自动驾驶商业化落地的最佳姿势,究竟是什么?
汽车 自动驾驶商业化落地的最佳姿势,究竟是什么? 汽车 | 2018-11-01 18:00 自动驾驶商业化落地的最佳姿势,究竟是什么? 李北辰

在全球玩家们的合力推动下,不断脚踩油门的自动驾驶,终于来到大规模量产应用的临界点。

如你所知,过去数年,全球科技媒体都热衷于探讨自动驾驶对于人类社会的多元化改革——如下未来,甚至已成当下共识:自动驾驶会让出行更安全;与共享理念的深度契合,让自动驾驶可以大幅降低出行成本,缓解交通压力与环境污染,甚至打破城市在工业时代的道路桎梏,为城市居民释放更多路权;而当自动驾驶汽车成为移动的“第三空间”,也会诞生下一个平台级别的商业模式。

嗯,考虑到汽车产业在全球的巨大体量,以及未来围绕汽车构建的智能交通体系的巨大想象,在乐观者眼中,2020年自动驾驶或将迎来万亿级市场的爆发。

但这条赛道也异常拥挤,无论科技巨头还是整车巨擘,都已纷纷在自动驾驶的跑道上抢滩登陆,而由于产业链的相对漫长,也让一众初创企业频繁登上舞台中央,或自立门户,或与巨头共舞,在产业链的不同环节穿针引线,共同拼凑出一张自动驾驶的完整图谱。

当然,无论巨头还是初创企业,尽管发展策略各有所求,却共同面临同一个巨大挑战:自动驾驶商业化落地的最佳姿势,究竟是什么?

挑战在中国尤为迫切——如今所有人都在企盼,“用市场换技术”并不顺遂的中国汽车市场,能在自动驾驶这一技术转捩点上实现弯道超车,打赢这场席卷全球的军备竞赛,而这无疑需要自动驾驶技术能以某种更循序渐进,温和理性的方式迅速落地,譬如在很多业内人士眼中,2020年就会有部分L3或L4级自动驾驶通过前装搭载量产和商用。

从这个意义上,摊开自动驾驶的企业图谱,一家名为纽劢科技的公司着实令人眼前一亮,这家创立于硅谷,最早一批拿到加州路测牌照的公司,正是致力于L3/L4阶段研究,用人工智能等先进技术,以高效落地,可量产,车规级的方式,为车企提供定制化的整套自动驾驶解决方案及服务。

而剖析其商业逻辑不难发现,“务实”而非“务虚”,真正尊重汽车行业的规律,“因地制宜”地默默深耕本土市场,或许才是自动驾驶商业化落地的最佳姿势。

让技术平滑落地

公开资料显示,2017年初纽劢在上海设立总部,重点着眼让技术落地,而身为初创企业,成立不久的纽劢,目前已经与世界领先的合作伙伴正在进行深度合作。

这种迅猛的商业化速度,得益于与有些“眼高手低”,为示好资本市场而将“颠覆”二字常挂嘴边的创业者相比,从诞生伊始,纽劢的商业逻辑就更尊重汽车规律,践行最具商业化落地可行性的技术路线:一切研发都以技术落地为目标进行,且所有系统全部符合可量产的车规级标准。

当然,这需要将科技行业的迅速迭代,与汽车行业的沉稳内敛相结合,纽劢科技COO宋新雨在接受雷锋网采访时举了一个例子:“我们的算法开发、测试,所有东西都在嵌入式平台上完成,这样可以兼顾开发速度和实际的产品性能。并且我们拥有一套完整的数据采集、标定、清洗的流程和能力,保证模型高效快速迭代。除此之外,传感器的设计和选型,也都是按照车规级标准来确定。我们的做法有别于科研的思路,一切为了产品落地来服务。”

此外,这种谦卑务实的姿态,也集中体现在人才构成上。纽劢创始人徐雷和宋新雨之前均效力于特斯拉:徐雷是特斯拉Autopilot团队第一代核心成员,Tesla Vision深度学习负责人;而宋新雨则是特斯拉供应链及产品高级经理,参与了Autopilot1.0和Autopilot2.0的产品化全过程;此外,纽劢技术团队也主要来自特斯拉,苹果和英特尔等科技巨头;产品团队则来自博世,松下和哈曼等知名汽车产业供应商——不难发现,与特斯拉相似的“人才基因库”,让纽劢可以在科技与汽车之间,在速度和稳定之间,觅得一道更适合于当下的黄金中线。

而具体到技术层面,众所周知,涉及软硬件,各种传感器和控制器的自动驾驶,是一套颇为复杂的生态系统,纽劢最擅长上层应用软件和算法,目前他们选择前装车为市场切入口,为客户提供整套自动驾驶解决方案。

为了让自动驾驶的落地方式更为“平滑”,在客户交付逻辑上,纽劢更注重整体性。要知道,自动驾驶的智能部分其实分为诸多模块,大部分核心技术分别由各领域软件公司分别研发,而在如今高度由模块化搭建的AI市场,无论自动驾驶还是其他AI场景,遴选各领域供应商,迅速拼凑出某个“通用”功能,是大多数解决方案的默认选项,但事实上,由于系统磨合度等问题,这种方式的用户体验往往会打折扣,相比之下,拥有完整且统一的自动驾驶系统,会让其在落地细节上更具一致性——也因如此,纽劢选择将感知,规划和控制三大模块精炼为一套完整的自动驾驶系统,站在车企角度,整套系统在调试,应用和维护等方面无疑更令他们受用。

当然,统一系统运转良好的前提,是技术足够出色。

事实上,仔细剖析纽劢的自动驾驶系统:依赖于深度学习的感知系统,其精度要远高于传统方法。以视觉为主的多传感融合方案,在摄像头之外,会依据具体驾驶情况使用激光雷达,毫米波雷达,超声波雷达以及GPS/IMU传感器,在天气恶劣和车道混乱等不利驾驶环境下,亦可同时识别行人,车辆和标识等多个目标障碍物。此外,由于多传感器融合系统不完全依赖高精度地图,在很大程度上降低了成本——这对于自动驾驶的“民主化”过程至关重要。而同样拜深度学习所赐,纽劢自动驾驶系统亦可模拟人类驾驶习惯,判断障碍物速度和距离,并精确快速地预估其行动方向,为车辆规划最优行驶路线。另外,系统强大的分层规划与控制系统,能让车辆更好地应对不确定性,在最大程度上保障行驶安全。

总之,基于环境感知,智能规划和实时控制三者的无缝嵌合,得以让纽劢自动驾驶系统在提升安全性和适应性同时,维持低成本和高性能,从而充分发挥出纽劢车规级高效落地的竞争优势,最终真正以率先量产的方式,在自动驾驶的赛道上处于强势地位。

因地制宜

事实上,率先完成自动驾驶的商业化落地,早已成为从政府到企业的普遍共识。

在不少人眼中,中国作为全球最大汽车市场,从产业基础到政策扶持,从技术积淀到人才储备,多个方向上的合力,都在共同催生自动驾驶市场爆发的火种,尤其在政策扶持上,一系列促进自动驾驶产业化的政策密集发布,不断为中国自动驾驶的领跑清除路障。

但在产业化过程中,企业需要悉心留意的是,玩转自动驾驶,除了必须懂技术,更要“懂中国”——相较于传统汽车各产业链条的格式化,由于深嵌在复杂的商业环境,交通系统,舆论博弈,乃至整个社会协作体系的巨大网络中,自动驾驶是个“本地属性”非常强的产业,在诸多细节上都需要量体裁衣,也因如此,从诞生伊始,纽劢就将“落地中国”视为一切发展的逻辑起点。

譬如在商业层面,在判断产品能否真正委以“商用”重任时,必须结合当下中国汽车行业的整体发展脉络来看,就像宋新雨所言:“产品在中国落地首先要了解中国的主机厂诉求是什么,其中包括功能,质量,可靠性等方面,同时性价比也很重要,是否会对主机厂和消费者造成负担……(比如)大家都知道,激光现在没有办法量产化,成本方面也有很大压力,我们延续特斯拉以摄像头为主的多传感器思路。”

再譬如,在交通系统层面,众所周知,种种社会原因所致,中国城市交通密度高,障碍物多,随意性大,相比美国更为复杂,也让自动驾驶的商业化之路稍显荆棘,需要系统根据中国本土环境针对性细化,于是我们看到,纽劢自动驾驶系统也会在诸多技术细节上“对症下药”,以顺应颇具中国特色的交通环境和驾驶行为,举个最简单的例子,近距离的cut in(车辆并入)在中国很普遍,纽劢为此进行了技术优化,让系统处理近距离车辆并入的体验感更好。

总之不难发现,在自动驾驶的拥挤赛道,相较于多数体量相近的参赛者,高落地性,可量产和车规级等特点,让纽劢的商业化之路走得更为顺遂,也更为脚踏实地。

而从现在走向未来,纽劢也给出了自己的时间表:目前,已经实现了一些L4场景,包含人找车、车找人的功能;同时也在做政府SCSTSV的智慧城市项目沟通与技术对接;中期,纽劢将基于L3阶段研究,到2020年,为国内自主品牌的量产车型提供自动驾驶软件解决方案,并通过前装市场迅速盈利并积累数据,再用数据反馈进行算法升级,逐渐形成大数据生态系统;而在更值得期许的未来,纽劢则致力于构建完整的新型交通模式,开拓共享运营业务,最终成为智慧交通乃至整个智慧城市网络中更具价值的一环。

而通过纽劢这匹“黑马”的迅速崛起不难窥见到,无论是合作还是竞争,是分庭抗礼还是单打独斗,在全球玩家们的合力推动下,不断脚踩油门的自动驾驶,终于来到大规模量产应用的临界点。

而我相信,在一众企业和政府共同指向的2020年,会有更多人觉察到,自动驾驶正在深刻影响拥有百年历史的汽车产业,自动驾驶,就是未来的一部分。

静候佳音吧。

李北辰/文

-END-

本文由李北辰投稿一鸣网,本文仅代表作者个人观点,文章非经授权请勿转载,

向一鸣网投稿,请点击投稿按钮,详情请参阅《一鸣网投稿须知》。

互联网人都在关注的微信号

难道你还没有关注?