为了打消顾虑，奥迪向公众推出自动驾驶体验项目
就在前不久，奥迪推出了全球首辆实现 L3 级别自动驾驶的量产车：全新一代 A8。当车辆行驶速度低于 60km/h 时，用户可以按下车上的「Audi AI」 按钮来激活自动驾驶系统。但尽管如此，还是有很多人对于自动驾驶汽车抱有疑虑。为了说服这些人，奥迪前几天在德国推出了一个自动驾驶体验项目。 这个自动驾驶体验项目为期 6 周，奥迪将选用昵称为「Jack」 的自动驾驶版本 A7 作为体验车辆，被选定乘客将从慕尼黑机场出发，沿着德国 A9 高速公路行驶 1 个小时。奥迪透露，从 2015 年开始，搭载自动驾驶系统的奥迪 A7 已经在全球三大洲进行了道路测试。 2015 年 1 月，Jack 曾从旧金山近郊贝尔蒙特市的大众集团开发基地 ERL（Electronics Research Lab）出发，自动驾驶状态下行驶 906 公里，直到 CES 会场。而在 2015 年的 CES Asia 上，奥迪还将两辆搭载了 zFAS 多域控制器方案的自动驾驶版本 A7（Jack）带到了上海，并且在上海市区道路上完成了测试。而在去年，Jack 在德国高速公路上进行了道路适应性测试。 说回这个体验项目。什么人有资格进行体验呢？奥迪说，他们将在各大社交媒体挑选体验乘客，另外，他们还准备抽取部分奥迪用户作为体验候选人。各位网红以及键盘车神，你们发挥的机会来了。 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！ 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）。
Elon Musk: 十年内美国超一半的新车将是电动车
（编译自 electrek）最近，不同的公司和研究机构都对电动汽车的未来做了预测，比如 Morgan Stanley、Bloomberg、OPEC 等等。他们大多预测，2035 年-2040 年间约有一半的新车将是电动汽车。现在，Elon Musk 也来预测了。不过，他给出了一个更自信的日期：十年内。 在近日举行的全美州长协会上，Elon Musk 说：「 我认为，电动汽车将呈指数级发展，五到十年内就会有很大的不同。我的猜测是，十年内，美国超过一半的新车将是电动汽车。」 有意思的是，Elon Musk 说，中国的速度会更快，因为他们在政策上更积极主动。他还提到，几乎所有的汽车制造商（特斯拉除外）都要求中国政府放慢电动化步伐。 此外，Elon Musk 还说，十年内，美国几乎所有的新车都将是自动驾驶汽车。在此基础上再过十年，所有的汽车都不会再有方向盘了。 很明显，特斯拉想在电动化和自动驾驶上走在前列。现在，特斯拉所有的汽车都是电动汽车。而且，他们还在考虑未来让他们所有的新车都支持全自动驾驶。 特斯拉 2016 年十月之后生产的汽车都装备了传感器组件和车载电脑，他们相信这些东西将帮助汽车实现全自动驾驶。目前他们正在研发软件，并计划未来通过无线传输的方式传输给汽车，以实现全自动驾驶。 与 Elon Musk 相比，其他汽车制造商在这方面的规划要保守的多。他们中大部分都计划于 2019 年-2025 年推出首款自动驾驶汽车，但还没有谁说要把所有的汽车产能都变成自动驾驶汽车的。电动化方面也是如此。Elon Musk 的设想是超过 50%，而他们则仅仅定在 20%-40%。 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）。
百度和 NVIDIA 两家 AI 公司，将如何合作自动驾驶？
7 月 5 日的百度 AI 开发者大会上，COO 陆奇不仅正式发布了百度的 Apollo 自动驾驶计划，还对外宣布了公司「all in AI」 的发展策略。几个月前，在地球另一边的硅谷，老黄在 GTC 上也再次对外强调了，NVIDIA 是一家 AI 公司，将全力为 AI 提供优秀的计算平台。如今，这两家 AI 公司要一起做自动驾驶了，GeekCar 在百度大会之后的一天专访了两家公司的高管，来让他们聊一聊到底怎么合作。 不仅仅是技术上的合作 百度智能驾驶事业部技术总经理张少宇告诉 GeekCar，双方在自动驾驶领域的合作包括了两个层面：技术与市场。 在技术上，百度擅长的是软件，例如算法决策，地图，云计算等。但是他们在硬件以及车载平台上缺乏积累，NVIDIA 正好在这个层面提供了补全：Drive PX 计算平台将成为百度 Apollo 计划提供核心硬件支持。 并且就像我们之前的文章中介绍 NVIDIA 自动驾驶解决方案时所提到过的：云端才是 NVIDIA 发挥其硬件计算实力的平台。双方的合作不只会停留在汽车终端上，NVIDIA 也会为百度的云平台以及 Apollo 中的云服务提供强大的运算能力。 在市场层面上，双方的合作也同样契合。NVIDIA 此前公布的汽车行业合作伙伴基本上都是外资的整车制造商或者供应商，包括特斯拉、奔驰、博世、采埃孚等等。但是在中国本土的汽车行业中，NVIDIA 却没有公布什么进展，这很可能和 NVIDIA 最初进入汽车市场时较高的定位有关。毕竟在自动驾驶发展的开始阶段，大部分投入关注的厂商都是国外的豪华品牌。 而反观百度的 Apollo 计划，其实更多的是为了迎合国内自主品牌对自动驾驶以及高级驾驶辅助的强烈需求。随着自动驾驶的发展和自主品牌销量的崛起。国内的车厂越来越重视「 智能化」，他们希望通过驾驶辅助相关的技术来提升自己未来落地产品的核心竞争力。 出于自动驾驶相关技术所涉及到的「 地图资质」，「 安全」 以及「 政策」 等因素，自主品牌选择百度这样的中国科技巨头来合作无疑是一个最稳妥的选择。Apollo 首批合作企业中就包含了一汽、北汽、长城、长安、奇瑞、江淮等一众自主品牌。 由此我们可以看出双方在合作资源上的互补：NVIDIA 的资源主要是在国外的汽车巨头，百度可以帮助其开拓中国市场。而百度的资源重心是在国内，NVIDIA 正好可以帮助引荐更多的海外合作伙伴。 在上周百度 Create AI 开发者大会上，百度所展示的 BCU-MLOP2 计算单元中，就有来自采埃孚的产品（下图，与之前发布的 ProAI 有些相似相似）。而采埃孚就是 NVIDIA 帮助百度引荐的合作伙。 另一方面，在之前 CES Asia 上，百度联合长城发布的自动驾驶车上，也同样搭载了 NVIDIA 的 Drive PX 平台，而长城选择 NVIDIA 的芯片，也是通过百度的前线。 双方合作对 Apollo 的意义 两家公司在技术以及市场的深度合作说明了一点：NVIDIA 或许是百度 Apollo 计划当中最重要的合作伙伴之一。 首先双方的公司业务与专注的市场就十分互补。此外，俩家公司都是以 AI 为核心发展方向的科技企业，二者在企业的行事风格以及战略方向也比较一致。 而反观 Apollo 计划合作伙伴当中的传统汽车公司，百度对他们来说可谓是「 亦敌亦友」，虽然车企们知道百度在国内的影响力、AI 技术储备、地图资质等可以很好的帮助自己发展自动驾驶，但是同时也忌惮百度想要学习整车厂商的经验，最终主导自动驾驶行业的野心。对于这些企业，他们知道自己和百度合作的必要性，但是目前却又很难找到一个很好的和百度切合的合作模式。 因此相较于汽车行业的公司，NVIDIA 这样的合作伙伴，才是目前能够助力 Apollo 平台的核心。双方在选择客户时也会去选择「 志同道合」 的，真正想要一起把自动驾驶做好的车厂。 至于百度和 NVIDIA 各自的自动驾驶生态如何合作，如何分工的问题，NVIDIA 中国区总经理张建中做出了非常明确的回答：除去地图之外，NVIDIA 在从感知到决策的各个自动驾驶环节上都有相关的布局，但是每一个部分都是独立可替换的模块，任何客户或者是合作伙伴想要将其中的部分模块替换为自己的解决方案都是可以的。NVIDIA 这么布局的目的是为了满足更多客户以及开发者的需求。 而对于百度来说，他们在和 NVIDIA 合作时也会根据具体的模块来选择，如果某一模块是百度做得更好，那么就选择百度的，如果有些部分 NVIDIA 做得好，那么就用 NVIDIA 的。双方并不是明确的分清各自做什么，而是在一起协同研发的模式。这是建立在双方充分信任的基础之上的。 由此看来，当外界正在质疑百度 Apollo 众多合作伙伴的「 粘性时」，或许真的找错方向了。对于百度来说，Apollo 计划中的那些「 车厂」 合作伙伴其实更多的是一个「 客户爸爸」 的角色，指望他们对整套解决方案出多少力自然是不现实的。 「 志同道合」 是建立信任的基础。同样是「all in AI」 的公司，NVIDIA 或许才是百度最靠谱的合作伙伴。 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）。
美国创业公司 CEO 告诉你，自动驾驶车是如何工作的？
（编译自 voyage）自动驾驶相信大家都已经听过无数次了，但它到底是怎么运作的呢？或者说到它底遵循着一个什么样的工作流程呢？最近，Voyage，一家出身优达学城（Udacity）、致力于把普通汽车改装成自动驾驶出租车的美国创业公司，给大家做了个解答。它的 CEO Oliver Cameron 写了一篇文章，详细介绍了自家的自动驾驶出租车 Homer 的工作原理。虽然只是个例，但对我们更好地认识自动驾驶还是有帮助和借鉴意义的。友情提示：文章很烧脑~ GeekCar 原文编译如下： 感知、规划和行动 通常来说，一辆自动驾驶汽车遵循着感知、规划和行动（SPA）这样一个模式。首先，它通过激光雷达、雷达和摄像头等传感器感知周围环境。然后，它分析传感器数据和其他相关数据，规划出从 A 点到 B 点的路线。最后，它控制方向盘和车速，按照之前规划好的路线完成行驶任务。 一辆具有感知、规划和行动能力的汽车，其背后是一套复杂的硬件和软件系统，整个系统的协调运作才能实现汽车的自动驾驶功能。你可能对激光雷达、摄像头等表面的零部件略知一二，但对于整套系统如何协调运作或许并不了解，而这正是自动驾驶的关键所在。 Voyage 的架构 下面是一张 Voyage 出租车的系统结构图，也是一辆多传感器自动驾驶汽车的标准架构，其中每一个部分都扮演着重要的角色。接下来，我们将分计算、动力和线控设备三个部分来来简单介绍一下。 计算 计算对规划路线十分重要。Homer——Voyage 的首款自动驾驶出租车，其大脑就是一块搭载了 Intel Core i7–7700K Kaby Lake 四核 2.4GHz 处理器以及英伟达 Titan X GPU 的技嘉 AORUS 主板。为了保证传感器拥有足够的数据管道，它还配备了 64GB 的 RAM 以及由三个固态硬盘组成的 3TB 大容量存储器来应对数据冗余。 这个强大的计算机运行的是 Ubuntu 版的 Linux，它使用 Docker 容器来管理系统环境，并利用机器人操作系统（ROS）来建立快速感知原型，规划运动路径，控制节点。ROS 是一个适用范围极其广泛的多功能中件，它能够对复杂的信息传递、数据结构、数据记录等过程进行抽象处理。虽然 Ubuntu（包括 ROS）并不能满足量产车对实时操作系统（RTOS）的要求，但是它对原型算法来说却是一个很有用的工具，能够尽快在现实世界的环境中进行测试。减少从想法到实践所需的时间至关重要，这些工具正好能够帮助我们做到这一点。 ROS 节点本质上是一些独立运行的小程序，但又相互关联在一起。例如，某一个节点的任务可能是通过以太网接口读取激光雷达的原始数据，然后再把它转换成点云信息。点云信息由大量的三维点及其元数据组成，它们被发布在 ROS 网络上，以供其他节点使用。使用这些信息的节点可以把点云与地图相结合进行定位，也可以运行聚类算法，探测并跟踪目标。它们同样把结果发布在 ROS 网络上，以供运行运动规划算法的节点使用。总的来说，过程大概就是首先从原始传感器收集数据，然后互联的 ROS 节点再处理这些数据，最后线控单元向油门、刹车、方向盘等发出控制信号。 在自动驾驶研发过程中，使用 ROS 可以带来很多便利。例如，当节点相互交流时，它们会使用特定的通道或者说「 主题」（topic），这些主题会被自动记录下来，以供日后分析之用。事实上，一辆在路上行驶的 Voyage 汽车每时每刻都在记录数据。主题作为命名空间（namespace）可以防止数据冲突，同时将汽车的每一部分在每一时刻的活动整理成一份详细的日志。这样，我们就可以在自己的笔记本电脑上模拟具体的驾驶环境，而不用开着汽车在外面碰运气。而且，我们可以直接在办公室里测试新算法，而不用坐到汽车里面，这为工程师们节省了大量的时间。 一般情况下，我们大部分的计算任务都交给了计算机的 CPU。因为它们主要都是线性任务，在解决下一个问题之前必须为上一个问题找到答案。例如，激光雷达探测到的这个障碍物是什么？右转之前我是否需要左转？多线程被广泛地运用于处理大批量的数据，但是，有些问题用和人类智能相似的方法（平行思考）会解决得更好。 Voyage 热衷于机器学习。如果一个问题可以通过神经网络得到解决，我们可能已经正在开展这方面的工作了。我们会用深度学习去准确探测交通信号灯的状态，从一大堆雷达信号中识别出障碍物，通过场景分类把建筑物和道路区分开来，直接从端到端网络的成像中生成方向盘的偏转角度。把一个问题扔给 GPU 去解决并不总是对的，这时候如果能真正发挥工程师的创造力，或许会有意想不到的好结果。 动力 Voyage 自动驾驶出租车由福特 Fusion 原配的 12V 电瓶提供动力。电池首先将电力输送给一个配电装置（PDU）。这个配电装置是一个智能继电转换器，有 9 个不同的 12V 连接器。它还有自己的脚本语言，可以通过编程单独控制每个开关。车上负责计算的部分就是通过连接着一个 PDU 开关的一个 110V 逆变器获取能量的。 要想 PDU 维持运转，汽车必须保持行驶状态。例如，当福特 Fusion 混动车检测到司机不在车内时，车身控制模块就会在停止驾驶 30 分钟后关闭点火继电器，这样一来，PDU 和车上的计算机都会停止工作，这让很多工程师都有点恼火。 为了解决这一问题，我们更改了汽车的出厂配置，准确说来是更改了车上的一个模块，这样福特 Fusion 混动车就可以无限运转下去了。更改过程中，我们用到了一个叫作 FORScan 的开源工具，以及一个搭载 FTDI 芯片的 OBD-II 工具。我们用这些工具向车身控制模块发送特定信息，并修改原始出厂设置，这样汽车就不会自动关停了。 线控设备 现在我们有了计算能力和动力，那么怎么才能实际控制车辆呢？也就是说，在感知和规划路线完成之后，我们要如何行动？答案就是线控设备。 简单点，你可以把线控设备理解为传感器、计算机与传动装置之间的接口。有了它，计算机在处理完数据之后就可以向汽车发布指令，操纵汽车行驶。传动装置包括油门踏板、刹车踏板和转向器，它们都和线控设备连接在一起。在现在的汽车里，这些传动装置中很多都已经完全和司机的动作脱钩了。例如，当你踩下油门时，你只是移动了两个电位计，而它们则向发动机控制模块（ECM）发送一个原始的 0V-5V 的信号。这个踏板位置信息然后被转换为发动机扭矩，而发动机扭矩则决定点火正时，或通过打开节气门增加气流。 驱动油门踏板的线控设备连接在踏板总成和 ECM 之间。当这个系统关闭时，踏板的原始电位计向 ECM 发送一个 0V-5V 的信号。但是，当线控设备处于工作状态时，Ubuntu/ROS 计算机生成的指令将产生一个新的数字信号。 自动驾驶涉及到一系列复杂且相互关联的系统，希望这篇文章能帮助大家加深理解。 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 … 继续阅读
VOL.225：在 A8 里大宝剑？想想都心醉
网易云音乐搜索歌单：GeekCar 叨逼叨 BGM。每期节目的背景音乐都能一次听到啦！还有，我们周四周日更新啊！记住了吗？！ 最近新 A8 的发布会各位小伙伴们你们都已经阅过了吗？对于灯厂这一次的表现不知道你们还满不满意？反正我们的逍遥老师已经被发布会整的一愣一愣的了~倒也不是因为他们洗脑能力有多强，实际上还是在发布会上，奥迪又按照车厂的套路给大家展示了很多全新的概念，比如，你的一天可以有 25 个小时···比如 AI 驾驶功能···？ 今天我们就来介绍介绍这些看起来特别了不起的概念，背后究竟有什么深层次的技术，亦或者是究竟吹了多大的牛~欢迎大家在评论区和我们一起讨论，你觉得这次的概念有没有戳中你！ 好啦，听节目记得点赞打赏和评论哦！憋忘啦！最后我要再说一遍~我们爱你！❤ 本期人物介绍： 逍遥——GeekCar 叨逼叨驻德国分部部长（名字当然是瞎起的咯！）。跟他聊天就像眼前开过了一列火车·····「 污污污污污污污污·····」 大尧——GeekCar 最具洞察力的运营官。北京土著外加 UK 留学背景，专业性极强又超接地气，一个能顶俩！记住：跟他聊什么都行，但就是千万别提吃饭的事儿，谁提谁 S*B！ 刘能叔叔——GeekCar 最不正经的铲屎官。虽然是个妹子，但非得给自己起个叔叔的艺名儿，而且自打公司来了三位猫爷，就变成了专注的铲屎官。记住：惹她可以，别说猫不好！别说！ GeekCar 有话说： GeekCar 叨逼叨是我们一次新的尝试，有任何意见和建议都可以直接留言告诉我们！你也可以表达你的观点你的态度，让你的声音也出现在我们的节目当中~欢迎吐槽欢迎么么哒~
每天 25 小时？刚刚发布新 A8 的奥迪，做了一个有趣的实验
奥迪新一代 A8 在千呼万唤下终于在西班牙巴塞罗那发布了。外观让人略有失望，但它却是全球首款搭载 L3 级别自动驾驶技术的量产车。而在发布会上，奥迪提出了一个「25 小时」的项目，来配合 A8 自动驾驶功能的宣传。 不知道你是否想过，假如每天都由 25 个小时组成，多出的这一小时你会怎么度过？而这恰好是奥迪想传达的点：有了自动驾驶，我们就能把用在「通勤」这件事上的时间补回来。 在奥迪看来，时间是终极的奢华。即使我们每天都会浪费时间，时间依然是我们最宝贵的资源。它不能再生，不能交换，也不能被存储起来，我们只能选择如何去度过某一段时间，而不是与时间隔离。 Theverge 的记者 Vlad Savov 受邀体验了这个项目，他用一篇长文详细讲述了奥迪关于这个项目以及自动驾驶的设想，GeekCar 对它进行了编译。在 A8 发布会上，奥迪的相关负责人说「新 A8 不仅仅是一辆车，奥迪不仅仅是一家汽车公司」，看了这篇文章，相信你会对这句话有更深的理解。 以下为文章正文： 这个项目由奥迪和德国最重要的研究机构之一弗劳恩霍夫研究所共同主持。它通过测试志愿者来量化人类对不同车内刺激的反应，并据此调整奥迪未来的豪华车设计。在我和奥迪项目主管 Christian Guenthner、文化和趋势交流负责人 Melanie Goldmann 以及弗劳恩霍夫研究的相关人员交谈时，他们经常会提到「 高档」 这个词。考虑到高级 AI 和全面覆盖的 5G 网络等基础设施的完工至少要等到 2030 年，「25 小时」这个愿景其实还是有点儿遥远的。而且，即使那一时刻来临，享受「 第 25 个小时」 也只是少数能负担得起的人的权利而已。 「 第 25 个小时」 是一个有根据的说法。现在，每个美国人每天平均有五十分钟都呆在汽车里：通勤，接送孩子，买东西等等。这些时间真正说来其实都被浪费了，虽然奥迪很礼貌地称之为「 必要时间」。因此，奥迪的目标就是在未来把这被浪费了的时间变得更有趣。怎么个有趣法？他们提出了三种方案：工作，与亲友聚会，看电影或玩游戏。这对乘客和司机来说都将是全新的体验。 奥迪为「 第 25 个小时」 项目搭建了一个三米高的半球形建筑，里面是一套模拟未来驾驶体验的设备。这礼拜，这个实验室刚从斯图加特搬到了巴塞罗纳（显然是为了配合新 A8 的发布会）。 测试开始前，奥迪在东京、汉堡和旧金山对一些奥迪车主作了调研，以此了解他们在车内和车外的活动情况。然后，奥迪再把得到的结果运用到测试中去。 在我之前，已经有 30 个 80 后参加了测试。测试中，参与者头戴 EEG 头盔，以实时测量大脑活动。还有皮电反应（GSR）测量他们在不同测试环节的紧张程度。当测试者坐在奥迪模拟自动驾驶汽车内时，他们会被要求去完成一系列的任务。最后，参与者的测量值、表现和个人反馈将汇总到研究人员那里。 我参加的测试经过了简化：没有 EEG 头盔，也没有深入测试。整个过程中，我的手指连接着 GSR，车外环境模拟的是巴塞罗纳的夜景，同时，有七块大显示屏围绕在他周围，上面会显示新的消息通知和提醒，而且音量逐渐增强。我需要做的就是在这一过程中记住出现在面前的一连串字母。 整个测试环境极富科幻色彩。比如，那个极简抽象风格的汽车模型就仅仅由四个座椅和四面八方的投影屏幕组成。在测试过程中，研究人员主要调节三个刺激元素的强度：声、光和出现在屏幕上的信息。当模式调整为专注模式时，屏幕从透明变为不透明，外部环境被屏蔽，干扰因素减少，车内乘客更放松，也更容易集中注意力。至于正常的驾驶模式，就好像坐着一辆出租车，到处都有数字显示。最后，也是最烦人的，认知超载模式，那感觉就好像你正在被四面八方同时响起的手机轰炸一样。 下面是我这次测试的一些个人体会以及奥迪告诉我的一些东西。 奥迪认为，车内广告是无法避免的。对汽车厂商来说，问题仅仅在于要不要在高档汽车中投放广告。如果要，那么怎么才能最优雅地把它们整合到一起。但是，正如我的 GSR 图显示的那样，广告让人心烦。所以，极有可能奥迪的高档车会和广告保持距离，而其他车型则难逃一劫。 自动驾驶还无法彻底实现，除非汽车能够与全面联网的道路系统完美地整合在一起。奥迪的自动驾驶汽车不仅相互之间会沟通交流，同时还会和附近的基础设施、餐厅、商店等交流信息。我问奥迪，自动驾驶是否依赖于与云端建立联系，他们的回答是会有备用系统。但是，想要真正体验自动驾驶，联系必不可少。连 Melanie Goldmann 都说，汽车将成为终极移动设备。 在个人隐私问题上，奥迪的做法更接近谷歌而非苹果。苹果强调，要把用户的个人信息保存在他们的个人设备上（虽然最近可能有点变化）。与之相反，谷歌喜欢什么东西都往云端上传。奥迪把用户看作汽车所收集的数据的绝对守卫者，但它还是希望把数据存储在云端。 数据收集将构成奥迪未来自动驾驶的很大一部分。在 Goldmann 的描述中，未来的汽车具有很强的适应性，可以学习车主的个人习惯，并据此提出建议或采取主动措施。例如当它发现你正在工作时，它就会拒绝来电，让你保持专注。奥迪的最终目标就是让人在汽车这个处于完全控制下的环境里比在办公室更有生产力。 虽然上面所说的这些现在看来都有点空洞且不切实际，但除此之外奥迪还是有一些比较具体的发现的。例如，蓝光有助于人们保持注意力，提升工作效率。弗劳恩霍夫研究所的研究人员告诉我，原因是蓝光的频率能够抑制引起人类疲惫感的激素。另外，奥迪还在测试不同程度的白噪声，以期为理想的生产力找到更好的场景方案。 工作方面说了挺多了，娱乐和陪伴亲友呢？娱乐很简单，选择一块屏幕，带上耳机，然后就开始快乐地看电影、玩游戏。陪伴亲友就不一样了。这是一个更个性化的部分，对汽车的适应性也提出了新的要求。因此，奥迪可能会更多地介入你的生活，这样才能更好地预知你的需要并及时作出反馈。 走出奥迪的实验室，我感觉像刚从客厅出来。那里没有方向盘，没有头枕。人们可以面对面坐下来，愉快地聊天。和奥迪引用的一个数据结合起来，你会发现这很有意思。这个数据显示，就全世界范围来看，平均每辆汽车上的乘客少于 2 人，约为 1.4 人。所以，无论是磁性地板还是可调节座椅，所有关于未来汽车的设想都需要在技术和出行方式上发生革命性变化。 奥迪的「 第 25 个小时」 是一次不错的公关，展示了他们的前瞻想法。同时也是一个内部构想，为奥迪的设计师和工程师们规划了一个大概的方向。Goldmann 告诉我，她的团队有远大的目标，很多现实的限制对他们来说是不存在的，他们要做的就是紧紧抓住这个目标，然后一步一步慢慢实现。（黄晚编译自 Theverge）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）。
基于高精度地图：四维图新的自动驾驶「方法论」
现在做自动驾驶的公司越来越多，一个基本逻辑是，首先要有自己的核心竞争力以及立足点，然后发展更全面的自动驾驶能力，或是整合产业链。 作为一家在国内占有相当大份额的图商，四维图新进入自动驾驶领域，也沿袭了这个逻辑：在我们看来，高精度地图是他们的最核心竞争力和切入点，基于此来进行拓展，补全能力。 借着四维图新发布位置大数据平台 MineData 的机会，GeekCar 参加了一个对于四维图新高级副总裁景慕寒的专访，通过他的回答以及一些分析，我们基本能看到四维图新做自动驾驶的「世界观和方法论」。 总的来说，在自动驾驶这件事上，四维图新走的还是「生态」路线。 首先，让他们有底气进入自动驾驶领域的东西是「地图」，或者更具体来说，是「高精度地图」。大家越来越公认的一个观点是，高精度地图是自动驾驶的必备要素之一，装备了高精度地图的车辆可以更精确的知道自己所处的位置，比如车道。据此，也可以进一步影响自动驾驶车的决策能力。 在国内，由于众所周知的原因，做自动驾驶必须采用国内图商提供的高精度地图。而另一方面，虽然有高德、百度这样的「友商」存在，但是这个市场足够大，也不可能一家垄断。对于四维图新来说，这就是机会所在。 别忘了 Here。这家欧洲的图商，拥有大量的汽车客户，被奥迪、奔驰、宝马收购之后，四维图新又联合腾讯以 2.41 亿欧元的价格获得 Here 10% 的股权。高精度地图，同样是 Here 的重点发展方向之一。 入股 Here 的一个意义在于，如果 Here 成为了某家整车厂在欧洲的高精度地图供应商，那么当这家车厂在国内也有类似需求的时候，Here 的「股东」四维图新实际上就具备了很多先天优势。 而且这两家还在国内成立了合资公司，准备通过共同研发，提升高精度地图的产品质量。 当然，在未来的自动驾驶产业链里，一定会对于供应商的能力全面性有更高的要求，所以，也就不难理解为什么有「地图」这个立足点的四维图新，也要选择做「生态」了。 收购汽车电子芯片设计和解决方案的提供商杰发科技，就是他们在自动驾驶领域的重要布局之一。在此之前，四维图新有地图业务，有车辆业务，但这些都属于「软」业务，而收购之后，相当于让四维图新具备了软硬结合的能力。而芯片在自动驾驶领域有多重要？看看英伟达就知道了。 四维图新 CTO 戴东海此前接受媒体采访时说，四维图新和杰发科技将会合作生产自动驾驶所用的芯片，这种芯片的主要作用是进行地图和传感器的相关运算，例如处理车端传感器传来的感知数据，进行高精度匹配和决策，提取道路属性和地物信息等等。 这种结合，被他们称之为「芯片级的地图方案」。 在上海车展之前，博世宣布和国内三大图商四维图新、高德、百度达成合作，共同进行自动驾驶研发。他们的主要做法是通过安装在车辆上的、由博世提供的雷达传感器，采集道路特征，然后形成高精度地图，目前这个合作处于「概念验证」阶段。 在这个合作里，四维图新主要做的就是基于车道级的高精度地图数据和定位数据，通过多源数据融合技术，将博世的道路特征和四维图新的高精度地图数据融合，进而实现高精度地图数据的实时更新。 而博世针对高精度地图同时和三大图商展开合作，其实也在某种程度上说明了高精度地图在未来自动驾驶中的重要性。 另一方面，自动驾驶和车联网又有着不可分割的联系，后者又刚好是四维图新涉足已久的领域 ，把他们结合在一起，就构成了四维图新所说的「生态体系」。当然，这里面还有不可忽视的一个部分就是大数据，它产生自四维图新地图数据，动态交通信息、车联网以及自动驾驶和芯片等业务。 在景慕寒看来，这个生态链不应该是封闭的，而是要利用现在的产品，更好的服务于整车厂这样的客户。但如果说「闭环」的形成，还需要四维图新把更多合作伙伴的有价值的产品和能力集成进来。而在这整个过程中，「数据运营」又是对于四维图新来说非常重要的一个业务。 在景慕寒看来，自动驾驶不可能发展成一家通吃的局面，从现在的趋势就可以看出，各个公司间有很高的合作重复度大家都希望把所有优势的资源整合在一起，各家的优势在不同层面上体现， 所以未来一定是百花齐放的局面。这其实也是四维图新的机会所在，毕竟他们有自己的立足之处——高精度地图。 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）。
VOL.223：自动驾驶演示被查？百度这下玩儿脱了！
网易云音乐搜索歌单：GeekCar 叨逼叨 BGM。每期节目的背景音乐都能一次听到啦！还有，我们周四周日更新啊！记住了吗？！ 这期选题是在刘美丽同学录节目前刚去完洗手间回来，被临时告知要聊的！！所以这说明大尧和逍遥在这短短的两分钟之内，思想碰撞出了多么强烈的火花！ 昨天的百度 AI 开发者大会，相信很多小伙伴并没有看，也从来没打算关注！但是这平凡的一天里，不少人的朋友圈从早到晚不是被宋仲基刷屏就是被北京交警介入调查百度自动驾驶汽车的消息刷屏。小伙伴们对于自己吃瓜群众的身份落实的很彻底，大家都在吐槽，这个自动驾驶汽车在视频中并道居然压了实线！扣分扣分！ 但是，除了你们关注的这个事儿之外，我们更想和你们聊聊百度的这个自动驾驶视频以及发布的阿波罗平台，究竟有什么隐藏的 buff~快来涨姿势啦！！ 好啦，听节目记得点赞打赏和评论哦！憋忘啦！最后我要再说一遍~我们爱你！❤ 本期人物介绍： Jesse——GeekCar 最帅记者（这个称号当然是他自己起的！）。这个外表正经的小伙子，内心非常的傲娇。当然，他性格里那些阳光可爱积极向上等等赞美的词，就不用多说了···之所以这么赞美他，主要是怕说得不好被他打··· 逍遥——GeekCar 叨逼叨驻德国分部部长（名字当然是瞎起的咯！）。跟他聊天就像眼前开过了一列火车·····「 污污污污污污污污·····」 大尧——GeekCar 最具洞察力的运营官。北京土著外加 UK 留学背景，专业性极强又超接地气，一个能顶俩！记住：跟他聊什么都行，但就是千万别提吃饭的事儿，谁提谁 S*B！ 刘能叔叔——GeekCar 最不正经的铲屎官。虽然是个妹子，但非得给自己起个叔叔的艺名儿，而且自打公司来了三位猫爷，就变成了专注的铲屎官。记住：惹她可以，别说猫不好！别说！ GeekCar 有话说： GeekCar 叨逼叨是我们一次新的尝试，有任何意见和建议都可以直接留言告诉我们！你也可以表达你的观点你的态度，让你的声音也出现在我们的节目当中~欢迎吐槽欢迎么么哒~
一篇文章读懂百度的自动驾驶布局
今天，在百度 Create AI 开发者大会上，让人期待已久的百度阿波罗计划终于发布了。这篇文章将要告诉你，阿波罗计划到底是个什么弹？以及百度在自动驾驶行业究竟能干些什么？ Apollo 计划究竟是什么？ Apollo 其实是一个完整的开放自动驾驶生态，在陆奇今天的演讲中，他用下面这张图详细阐述了 Apollo 的架构：从公司业务上来讲，百度在这张图中主要能提供的是软件服务，主要包括三个部分：地图定位（Localization）、软件算法（Open Software Platform）以及云服务（Cloud Service Platform）。 但是如果你读过我们之前的自动驾驶的文章，你就会知道自动驾驶光靠软件是不够的，如果百度想搭建 Apollo 这样的完整自动驾驶平台，那么它就需要足够多的硬件来支持它的软件算法。比如说芯片，比如说传感器，比如说整车架构等等。 针对这个问题，其实早在上个月的 CES Asia 上面百度就已经给出了解决方案，他们选择了与国内外汽车供应商以及主机厂来合作。由百度提供软件平台，汽车供应商提供硬件集成与最终生产。最后产出主机厂能够在其汽车产品上落地的模块。 百度将这些与供应商合作生产的硬件模块统称为「 参考硬件平台」（Reference Hardware Platform）以及「 参考整车平台」（Reference Vehicle Platform）。其中包括计算单元，GPS，摄像头，激光雷达等传感器，还有 HMI 设备等等。对于这些硬件来说，百度并不会直接生产，而是提供参考方案以及参考能力，最终把这些产品量产的还是供应商。 比如说计算单元，百度在 CES Asia 上就发布了名叫 BCU（Baidu Computing Unit）的参考硬件。这次大会上又做了进一步更加完整的展出。它包括了三种产品： BCU-MLOC（与德赛西威及联合电子合作研发）：搭载百度高精度地图的地图盒子，可以实现高精度地图更新，主要面向豪华品牌车型引进中国时能够通过加装这个模块直接实现本土地图服务的落地。 BCU-MLOP（与德赛西威及联合电子合作研发）：在定位的同时还加装了摄像头模块以及视觉处理等感知功能。类似于 Mobileye 的 EyeQ。主要应用在 L2 左右级别，由 ADAS 衍生的自动驾驶功能。 BCU-MLOP2（与德赛西威及采埃孚合作研发）：在定位和感知的基础之上进一步增加了驾驶抉择和路径规划的能力，搭载了 NVIDIA 的 Parker 处理器。应该是由供应商基于 Drive PX 平台深度定制的。采埃孚生产的样品甚至与之前和 Nvidia 一起发布的 Pro AI 十分相似。 可以看到，虽说百度展出了这些参考硬件，但是在这些硬件当中百度提供的还是软件相关的服务，而真正硬件的规划和生产还是由汽车供应商来提供的，而且一合作还是好几个：德赛、联电、采埃孚，再加上之前签约的博世与大陆，百度可以说把各个级别的汽车供应商都拉拢到 Apollo 计划里了。 这么做的理由其实不难理解：作为一家互联网公司，百度真正的发展核心还是以算法、数据、云计算为主的人工智能技术。自动驾驶只不过是其人工智能的重要应用与赋能场景之一，因此对于传统汽车工业擅长的制造与整合，百度目前没能力也完全没必要自己来做。双方完全可以用合作的形式来互补。 在 CES Asia 期间百度智能汽车事业部总经理顾维灏在接受我们专访时也说过：百度对于汽车零部件的制造以及车规级要求是不懂的，这导致他们在自动驾驶行业时很难与整车厂商达成合作，因为整车厂就算认可百度的技术，也不知道怎么把这些技术应用在实车上。甚至百度还因此走过想要自己「 造车」 的弯路。现在 Apollo 计划有了这些供应商的帮助，百度在自动驾驶领域终于步上了正轨。 为什么说只是步上了正轨？其实，上文那张 Apollo 介绍图中的技术，目前只开放了一部分，也就是下面这张图当中的紫色部分： 陆奇称这部分为 Apollo 1.0 时代，可以看到目前开放的功能中最主要的还是百度传统业务的延续，比如基于智能语音搜索的 DuerOS 以及 HMI 技术，依托于百度地图的定位技术，依托于百度云的数据平台以及上面提到的 BCU 等。 真正在自动驾驶中扮演重要环节的感知、决策以及激光雷达等传感器方面，Apollo 计划的布局还在完善当中。按照陆奇给出的规划，后续这些功能将从今年第四季度开始陆续向开发者开放，相信那时才会是考验百度自动驾驶技术的关键时刻。 关于百度大会上出现的几辆「 自动驾驶车」 今天随 Apollo 计划一起亮相的，还有几台「 自动驾驶测试车」。仔细挖掘就会发现很多有意思的事情： 1. Robin 在五环上乘坐的那辆红色 Jeep 测试车 在发布会上，陆奇与 Robin 进行了现场视频电话连线，当时的视频中 Robin 正坐在这两测试车的副驾上在五环上行驶。而且画面显示的效果还让人以为驾驶员座位上并没有人。这个视频发出后，网上还传出北京交警因为百度在正常道路上违规测试自动驾驶车辆而介入调查的消息。 首先需要澄清的是，这辆车的驾驶员座位上肯定是有人监控的。而且视频当中从车辆外拍摄的车辆变线场景肯定是人为操控车辆的结果，因为当时的路况前后车距很近，而且据观察还是实线并线。如果是这辆车上所搭载的算法在做决策，肯定是不允许并线的，除非是人为操控。因此大家就别担心 Robin 被拘了。 为什么我会知道这些？因为这辆车我坐过。这其实是一辆博世与百度合作研发的测试车，具备 L2-L3 级别之间的高速路自动巡航功能。早在今年上海车展之前，GeekCar 就在苏州体验过这辆车。下面附上体验的视频，其中坐在主驾驶以及副驾驶位置担任解说的分别是博世以及百度的工程师。 如视频中所演示，这辆车，百度主要负责的是中控大屏上的 HMI 界面设计，以及一部分地图定位。而剩下大部分的感知决策以及控制等环节，均是由博世来完成的。据说视频中坐在 Robin 身旁的就是博世的工程师。 2. 两辆林肯 MKZ 发布会上，陆奇还演示了两台林肯 MKZ 测试车在封闭测试场内同时进行自动驾驶测试的视频。视频中这两辆车可以实现同时起步，同时到达，并且互相学习模拟各自的行驶轨迹。这也是世界上第一次两辆车在同一封闭场地内完成交互自动驾驶的演示。 这两辆 MKZ 是由自动驾驶创业公司 Autonomous Stuff 改装而成。这个公司来自硅谷，主要的业务就是为各个科技以及创业公司改装自动驾驶试验车，他们的方案在其官网上都可以查得到。主要是基于林肯 MKZ 以及 Ford Fusion 两款车（因为这两款车的平台架构改造起来最容易），他们通过自己的渠道采购各种传感器、芯片以及零部件完成改造，然后再交给科技公司用来测试其算法。据说之前 Intel 以及 Nvidia 的自动驾驶测试车都有他们的功劳。 通过这几辆车我们也可以验证之前的观点：在整车落地的实例中，百度目前能够提供的仍然是他们传统的软件、地图以及 … 继续阅读