从逸云到斑马,观致的车联网之路

· Jan 14, 2019 333

2018 年 12 月 23 日,搭载斑马智行系统的观致 5 SUV 智云互联(AliOS)版上市。 在某种意义上,这一天也正式宣布了观致在车联网领域自主研发的逸云系统的边缘化,甚至可以说是彻底的失败。 对于一个在上市之初获得行业大量好评的车联网系统,逸云的失败也能看出这些年车联网行业的发展变化。 在这篇文章里,我想试着分析在这几年里,观致逸云到底经历了什么,以及为什么会被竞品超越最终走向边缘化。 一股清流 在上市之初,逸云绝对算是车联网系统里面的一股清流。 逸云基于 WinCE 系统开发,使用了微软的 Windows Azure 公有云平台,产品搭载 8 英寸的电容屏,并且拥有 3G 联网能力。在那个时间点,主机厂普遍不太重视车联网系统,逸云在硬件上绝对是领先的。 而在功能上,逸云系统包括了多功能云导航(提供语音导航、兴趣点搜索等功能)、云管家服务(可预约 4S 店保养;驾驶行为和油耗实时监控,可通过在智能手机查看)、安全驾驶服务(紧急道路救援等)、云分享服务(与社交媒体互联,并与智能手机同步)。另外,用户能够通过付费方式获得获取包括实时路况、实时停车场信息以及地图更新的增值服务。 在官网上,观致对于逸云系统的介绍是这样的:「 为车主带来全新数字移动互联的生活方式。提供 30 多种行业领先的功能,打造车生活的独特体验。通过网站和移动应用,可与车主的移动设备在车主、爱车、经销商与个人数码世界之间建立前所未有的紧密连接。」 不得不否认,逸云的产品理念足够领先。在 2014 年,当大多数主机厂还执着于开发车机内部功能的时候,逸云已经开始通过微软的云平台,提供给用户包括手机、车机、网页等各个终端的信息互联服务。熟悉车联网的人可能都知道,这样的理念在近几年才开始逐渐普及。这也是我认为逸云在当时是一股清流的一个主要原因。 在前装车联网领域,2014 年什么话题最热门?可能是 CarPlay 以及 Andriod Auto 这样的手机车机互联技术,并且都还没能大规模落地。至于车机本身,很多车企的产品甚至连导航功能都没做好,更不用说是基于云端的多终端互联功能。 但我们也都知道,一套车联网系统是否好用需要多个维度来衡量。产品理念的优秀并不能保证成功,特别是在汽车行业。这是后话。 而对于观致来说,也的确对逸云投入了足够多的资源和精力。 一位负责过逸云系统开发的朋友告诉 GeekCar,观致逸云是按照国际一线主机厂商的车联网投入标准,进行产品规划的。所以,逸云系统在起初获得好评不是无缘无故的。当然,这也为逸云之后的一蹶不振埋下了伏笔。 为什么会失败? 接下来说说逸云边缘化,甚至逐渐被斑马取代的原因。其实并不复杂,最主要还是观致的整车销量疲软。 作为第一个敢在 10 万以上级别和合资品牌竞争的中国汽车品牌,观致的优缺点都足够明显。在产品层面,做工、设计以及用料都很扎实,在某些层面甚至有能力媲美、赶超合资品牌。但是在营销、渠道以及用户口碑建设等方面,从零开始做一个品牌的难度太大。 观致遇到了几乎所有能遇到的困难,例如品牌接受度不高、经销商渠道建设太慢等。长期处在一种「 叫好不叫座」 的状态,这对于一个新品牌来说绝对压力巨大。虽然前后几任「 母公司」 都试过输血来维持观致的运转,但事实证明,观致的问题并不是用钱就能简单搞定的,而这些问题,在很长时间内都持续困扰着观致。 销量的疲软,最直接的后果是资金压力剧增,这直接导致了观致在研发上持续投入的能力不足。 对于操作系统来说,持续的更新能力是保持产品体验和竞争力的基础。特别是移动互联网时代,「3 天一个小迭代、5 天一个大版本」 是很多手机 OS、App 的常态。这背后需要的是系统本身的可迭代能力以及厂商的持续投入。在车载 OS 领域,虽然产品更新频率不能和移动 OS 相比,但背后的逻辑是一致的。 再来看逸云,作为一套基于 WinCE 系统开发的车机产品,观致在一开始就投入了巨大的研发成本。在当时,WinCE 系统还是一个比较合适的解决方案,特别是微软在 Build 2014 上宣布「Windows in the Car」(类似微软版 CarPlay)的计划,能够看出微软对于车载领域的野心和计划。 但随着时间的推进,WinCE 系统在车内已经基本退出了主流的行列。现在比较主流的操作系统基本就是 Android、Linux 以及 QNX。换句话说,无论是开发者数量或者说生态资源,WinCE 都已经很难和其他系统竞争。 对于观致来说,这样的大环境导致了一个困局。如果投入更多资源来维护的话,WinCE 可能依然还能够保持一定的竞争力,但投入产出比显然很低。作为观致这样的自主初创新品牌的企业,本身就已经背负了很大的资金压力,再去投入大量资源开发维护车联网系统,显然不是明智选择。所以从这个角度看,换成斑马也合情合理。 另外,用户数量的长期不足对产品本身的体验也会有很大影响。逸云在设计之初规划的很多功能,例如基于云端的分享、社交都需要大量用户来维持。一旦用户数量不足,那么这些功能就相对鸡肋了。长此以往,用户口碑下降也是必然的。 再看现在,无论是在系统持续升级或者新功能的开发上,逸云都已经被竞品拉开不小的差距。在 iOS 的 App Store 里,逸云的版本还停留在 3.9.1,软件还没适配 18:9 的屏幕比例,上次更新还在一年前。 事到如今,我们很难再去说,没有免费流量导航、自然语音交互、手机 App 远程控制以及在线 OTA 升级的系统,是好的车联网系统了。 所以,改变也就到了必须开始的时候。 和斑马的新故事 事实上,在 2018 年初,业内就传出观致要和斑马网络合作的消息。直到 6 月 22 日,双方正式签署战略合作协议。到了年底,双方合作的首款车型,也就是观致 5 智云互联版就已经上市。 从合作的落地速度就能看出,双方的效率很高,这里面有几个原因,下面会提到。 先简单说说系统功能层面的变化。搭载斑马智行系统的车机屏幕变成了 10 英寸,具备语音交互、智能互联、智能硬件、阿里生态、增值服务等五大核心亮点,用户还能享受终身免流量服务(其中娱乐流量每月赠送 1 个 G)。关于这套系统的体验,我们不再赘述,很多人也已经在各种车型中体验过。 至于为什么会是斑马?原因其实不难理解。 首先,斑马拥有很强的第三方资源,特别是背靠阿里的互联网资源。无论是云服务、娱乐生态、支付生态、导航、高精度定位、AI 语音等等功能,斑马都能直接从阿里获得国内最优秀的资源接入。对于车机系统来说,这就直接代表了更强的服务能力,也是获得更好用户体验的基础。 2018 年 9 月 13 日,斑马宣布完成首轮超 16 亿融资,并且公布了全面开放战略,包括技术开放、业务开放、生态开放、股权开放四大领域。9 月 22 日,斑马又在云栖大会上宣布推出整车个性化开放平台(T.O.P),能够满足车厂个性化需求。斑马智行 Plus、斑马智行 Pro、斑马智行 Lite 三大版本能够快速适配 … 继续阅读

CES 2019 | 用摄像头做 3D 点云,地平线发布众包高精地图采集方案

· Jan 14, 2019 333

高精地图和定位一直是自动驾驶的难点。用传统激光雷达收集地图的方式,不单单传感器成本高,并且数据量庞大,很难实现地图的实时更新。 从 2017 年开始,业内陆续出现了一些基于低成本传感器的众包地图方案,其中包括: 1.Mobileye 的 REM(Road Experience Management):众包地图概念的先驱,基于前视摄像头方案,捕捉道路上的车道线、交通标识等重要信息上传到云端,通过多车众包形成可更新的图层,从而辅助传统高精度地图定位。 2. 博世的 Bosch Road Signature 以及大陆的 E-Horizon:概念与 REM 类似,但是在传感器端加入了毫米波雷达。 去年 CES,国内的边缘计算公司地平线向 GeekCar 展示了基于其「 征程」 第二代芯片架构的自动驾驶计算平台 Matrix(这个平台今年获得了 CES 2019 的创新奖)。 当时他们就向我们透露,也会基于「 征程」 二代芯片架构做自己的众包地图方案,今年的 CES,他们兑现了这个承诺,正式发布了 NavNet。 NavNet 是什么? 地平线官方将 NavNet 称为「 众包高精地图采集与定位平台」。它所采集的数据效果如下图。 当第一次看到效果图时,你可能会产生一个错觉:「 这不是激光雷达所产生的点云图吗?怎么感觉密度有些稀疏?」 事实上 NavNet 与 REM 一样,也是仅仅依靠一个单目摄像头来收集数据的,只不过他们依靠自己的视觉算法计算出了各个像素点的距离。其具体原理可以概括为: 单目摄像头捕捉前方的 2D 画面。 通过感知算法对 2D 画面进行分析及语义分割,找出需要重点标注的道路信息像素点,包括车道线,马路边缘,道路标示,路边的电线杆和树木等。 视觉算法进一步计算出这些标注像素点的距离,并上传至云端生成 3D 点云的效果图。 相较于 Mobileye REM 之前展示的 2D 效果图,地平线 NavNet 给出的 3D 点云图明显有着更高的信息密度。因为使用单目摄像头,地平线的 NavNet 系统的成本和维护费用会远低于现有的激光雷达方案,在量产上有更大的优势,形成大规模众包地图的采集和更新能力。 在 CES 的展馆外,我体验了地平线搭载 NavNet 方案的测试实车——一辆奥迪 Q7。 在车顶上地平线加装了一个单目摄像头,横纵向视角分别为 90 度和 50 度。摄像头通过一根链接线接入车内的芯片系统板。 我坐在车内后排,手中通过他们提供的一台平台电脑来查看 NavNet 实时生成的点云图。下面是演示过程中,平板电脑上的效果视频: 可以看到,NavNet 在实际道路上生成的实时点云图还是很稳定的,道路旁的标志物(白色)树木(绿色)以及马路边缘(紫色)等都通过点云图显示了出来。甚至当我们路过一个大型停车楼时,NavNet 也把它清晰的标注了出来。(上面视频中 2 分 20 秒处)地平线的余轶南博士告诉我,由于 NavNet 捕捉的地图信息密度高于一般的众包方案,他们通过 SLAM 技术,利用单目摄像头的感知再结合从车辆本身的部分信息,就可以实现车辆在 NavNet 地图中的定位。 NavNet 的商业模式 现今的高精地图领域可谓是商业结构非常复杂,除了传统的图商之外,主机厂、Tier1、芯片供应商以及算法公司等等都有所涉及。 在自动驾驶领域,地平线定位于 Tier2,提供核心芯片和算法方案。在 NavNet 的落地上,余轶南透露地平线会和图商以及车辆运营企业合作,通过众包方案进行地图数据的采集工作,并通过局部地图和云端地图的比较,将地图差异上传到云端,对云端的全局地图进行更新。此外,地平线计划在前装的 ADAS 系统上整合 NavNet 系统,并提供数据给需要地图数据的客户,地平线本身不涉及运营和数据业务。 视客户的不同需求,地平线还可以将 NavNet 的原始点云数据做进一步的结构化处理,形成 2D 的道路环境图层,这样更便于辅助传统的高精度地图。下图便是 NavNet 在中关村收集的数据在结构化之后产出的效果图。 对于地平线这样的 Tier2 来说,推出众包地图方案可以说是出于发展战略的一种必然选择。因为它既可以展示自身芯片+算法的感知处理能力,同时也拓展了在自动驾驶行业中的落地领域。不过,所有基于众包概念的方案,都要依赖庞大的装车量来提供效果,这就意味着地平线必将以进入前装市场作为最终目标。 此次在 CES 见到地平线的 CEO 余凯博士时,他对我说了一句意味深长的话:「 做前装是一件困难、复杂且研发周期很长的事,我们一定要耐得住寂寞,不去跟所谓的热点。」 相信这句话也会帮助他们走得更远。 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)。