自動駕駛這個概念有多火，根本無需多舉證。而且自動駕駛已走進人們的生活，首款L3級自動駕駛量產車奧迪A8就是例證。不過現在就想在日常體驗自動駕駛技術所帶來的便利，超百萬的價格先來了解一下？
但即使無法體驗自動駕駛，它也無孔不入，作為未來出行領域的技術明星，它天生具備吸睛特性。在近日的舉辦的2018年CCF-GAIR大會智能駕駛論壇上，可承載500餘人的會議室不僅座無虛席，還站無餘地。
智能駕駛何以擁有莫大魅力讓人駐足？這場長達八個小時的論壇都有哪些亮點？且看下文詳細梳理。
王飛躍：未來路權屬於無人車
中國科學院自動化研究所複雜系統管理與控制國家重點實驗室主任、中國自動化學會副理事長兼秘書長王飛躍
“未來一定是人下路，自動駕駛車上路，未來路權屬於無人車。”作為自動駕駛研究領域從業近30年的專家，王飛躍表達了以上觀點。
王飛躍的身份是中國科學院自動化研究所複雜系統管理與控制國家重點實驗室主任、中國自動化學會副理事長兼秘書長，早在上世紀90年代，就參與了多個自動駕駛相關的項目，比如NASA的移動機器人，月球探測車，礦山自動駕駛車，以及在uber近日出事故的道路上，試驗通過攝像頭和雷達實現的無人駕駛車VISTA Car。
對於擺在自動駕駛面前的諸如技術、法規等多方面的難題，王飛躍預測未來很可能不復存在。從歷史的角度看，最開始服務人們出行的是馬，但馬的出行卻帶來了大量的馬糞等難題，城市管理者們不得不聚在一起討論人類如何在未來一個世紀處理馬糞圍城的問題，一百多年過去之後，人們並沒有找到解決馬糞圍城難題的方案，但汽車已將原有的出行服務工具—馬，給取代了。
王飛躍據此論證了自動駕駛的馬糞問題並不存在，比如短時期內的法規難題，圖像識別技術和高精地圖等技術難題，如何解決人駕駛的汽車和無人車共同上路的難題，諸如此類，在未來都將不復存在，因為“未來人要像馬一樣下路，不再擁有路權”。
另一方面，王飛躍也以此論證了自動駕駛還有很長的路要走，但今天所爆發的自動駕駛路測並不合理。在自動駕駛的發展初期，應以虛擬測試為主，極少量路測為主。即90%的情況下通過虛擬訓練，提升自動駕駛感知技術，而以10%的情況路測驗證。
王飛躍認為，自動駕駛目前仍是實驗技術，如果直接投放到社會道路上，以路測養技術，是行不通的，人類也會因此淪為試驗標本。
Boaz Sacks：Mobileye 如何做 ADAS、眾包地圖與 Shield+
作為全球最具影響力的自動駕駛公司之一，Mobileye 已經在超過 2700 萬輛汽車上搭載其自動駕駛技術，並與 13 個汽車廠商進行了合作，有 25 個主機廠商使用了其設備。
Mobileye中國區總監Boaz Sacks
Mobileye中國區總監Boaz Sacks在其主題演講中講解了Mobileye在自動駕駛進程中的具體進展，比如最新產品芯片EyeQ4，它的最大亮點在於可實現每秒鐘 25 億次計算，而快速的計算和傳送數據到雲端等技術突破將在更大程度上保證行車安全。
眾包地圖的作用則是在現有交通狀況下幫助自動駕駛車與周圍車輛的互動，因為自動駕駛和人類駕駛的汽車一同在路上，是最糟糕的路況，需要很多決策，雖然這是一個過渡階段，但必須保證自動駕駛車一直與其他駕駛員、汽車在道路上的互動，以便其做出實時選擇，這是Mobileye繪製眾包地圖的初衷。
另外，為了車輛免於事故，Mobileye研發了警報系統Mobileye Shield+，它主要安裝在公共汽車、貨車等大車上，因為大車有很多盲點。該警報系統共有6 個傳感器，可用來車道偏離檢測、智能控制，以及抬頭顯示、行人警告等等。
酷哇機器人 CEO 何弢：加速無人駕駛商業化
酷哇機器人創始人兼 CEO 何弢
酷哇機器人創始人兼 CEO 何弢則向現場分享了酷哇在探索無人駕駛商業化的特色路徑。
關於無人駕駛技術如何落地成為產品的問題上，酷哇選擇從細分場景切入變革，並和中聯環境於去年聯合研發了目前第一個量產化的無人駕駛清掃機。
從無人駕駛掃地車切入，一方面是因為整個環衛市場有 2 千億左右的市場規模，另一方面則是環衛車輛的技術出現變革節點，現在是從環衛 1.0 的純人工階段逐步向機械化邁進，酷哇將助力環衛向 3.0 邁進。
酷哇今年推出了 2.0 套件產品，在加強本地識別感知能力、自動避障、繞障以外，還增加了自適應清掃等技術，同時設計無人駕駛的中央調度系統。目前該系統已經在長沙的橘子洲頭公園整個片區作業，到 9 月份，作業車隊將達到 4 種車型，有 9 臺左右的規模。
何弢認為，無人駕駛掃地車商業化的最後瓶頸還有場景適應力、協調能力、學習效率和低成本，尤其是低成本這塊。很多人總是關注單一硬件採購成本，但系統佈局以後，單一硬件採購並不是制約當前無人駕駛普及的最根本問題，而是在於後面的部署、學習效率、適應力，這些成本具備長尾效應，怎樣加強這方面的落地，可能需要綜合考慮。
Roadstar.ai 佟顯喬：打造中國特色的自動駕駛解決方案
和技術限制自動駕駛落地的觀點不同，Roadstar.ai創始人兼CEO佟顯喬認為，限制中國自動駕駛商業化落地的瓶頸在於道路的複雜性和成本。在這兩方面，Roadstar.ai分別拿出瞭解決方案。
Roadstar.ai創始人兼CEO佟顯喬
Roadstar.ai是一家年輕的創業團隊，成立於2017年5月，團隊主要分佈在深圳和美國硅谷，聚焦商業模式的出行服務。時隔一年，Roadstar.ai取得了兩個為人矚目的成績：首先是今年5月，Roadstar.ai完成了1.28億美元的A輪融資；其次，作為全世界第一家完全採用國產傳感器解決方案的公司，發佈了一個針對中國路況的自動駕駛的解決方案。
Roadstar.ai的主要優勢在於可以用國產的傳感器達到非常好的性價比；另外，證明了在中國這樣複雜的路況下，可以用低成本的傳感器達到比較好的自動駕駛效果。
據佟顯喬透露，目前Roadstar.ai的自動駕駛解決方案大概只有百度方案1/3的價格，未來還有大幅的降價空間。在佟顯喬看來，到2020年每套系統的方案大概會降到5萬人民幣以下，屆時在法律法規成熟的情況下，無人駕駛的出行服務就有真正大規模實現的土壤。
Roadstar.ai的自主核心技術主要分成兩塊：一個是異構多傳感器同步技術，即多傳感器融合不僅單純把十幾個傳感器放在車上，進行傳感器同步的技術，包括時間、空間的同步，目前Roadstar.ai可做到10的負6次方秒的空間同步。在此基礎上，把不同傳感器、不同模態的信息有機結合到一起；另一個是數據深度融合的技術，Roadstar.ai開發了相對於高維度數據的算法，解決感知、定位的問題。Roadstar.ai的自研算法能夠解決中國的特殊複雜路況，達到高效的性能。
今年三月，Roadstar.ai在深圳西麗進行了路測。在無人駕駛運營規劃方面，Roadstar.ai今年儲備20到50臺車，在深圳或其它城市進行運營工作，主要目的是提高算法的試運營。明年，Roadstar.ai將和主要的海外車廠合作，生產大概100—200臺車。到2020年，在預判屆時技術相對成熟的前提下，生產定製的無人駕駛汽車。目前，Roadstar.ai已經在深圳南山區西麗進行了無人駕駛試示範運營。
速騰聚創邱純鑫：就傳感器來說，MEMS 固態激光雷達是未來
從 2016 年開始，自動駕駛進入了一個量產落地期，到了今天，大家對落地越來越急迫。作為全球自動駕駛的領頭羊，Waymo在 2016、2017、2018 年對自動駕駛車的下單量從 100輛到600輛增長到2萬輛。國內的進展也是突飛猛進的，6月底，菜鳥發佈了物流小車，並規劃三年內投入10萬臺車；京東在6 月 11 日也發佈了相應的設備並且決定落戶長沙，下一個落地項目的選址也接近敲定。
速騰聚創 CEO 邱純鑫
在速騰聚創 CEO 邱純鑫看來，這一系列的落地佈局意味著，人們對滿足車規級和量產需求的傳感器越來越迫切。
打造一臺人人用得起的激光雷達，需要對傳統的機械掃描式激光雷達進行全固態設計，減少其上大量可移動的部件，因為這樣有助於激光雷達滿足車規級和量產需求。這已經目前行業的基本共識。在自動駕駛落地時間表逼近的情況下，作為傳感器供應商，速騰聚創需要思考的還有，誰是傳感器的終結者。
就常用的傳感器性能對比看，其中攝像頭識別的顆粒度比較高，它能得到一個豐富的紋理色彩，能做精細化的識別，在這一點上激光雷達不如攝像頭。比如目前的激光雷達沒辦法把車輛的品牌識別出來。
但攝像頭最大的缺點在於受環境光的影響比較大，且對數據的要求比較高，無論是深度學習還是其它的機器學習的方式，攝像頭對數據的質量要求都比較高：數據質量好，它可能就識別得好。攝像頭需要數據庫裡有這個東西存在，才能識別；而激光雷達首先是對障礙物進行識別，然後再去分類。
因此速騰聚創判斷，固態激光雷達是未來傳感器的方向，而將激光雷達做下來，MEMS是最容易實現的。它的優點在於高分辨率、長距離、車規級、易量產以及低成本。
MEMS 的工作原理是採取少數的激光發射器，原來16線採取16個發射器，32 線要採取 32 個發射器，64 線又則繼續翻倍。MEMS 激光雷達不是採取發射器和接收器物理的疊加，而是採取 MEMS 兩個維度的振動，來提升掃描的線數。
另外，在車規級方面，目前的 MEMS 激光雷達已經在做車規級認證，下一步就是量產準備，基本產品化之後，它的成本也會隨之降低。激光雷達的高分辨率和低成本是未來的趨勢，速騰聚創的目標是2020年做到量產價格200美金一臺。
偉世通首席架構師王凱：自動駕駛的“樂高”理念
目前自動駕駛領域很火，很多公司均有涉獵，但這正證明了該領域還遠未成熟。偉世通的目標則是希望協同以上ADAS系統、攝像頭、雷達、高精度地圖等企業共同推動自動駕駛的發展進程。
偉世通自動駕駛首席架構師王凱
在以“自動駕駛的樂高理念”為主題的演講中，王凱預測，首先從自動駕駛的市場趨勢看，ADAS行業將大幅增長，其中利潤率最高的是中央域控制器；其次，SoC供應商在積極進入域控制器市場，例如英偉達和英特爾；最後是軟硬件的分離，因為自動駕駛系統的複雜性，各個公司會從不同的側重點進行切入，預計到2025年，自動駕駛需求量將發生質的飛躍。
在傳感器領域，自動駕駛技術的發展趨勢：
攝像頭：增加靈敏度、分辨率和幀速率將導致更高的數據可用性和急劇增加的數據量；
雷達：將提供更多、更高分辨率的信息，允許以類似於攝像頭和激光雷達的方式處理雷達數據；
激光雷達：在同一範圍內的數據輸出與最先進的CMOS攝像頭相同；
IC：計算能力將隨著未來傳感器產生的數據而增強，由於L3級及以上等級的自動駕駛需求，進而使可達到ASIL D（汽車安全完整性等級，D 級為最高等級）自動駕駛安全等級的IC的數量不斷增加；
本地化、繪圖、互聯和雲：由於L3級及以上等級的自動駕駛需求帶來的快速增長。
此外，偉世通預計到2025年，高速公路上的L3級車輛將成為自動駕駛最大的細分市場，因為它面向的是從OEM到普通用戶，發展趨勢非常明顯。
另一方面，王凱預測，今後汽車行業的發展情況是誰能夠把出行概念全部集成一體化，誰就會坐在圓桌的正中央，成為出行行業的NO.1。
而偉世通正在嘗試做這樣一件事。“偉世通推出的DriveCore技術平臺是一個合作共贏的平臺，我們不需要對方把自動駕駛系統做的有多好，但要在某一個細分領域做的最好，我們把這樣的‘特長生’公司召集進來，根據客戶需求，把最合適的組合方案提供給對方。” DriveCore希望能夠給主機廠提供一個模塊化可擴展平臺，允許OEM能夠自由選擇不同的硬件與軟件、算法，就像樂高一樣，最終拼出一個自動駕駛系統。偉世通的DriveCore由三部分組成：Compute（底層硬件平臺）、Runtime（中間層）以及Studio（開發工具）。
在目前自動駕駛所面臨的挑戰上，王凱認為主要有如下三個方面：
首先，系統設計的複雜性。目前存在兩種聲音，一種是OEM認為自身在汽車行業的長期積累，有很大的優勢，認為初創企業缺少經驗；另一種聲音是初創企業認為傳統OEM已經跟不上時代發展的腳步了。
其實自動駕駛系統是一個非常複雜的系統，OEM和初創公司經歷的痛點時間不同，OEM最早經歷的痛點是與功能安全和網絡安全相關，而初創企業更早接觸的是基於AI的算法。所以說，自動駕駛整個系統就像一個木桶一樣，只要有一根短板就把水漏完了，這才是自動駕駛最大的挑戰；
其次，解決方案的多樣性。目前很多自動駕駛算法的解決方案正在慢慢趨同，但由於該領域的火爆發展，其解決辦法會逐漸增多；
最後，自動駕駛落地的最大挑戰問題是成本。
本文地址：https://www.d1ev.com/news/jishu/71825
閱讀更多 第一電動網 的文章
