智能网联汽车驶下“云”端，开放生态拥抱万亿市场( 二 )
在对自动驾驶的探索之路上 ， 除了纯视觉路线 ， 还有以谷歌Waymo为代表的“激光雷达+摄像头”融合路线 ， 并辅以高精地图 。 由于雷视融合可以补足纯视觉的诸多短板 ， 为系统留出更多“冗余” ， 因而也是更为主流的路线 ， 如Uber和大多中国企业均采用这一方案 。
虽然上述路线看上去更加稳定可靠 ， 但最大的一个包袱就是成本太高 ， 尤其是激光雷达 ， 据CMU卡内基梅隆大学无人驾驶研究中心首席科学家John Dolan介绍 ， 一个64线激光雷达的成本就高达7.5万美元 ， “这对普通用户来说太贵了” 。
事实上 ， 当前国内许多采用激光雷达方案的厂商就遭遇了“堆料”的质疑 ， 推出的车型大多集中在30万元以上的高端市场 。 特斯拉一直将激光雷达摒除在外 ， 并最终弃用毫米波雷达 ， 主要原因之一便是出于成本层面的考虑 。
算法和硬件层面之外 ， 对于单车智能路线下的自动驾驶 ， 最大的挑战还是数据的获取 。 业界公认一套自动驾驶技术算法至少需要110亿英里的测试 ， 才能达到量产应用的条件 。 可在现实情况中 ， 还没有哪家企业能够达到这种“硬性”指标 ， 即便是特斯拉 ， 截至去年4月 ， 其自动驾驶累计数据才仅仅30亿英里左右 。 至于其他企业 ， 更是远远不及 。
同时 ， 由于自动驾驶测试车辆和高精地图采集车辆改装成本高昂 ， 通常需要花费数百万甚至上千万 ， 再叠加线下的人工成本 ， 对于企业来说无疑是一笔庞大的支出 。 这也是为何绝大多数高精度图仅覆盖少数城市 ， 而较高阶的辅助驾驶功能也只面向部分高速和城市快速路等相对封闭的驾驶环境开放 。
在这样的背景下 ， 虚拟仿真测试便成为各大车企和科技企业争相布局的领域 。 以腾讯自动驾驶虚拟仿真平台TAD Sim为例 ， 该平台内置高精地图 ， 且基于腾讯云服务 ， 可以同时在本地和云端部署测试场景 ， 支撑上百万车辆和上千台自动驾驶车辆交通流的全天候测试 。
文章图片
事实上 ， 虚拟仿真测试不仅局限于线上 ， 同时也在线下实车测试中发挥着重要作用 。 仍以TAD Sim为例 ， 腾讯利用数字孪生技术 ， 在襄阳达安汽车检测中心构建了总里程100公里、与真实场景相差无几的三维环境以及包括202场景在内的场景库 。
借由该场地 ， 襄阳达安汽车检测中心可以实现包括标准交通法规场景、自然城市场景和部分极限场景等多场景在内的实车测试 。 用该检测中心总工程师周正的话来说 ， 就像人类在玩虚拟游戏一样 ， 相当于为汽车戴上了一副“VR眼镜” 。
但即便虚拟仿真测试的场景库再丰富 ， 也很难复制线下全部真实场景 ， 大量的长尾场景仍然难以预料 ， 甚至在百万级公里的实际路测中才会出现一次 。 哪怕一辆车被训练得再聪明 ， 但路上的“视野”毕竟有限 ， 极端天气、不利照明和物体遮挡等仍会对其感知和预测能力提出极大挑战 。
自动驾驶曙光初露 ， 但要到达那里仍有很长的路要走 ， 一辆车不仅要在芯片、传感器、算法和底层OS等层面变得越来越聪明 ， 还需要在更高的维度解决动态信息的获取问题 。
想要实现更可靠安全的自动驾驶 ， 就需要打开车辆的“视野” 。 事实上 ， 要驶向真正的自动驾驶时代 ， 紧紧依靠聪明的车远远不够 ， 智慧的路也不可或缺 。
相关经验推荐
- 智能手机|京东方利润急升四倍，说明利润还得靠苹果，国产手机难助产业链
- 远程开机|更“智能”的插座，一秒即可远程开机不求人，不到50块钱就搞定！
- 5G|人工智能和5G被列为2022年及以后最重要的技术趋势
- 苹果|重夺智能手机头把交椅，iPhone为苹果贡献2000亿美元收入
- 智能驾驶|三部小屏手机推荐，单手操作无压力，第三部堪称小屏手机标杆！
- 清华大学|挚听32通道智能助听器，清华专利技术，支持智能验配
- 电池|智能手机连WiFi后，上网流量数据该关闭吗？移动客服给出了答案！
- 汽车|工信部：2022年对应用商店、第三方软件开发工具包等实现监管全覆盖
- 英特尔|号称“没有竞品”！百度首款汽车机器人靠谱吗？
- 机器学习|?机器学习和人工智能的应用，在心脏病学的许多领域实现了更快的诊断