CES 2017 | 专访博世高管：一级供应商在自动驾驶领域有多重要？
对我来说，今年 CES 最大的新闻之一，就是博世与英伟达宣布合作。这意味着在自动驾驶发展的驱动下，科技公司已经正式加入到了传统的汽车供应链当中。今天，GeekCar 在 CES 博世的展台上，有幸采访到了博世 VP Vehicle Systems Engineering / Project VP Future Driver Assistance —— Michael Fausten，和他一起聊了聊自动驾驶。 作为博世负责未来驾驶辅助业务的重要高管，Michael 给我们分析了目前自动驾驶产业的结构，以及博世作为全球最大的一级供应商，在这个产业中所发挥的作用。以下是专访的实录 ( G 代表 GeekCar，M 代表 Michael Fausten）： G： 在 GeekCar 看来，目前的自动驾驶产业结构已经比较清晰了。我们可以把自动驾驶分为「 感知」（Sensing）、「 判断」（Decision）以及「 控制」（Control）三个大环节，并辅以” 地图”（Mapping）以及” 互联”（Connectivity）技术。在您看来，现在的自动驾驶产业结构是什么样的？我们是否还需要加入更多的技术和环节以实现自动驾驶？ M： 首先我得说，我十分同意你们对目前自动产业结构的理解，你需要有感知、决策和控制，还需要云端连接以及地图数据的支持。 不过从博世的角度来看，我们更愿意将这几个环节连接在一起来看。因为作为一级供应商，我们需要交付的是一个整体解决方案，因此你所提到的每一个环节对我们来说，都要能提供安全，可靠的表现。只擅于其中的某一个领域对于 Tier 1 来说是不够的。 对于目前的整体产业结构来说，我认为所有自动驾驶所需要的环节与技术已经基本完善，已经不需要有全新的技术加入进来了。我们目前应该关注如何将现有的技术做进一步的整合和优化，例如传感器和人工智能等。 G： 很高兴您提到了人工智能，因为我们发现今年 CES 的一个重点就是将人工智能应用在自动驾驶上，英伟达的 CEO 黄仁勋也在他的发布会上着重提到了 AI 于汽车的联系，以及英伟达与博世的合作。在您看来，人工智能与自动驾驶的联系是怎样的？在众多的潜在合作伙伴中，博世为什么会选择与英伟达合作？ M： 对于完全自动驾驶来说，我们的目标是能够把人从驾驶任务中完全解放出来。对汽车来说，这就意味着在任何路况或者条件下，汽车自己都能够提供合理、安全的应对方法，而不需要人来介入。这就让自动驾驶技术从基础的感知开始向智能化的判断能力进行发展，这是我们需要人工智能的根本原因。 而深度学习技术能够帮助我们更加有效的去优化人工智能的判断能力，例如在道路上准确判断出行人、卡车标识等等。 我们与英伟达的合作始于对这方面的考虑，因为深度学习需要有一个合适的运算平台与环境，而最终，我们需要将深度学习与人工智能整合到一个可以大量量产的计算机系统当中。英伟达在 AI 领域及芯片供应链当中的角色与我们的需求十分相符，因此我们选择才选择一起合作。我们会和英伟达一起研究人工智能在汽车领域内的应用，并将成果落实在量产产品上。 G： 黄仁勋也告诉过我们，博世的合作对英伟达十分重要，因为这是将他们的超级电脑进行车规级量产的唯一途径。不过当我们讨论人工智能和深度学习时，只说硬件是不够的，还需要有充足的数据支持，在这方面，英伟达的测试车才刚刚起步。那么在合作当中，谁将会主要提供数据呢？ M： 获得数据的方法其实有很多，其一是博世自己在世界各地的自动驾驶测试车已经积累了很多数据。其二是，我们已经和一些车厂达成合作，一起研发自动驾驶汽车，在合作中，我们也可以共享他们的数据。一方面我们自己可以产出数据，另一方面，我们也可以通过技术手段来模拟数据，在这个层面上，我们也希望能够找到更多的合作伙伴。 G： 目前在人工智能的硬件领域，竞争还是很激烈的，例如 CPU 和 GPU 之间的对比。在博世看来，哪种处理芯片更适合于自动驾驶的应用？ M： 现阶段我们需要新的硬件来支撑深度学习，目前能够支持深度学习的硬件架构其实并不多。在我们看来，GPU 是有能力去计算深度学习任务的，这也是为什么英伟达在现阶段是很合适的合作伙伴。作为 Tier 1，我们也希望有更多的硬件方案出现，因为我们的职责就是评估不同技术的表现，并选择最优的方案给到车厂。 G： 的确，作为供应商，如何将方案整合并量产其实是你们克服的难点。那么目前你们与英伟达合作的人工智能解决方案，是更注重于短期内的量产，还是更注重于未来完全自动驾驶的长远规划？因为大部分车厂在提到人工智能的时候，都将规划的落地时间定在了 2020-2021 年左右。 M： 我认为，短期内英伟达提供的是深度学习芯片的量产能力。不过他们也并不是这种芯片的唯一供应商。对于博世来说，我们在短期内的任务是如何能够更好的使用这些深度学习芯片去运行我们的软件以及算法。 至于我们未来是否会进一步使用英伟达的软件和算法去提高我们方案的表现，还需要进一步的探讨。 G： 我们将话题转到互联与自动驾驶，5G 是互联领域内的热门话题，大家都在谈论 5G 在自动驾驶里的应用。但是我听到一些汽车工程师告诉我说，在 V2V 及 V2I 等的应用当中，出与对安全和稳定性的考虑，他们还是会去选择更加传统的 DSRC 技术。您是否同意这个观点？ M： 这个选择其实取决于你的具体需求和应用场景。比如我们会使用 5G 来做在线服务以及传输大尺寸的交通行驶数据、地图数据等。而在 V2V 与 V2I 应用上，目前在美国已经要实行对每辆车的强制性 V2V 技术要求了，我们要进一步看市场的渗透情况以及发展走向，然后我们再相应调整我们的技术策略。 G： 正如您刚才提到的，地图技术也是自动驾驶当中非常重要的一部分，现在的行业中有两类解决方案，一种是 Mobileye 的 REM，通过小尺寸的摄像头数据来辅助定位，另一种是类似谷歌这样通过激光雷达的实时扫描并与高精度地图进行对比定位。在您开来，现阶段哪种解决方案会更有优势？ M： 目前我们提供的解决方案是通过视频摄像头和雷达技术进行定位。因为从我们的经验来看，只使用摄像头来定位是不够可靠的，比如说下雨天气、路面反光以及黑天的情况都有可能产生错误，视频摄像头对于周边环境以及光照情况很敏感。所以博世选择将摄像头与雷达结合的地图技术，并且我们认为这两种传感器是目前最好的解决方案，原因有二：第一是它反馈回来的结果十分稳定可靠。第二是，数据的大小及流量相对合理，并没有像高精度地图那么高。我们认为现在一些低精度的地图已经完全可以满足目前的需求了。而且我们也可以通过推广这两种传感器结合的解决方案去积累更多的地图数据。 G： 在特斯拉 8.0 系统对于 Autopilot 功能的更新中，他们把博世的毫米波雷达作为核心传感器之一。而在更后面的 Autopilot 2.0 系统里，却使用了八摄像头的方案，号称具备了 4/5 级自动驾驶的硬件基础，这是否意味着高度自动驾驶是可以不需要激光雷达的？今年，很多 Tier 1 供应商都公布了自己的激光雷达产品计划，博世有没有这方面的考虑？ M： 对传感器种类的选择同样取决于对功能的需求，特斯拉决定选择这几个传感器肯定有他们自己的系统设计，以及功能上的考虑。至于我们自己是否会生产激光雷达，目前我还无法透露，让我们再等等看吧。 G： 在去年 CES 期间，博世曾经说过，自动驾驶是一个步步推进的过程，2016 年当中，我们已经看到越来越多的车型具备了高级驾驶辅助以及 Level 2 的半自动驾驶功能。您觉得在未来的量产产品当中，我们会看到哪些驾驶辅助功能方面新的变化？ M：我们看到了两个趋势，第一是常见的整车自动驾驶功能级别的逐渐提升，我们会向着 … 继续阅读
CES 2017 | 一个视频、五分钟，驭势科技 CEO 吴甘沙带你看懂驭势无人车
未来的无人驾驶车到底应该什么样？关于这个话题，我们已经看过了太多汽车厂商给出的答案——很多炫酷的概念车都为完全自动驾驶/无人驾驶状态进行了专门的设计。但是从另一个维度上来看，研发自动驾驶、无人驾驶技术的厂商，怎么回答这个问题呢？ 谷歌的那辆无人驾驶小车也是答案之一，另外还有国外的一些无人驾驶小巴。除此之外，在这次 CES 上，国内的自动驾驶创业公司驭势科技也展出了一台概念车。 我们在逛驭势科技的展台时，本来想拍段小视频介绍一下这辆车，不过恰好他们的创始人&CEO 吴甘沙也在展台上，于是我们干脆让他自己来介绍自己的车子。（吴甘沙在创业做驭势科技之前，曾经是英特尔中国研究院的院长。）直接上视频： 这辆车没有方向盘、踏板，所以它其实是属于无人驾驶车。不过在吴甘沙看来，他们并不想用「 车」 去定义它，因为它不需要跑的如何如何快，只是用来在城市里通勤使用，所以他们更愿意把它称为「 城市移动包厢」。 这辆「 包厢」 上使用到的传感器包括了一个位于前部车顶的 16 线激光雷达，位于车身四角的短距离毫米波雷达，车身四周的 12 个超声波雷达，以及由四个摄像头组成的 360 度环视系统，另外，为了增强前向视觉能力，驭势给这辆车装上了三个前摄像头（算上 360 度环视系统里的前摄像头，总共有四个摄像头拍车子前方），其中左右两个摄像头构成立体双目，再辅以中间一个摄像头。吴甘沙说，这些传感器实现了无死角的效果，并且具备多重冗余。另外，所有传感器，都被比较好的融合进了车身里。 车里的座位呈 C 型布局，也不存在「 中控台」 的概念，而是由一个大屏取而代之。屏幕上可以显示出摄像头拍到的前方路面实时画面。车尾部分有红色的紧急停车按钮。 仔细看你会发现，车门上贴有二维码，这背后其实有些玄机。按照驭势所设想的使用情景，这辆车被用来作为交通共享车使用，大体流程类似这样：需要用车的人通过手机 App 设定要去的目的地并且发送订单，车辆自动到达用户所在位置，然后扫描车门上的二维码，车门自动打开，用户上车关门，车子自动把用户送达目的地。这个过程中，用户可以在那个大屏幕上查看路线、路况等信息，并且通过它实现一些娱乐需求。 在封闭园区里，它相对会比较容易落地。 坐在车里，我同事 sid 说，这一圈」 沙发「，特别适合拿来招呼朋友，大伙儿一块坐这车上感觉应该还挺好的。如果你脑补一下这个画面可能会想通为什么吴甘沙说它是「 移动包厢」。其实这也反映出一个问题：在无人驾驶时代，我们对于一台车内部空间的布局要求在发生变化，甚至就连无人车的实质，也在发生变化。发动机、变速箱、操控感这些东西会被更重要的东西所取代，比如车内空间的舒适度等等。从这个角度说，我们确实不能用对待传统汽车的眼光看待「 无人驾驶车」 了。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车（微信号：GeekCar）& 极市（微信号：geeket）。
CES 2017 | 「老司机」日产的 CES 初体验
一年一度的 CES 展会对于汽车行业来说，已经不是一个陌生的聚会，而在越来越多希望让自己成功转型为未来出行服务提供商的汽车参展商中，有一个家喻户晓的销量巨头车厂却一直缺席，它就是日产。 今年，日产来了。作为 CES 的「 新面孔」，日产汽车公司总裁兼首席执行官卡洛斯·戈恩先生——这位汽车行业的「 老司机」，给赌城的极客们带来了「 日产智能出行」 主题演讲，试图从另一个独特的角度，通过技术和商业合作去定义属于日产的自动驾驶、人机交互、以及未来出行服务计划。 带有「 日产特色」 的自动驾驶 同样是用技术手段推进自动驾驶，日产的模式和技术解决方案与其他厂商相比都不同。在充满了硬件传感器、软件算法、人工智能深度学习大行其道的「 自动驾驶大跃进」 时代，日产似乎感觉到，自动驾驶目前仍然没有达到可以完全依赖车辆做出正确的选择，或者在不可预测的情况下实现自主判断的程度，日产认为这或许是未来实现完全自动驾驶的重要障碍之一。 于是，日产选择推出一个出乎意料的「 非主流」 技术模式——「 无缝自动出行」（Seamless Autonomous Mobility，以下简称 SAM）。 此项技术与美国国家航空航天局（NASA）有着不解之缘。首先，它由 NASA 前工程师、日产汽车硅谷研发中心总监 Maarten Sierhuis 主导，是在美国国家航空航天局（NASA）的技术基础上进行开发的。它借鉴了 NASA Ames 研究中心智能机器人团队开发出的用于监控太阳系内太空探测器、已向科技界开放了的 NASA VERVE 开源技术，日产也在 NASA 位于硅谷的 Ames 研究中心完成了对多辆自动驾驶汽车进行的同时行驶测试。 简单来说，SAM 所采用的方式和 NASA 在控制室内操控太空探测器道理一样，例如一辆自动驾驶汽车在行驶中遇到突发状况，例如地形不明确、道路中有临时障碍物、或者道路临时封闭时，自动驾驶汽车会不知所措。此时，自动驾驶汽车会自动向后台「 出行管理者」 发送一条通知，发出「 求救信号」。出行管理者通过车身传感器和摄像头判断车辆目前所出情况和路况，并及时重新规划路径给出指令。 同时，该区域内其他自动驾驶汽车也接受和更新此条操作指令。可以简单理解为，自动驾驶汽车向云端众包上传路况和紧急状况，使得路网中其他自动驾驶汽车可避免在此障碍路段行驶或自我学习驶出异常路段。 在我看来，日产的这个技术更像是在推进自动驾驶落地的「 变通方案」。目前来看，从自动驾驶感知层面来讲，暂且还没有达到「 万无一失」，并且从 99%到 99.999%的过程将会十分漫长。而另外一个决策层面，SAM 技术方案正可以弥补人工智能和深度学习所没有遇到过的那些极特殊的突发情况。 「 日产汽车所做的就是寻找一种方法，可以让我们马上实现这种未来交通系统，而不是 20 年或更久以后。」Marteen 说到。这套系统不仅适用于日产汽车，也适用于所有车辆，并且和其他厂商的自动驾驶系统并不直接冲突。或许这就是日产推出 SAM 的野心所在。 启动无人驾驶的商业化服务测试 除此之外，在自动驾驶算法技术的软件层面，以及出行服务方面，日产选择和日本软件公司 DeNA 公司合作。登陆这家名字发音和「DNA」 类似的企业官网，我们可以看到，这家 1999 年就成立的公司业务主要是提供移动和在线服务，包括游戏、电商和娱乐内容分发等。汽车方面，他们主要有三个产品：1.Arya，P2P 汽车共享；2.Robot Taxi，是 DeNA 和 ZMP 合资公司做的无人驾驶出行服务，计划在 2020 年在日本发布；3.Robot Shuttle，不用解释，看名字即明白。 所以这么说来，DeNA 是一家在无人驾驶商用领域，一直在不断尝试并且经验丰富的企业。日产和 DeNA 合作的第一阶段，测试将专注在完善无人驾驶技术本身。预计到 2020 年，他们会将这类测试扩展到东京市区，同时进行出行服务的测试。这也是日产第一次宣布对无人驾驶汽车商业服务的测试计划。 2020 这个时间段，和其他车厂对于 Level 4 的时间预期几乎一致。在此之前，日产将他们的无人驾驶战略分为四个阶段：第一阶段是实现高速路单车道自动驾驶，去年日产推出的搭载 ProPILOT 功能的家用多功能车 Serena 已经实现了，新款聆风也将搭载 ProPILOT 自动驾驶技术，可以实现高速公路单车道自动行驶。而对于第二阶段多车道的自动驾驶技术，日产决定将在 2018 年推出。针对第三阶段实现在复杂城市道路的自动驾驶，日产的时间表则是 2020 年。 此外，在人工智能改变交互层面，日产在去年 9 月就与微软签订了长期合作协议，将基于 Azure、Office 365、微软小娜及其他微软云平台，共同开发新一代的智能网联汽车出行服务。其中车载虚拟个人助理 Cortana 是重要的一环，语音识别操控只是开端，随着深入合作，日产大量的车主用户可以给微软带来大量的 AI 训练数据进行学习，而微软则会逐步更迭以及加入人工智能功能，让车变得更加聪明和个性化。 「 未来出行带来的最大转变既不在汽车里，也不在我们的公司里。相反，它们将会发生在世界各地的城市中。」 卡洛斯·戈恩说到。 日产在努力做的事情，是从高于汽车本身的角度去探讨自动驾驶人工智能等话题，把汽车当做是整个社会中一个重要的社会活动参与角色，如何与人协同工作，在不同的环境中互利共生。或许「 技术能解决的问题都不是问题」，这或许也是日产此次宣布与「 全球 100 韧性城市」 项目达成合作计划的原因，集中各方资源，为了改变城市街道的面貌，使得城市环境更适合居住，出行更加安全，这也是汽车行业领袖的责任所在。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车（微信号：GeekCar）& 极市（微信号：geeket）。