自動駕駛普及不僅侷限於自身技術和應用場景,而且與產業鏈各環節密切相關.一項科技從誕生到被人們所接受是一個循序漸進的過程,自動駕駛真正普及還任重而道遠.
2018年11月1日百度世界大會上,百度CEO李彥宏和一汽集團董事長徐留平攜手宣佈L4級別自動駕駛乘用車的量產計劃:2019年小批量下線示範運行,2020年大批量生產,投入更多城市運營.
年初時候,谷歌旗下自動駕駛品牌Waymo在亞利桑那州拿到了無人駕駛商用許可證,不久前,Alphabet首席財務官魯斯·珀拉特透露,目前已經有用戶願意支付相應的報酬來乘坐Waymo自動駕駛車輛.
自動駕駛商業化似乎跟隨歷史前進的腳步而行,然而,就在各家熱火朝天的推進自動駕駛偉大的事業時,有人站出來說了句"忠言",而且還不止一個人在"戰鬥"!
"自動駕駛汽車上路普及還需幾十年!"Waymo大boss官宣自動駕駛普及之路遙遙無期.話音剛落,蘋果聯合創始人就站出來隨聲附和,雖然蘋果造車早已不是鮮聞,但Steve Wozniak還是站出來親自打臉,直言道:"不好意思,在下不相信自動駕駛汽車."
有什麼比業內大佬親自站出來"講道理,擺證據"更現實?毫無疑問,這對自動駕駛領域的功利主義者是當頭一棒.迎頭冷水潑下,我們也該靜下心來好好思考.
自動駕駛,路漫漫其修遠
自動駕駛幾乎集結了互聯網企業、IC/IT行業、傳統汽車製造業的各種尖端技術,同時,還需要雲計算、物聯網、大數據、邊緣計算、5G通信等更多的"外援"予以支持……除此外,自動駕駛還要直面安全、成本等因素.
筆者認為,如果選擇一件產品來代表物聯網時代,那必定非自動駕駛汽車莫屬.
但不得不承認,自動駕駛雖上下求索亦在所不惜,但也要據實來看.即便是Waymo,在世界自動駕駛技術領域堪稱領頭羊的企業,也要對未來L5自動駕駛技術說一聲:"對不起,您再等等".
L5是自動駕駛領域的最高目標,也是參與自動駕駛製造的互聯網企業、傳統汽車企業、ICT企業等嚮往的技術天堂,但從技術上看,要達到完全無人類干涉,且能適應各種交通情況和自然環境,在當下實難做到.
自動駕駛,難突破的技術與場景之困
應用落地難,藉口有千萬,迴歸本質,技術不成熟才是原罪.
技術難題是科技進步最直接的阻礙,對於自動駕駛汽車來說,如何在瞬時做到精準判斷;如何在惡劣的自然環境下安全穩定運行;如何保證汽車通信7×24小時不間斷工作;如何利用大數據為交通"減壓"等等,這些都是對新一輪自動駕駛汽車來臨的考驗.
客觀上講,L4級別的自動駕駛汽車已經很大程度上脫離了人的參與,但仍需要人在一些特殊條件下對其進行"矯正".比如,自動駕駛汽車需要高精度地圖支撐,但實際情況是,道路複雜多樣,很難有企業可以做到無死角的信息採集.
曾經雄心勃勃要在2019年上市自動駕駛汽車的谷歌無人駕駛項目技術負責人厄森姆,在數年之後也不得不對自動駕駛技術重新審視,"自動駕駛車的真正出現,可能要比曾經預測時間晚很多,也許30年之久呢?"
應用場景從封閉到開放,要一步一步來
物聯網時代汽車的定位是移動終端,從過去數年積累的經驗來看,要實現自動化移動並非難事,比如在倉儲管理行業中廣泛應用的自動導引車(AGV),在航空港、碼頭、封閉的工業園區、景區、礦區等應用的自動化的裝載車、採礦車、挖掘機等.
對於乘用車來講,自動駕駛的應用普及場景也像自動化移動終端一樣,先應用於封閉環境,再走向開放環境.比如從高速公路走入城市.城市中複雜的交通環境,一方面來自技術自身的侷限,另一方面來自行人、基建、自然等因素影響.相對比城市交通情況而言,高速公路畢竟是一條封閉的場景,最先在高速公路上佈局自動駕駛顯然要更簡單.阿里巴巴在雲棲大會上宣佈的智能汽車升級方案也正是從汽車向公路延伸,利用車路協同,從打造"智能高速"開始.
2018年是自動駕駛的"元年",同時也是自動駕駛走進城市的"始點".而且,即便未來自動駕駛應用場景逐漸從高速公路"迴歸"到城市,也要從特定的區域、路線或特殊的應用場景開始,比如自動駕駛公交、出租車等,自動駕駛開始.而且,克服了技術上和場景上的瓶頸,自動駕駛還面臨著諸如成本、安全上的永恆難題.
自動駕駛難解的生意經
自動駕駛汽車的普及是技術與商業的互殺,技術滯脹帶來的是成本上漲.Cambou估計,2018年自動駕駛汽車的成本約為20萬美元,事實上,這個數字是絕對保守的數字.自動駕駛車輛的每個技術模塊都需要投注大量的成本,包括"眼"端的傳感器、雷達、攝像頭等,"腦"端的計算機,"神經端"的通信技術……
以Waymo所使用的克萊斯勒Pacifica混合型小型貨車為例,只是"眼"端便搭載了1個長距激光雷達,1箇中型激光雷達和4個短程激光雷達,另外還有4個毫米波雷達,8個攝像機和多個IMU等傳感器.
其他如通用、百度、Drive.AI等公司的傳感器佈置基本大同小異,然而,這也只是自動駕駛汽車身上的冰山一角.
另外,自動駕駛車輛與傳統汽車在硬件與軟件支持上也天差地別,其售後服務上又會造成不小的消費開支.儘管自動駕駛車輛與傳統汽車相比,在電子部件和機械部件上更具優勢,但由於自動駕駛汽車可能並非都是電動汽車,而即便在電動車以絕對數量駐進城市之後,充電也將是一項難題.
安全問題不解決,全自動駕駛"永難上路"
自動駕駛被視作實現交通"輕便化",同時降低交通事故發生的基石,如果安全不解決,又何以上路呢?
造成自動駕駛汽車安全問題的因素多種多樣,包括技術不成熟、交通環境甚至自然環境.在技術方面,比如自動駕駛汽車在感知中所應用的攝像頭、傳感器和雷達等.如果產生了信息差異,計算機在處理時能像人一樣據實判斷嗎?
2016年特斯拉一輛Model S車追尾白色拖車事故中,據官方解釋來看,由於拖車側面是白色的,在強光照射之下,特斯拉駕駛員也難以辨別,何況是機器呢?
當然,除了汽車行駛中存在的安全問題,網絡安全也是難以避及的問題.物聯網時代,全自動駕駛汽車已經不能簡單定義為移動工具,而是一臺移動的計算機.李彥宏說過,他不怕AI會取代人類,相反,他更擔憂無人駕駛的安全問題.如果黑客一旦入侵網絡,無人車可能就變成不法分子殺人越貨的工具了,甚至變成恐怖分子的武器,其危害性不敢想象.如他所言,自動駕駛的第一準則永遠是安全.
總結
對於自動駕駛,筆者還是持肯定的態度,未來完全自動駕駛一定會來,但肯定不是現在.自動駕駛普及不僅侷限於自身技術和應用場景,而且與產業鏈各環節密切相關.一項科技從誕生到被人們所接受是一個循序漸進的過程,自動駕駛真正普及還任重而道遠.
閱讀更多 科技錦鯉 的文章
