在今年的消費電子展上，來到寶馬展臺的人們將把相機對準寶馬i未來概念駕駛艙。因為當自動駕駛來臨時，它向我們傳達了一種可能性，每個人都可以像家庭影院一樣設計汽車的內部。
玩笑歸玩笑，但在自動駕駛技術時代，汽車在路上行駛肯定會打破我們對傳統汽車的設置。然而，我們面前的概念駕駛艙畢竟離我們還有點遠，從2021起，寶馬的全自動汽車將進入我們的生活。
相反，場邊的Personal Copilot自動駕駛測試車可以讓我們看到寶馬自動駕駛在中國的研究進展。
單從外觀來看，這款基于3系GT的測試車與普通汽車沒有什么不同，傳感器嵌入車身，更傾向于量產。據統計，測試車身前后左右各有四個激光雷達、四個近距離毫米波雷達和三個遠程激光雷達，后視鏡中有一個單攝像頭和一個雙目攝像頭。據有限公司互聯駕駛研究所聯合副總裁兼汽車駕駛員羅明輝博士介紹，該傳感器方案仍處于形成階段，2021 iNext推出時將看到最佳配置。
關于這款車，我們重點討論了三個問題：測試、困難和自動駕駛分類混亂。
測驗
自動駕駛的特點之一是其明顯的地域性。在德國調試過的自動駕駛汽車無法在中國直接銷售，因此國產化測試和改進是其投放市場前的重要環節。
去年，Personal Copilot自動駕駛測試車在成都高速公路上進行了一次小型測試。在約35公里長的指定路段，測試車輛在0-120km/h的速度范圍內完成了自動車道保持、自動跟車、自動變道等多項功能，無需主動干預。
在一年的時間里，這輛車最大的變化是從高速公路進入城市。目前，中國的法律和政策禁止自動駕駛汽車在公共開放道路上進行測試，因此寶馬城市場景的測試主要在上海智能網聯測試示范區的封閉區域進行。
羅明輝，寶馬（中國）服務有限公司有限公司互聯駕駛研究所聯合副總裁兼自動駕駛儀。
這些試驗主要與V2X有關。羅明輝提到了三種情況：
第一個是V2X廣播場景的應用。在十字路口右轉時，測試車遇到了一輛拋錨的車。測試車通過自己的攝像頭識別出障礙車后，會同時向云端發回信息。云確認驗證后，會將此情況廣播給周邊車輛，方便其他車輛繞行。
第二個是即時旅行的應用。使用手機APP預訂自動駕駛出租車后，我們會將信息發送到云端，然后發布到指定車輛解鎖，從而解決無鑰匙啟動的問題。
第三是眾包高精度地圖。在摩城測試時，寶馬的合作伙伴使用了NavInfo的新型高精度地圖。目前，自動駕駛所需的高精度地圖仍存儲在本地，未來的趨勢是與云交換信息，以確保自動駕駛汽車獲得的實時信息。
但值得注意的是，這兩次測試的時間都很短，嚴格來說更像是演示和驗證。寶馬（中國）汽車貿易有限公司（BMW（China）Automobile Trading Co.，Ltd.，Ltd.）總裁Herry Liu在新聞發布會上給了我們一個數字，這個數字可能更接近實際的道路測試：寶馬目前在中國的自駕里程超過16000公里。
困難
隨著我們離全自動駕駛越來越近，競爭的障礙是什么？
在年初的一次大型合作中，寶馬、Mobileye和英特爾表示，他們將在2017年推出一款自動駕駛原型車。到年底，將有40支高度自動駕駛和完全自動駕駛的車隊在路上進行測試，并將使用寶馬與英特爾和Mobileye合作的計算平臺。
現在合作剛剛開始，許多設備仍被放置在Personal Copilot的后備箱中。當Delphi最終大規模生產這個三方定制的計算平臺時，你會看到一個清爽干凈的主干。
然而，工程師們表示，硬件的性能和成本會逐漸提高……
計算機和車輛法規以及軟件的需求是競爭的最后障礙。
寶馬展臺的工程師告訴我們，隨著研究從高度自動駕駛轉向全自動駕駛，最重要的能力是預測。他向車云列舉了一個典型的城市工作條件。例如，在城市十字路口，行人、自行車和其他車輛將同時從不同方向通過十字路口。此時，自動駕駛汽車需要掌握的技能就是判斷駕駛順序。
如果問題進一步細化：如果自動駕駛汽車在轉彎時同時讓位于右側直行車輛，自動駕駛汽車會加速并優先進入十字路口，還是讓對方先走？當道路權利的競爭者越來越多時，如何對自動駕駛汽車做出判斷？
因此，自動駕駛汽車必須學會預測周圍車輛和行人的運動趨勢。目前，寶馬的核心任務之一是使用深度學習方法來訓練決策規劃算法，并對周圍車輛的駕駛行為進行預測。下一條車道上的車輛會變道嗎？寶馬將主要提取車身與車道線之間的距離，無論車輛是否點亮，然后用大量數據訓練深度神經網絡，讓自動駕駛汽車學會安全變道。
“最難的是軟件，最核心的是軟件。”這是工程師在談到這一部分時所做的總結。
分級混淆
當作者確定Personal Copilot的自動駕駛分類難度時，答案是L3-L4，所以接下來的問題自然變成了自動駕駛分類的困惑。
目前，許多業內人士認為，自動駕駛L3級分類中的一個難點——駕駛權接管并不能很好地解決。就風險控制或收入回報而言，這不是一筆好交易。因此，許多制造商對從L2駕駛員輔助直接過渡到L4全自動駕駛感興趣。
寶馬的工程師告訴我們，L3、L4和L5并不是他們眼中的關鍵點。他們更關心的是解決“棘手的疾病”，而不是分級。因為他們的目標是讓車輛盡可能長時間地免費駕駛，而且他們可以在不同的天氣下風雨無阻地上路。
寶馬工程師提到，寶馬的做法是層層積累技術，待中間節點的技術成熟后，將退出，形成階段性產品。在這個階段，產品可能符合當前的L3或L4分類。
我們看到了寶馬詳細的自動駕駛時間表，它有不同的分層時間節點：
目前，寶馬市場在售產品屬于自動駕駛二級，駕駛員全程負責駕駛。
從2021起，寶馬iNext將達到自動駕駛3級水平，并在同一方向的隔離路段實現高度自動駕駛。駕駛員必須能夠在幾秒鐘內再次接管操作。
2021，部分實現四級自動駕駛，在有限區域內實現城市道路全自動駕駛；駕駛員在駕駛過程中可以完全休息；
與3級相比，重要的區別在于留給駕駛員大量的時間來接管控制。
第5級與第3級和第4級同時開發，2020年后可能以試點的形式實現。自動駕駛、方向盤和踏板不再是絕對必要的設備。乘客坐在車里，沒有任何駕駛操作、駕駛執照和司機。
從時間表上可以看出，寶馬的自動駕駛仍在按部就班地前進，但在節奏上，不可避免地會加快L4和L5的到來。然而，寶馬所需的研發投入將不是一筆小錢，這也是所有主機廠轉型移動出行服務提供商所面臨的困難。這可能也是為什么Herry Liu在新聞發布會上特別提到“寶馬有充足的資本積累來投資未來”的原因。
總結
盡管寶馬的每一場CES展會都是概念性的，但在與技術人員聊天時，車云從反復強調冗余設計和可靠性測試中感受到了落地技術的嚴謹性。羅明輝在介紹中提到，中國一支約50人的自動駕駛團隊也在為算法和技術的創新做出貢獻。盡管中國的路況復雜，但我們仍然期待著自動駕駛足夠成熟的那一天。在今年的消費電子展上，來到寶馬展臺的人們將把相機對準寶馬i未來概念駕駛艙。因為當自動駕駛來臨時，它向我們傳達了一種可能性，每個人都可以像家庭影院一樣設計汽車的內部。
玩笑歸玩笑，但在自動駕駛技術時代，汽車在路上行駛肯定會打破我們對傳統汽車的設置。然而，我們面前的概念駕駛艙畢竟離我們還有點遠，從2021起，寶馬的全自動汽車將進入我們的生活。
相反，場邊的Personal Copilot自動駕駛測試車可以讓我們看到寶馬自動駕駛在中國的研究進展。
單從外觀來看，這款基于3系GT的測試車與普通汽車沒有什么不同，傳感器嵌入車身，更傾向于量產。據統計，測試車身前后左右各有四個激光雷達、四個近距離毫米波雷達和三個遠程激光雷達，后視鏡中有一個單攝像頭和一個雙目攝像頭。據有限公司互聯駕駛研究所聯合副總裁兼汽車駕駛員羅明輝博士介紹，該傳感器方案仍處于形成階段，2021 iNext推出時將看到最佳配置。
關于這款車，我們重點討論了三個問題：測試、困難和自動駕駛分類混亂。
測驗
自動駕駛的特點之一是其明顯的地域性。在德國調試過的自動駕駛汽車無法在中國直接銷售，因此國產化測試和改進是其投放市場前的重要環節。
去年，Personal Copilot自動駕駛測試車在成都高速公路上進行了一次小型測試。在約35公里長的指定路段，測試車輛在0-120km/h的速度范圍內完成了自動車道保持、自動跟車、自動變道等多項功能，無需主動干預。
在一年的時間里，這輛車最大的變化是從高速公路進入城市。目前，中國的法律和政策禁止自動駕駛汽車在公共開放道路上進行測試，因此寶馬城市場景的測試主要在上海智能網聯測試示范區的封閉區域進行。
羅明輝，寶馬（中國）服務有限公司有限公司互聯駕駛研究所聯合副總裁兼自動駕駛儀。
這些試驗主要與V2X有關。羅明輝提到了三種情況：
第一個是V2X廣播場景的應用。在十字路口右轉時，測試車遇到了一輛拋錨的車。測試車通過自己的攝像頭識別出障礙車后，會同時向云端發回信息。云確認驗證后，會將此情況廣播給周邊車輛，方便其他車輛繞行。
第二個是即時旅行的應用。使用手機APP預訂自動駕駛出租車后，我們會將信息發送到云端，然后發布到指定車輛解鎖，從而解決無鑰匙啟動的問題。
第三個是……
購買高精度地圖。在摩城測試時，寶馬的合作伙伴使用了NavInfo的新型高精度地圖。目前，自動駕駛所需的高精度地圖仍存儲在本地，未來的趨勢是與云交換信息，以確保自動駕駛汽車獲得的實時信息。
但值得注意的是，這兩次測試的時間都很短，嚴格來說更像是演示和驗證。寶馬（中國）汽車貿易有限公司（BMW（China）Automobile Trading Co.，Ltd.，Ltd.）總裁Herry Liu在新聞發布會上給了我們一個數字，這個數字可能更接近實際的道路測試：寶馬目前在中國的自駕里程超過16000公里。
困難
隨著我們離全自動駕駛越來越近，競爭的障礙是什么？
在年初的一次大型合作中，寶馬、Mobileye和英特爾表示，他們將在2017年推出一款自動駕駛原型車。到年底，將有40支高度自動駕駛和完全自動駕駛的車隊在路上進行測試，并將使用寶馬與英特爾和Mobileye合作的計算平臺。
現在合作剛剛開始，許多設備仍被放置在Personal Copilot的后備箱中。當Delphi最終大規模生產這個三方定制的計算平臺時，你會看到一個清爽干凈的主干。
然而，工程師們表示，硬件的性能和成本將逐漸滿足計算和車輛法規的需求，而軟件是競爭的最終障礙。
寶馬展臺的工程師告訴我們，隨著研究從高度自動駕駛轉向全自動駕駛，最重要的能力是預測。他向車云列舉了一個典型的城市工作條件。例如，在城市十字路口，行人、自行車和其他車輛將同時從不同方向通過十字路口。此時，自動駕駛汽車需要掌握的技能就是判斷駕駛順序。
如果問題進一步細化：如果自動駕駛汽車在轉彎時同時讓位于右側直行車輛，自動駕駛汽車會加速并優先進入十字路口，還是讓對方先走？當道路權利的競爭者越來越多時，如何對自動駕駛汽車做出判斷？
因此，自動駕駛汽車必須學會預測周圍車輛和行人的運動趨勢。目前，寶馬的核心任務之一是使用深度學習方法來訓練決策規劃算法，并對周圍車輛的駕駛行為進行預測。下一條車道上的車輛會變道嗎？寶馬將主要提取車身與車道線之間的距離，無論車輛是否點亮，然后用大量數據訓練深度神經網絡，讓自動駕駛汽車學會安全變道。
“最難的是軟件，最核心的是軟件。”這是工程師在談到這一部分時所做的總結。
分級混淆
當作者確定Personal Copilot的自動駕駛分類難度時，答案是L3-L4，所以接下來的問題自然變成了自動駕駛分類的困惑。
目前，許多業內人士認為，自動駕駛L3級分類中的一個難點——駕駛權接管并不能很好地解決。就風險控制或收入回報而言，這不是一筆好交易。因此，許多制造商對從L2駕駛員輔助直接過渡到L4全自動駕駛感興趣。
寶馬的工程師告訴我們，L3、L4和L5并不是他們眼中的關鍵點。他們更關心的是解決“棘手的疾病”，而不是分級。因為他們的目標是讓車輛盡可能長時間地免費駕駛，而且他們可以在不同的天氣下風雨無阻地上路。
寶馬工程師提到，寶馬的做法是層層積累技術，待中間節點的技術成熟后，將退出，形成階段性產品。在這個階段，產品可能符合當前的L3或L4分類。
我們看到了寶馬詳細的自動駕駛時間表，它有不同的分層時間節點：
目前，寶馬市場在售產品屬于自動駕駛二級，駕駛員全程負責駕駛。
從2021起，寶馬iNext將達到自動駕駛3級水平，并在同一方向的隔離路段實現高度自動駕駛。駕駛員必須能夠在幾秒鐘內再次接管操作。
2021，部分實現四級自動駕駛，全自動駕駛……
將在有限區域內的城市道路上實現；駕駛員在駕駛過程中可以完全休息；與3級相比，重要的區別在于留給駕駛員大量的時間來接管控制。
第5級與第3級和第4級同時開發，2020年后可能以試點的形式實現。自動駕駛、方向盤和踏板不再是絕對必要的設備。乘客坐在車里，沒有任何駕駛操作、駕駛執照和司機。
從時間表上可以看出，寶馬的自動駕駛仍在按部就班地前進，但在節奏上，不可避免地會加快L4和L5的到來。然而，寶馬所需的研發投入將不是一筆小錢，這也是所有主機廠轉型移動出行服務提供商所面臨的困難。這可能也是為什么Herry Liu在新聞發布會上特別提到“寶馬有充足的資本積累來投資未來”的原因。
總結
盡管寶馬的每一場CES展會都是概念性的，但在與技術人員聊天時，車云從反復強調冗余設計和可靠性測試中感受到了落地技術的嚴謹性。羅明輝在介紹中提到，中國一支約50人的自動駕駛團隊也在為算法和技術的創新做出貢獻。盡管中國的路況復雜，但我們仍然期待著自動駕駛足夠成熟的那一天。
標簽：寶馬
外媒援引國際能源署InternationalEnergyAgency的報告稱，在路面上行駛的電動汽車數量在2016年激增至200萬輛，而在五年前電動汽車可以說基本不存在。
1900/1/1 0:00:00北京時間6月7日晚間消息，全球領先的汽車零部件供應商德爾福汽車DelphiAutomotive與法國政府旗下公交服務公司TransdevGroup今日宣布，
1900/1/1 0:00:00當你還在為該不該發展電動車爭吵、還在為該鼓勵哪種技術路線喋喋不休的時候，中國電動汽車百人會理事長陳清泰告訴你目前業界聚焦電池、電機、電控等保障電動汽車良好行駛性能的努力只是一場序幕，
1900/1/1 0:00:00億緯鋰能3000146月7日晚間發布2017年半年度業績預告，預計上半年歸屬于上市公司股東的凈利潤1334491萬元1512423萬元，比上年同期增長5070。
1900/1/1 0:00:006月7日，2017亞洲消費電子展在上海新國際博覽中心開幕。寶馬展臺化身未來智能城市，以“自動化”、“互聯化”、“電動化”、“服務化”為主題，來詮釋未來個人出行及生活方式的愿景。
1900/1/1 0:00:00在本屆CESAsia亞洲消費類電子產品展覽會上現代汽車公布了未來的新能源汽車規劃。據了解現代將在2020年前推出至少14款新能源新車。
1900/1/1 0:00:00
汽車導航