自动驾驶狂飙突进，是巨头们最后一战？

图片来自于《Unsplash》科幻电影中经常出现的自动驾驶汽车服务场景，现在正在现实中上演。两周前，百度无人驾驶打车服务Robotaxi在北京正式开放。开放区域约700公里，覆盖海淀、亦庄等15个车站的测试区域。用户可以直接下单试乘，无需预约。随后，百度迎来了一波“热心”市民的“打卡”试乘。据媒体报道，在百度推出无人驾驶出租车服务后的第二天，单站点自动驾驶出租车累计用车数量达到2608辆。多位体验者表示，虽然是在真实的驾驶场景中，但开放试乘的道路大多是道路辽阔、人烟稀少的简易郊区，试乘的速度也很低，无人车并不是真正的“无人驾驶”。每辆车都配有安全员。如果有紧急情况，还是要安全员来处理。无论驾驶效果如何，水面上的平静已经被打破，自动驾驶企业的“跑马圈地”运动已经开始。01自动驾驶竞赛，从技术到生态的升级几乎与百度同时，2016年从谷歌分拆出来的无人驾驶汽车公司Waymo也实现了将自动驾驶汽车带到城市街道的承诺。它向公众开放了Waymo One服务，并在凤凰城推出了许多自动驾驶汽车。今年6月，滴滴出行也在上海推出了自动驾驶出租车服务。阿里也布局了自动驾驶业务，物流配送是主要切入点。美团也提出了自动驾驶业务的布局。先是和DeepDrive达成合作，去年又推出了“美团地图”。日前，特斯拉CEO马斯克在推特上表示，将发布全自动驾驶测试版软件(FSD)。蔚来、小鹏、理想都实现了L2-L3自动驾驶辅助功能，并配置在各自的车辆产品中。自动驾驶技术争夺战愈演愈烈，大家都想先站在高地上。毕竟在业界看来，自动驾驶技术已经成为未来汽车生态的关键一环。至于自动驾驶发展到什么阶段，要从多个维度考虑。众所周知，自动驾驶就是“把车的控制权从人变成车”。为了完成人类的驾驶动作，汽车需要取代人类的眼睛、大脑、手脚，由此诞生了以摄像头、雷达为代表的车辆感知系统、以人工智能为主导的车辆决策系统和以车辆状态控制器为主导的车辆执行系统。总结一下，自动驾驶的要素主要是传感器、车辆本身等硬件方面和基于人工智能的自动驾驶软件系统。在车辆硬件方面，特斯拉、蔚来等新能源车企更有优势，因为车企自有车辆。传感器方面，百度、阿里、滴滴等算法软件公司都有布局。2016年，百度向全球激光雷达巨头威力登投资7500万美元，滴滴选择与威力登合作。阿里达摩院从2018年开始研发传感器。自动驾驶系统是基于人工智能的，而人工智能需要大量的数据作为“养料”。正因为如此，对于自动驾驶技术来说，不仅需要掌握自动驾驶软件系统，还需要有大量的数据进行人工智能的深度学习。目前，百度、阿里、滴滴都开发了自己的自动驾驶系统。此外，在自动驾驶的下半场，虚拟仿真也成为行业竞争的新高地。腾讯、百度、阿里、华为等国内科技公司相继投入自动驾驶虚拟仿真技术的研发，实现了技术的快速迭代更新。从这个角度来看，自动驾驶技术有一定的突破，但互联网巨头、新能源车企、老牌车企在自动驾驶技术上并没有绝对优势，从现实来看，进展也很难乐观。从自动驾驶的层面来说，从L1到L5(SAE)是清晰直观的，这是一个benc……方舟为大家探讨自动驾驶行业。最高级别L5是指无人驾驶汽车，可以在所有场景下工作，无需人工干预。换句话说，人只能是乘客，开车的任务完全交给了车。但是很多自动驾驶的玩家还停留在L3级别，没有企业有新的突破。威马汽车合伙人冯岩表示，所谓的L1、L2、L3只是车企自己关心的技术指标。现阶段L3水平很尴尬，L4只是一个概念。现在要做的是做好L2级别的高频应用场景，否则都是扯淡。可见行业整体技术还没有完全成熟，大规模商业化只是萌芽。在这个硝烟笼罩的战场上，没有人能成为真正的“赢家”。自动驾驶，梦里可能来的问题自从国内自动驾驶行业火热以来。很多公司都抛出了智能化战略，计划在2020年实现L3级自动驾驶。时至今日，想法离现实还很远，技术问题首当其冲。自动驾驶要达到L5级别是很难的，单靠“感知”是不容易突破的。虽然传感器种类很多，比如360度激光雷达、摄像头等，但大部分都是输出原始数据。人类很容易通过查看摄像头和激光雷达的数据来识别内容，但对计算机来说很难。在正常模式下，识别率很快就会达到瓶颈。这时候就需要深度学习和大量的数据来进行训练。但是由于技术的限制，计算机不可能识别不出很多明显的场景。同时，当数据量急剧增加时，计算时间会延长，系统响应会变慢，这也是无人车只能低速行驶的原因。另外，高精地图和定位也有不小的问题。高精地图要做到绝对可靠，这是一个行业难点。目前还没有一个高精度的地图是真正完全可靠的，能够达到车辆监管水平的。据专家测试，如果完全依靠GPS定位，成功率只有70%左右。特殊的天气，特殊的路况，特殊的区域，都会让自动驾驶受到限制。技术不成熟的背后，关键是复杂场景对自动驾驶的制约。单一通用算法难以覆盖复杂多样的交通场景，需要对多场景问题进行分解细化，有针对性地解决。但是，如果要针对一千种场景开发一千种算法，对任何一个自动驾驶团队来说都是灾难。与此同时，世界各国都还处于自动驾驶法律法规的探索阶段。L2-L3自动驾驶汽车将遵循国内相关法律分配责任，但对于L4及以上，包括中国和世界其他国家，仍在探索中。这也意味着，即使一些车企和算法公司研发出L4级自动驾驶汽车，也需要等到相关法律法规的出现，才能上路。在国内，部分地区已逐步开放路测区域，发放试运营牌照，但自动驾驶汽车的公路测试、载人测试和地图应用仍受到严格限制。由于当地法律法规的限制，即使是科技巨头也只能在小范围内试运行，陷入了上述技术难题，无法为计算机提供更多的数据进行深度学习。技术、法规等方面的不成熟，注定了商业化的艰难，原有的行业热潮正在迅速降温。对许多公司来说，“支持”盈利是目标。这对科技巨头来说并不难。即使暂时不能投入大量资金，他们至少会保证新项目“不会失败”。但对于初创企业来说，融资似乎只有一条路，但如今的市场环境并不乐观。2017年以来，中国私募股权投资市场募集总额呈下降趋势，2019年降幅达30%。2019年，由百度前首席科学家吴恩达运营的明星自动驾驶公司Drive.ai因融资不畅宣布永久关闭。今年6月，头部自动驾驶公司Zoox也因为“资金链断裂”将自己卖给了亚马逊，但收购价格不到hal……上一轮融资估值的。国内的自驾公司还在苦苦挣扎，大部分余粮的自驾公司都开始和出行平台合作推出“RoboTaxi”，形成了另一股“潮流”。滴滴认为Robotaxi是自动驾驶业务落地生态中更好的场景。从商业模式来看，理论可行但落地困难，人工智能的发展程度和立法的完善程度都会对此产生影响。对于消费者来说，打车的体验和方便程度会影响前期的选择。这就注定了自动驾驶的道路可能会比预想的长一点。

图片来自于《Unsplash》科幻电影中经常出现的自动驾驶汽车服务场景，现在正在现实中上演。两周前，百度无人驾驶打车服务Robotaxi在北京正式开放。开放区域约700公里，覆盖海淀、亦庄等15个车站的测试区域。用户可以直接下单试乘，无需预约。随后，百度迎来了一波“热心”市民的“打卡”试乘。据媒体报道，在百度推出无人驾驶出租车服务后的第二天，单站点自动驾驶出租车累计用车数量达到2608辆。多位体验者表示，虽然是在真实的驾驶场景中，但开放试乘的道路大多是道路辽阔、人烟稀少的简易郊区，试乘的速度也很低，无人车并不是真正的“无人驾驶”。每辆车都配有安全员。如果有紧急情况，还是要安全员来处理。无论驾驶效果如何，水面上的平静已经被打破，自动驾驶企业的“跑马圈地”运动已经开始。01自动驾驶竞赛，从技术到生态的升级几乎与百度同时，2016年从谷歌分拆出来的无人驾驶汽车公司Waymo也实现了将自动驾驶汽车带到城市街道的承诺。它向公众开放了Waymo One服务，并在凤凰城推出了许多自动驾驶汽车。今年6月，滴滴出行也在上海推出了自动驾驶出租车服务。阿里也布局了自动驾驶业务，物流配送是主要切入点。美团也提出了自动驾驶业务的布局。先是和DeepDrive达成合作，去年又推出了“美团地图”。日前，特斯拉CEO马斯克在推特上表示，将发布全自动驾驶测试版软件(FSD)。蔚来、小鹏、理想都实现了L2-L3自动驾驶辅助功能，并配置在各自的车辆产品中。自动驾驶技术争夺战愈演愈烈，大家都想先站在高地上。毕竟在业界看来，自动驾驶技术已经成为未来汽车生态的关键一环。至于自动驾驶发展到什么阶段，要从多个维度考虑。众所周知，自动驾驶就是“把车的控制权从人变成车”。为了完成人类的驾驶动作，汽车需要取代人类的眼睛、大脑、手脚，由此诞生了以摄像头、雷达为代表的车辆感知系统、以人工智能为主导的车辆决策系统和以车辆状态控制器为主导的车辆执行系统。总结一下，自动驾驶的要素主要是传感器、车辆本身等硬件方面和基于人工智能的自动驾驶软件系统。在车辆硬件方面，特斯拉、蔚来等新能源车企更有优势，因为车企自有车辆。传感器方面，百度、阿里、滴滴等算法软件公司都有布局。2016年，百度向全球激光雷达巨头威力登投资7500万美元，滴滴选择与威力登合作。阿里达摩院从2018年开始研发传感器。自动驾驶系统是基于人工智能的，而人工智能需要大量的数据作为“养料”。正因为如此，对于自动驾驶技术来说，不仅需要掌握自动驾驶软件系统，还需要有大量的数据进行人工智能的深度学习。目前，百度、阿里、滴滴都开发了自己的自动驾驶系统……此外，在自动驾驶的下半场，虚拟仿真也成为行业竞争的新高地。腾讯、百度、阿里、华为等国内科技公司相继投入自动驾驶虚拟仿真技术的研发，实现了技术的快速迭代更新。从这个角度来看，自动驾驶技术有一定的突破，但互联网巨头、新能源车企、老牌车企在自动驾驶技术上并没有绝对优势，从现实来看，进展也很难乐观。从自动驾驶的水平来说，从L1到L5(SAE)清晰直观，是大家讨论自动驾驶行业的一个标杆。最高级别L5是指无人驾驶汽车，可以在所有场景下工作，无需人工干预。换句话说，人只能是乘客，开车的任务完全交给了车。但是很多自动驾驶的玩家还停留在L3级别，没有企业有新的突破。威马汽车合伙人冯岩表示，所谓的L1、L2、L3只是车企自己关心的技术指标。现阶段L3水平很尴尬，L4只是一个概念。现在要做的是做好L2级别的高频应用场景，否则都是扯淡。可见行业整体技术还没有完全成熟，大规模商业化只是萌芽。在这个硝烟笼罩的战场上，没有人能成为真正的“赢家”。自动驾驶，梦里可能来的问题自从国内自动驾驶行业火热以来。很多公司都抛出了智能化战略，计划在2020年实现L3级自动驾驶。时至今日，想法离现实还很远，技术问题首当其冲。自动驾驶要达到L5级别是很难的，单靠“感知”是不容易突破的。虽然传感器种类很多，比如360度激光雷达、摄像头等，但大部分都是输出原始数据。人类很容易通过查看摄像头和激光雷达的数据来识别内容，但对计算机来说很难。在正常模式下，识别率很快就会达到瓶颈。这时候就需要深度学习和大量的数据来进行训练。但是由于技术的限制，计算机不可能识别不出很多明显的场景。同时，当数据量急剧增加时，计算时间会延长，系统响应会变慢，这也是无人车只能低速行驶的原因。另外，高精地图和定位也有不小的问题。高精地图要做到绝对可靠，这是一个行业难点。目前还没有一个高精度的地图是真正完全可靠的，能够达到车辆监管水平的。据专家测试，如果完全依靠GPS定位，成功率只有70%左右。特殊的天气，特殊的路况，特殊的区域，都会让自动驾驶受到限制。技术不成熟的背后，关键是复杂场景对自动驾驶的制约。单一通用算法难以覆盖复杂多样的交通场景，需要对多场景问题进行分解细化，有针对性地解决。但是，如果要针对一千种场景开发一千种算法，对任何一个自动驾驶团队来说都是灾难。与此同时，世界各国都还处于自动驾驶法律法规的探索阶段。L2-L3自动驾驶汽车将遵循国内相关法律分配责任，但对于L4及以上，包括中国和世界其他国家，仍在探索中。这也意味着，即使一些车企和算法公司研发出L4级自动驾驶汽车，也需要等到相关法律法规的出现，才能上路。在国内，部分地区已逐步开放路测区域，发放试运营牌照，但自动驾驶汽车的公路测试、载人测试和地图应用仍受到严格限制。由于当地法律法规的限制，即使是科技巨头也只能在小范围内试运行，陷入了上述技术难题，无法为计算机提供更多的数据进行深度学习。技术、法规等方面的不成熟，注定了商业化的艰难，原有的行业热潮正在迅速降温。对许多公司来说，“支持”盈利是目标。Th……对于科技巨头来说并不难。即使暂时不能投入大量资金，他们至少会保证新项目“不会失败”。但对于初创企业来说，融资似乎只有一条路，但如今的市场环境并不乐观。2017年以来，中国私募股权投资市场募集总额呈下降趋势，2019年降幅达30%。2019年，由百度前首席科学家吴恩达运营的明星自动驾驶公司Drive.ai因融资不畅宣布永久关闭。今年6月，头部自动驾驶公司Zoox也因为“资金链断裂”将自己卖给了亚马逊，但收购价格还不到上一轮融资估值的一半。国内的自驾公司还在苦苦挣扎，大部分余粮的自驾公司都开始和出行平台合作推出“RoboTaxi”，形成了另一股“潮流”。滴滴认为Robotaxi是自动驾驶业务落地生态中更好的场景。从商业模式来看，理论可行但落地困难，人工智能的发展程度和立法的完善程度都会对此产生影响。对于消费者来说，打车的体验和方便程度会影响前期的选择。这就注定了自动驾驶的道路可能会比预想的长一点。

标签：特斯拉蔚来北京小鹏威马汽车

汽车资讯热门资讯