蔚来汽车和博世签署战略合作伙伴协议，在多领域展开合作
今天，在德国柏林，蔚来汽车和博世集团签署战略合作协议，双方将在传感器技术、自动驾驶、电机控制和智能交通系统等领域展开重点合作。值得一提的是，这次签约在德国总理安格拉·默克尔和中国总理李克强的见证下完成，代表蔚来签约的是创始人李斌。 其实蔚来和博世的合作在蔚来的第一款量产车 ES8 上就已经开始：博世为蔚来 ES8 提供了驾驶辅助系统、控制单元、传感器和智能化助力器 iBooster 等关键部件。据蔚来方面的信息，这些部件进一步开发后，也将运用到蔚来将推出的其他车型上。 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）。
Mobileye 和英伟达：两巨头终将殊途同归？
做自动驾驶处理器不是一件容易事，它需要满足高算力、高稳定性、高安全性、低功耗等相互之间很难平衡的特性。在这个领域，目前业内知名的供应商就只有 Mobileye 和英伟达（NVIDIA）这两家。前者是绝对的老大，后者是后起之秀，意图弯道超车。 身为老大，Mobileye 的技术自然稳稳领先，这也决定了这家公司的技术体系相当封闭——厂商想合作，只能整套购买他们的解决方案，而就算买了，他们的数据和技术细节也不开放给你。 2017 年 8 月，英特尔通过用约 153 亿美元收购 Mobileye 的方式，直接打入自动驾驶领域。被收购后，Mobileye 就宣布了会在未来产品迭代过程中逐步开放其技术体系。去年底，他们开放了叫做 RSS 的模型，并且在全球范围卖力推广。两个月前，它到了中国。 「 实际上 RSS 就是代码，它可以和所有不同的自动驾驶车基于 AI 的软件兼容，也就是被别人的产品来使用，并且有不同的实施方式，例如可以在 CPU 上，也可以在 FPGA 上。」 英特尔无人驾驶解决方案资深首席工程师、首席系统架构师 Jack Weast 解释道。 英特尔无人驾驶解决方案资深首席工程师、首席系统架构师 Jack Weast 这么听起来，Mobileye 似乎确实决定走出「 闭关锁国」 的过去了，在他们终于想通要开放技术体系的背后，承受了哪些压力？另一个角度说，他们将 RSS 代码公布给业内，除了服务大众，目的是什么？ 来自英伟达的压力 Mobileye 的战略转变部分出于来自竞争对手英伟达的压力。这要从两家企业的不同定位说起。 Mobileye 提供的是「 全方位」 的解决方案，主要做 L1 到 L3 级别的前装 ADAS。 他们的硬件产品是基于 ASIC 架构的 EyeQ 芯片（从 2004 年开始推出），并配合有自己定制化的视觉感知算法。他们自动驾驶车的「 大脑」 包括四个部分：EyeQ 芯片、自动驾驶策略、安全的防护层 RSS、地图技术 REM。 由于有长期的数据积累、功耗低、更符合车规级要求，目前为止，大部分前装领域的高级驾驶辅助系统中使用的都是 Mobileye 的方案。 EyeQ 系列芯片已经迭代到 EyeQ4，可以用 3-5W 的功耗实现 3.5 万亿次/秒的算力，在蔚来 ES8 上首次搭载，而 REM 也和上汽、四维图新达成了合作。 Mobileye 本身的定位就是用整套方案服务于量产车，以实际应用量、市场占有率为优势。7 月 1 日，Mobileye 中国区总监 Boaz Sacks（伯恩赐）也骄傲地给出了数据：现在全球搭载 Mobileye ADAS 安全方案的车辆超过 2700 万辆，使用 Mobileye 产品的 OEM 有 25 家，其中 13 家和 Mobileye 在自动驾驶上有合作。另外，现在 Mobileye 的市场份额超过 70%，几乎是「 孤独求败」 的状态。 Mobileye 中国区总监 Boaz Sacks（伯恩赐）这样就导致一种现象：面对 Mobileye 的封闭体系和称霸前装的地位，车厂实际上没有什么选择余地和议价权。然而，现在车厂对技术层面的兴趣和野心都在逐步增加。「 客户不仅要求产品好用，还想知道好用的原因，而且想自己改进和调整，这些 Mobileye 都无法满足，想改进只能买他们下一代整套产品。」 恰好英伟达能满足这种需求。2015 年，英伟达发布了应用于自动驾驶汽车环境信息识别处理的 DRIVE PX，比 Mobileye 晚了 11 年进入这个领域。目前，他们的硬件产品主要基于通用的 GPU 架构。 英伟达通用的计算芯片 GPU 并不是专门为自动驾驶设计，所以在应用时有高功耗、高成本的问题；而在量产车所追求的安全性、稳定性、制作效果上也难以和 Mobileye 的产品竞争。与之同时，英伟达的优势实际上在于开放的技术体系，例如他们卖的产品有芯片、驱动、软件开发包、应用工具等。 出于上面的原因，英伟达集中于前瞻领域，采取了弯道超车战略。他们和车企提前深度合作来研发较高级别的自动驾驶功能。 目前，英伟达的后装技术主要被放在车厂 L4、L5 级别的概念车、自动驾驶测试车里。 可以说，Mobileye 占领的是「 现在」，而英伟达在「 未来」 更有潜力。业内认同的 L4 级以上自动驾驶技术的量产时间是 2021 年左右，Mobileye 能够眼睁睁看着英伟达布局未来市场无动于衷？为了赢得客户信任，实际上 … 继续阅读
探访景驰广州总部，你想知道的都在这里
前段时间，谷歌 Waymo 购买 2 万辆纯电动版 I-PACE+6.2 万辆 Pacifica，软银 22.5 亿美元投资通用旗下的自动驾驶公司 Cruise，无人驾驶领域两大「 氪金」 玩家突然开始加注筹码，「 大象转身」 让整个行业震动。 是否大局已定？剩余的选手都是骨灰亦或者陪衬？ 很显然，这个回应是否定的。毕竟在国家意志之下，Waymo 和 Cruise 短时间之内想要在国内落地还是很难的，所以说这是国内无人驾驶公司机会发展的窗口期。 在国外无人驾驶公司如此动作之下，国内无人驾驶公司要如何应对，无人驾驶研发进度又是怎样，这些是大家所关注的。 7 月 5 日，GeekCar 作为首批受邀媒体前往景驰做深入的专访，在这里，我们除了进行试乘体验之外，还获得了一些很有价值的信息。 A 轮融资将成为国内无人驾驶领域融资最多的公司 目前，景驰拥有 25 辆在跑 L4 无人驾驶改装车，行驶里程超过 3 万公里，在 3 座城市每天进行 400 公里的路测收集数据优化算法，已经完成超过 400 公里的高精地图测绘。 在 2018 年，景驰给出的运营规划是这样的：到 2018 年底，改装无人车达到 100-200 辆；运营范围要覆盖方圆 15-20 公里；全球员工达到 200 人，中国达到约 100 人；近期内完成 A 轮融资；预计在 2020 年实现无人驾驶商业化运营。 提到融资，景驰运营副总裁张力自信的说道：「 我们 A 轮融资将成为国内融资最多的公司，同时我们将成为初创公司中估值最高的公司 」。 张力告诉我，景驰并不急着进行融资，更多的还是按照自己的节奏在进行运作。最近景驰正在与各种投资人以及代表团会面，「 我们直接向投资人展示我们的技术，由投资人直接确定起始点和终点，然后上路体验。」 张力如是说。 无人驾驶技术现在到底怎么样了 有句话说的很好：实践是检验真理的唯一标准。 前几天景驰在大雨天进行无人车测试是一个很好的佐证。测试车是广汽传祺 GE3，在大暴雨天气行驶同时穿过 2 公里长的隧道。 在暴雨天气下，对于传感器是一种考验。暴雨会影响摄像头进行交通标识的识别导致传感器性能降低，同时会影响点云数据的收集；进入隧道，GPS 信号比较薄弱，会对无人车定位产生影响。 从视频中可以看到，景驰无人车在这种情况下运作良好，而且在遇到特殊情况比如偶遇逆行车辆或行人自行车都可以进行很好的处理。 「 能在隧道中正常行驶，与景驰采用 GPS+惯导、以及多种传感器前融合的策略不无关系，这更坚定了我们的技术路线。」 景驰研发副总裁钟华如是说。 GeekCar 也亲自体验了景驰无人车，以下是体验视频： 视频中几个关键点： 00：08 经过红绿灯路口的时候，红绿灯显示红灯，无人车识别并停下，当红绿灯变为绿色之后，无人车并未启动；第二次显示绿灯时车辆才开始启动。工程师告诉我，可能摄像机有点问题，需要重新调试。 02：02 前方有车辆违规停车，景驰无人车先停下来，确认前后方都没有车辆之后，无人车自行绕过前车。 05：16 无人车进入隧道，通过仪表盘可以看到，车辆按着限速 50km/h 在跑，这个速度真的很快，而且是在隧道中。 06：50 无人车检测到行人逆行，减速停车。 09：25 在无人车转弯过程中，你可以发现镜头猛晃了一下，原因是后方来车与无人车车距过近，传感器检测距离过近紧急刹停。这里的试乘体验并不是很好，但是为了尽可能的保证行驶安全，这一点是不可避免的。 10：17 无人车进入隧道，有电动车违规进入隧道行驶，但是无人车行驶正常。 16：00 经过一辆洒水车，传感器检测到前方有障碍物，然后绕开洒水车继续前进。整个操作整体来说很流畅。换作是人类驾驶员，意识到前方有洒水车当下就会进行避让处理，这是需要优化和加强的地方。 值得一提的是，整个无人驾驶过程中，安全员的手始终保持图中姿态，保证行车安全。 总之，整个试乘下来的体验还是不错的，我可以理解为什么张力这么自信的说可以在 A 轮融到最多的资金。 在整个体验过程中，无人车在驾驶平顺性以及安全性方面表现还算出色。景驰研发副总裁钟华告诉 GeekCar，从一开始，景驰就把交通规范写进算法中，无人车可以进行识别来往车辆、自行车、行人，然后做出等待红路灯、礼让行人、自动变道等操作。 像刚才遇到的后方来车突然冒出来的这种场景就是无人驾驶中常说的长尾场景（long tail）。长尾场景主要指那些种类繁多、发生概率较低或者突发的场景，比如闯红灯的车辆，横穿马路的行人，红绿灯损坏的路口，路边违章停靠的车辆等。 所以，为了获得这种长尾场景，除了进行路测之外，景驰还通过模拟器（simulation）对无人车进行「 特训」，每天进行 2.2 万公里的模拟测试。在单个场景中模拟上万辆汽车、自行车、行人或其他路上可能出现的障碍物与无人车进行交互，进而对无人驾驶技术进行优化，使无人车变得更加安全。 谷歌 Waymo 购买这么多车辆投入运营的部分原因也是为了获取无人驾驶中的长尾场景。目前路测的车辆已经解决了大部分场景难题，但是长尾场景出现概率低，少量车进行测试去获取这种场景耗费的成本以及时间也越来越大。所以，Waymo 需要扩充无人驾驶车队的数量去做更好的优化测试。 从另一方面讲，这种场景的获取和优化也是景驰以及国内其他无人驾驶公司需要解决的问题。 高精地图还是自己做 高精地图作为无人驾驶中重要的一环，不管是谷歌 Waymo 还是通用 Cruise 都在进行高精地图的绘制，在这一点上景驰也不例外。 目前，景驰在三座城市（硅谷、安庆、广州）完成了超过 400 公里高精地图绘制。谈及高精地图数据收集的难度时，钟华告诉我们，高精地图的收集并不难，以广州生物岛为例，景驰两辆车跑一天（甚至用不了一天）就可以采集到相关的数据。 景驰告诉 GeekCar，目前高精地图的绘制并没有一个统一的标准，每家公司的需求都是不一样的。以景驰为例，景驰公司的算法都是在不断迭代优化的，景驰的传感器配置已经迭代了三次，第一套方案是一个 64 线的 Velodyne 激光雷达+两个摄像头+2 个毫米波雷达；第二套方案为一个 32 线的 Velodyne 激光雷达+两个摄像头+2 个毫米波雷达，很快景驰就会推出第三套传感器方案。 算法以及传感器方案的变化，也就意味着对高精地图的具体要求也会发生变化。于高精地图供应商而言，之前收集到的地图数据就作废了，需要重新再收集一次。不仅成本会增加，而且效率也不是很高。所以基于以上几个因素，景驰决定还是自己进行高精地图的收集。 无人驾驶模式：本土化+本地化 虽然景驰目前在硅谷、广州、安庆都有开展测试，但是景驰科技告诉 … 继续阅读