0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

淺析自動駕駛的感知和觀點

ml8z_IV_Technol ? 來源:未知 ? 作者:胡薇 ? 2018-08-13 08:34 ? 次閱讀

近年來“自動駕駛”被人們廣泛提及,大量汽車行業(yè)主體、互聯(lián)網(wǎng)領域公司、精英創(chuàng)業(yè)人群以及資本紛紛投入到該領域的探索中來,自動駕駛技術是什么?離我們還有多遠?顛覆性的行業(yè)變革是否已經(jīng)到來?本文中我們將談談我們對于自動駕駛的感知和觀點。

自動駕駛近些年來得到了社會的廣泛關注,大量的汽車行業(yè)主體、互聯(lián)網(wǎng)領域公司、精英創(chuàng)業(yè)人群以及資本紛紛投入到該領域的探索中來。自動駕駛按照美國汽車工程師協(xié)會(SAE)根據(jù)系統(tǒng)和人對于車輛的控制程度可以分為L0~L5六個等級。

其中在L0~L3級的系統(tǒng)主要還是起到對駕駛員的輔助作用,即使是L3級系統(tǒng)已經(jīng)可以在極大程度上將駕駛員從駕駛任務中解放出來,但仍然需要駕駛員對車輛行為做最終的把控,即一旦出現(xiàn)系統(tǒng)無法處置的情況,駕駛員必須在第一時間接手控制。而當系統(tǒng)達到L4級時,系統(tǒng)已經(jīng)可以在特定環(huán)境下完全擺脫駕駛員并自主的負責車輛的操作作業(yè)。L1~L3級領域的玩家主要是汽車整車廠商(OEMs)和汽車產(chǎn)業(yè)鏈一級供應商(Tier1s),而L5級自動駕駛目前離到我們的身邊還尚有一段路要走,因此,本文我們將主要討論L4級自動駕駛技術及其可能帶來的商業(yè)機會。

L4級自動駕駛系統(tǒng)硬件成本短期內可以達到商業(yè)化應用水平

實現(xiàn)L4級自動駕駛技術的硬件主要包括傳感器和計算單元。目前各家主要使用的傳感器單元主要包括了:攝像頭、毫米波雷達、激光雷達、超聲波雷達、GNNS/IMU。

其中,激光雷達在測量精度方面有獨到的優(yōu)勢,能夠發(fā)射激光線束越多得到的測量結果越精準,但同時也意味著設備成本越高昂,如:Velodyne 64線激光雷達造價超過7萬美元,過于昂貴,而且設備的體積、結構復雜程度都不適宜商業(yè)化應用。當前,攝像頭和毫米波雷達上的技術進步顯著,尤其是攝像頭,即使是在強光或光線極差的環(huán)境中,亦或是光線突然發(fā)生變化的情況下(對方車道的遠光燈、車輛進出隧道)也可以得到很好的成像效果,而且目前車載攝像頭的有效工作距離已經(jīng)可以達到500米甚至更遠,相比之下車載激光雷達探測距離一般不超過200米。

但這并不意味著激光雷達就是多余的產(chǎn)品,目前即使是多家主打以視覺傳感為主要探測方式的自動駕駛公司(提供L4方案)也同樣會在其測試車輛上加裝激光雷達,或者將激光雷達作為其備選方案,主要是因為激光雷達在提供數(shù)據(jù)冗余以及實現(xiàn)車輛定位上(SLAM)有著重要的作用,但我們認為考慮到任務的重要程度和車輛的工作場景等問題,也許商用化L4級自動駕駛系統(tǒng)中并不需要昂貴的64線機械旋轉式激光雷達產(chǎn)品。

目前實現(xiàn)L4級自動駕駛的整體硬件成本還比較高,主要原因包括:大量的專業(yè)設備尚處于測試階段并未實現(xiàn)量產(chǎn)而導致設備單價昂貴,以及尚處于測試階段的各方為確保自動駕駛車輛行駛的絕對安全往往會在測試車輛上加裝大量的傳感器來確保充足的數(shù)據(jù)冗余。預計未來1~2年隨著自動駕駛車輛開始出現(xiàn)在一些特定的應用場景,系統(tǒng)成本可以逐漸控制在10~20萬元左右,而在更遠的未來,當自動駕駛技術成熟到可以出現(xiàn)在更多的應用領域時,系統(tǒng)硬件成本將會進一步下降。

L4級自動駕駛技術將于商用車擦除第一朵商業(yè)化應用的火花

我們認為L4級自動駕駛技術會率先在商用車領域尤其是道路運輸行業(yè)率先實現(xiàn)商業(yè)化應用,主要原因有以下幾點:

1、現(xiàn)有的自動駕駛技術還難以應對所有的道路環(huán)境和多樣的駕駛任務,這就意味著環(huán)境越簡單,需要考慮的道路上的變量越少,越容易實現(xiàn)技術應用。對比乘用車的應用環(huán)境,商業(yè)運輸任務一般比較單一,往往是重復單一線路的點到點的運輸作業(yè),而且大部分的行駛環(huán)境是在高速公路或者封閉園區(qū)內,行駛環(huán)境中需要考量的變量較少,技術實現(xiàn)難度相對較低。

2、即使按照我們所期盼的1~2年系統(tǒng)成本可以下降至10~20萬元,但這對于乘用車的消費人群來說還是太過于昂貴,但對于商業(yè)運輸行業(yè)中的車隊運營商來說20萬元/臺車的硬件投入是小于每臺車/年的人力支出(假設:每臺車需要2~3名司機,每名司機年薪在12萬元);

3、除了節(jié)省人力成本以外,自動駕駛系統(tǒng)還可以提高運行效率,這包括了:

1)由于自動駕駛系統(tǒng)并不會疲勞,因此自動駕駛系統(tǒng)可以有效延長每日車輛的運營時間;

2)資料顯示駕車習慣良好的司機可以節(jié)省13.3%的油料,由于自動駕駛技術比駕駛員擁有更好的環(huán)境感知能力以及對于單一任務的重復優(yōu)化能力,預計系統(tǒng)也可以實現(xiàn)相同的省油效果;

3)此外,自動駕駛系統(tǒng)將會顯著降低車禍發(fā)生概率,這將會降低保險費用或者因事故而導致的額外費用支出。

4、國內卡車有600萬臺左右,公路運輸量占整體物流總量的78%,技術替代可以實現(xiàn)較大的商業(yè)價值,此外商用卡車的平均使用年限在5~6年,遠遠低于乘用車平均使用年限,因此實現(xiàn)技術替代的速度也會比較快。

L4自動駕駛將從“封閉園區(qū)”到“開放道路”

封閉園區(qū),如港口集裝箱運輸,礦山、砂石廠等。預計第一個成熟的L4商業(yè)化應用項目落地將會出現(xiàn)在封閉園區(qū)場景中,主要原因有:

1)封閉園區(qū)道路環(huán)境簡單,基本不存在除自動駕駛車輛以外的其他運動物體,也不存在通用的交通標識或其他復雜的道路環(huán)境,技術實現(xiàn)難度相對較低;

2)封閉園區(qū)實現(xiàn)自動駕駛受到的政策影響較小,主要是因為在封閉園區(qū)內運行自動駕駛系統(tǒng)涉及公共交通安全問題少,而且封閉園區(qū)內的高精地圖數(shù)據(jù)采集也不受到國家對于數(shù)字地圖采集資質的限制;

3)相比起同樣適用于固定區(qū)域內的AGV(Automated Guided Vehicle)自動化解決方案,自動駕駛系統(tǒng)更加靈活,且成本遠遠低于AGV系統(tǒng),主要原因在于自動駕駛車輛通常會基于成熟的車輛平臺改裝而成,而且自動駕駛技術的實現(xiàn)主要是通過車載傳感器和預先載入的高精度地圖實現(xiàn)的,基本不需要對港區(qū)基建設施進行改造。而AGV系統(tǒng),舉例來說:青島港AGV改造,整套改造方案70億元,其中單臺AGV的費用就達到500萬元,而且由于需要在港口打入大量的導航鋼釘,因此該套方案并不是和老港改造;而目前能夠適用于港口環(huán)境的L4自動駕駛卡車的改造費用基本不超過50萬元,且基本不需要任何的額外投入。

高速公路運輸,高速公路運輸?shù)膶崿F(xiàn)可能需要更長的時間,主要原因有:

1)預計政策上對于高速公路上的自動駕駛商業(yè)化運營的放行難度較高,因為高速公路涉及的行駛主體多,因此只有在經(jīng)過大量的道路測試并證明自動駕駛車輛可以在高速公路環(huán)境實現(xiàn)絕對安全的行駛時政策上才有可能放行;此外,道路運輸行業(yè)管理涉及到多個政府部門,政策推行難度較大;

2)政策對于開放環(huán)境的地圖數(shù)據(jù)采集有較嚴格的資質限制,因此目前自動駕駛廠商獲取高速地圖數(shù)據(jù)的渠道和模式尚不明確;

3)國內高速運輸行業(yè)標準化程度不高,行業(yè)小、散、雜的特點突出,而且甩掛率低(5%左右),卡車主需要大量時間去等到裝滿貨物后才能上路,卡車在道路上的有效運營時間并不長,因此即使采取自動駕駛,也很難發(fā)揮該項技術在運營效率方面的優(yōu)勢,因此自動駕駛技術最好是率先應用于甩掛率高的細分領域,如港口周邊的輻射區(qū)域,而隨著甩掛率進一步提升,自動駕駛技術才有可能進一步對道路運輸行業(yè)進行滲透。

L4級應用案例有望出現(xiàn),L5仍需長期觀望

綜上所述,我們預計在1~2年內我們將能夠看到L4級自動駕駛車輛商業(yè)化應用案例的出現(xiàn),但首先會是在相對簡單的封閉園區(qū)環(huán)境實現(xiàn)落地,比如港口、機場、工業(yè)園區(qū)、礦山等,而在高速公路場景的商業(yè)化應用案例預計首先會在國外出現(xiàn),國內出現(xiàn)的時間還要看配套政策的制定速度以及道路運輸行業(yè)標準化發(fā)展進程。

而預計我們還需要等待相當長的時間才能夠看到L4級乘用車商業(yè)化應用或者L5級自動駕駛技術的落地,這需要去克服諸多的困難,包括算法、數(shù)據(jù)、自動駕駛系統(tǒng)可靠度以及政策等多方面因素,預計5年內很難看到成熟的產(chǎn)品出現(xiàn),但未來隨著技術的進步以及相關政策、配套設施的成熟,完全的無人駕駛車輛將會落地,而這將會給相關行業(yè)和社會帶來巨大的變革,我們對此拭目以待!

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關注

    關注

    2545

    文章

    50459

    瀏覽量

    751104
  • 自動駕駛
    +關注

    關注

    782

    文章

    13624

    瀏覽量

    165966

原文標題:L4級自動駕駛技術:將會在商用車領域率先得到應用

文章出處:【微信號:IV_Technology,微信公眾號:智車科技】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    自動駕駛汽車安全嗎?

    隨著未來汽車變得更加互聯(lián),汽車逐漸變得更加依賴技術,并且逐漸變得更加自動化——最終實現(xiàn)自動駕駛,了解自動駕駛汽車的安全問題變得非常重要,這樣你才能回答“自動駕駛汽車安全嗎”和“
    的頭像 發(fā)表于 10-29 13:42 ?401次閱讀
    <b class='flag-5'>自動駕駛</b>汽車安全嗎?

    自動駕駛HiL測試方案案例分析--ADS HiL測試系統(tǒng)#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月22日 15:20:19

    自動駕駛HiL測試方案介紹#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月12日 18:02:07

    聊聊自動駕駛離不開的感知硬件

    自動駕駛飛速發(fā)展,繞不開感知、決策和控制決策的經(jīng)典框架,而感知作為自動駕駛汽車“感官”的重要組成部分,決定了自動駕駛系統(tǒng)對環(huán)境的理解和反應能
    的頭像 發(fā)表于 08-23 10:18 ?379次閱讀

    FPGA在自動駕駛領域有哪些優(yōu)勢?

    FPGA(Field-Programmable Gate Array,現(xiàn)場可編程門陣列)在自動駕駛領域具有顯著的優(yōu)勢,這些優(yōu)勢使得FPGA成為自動駕駛技術中不可或缺的一部分。以下是FPGA在自動駕駛
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領域有哪些應用?

    是FPGA在自動駕駛領域的主要應用: 一、感知算法加速 圖像處理:自動駕駛中需要通過攝像頭獲取并識別道路信息和行駛環(huán)境,這涉及到大量的圖像處理任務。FPGA在處理圖像上的運算速度快,可并行性強,且功耗
    發(fā)表于 07-29 17:09

    自動駕駛識別技術有哪些

    自動駕駛的識別技術是自動駕駛系統(tǒng)中的重要組成部分,它使車輛能夠感知并理解周圍環(huán)境,從而做出智能決策。自動駕駛識別技術主要包括多種傳感器及其融合技術,以及基于這些傳感器數(shù)據(jù)的處理和識別算
    的頭像 發(fā)表于 07-23 16:16 ?496次閱讀

    自動駕駛的傳感器技術介紹

    自動駕駛的傳感器技術是自動駕駛系統(tǒng)的核心組成部分,它使車輛能夠感知并理解周圍環(huán)境,從而做出智能決策。以下是對自動駕駛傳感器技術的詳細介紹,內容涵蓋常見類型、工作原理、在
    的頭像 發(fā)表于 07-23 16:08 ?1924次閱讀

    自動駕駛汽車傳感器有哪些

    自動駕駛汽車傳感器是實現(xiàn)自動駕駛功能的關鍵組件,它們通過采集和處理車輛周圍環(huán)境的信息,為自動駕駛系統(tǒng)提供必要的感知和決策依據(jù)。以下是對自動駕駛
    的頭像 發(fā)表于 07-23 16:00 ?1857次閱讀

    深度學習在自動駕駛中的關鍵技術

    隨著人工智能技術的飛速發(fā)展,自動駕駛技術作為其中的重要分支,正逐漸走向成熟。在自動駕駛系統(tǒng)中,深度學習技術發(fā)揮著至關重要的作用。它通過模擬人腦的學習過程,實現(xiàn)對車輛周圍環(huán)境的感知、理解和決策。本文將深入探討深度學習在
    的頭像 發(fā)表于 07-01 11:40 ?620次閱讀

    未來已來,多傳感器融合感知自動駕駛破局的關鍵

    駕駛的關鍵的是具備人類的感知能力,多傳感器融合感知正是自動駕駛破局的關鍵。昱感微的雷視一體多傳感器融合方案就好像一雙比人眼更敏銳的眼睛,可以為自動駕
    發(fā)表于 04-11 10:26

    自動駕駛發(fā)展問題及解決方案淺析

    隨著科技的飛速進步,自動駕駛汽車已經(jīng)從科幻概念逐漸轉變?yōu)楝F(xiàn)實。然而,在其蓬勃發(fā)展的背后,自動駕駛汽車仍面臨一系列亟待解決的問題和挑戰(zhàn)。本文將對這些問題進行深入的剖析,并提出相應的解決方案,以期為未來自動駕駛
    的頭像 發(fā)表于 03-14 08:38 ?1038次閱讀

    自動駕駛感知算法提升處理策略

    現(xiàn)代自動駕駛系統(tǒng)的特點是按順序排列的模塊化任務,傳統(tǒng)的方法是基于標準的感知-規(guī)劃-控制這種序列式架構的主流處理方式。即首先將感知信息處理成人類可以理解的語義信息和道路交通信息,然后基于常態(tài)化知識
    的頭像 發(fā)表于 12-28 09:56 ?918次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>感知</b>算法提升處理策略

    LabVIEW開發(fā)自動駕駛的雙目測距系統(tǒng)

    LabVIEW開發(fā)自動駕駛的雙目測距系統(tǒng) 隨著車輛駕駛技術的不斷發(fā)展,自動駕駛技術正日益成為現(xiàn)實。從L2級別的輔助駕駛技術到L3級別的受條件約束的
    發(fā)表于 12-19 18:02

    自動駕駛“十問十答”

    說起自動駕駛, 大家現(xiàn)在已經(jīng)不陌生, 但是關于自動駕駛你又了解多少呢? 今天小編總結了關于自動駕駛的 “十問十答” , 帶你了解更多 自動駕駛的來龍去脈 。 問題1. 為什么會 出現(xiàn)
    的頭像 發(fā)表于 11-29 07:40 ?925次閱讀
    <b class='flag-5'>自動駕駛</b>“十問十答”