商用车 VS 乘用车,谁才是智能驾驶「迦南地」

2021-09-12 00:50:48·  来源:新智驾  作者:洁萍  
 
在过往交流中,曾有多名业内人士纷纷表示,怎么不关注商用车,商用车辅助驾驶领域玩家也很多。甚至有企业高管断言,做乘用车一定没有未来。但也有业内人士认为,
在过往交流中,曾有多名业内人士纷纷表示,“怎么不关注商用车,商用车辅助驾驶领域玩家也很多。”甚至有企业高管断言,做乘用车一定没有未来。

但也有业内人士认为,做商用车只是能够活下来,只有做乘用车才能活得更好。

不难发现,智能驾驶领域近两年一个明显的趋势是:越来越多专注RoboTaxi场景的公司,开始将触角延伸到诸如干线物流、机场、物流园区等商用车赛道。

而商用车赛道的智能驾驶玩家也有了越来越多令人惊喜的新进展。相比于声量鼎沸的RoboTaxi领域,一个略显低调,却充满想象空间的冰山正浮出海面,给自动驾驶行业带来新的兴奋点。

如果参照传统汽车行业,产业链企业既做乘用车又攻商用车,是产业成熟后水到渠成的选择,但在智能驾驶技术并未完全成熟、试错成本高昂的当下,企业是选择专注于商用车赛道,还是乘用车领域,抑或是乘商并举两条腿走路,实在是一个需要谨慎回答的问题。

那么究竟走哪条路,玩家们才能更快地走到智能驾驶领域丰饶的“迦南地”汲取甜美的奶和蜜?在不同的道路上,又会遇到什么挑战?

商用车与乘用车之争:伪命题?

首先需要理解目前智能驾驶技术在商用车和乘用车领域能起到的作用。

一般来说,乘用车是为了使生活便利而设计,用于运载人员及其行李/或偶尔运载物品,涵盖了轿车、微型客车以及不超过9座的轻型客车;商用车则主要是为企业经营获取利润而设计,用于运输大量的人或者货物,包含了所有的货载汽车和9座以上的客车。

虽然智能驾驶技术在二者的底层技术上是部分通用的,但由于具体场景不同,会呈现出显著不同的技术要求和商业模式。

商用车 VS 乘用车,谁才是智能驾驶「迦南地」

2018-2021 Q1 期间商用车与乘用车的融资情况(部分)

魔视智能联合创始人兼COO王学海介绍道,智能驾驶技术在商用车领域已经形成量产的主要有两个方向:

一是L2级以内的双预警(行人预警和车道线预警)、AEB(自动制动)、ACC(自适应巡航)、LKA(车道保持辅助)等;

另一个则是从安全方面考虑,针对舱内做的DMS(驾驶员疲劳检测系统)等。

乘用车领域则主要从泊车场景开始,做APA(常规自动泊车)、HPA(记忆泊车)、AVP(自主代客泊车)等,再慢慢迭代到行泊一体的系统。

王学海表示,商用车和乘用车在智能驾驶技术的应用上,核心的感知和融合算法、量产化的芯片平台以及对量产的体系要求基本类似,但乘用车的复杂程度和智能化要求会更高,由此也使得二者的大规模量产起点、应用场景起点十分不同。

这也是出现产业链玩家们对商用车和乘用车商业线路争论的原因所在。

半封闭的园区、景区、矿区、港口等场景由于有着环境相对固定、交通流量小、行驶速度较低、ODD运行设计域相对简单、不需要大量测试数据支撑等特点,智能驾驶技术量产化、场景规模化比较容易,但市场容量较小,容易触及增长天花板,而乘用车场景虽然面临着技术、成本、法律法规等多重挑战,但却有着巨大的市场空间。

核心之争也许在于,企业究竟是要抓住当下,还是着眼未来。

但也有企业选择商乘并举两条腿走路,智能驾驶技术的量产推进和前沿研发并不矛盾,只是不同企业对这二者有着时间先后以及资源倾斜的轻重点之分。

商用车:闷声干大事?

商用车更像是低垂的果实。

商用车的自动驾驶应用场景主要包括七个领域:干线物流、港口场景、物流园区、矿区场景、机场场景、末端配送和无人清扫。

其中干线物流和港口物流是两大主要场景,前者有着万亿级的广阔市场体量,后者作为低速封闭场景,则有望率先商业化落地。

港口和干线物流场景,基本上采用的都是重卡车型。为了有效降低驾驶事故率,2020年11月交通部发布的《道路运输条例(修订草案征求意见稿)》显示:12吨以上载货车辆被要求配备智能视频监控装置,政策预计今年下半年落地,同时面对货运行业人力成本持续上升、货车司机年龄断层趋势凸显,岗位缺口较大等问题,目前卡车运输服务公司也有着非常强的驱动力去安装相关的辅助驾驶功能。

根据东吴证券的估算,从重卡的5年运营成本结构来看,引入自动驾驶系统后,重卡5年总成本将降低23.4%,总成本节约近百万元,平均每年20万元。

极目联合创始人兼COO李磊透露,其商用车驾驶辅助业务已拥有造血能力,但目前的难题在于如何切入客户的大批量量产产品领域,以及通过技术降本,达到量产成本优势。

不同场景有不同的机会,当然具体落地也会面临十分不同的定制化要求。

根据深兰科技自动驾驶资深专家介绍,矿山场景车辆吨位大惯性也大,同时由于路况崎岖,因此对车辆控制的响应要求会更高;港口毗邻大海或者江面,又有船舶和集装箱的遮挡,容易导致GPS信号不稳定,同时吊运设备要对准才能抓放集装,因此对融合定位和规控的精度要求更高。

再比如无人清扫场景则要求驾驶速度不能过快、清扫车距离路沿不超过5厘米,对障碍物的识别和分类要求也更高;而高速干线自动驾驶卡车质量大、制动距离要求远,感知距离已普遍被提升至1000米左右,另外由于厢式挂车不是一块刚体,因此车辆对控制模块方面要求更高。

在巨大市场空间和理想落地场景的诱惑下,商用车领域已渐渐云集众多智能驾驶玩家,这其中有轻资产运营,仅提供技术解决方案的,也有砸下重金,既做技术又做车队的,技术运营两手抓的;从另一个维度分,各企业中,有选择渐进的辅助驾驶技术路线的,也有坚持跨越式L4级技术的。

智能驾驶商用车七大场景部分赛道玩家

从具体进展看,嬴彻科技在今年7月份展示了两款分别与东风商用车、中国重汽联合开发的最新自动驾驶量产重卡,号称这两款产品将是全球最早的量产型自动驾驶重卡,两款车都搭载了嬴彻全栈自研自动驾驶系统“嬴彻轩辕”,并计划于今年年底量产下线。
分享到:
 
反对 0 举报 0 收藏 0 评论 0
沪ICP备11026620号