寻找供应商
广告
首页 > 汽车技术 > 正文

头条自动驾驶落地之技术难点与可能性

2021-12-28 20:22:06·  来源：全球智能汽车供应链  
　
自1900年起，自动驾驶这个议题就被摆上了桌面，然而已经过去四十年左右了，自动驾驶的发展还是极为缓慢，近一两年也是由于一众科技大佬跨界出手，才让自动驾驶有
自1900年起，自动驾驶这个议题就被摆上了桌面，然而已经过去四十年左右了，自动驾驶的发展还是极为缓慢，近一两年也是由于一众科技大佬跨界出手，才让自动驾驶有了一个新的发展，由此，无数人此刻都在期待自动驾驶究竟何时才能落地，毕竟这次是与普通大众最为相关的话题。
目前，随着自动驾驶业内上下游企业形成了共识，都在为自动驾驶疯狂下注，使得它的研发力度一骑绝尘，以及国家政策还在全方位进行扶持自动驾驶项目，不仅使相关法律法规更加完善，还建设了大批的自动驾驶配套设备，硬件成本的极速下降，软件算法的显著提升，自动驾驶的短期落地场景也正在逐渐清晰和明确。

01 自动驾驶的技术难点
自动驾驶要完成落地，必然绕不开“自动驾驶等级”和“地理围栏等级”这个两个概念，自动驾驶等级是用来描述自动驾驶在技术上实现自动化驾驶的程度；地理围栏等级是用于描述自动驾驶运行场景的复杂程度。
自动驾驶等级
目前，自动驾驶等级主要都是按照SAE定义（即：按完成驾驶操作、周边监控、接管任务是时驾驶员和系统的分工、以及自动驾驶的应用场景）进行分级的。
基本分为L1辅助驾驶、L2部分自动驾驶、L3有条件自动驾驶、L4高度自动驾驶、L5完全自动驾驶这五个等级。
L1到L3级别的自动驾驶等级，是自动驾驶自动化程度不断拓展的过程，到了L3级别，车辆基本已经可以实现自动驾驶的所有动态驾驶任务；L4到L5可以说是自动驾驶在应用场景的上的拓展，L4级别只能在限定场景下实现完全自动驾驶，L5级别可以拓展到所有场景，这两个阶段已不需要驾驶员了。
除此之外，L3等级属于部分自动驾驶和完全自动驾驶的过渡阶段，在这个阶段中，周围驾驶环境由系统负责，但在必要的环境环境下将有驾驶员接管车辆。

地理围栏等级
在自动驾驶汽车中，除了最高的L5级别的自动驾驶可以适应所有驾驶环境之外，其他级别的自动驾驶汽车只能在限定的场景中运行，在该场景中，人流、车流复杂程度，以及车辆运动速度等情况，可以直接反映车辆的自动驾驶水平。
地理围栏也分为5个等级，这五个等级是根据速度、人流、车流等运行场景的复杂程度分级的，如：Geo 1（速度：低速；人流：无人；车流：车流少；典型场景：停车场、矿山、机场等）；Geo 2（速度：低速/高速；人流：无人/少人；车流：车流少；典型场景：公司园区/长途高速公路）；Geo 3（速度：低速/高速；人流：无人/少人；车流：车流大；典型场景：城市简单道路/城市高架桥）；Geo 4（速度：低速/高速；人流：人多/人少；车流：车流大；典型场景：市中心道路/市效主干道路）；Geo 5（随意穿行，机动车与非机动车混合等杂乱的交通环境；典型场景：成像结合部道路）
从无自动化干扰到最终的完全自动驾驶的技术进阶，从简单的低速、无人、车少的运行环境，到随意穿行、机动车与非机动车混合等杂乱交通环境的适应，都是自动驾驶落地所要面临的重点难点。
02 自动驾驶落地的可能性

根据自动驾驶落地的难点，我们便不难看出自动驾驶能否顺利落地取决于“实现方案的自动驾驶等级”和“应用场景的地理围栏等级”这两点，很显然，需要实现的自动驾驶等级越低，应用场景的地理围栏等级越低，自动驾驶越容易顺利落地。
L1-L2级别的自动驾驶应用，毫无疑问是最简单的，是短期内有望覆盖所有场景的自动驾驶车辆；此外，Geo 1- Geo 2级别的地理围栏场景，也是短期内有望达到L2级别，实现无人驾驶；而Geo 3级别的地理围栏场景，短期内自动驾驶功能持续拓展，将有可能接近L3级别的水平；至于从L4级别拓展到Geo 5，从而完全实现L5级别的自动驾驶则困难重重，需要的时间更遥远。
除此之外，自从自动驾驶有望落地以来，业内就出现了两大路线，一种是Waymo路线，另一种是特斯拉路线，这两种路线不仅代表着不同的技术选择和演进方式，还代表着不同的商业模式。
Waymo路线，有时也被叫做RoboTaxi路线，顾名思义，就是以RoboTaxi作为商业模式，以推出RoboTaxi产品、提供RoboTaxi服务来实现营收和盈利。
特斯拉路线，也叫量产自动驾驶路线，在量产车上率先应用自动驾驶，面向车主收取费用，最后在技术达到L4之后，渐进到RoboTaxi模式上。
但是在最后的落地中，Waymo却出现了问题，因为因为Waymo不仅以RoboTaxi为目标，而且还是单车智能基础上的RoboTaxi为目标，这就意味着Waymo需要提供一位接近无限全能的AI虚拟司机，才能放心提供安全可靠的RoboTaxi服务。
与Waymo相比，特斯拉提供的是一套在不断进化中的自动驾驶系统，也可以成为辅助驾驶系统，然而带来的问题就是，人类驾驶员要随时做好接管AI驾驶的准备。
在Waymo和特斯拉的基础上，Cruise却做出了“Waymo+特斯拉”模式，一方面，Cruise直接面向Robotaxi，研发L4级自动驾驶技术；另一方面，它又把L4级自动驾驶技术，降维释放给量产车使用，并且随着量产车上路，用实路数据迭代L4自动驾驶模型。
03 自动驾驶的落地场景

目前自动驾驶可实现率先落地的典型应用场景包括以卡车为主的物流场景、港口码头、固定路线区域接驳、清扫车、出租车、矿区等。
但目前自动驾驶汽车想要实现实际道路行驶，还有众多需要解决的技术问题、政策问题，解决这些问题需要大量的时间投入和资本投入，目前的行业状况距离全面实现自动驾驶汽车量产还有很长一段距离。
未来，自动化驾驶落地的限制条件主要有速度、政策法规、地理空间、气候条件等约束条件。因此相比较来说，特定场景的自动驾驶产业对技术要求偏低、需求更大，实现落地运营更容易，因此，许多自动驾驶车企和科技公司从特定范围、特定领域、特定路线的自动驾驶需求入手，带动整个行业的发展前行。
第一，特定场景的自动驾驶面对的环境相对简单，对于高精度地图的要求和传感器精度要求较低，现有技术水平可以较好满足需求；第二，特定场景自动驾驶的主要目标是提升运营效率，降低人力成本，与面向消费者的乘用车诉求不同，对系统可靠性、传感器性能和成本的要求不同；第三，特定场景自动驾驶对法律的要求低，不涉及公共道路交通法规；第四，地图测绘方面，特定场景自动驾驶区域相对可知可控，绘制和更新要求低。
文章来源：
1.《谈谈自动驾驶落地之路》-汽车电子与软件
2.《衡阳之后，重估自动驾驶落地》-亿欧官网（量子位）
3.《无人驾驶商用落地场景全解析》-智车科技
* 作者：陌世
分享到：
 
反对 0 举报 0 收藏 0 评论 0
  • 汽车测试网V课堂

    汽车测试网V课堂

  • 微信公众号

    微信公众号

  • 汽车测试网手机站

    汽车测试网手机站

• 大车司机福音！挂车通用无线后视摄像头（Phillips REAR-VU • 电接触的点、线、面，哪个才是“最优”选择？
• BMS开发（2）—— 通用需求 • BMS开发（1）— 产品需求规格书
• AUTOSAR中的软件架构思考 • 仿真工程师视角：浅谈AEB算法开发和测试验证
• 利用 Intrinsic Flowstate 和 NVIDIA Isaac Manipulator • 自动驾驶地方立法的规范框架与基本思路
• Cache基本原理--以TC3xx为例 • 车轮上的巨变，生成式 AI 正在重新定义自动驾驶
0 条相关评论
  • 广告

编辑推荐

最新资讯

  • 广告
  • 广告
沪ICP备11026620号