红旗也开始发力智能化了?我们替你体验了一下这套座舱

· May 16, 2018 333

在过去的很长一段时间里,我们很少会在讨论汽车科技的时候,联想到「 红旗」 这个根正苗红的品牌。 不过在这次北京车展之后,这种情况应该会有很大变化。 这么说的原因很简单,这次红旗的展台画风突变,充满了「 未来感」。说实话,如果遮住展台 logo,我很难想到这个展台属于红旗。 而整个展台最吸引人的地方,无疑是两个智能座舱。除了造型特别酷炫之外,这两个座舱也展示了红旗对于车联网发展趋势的思考。为此,GeekCar 也专门进行了体验。 虽然说是两个座舱,其实可以看作一辆车的前后排空间。 在前排座舱里,4 块 12.3 寸的大屏依次排开,视觉效果感人。单说这样的硬件配置,在整个车展都是唯一的一家。和现场工作人员的交流后,我才了解到这个座舱是首个搭载 NXP IMX8 数字座舱硬件的产品。 通过面部识别之后,我们成功启动了座舱。座舱的面部识别在速度上虽然相比手机还有一些差距,但考虑到用户面部刚好正对仪表(不需要刻意调整位置),因此解锁过程比较自然流畅。另外,这个功能除了保证私密和安全性之外,还代表 了这套座舱有能力根据驾驶者的身份喜好,提供个性化服务。 从整个舱内设计来看,红旗的智能座舱主要想展示的还是基于车载系统的用户服务部分,主打的是全语音的交互方式。 在整个操作流程中,我全程使用语音操作了包括导航、预定电影票、酒店以及航班查询等功能。整个体验的具体流程,大家可以通过下面这段视频进行了解。 总的来看,抛开现场有些无奈的外界干扰之外,这套智能语音系统在语义理解、反应速度、多轮对话等方面都有很不错的表现,很大程度上减轻了我对于语音交互「 机械感」 太强的认知。 另外,这套系统对于话术的「 宽容度」 确实给我留下了很深的印象。当我试着用不同的口语化话术表达相同的操作指令,系统都能很快给出准确的反馈。而当我说出包含多个关键词的复杂语音,例如「附近带泳池、价格 1500 以内、适合聚会、好停车的五星级酒店」时,系统也能很快给出准确的反馈。对于语音交互系统来说,这样的表现对用户体验的提升显而易见。 接下来谈一谈功能层面,除去很多常用功能之外,我也见到了包括预定电影票、酒店、查询航班这类首次出现在车机系统中的功能。不可否认的是,可能有些人会觉得这样的功能有些多余。不过在我看来,随着智能驾驶的程度越来越深入,用户在车内的需求也随之有了很大改变。因此,红旗这样的展示,也可以看作是提前预测了未来的用户需求。 在后排座舱,我们见到了两块 15.6 寸的大屏。工作人员介绍说,后排能实现香氛个性调节、航空白金、私人管家、无损音乐、智能家居等服务。很显然,红旗想要在后排空间提供更多舒适性的功能,这也和品牌本身的调性相符合。 我在现场了解到,这套智能座舱在 2019 年就会出现在红旗旗下的某款车型上。前后排座舱不同的功能以及设计亮点,其实也能看出红旗对于未来出行有着自己的思考。 说完红旗智能座舱体验之后,我们很有必要再来谈谈这套座舱背后的供应商——博泰以及百度。 事实上,这套座舱里面包括云端服务、语音、人脸识别等都是由博泰和百度合作实现的。百度提供了各种服务以及 AI 的能力,而博泰则把更多第三方服务以及百度的能力整合在一起,并且完成了车载形态的落地。 在过去的一段时间里,博泰创始人应宜伦就多次透露将会和百度以及主机厂联合发布「AI 汽车」。在这次北京车展上,我们也见到了他们和百度、东风合作的 WindLink 3.0 车机系统。 对于博泰这样的供应商来说,主机厂智能化的进程越来越快。如果想要抓住这一波机会,那么足够强的研发、量产能力以及产品本身的用户体验都是至关重要的。通过我们现场以及过往的体验来看,博泰的车联网产品确实在体验上有不小的优势和特点。 回到红旗的层面,通过这次北京车展,我们很明显能感受到这个品牌的变化。无论是在车型设计、智能化等层面,红旗正在变得越来越「 主流」,这绝对是一个好现象。 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)。

特斯拉 Autopilot 事故频发,但他们好像并不准备完善驾驶员注意力保持系统

· May 16, 2018 333

对特斯拉来说,今年真的是举步维艰的一年,比如频频发生的特斯拉事故,让人不禁质疑特斯拉汽车到底是否安全可靠。 今年 1 月初,在加州洛杉矶卡尔弗城,一辆 Model S 撞上了停在路边的消防车;3 月中旬,在旧金山,一辆 Model X 撞上了高速公路隔离带后起火燃烧,司机当场死亡。经调查,两起事故的车辆都处于 Autopilot 模式。 最近,在美国盐湖城郊区,又发生了一起疑似与特斯拉 Autopilot 有关的事故。一辆 Model S 以 60 英里/时(96 公里/时)的速度撞向了一辆正在等红灯的消防车。虽然这起事故仍在调查中,但又一次的把 Autopilot 送上了风口浪尖。 在今年第一季度的电话会议上,有分析师就提出了关于 Autopilot 安全性的问题。Elon Musk 是这样说的:「 这些严重事故大部分都发生在经验丰富的驾驶员身上,这种盲目自信容易让人放松警惕,导致了悲剧的发生。」 他还重申了自己的观点:「Autopilot 比任何传统汽车更加安全。」 其实,有关 Autopilot 安全性的讨论,在特斯拉内部一直存在。最近,华尔街日报发表了一篇关于特斯拉的文章,其中说到:Autopilot 团队曾经考虑过在驾驶员注意力保持系统中加入眼球追踪和方向盘压感传感器,来保证驾驶员在途中始终保持双手放在方向盘上、时刻关注路面的状态,但是这一方案因为成本问题被 Elon Musk 否决。 随后,Elon Musk 就在推特上回复了这篇文章。 「 他们说的根本不对。特斯拉没有采用完全是因为这些技术对驾驶员来说没有用。而且华尔街日报没有提到特斯拉是道路上最安全的汽车,所以这篇文章完全是在胡说。」 他还说:「 我们接受批评和建议,不过我们做的所有决定都是处于为客户最佳体验的考虑,而不是出于任何其他原因。 确保驾驶员在使用 Autopilot 过程中时刻保持警惕很重要,所以我们也在不断的研发设计,来升级车辆对驾驶员的警告,提醒他们将双手放在方向盘上。比如,如果驾驶员忽略了车辆的重复警告,车辆就会禁止驾驶员重新连接 Autopilot。 我们已经探索了很多技术,并从中选择了方向盘压感传感器和视频音频警报相结合的方案。当然,我们还会不断的评估新技术。 特斯拉 Autopilot 不可能防止所有事故的发生。但是,配备 Autopilot 的车辆发生致命事故的可能性会降低 3.7 倍。」 从 Elon Musk 的回复简单概括来说就是:Autopilot 会让车辆更安全,我们否定眼球追踪和方向盘压感传感器技术是我觉得他们压根没用。 虽然 Elon Musk 避开了成本方面的讨论,不过,想要加入这些技术的确需要大量的资金和精力,而 Elon Musk 现在的注意力还在 Model 3 的产能上。 抛开特斯拉为什么不采用这些技术的真正原因不说,单说眼球追踪和方向盘压感传感器技术,尽管这种驾驶员注意力保持系统确实有点「 烦人」,但事实上还是很有效的。 打个比方,通用去年发布的凯迪拉克 CT6 车型上搭载的「Super Cruise」,其中的驾驶员注意力保持系统就是采用了眼球追踪技术和方向盘压感传感器技术相结合的方案。新款 CT6 上面多出了方向盘警示灯带,和两个分别拍摄驾驶员眼部和面部的摄像头。通过分梯度的警示,来达到提醒驾驶员时刻注意前方道路的作用。 从 2016 年,特斯拉 Autopilot 致死事故开始,到今年 5 个月之内发生 3 起事故,Autopilot 给特斯拉带来了不少负面影响。现在,特斯拉就像是一个有着不少短板的木桶,因为短板效应,Elon Musk 自然是要从最短的一块板——Model 3 的产能问题先入手解决。Autopilot 的问题很有可能会往后拖拖。 当初在命名时,一向激进的特斯拉觉得这个系统最终能实现自动驾驶,于是直接命名为 Autopilot。尽管特斯拉在 Autopilot 的说明书中,说明了这个系统是辅助驾驶系统,驾驶员仍要把手放在方向盘上、时刻关注道路,但毕竟不是人人会看说明书。 前段时间,美国国家运输安全委员会(NTSB)也开始对特斯拉 Autopilot 性能展开了调查。 现在,对于特斯拉 Autopilot 最好的解决办法就是加入更多的摄像头和传感器来升级系统(面临车辆成本提高问题),或者干脆改掉这个系统的名字,直接命名为辅助驾驶系统,避免大家对系统功能的误解(Elon Musk 这么傲娇,应该不会改)。 总之,特斯拉 Autopilot 事故频发,再不采取措施升级驾驶员注意力保持系统,不光消费者不买账,NTSB 也不会买账。 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)。  

腾讯拿下自动驾驶路测牌照,BAT 的新战场已经初具雏形

· May 16, 2018 333

5 月 14 日,腾讯自动驾驶实验室宣布获得了深圳市政府颁发的智能网联汽车道路测试牌照。BAT 均在争做智能汽车一级供应商,而在自动驾驶这个舞台上,可以说只剩阿里巴巴没公开露脸了。 腾讯自动驾驶测试车基于长城哈弗 H7 改装,它的自动驾驶系统硬件配备 1 个 Velodyne 64 线、1 个 32 线激光雷达,车身周围装有 6 个 4 线的激光雷达,另外,车尾车头分别加装了毫米波雷达,配备 3 个摄像头。激光雷达、毫米波雷达加上摄像头这个组合,也是目前业内自动驾驶测试阶段的主流装备。 经评估,腾讯公司作为测试主体符合国家三部委规定的道路测试基本条件,满足道路测试的基本要求,深圳市准予核发道路测试通知书和字样为「 粤 B9K60 试」 的临时行驶车号牌。 牌照发放当天,深圳市交通运输委员会、深圳市公安交警局、深圳市城市交通规划设计研究中心、腾讯公司签署了战略合作框架协议,成立联合工作小组,以进一步优化自动驾驶与智慧交通产业发展生态。 腾讯在做的事:成为 Tier 1 供应商 腾讯在自动驾驶上的动作可以说从 2016 年就开始了。2016 年下半年,他们成立了自动驾驶实验室,随后他们和上海国际汽车城签署合作协议,双方表明要在自动驾驶、高清地图和汽车智能网联等领域进行合作。 2017 年 10 月,腾讯和广汽集团签订战略合作协议,双方表示将在车联网服务、智能驾驶、云平台、大数据、汽车生态圈、智能网联汽车营销和宣传等领域开展业务合作,同时探讨在汽车电商平台、汽车保险业务、移动出行、新能源汽车领域开展资本合作。 2017 年 12 月,腾讯自动驾驶实验室首次透露了腾讯在自动驾驶领域的技术发展路线:1)立足于现阶段,目标实现 L3 级高级辅助驾驶;2)立足于长远,目标实现 L4 和 L5 级完全无人驾驶。目前,人工智能算法、高精度地图、数据平台和仿真系统是他们业务的四个核心模块。 从资本层面看,目前在自动驾驶领域,腾讯已经入股了特斯拉、蔚来汽车、威马汽车,并且投资了硅谷无人车初创公司 ZOOX、硅谷自动驾驶技术创业公司 Drive.ai。 ZOOX 位于美国加州的自动驾驶原型车 按照腾讯的计划,2018 年他们将重点推进 L3 产品落地,并为 L4 及 L5 提供场景数据支撑,完成国内重点城市和主干网络的 20 万公里封闭道路高精度地图制作。2019 年,腾讯计划实现全封闭高速和快速路网覆盖。 综上我们可以看到,腾讯正在从投资、政策以及技术本身进行自动驾驶战略布局,为未来自己的自动驾驶产品做准备。虽然和车企一样去申请测试牌照,但是作为互联网公司,腾讯并不考虑自己生产汽车,所以他们的定位实际上类似于车企 Tier 1 供应商。 腾讯方面称,他们在自动驾驶领域的定位是:自动驾驶系统完整软件与服务提供商。「 我们希望做好自动驾驶的解决方案,做好连接器和零配件,提供数字接口和工具箱,参与整个智慧交通和智能出行领域的发展。腾讯自动驾驶将联动腾讯车联,为政府部门和传统车企等合作伙伴提供智慧解决方案。」 BAT 的自动驾驶布局 不只是腾讯,百度和阿里巴巴也在围绕自动驾驶做着准备。这里面, 百度看上去走得最快,而阿里巴巴的布局则显得更模糊和迟缓。 今年 3 月下旬,百度就拿到北京自动驾驶路测牌照,成为第一个获得自动驾驶路侧资格的科技公司。4 月,百度又拿到了在福建和重庆的自动驾驶路测资质。 百度在自动驾驶领域的起步也是最早的。 2013 年,百度研究院就已经开始自动驾驶项目的研究,2014 年 7 月由公布了已经启动的「 百度自动驾驶汽车」 研发计划。 2016 年,百度智能汽车事业部(更名前叫「L3 事业部」)和北汽达成战略合作,双方表示将开展 L3 级自动驾驶技术与高精度地图的合作。 2017 年 4 月,百度提出「Apollo 计划」,和近百家车企、自动驾驶企业建立了合作关系。 2017 年 9 月,百度公布了 L4 级自动驾驶技术的研发成果,同时宣布 Apollo 基金未来三年规模将达 100 亿元人民币,计划完成超过 100 个项目的投资。 按照百度的计划,百度与金龙客车合作推出的无人驾驶量产车型将于 2018 年 7、8 月份面世,它是一种没有方向盘和驾驶席的小型巴士。2019 年前后,百度将实现 L3 级别自动驾驶车辆量产(以北汽集团车辆平台为基础),2021 年前后实现 L4 级别自动驾驶车辆的量产。 另一方面,阿里巴巴是目前 BAT 里唯一还没有拿到自动驾驶路测牌照的一家,但他们确实做了很久不明显的准备,并且在上个月明确了这个领域的具体计划。 2015 年 8 月,阿里巴巴与中国兵器工业集团公司共同出资成立了千寻位置网络有限公司,这是一个基于卫星定位、云计算和大数据技术的位置服务开放平台。 2017 年 3 月,阿里巴巴又领投了瑞士的 AR 汽车导航初创公司 WayRay。这家公司的主业是为自动驾驶汽车的司机提供沉浸式的 … 继续阅读

为了提升 Model 3 产能,特斯拉居然办起了黑客马拉松

· May 16, 2018 333

此前,特斯拉 Model 3 的产量一直不如人意,并且调整了一些自动化生产流程,但马斯克并不愿放弃自动化生产。为了推进自动化,特斯拉将举办一场「 黑客马拉松」 来解决 Model 3 自动化生产过程中的两个最困难的问题。 马斯克曾表示当前阻碍自动化生产的主要原因就是软件问题,此次黑客马拉松将致力于解决软件问题,因此他十分肯定这场活动的作用,对解决 Model 3 产量提高的问题信心满满。(PS:黑客马拉松:一种短期赛事,受邀参加的程序员将在短时间内解决问题或创建产品,优秀者可获奖金)马斯克十分坚持自动化生产,在最近的 Model 3 产品更新中,特斯拉表示: 「 作为 Model 3 生产流程中的一部分,我们已经看到从大幅度提高的自动化带来的许多好处。通过绝大多数 Model 3 生产,包括车身焊接,总装,三电系统,我们的自动化显然非常成功。基于每一个可衡量的指标,Model 3 已经是我们曾经生产过的最高质量的汽车,这无疑在很大程度上归功于自动化。另外,自动化生产能够创造显著的人身安全效益。例如,装配过程中的许多步骤(包括电池组和驱动单元与车身的「 结合」 以及仪表板,座椅和车轮的安装)对员工来说都有人身危险,但通过自动化能解决这些问题,保障我们员工的安全性。」 同时他在本月初给股东的信中表示: 制造过程中的种种改变都非常有挑战,特别是在初期阶段。我们犯了一个错误,就是加快了太多的自动化生产。因此在我们全自动化流程的部分领域,如电池生产线,部分物流系统以及总装的两个步骤中,我们暂时调整回了自动化系统,变为半自动化或人工作业,这种模式将持续到我们最终实现全面自动化。 关于自动化生产,Navigant Research 的行业分析师 Sam Abuelsamid 并不认同这个模式,并且批评了特斯拉。他说:汽车行业在三四十年前犯过类似的错误,20 世纪 80 年,通用汽车在研究汽车如何自动化生产问题上浪费了数十亿美元。 马斯克对此回应:这个批评的确客观,但我们正在积极地面对它。黑客马拉松会解决两个最困难的自动化生产难题,我认为这看起来很有希望。 特斯拉已经展示了 Model 3 在生产自动化方面有了质的飞跃,但他们计划将真正的「 革命」 运用在 Model Y 上,马斯克称目前正在研究修正 Model 3 生产过程中的的错误。 特斯拉未来几个月内将有可能推出 Model Y,按照之前的预计,可能在 2020 年上市。 当然,更重要的是,特斯拉还会致力于提高 Model 3 的产量。在实现每周超过 2000 辆的稳定生产后,马斯克有信心在未来两个月增加到 5,000 辆/周,这大概是原计划后的 6 个月的目标。 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)。

融资 1.28 亿美元后,Roadstar.ai 真正的挑战才刚刚开始

· May 16, 2018 333

5 月 15 日,无人驾驶初创公司 Roadstar.ai 宣布获得 1.28 亿美元融资,本轮融资由双湖资本和深创投集团联合领投,老股东云启资本以及招商国际、元璟资本跟投。 早在成立之初,Roastar.ai 就获得数千万美元融资,领投方是云启资本、松禾远望资本、银泰资本、耀途资本、贵邦资本等机构 。 之所以能有这个量级的融资金额,在 Roadstar.ai 战略副总裁那小川看来,原因是「 投资人看重 Roadstar.ai 的技术积淀」,我想这句话应该还有后半句:「 我们关于自动驾驶商业化的落地方案也是很清晰的」。 商业化的落地 在产品应用上,Roadstar.ai 虽然也会为合作伙伴提供 L2/L3 级自动驾驶解决方案,但是整个研究主线还是以 L4 为主。 在被问到 Roadstar.ai 在自动驾驶商业化的应用场景时,那小川说,公司专注于无人车专车运营服务,显然 Roadstar.ai 瞄准的是智能出行市场。 目前,Roadstar.ai 在美国加州和中国深圳均有两台自动驾驶测试车,同时那小川告诉 GeekCar,Roadstar.ai 已经在申请深圳的无人驾驶测试牌照。以下是 Roadstar.ai 在自动驾驶落地 方面的具体方案: 2018 年,在深圳部署 50 台无人专车,如果政府允许,将提供给一般消费者进行测试,如果不允许,选择通过安全员进行一定范围内测试,提升算法; 2019 年,与 OEM 进行合作,定制 200 台配备车顶盒的无人车,开发出行 App,提供无人驾驶网约车服务,当然车上还会配备安全员确保用户体验; 2020 年,在深圳部署 1500 辆定制无人车,真正做到无人运营; 透过这个方案,可以看到些许谷歌 Waymo 无人驾驶落地方案的影子:Waymo 最开始在凤凰城测试无人驾驶技术;随后向凤凰城居民免费提供网约车服务,用户同样可以通过 App 进行预约。 前 几天的谷歌开发者大会上,Waymo 宣布将会在今年晚些时候推出无人驾驶的商业化服务,在更早的时候,谷歌向捷豹路虎订购了 2 万辆 I-PACE 纯电动车,将投入无人驾驶商用。 在落地的思路上,Roadsta.air 的想法是这样的:通过两年数据积累提升算法,提升整体效果,提升稳定性,最终通过远程监管替代偶发性的监管,实现更快的商业化落地。那小川告诉我们,L4 并不是完美的,Roadstar.ai 还是会加入远程控制中心服务,使无人车更加稳定安全。这样可以更快的将自动驾驶进行商业化。 「 只有实现真正无人运营,我们行业才算是找到商业化的落脚点」,那小川如是说道。 L4 自动驾驶解决方案:「ARIES·锐」 在发布会上,除了宣布获得 1.28 亿美元融资外,Roadstar.ai 还发布了自主研发的搭载纯国产激光雷达的 L4 级别无人驾驶解决方案。 话不多说,直接上图: 按照 CEO 佟显乔的说话,这套方案是「 有特色」 的:采用低成本传感器,实现性能良好的无人驾驶解决方案。 要实现又便宜又好并不那么容易,这里就涉及到 Roadstar.ai 自主研发的两项技术 :HeteroSync 异构传 感器同步技术和 DeepFusion 数据深度融合技术。 HeteroSync 负责实现多个传感器(LiDAR、Camera、Radar、Ultrasonic、GNSS&IMU)的高精度时间、空间同步,自动事实更新同步参数,同时兼容不同品牌、不同数量的各类型传感器。 DeepFusion 负责将三种主要传感器(LiDAR、Camera、Radar)在原始数据层面的融合,该技术基于融合高纬度数据的感知和定位算法。 这两项技术是 Roadstar.ai 自动驾驶方案的核心所在。 对于数据融合技术方面,佟显乔给出的解释是这样的:无人驾驶要做的其实就是两件事,第一是看清世界,也就是说无人车得看清来往的一切事物,不能遗漏,必须可以标注出来。第二就是看懂世界,无人车看清事物之后就是将事物识别出来,这是无人车可以平顺驾驶的先决条件。 相比于这个方案的高精度驾驶控制、类人类策略,价格的吸引力可能更大些——整套方案落地价格不超过 30 万人民币。这和国内动辄百万的成本相比还是很有优势的。那小川说,到 2020 年 Roadstar.ai 解决方案的成本将控制在 5 万人民币以内。 在方案的商业化落地方面,那小川告诉我们,「Roadstar.ai 和日本、欧洲、美国的合作方都已经进行了洽谈,包括世界顶级的公共交通运营商、世界顶级 Tier 1,但是今天还不能透露具体细节」。 眼见为实 说了这么多,技术积累才是最实际的。一般衡量自动驾驶驾驶公司技术水平如何,可以进行参考的就是路测数据以及实验室模拟测试数据,从而进行量化评估。 很显然,这个测试标准可能对 Roadstar.ai 并不是很适用。 在佟显乔看来,数据的问题与相关算法和技术相关。 和其他公司相比,Roadstar.ai 的技术优势就是所需的数据量较低「 数据量解决的是小概率问题,复杂场景发生概率比较小。但是中国有很多复杂问题是突发事件问题,并不是数据量大就可以解决,并不冲突」。 说了这么多,可能还是偏抽象。还是举个比较实际的案例可能更好理解,毕竟眼见为实。 在 2018 年 3 月下旬,新智驾的记者体验了 Roadstar.ai 深圳路测:「 所参与的路测总长度为 10 公里,耗时 25 分钟,平均速度均保持在限速上限,中间多个红绿灯、斑马线、中间还遭遇了外卖小哥的电动车突然超车的突发情况,Roadstar.ai 的测试车辆也成功地避让了。在试乘期间,在距离红绿灯 … 继续阅读