冬天来了,为什么在下雪天测试无人车成了一种「时尚」?

· Dec 25, 2017 333

(本文编译自 FT,原文:「Self-driving cars face a new test: snow」)随着气温逐渐降低,北半球许多地区都已出现了降雪。不过,除了传统的圣诞节,今年还多了一个新的话题——无人车。 在即将过去的 2017 年,无人车跨过了一个又一个的里程碑,例如 Waymo 于 11 月宣布将正式在美国亚利桑那州进行完全无人驾驶试运营。现在,无人车又面临另一个严峻的考验——如何在雪天行驶。 下雪对无人车是一个「 很有意思的问题」,Uber 自动驾驶研发中心高级工程师 Carl Wellington 这样说道。 有「 意思」 在哪儿呢?答案是摄像头和雷达。无人车靠摄像头和雷达来感知周围的世界,特别是雷达脉冲。但是,如果下雪,事情就不那么好办了,因为雷达脉冲可能会把雪花误认为街道上的其他东西。 「 激光雷达有着卓越的性能,它能让无人车对周围环境形成细节丰富的三维感知。但是,正因为过于敏感,就连雪花这样小的东西它也不会放过。」Wellington 解释道。去年冬天 Uber 在匹兹堡测试无人车雪天行驶后,他的团队就开始在算法上下大功夫,希望能分辨出从雪花那里反射的脉冲和从其他物体上反射的脉冲。(图解:激光雷达是如何工作的?1. 车上的扫描器发出激光脉冲  2. 扫描器接收由物体反射回来的脉冲  3. 测量脉冲的返回时间并以此为根据计算距离  4. 以每秒数千次的频率发射激光脉冲,在此基础上生成周围环境的精确模型  5. 旋转的扫描器可以生成一个 360˚的模型,不旋转的固态雷达的扫描范围约为 120˚)在「不大不小的雪」这一场景下,Wellington 团队做了测试,结果还不错,但是,大雪和积雪在某种程度上来说仍然「难搞」。 从雪花上反射回来的雷达脉冲只是雪天对无人车的考验之一。另外,无人车导航需要高精度 3D 地图,它遇到下雪天也是「痛并快乐着」。 「 下雪时一件比较有意思的事情就是,整个世界被大雪覆盖后看上去就和以前不一样了。」nuTonomy CEO Karl Iagnemma 说。nuTonomy 的大本营在新加坡,但是今年冬天他们又在波士顿开始了雪天测试。「 大雪让世界变了样,但也给无人车提出了难题。」(图解:6. 雪花会干扰扫描器  7. 积雪会改变物体的模样,进一步给自动驾驶系统带来难题)虽然如此,与人类相比,无人车在雪天还是有点儿优势的。得益于无人车本身已有的高精度地图,即使道路标志和人行横道被大雪覆盖,它还是能够知道它们的具体位置。而且,就算下着鹅毛大雪,无人车也可以通过雷达传感器探测到前方的物体,虽然收集到的信息可能不够精确,对行驶帮助不大。 硅谷是个从不下雪的地方,但即使如此,那里的无人驾驶初创公司也已经意识到了不能做「 温室里的花朵」。 第一个让完全无人驾驶车上路的 Waymo 最近也宣布,他们将在底特律接受严冬的考验。「 我们要在雨雪天气中训练我们的无人车,」Waymo CEO John Krafcik 在一份声明中这样说道,其目标之一即「 教会无人车处理在结冰路面上刹车打滑的问题。」 AImotive,一个匈牙利的无人车初创公司,因为同样的原因在芬兰拿到了测试许可。「 这个许可非常重要,因为在芬兰下雪十分常见。」AImotive CEO Laszlo Kishonti 说。此前,AImotive 已在其总部所在地布达佩斯做了小雪天气的测试。 随着测试的进行,这些公司都发现了一个事实:无论是人类司机还是无人车,想要在雪天安全行驶,少不了一个极其重要的因素——自我意识。(图解:无人车的优势所在:   8. 由于有高精度地图,即使路标和人行道被大雪覆盖,无人车也知道它们的具体位置 9. 如果无人车装有雷达传感器,其视野就不会受到雨雪天气影响)无人车需要能够判断它对周围的环境到底了解多少,并对能见度很低或视野受阻时的不确定性有一个清醒的认识。 「 所有这一切的关键之一即在于让无人车去理解——「我知道我在哪里」,并对此确信无疑,或者我并不十分确定——然后再根据理解去行动。」Wellington 说,「 至于正确答案,和人类一样:减速,谨慎。」 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)。

体验地平线智能驾驶产品——中国的芯片梦能在汽车上实现吗?

· Dec 20, 2017 333

记得从 PC DIY 时代开始,自主研发计算芯片就一直是很多中国公司的梦想。那时候还没有「 科技媒体」 这个概念,我常常看的是一本名叫「 大众软件」 的杂志。其中经常会出现一些对「 中国芯」 研发情况的报道(多为 CPU),不过最后都是昙花一现,没能掀起什么波澜。 很多年过去了,虽然 AI 又一次把芯片炒热,但大家似乎已经默认,自研芯片是一个很难搞的事情。在多年摩尔定律的快速迭代与竞争下,连 AMD 这样的昔日明星也会被英特尔和英伟达等巨头压得翻不了身,更何况是国内的初创公司? 所以当地平线这家做 AI,并专注于智能驾驶的初创公司对外宣称要自主研发计算芯片时,行业内自然是充满了质疑。今天他们终于正式发布了自己的芯片产品,「 中国芯」 这三个字又一次出现在了我的眼前。 自主研发的视觉处理芯片 地平线此次发布了两款芯片,均是以视觉感知处理为核心。分别为面向智能驾驶的「 征程」(Journey)系列处理器,以及面向智能摄像头的「 旭日」(Sunrise)系列。 在规格上,两款处理器都是基于地平线的第一代芯片架构:高斯,能够提供 1 TOPS 的计算性能,支持 1080p 30FPS 的画面解析,每帧可以对 200 个目标进行检测和识别。能耗为 1.5W。由地平线自主研发,台积电代工。 从功能上说,征程是一款支持 L2 级别驾驶辅助功能的后装 ADAS 处理器。并不是车规级的前装产品。 本周一 GeekCar 曾在地平线位于北京中关村总部的周边实际道路上体验了基于这款处理器的实车装载 DEMO。 这个 DEMO 装载在一辆比亚迪电动车上并配合了一个前置单目摄像头。车内的一台笔记本电脑上显示了系统对于摄像头所捕捉到的画面分析结果。在中关村附近的四环路上,这套系统可以准确地捕捉到画面中的车辆,行人,道路标示,车道线,红绿灯等。对颇具中国特色的快递三轮,外卖摩托也有很好的识别效果。 根据地平线的介绍,这套 DEMO 所使用的软件算法来自于他们开发的雨果平台,针对中国的架势环境做出了很多优化。值得一提的是,DEMO 只展示了 ADAS 中视觉感知与识别的部分,并没有假如感知之后预警与提示等执行层。 前装的产品做得怎么样了? 可以看出,视觉芯片加上算法的核心竞争力使得地平线与 Mobileye 的产品逻辑非常相似。但是,坦率地讲,对于现在的汽车行业来说,只发布一个后装的 ADAS 产品肯定是不够的,前装自动驾驶才是我们正真正关注的点。 所以在专访地平线智能驾驶负责人余轶南博士时,我们重点问了这个问题。他告诉我们这次发布后装产品其实是有两个目的: 第一是切入国内庞大的后装市场,在中国后装市场还是非常有钱赚的。 第二则是向行业展示他们芯片的能力,为下一代前装的产品预热。 余轶南透露地平线下一代基于 FPGA 的伯努利架构前装处理芯片将于 2-3 年内在量产车型上上市。按照汽车行业整车研发周期的时间来推算,目前地平线应该已经在与车场合作量产车型的项目了。 地平线下一代的前装产品与 Mobileye 的 EyeQ 系列相似,都是专注于视觉感知的功能芯片。车厂需要将其整合进自己的域控制器当中(域控制器还包括决策控制芯片、UI 处理芯片等)就如同 Audi 的 zFAS 整合 EyeQ 芯片一样。因此从供应链的角度来说,地平线是一个 Tier 2 供应商,他们也在积极与中欧美日四大汽车产业的 OEM 和 Tier 1 合作。目前公布的伙伴包括长安、奥迪、博世等。 余轶南告诉我们地平线在汽车领域的目标就是与 Mobileye 对飙。他坦承 Mobileye 目前在前装领域有着丰富的经验。不过 AI 时代会给他们他们更多的机会来追赶。未来地平线的方案中也会搭载与 Mobileye 类似的 3D 解析以及辅助地图定位的路书采集技术。 在 GeekCar 看来,地平线作为中国的一家创业公司。其优势和重点还是在本土市场,尤其是希望大力发展智能驾驶功能的自主品牌。 自研芯片的机会 说起自己研发芯片的原因,余轶南给出的答案很简单:他们在创立地平线时发现市面上已有的芯片解决方案都无法很好的满足他们的软件算法要求,所以他们决定自己做。 「 当时市面上的通用处理器比如 CPU 或者 GPU,都不是专门为 AI 计算设计的,你如果想把他们的运算能力充分利用出来是很难的,一般的效率下能发挥 25%左右的能力就已经很不错了。而我们的芯片能够一直保持在很高的能力发挥效率(发布会给出的数字为 96%)」。 余轶南告诉我们。 「 在之前的半导体行业中,例如 CPU、GPU、DDR 这样的芯片,国外的公司在技术以及生态方面已经非常成熟了,并且自身进步也很快,所以我国自主研发的芯片除了在某些涉及国家安全的特殊领域之外都没有太多的应用。」 在被问道为什么现在这个时候适合做自研芯片时,余轶南说道。 「 而在 AI 领域的芯片上,大家相当于回到了同一起跑线上,那么我们中国的企业就有更多的机会了。另外从地域上来说,我们的方案对于中国的市场会有更好的适配,并且本土的政策也会给到我们更多的支持。」 正如余轶南所说,虽然目前的 AI 计算领域中,英伟达和英特尔这样的芯片巨头影响力还是很大。但是像谷歌这样的科技公司也已经公布了自己的计算芯片。 前段时间传出特斯拉由于能耗原因将放弃英伟达的解决方案,转而研发自己的自动驾驶芯片,更是为芯片领域加了一把火。余轶南也承认,特斯拉的新闻出现后,又有很多客户联系他们咨询芯片方案。 在今年 10 月,地平线公布了由英特尔领投的 A+轮融资。未来地平线的芯片产品有可能会由英特尔的晶圆厂来生产。在明年初的拉斯维加斯 CES 上,地平线也将联合 Intel 共同发布基于 FPGA 的前装 DEMO,对于众多汽车公司,这或许才是他们关注的重点。 事实证明,特斯拉对传统芯片巨头发起的挑战是一个强有力的信号:自动驾驶领域的芯片与算法竞争才刚刚开始。从这个角度来看,当初地平线选择自研芯片的道路虽然充满了挑战,但是同时也获得了更多的机会。或许 PC 时代的「 中国芯」 之梦,将来真的会在汽车上实现。 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 … 继续阅读

无人车到底如何保证安全性?Mobileye 提出的「谨慎控制」原则或许有些启发

· Dec 10, 2017 333

(本文由黄晚编译,原文:Do Self-Driving Cars Dream Of Safe Streets? )今年早些时候,在美国得克萨斯州奥斯汀举行的 SXSW 大会上,福特董事长比尔·福特说出了许多汽车界从业人士都在思考,或者更确切的说,其实是在担忧的一件事——即将到来的无人驾驶。 随着各大汽车厂商和硅谷玩家们对全自动驾驶(即 L5 自动驾驶,没有方向盘和踏板)持续不断的大手笔投入,这一领域正吸引越来越多人关注的目光,并成为人们争相报道的对象。 比尔·福特说,无人车的具体设计制造相对来说较为简单,因为技术正在飞速进步,困难的是如何让无人车去做生死抉择。「 如果一辆无人车在事故快要发生时必须选择去撞谁,那么它是应该保住乘客的性命还是避免撞到行人?人类司机没有时间考虑这样的问题,我们仅仅本能的做出反应。但是,无人车有能力对结果做出选择。如果它最终决定牺牲你来挽救其他人的生命,那么你还会坐这辆车吗? 比尔·福特公开谈论这一问题对正发展得如火如荼的无人驾驶来说只是小小地提了个醒,但它却在美国购车者中引发了一连串的思考。今年早些时候,美国汽车协会(AAA)曾做过一项调查,调查结果显示,四分之三的司机害怕乘坐无人车,54%的受访者表示路上有无人车会让他们缺乏安全感。而且,在比尔·福特开启这个话题之后,有人就得出结论:「 如果我们需要告诉一辆无人车它是应该杀死一位修女还是一个童子军,那么就不会有无人车了。」 这正是英特尔高级副总裁及 Mobileye 联合创始人 Amnon Shashua 的观点(今年 3 月份,英特尔以 153 亿美元的价格收购了 Mobileye)。 Shashua 相信,要想解决这个问题,必须从实际出发来考虑,而不是把它当作一个复杂无解的哲学或伦理学难题。简单来说,他认为,无人车能否被消费者广泛认可并接受的关键在于:大众对无人车的交通事故率抱有一个什么样的期待。 就目前而言,这个问题的答案可能为 0。也就是说,大家希望无人车不要出事儿。无论是去年佛罗里达州那起致命的特斯拉事故,还是最近拉斯维加斯无人驾驶小巴被撞事件,舆论的反应都极为强烈,不仅给予其头版头条的「 殊荣」,还大有揪住不放之势。相反,对传统交通工具几乎每日如例行公事般重复的连环相撞以及间或的重大伤亡,甚至连地方报纸都有些不屑一顾。 与此同时,世界各地的监管者们正迫不及待地想让无人车尽快上路,以最小化由交通事故引起的无情灾难,但这也进一步强化了人们对无人车安全问题过度的关注和警觉。去年,美国国家公路交通安全管理局(NHTSA)表示,他们对将无人车作为「 显著减少由人为因素导致的交通事故」 的手段持肯定态度。 在这样的背景下,Shashua 和 Mobileye 的程序员们想出了一个能够消除人们对无人车的恐惧的创造性的解决办法。他们在一定程度上以 NHTSA600 万交通事故的数据为基础,制定出了一套覆盖所有交通事故排列可能的近 40 个方案,然后再把人类司机针对交通规则和路况所能作出的完美判断编成算法公式。Shashua 称,以这些规则为基础,为无人车在每一可能情况下的决定编程,汽车厂商们就可以向消费者保证,即使发生事故,无人车也不会是需要负责的那一方。 Mobileye 安全系统的核心奉行这样一个概念——谨慎控制,这个原则将为无人车提供可使它保持在安全领域内的可用选择。例如,下面这幅图中就展示了一幕常见的场景。 蓝车正试图驶出停车位,但却被旁边的建筑物挡住了视线,不知道道路上是否有车正向它这一边驶来。如果是一位小心谨慎的司机,他会慢慢挪动,逐渐扩大视野范围,直到他觉得可以开出去了。但是,实际情况却是,他不可能获得完全的视野,最后一刻作出决定也是仅凭直觉。即使他已经做得很好了,他还是有可能因为自己的行为为即将到来的交通事故负责。如果他是一位马虎的司机,还在心不在焉的弄导航或打电话,发生事故的可能就更大了。 相反,处于「谨慎控制」中的无人车将以限速为基础计算红车最高的合理车速,以此决定在给红车刹车机会并逐渐获得完全视野的前提下它可以开出多远。如果红车超速了,那么发生车祸就是它的责任了。而如果红车也是一辆无人车,它会开得更加小心翼翼,并在估计到可能会有在它视野之外的汽车从停车位出来后向马路中央靠拢。 谨慎控制似乎让比尔·福特担心的那个「无人车必须做出选择」的棘手难题变得毫无意义,主要原因在于,「在即将发生的车祸中谁生谁死」这一伦理上的两难处境被一个严格、冷静的规则所取代:如果非无人车因自身失误有与无人车发生碰撞的可能,无人车将尽量避免碰撞发生,但不会以主动引发另一事故为代价减轻当前伤害。 也就是说,如果没有其他安全方案可供选择,无人车将接受碰撞的事实,即使车内乘客会有生命危险。「 换个角度来看问题,我们就会陷入滑坡理论。」Shashua 说。「 或许一辆车看起来后座好像没有人——所以它可以用后部迎接无人车的碰撞——实际上却坐着婴儿。也就是说,存在着不可见因素。且事后看来,无人车的所作所为其实造成了更严重的后果。」 Mobileye 相信,如果所有汽车厂商都采用其以成千上万的事故模拟为基础的开源算法公式,美国每年的交通事故死亡率将下降三个数量级,即从每一百万小时的驾驶时间发生一起交通死亡事故下降到每 10 亿小时的驾驶时间发生一起交通死亡事故。当然,这得假设所有汽车都是无人车,而事故原因将是设备故障或恶劣的驾驶环境。 有些专家对 Mobileye 的安全宣言表示反对。如杜克大学人类和自主实验室的主任 Missy Cummings 就告诉 EETimes,Mobileye 可能低估了会影响无人车的潜在软件错误的数量。她以 2016 年的 Stout Risius Ross 汽车保修和召回报告为证指出,自 2012 年以来,在汽车召回案例中软件问题所占的比重越来越大。这份调查还发现,2005 年至 2012 年间,共有 32 次召回是因软件问题而起,涉及车辆 360 万辆。从 2012 年底到 2015 年 6 月期间,这一数字几乎翻了一番。但是,EETimes 采访的所有学者和工程师都对 Mobileye 为无人车安全所做的努力表示赞赏。 目前为止,Mobileye 的安全算法在汽车界只能算是曲高和寡,因为大家都在奋力争夺无人驾驶领域的话语权。无论是 Google、Uber、Lyft 还是众多的初创公司以及各大汽车厂商,大家都认为完全自动驾驶将在下一个十年内到来。没有人想冒着失去市场领导权的风险去过早地接触规则,并最终成为竞争中的失败者。「Mobileye 认为应该制定安全标准,这点毫无疑问并没错,但是在当前局势下,汽车厂商们想的只有一件事——疯狂发展技术。」C3 Group 董事长兼联合创始人 Doug Newcomb 说。 对于汽车厂商们的做法,Shashua 将之归类为行业自杀行为。没有统一的安全标准,汽车厂商们只会各行其是:以成千上万次的多余模拟对无人车进行过度设计,超出需要地堆积传感器和计算能力。对外,他们一致宣称汽车有充分的安全保障,但却没人能绝对保证这些汽车不会引发交通事故。其结果就是,发生车祸后这些汽车厂商可能会面临极高的法律风险,而且这些因为装备了各种昂贵部件而造假不菲的无人车,将超出普通消费者的能力范围。与此同时,有些汽车厂商可能会以安全考虑为代价换取低廉的售价,但这会给消费者选择安全的无人车带来混乱,并进一步加深他们的这一信念:无人车很危险。 迫于无人车开发者们要求更多发挥空间的压力,美国政府似乎已决意采取放任自由的态度。目前,有一项法案已被众议院通过并提交给了参议院,这一法案将以综合立法的权力替代之前东拼西凑的州立法规,这些州立法规只允许无人车在特定道路上进行有限制的测试(有些州至今为止都不允许无人车上路)。一旦最终通过,NHTSA 将有权规定无人车的设计、结构、性能,而各州则只负责车辆登记和许可。最重要的可能是,这一法案通过后,NHTSA 就可以批准无人车厂商每年在美国道路上投放 10 万辆暂不符合联邦机动车安全标准的无人车(三年内逐步实施)。 面对这一有待通过的「 随心所欲」 的法案,Mobileye 想要说服汽车厂商们齐心协力处理安全和事故责任问题将是难上加难。而我们也将比预期更早发现,在为无人车编程的过程中,扮演上帝角色的开发者们,是否真如他们自己所想的那样能让无人车万无一失? 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)。

广州车展最「不走寻常路」的车?没想到居然是它

· Nov 19, 2017 333

一旦说到新能源汽车、自动驾驶技术的落地应用,大家似乎还是习惯将注意力放在轿车、 SUV、MPV 等私家车型上。不过,除了刚才提到的这些车型之外,轻客车上也开始应用一些前沿技术。 比较有意思的是上汽大通这次在广州车展上市的 FCV80。从名字你应该能看出来,这是一辆氢燃料电池新能源车,因此,它也具有了百万级的补贴前售价:130 万。 而在扣除 50 万的国家补贴以及 50 万的地方补贴后(地方补贴金额同样适用于上海之外的地区),用户实际支付价格为 30 万元。按照上汽大通的说法,目前他们已经收到了 100 台左右的 FCV80 订单。 当然,除了动力系统方案非常「独特」,上汽大通还把无人驾驶技术搭载到了 FCV80 车型上进行技术演示。氢燃料动力 +无人驾驶,在整个广州车展上, FCV80 都可以算得上是很「极客」的一款车了。 首款燃料电池轻客车型 根据上汽大通的说法,这一次上市的 FCV80 是全球首款燃料电池轻客车型。既然讲到了「燃料电池」这个概念,咱们就先来看看这辆 FCV80 的动力系统:上汽大通使用氢燃料电池作为主要动力来源,同时他们还在车上配备了容量为 14.3kWh 的磷酸铁锂电池作为辅助动力来源。 其中纯氢续航 260 公里,纯电续航 45 公里。而在 40km/h 等速条件下, FCV80 的最大续航里程则能达到 500 公里,其中纯氢续航 440 公里,纯电续航 60 公里。 考虑到一些用户可能担心的氢燃料电池车保养维修问题,上汽大通给出的解决方案是:提供 5 年或 10 万公里的免费保养期、 5 年或 10 万公里的整车质保期,电池、电机、电控、电堆等核心零部件质保期为 5 年或 20 万公里。 其实对于氢燃料电池车型,更多人关心的还是加氢问题,而上汽大通也为大家实地演示了一下如何为 FCV80 加氢,这也是我第一次走进加氢站实地体验。 首先,操作员需要触摸尖端 5-7 秒去除身上的静电。随后,还需要为车辆去除静电。为了安全起见,氢气泄露检测也需要执行。所有步骤全部完毕后,就可以接入管道加氢,这期间还需要进行氢气泄露二次检测。 整个加氢过程大约全长三分钟,与我们平时加油的耗时基本一致。 至于一些人可能会担心的安全问题,上汽大通方面告诉 GeekCar,他们在 FCV80 上使用了一套安全机制,其中包括氢浓度实时监测及保护、氢气过压保护、氢限流保护、特殊情况自断氢保护、氢泄露防护主动控制、高压安全设计保护、碰撞安全设计保护、涉水安全设计保护、主要系统具备 24 小时远程监控等等。另外据我观察,为了安全起见,体验过程中,操作人员必须将电子设备放在室内,与加氢设备隔离。 针对特定场景下的无人驾驶方案 其实除了家用轿车之外,某种角度上来看,轻客车型的应用场景或许同样适合无人驾驶。今年 9 月份的时候,上汽大通为京东研发的无人驾驶支线物流车进行了路测。而这一次,他们则透露,上汽大通在 FCV80 上也搭载了一套无人驾驶解决方案。不过,这款无人驾驶版本 FCV80 只面向政府、园区等用户进行示范运营,并不向私人用户对外销售。 在一片封闭道路内,我进入这辆无人驾驶 FCV80 车内实际体验了一下。低速场景下,驾驶员不需要执行任何操作,车辆可以自动完成加速、减速、转弯以及停车动作。车上的工程师告诉我,这辆 FCV80 上搭载的是他们的无人驾驶 1.0 版本方案,其中用到了 2 个前后向毫米波雷达、 4 个侧向毫米波雷达、 12 个超声波雷达以及摄像头等设备进行感知,定位方面使用则是差分技术。 到了 2.0 版本的无人驾驶解决方案上,由于成本进一步降低,他们将会考虑使用激光雷达。现阶段,他们的无人驾驶合作伙伴包括博世、德尔福、英伟达、采埃孚、Mobileye、高德地图以及千寻位置等公司。 根据他们的计划, 2018 年将推出基于结构化道路、定制化场景的无人驾驶商业化解决方案,同时逐步拓展到工业园区、港口等商业应用场景中。而在 2019 年时,上汽大通则准备推出配备高速路自动驾驶和自主泊车功能的全新产品。不过,现阶段,他们在无人驾驶业务方面的注意力依然放在园区内部场景。 FCV80 的战略意义 同时将氢燃料电池动力系统以及无人驾驶技术放在一辆轻客车型上, FCV80 对于上汽大通而言一定有着非常重要的战略意义。之前,我们也提到过上汽的「电动化、网联化、智能化、共享化」新四化战略,而 FCV80 某种意义上也算是上汽在「新四化」战略下的布局。 事实上,在燃料电池领域,上汽大通的累计投入已经超过了 10 个亿,同时,他们还是现阶段唯一一家通过工信部 39 号文的燃料电池车生产企业。据我们了解,为了确保燃料电池车的安全,工信部 39 号文中,燃料电池车产品专项检验项目一共包含 10 项专项检验,涉及 18 个标准。 另外,他们已经连续 16 年开发燃料电池汽车,  发布 34 份燃料电池汽车企业标准、获得 312 项相关专利。因此,推动燃料电池车型落地一定也是上汽大通重点考虑的一项布局。 不止是 FCV80,在广州车展上,上汽大通在发布会现场宣布,今后大通所有车型平台都将开发新能源车型。在他们看来,针对不同的应用场景,纯电动、混动、燃料电池车将各具优势。而这也是国内车企对于氢燃料电池这种技术路线的最全面落地计划。 至于无人驾驶,由于 FCV80 … 继续阅读

盼达用车+力帆+百度=? 看完这篇文章就知道了

· Nov 13, 2017 333

自从无人驾驶诞生以来,这项技术的应用场景一直都是一个热点话题。不过有一点大家似乎慢慢达成共识,那就是共享用车平台拥有很大的潜力用来普及无人驾驶。于是,我们就能看到一种有趣的现象,主机厂、科技公司与共享平台之间开始逐渐形成合作关系。 今天,百度、盼达用车、力帆汽车三方达成了无人驾驶战略合作。一番了解之后,对于他们下一步想要怎么做,我则有了更深刻的理解。 无人驾驶降低运营成本 活动现场,一辆无人驾驶的力帆 820 EV 登上了主舞台。仅从外形来看,这辆车与之前百度的无人驾驶车型差异不大。放大图片仔细看的话,你甚至还能在激光雷达下方发现 Velodyne 的 logo。 无人驾驶与共享用车结合带来的衍生效应很多,共享用车流量加快无人驾驶技术落地、促使汽车向出行产品属性转变等等。而 盼达用车 CEO、创始人高钰也从他们的角度透露了一下这次合作的初衷,她认为盼达用车的商业模式可行性已经得到验证,不过,规范化所带来的精益化管理问题却无法避免。截止今年年底,他们的分时租赁车队规模将会超过 15000 辆,每增加一辆车的同时人力成本也在随之提高,这些成本主要来自于车辆清洁、调度、巡检、能源补给等等。 对于刚才提到的车辆清洁、巡检以及定损环节,高钰认为,完全可以根据图像识别技术以及图像学习能力进行解决,而这也就随之引入到了无人驾驶技术上。未来 30 天内,他们打算选定一片区域,从点线面三个维度开始进行无人驾驶测试。首先,通过无人驾驶解决人租车过程中的最后一公里问题,同时还车后车辆也可以自动回到停车位。随后,他们准备通过车队的形式来解决一些线下运营维护问题,其中包括调度、巡检、冲换电等环节。50 天过后,他们预计会与百度共同发布下一代无人驾驶解决方案。 百度是怎么想的? 关于这一次的合作, 百度智能汽车总经理顾维灏则透露,今后他们的高精度地图以及自动驾驶产品将会应用在力帆车型上。仔细观察我们还会发现,自从 Apollo 计划推出以来,百度似乎开始注重与出行领域的合作。 上个月,他们宣布与首汽约车达成战略合作,同时涉及自动驾驶及车联网两方面。而在自动驾驶环节,两家公司计划一起研究如何把网约车和自动驾驶相结合,准备在未来进行自动驾驶网约车的试运营。按照百度给出的官方说法,Apollo 平台将向首汽约车输送自动驾驶的技术和能力,打造自动驾驶网约车队,推动自动驾驶技术在网约车业务和景区中的示范运营。 再算上这一次和盼达用车的合作,我们的确会发现,共享用车对于百度 Apollo 平台有着不可替代的战略意义。而他们之所以这样思考,不仅因为共享用车是无人驾驶技术最主要的一个应用场景。换个角度思考,体量巨大的分时租赁车队还可以为百度 Apollo 平台带来大量原始数据,这对于他们的无人驾驶方案落地进程则有着无可比拟的重要性。 今后具体怎么运营? 技术落地是一方面,如何顺利进行运营维护又是另外一个问题。 力帆集团总裁马可认为,想要做好分时租赁,除了提升车辆使用效率之外,也要关注用户的使用体验,而最后一公里或者最后两公里的车辆交接问题就是一项痛点。对于无人驾驶技术,他的想法是用来解决用户找车问题。接下来,他们想要解决的则是成本以及内部消化问题,毕竟盼达一共拥有 15000 辆共享用车,这是一份巨大的体量。 而在无人驾驶落地过程中,他们首先想要解决智能停车点问题,而到了明年则希望大部分的车辆可以实现智能找车,自动驾驶到用户面前。第二步,他们会在合作城市的固定区域内进行复杂道路交通情况下的测试工作,同时在当地推动法律法规。 最后,马可还谈到了一些未来技术应用趋势。在分时租赁业务当中,车辆要跟身份证、驾照绑定,不过他们却发现了这样一种现象:A 用户扫码解锁车辆,但却交给 B 用户驾驶,结果 B 用户没有驾照,构成危险驾驶行为。马可认为,类似于人脸识别的技术未来就可以解决这项问题,而他们也的确考虑这样做。 之前我们也谈过,主机厂、科技公司、共享用车平台的合作已经慢慢成为潮流,FCA、Waymo、Lyft 之间的合作就是一个很好的案例。而这一次随着力帆、百度、盼达用车达成合作,这种判断的正确性似乎又得到了印证。企业层面上的合作关系势必会在用户层面上带来全新的产品,这一次,无人驾驶汽车离我们又近了一步。 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)。

华为参与研发,深圳要实现公交车无人驾驶?

· Sep 26, 2017 333

无人驾驶如何落地?这个问题已经超出了技术层面,涉及到商业化的问题。 在讨论这个话题的时候,我们常提及「应用场景」这个词,用对了场景,无人驾驶可能并不遥远,比如在封闭园区内的通勤。 而在开放道路上呢?其实并不容易,但是这并不妨碍大家的探索热情。比如在上周,根据媒体报道,深圳巴士集团宣布,他们正在和国家智能运输技术中心、华为等公司合作,共同研发无人驾驶技术,并且要在今年 10 月底推出两条无人驾驶线路。 看完倒吸一口凉气,果然是深圳速度啊~ 不过,如果用审慎的态度看这个新闻,可能震撼程度要打些折扣:「最开始的试点路线,会在南方科技大学附近」,这就有疑问了:到底是开放道路还是半封闭甚至封闭道路?到底是试验一下做做样子还是真想日后将它投入正式运营? 很遗憾没有更多信息了。但是能想到把无人驾驶和公交车的使用场景相结合,深圳巴士集团的思路还是挺「先锋」的。而且,这件事发生在深圳,也就让人多了几分期待。 而这条新闻另一个吸引人的点在于华为。其实华为研发无人驾驶技术早已经不是新闻,今年 2 月,就有媒体曝光出华为和清华大学秘密研发的无人驾驶实验车原型。 在 5G 等技术上占据领先地位的华为,从自己擅长的领域切入自动驾驶和无人驾驶领域,可以说是顺理成章,我们也挺想看看,华为做无人驾驶,到底要走怎样的技术路线,到底能交出什么水平的答卷。 另一方面,在商用车上做自动驾驶甚至无人驾驶,似乎成了这一年多以来的一股「潮流」,国外有无人驾驶小巴上路测试的消息,也有自动驾驶大货车成功路试的报道。理由也不难明白:对于路线相对单一并且需要司机高强度工作的商用车(客运、货运)来说,实现自动驾驶或无人驾驶的意义其实是要大于普通私家车的。 而在国内,前几天百度 Apollo 1.5 开发技术发布会的时候,金龙客车也过来站台,也就证明他们有意推出自动驾驶巴士,在种种动作的推动下,国内商用车的自动驾驶和无人驾驶研发,可能也会迎来提速。(图片来源于网络)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! 同时欢迎关注 GeekCar 微信公众号:       GeekCar 极客汽车      (微信号:GeekCar)& 极市      (微信号:geeket)。

捷豹说,未来不必拥有一辆车,但是你可以拥有一个方向盘

· Sep 05, 2017

「未来,你不必拥有一辆车,只要进入它的那一刹那它是你的,这就可以了。」这句话是用来描绘未来共享用车时代的,出处不明,琢磨起来倒是有些道理——当未来共享用车足够发达的时候,我们确实没必要拥有一辆车。 然而捷豹路虎说,你不拥有车没关系,但是你可以拥有一个方向盘。 对,你没听错,就是方向盘。事情是这样:捷豹路虎今天发布了一个名叫 SAYER 的「智能方向盘」,来展示自己对于 2040 年的共享出行社会的畅想。 这话听起来有点儿耳熟,毕竟前几天奔驰也用一辆无人驾驶概念车畅想了一下未来的共享用车模式,区别在于,捷豹比奔驰多开了 10 年的脑洞,所以是 2040 年,不是奔驰的 2030 年。 可是问题来了:人家奔驰 2030 年的共享出行概念车都已经没有方向盘和脚底下的踏板了,你们捷豹路虎居然在无人驾驶盛行的 2040 年推出一个……智能方向盘?嗯,我想到了在人造景点大肆修建仿古建筑的那群人。 然而,事情并没有这么简单。 表面上看起来它是一个方向盘(虽然不是圆的吧),但实质上它却是一个「智能硬件」,你可以跟他进行语音交互,同时这个硬件上还有信息显示界面。某种程度上来看,你可以把它理解为现在各种以语音交互为基础的智能硬件,比如正火的那些智能音箱。 当然它不只可以在家里用。捷豹路虎这样的车厂,未来肯定也要做共享用车平台的,而这个方向盘,实际上也是一张「会员卡」。通过它,你可以进行预订车辆、查看车辆位置、解锁车辆等设置。 只是,不知道当你打开那辆预约的无人车时,车上是否有物理接口能把方向盘和车子连接到一起?这就有点儿像 F1 赛车可拆卸方向盘的感觉了。 在捷豹路虎看来,未来,这个所谓的「方向盘」,将是你唯一可以拥有的「车辆部件」。 这话让人不敢不往大的方面想一想。 首先,未来的无人驾驶共享平台,肯定应该是 L4-L5 级别的,如果按照奔驰那种逻辑,这种车基本就告别方向盘了,但是用户坐在车里,如何提升自己的安全感?自带一个方向盘,可能会有点儿帮助。 当然这个解释看起来有点儿无厘头。来个科学点儿的:当这些车都用于共享的时候,将不具备个性化属性,而设计一个智能方向盘,就可以储存用户的所有设置、偏好等数据,当把这个方向盘带上车,就相当于让原本去个性化的无人车变得个性化了。 另一层解释:现在凡事都讲「场景化」,很多人认为,要把居家场景和出行场景进行连接,而这个方向盘,就是连接这两个场景的关键。有了它,你从家里到目的地的整个出行过程,就可以完全无缝化了。 所以总而言之,它当然是一个让你在无人驾驶时代怀念过去的小东西(英国人总是喜欢这么干吧?),但更是一个在无人驾驶共享用车时代把人、车连接起来的桥梁。 20 年后,人人上街都拎个方向盘,画面太美,简直不敢想了!!! 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)。

图森未来 COO 郝佳男:无人驾驶如何改变中国运输业?| G.A.M.E 2017

· Sep 04, 2017

GeekCar 首届极客出行大会「G.A.M.E」9 月 2 号在北京后山艺术空间举行。在活动上,图森未来的 COO 郝佳男做了主题为「无人驾驶如何改变中国运输业」的分享,以下为分享内容整理。 经常会有媒体朋友或者业内朋友问这样一个问题:无人驾驶在五年或者十年之后,会对我们的生活带来哪些改变?这个命题很全面,很庞大。今天,我们谈论一个稍微小一点的命题:无人驾驶如何去改变中国的运输业? 无人驾驶本身是一个技术,它直接影响到生产方式,生产方式进而影响到生产的组织方式,组织方式发生改变,整个产业链就会进行重组,会产生一个新的合作模式,最终影响到产业。技术影响到产业,这是一个很长的链条,并不是一蹴而就的。 比如,大家都很熟悉的工业革命,它的基础突破点就在于它改变了仿真机,进一步改变了生产方式,产生了工厂制度,造成了整个行业的重组,整合了纺织企业,形成了工业革命运动。这也大大提高了纺织业的效率。 我们 要做的就是在限定场景和限定路段的完全无人驾驶。有一些大家比较熟悉的公司,比如谷歌,比如 Uber,比如凤凰城邀请人们去试乘。 实际上,无人驾驶技术有很多突破,这就是为什么现在整个行业或者整个人工智能领域这么看重无人驾驶。比如整个高精地图的构建、大数据的采集、标注以及最后的训练和测试,这些都有新的突破。这使得我们认为,无人驾驶能够在最近几年达到一个商业化的水平。 运输其实也分为不同的方面。其中一部分叫做零担运输,它主要涉及散件在城市内的运送。在这部分运输里,线路上会有频繁的装卸,所以人的参与度非常高,除了驾驶本身,还有很多非驾驶的行为。这种场景,恐怕不应该是无人驾驶最先应用的领域。 但是,另一部分运输,比如整车的货运,就可以率先使用无人驾驶。整车的货运,就是通过公路干线从一个物流中心运输达到另一个物流中心。这段距离可能是几十公里,很适合无人驾驶。 今年 7 月份,我们对图森无人驾驶车辆进行了一次比较完整的路测。公路港 A 是我们的起始点,我们会把一些货物集装箱运到车上,之后车辆会在 A 点到 B 点的距离里完全的无人驾驶。在整个过程中,车辆要完成所有的感知、决策、定位和控制。 比如为了适合之前的开车习惯,车辆可能会在高速路段最右侧或者中间路段行使。但是,遇到有障碍的或者很慢的车辆,车辆也会通过感知进行超车。 因为无人驾驶需要很强的感知,所以,图森主要研究的方案是视觉感知。现在,我们的方案主要是以摄像头、GPS、用这种低成本的方式来最终完成无人驾驶。 其实,对于整个运输业来说,这个逻辑很简单,只要你能够降低它的运输的成本,这个技术就有价值。无人驾驶就是其中的技术之一,这个技术相当于改变了运输行业对于生产力的使用情况。 卡车和轿车的无人驾驶还是有一些区别的。因为,卡车本身在控制层面,就有很多需要解决的问题。比如,在高速公路上它的转向和行驶;比如不能进行大幅的摆动,否则可能会直接甩出去;比如当你刹车的时候要很小心,否则会横在路上。这些问题都是我们需要在技术上去突破的。 在整个运输过程中,只有卡车上是无人的,快递车上是有人的,但它的成本也不会算入你的运输成本。我们并不想省掉这一成本,我们省的主要在运输这个过程。因为,运输行业在中国的 GDP 占比可以达到 16%到 17%。在这里面,绝大部分都是公路运输,所以这一部分的市场很巨大。我们现在在研究的技术,就是要进行运输产业的升级。 无人驾驶技术让实际生产方式发生了变化。无论是在海港,还是在运输的过程中,所有的部分都需要人的参与。假如是相对长途的运输,甚至需要多名司机轮番开车。无人驾驶就是让技术替代人在运输中的作用。我们作为无人驾驶的运营商,我们必须对车辆在运输的过程中的行为和安全负责。 生产方式的变化,又会造成组织方式的变化。比如,我们现在很多运输都是层层转包。从一个大公司一层一层的往下转,这种组织方式是相对比较落后的。这就造成了一个问题,很多地方管理起来是很难的,管理不当可能面临的就是非法的行为,偷税漏税超载、超速这都是我们目前国内正在面临一个很大的挑战。 无人驾驶技术的出现可以对生产组织方式进行革新。我们可以一次性把货物承包给无人驾驶运输公司。这样更利于管理。而且无人驾驶跟司机相比,会更加稳定。 组织方式的变化,让整个产业链也发生了变化。在这种组织方式下,整个物流、运输的人员是集中在两端的,集中在地面的部分的,人们可以更专注于货物的装卸等工作。 目前,我们有一些物流园更像是一个停车场。层层转包会让整个线路很难有一个统一的调度。无人驾驶增强了点到点的运输能力,这个部分相当于加强了我们对于整条线路的优化。而且无人驾驶技术会大大降低成本,所以,整个产业的升级一定是不可避免的,也是我们所期待的事情。 无人驾驶最终我们影响到了整个的产业,物流的中间环节比现在明显减少,运输效率明显增长,成本大大下降。所以,运输行业的利润就会上升。这就是无人驾驶技术将对中国的运输行业产生的影响。 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)。

除了「眼睛」,无人驾驶车也需要一双「耳朵」

· Aug 29, 2017 333

人类开车观察周围环境只需要眼睛和耳朵,比如后面开来一辆消防车,你既能从后视镜里看到,也能听到汽车靠近的鸣笛声,这些信息就引导你意识到:「 该让路了」。 不过,自动驾驶汽车所需要的信息,远比我们现在自己驾驶汽车所需要的信息多得多。无人驾驶汽车需要好几个摄像头来观察四周的环境,需要一个雷达来测量距离前方车辆有多远,还需要至少一个激光雷达更精准的感知周围环境。但是,以上提到的这些传感器,对于自动驾驶汽车来说还远远不够。 让我们想象一下,如果有一辆消防车向你驶来,你在第一时间就能听见它的鸣笛声,判断它从哪里来。同时,两个耳朵的立体感能让我们知道它在哪、它开的有多快,然后我们就知道该往哪避让。由此看来,听力对我们驾驶汽车起着至关重要的作用。 至今为止,大部分的自动驾驶车都没有「 听力」。不过,如果无人驾驶汽车能听到声音,那么在上路时,它们就能通过听到的声音来做出反应。当然,不光是「 听力」,工程师们还想要赋予无人车一些类似「 听力」 的其他人类感知能力。 「 由于这项技术相对来说比较新鲜,我们仍然不知道怎样做才是最好的。」 在南加州大学研究无人驾驶汽车系统的 Jeff Miller 说道。 Waymo 现在正在凤凰城测试它们的自动驾驶汽车,他们在汽车上安装上麦克风,能让无人驾驶汽车听到声音是从哪里来的。现在这项技术能让它们听到比以前传感器两倍远的声音。 最近,Waymo 在亚利桑那州的钱德勒,用警察局和消防局里的急救车,花了一整天的时间来测试这个系统。他们让警车、救护车、消防车、甚至是没有标记的警车来回行驶,让 Waymo 无人车时时刻刻的记录它们的声音。传感器上记录到的所有数据都用来创建一个数据库,这个数据库包含了所有急救车辆的声音。 所以在未来,Waymo 的无人驾驶车就能应对路上的各种情况。如果一辆消防车从后面驶来,汽车就会靠边停车;如果绿灯亮了,但这时一辆急救车从左边向汽车靠近,它就会减速让行。 在八年的时间里,Waymo 的数据库积累了大量的数据。这个人工智能系统积累的信息和经验越多,无人驾驶汽车在上路时作出的决定就会越完美。 当然,除了「 听力」,无人驾驶汽车也必须再发展一些其他类似的沟通方式。让我们想象一下,在十字路口,一个点头、一个微笑、或者是伸出中指,都有着不同的意思。当然,你也可能会说「 不,你先走」、「 嘿,我要过去了」、或者挥一挥手,礼貌的让行人们先过马路。 无人驾驶汽车显然做不到这一点,它们想要有效地实现沟通,只能依靠 V2V 系统(车辆到车辆)和 V2I(车辆到基础设施无线电)系统。比如,苹果刚刚申请了无线车载通信权利;凯迪拉克的 CTS 轿车可以警告其他的凯迪拉克汽车它们正在刹车。另外,美国国家公路交通安全管理局提出:在 2020 年前,所有的车辆都应该加入类似的强制制度。就像 Miller 所说的,「V2V 将在几年内开始普及」。 事实上,你用自己的耳朵和眼睛就可以安全地控制一辆高速行驶的车辆,毕竟人脑的力量是不可预测的。尽管如此,你仍然是个差劲的司机。因为,全世界每年 125 万起的交通事故中,就有 90%的死亡是人为失误导致的。 要知道,计算机的潜力要比你好得多,有一天,它们可能会把这个百分比降到接近零的水平。只有这样,我们研究无人驾驶汽车才会有意义,无人驾驶技术才会让世界变得更美好。  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)。