對話三位自動駕駛創業者：自動駕駛的商業化還要邁過哪些坎？

鈦媒體聯合創始人萬寧與三位嘉賓對話，從左至右:易道科技的、地平線的、汽車大腦Yolanda Du。一年一度的CES ASIA如期而至。作為CES組委會官方合作媒體，鈦媒體已經連續五年對上海舉辦的CES ASIA進行了報道，今年也不例外。作為汽車生態圈的持續觀察者，鈦媒體以獨特的技術視角，圓滿結束了由ITValue主辦的“未來出行技術沙龍”，力求為技術實現探索更多商業規律。本次CES ASIA 2019鈦媒體未來出行技術沙龍論壇分為三個部分，分別是“5G時代的智能互聯網連接”、“自動駕駛技術的未來商業化”、“未來出行新方式”。我們邀請了各個行業的嘉賓共同探討，包括“百年老店”福特等汽車廠商，以及產業鏈上下游的相關技術供應商。鈦媒體集團創始人趙在會上表示，“新的出行方式已經成為大家越來越關注的話題。鈦媒體在技術和商業領域有著多年的豐富經驗，希望未來能和大家一起探索，在未來出行的方向上做出更多有價值的探索。”在“自動駕駛技術的未來商業化”第二場對話環節，各路嘉賓觀點碰撞激烈，不僅干貨滿滿，而且金句頻出。Auto Train的首席運營官Yolanda Du直言不諱地講述了自動駕駛首次登陸的場景。從2C端來看，可能會慢一些，自動駕駛落地較快的場景可能是低速公園等2B環境。“比如低速園區這樣的專車，每輛已經幾百萬了，即使配備了自動駕駛，對2B場景和車輛公司也沒那么敏感，他們更愿意為此買單。”低速園區同步也解決了自動駕駛代替人的問題，直接代替人工駕駛，更愿意加速自動駕駛的落地。地平線公司的副總裁張玉鳳也持有類似的觀點。他認為，愿意為自動駕駛終端付費的不是消費者，而是B端客戶，“自動駕駛出租車這樣的細分行業可以解決運營成本的問題，尤其是在人力成本高的地區。此外，在干線物流領域，在勞動力、燃料消耗和安全方面也存在許多挑戰。目前，許多外國初創公司正在挑戰干線物流中的L3級自動駕駛，這也是一條可以在較短時間內帶來商業回報的潛在路線。“當然，自動駕駛的落地也面臨現實和骨骼問題。星易道科技有限公司創始人兼CEO趙潔感嘆道，“人類的技術可以達到天上月亮，但是當把一項技術變成一個東西或者系統，供百萬輛汽車使用的時候，其實應該有一些關于實現目的、服務對象、你的環境、基礎的假設。最后要列出假設，作為這件事的出發點。這應該從更多的角度來看，并確定“這項技術最終可以轉化為產品。”Auto Brain的首席運營官Yolanda Du也表示，讓自動駕駛成為人人可用的通用技術仍需要克服幾個主要障礙，“如果可以將大規模生產推廣到用戶端，有幾個關鍵問題需要解決。第一，我們一直看到的比較多，比如硬件配置，可能很難降低成本，使用高成本的激光雷達，很難。第二，硬件傳感器方面，很多還沒有過車輛規范級別，比如激光雷達，還沒有過車輛規范級別，會有重大問題。”。"地平線副總裁張玉鳳也直言不諱地指出，安全是自動駕駛的首要因素，不僅包括硬件的功能安全，還包括系統的信息安全，以及道路設施的建設和完善。以下是鈦媒體聯合創始人、ITValue創始總監萬寧與三位嘉賓的對話原文，由鈦媒體略加編輯:萬寧:我的鏈接叫未來自動駕駛技術商業化。首先，我想邀請幾位嘉賓參與討論。第一位是易道科技有限公司的創始人兼首席執行官趙潔，第二位是地平線的副總裁張玉鳳，第三位是汽車大腦的首席運營官·尤蘭達·杜。趙先生一直從事雷達工作。我們也知道雷達是中國自動駕駛領域非常重要的傳感器，包括激光雷達和毫米波雷達。能否非常清晰地解釋一下這兩種技術的區別，以及未來在中國的自動駕駛應用中會如何發展？趙潔:謝謝你，萬先生。首先，從毫米波雷達和激光雷達的角度來看，兩種技術是有區別的。對比之下，大家會發現他們各不相同。我不知道到底是怎么回事。我們從比較明顯的特征來對比一下。第一，在環境適應性方面，毫米波雷達的優勢最明顯:全天候工作，在暴雨、大雪、大霧中基本不受影響。此時，根據工作頻帶的不同，包括相機在內的光學器件將會出現故障。這和物理性質有關。用什么算法不能解決這個問題，是物理問題；其次，從產業化的角度來看，由于毫米波雷達在汽車領域有40年甚至更長的發展歷史，所以我們今天使用的毫米波雷達設備是車載標準甚至更低成本的實現，沒有問題。而激光雷達更多的是用來解決技術問題，甚至是在科技階段，所以這中間有一個時間的問題；三、為什么人們會認為毫米波雷達分辨率不夠？原因是過去的應用背景有關系，以前識別一輛車就夠了。因此，我們認為技術有很大的潛力。萬寧:在自動駕駛到來之前，毫米波雷達+5G技術是否也能完成對自動駕駛的基礎支持？趙潔:這也是我們公司延伸的一項技術。交通運輸中的高分辨率雷達可以提供對道路上這些車輛的速度和交通流量的高分辨率感知。通過這些，我們覺得要實現智能交通，首先要實現道路和車輛兩方面的智能。未來還有雷達技術的進一步實現，通信雷達。汽車在路上感應到的信息也可以連接，這就是物聯網。萬寧:問我地平線那邊。今天，我去展廳看了一上午自動駕駛平臺的使用情況，包括你一直在合作的那些平臺。所以我想知道，畢竟自動駕駛是一個很長的連接。地平線參與的環節有哪些？你對整個自動駕駛生態系統的理解是什么？張玉鳳:國內也有一些知名的雷達設備廠商，比如激光雷達、何塞科技，都是基于智能學習處理的。也有一些創業公司利用視覺感知和超聲波雷達結合控制來實現慢速自動駕駛。“我們正在與視覺、激光雷達和超聲波雷達等制造商合作。對于賦能來說，如何利用工具幫助合作伙伴解決問題，自動駕駛本身就是一件具有挑戰性的事情，每年可能要花費10億美元。行業內的玩家往往會更頻繁地聚集在一起。可以看到本田和Cruise合作的例子。”。從安全角度來說，確實也需要不同的傳感器來配合。剛才趙總也提到毫米波雷達有它的優勢，還有全天候，目視雷達。視覺非常豐富，沒有色覺，僅靠傳感器很難實現闖紅燈。萬寧:我再問一下Auto Brain。例如，當涉及到為公園中的自動駕駛提供解決方案時，我想知道您為什么專注于該領域？Yolanda Du: Auto Brain也是一個提供服務的技術解決方案服務商。從剛才提到的戰略角度，兩條腿走路，一條腿直接和乘用車廠商合作，比如專注于特定環境下高速公路的自動駕駛。此外，企業還需要生產，產生良好的現金流，考慮落地場景。他們還需要實現低速場景下的自動駕駛。從自動駕駛的角度來說，前面提到過，可能是端到端，也可能是走固定路線。從著陸速度的角度來說，它可以讓我們有一個更好的著陸場景。在低速場景下，Auto Brain開發的低速園區特種兵實現了點對點自動駕駛，完全無人駕駛。在商業化的過程中，我們為整車廠提供產品，并為每輛車支付技術開發費。對于企業來說，我們走高速和低速都可以，可以帶來現金流。萬寧:換句話說，在有限的園區內，低速自動化線上有很好的商業應用基礎。在這個層面上，園區自動駕駛比全社會化自動駕駛更有可能實現？尤蘭達·杜(Yolanda Du):從兩個角度來說，說實話，如果你的技術足夠好，你相信它會在世界上不可戰勝，那就沒有問題。我想我們是從兩個維度來說的。一個是技術。我們一定要知道如何打通這個技術，從L3到L5，然后用L5進行量產方案，因為從技術路徑上來說，并不是低速就可以跨越的，換句話說，低速自動駕駛和高速自動駕駛在技術上是兩條腿。重要的是要知道技術的訣竅，未來的困難在哪里，以及如何表明立場。這是從技術角度。從商業運營的角度來看，其實如前所述，高速公路更多的是一個客車廠，因為最終面對的是2C端，對于自動受理的受理能力有限。這種接受能力會對產品在安全性和價格方面有所考慮。從2C端來說，可能會慢一些。如果你在低速行駛……rk，它可能是一個2B應用環境。從B端比如專車，一輛車就已經幾百萬了。即使增加了自動駕駛，它對2B的情況和汽車公司也不那么敏感，他們更愿意付費。低速園區同步也解決了自動駕駛代替人的問題，直接代替人工駕駛，更愿意加速自動駕駛的落地。張玉鳳:我們也看到了剛才提到的幾個場景，比如低速和客車的停車自動化系統。另一個場景是乘客區的自動駕駛出租車。美國也有好的飛行員，包括中國。在拉斯維加斯，頭部玩家部署了幾十輛車，從去年到今年做了五六萬多輛載人出租車。與移動出行伙伴合作，基本都是L4自主，區域有限，路線有限制。對于乘用車來說，輔助泊車系統其實是可以收錢的。對于運營來說，短時間內做出自動駕駛出租車還是一個付出的過程，無論是人力還是財力。系統可能需要一段時間來緩慢釋放安全驅動程序。“包括Waymo在內的其他玩家都在朝著這個方向前進，這一定是在引領我們的技術方向。”。作為合作供應商，我們可以看到這個行業的發展，以及L4脫方向盤時的明顯進步。愿意為此買單的終端不是消費者，而是客戶。以出租車等細分行業為代表，自動駕駛可以解決運營成本問題，尤其是在人力成本高的地區。在另一個方向上，干線物流也面臨著尋找司機的困難，包括油耗和安全方面的諸多挑戰。目前，許多國外初創公司正在挑戰干線物流中的L3級自動駕駛，這也是一種在較短時間內帶來商業回報的潛在方式。萬寧:到了L5，一定是在一個社會信息環境里。而是我認為在易道這邊使用雷達，或者你是典型的建立社會信息環境的企業，也可以通過環境雷達為車輛提供感知。這部分會為我們未來實現更快的業務落地帶來一些很好的輔助。在這方面你有什么策略？或者如何尋求合作？趙潔:我們正在解決的主要問題實際上是基礎數據。對基礎數據的一個要求是足夠，這是指提取各種特征。這本身就是我們的技術優勢。這種優勢會變成什么樣的產品？在這里，我們需要與我們的合作伙伴討論，他們是我們的Tier1供應商還是主機制造商。我們公司成立至今，在主機廠和Tier1的合作中，一直在談自動駕駛的美好。但是，當我們實際了解對方的需求時，比如某個功能對毫米波雷達有需求時，我們的大部分客戶其實并不清楚。所以在這里，說到技術，人類的技術確實可以達到天上和月亮。但是，當一項技術最終轉化為百萬輛汽車使用的東西或系統時，其實應該有一些關于實現目的、服務對象、你的環境、基礎的假設。最后，我們應該列出假設作為這件事的起點，這需要對技術有更多的看法，并在它可以轉化為產品之前對它進行定義。所以和合作伙伴的合作，產業鏈上下游都是非常豐富的，但是實施路徑必須非常嚴謹，每前進一步都必須伴隨著非常安全或者可靠的保障。所以這就是我所認為的自動駕駛，或者說環境意識，或者說汽車意識，無論多么美好的一個愿望都要實現，那么為什么還要具體實現底層基礎的可靠性呢？“這些條件一定要說清楚，否則就是鋪張浪費，或者產品執行會有很多問題。”。萬寧:自動駕駛看起來很棒，但是做起來感覺很骨感。不僅僅是技術本身，我們的技術已經做了很多儲備。正如Yolanda Du所說，我們在L5上做了很多技術探索，也在環境、法規和信息方面做了很多工作。

標簽：大眾合創本田福特發現

汽車資訊熱門資訊