自動駕駛產業的驅動力脫離泡沫談實際

最新 01-23

自動駕駛產業在全球欣欣向榮，2017年底的時候路透社調查了自動駕駛領域發現，除了谷歌、英特爾、賓士這些科技或者傳統汽車企業之外，還有很多新興企業和創業公司。根據不完全統計至少有240多初創企業涉足這一領域，這些企業當中存在了估值泡沫。對於這個領域的發展狀況，隔一段時間還是要梳理一下整個產業的發展狀況。

這幾天諮詢公司Navigant的一份新報告《Navigant Autonomous Driving Leaderboard》引起汽車界人士的廣泛關注，報告裡面對於現有具有代表性的19家無人駕駛汽車企業並對它們進行了排名，並且被分為四類：領導者、競爭者、挑戰者和追隨者

1.領導者：通用汽車、福特汽車、Waymo（Google）、大眾汽車（主導是奧迪）、戴姆勒-博世、雷諾日產聯盟、安波福（德爾福分離）、寶馬-英特爾-FCA

2.競爭者：沃爾沃-Autoliv-愛立信-Zenuity、PSA、Navya、百度-北汽、捷豹路虎、豐田、現代

3.挑戰者：Uber、特斯拉、本田和蘋果

而之前2017年4月份的報告對比下《Navigant Automated Driving Leaderboard April 2017》,自動駕駛這個產業捲入了更多的玩家，和擠入第一梯隊代表巨量的投資來布局，美國汽車和科技公司在自動駕駛領域的投入就達到了400-500億美元。

以通用汽車為例談一談自動駕駛的實際路線

通用汽車公司以10億美元的價格收購了位於舊金山的一家名為Cruise Automation的小型軟體公司（致力於研發無人駕駛技術），將利用這次收購將補足自己在無人駕駛上的技術空缺，從而將幫助通用在無人駕駛汽車領域中贏得一席之地。通用汽車給予Cruise CEO Kyle Vogt足夠的自主能力和影響力，不僅能保持原有的獨立的運作機制，也能輕鬆獲得汽車設計和底層架構，Cruise的工程師可以與通用工程師密切合作，通用汽車向聯邦政府請求批准，明年開始生產沒有方向盤或踏板的改裝Bolt。按照未來的形態，基於Bolt的開發也是一個暫時的狀態，最終的自動駕駛車輛將會以SAV的形式出現。如下圖所示，是按照共享的運營模式，設計出來符合要求的電動車輛，從而把電動汽車與自動駕駛，充分發揮運營模式的優勢。

我們通過通用汽車發布的《2018 SELF-DRIVING SAFETY REPORT》梳理一下在GM當下對於自動駕駛的一些安全設計核心考慮。這個車輛是考慮沒有駕駛員也能安全運行的理念，充分在設計、開發、製造、測試和驗證的各個環節考慮安全性。自動駕駛系統是從開發初期就整合進車輛，再加上與軟硬體團隊的緊密合作，通用已經完成了所有的系統潛在故障模式評估，並一一解決了這些問題，以保障車輛的安全可靠。

首先我們看到的是車輛的感測器系統：這台車輛（第三代）配置了各種各樣的感知感測器系統，覆蓋外部周圍 360 度為了實現「感知」功能，裝了

1）5 台激光雷達：激光雷達是最為關鍵的，5個激光雷達都配置在車頂上面。

2）16 個攝像頭：這些密布的攝像頭在車輛的不同位置獲取不同角度的圖像數據。這些圖像數據是激光雷達的數據補充，也是重要的感知源。

3）21 個雷達：雷達是激光雷達的補充，利用毫米波雷達的數據，能看到低反射率的物體

a.關聯雷達（ARTICULATING RADARS）：前1側2，用來檢測前方和側方的移動車輛，需要以較大的視野內檢測運動的車輛

b.長距離雷達（LONG-RANGE RADARS）：前2後2，共四個，用來檢測前後方的車輛並且測量車輛的速度

c.短距離雷達（SHORT-RANGE RADARS）：前6後4一共10個，主要用來檢測車輛附近的物體，主要是行人、自行車等比較重要的物體

這些感測器數據讓車輛能識別複雜的環境。值得一提的是，通用用到的感測器能覆蓋近程和遠程，且有 360 度視角。兩種感測器搭配使用，速度數據就不再是問題。

攝像頭也是激光雷達的補充，因為它能測得物體發出或反射的光線強度，讓「大腦」能獲得更多物體細節，兩者結合後車輛做決定就更有信心。空間和時間確定後，車輛就能規劃路徑。

自動駕駛運算平台：計算「大腦」

自動駕駛關鍵在於計算「大腦」，計算平台讓車輛能掌握周圍世界的情況並作出安全的駕駛規劃。單一技術不能讓「大腦」順利轉起來，是各種尖端技術的結晶，包括行為控制、機器學習、模擬、感知、定位、地圖、規劃、路線分配和網路等技術。感知、規劃和控制，是車輛感知周邊環境並在駕駛中做決定的關鍵支柱。

1. 感知利用感測器監控周圍環境並搭建一個 3D 模型。感測器負責將信息輸入計算平台，進行演算法運算探測並對物體進行分類，確定外部環境內的物體的位置、速度和方向。

2. 規劃會決定車輛的行為，會參考道路交通法規為車輛制定形式路徑，給自己找到適合行車的路徑。在這個系統裡面也會設計可行駛的區域，對區域進行分類，使得自動駕駛系統不會開著車輛去無法駕馭的區域和路線。規劃的過程是基於車輛位置、其他車道上車輛的預計動作、交通管理、道路標識和交通法規等外部因素做出的。會對多條道路進行分析並根據當時情況做出最佳決定，如果發生意外的情況，在決策中調取備用方案。

3. 控制則負責執行「規劃」的命令，控制轉向系統、油門、剎車和動力系統的運作。控制功能是建立在車輛原有的車輛穩定、牽引力和防抱死系統，可以根據上層的規劃完成實際可行的規避動作。

系統安全項目整合了業內通行的工程標準、多年的造車經驗和許多來自其他行業（航空航天、製藥和國防）的苛刻標準。自動駕駛汽車需要的系統多樣性、穩健性和冗餘與航空和航天是有一定相似性。系統安全流程有兩個關鍵部分，迭代設計的安全和綜合風控與深度整合的安全。

兩套同時工作的計算系統：專註於提升系統的能力，讓它掌握車輛的完整控制權，包括加速、剎車、轉向和決定等。運算系統有全面的診斷和分析，確定潛在的安全風險和挑戰並找出相應對策。

兩套供電系統：設計兩套從高壓電池轉換的供電系統，並且配置了額外的冗餘的電池供給核心的感測器。

信號傳輸系統：兩套計算系統、關鍵感測器和執行器的通信採用了額外的冗餘路徑。

冗餘的碰撞執行：主要是剎車方面採用了兩套執行的方式，可能是前後剎車獨立控制，以保證車輛的可控性。

車輛定位：採用多種方法來實現對於車輛的位置確定，這個主要是核心的基礎。