分享

自动驾驶量产落地的「中场战事」| 厚势汽车

 ZHAOHUI 2018-08-14


在经历了前半场比技术储备、比软硬件整合、比路测经验之后,如今自动驾驶行业已经开始进入了「中场战事」。从去年开始,汽车产业链为应对自动驾驶时代的到来着手自身业务架构调整。



2017 年 9 月,全球汽车零部件厂商德尔福宣布正式分拆,原来的电子与安全和电子/电气架构业务板块组成新公司 Aptiv (安波福), 聚焦于加速推动主动安全、自动驾驶、提升驾乘体验和互联服务等领域的商业化进程,并提供为实现这些目标所需要的软件、先进的计算平台和网络架构等车辆的「大脑」和「神经」。


随后,另一家公司奥托立夫则分拆出子公司 Veoneer(维宁尔),专注于汽车安全电子及自动驾驶,并计划于 2018 年第三季正式上市,业务包括主动安全系统和制动系统、ADAS 控制器、Lidar、驾驶员检测系统等。



这一股分拆风潮,已经蔓延到汽车主机厂


近日,戴姆勒官方发布公告称,集团将拆分为三个独立的法律实体,包括梅赛德斯 - 奔驰公司(Mercedes-Benz AG)、戴姆勒卡车公司(Daimler Truck AG)以及戴姆勒移动出行(Daimler Mobility AG)公司。


按照现在公布的消息,戴姆勒股东们将在明年(2019 年)5 月对此次重组进行投票,这一架构的调整涉及到 60 多个国家及 700 多家子公司。


戴姆勒移动出行的竞争对手,将是那些手握自动驾驶技术的科技公司,尤其是以 Waymo、Uber 为代表的激进推进无人驾驶出租车业务的公司。


就在上个月,博世和戴姆勒宣布正在加快城市全自动驾驶和无人驾驶(L4 - L5 级别)的开发。双方已经确定将从 2019 年开始,选择美国加利福尼亚州(加州)的一个城市作为测试试点城市。


此外,戴姆勒还拉上了英伟达。后者将为博世和戴姆勒提供人工智能算法平台,计算平台 NVIDIA DRIVE 将帮助他们将新技术与其自身架构相结合,包括:深度学习、传感器融合、图像识别、云计算等。


除了三方软硬件层面的合作者,戴姆勒最终将作为服务运营商,将为测试车队提供基于应用程序的移动服务。从 2017 年 4 月开始,博世和戴姆勒就开始着手在城市环境中开展全自动化和无人驾驶的开发合作。


而今年以来,Waymo、Uber 等科技巨头在无人驾驶出租车上的一系列举动,无疑加快了戴姆勒的分拆进程。



今年 3 月,Waymo 在纽约公布采购向捷豹路虎 2 万台 I-PACE 的重磅消息,这批车预计将在 2 年内交付完成,将被用作组建一支高端化的无人驾驶服务车队。


此外,Waymo 也已经向菲亚特-克莱斯勒汽车集团(FCA)再次订购 62000 辆克莱斯勒 Pacifica 混动厢式车,这部分车辆预计在今年晚些时候交货。


Waymo 计划在今年晚些时候推出一款自动驾驶旅途出行服务,用户可以通过 Waymo 的 APP 叫车、用车。


另一家公司 Uber 则是在去年 11 月,与沃尔沃签署了非约束性框架协议,自 2019 年至 2021 年,沃尔沃将向 Uber 出售过万辆具备基础自动驾驶能力的 XC90 SUV。这些车辆将会组成 Uber 的自动驾驶共享车队。


戴姆勒对移动出行服务的尝试,并非第一次,这还包括宝马等其他主机厂。


从早些年开始,戴姆勒与宝马就把「共享出行」放在了集团战略发展的一个重要位置,并相继积极而系统化地,推动着自己从汽车制造商向移动服务供应商这个身份转变。


但这两大传统车厂好像确实不太擅长扮演出行服务商这样的角色,以至于到 2018 年,戴姆勒旗下的汽车共享项目 car2go 虽然已经诞生十年,但在全球的运营车辆也才 1 万多辆。


也正因如此,今年的 3 月 28 日,宝马和戴姆勒正式对外发布公告,双方将以 50:50 的股比合资成立一家新公司,将旗下已存在的共享汽车、网约车服务、停车服务、充电网络、多模式联运等业务进行合并和扩充。


但补充条款是在各自的核心业务领域中,双方的竞争关系将保持不变。显然,未来基于自动驾驶的移动出行服务,各自打着心里的算盘。因为传统移动出行已经成为过去时。


宝马集团此前提出了「下一个 100 年」的规划,将逐步转型成为未来出行的解决专家。今年,宝马集团自动驾驶研发中心在慕尼黑正式投入使用,其自动驾驶的全球测试原型车增至 80 辆,也包括中国(已经拿到地方开放道路测试牌照)。


2017 年,宝马集团与英特尔、Mobileye 和菲亚特克莱斯勒汽车(FCA)建立起行业第一个开放式的自动驾驶研发平台,并计划于 2021 年上市 BMW iNEXT,满足 L3 到 L5 自动驾驶的安全技术要求。



传统汽车主机厂全面打响保卫战


汽车制造商和软件开发商都在全力推动自动驾驶的技术落地。同样在做业务板块调整的还有福特汽车。


福特近日宣布将公司旗下现有的自动驾驶业务整合至新成立的福特汽车自动驾驶汽车子公司,其中包括自动驾驶系统整合,自动驾驶汽车研究及前瞻工程,自动驾驶汽车交通服务网路拓展,使用者体验,业务战略以及拓展团队。


福特预计到 2023 年底前将投入 40 亿美元用于其自动驾驶汽车相关业务的发展,其中包括对 Argo AI 的 10 亿美元投资。后者也将成为新公司的子公司。



新公司的董事会由福特执行副总裁暨智能移动总裁 Marcy Klevorn 担任董事会主席,自动驾驶平台与智慧移动解决方案团队进行整合。


福特汽车公司总裁兼首席执行官 Jim Hackett 在一份声明中说:「福特在自我驱动的价值链上取得了巨大的进步——从技术发展到商业模式创新到用户体验。现在是时候把我们的自主驾驶平台整合到一个团队中,以更好地为未来的业务定位。」


而福特汽车最大的对手通用汽车,早在 2016 年时,就以 10 亿美元的价格收购了旧金山自动驾驶公司「Cruise Automation」。今年 6 月,通用汽车还为 Cruise Automation 引入新投资方日本软银集团,软银旗下愿景基金计划以 22.5 亿美元收购 Cruise Automation19.6% 股权。 


根据此前曝光的消息,通用汽车可能会让旗下的自动驾驶子公司 Cruise 独立上市。目前,通用汽车正在和多家银行进行讨论,讨论内容包括是否要将该部门剥离或独立上市。


此外,通用汽车已经开发了自主打车平台,并悄悄建设了美国最大的充电站之一,为旗下 Cruise 自动驾驶汽车部门明年推打车服务进行准备工作。



政策与公众接受度「障碍」


然而,在 2018 年初的佛罗里达州、亚利桑那州和加利福尼亚发生了一系列引人注目的自动驾驶车辆事故后,公众对自动驾驶的不信任感在上升。


根据美国汽车协会最新的一项研究,73% 的美国司机害怕乘坐完全自主的汽车,这个数字比 2017 年底的一次调查增加了 10 个百分点


其中,年轻人受近期事件影响最大。千禧一代的不信任感自 2017 以来上升了 15%—64%。这些都是在未来几年内预计会占据大部分自动驾驶市场的潜在主力消费群体,因此汽车厂商和科技企业需要找到一种方法来扭转负面效应。


在今年 3 月份的车祸危机之后,Uber 的无人车项目就陷入麻烦之中。日前,这家网约车巨头重新在匹兹堡公路上部署了无人驾驶原型车,但它们被禁用了无人驾驶系统,需要人类手动控制。


由于上次车祸原因之一就是安全员的分心,接下来,Uber 所有的无人驾驶沃尔沃改装车都将配备现成的驾驶安全员监测系统,如果司机把眼睛从路上移开,该系统将发出警报,并向远程监视器发出警报。


未来最终的大面积落地应用,都离不开政策的引导和支持。美国国家公路交通安全管理局(NHTSA)早前称,现在监管通用汽车和 Waymo 等公司测试自动驾驶车辆还为时过早。


相比美国在自动驾驶政策上的相对开放,中国则更偏向于保障安全。


交通运输部公路科学研究院汽运中心副研究员李文亮表示,目前自动驾驶行业仍然存在技术不够成熟,测评不够科学的问题。从环境感知到协同决策、底盘控制、人机交互、车辆的铺靠性、网络安全、适应性等等,总体来说自动驾驶的技术还是存在很大的不足。


技术的不成熟还有测评体系的不完善,就给准入或者说上路真正应用的环节带来了困难。什么样的能用,什么样的不能用怎么进行把关?每个公司设计的不一样,我们是不是每个类别都要制订一个测评标准?这个就很困难。


其次,法律法规标准规范急需制修订。目前《道路交通安全法》首先规定是驾驶人驾驶,第二个驾驶人要取得相应的驾驶资格,也就是驾驶资格证。自动驾驶没有人,所以跟现行的交通法是有根本性的冲突。


此外,自动驾驶车辆是集成了车辆和人,车辆的本体跟现在的车辆也有一些区别,它日常的技术管理跟普通车辆也有所不同,我们怎么去修订现在维修维护的标准,怎么去修订交通部的车辆技术管理法规。


最后,自动驾驶车辆面临更为复杂的事故责任认定。自动驾驶车辆现在的技术路线是自动驾驶系统能够控制车,驾驶员有些情况下能够控制车辆,远程监控平台有时候也能控制车辆,甚至是人机共驾。这种情况下出现的事故责任判定,要比普通车辆要更为复杂。


但美国国家公路交通安全管理局也非常明确:「它(自动驾驶)还没有发展到一定阶段。」所以,对于自动驾驶真正上路来说,中场战事或许更像是一场持久战,但对于各方来说,现在是最佳的动员时间。

    本站是提供个人知识管理的网络存储空间,所有内容均由用户发布,不代表本站观点。请注意甄别内容中的联系方式、诱导购买等信息,谨防诈骗。如发现有害或侵权内容,请点击一键举报。
    转藏 分享 献花(0

    0条评论

    发表

    请遵守用户 评论公约

    类似文章 更多