從谷歌開始，自動駕駛的發(fā)展被推上了世界的舞臺

自動駕駛已經(jīng)有65年的歷史, 1948年稱之為現(xiàn)代巡航的發(fā)明，開始嘗試控制車輛，可以稱之為第一個自動駕駛。

1980-1995年期間，在歐洲、美國大學(xué)，甚至戴姆勒，做了非常多自動駕駛的貢獻，同現(xiàn)在的自動駕駛車一樣，他們也組建車隊，或跨越歐洲，或穿越美國。那時的傳感器體積大，車輛造價昂貴，完成的挑戰(zhàn)和任務(wù)同今天的很像，只不過人為干涉比現(xiàn)在多一點。

這次大的變化發(fā)生之后，有很多ADAS系統(tǒng)開始慢慢出現(xiàn)在市場上。2000年之后，美國軍方挑戰(zhàn)賽，智能駕駛能做的更多，從谷歌開始，自動駕駛的發(fā)展被推上了世界的舞臺。

國內(nèi)自動駕駛從2014年開始起步，無數(shù)創(chuàng)業(yè)公司涉足這個領(lǐng)域。在谷歌等互聯(lián)網(wǎng)企業(yè)的沖擊之下，造勢者紛紛提出自己的目標(biāo)，第一個有限的自動駕駛出現(xiàn)在2020年，全自動駕駛在2030年即將到來。

這些目標(biāo)能實現(xiàn)嗎？

行業(yè)共識形成

在2015年的時候，谷歌和傳統(tǒng)的OEM差異在于，前者直接從L4級的自動駕駛開始研發(fā)，并認為這樣的自動駕駛才是能落地的形態(tài)，而后者則是從L0、L1開始，認為在無人駕駛真正實現(xiàn)之前，低等級的自動駕駛無法跨越。

特斯拉、Uber、奧迪、凱迪拉克在量產(chǎn)的自動駕駛中，走的最快，但發(fā)生的事故給業(yè)界帶來了不小的震動。不同等級的自動駕駛商業(yè)化落地預(yù)期，也在悄無聲息的延后。

歐菲智能車聯(lián)駕駛事業(yè)部算法及自動駕駛總監(jiān)段勃勃認為，從技術(shù)實現(xiàn)和商業(yè)化難易程度來看，商用車比乘用車容易。

商用車的自動駕駛，無論是智能車隊，還是限定園區(qū)下的運行，體現(xiàn)的特點是：任務(wù)復(fù)雜度還是L4，只是場景復(fù)雜度進行了區(qū)分和限制，比如說礦區(qū)、港口、園區(qū)、封閉高速路等等。

乘用車自動駕駛的著力點主要在L2到L3之間，整個任務(wù)復(fù)雜度、場景和功能是被限定的。隨著這個度的逐漸開放，車輛能提供的服務(wù)也越來越豐富，越能滿足消費者的期待。

而對于乘用車L4，業(yè)內(nèi)普遍有了共識，技術(shù)實現(xiàn)、大規(guī)模商業(yè)化會稍微遠一點，當(dāng)下人們更關(guān)注的是功能、產(chǎn)品的落地能力，商用車的限定條件下的L4自動駕駛，和乘用車的L3及以下的輔助駕駛成為熱點。追本溯源，還是因為落地必須技術(shù)、商業(yè)、法律都滿足之后才行。

OEM積累核心競爭力

段勃勃表示，面對這樣的形勢，傳統(tǒng)的OEM會聯(lián)合Tier1完成一個功能的開發(fā)，Tier1要把IP供應(yīng)商、工程服務(wù)、GPU集成在一起，承擔(dān)非常多的任務(wù)。這個階段，OEM的壓力稍微小一點，但OEM也有自己的焦慮。

當(dāng)互聯(lián)網(wǎng)造車勢力涌現(xiàn)，同傳統(tǒng)OEM一樣可以采購Tier1的零部件，實現(xiàn)類似的功能、汽車，二者的差異化在哪里？

真正的核心技術(shù)掌握在Tier1手中，差異化很難體現(xiàn)，同質(zhì)化的競爭非常多。因此現(xiàn)在趨勢是OEM開始加大研發(fā)投入，它要逐漸充當(dāng)主動的角色，特斯拉、沃爾沃、通用都在嘗試做這樣一件事情。

現(xiàn)在OEM也承擔(dān)自動駕駛的開發(fā)集成，而且它會有專利的創(chuàng)新。過去可以找到供應(yīng)商把功能完整copy，現(xiàn)在很難，OEM有自己的軟件、集成、專利，在未來會發(fā)生的更加明顯。

OEM為了發(fā)展，也在積累架構(gòu)能力、軟件能力，算法能力的核心技術(shù)。比如多域控制器，將會把所有的傳感器集成在一起，完成任務(wù)和功能。

在段勃勃看來，供應(yīng)商給OEM提供零部件，OEM做集成控制，供應(yīng)商就是供應(yīng)商，真正做控制的可能以軟件的模式來實現(xiàn)。OEM的需求在變，相應(yīng)的產(chǎn)業(yè)鏈也在發(fā)生變化。

未來OEM和供應(yīng)商的關(guān)系，可能會是一對多的關(guān)系，一個OEM會直接對應(yīng)IP Tier1、控制器的Tier1，供應(yīng)鏈關(guān)系更加扁平。Tier1與Tier1之間，將會出現(xiàn)更多密切的合作，這也在給Tier1提出新的挺挑戰(zhàn)。

OEM和供應(yīng)商之間是靈活合作的模式，不同的OEM擁有的能力不同，軟硬件實力不同，需要供應(yīng)商提供的服務(wù)也就不同，供應(yīng)商工程服務(wù)的能力要提升。只有這樣，在整個開發(fā)的周期被壓縮短后，配合OEM交付才能順暢。原來找供應(yīng)商難，未來更難。

段勃勃表示，現(xiàn)在OEM開發(fā)一款車的周期也正在變短，以前先成熟后上市，現(xiàn)在可以先發(fā)布，再OTA升級，這樣的案例以后越來越普遍，因為這是競爭、發(fā)展變化的需要。

2015年歐菲智能車聯(lián)開始投入智能駕駛的領(lǐng)域，專注于環(huán)視系統(tǒng)來做ADAS及無人駕駛技術(shù)。

目前，公司環(huán)視攝像頭已經(jīng)實現(xiàn)低成本，高收益。技術(shù)上目前在國內(nèi)已經(jīng)實現(xiàn)L2等級的自動駕駛，接近L3的落地，2019年會有一些L2、L3功能的量產(chǎn)。

2016年9月攝像頭產(chǎn)品上市，2017年9月，360度環(huán)視系統(tǒng)上市，在2018年6月第一款高清環(huán)視上市，第一款AI泊車系統(tǒng)將于2019年Q1完成上市。還有融合方案的全自動泊車，能夠適應(yīng)多場景，于Q4能夠達到量產(chǎn)，已經(jīng)拿到國內(nèi)非常重要的兩家主機廠的項目。

成立三年多，歐菲智能車聯(lián)積累了十個OEM客戶，約40個工程定點，完成十幾個SOP的項目。

技術(shù)的挑戰(zhàn)

在段勃勃看來，隨著產(chǎn)業(yè)鏈的成熟，技術(shù)的升級，曾經(jīng)越來越多的不可能正在變?yōu)楝F(xiàn)實。

以低光照下地下停車場的泊車系統(tǒng)為例，光照在20lux左右，通過特殊選型的sensor可以做到L5，以及高精度的相機模組，在可控范圍內(nèi)就可以完成泊車。

深度學(xué)習(xí)的重要性會越來越大，其算力也會同步攝像頭的發(fā)展而升高。對于深度學(xué)習(xí)，目前的挑戰(zhàn)在于單位算力下的功耗降低，面對不同數(shù)據(jù)模型，計算模型的適配性。

比如，針對不同的目的，數(shù)據(jù)來源不同，數(shù)量也不同，與之匹配的數(shù)據(jù)篩選、處理也千差萬別，而后端數(shù)據(jù)采集、標(biāo)注的能力還未跟上。以及，為了適應(yīng)車內(nèi)的工作環(huán)境，穩(wěn)定性、可靠性都還有待驗證。

此外，自動駕駛的功能測試，需要通過仿真測試來進行大量的驗證、控制、檢測， 數(shù)據(jù)庫來源于真實數(shù)據(jù)的采集，工作量很龐大。