智能网联汽车驶下“云”端,开放生态拥抱万亿市场( 三 )


在智能网联的概念下 , 车、路和人作为终端 , 而V2X车联网则是将三者联系起来 , 并在云端实现融合 , 共同构成完整的自动驾驶生态 , 从而突破单车智能的非视距感知和车辆信息共享等技术瓶颈 , 为车辆提供更丰富的信息和更加广阔的视域 。
那么 , 在数据层面的“硬指标”上 , “智慧的路’是如何开拓车辆”视野“的?据施雪松在智能网联分论坛上分享的、不同路径下的相机数据显示 。
智能网联汽车驶下“云”端,开放生态拥抱万亿市场
文章图片
普通视角(相机安装于车上)下 , 盲区距离为50m , 像素与图像分辨率分别为800万和3840X2160 , 最小覆盖水平宽度与最少覆盖车道数分别为 39m和9车道 。 而在鱼眼视角(高度为10m的鱼眼相机)下 , 上述各项指标的结果变成了0m、1200万和4000X3000、360度全方位覆盖 , 探测范围的提升一眼便知 。
尤其对于单车智能难以应对的复杂多变的交通环境和天气因素 , 很大程度上可以依靠包括信号灯、标志牌和摄像头等智能路侧单元辅助解决 。 例如在行车穿过路口时 , 车辆可接收路侧摄像头的信号 , 提前获知行人信息 , 避免“鬼探头”等安全事故的发生 。 在浓雾或雨雪天气中 , 智能网联汽车亦可通过车联网得知其他车辆的位置信息 , 从而做出更精准的决策……
正是由于V2X车联网的诸多优势 , 车路协同成为我国当前实现自动驾驶的主流路线 , 智能网联汽车近年来也得到了政策层面的支持 , 并且上升至国家战略层面 。
工信部于2018年印发的《车联网(智能网联汽车)产业发展行动计划》更是对智能网联汽车提出了明确的规划:第一阶段 , 到2020年 , 实现具备高级别自动驾驶功能的智能网联汽车实现特定场景规模应用 , 车联网用户渗透率达到30%以上 。 第二阶段 , 2020年后 , 高级别自动驾驶功能的智能网联汽车和5G-V2X逐步实现规模化商业应用 , “人-车-路-云”实现高度协同 。 另据《智能网联汽车技术路线图 2.0》规划 , 2025年 我国C-V2X 终端新车装配率将达 50% , 2030 年基本普及 。
在市场层面 , 中国智能网联汽车也取得了不小进展 。 中国互联网协会车联网工作委员会秘书长孙驰天也在智能网联论坛上介绍称 , “2020年我国智能网联汽车销量303.2万辆 , 同比增长107% , 市场渗透率15% , 说明整个的车连接到互联网上面已经形成一个非常好的一个趋势 , 而且具备了一些规模 。 ”

此外 , 智能网联市场将保持迅猛的发展势头 。 根据iResearch统计数据 , 2016-2020年我国智能网联汽车产业规模呈现连续上涨趋势 , 2020年产业规模增长到了2556亿元 , 同比增长54.3% 。 另有数据预测 , 中国智能网联汽车市场规模到2025年将达到2000万辆 , 市场渗透率将突破75% 。
政策的支持和巨大的市场前景也引起了BATH等科技企业争相布局 , 当然各家均是将其放在智慧交通的大背景下统筹落子 。 事实上 , 网联汽车作为未来智慧交通体系的重要组成部分 , 不仅能够解决自动驾驶难题 , 亦能解决交通拥堵 , 出行安全 , 道路使用率 , 解决汽车燃油排放等诸多问题 。
以腾讯去年9月提出的WeTransport智慧交通战略布局为例 , V2X数据服务引擎能够统筹信控系统、路侧系统、移动终端/车载终端及交通信息等不同来源的信息 , 并通过交通云控平台实现分发共享 , 令其在人、车、路、网、云之间的高效流转 。
事实上 , 腾讯也十分明确自身的优势所在 , 最具代表性的就在于云图融合能力和C端触达能力 。 “我们构建了一些全天侯感知系统 , 并将感知获取的数据信息与高精地图融合 , ”施雪松称 , 并通过数字孪生技术将其还原成可计算的时空 。 ”

相关经验推荐