|
自动驾驶如今究竟发展到什么阶段了？下一个风口在哪？万亿市场的背后存在着多少不为人知的博弈？ 在驭势科技首期自动驾驶线上知识分享课堂，驭势科技联合创始人、董事长吴甘沙先生，通过讲述十个实用的冷知识，拉近你与自动驾驶之间的距离。 以下为吴甘沙先生课程内容摘要： 说到自动驾驶，大家经常用两个成语来描述：一个叫“耳熟能详”，另外一个叫“不明觉厉”。今天，我想借用十个实用的冷知识来跟大家说清楚自动驾驶到底是什么，自动驾驶到底处在一个什么阶段，明天后天我们又会到达哪里。 冷知识一：今天你看到的自动驾驶多数不算是自动驾驶 自动驾驶有 L0到L5的划分，在L0到L2的时候有一个关键词叫做辅助，而只有在 L3到 L5的时候这个关键词才叫自动。L0其实是一种驾驶辅助，L1才是辅助驾驶。驾驶辅助还是司机在驾驶，系统只辅助性地提供警告，辅助驾驶是系统在驾驶，但司机要随时辅助、并承担安全责任。L1是单项辅助驾驶，L2是组合性的辅助驾驶。L3以上才是自动驾驶，指自动驾驶系统真正能够负起责任，当系统察觉异常的时候，再把控制权交还给人类司机，也就是说，这样的一个系统已经具备了独立的责任能力。到L4以上，它不仅仅是自动驾驶，而且是无人驾驶已经没有司机这个角色，当然系统要负起全部的责任。 冷知识二：奇数代的L3可能会难产 一个比较有意思的现象，在我们的技术的更新迭代过程中，往往会出现一个现象：奇数代混不好、偶数代又比较强，比如说我们的移动通信，1G大家都没怎么听说，2G大家广泛使用，3G是过渡型的，4G又是比较成熟的。 再看我们的自动驾驶L2目前大家在广泛使用，L4是大势所趋，而L3许多人倾向于认为会“难产”。L3是实现从司机负责到系统负责的一个重要节点，但是跨越这一节点需要付出极大成本，需要增加很多的冗余，成本要乘以2。当系统不能实现L3的时候，还要要降级到L2。所以车辆成本至少要乘以2.5，再加上保险等各方面费用，车辆实际售价可能要高于2.5倍，但是功能看上去却和L2没有多大差别。 另外从技术层面上看，系统负责、司机辅助意味着系统不能承担责任的时候，车辆的控制权需要交还给司机。每一个购买L3系统的车主都希望他们在系统运行的时候去看书，甚至去睡觉，当你处于这样的状态之下是否能够实现和系统的交接，这个问题暂时还不能得到一个准确的回答。 冷知识三：我们要等很久才能买到L4的乘用车 首先，L4级别的乘用车要达到真正实现意味着要做100万张试卷，连续拿100万次100分，这是一个比较难达到的目标，90/10原则告诉我们：达到90%我们只需要10%的时间和努力，最后10%可能还需要90%的时间和努力。 其次木桶原理告诉我们，一个木桶能够容纳多少水取决于最短的那块木板，在L4级别的系统里可能有一千个以上的木板，一个木板短了影响的就是整个系统的安全性、可靠性。 最后就是先有鸡还是先有蛋的问题，今天的L4级别车都是很少的试验车，很少意味着很贵、无法大规模复制，无法大规模复制意味着没有办法大规模地获得数据、验证驾驶的安全性，所以成本降不下来，还是很少，陷入死循环。 冷知识四：买不到L4级的自动驾驶汽车，但是会先买到自动驾驶出租车的服务 首先出租车只需要在一个城市内使用，不需要满世界用，出租车公司对成本不敏感；其次出租车可以实现混合派单模式，如果路线比较简单可以派出自动驾驶出租车，路线比较复杂可以派出有人出租车，在自动驾驶技术没有百分百成熟时，这种方式提高了自动驾驶出租车服务落地的可能性。 冷知识五：非载人场景比载人场景更快规模落地 第一，非载人场景更加高频刚需。比如自动驾驶在物流方面的应用是每周7天、每天24小时全天候的应用，如果需要人类司机操作，则需要一天三个司机，用一个自动驾驶系统取代三个司机显然是个更划算的生意。环卫车往往是在凌晨三点到六点出发，而自动驾驶在这个时间内工作比人类在这个点出发更人性化。 第二，非载人的环境下，对于车辆舒适性要求不高，自动驾驶车辆就可以更多地关注在安全上，从算法的角度看，确保不漏检，偶然有误捡也可以接受。从而，降低了技术落地的门槛。 驭势科技打造成长城跑EV无人物流车 冷知识六：非载人场景，看好未必叫好 就比如大家比较看好的干线物流，但是适用于干线物流的L4级重载卡车却没有在中国实现大规模投入。首先，在出错成本上，重载卡车的刹车距离长，一旦出现事故就很有可能是一个重大恶性安全事故，在中国重载卡车还没有办法大批量上高速；其次重载卡车数量少导致了产业链相对不成熟，重载卡车稳定性与可靠性就保证不了；第三，就是技术适应度的问题，小概率事件背后有着巨大的出错成本，使得法律法规暂时还没有对自动驾驶放开。 总体来说，整个逻辑链是首先是技术要胜任，其次对于重型、高速的车辆要确保产业链成熟，然后要看出错成本，如果这些都不是问题，法律法规就会水到渠成。 冷知识七：叫好也未必叫座，必须满足核心需求 自动驾驶需要满足用户的核心需求。 首先是成本。最近十年交通、运输、仓储、邮政从业人员工资上涨了许多，对于两班、三班倒，淡季和旺季的需求弹性非常大，或未来几年有显著扩产的客户，非常适合导入无人驾驶。在工资之外，很大的一块是管理成本。过去10年适龄劳动力减少了大几千万，招人越来越难，春节、疫情或从业人员生病都会造成劳动力缺失，而培训新人又要花费极大成本，这时候自动驾驶就可以抓住客户的需求。 其次是效率，制造业的数字化转型、精益生产和准时生产，常常因为某些环节人的不确定性导致无法闭环，无人驾驶可以极大提高系统运作的效率。 第三是安全，不仅仅是减少交通事故，还存在很多其他的安全需求，比如化工厂司机的安全保障、机场和口岸的新冠疫情防控、畜牧业生物疫情防控、保税区和海关的防偷等都有极大的价值。 驭势科技无人物流车在香港国际机场运营 冷知识八：中国的自动驾驶还得中国公司解决 首先，社会的接受度不一样，中国的消费者对自动驾驶兴趣更为浓厚，中国消费者中49%认为自动驾驶非常重要，只有2%不想拥有，而德国和美国的消费者只有16%认为自动驾驶非常重要，有30%的消费者不想拥有。 第二，交通的复杂程度不同，中国的交通复杂程度远远比美国高很多，车辆数量多，道路情况复杂，可以看见神出鬼没的外卖小哥、穿马路的行人、越过黄线超车的汽车，总有你所预测不到的新场景出现，这要求自动驾驶拥有更好的算法。 第三，自动驾驶涉及到地理信息数据等一些敏感数据，必须要中国公司管理这些数据。 第四，自动驾驶技术还需要许多年才能大规模成熟，车路协同可能是中国可以弯道超车的路线，当然，现阶段标准还没形成，生态还在建立，商业模式还需要进行探索。 冷知识九：自动驾驶对社会的巨大涟漪效应将远超我们的想象 自动驾驶可以应用在个人出行、机场、公交、出租、干线、物流、城市环卫等多个场景。包括一节一节连接起来的车厢所组成的公交车队；无人快递车可以挨家挨户送快递，也可以直接快递到你正在行驶的车子身边；无人超市可以开到你的家门口，降低冷链物流成本；你也可以享受到无人驾驶鞋店、卫生间、冷饮车、垃圾车等等，甚至人类都可以直接在自动驾驶安家，这会大大影响房价，自动驾驶未来有着无限可能。 冷知识十：那些伦理问题都不是问题 困扰大家比较多的是伦理问题：电车难题。这个问题不止自动驾驶算法无法解决，摆在真人面前也无法解决，因此不能奢求自动驾驶算法做出正确判断。这个问题有个前提是刹车失灵，但是自动驾驶的工程师勇于对刹车失灵说“不”，把自动驾驶的性能做到最高级。同时未来有人驾驶车也会和现在的赛马、赛车一样远离公共道路，这样更能保证自动驾驶的安全落地。 |
|
|
