参与者(包括路标、信号灯、骑行者以及行人等)实现在线互联,之后 还要5G网络技术的支持。

清华大学计算系教授、中国自动化自学智能自动化专委会主任邓志东指出,今年是中国正式进入5G商用元年,正式颁布了商用牌照。5G有那先 特点?增强了移动传输时延、高可靠、低传输时延、大连接、广覆盖。“4G避免人与人之间连接,5G不仅可可不可否 不能避免人与人之间连接,还可可不可否 不能人与物之间的连接,实现互联互通,之后它具有非常高的连接数。”

中国移动(上海)产业研究院副院长陈豫蓉表示,跟4G相比,5G将在智能网联汽车方面实现非常多的突破,能助 整个车载的导航系统,车内娱乐系统升级,推动整个车路协同的发展,为自动驾驶铺平道路。5G为车路协同会带来那先 样的变化?应该会有那先 样的趋势呢?其他同学理解有三大方面:

一,整个场景会更加精细化。限定场景下车路系统两种技术将率先落地,比如说其他同学的说的高速公路,矿区,港口,园区等等。这点在业内外都得到了普遍的认同,像自主泊车,定点接送,快速公交,有限地域无人驾驶出租车,很之后成为自动量产首个商业化应用场景,进而利用自动驾驶那我的优势创发明人家 来崭新的需求、巨大的产业和全新的生态。

二,车路协同化。过去是单车智能化,其他同学在一百公里车上安装了高清摄像头,毫米波雷达等等各种设备,让整车变的更加智能。那我车的反应是有这名局限性,今天走向了车路协同,随着自动驾驶级别的发展,单车智能对芯片,对算力的要求会成一个多指数级的上升。车路协同是那先 平台呢?它实现是人,车,路,云那我一个多协同,它会具备边缘计算的能力。通过边缘计算的一个多算力卸载,其他同学实现一个多自动化算力均衡分布,实现整个单车智能的升级,这也是自动驾驶未来的一个多主要技术路线。

三,推广会是一个多渐进的过程。可可不可否 不能肯定,面向更高级别自动驾驶,之后它对道路的配套升级改造要求,对产业链资源整合的要求,对前沿技术的突破要求,以及法律法规等等相应配套,完整性回会更高的需求,这决定了它的推广完整性回会一蹴而就的过程。将来车路协同技术落地,首先是从区域化、场景化之后开始,逐步再推广到全场景、全区域,是一个多渐进的过程。

大众问问CEO张人杰则从商业模式方面阐述了5G的难点,“现在其他同学谈5G谈的比较热,之后 5G是完整性回会真的能产生价值?随便说说依赖于商业模式,现在4G比较成功了,之后每一个多月花费过可可不可否 不能助 让运营商去支撑它目前4G网络运营,之后 其他同学想一想,5G投资是巨大的,5G基站数目是现在的数十倍。在两种情况下,原困运营商要投入更多的钱去建那我的基础设施,之后你的商业模式,之后运营商还是可可不可否 可不可否 不能 收到每月几十块钱、

注:文章内的所有配图皆为网络转载图片,侵权即删!