無人駕駛，冰山下的金山
作者/曾輝
2018年在美國電子消費展（CES）上無人駕駛大放異彩，不再僅是科技公司展露自己精心研發的黑科技或是傳統汽車廠商曬出炫目的造型，而是科技公司和傳統汽車廠商走向合作，獻上一幕聯手大戲。而在國內，北京也出台首個地方性的自動駕駛的法規導則，首個自動駕駛試運營基地落戶北京順義，我們不禁要問，無人駕駛時代是否真的已經到來？然而，通過一番對目前技術和市場格局的梳理，覺得無人駕駛的現狀就如埋在冰山下方的金山，我們只看到冰沙你一角，依然有掘金的過程，但一旦打開，就可能是十萬億的市場，誕生下一個BAT級別的存在。
汽車進化論，從底特律到匹茲堡
19世紀初，佔據了美國五大湖優勢的底特律成為了交通樞紐，隨著製造業興起，逐步成為全球著名的汽車之城，福特、通用、克萊斯勒等公司相繼發跡於此。然而一個世紀之後，隨著經濟危機到來，底特律的支柱產業汽車行業也走向蕭條，曾經的汽車之城瀕臨破產。而同樣位於五大湖附近的匹茲堡，得益於人工智慧和自動駕駛技術的迅猛發展，曾經衰弱的工業迎來了新生，Uber、Argo AI、Aurora 和德爾福都在匹茲堡這座鋼鐵之城進行自動駕駛路測。從底特律的衰落到匹茲堡的重新崛起，恰似全球汽車產業興衰史的縮影，人們說起智能製造，說起智能駕駛，不再是德國的魯爾區，不再是流水線，而是也看到了矽谷，看到了波士頓，看到了新加坡，對於數據的應用和硬體之間組合的智能化扮演了更為重要的角色。製造工藝和產品質量依然是那些全球汽車品牌的競爭核心，但下一個十年，感測器、雷達、高精地圖、ADAS高級駕駛輔助系統等應用將主宰下一場的技術革命。
生態聯盟，競爭or合作？
CES上，另一個值得關注的趨勢就是汽車廠商和科技公司趨向聯合，對於傳統的汽車廠商而言，互聯網公司谷歌、百度等、零部件商博世、大陸等、晶元廠商英特爾、英偉達等就如「門口的野蠻人」，對於自動駕駛這塊巨大的市場覬覦已久，虎視眈眈，一場大戰看似不可避免。然而，對於趨勢每家的選擇也各不相同，谷歌拉上了克萊斯勒，寶馬連同德爾福抱上了英特爾的大腿，豐田一方面將谷歌等視為頭等大敵，另一方面又和Uber、Lyft等眉來眼去，中國的巨頭百度乾脆宣稱自己的阿波羅2.0版本，要打造一個大的生態聯盟。事實上，傳統汽車廠商和傳統零部件廠商在製造上的優勢依舊明顯，而技術公司也已早已掌握通往自動駕駛未來的船票，分工合作，互惠互利是必然趨勢，每家依舊擁有自己的護城河。
自動駕駛的未來是否是打造生活工作空間？
開發自動駕駛的意義在哪裡？這是不管是行業從業者，亦或是普通民眾都極為關心問題。在2018年的CES上，被視為保守的豐田卻給出了一個瘋狂的設想，e-Palette多功能出行平台。e-Palette，準確地說，不是一款車，而是一個具備自動駕駛能力的純電動底盤。這些底盤，能夠與不同形式的車廂相結合，從而具備不同的功能。不同的底座有不同的尺寸，從4米至7米不等，不同的車廂則提供不同使用場景，包括共享乘車、商品零售、貨物運送、辦公室、廚房等多方面的用途。有什麼用呢？它可以在早上7點鐘可用於上班通勤，上班早高峰過後，配備自動駕駛技術的底盤就可以自己開到下一個目的地，換上另一個車廂，也是是個商店，在10點之後變成一個移動商鋪，可行駛到一個指定地點，進行兜售。到下班時間，它又可以再次轉變為班車。是呀，自動駕駛的目的，除了把人從駕駛中解放出來，其實就是將時間的價值最大化，給予用戶不一樣的出行體驗。而通過有序的規劃，擁堵等問題也將被準備解決，城市整體的效率也將被提升。
無獨有偶，蔚來汽車推出了全球首個車載人工智慧系統-NOMI，這是一個集成了語言交互系統和智能情感引擎的人車交互方案。NOMI是一套軟硬體一體的AI方案，圓環狀外觀，自帶屏幕，有UI交互，還能幫車內的乘客自拍。這些都是為了給予乘客最獨特的體驗，並且還計劃通過NIO House和NIO App來拓展汽車使用的場景，增加社交聚合。
AI晶元之戰，搶佔大腦的控制權
在自動駕駛時代，如果把感測器比作人的五官，讓車進行環境感知，那麼AI晶元就是智能汽車的大腦，進行判斷和決策。而幫助汽車實現功能就是ADAS高級駕駛輔助系統。目前已商用的自動駕駛晶元基本處於ADAS階段，可實現L1-L2等級的輔助駕駛和半自動駕駛(部分宣稱可實現L3的功能)；面向L4-L5超高度自動駕駛及全自動駕駛的AI晶元離規模化商用仍有距離。而這個領域還是豪強爭霸，既有英偉達、英特爾這樣的傳統晶元巨頭，也有高通、德州儀器、英美凌這樣的汽車電子巨頭，像特斯拉這樣兼具汽車和互聯網基因的公司也準備搶佔一席之地，而回到國內市場，地平線、深鑒科技、寒武紀、西井科技等創業公司異軍突起，而上市公司四維圖新聯合台灣的聯發科也將成為攪局者。
高精地圖，未來場景之爭
在整個自動駕駛的產業鏈上，有一個容易被忽視的環節，那就是高精地圖。自動駕駛的發展，必然是一個循序漸進的過程，而這中間就涉及到逐步攻克不同的場景。數據的上傳、處理都將對ADAS系統的決策產生巨大影響。目前的高精地圖領域，既有HERE、高德、四維圖新這樣傳統的玩家，也有將高精地圖數據壓縮的CivilMaps，在測繪上運用深度學習的DeepMap等創新公司，而數據、場景的疊加，最後必然是形成一個實時更新的時空智能地圖。
千里之行始於智慧公路
在自動駕駛的道路，當軟硬體都達到足夠智能，那麼下一步要求的，必然就是智慧公路。為何這麼說，第一，車路協同，數據的聯通將提升速度，尤其對於無人駕駛來說，本身智能駕駛的水平結合高精地圖，以及實時的數據支持，將最大限度保證安全性和速度，借鑒德國高速公路不限速，義大利最高限速150公里/小時的相應技術標準，我國浙江政府在目前平均速度90公里/小時的基礎上，計劃使車速提升20%~30%；構建人、車、路協同系統，遠期將全面支持自動駕駛；第二，就是實現無限充電，尤其是在新能源汽車的趨勢下，汽車的未來是電動化，超級高速公路將在服務區、收費站通過太陽能發電、路面光伏發電，以及充電樁等設施為新能源車充電。這就保證無人駕駛的可持續性運營。
To be or not to be，this is a question
自動駕駛最能實現量產亦或是規模化應用的，究竟是民用車還是客車甚至卡車，這是一個非常現實的問題。
引用中美兩地的貨車行業數據進行對比。中國貨車事故致死率32%，駕駛員平均年薪資是12萬元，物流成本佔GDP比重是15%，尤其是淘寶、京東等電商物流規模快速膨脹。全國大概有1600萬名重卡車司機，可能這個數據會更多，公路運輸駕駛員成本每年大概2萬億的規模。而美國2015年一共發生了35000多起高速公路致死事故，駕駛員年均薪資是60000美元，340萬名卡車司機，公路運輸駕駛員成本接近2000億美金。例如圖森、主線科技等公司其實切入的是一個將近8萬億的巨大市場，並且通過和港口等合作，能最大限度地在現有技術能力下實現商用。
而對於客車領域，從英、法、美、俄四國的發展情況來看，目前仍然以中小型的自動駕駛巴士為主，並且測試、運營區域都基本處於一定封閉性的地方，並且主要應用於「解決最後一公里」的短途運輸。數據顯示，截止2016年底，我國公交大巴保有量61萬台，其中新能源公交22萬台，傳統公交39萬台。尤其是純電動巴士的滲透率快速提升，根據各地新能源公交推廣計劃，至2020年，為實現對傳統公交的替代，以新能源為主的公交客車採購量仍然相當可觀。到2020年僅中國一二線城市的公交大巴配置ADAS系統的滲透率將達到70%，直接帶動ADAS市場規模約50億元，而L3級以上公交大巴自動駕駛市場規模到2020年有望達到15億元。目前，國內城市公交車的平均購置成本在50萬元左右，10年全生命周期成本是800萬元（雙班車，兩個司機，兩個售票），其中人員管理費用佔到20%。如果減少司機、加上自動駕駛帶來的能耗等成本下降可以再降低20%左右。並且無人駕駛客車也將帶來更為安全的結果。北京市交通委介紹，經過半個月的盲測和實測，安裝了Mobileye的智能輔助駕駛主動安全預警系統，345快駕駛安全分數提高了67%，919快駕駛安全分數提高了27%。
因此在筆者看來，在能有效控制路線和使用場景的貨車和客車領域，無人駕駛將迎來突飛猛進的大發展。
附：全球無人駕駛政策梳理
獲贈無人駕駛與智能出行報告
將本文分享至朋友圈，將截圖回複本公眾號，
TAG:新創研究院 |