进入2020年，汽车制造商和科技巨头仍未兑现几年前对于自动驾驶商业化落地的承诺。
一位自动驾驶初创公司负责人表示，目前系统性能只有人类水平的0.01%。即使每16个月翻一番，也要花16年时间才能达到。
不过，初创公司的融资似乎没有放缓的迹象，在过去两个月时间里，仅仅是自动驾驶初创企业获得的融资金额就同比增长了50%。
这其中，来自汽车制造商和零部件厂商的投资开始成为主力军。与此同时，ADAS与自动驾驶的边界正在被打破。尤其是大众集团旗下Car.Software软件开发部门部署整合L2-L4技术开发成为行业新的风向。
不过，一些关键性的挑战仍然存在。软件开发、激光雷达、高精地图正成为汽车行业迈入真正智能驾驶时代的三大瓶颈。考虑到5G等通信技术的加快部署，车联网和
数字座舱则更为幸运。
一、软件定义汽车不是喊个口号
传统的汽车制造工艺在很多方面都不适合软件行业。首先，汽车行业过去完全以硬件为主。为了适应这种模式，过去几年软件供应商已经把他们的产品嵌入芯片——本质上把它变成了硬件的一部分。
“整个软件授权模式到目前为止还没有很好地适应汽车行业，”一位汽车行业人士表示，另一个问题是缺乏标准化的软件平台。
在传统的PC及智能手机时代，开发者可以基于Windows、安卓及iOS开发应用程序，这就是为什么座舱智能化可以快速普及的原因之一。但在智能驾驶领域，汽车工业中还没有这样的东西。
这意味着为任何一家汽车制造商开发智能驾驶功能，必须有一个完整的解决方案，提供从代码到传感器的一切。
尽管，汽车行业正在进行软硬解耦模式的开发，但近日沃尔沃汽车的AEB召回，再次凸显软硬件的兼容性问题。当越来越多的汽车制造商抛弃过去传统Tier1主导模式，软件问题也会越来越多被暴露出来。
比如，大众集团相关软件负责人预测，自主开发软件系统推出需要时间。在未来两到三年内，大众内部的软件团队将与传统的零部件供应商一起参与软件集成的并行工作。
即便是强硬的大众集团，其预测到2025年，自主开发软件的占比也只能达到60%，这已经是1万人软件团队的能力上限。
第三个问题是OTA，尽管在未来的12-18个月时间里，各大汽车制造商都在加快推出自己新一代电子架构以实现整车OTA，但这不仅仅是一个纯粹的技术问题。
与任何技术一样，内部开发软件的能力意味着汽车制造商可以控制整个生态系统。然而，大量招募软件开发人员不是承担的唯一成本。
收购初创公司是一种方式，但需要汽车制造商对自己有一个清晰的认识，这种战略也会在团队协作、时间进度以及对科技公司的文化适应等方面带来额外的风险。
不过，可以肯定的是，软件迭代能力是ADAS向自动驾驶过渡的核心要素。通过在ADAS级别的能力验证，是自动驾驶未来量产的关键一环。
二、激光雷达，三大市场争夺
对于激光雷达来说，这个市场会变得多大是有争议的。
市场将暂时一分为三：首先，Robotaxi将成为主要的贡献市场。毕竟，即使是昂贵的激光雷达，和司机的成本相比，还是可以承受的。
目前，一套L4自动驾驶系统，激光雷达占到接近50%的成本，30%来自计算单元，10%来自摄像头及雷达等其他感知设备，剩余10%则来自高清地图、人工智能软件和卫星导航。
考虑到自动驾驶商业化部署进程的不确定性，过去主要依靠测试车队市场的模式仍然持续一段时间。
第二，是车路协同市场。目前，国内的相关示范项目大多数在V2X整套系统中都配置了激光雷达，尽管数量不一。
按照车路协同市场数据报告，未来五年仅国内车路协同示范项目对路侧激光雷达的需求规模就接近20亿元。考虑到新基建及5G部署的较快，这块细分市场的需求也将可能持续放大。
第三才是私人乘用车市场。自从奥迪A8在全球成为首款搭载车规级激光雷达的量产车之后，这个巨大的市场空间成为众多激光雷达后来者的目标。
按照此前法雷奥公司发布的数据，目前该公司已经交付了超过10万台第一代SCALA车规级激光雷达。去年，该公司首次披露SCALA后续还获得了全球4大汽车制造商价值5.64亿美元的订单。
尽管去年特斯拉CEO埃隆•马斯克喊出了激光雷达无用论，显然并没有其他汽车制造商跟进。反倒是今年初，全球汽车零部件龙头博世集团宣布部署激光雷达量产，并表态这是自动驾驶的必需品。
然而，成本往往是私家车市场主要考虑的因素。不过，一些行业人士认为，随着宝马等豪华品牌陆续推出L3级自动驾驶汽车，出于安全考虑，需要搭载激光雷达来提供额外的感知能力。
不过，如果激光雷达要提升在私人乘用车市场的渗透率，短期内成本能否下降到200-300美元将至关重要，同时考虑到量产仍然是以定制化为主，高昂的开发费也是一笔不小的开支。
此外，考虑到设备体积、车身集成度、性能可靠性、大规模自动化生产以及供应链支持，等等这些不确定因素仍将是一个巨大的挑战。
尤其是未来几年，汽车终端消费市场仍处于疲软周期，利润率是汽车制造商首要考虑的问题。
相比于摄像头、超声波和毫米波雷达已经逐步普及，激光雷达遭遇的另一个主要问题是汽车工业对新技术的验证和导入周期较长，尽管相比于几年前，如今汽车行业已经明显加快了节奏。
这使得能否获得持续融资，成为激光雷达初创公司一项艰巨的任务。“可能还需要3-5年的时间……这项技术才会真正开始产生可观的产量和收入。”一些投资者表示，对于大多数依靠风险投资支持的公司来说，这太长了。
三、高精地图，水还很深
如今，将高精地图整合到高级别自动驾驶量产车已经是主流趋势。
自动驾驶不会完全依赖高清地图，但这项技术可以显著增强现有系统的功能。一些行业人士表示，对于配备了L2级以上自动辅助驾驶功能的车辆来说，GPS不再足够精确，高清地图是一块关键拼图。
高清地图不限于自动驾驶，也可以用来实现ADAS功能的体验升级已经成为共识。比如，集成了基于地图的预测式自适应巡航（Predictive ACC），在提升安全性的同时，也降低了司机驾驶强度。
目前，分米级地图已进入L2级自动驾驶量产应用阶段，而厘米级高精度地图则成为高度自动驾驶系统的标配。
比如，Mobileye的REM系统，可直接用于L2+，通过对ACC、LKA增加高精地图的支持，考虑到传感器在某些环境下的受限性，也能够在车道线不清晰的地方也可以实现车道保持的功能。
这被认为是在不通过额外增加其他传感器的前提下，通过增加很低的成本来改善ADAS的体验，同时提供一定程度的安全冗余。
去年下半年，觉非科技在市场上就推出了基于高精地图的感知融合与增强定位解决方案，打造全新的“双轮驱动”的“车—路—引擎”驱动模式。
通过车端传感器数据、路端传感器数据与高精地图数据进行有效的时空同步与融合，提供对应的融合感知与规划模块，能够有效保证安全性及ODD规模化扩展。
不过对于竞争激烈程度不亚于激光雷达的高精地图行业来说，风险仍然存在。去年，一家在高精地图领域有一定知名度的初创公司lvl5，宣布正式解散公司。
这家公司此前与多家汽车制造商合作，每一家都支付一笔安装系统的初始费用。此外，对每辆车收取月费来维护地图更新。
类似的众包服务公司还有很多，他们大多数选择提供硬件工具、软件解决方案、现场数据采集服务，并负责将客户的自动驾驶车队数据转化为客户自己的个性化高清地图，收费模式大多数是按公里数几百美元到几千美元不等。
目前，很多开源平台的众包数据质量参差不齐，需要数据过滤和后期处理。看似模式较轻的众包，前期成本低廉，但在高清地图后期制作中，仍然存在不小的难题。
还有大量的软件运算，边缘计算、协同计算，采集、运算处理以及与高精地图中典型应用的结合，这部分对图商软件研发及持续服务能力都有不小的要求。（摘自于：高工智能汽车）
文章转载请保留原文网址：http://www.itas-hk.com/news/hyzx/1114.html
返回列表