论文部分内容阅读
之前。我们曾讨论过多次关于自动驾驶的话题。并强调了一个观点。即自动驾驶级别之间的的差距在于智能技术向汽车的渗透率。我们知道。在未来汽车不只是四个轮子加计算机。而是移动生活代步的机器人。无人驾驶技术要走向成熟。必须要解决“汽车大脑”的自我学习问题。对于单车来说。人工智能要赋能汽车。使之成为会学习的“轮式机器人”。驾驶脑可以向优秀驾驶员学习。不断积累知识。不同个性的人有不同的驾驶方式。驾驶脑也可以开出不同的驾驶风格。这是可以在人工智能基础上实现的。人工驾驶出现事故的时候。也是驾驶脑进行“负学习”的机会。所以。自动驾驶市场需要理性。因为这其中必然牵涉到很多对于“自动驾驶级别”的慎重思考与机遇看法。
技术的问题，不是问题
业内目前有一个明确的观点：自动驾驶技术中不仅是人工智能。激光雷达也走出了强劲的一步。实际上。激光雷达的价格从以前的70万降到工万以下，实现了大突破。然而，现在的自动驾驶技术还不够成熟，更多的是“人工智能”以讨巧的方式来增加更多的辅助驾驶功能（所以。大部分自动驾驶车型在测试时都会配有安全员）、
要知道。如果要有安全员且安全员还需要驾照，那么自动驾驶的革命就还没有到来。诚然，人、车、路三千要素结合起来，是中国的自动驾驶和智能网联的特色。现在的自动驾驶可以尝试在车和路上进行创新。例如智慧灯杆、智慧路灯和单车智能相结合。才能走出有实际可行的道路、由此可以看出。技术的问题，本身“并不算问题”。
不是技术的问题。那么问题在哪里？毫无疑问，自动驾驶目前最大的一个障碍之一就是单车智能的成本太高。老百姓用不起，如果能够通过路车的设施。一体化的发展，让部分的功能能够让聪明的路来替代，可以大规模的降低成本，甚至超过九成的降低车载成本。从而实现车路协同自动驾驶。
车路协同是基于无线通信、传慼器探测等技术获取车辆和道路信息，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全。提高通行效率，从而形成的安全高效和环保的道路交通系统。
量产化的产品。核心竞争力是整个算法升级和工程迭代的最佳平衡。一方面，大家知道要去解决大量的、复杂的、长尾的问题，以此确保自动驾驶的安全性，算法是需要升级的、现在我们认为复杂场景都需要大量数据来驱动，而;产能够带来大量的车辆在路上跑，这样能够真正使我们积累数据。另一方面。因为汽车行业不是新的行业。在工程迭代这件事情上，任何一家公司不应该重新开始干，独立的软件和系统厂商如何跟汽车行业一起进行工程迭代可能是一个非常重要的话题。
L2到L3，不是简单一级跳
自动驾驶的市场从过去的ADAS到未来的自动驾驶，在面临一个分水岭。从禾多的观点或者来看。分水岭就是现在。可以说，ADAS和自动驾驶是在技术上就存在最大的分水岭。
首先，普通的、传统的L1、L2的ADAs是分布式的ECU设计，而L2.5的系统以及到L4、L5的系统是域控制器，是中央处理的系统架构。其次从软件上来说，其实辅助驾驶的软件系统跟自动驾驶软件系统相比，它没有做高精度定位，也没有高精地图。也没有DMS，也没有做非常复杂的预测，这些都会在软件上深远影响未来自动驾驶的发展、再者在传感器方面。ADAS是前向传感器为主的配置，自动驾驶系统是360度融合的配置。最后整个控制一开始是纵向控制为主，橫向控制为辅。到非常复杂的橫向控制。
在2019年9月的时候，东南大学一威斯康星大学智能网联交通联合研究院发布了智能网联道路的自动定义，得到了中国各个省市的热烈响应和积极采用。同时美国、欧洲也在采用其英文版作为相关的标准发布。同时，在自动驾驶辅助领域方面，博世在中国已经助力30余款L2级别车型具备单车道自动驾驶辅助功能，2020年将实现L2 级别高速本车道及变道自动驾驶辅助功能，并且在行驶及泊车两大领域继续进行更高级别的研发工作。
据报道，现阶段L2级自动驾驶已经落地。L2 或者L2.5指日可待，L3级及以上的自动驾驶还有待商榷，L4、L5级自动驾驶需要更多的合作。包括ICV、智能网联等。
我们知道。两年前的2018年是L2的元年。越来越多的车型搭载了此功能，在本车道内实现自动跟随。近两年，吉利、长城、长安、上汽等主机厂的L2级别自动驾驶车型已经超过30款。而且，依靠超声波雷达和环视摄像头进行融合而实现的遥控泊车辅助汽车。也能通过智能钥匙或者是手机对车进行控制，这项技术也并没有难点。
相比之下，L3级自动驾驶依然挑战重重。业内专家表示，L3面临诸多瓶颈，传感器数量需要成倍数增加，系统成本极高。同时安全性的挑战也非常大。目前。全球都在推迟自动驾驶量产时间点，博世Lm级自动驾驶在中国的发展路线也在探索中。对于更加先进的L4、L5级自动驾驶，实现难度同样不小，行业的协同合作才是解决问题的正途、
究其原因。自动驾驶行业里其实也有两条不同的赛道。第一个就是量产自动驾驶的系统，第二个就是RoboTaxi的系统。现在很少有单个公司同时做这两件事，因为资源投入非常大、从商业化的时间方面来看，自动驾驶市场非常大L2.5、L3可能未来在2025年会迎来一个爆发期、一个成熟期。所以说我们能够预计L2.5、L3这样的一个系统能够在2025年这个时间点有非常大的商业价值。再往后看会看到L4、L5加入到这样一个商业版图里来。
对于量产自动驾驶和RoboTaxi赛道有什么不同的话题。主要也分三个方面。第一。两边在现阶段强调的技术能力其实是不一样的。量产的自动驾驶其实追求一个工程实现和功能实现的完美平衡。因为任何品牌都不太可能交付一个产品只有功能实现，而没有工程成熟度：第二在场景上现有的L4、L5规范更多强调的还是Urban（城市），而主机厂难以单独研发Urban系统，更多还是聚焦在高速公路、聚焦在停车场上，所以这带来的是场景上积累数据的不同：第三，产自动驾驶和RoboTaxi的传感器也是不一样，导致数据也会不一样。所以整个研发是非常不同的两条线。
后記
我们都赞同一个观点。车辆的发展方向是实现智能化、网联化、电动化和共享化。自动驾驶的车辆，其发展四阶段现在已经明确，即定义协同、感知协同、决策协同控制和一体化。目前。各国对于自动驾驶的发展步骤基本都进入协同感知水平阶段，在理想的状态下。三年之后达到协同决策和协同控制。最终实现一体化发展。是一个相对客观的计划、针对这样的产业链。我们可以看到两个小趋势：一是整个自动驾驶产业链的联盟化是非常明显，协同合作、抱团攻坚是一个趋势在此趋势下，分工需要更加细化。另一个小趋势是软硬件的解耦。这也意味着可以有更多的定制化。
从理性和慎重的角度解析，业内升级自动道路的定义且从较低层次提升到和智能网联车同等水平。同时优化协同技术（包括仿真平台研发）是目前的研发重心。其目的，是让车路协同自动驾驶系统将使车辆自动驾驶的门槛大大降低，只需布置成本较低的车载设备。便可使车辆具L2-L3 级别的自动驾驶能力。低成本的车载设备可以显著提升车辆的安全等附加值、当然。这里面。也必然有“自动驾驶能力让交通运营利润更高”的利好需求。
技术的问题，不是问题
业内目前有一个明确的观点：自动驾驶技术中不仅是人工智能。激光雷达也走出了强劲的一步。实际上。激光雷达的价格从以前的70万降到工万以下，实现了大突破。然而，现在的自动驾驶技术还不够成熟，更多的是“人工智能”以讨巧的方式来增加更多的辅助驾驶功能（所以。大部分自动驾驶车型在测试时都会配有安全员）、
要知道。如果要有安全员且安全员还需要驾照，那么自动驾驶的革命就还没有到来。诚然，人、车、路三千要素结合起来，是中国的自动驾驶和智能网联的特色。现在的自动驾驶可以尝试在车和路上进行创新。例如智慧灯杆、智慧路灯和单车智能相结合。才能走出有实际可行的道路、由此可以看出。技术的问题，本身“并不算问题”。
不是技术的问题。那么问题在哪里？毫无疑问，自动驾驶目前最大的一个障碍之一就是单车智能的成本太高。老百姓用不起，如果能够通过路车的设施。一体化的发展，让部分的功能能够让聪明的路来替代，可以大规模的降低成本，甚至超过九成的降低车载成本。从而实现车路协同自动驾驶。
车路协同是基于无线通信、传慼器探测等技术获取车辆和道路信息，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全。提高通行效率，从而形成的安全高效和环保的道路交通系统。
量产化的产品。核心竞争力是整个算法升级和工程迭代的最佳平衡。一方面，大家知道要去解决大量的、复杂的、长尾的问题，以此确保自动驾驶的安全性，算法是需要升级的、现在我们认为复杂场景都需要大量数据来驱动，而;产能够带来大量的车辆在路上跑，这样能够真正使我们积累数据。另一方面。因为汽车行业不是新的行业。在工程迭代这件事情上，任何一家公司不应该重新开始干，独立的软件和系统厂商如何跟汽车行业一起进行工程迭代可能是一个非常重要的话题。
L2到L3，不是简单一级跳
自动驾驶的市场从过去的ADAS到未来的自动驾驶，在面临一个分水岭。从禾多的观点或者来看。分水岭就是现在。可以说，ADAS和自动驾驶是在技术上就存在最大的分水岭。
首先，普通的、传统的L1、L2的ADAs是分布式的ECU设计，而L2.5的系统以及到L4、L5的系统是域控制器，是中央处理的系统架构。其次从软件上来说，其实辅助驾驶的软件系统跟自动驾驶软件系统相比，它没有做高精度定位，也没有高精地图。也没有DMS，也没有做非常复杂的预测，这些都会在软件上深远影响未来自动驾驶的发展、再者在传感器方面。ADAS是前向传感器为主的配置，自动驾驶系统是360度融合的配置。最后整个控制一开始是纵向控制为主，橫向控制为辅。到非常复杂的橫向控制。
在2019年9月的时候，东南大学一威斯康星大学智能网联交通联合研究院发布了智能网联道路的自动定义，得到了中国各个省市的热烈响应和积极采用。同时美国、欧洲也在采用其英文版作为相关的标准发布。同时，在自动驾驶辅助领域方面，博世在中国已经助力30余款L2级别车型具备单车道自动驾驶辅助功能，2020年将实现L2 级别高速本车道及变道自动驾驶辅助功能，并且在行驶及泊车两大领域继续进行更高级别的研发工作。
据报道，现阶段L2级自动驾驶已经落地。L2 或者L2.5指日可待，L3级及以上的自动驾驶还有待商榷，L4、L5级自动驾驶需要更多的合作。包括ICV、智能网联等。
我们知道。两年前的2018年是L2的元年。越来越多的车型搭载了此功能，在本车道内实现自动跟随。近两年，吉利、长城、长安、上汽等主机厂的L2级别自动驾驶车型已经超过30款。而且，依靠超声波雷达和环视摄像头进行融合而实现的遥控泊车辅助汽车。也能通过智能钥匙或者是手机对车进行控制，这项技术也并没有难点。
相比之下，L3级自动驾驶依然挑战重重。业内专家表示，L3面临诸多瓶颈，传感器数量需要成倍数增加，系统成本极高。同时安全性的挑战也非常大。目前。全球都在推迟自动驾驶量产时间点，博世Lm级自动驾驶在中国的发展路线也在探索中。对于更加先进的L4、L5级自动驾驶，实现难度同样不小，行业的协同合作才是解决问题的正途、
究其原因。自动驾驶行业里其实也有两条不同的赛道。第一个就是量产自动驾驶的系统，第二个就是RoboTaxi的系统。现在很少有单个公司同时做这两件事，因为资源投入非常大、从商业化的时间方面来看，自动驾驶市场非常大L2.5、L3可能未来在2025年会迎来一个爆发期、一个成熟期。所以说我们能够预计L2.5、L3这样的一个系统能够在2025年这个时间点有非常大的商业价值。再往后看会看到L4、L5加入到这样一个商业版图里来。
对于量产自动驾驶和RoboTaxi赛道有什么不同的话题。主要也分三个方面。第一。两边在现阶段强调的技术能力其实是不一样的。量产的自动驾驶其实追求一个工程实现和功能实现的完美平衡。因为任何品牌都不太可能交付一个产品只有功能实现，而没有工程成熟度：第二在场景上现有的L4、L5规范更多强调的还是Urban（城市），而主机厂难以单独研发Urban系统，更多还是聚焦在高速公路、聚焦在停车场上，所以这带来的是场景上积累数据的不同：第三，产自动驾驶和RoboTaxi的传感器也是不一样，导致数据也会不一样。所以整个研发是非常不同的两条线。
后記
我们都赞同一个观点。车辆的发展方向是实现智能化、网联化、电动化和共享化。自动驾驶的车辆，其发展四阶段现在已经明确，即定义协同、感知协同、决策协同控制和一体化。目前。各国对于自动驾驶的发展步骤基本都进入协同感知水平阶段，在理想的状态下。三年之后达到协同决策和协同控制。最终实现一体化发展。是一个相对客观的计划、针对这样的产业链。我们可以看到两个小趋势：一是整个自动驾驶产业链的联盟化是非常明显，协同合作、抱团攻坚是一个趋势在此趋势下，分工需要更加细化。另一个小趋势是软硬件的解耦。这也意味着可以有更多的定制化。
从理性和慎重的角度解析，业内升级自动道路的定义且从较低层次提升到和智能网联车同等水平。同时优化协同技术（包括仿真平台研发）是目前的研发重心。其目的，是让车路协同自动驾驶系统将使车辆自动驾驶的门槛大大降低，只需布置成本较低的车载设备。便可使车辆具L2-L3 级别的自动驾驶能力。低成本的车载设备可以显著提升车辆的安全等附加值、当然。这里面。也必然有“自动驾驶能力让交通运营利润更高”的利好需求。