请输入关键字
北京 · 国家会议中心   2020年10月14日-10月16日
  • 分享图标
  • 分享图标
  • 分享图标
您当前的位置:首页 >新闻 >2019世界智能驾驶峰会上,“勇闯无人区”的行业大咖抛出了哪些新观点?

2019世界智能驾驶峰会上,“勇闯无人区”的行业大咖抛出了哪些新观点?

2019-11-02

2019世界智能驾驶峰会上,“勇闯无人区”的行业大咖抛出了哪些新观点?

 

 今天(111日),AutoR智驾与中国邮电器材集团共同策划承办的2019世界智能驾驶峰会正式开幕,在“5G已来,勇闯无人区的会议主题下,来自行业内的专家大咖针对智能网联与未来出行智能网联与5G时代智能驾驶与信息安全三大主题阐述了自己的观点。本次峰会可谓是本年度规模最大的通信行业与汽车行业、智能驾驶科技公司的一次跨界对话。

5G时代即将到来,勇闯无人区成为行业人士探索未知技术领域的真实写照。无人区三个字,体现了我们的信息通信技术与汽车产业完美融合下的自动驾驶走向终极阶段——无人驾驶的一个美好的憧憬。智能网联与未来出行将是怎样一个关系?5G与智能驾驶之间有着怎样的联系?智能网联时代的信息安全又将如何保证?探讨这些话题,成为2019世界智能驾驶峰会的核心主题。

本届峰会,是2019年规模与专业程度最高的一次5G与智能驾驶相关产业的跨界对话。来自5G通讯行业、汽车制造商、汽车智能驾驶科技公司的行业专家进行了深入探讨,其中包括:MobileyeGraphcore、法雷奥、四维图新、斑马网络、360Autobrain、亮道智能、行易道。

未来汽车产业将呈现出怎样的新版图?智联出行又将呈现怎样的新变革?从他们的观点和阐述中,我们便能得到答案。

中国汽车工程研究院张强:中国的路况有很大区别,需建立自己的评价体系

道路结构非常复杂、类型多样。中国是全世界地形最丰富的国家,包括复杂的立交桥、山路以及各种类型的交通,可能全世界都是独一无二的。中国具有典型的交通特点,比如中国式过马路、中国式人车混行、中国式十字街口、中国式紧急切入等等,这些都对未来智能驾驶的量产带来了很大的挑战。

 基于以上的工作,做了两项主要工作:构建了基于中国驾驶场景的智能汽车系统集成及测试评价体系,基于我们自己的自然驾驶数据以及我们与合作方中国交通事故的特性研究,构建了对标测试、仿真测试、智能指数和挑战赛这样一个完整的开发全过程的测试评价体系。

中国汽研开发基于场景技术的智能汽车测试评价工具链,围绕测试场景集中完成虚拟仿真测试工具、场地测试工具、道路测试工具、驾驶模拟器和车辆在环一系列工具研发,支撑基于场景测试评价的技术。我们已经发布了自动驾驶的仿真数据众包和测试服务云平台,可以支持场景标注、场景分析、场景转换和场景生成,现在这项工具已经在6个城市进行产品推广。

中国汽研将持续秉承为汽车工业发展注入强劲科技动力为使命,不断地聚焦智能汽车的测试评价,助推智能网联汽车的健康发展。

 广汽研究院郭继舜:车路协同对于汽车算力的压力有极大的减少作用

他指出随着自动驾驶的系统变得越来越复杂,主机厂的作用正在变得空前重要。但是真正面向量产的时候我们才发现很多场景当中都有足够好的安全性和冗余性,即使有些时候我们编程感觉我们是像上帝一样能够快速整合很多的功能和资源。

 广汽过去几年当中不断优化我们的工程师结构,同时也在思考如何才能把更好的自动驾驶汽车带到老百姓的身边,最重要的就是安全。现在广汽的传奇品牌应该是中国自主品牌当中第一个把准L3级别的自动驾驶带向量产的公司,我们计划在明年3月份量产准L3级别的自动驾驶。其实外界宣传的都是L3,但是因为我是一个技术人员,系统没有冗余的EPS,这个零部件目前全世界范围都找不到一个可以量产的公司给我们提供足够好的配件,所以现在我们转向并没有实现冗余。除了这个之外,其它的ECU、制动等等冗余以及相关的功能性都达到了L3的需求,所以我们把它叫做准L3的自动驾驶,今年第一季度在IOX进行量产。

L3级别的自动驾驶差不多需要10-30Tps的算力,L4想要真正实现嵌入式我们大概需要80-100Tps算力,但我们目前的算力和能耗根本不能满足要求,因此基于未来5GV2X技术,实现车路协同后,车路协同对于汽车算力的压力有极大的减少作用。

斑马季栋辉:智能网联是技术聚合和生态融合新的产业

斑马的愿景是跟行业合作伙伴同仁一起打造智能网联的技术底座,大家在共性的基础上进行共创,个性化的运营服务和技术上面可以产生竞争。

很多互联网公司都是从交互智能的角度来看,撤资会不会变成出行靠谱的小伙伴,知道你要什么,然后给你提供交互。再就是服务智能,车子会变成和生活场景打通、和智能零售打通,同时会帮你解决出行过程当中所有的需求,也会从车子变成智慧搜索引擎和智慧推荐引擎。交互的过程当中产生了大量的数据,以前这些数据更多的整车厂是直接放在云端,但是又不知道怎么产生价值,数据应该赋能到整个整车厂的数字化转型,所以我们从这些维度来看智能网联车。

我们从互联网的维度来看,服务智能分为两块:一块是针对消费者端的,一般来讲是千人千面,服务找人,这里需要的就是要懂消费者的消费行为,实时地感知到消费者当前的状态和车子当前的状态,主动推荐一个服务内容,而且这是需要的服务和内容,然后以一种无缝交互的方式形成一个闭环。现在每一个整车厂都要做产业转型和数字化转型,就是从生产商变成运营商,这个过程当中比较多的就是要做业务的数字化和数字的业务化,要是从互联网的维度来看就是数据在线、数据可编程或者数据的算法化,这些也都需要产业的额生态、数据在线、大数据和AI技术。

智能网联车不会是一个孤独的存在,肯定要和智慧交通出行系统、智慧城市进行融合,我们认为在2025年以后会出现这种情况,智能网联或者网联就是从远程的信息服务慢慢地向协作式的智慧交通系统演变的过程。 

因此智能网联是技术聚合和生态融合新的产业,不是单个一家公司能够解决问题。

Mobileye  Ariel Feitelberg:传感器可去完成很多数据的采集和处理

Mobileye1998年开始做的,最开始就是做ADAS,今天我们有1000多名员工,大多数是工程师,我们也有超过4000万的车应用ADAS系统,今年我们已经发了1800万单,包括和24家整车厂的合作,成功出台了16个新的产品,所以AV也是一个很有意思的人工智能案例。

现在全球的趋势就是不断应用ADAS,也是得益于监管方的要求,目前在欧洲ADAS的采用比例是越来越高的,也是在世界各地包括在中国都是如此,除此之外还有监管的要求,中国的商用车必须要有最基本的ADAS功能,欧洲或者世界其它地方也有类似的监管要求。当然,这种需求不仅仅是因为监管方,同时也是因为客户的要求,我们可以看到客户需要更加高级的功能,因此在2018年有54个车型,他们都会有更高级的功能,比如ACC和堵车分析等等。

装载ADAS的车辆在收集各种路况信息上传我们的系统,每一个数据都会变成一个数据包,带宽也是非常低的,而且是加密的,发到云端我们就会有各种各样来自不同汽车的数据包,我们进行集成集合,然后生成一个我们所说的地图,再把云端的数据发给每一台终端的设备,这些汽车就能够实时地把地图信息加载到算法当中。

目前已经绘制了日本高速公路的地图,差不多2.5万公里的长度,尼桑也会把我们的技术应用到他们最新的无人驾驶版本当中,这个周末我们也会完成欧洲欧盟数据的采集,预计明年会完成美国数据的采集,希望中国大陆在明年年底或者到2021年采集完我们的数据。

Graphcore卢涛:需要更加专业的自动驾驶处理器

我们是一家总部位于英国的新锐AI处理器公司,产品和技术叫做Intelligent Process Unit,这是专门针对AI应用设计的处理器,与之相比,CPU是一个标量的处理器,GPU是一个矢量的处理器,IPU是针对计算图的处理器。

 这样一种新的计算业务很自然地在现在的机器学习软件框架当中都以高维计算图来表征,如果把计算图进行拆分会变成百万级、千万级、亿级的顶点到边的大型计算图集合,所以这样的数据后面稀疏地分布在Memory不同的地方。针对这样的计算业务,我们可能需要一个计算系统,就是大规模变形,因为有百万、千万、亿、十亿、百亿,甚至是Trillion的模型,非常擅长处理稀疏化的数据。

很重要的一点就是Memory,比如我们经常提到的内存墙,做了一个新的处理器有100T或者200T的算力,因为Memory的瓶颈,导致我们实际的某个应用当中只能发挥10T20T5T的算力,内存在整个AI计算平台当中是一个非常重要的点。我们的手机、电脑、PC、服务器当中用了DDR技术,就是在这样的系统当中大概会消耗320焦的能耗,45瓦功耗的情况下能够获得140GBT吞吐量。当前最领先的Memory技术叫做HBM2,基本上是目前特别高速的GPU或者FPGA当中都有使用这样的Memory,基本上能够把能耗从320PG降到64PG,大概提高5倍左右的Throughput

IPU就是一个Memory Centric Structure150TFps的性能,大规模的变形,同样一个架构我们支持从边缘到云端,以及同时支持训练和推理的应用,也有支持大量的算法创新,尤其是稀疏化的算法模型,目前在我们的处理器上表现非常好,可能会超过目前已有的算力平台百倍的性能,使得算力不再是困扰自动驾驶的一个瓶颈。

联通智网周光涛:联通在智能5G方面的思考

5G来了,这就是新的市场、新的变量,同时也是在新的市场、新的变量、新的出行体验、新的商业模式下,我们如何探讨支撑这种发展的技术体系和架构。

对于5G而言,个人觉得带来的第一个重要改变就是传统的通信基础设施的变化,这种基础设施是支撑智能网联和智能交通的。

针对未来的新型通信基础设施,我们认为有几点可以和大家分享:

我们谈到路和车在改变的过程当中,汽车正在不断地分级,我们有L1L5的车,路也在不断地分级,也有L1L5的路,面向不同场景实现不同分级的网络服务体系的建设。

所有实现的服务能力必须基于我们新的云网平台,可以实现对下面两个新型终端、新型基础设施新的支撑。

我们也对V2X重新做了定义,这不是一个简单的通信技术,而是一个服务,这项服务是基于广域连接与近场连接相互融合的,同时必须要是协同体系,包括交通体系、车辆体系和网络体系,所谓的服务都会以云的形式提供给我们相关的使用者,这是一个可探讨的商业模式。

如果设施建设、云端建设不能产生服务的话就是没有商业闭环的,所以未来的新型基础设施是在通信运营商的网络基础之上再集成交通、定位、高清地图等等新型技术共同打造的基础设施。

如何消除这些车、路、人、环境的终端连接瓶颈?

虽然都联网了,不同的网络当中、不同对等的信息交换,没法实现我们所谓的协同服务,所以必须从设备进行统一的接入管理、安全健全,以及在线的服务,实现大家对于不同的终端、不同类型的安全平等接入。

所谓的安全平等接入也要强调实现不同的跨运营商的传统接入,不可能在中国联通的网上开移动车的人不知道路况信息,一定要打破网络互联,实现信息互联。

目前车端可以满足多场景多业务,我们更多的是要访问云端,一辆车真正走在路上要访问互联网云,也要访问汽车云和交通云,这几个云都在不同的网络当中,我们怎么构建一个基于中国联通的云联网的统一平台,实现混合云的互联互通,让车辆可以就近访问到想访问的云。

高精度地图很多都在云端,我们只要区域高精度地图就可以,我在天津不需要知道北京的高精度地图,需要车辆的位置按需实现内容边缘计算的就近推送、就近下发。既要软件定义的弹性配置,又要智能路由的加速,满足公共基础设施的服务。

最后就是整个过程当中,运营商是基础设施建设者,必须要有一个能力的集成者来供产业的合作伙伴一起实现能力的平等接入和开发,那么就需要把这些能力汇聚在一起,形成一个共聚平台,能够把我们通信的要求、地图的要求、定位的要求、大数据的要求,以及其它停车场的要求,所有的这些作为一种能力开放给我们各个场景、各个服务的运营企业,实现标准化的组件以及未来涉及到家庭生活、个人生活等等应用。

大唐高鸿数据任世岩:CV2X未来发展之路

今天主要是从底层的支撑技术,以及底层支撑技术的发展来做分享,所以叫做CV2X未来发展之路,更准确的应该是CV2X未来技术发展之路。

正如刚才各位专家说的,V2X的特点是低时延、高可靠,要有非常低的传输时延,同时也要接收周围大量的车和路的相关信息,意味着我要做这种PKI密钥的签名和验签的时间非常短,就是用现在的计算来说每秒钟要完成2000次的签名和验签,这样的话就会对器件本身有非常大的条件。

这次6家专门做芯片的厂商都能够提出专门做硬件加速的芯片,所以四跨是有20多个车厂和Tier110多个模组厂商和安全芯片厂商共同举行,可以看到这是现场演示的路线和场景,所有这样的场景都是汽车工程学会和智能交通协会共同制定的17V2X标准场景当中已经包含的。

四跨产业链包括,CA认证的服务器、路测是RCU、车载是OBU,还有一些相应的通信模组和安全模块,这里都要发挥自己的作用。

中国信科或者大唐高鸿是四跨当中唯一一家全能解决方案的提供商,CA是有两家提供,RCU是我们独家提供,模组安全方面我们也有提供。

这是今年的一个非常重要的里程碑事件,意味着LTEV2X在技术方面已经没有了任何需要再做的工作,完全可以从一个技术、一个标准、一些产品变成真正可以落地的产业。

 昨天我们发布的商用就是指EMBB大带宽,除了这个典型的应用场景以外还有两个场景:AMTCURLCAMTC就是面向物联网的大连接,URLC就是超低时延高可靠,对应的就是车联网的应用,要有一个比较低的时延和非常高的可靠度。

我们看到的应用场景也会有很多,面向人的穿戴式设备、智能家居、智慧医疗、智能交通和智能网联,这是一个广泛的应用。

这里从技术演进包含两点:4G的演进新空口、NR新空口,V2X也是研习着这样一个技术路线,LTEV也是基于LTE

5G就是基于NR的新空口继续往后演进,不单是一个通信协议的演进,也会包括网络的演进,所以我们首先要有这样的认识,CV2X本身就是5G大的应用场景,也有相对比较独立的发展路线,也是属于5G大的体系当中的一个组成部分。

我们正在做的R16版本,预计在20203月份完成,就是在此基础上面向一些扩展场景的应用,做了一些增强,主要有这样几个特点:LTEV2X是一个广播系统,好处就是时延低,占用的物理资源少。

2018年其实NRV2X就已经开始研究阶段,2019年开始做真正的标准化,然后在2020Q1完成技术体系,随后还有一些工作,比如射频指标、测试方法等等,后面还要继续去做标准化的工作。

NRV2X面向的应用就是这样几类:车辆编队有些典型需求,时延是10毫秒,可控性要求9999,传感的都是要求3毫秒,时延是99999,针对速率和可靠性的要求是不一样的。

我们能够看到的是智能网联乃至未来的智慧交通作为非常大的系统架构,中移智行、联通智网都是这里的参与者,我们只是专注于CV2X本身,我们希望和整个业界汽车交通通信相关的产业伙伴共同合作,把我们的智能网联整个产业往前推进,形成一个更加完整、更加可靠、更加完善的方案。

四维图新周猛:真正量产时代的自动驾驶,高精度地图绝对需要

今天我想跟大家分享一些干货。其实2015年我从导航领域进入自动驾驶领域的时候,我也在反复地问自己,是不是自动驾驶真的就需要高精度地图?比如毫米波雷达和激光雷达真正成长起来,车内的硬件已经足够强了,车内的CPU算力已经足够高了,是不是高精度地图就可以不用了?经过这些年来的验证以及测试,我们觉得其实在真正量产时代的自动驾驶,高精度地图是绝对需要的。智能驾驶地图主要解决什么问题?

主要解决高精度定位问题,如果你都不知道自己在哪里,车来了以后马上就会撞到,还有环境感知问题,虽然我们有硬件的传感器,能够得到各种通道来的信息,但是真正用到这些数据,真正能够感知到现实环境的那种语义级的认知还是比较困难的,要么就是堆钱拼出来算力,但是对量产汽车厂来讲,这就意味着最终量产面向普通消费者汽车的价格将会是极高的,我们觉得这也是一个行不通的方案。

除此之外,自动驾驶当中硬件传感器得到的信息是不是能够直接应用到控制系统里面?地图信息怎么应用到控制系统里面?这些都是我们现在用高精度地图或者自动驾驶地图需要解决和支持的问题。

自动驾驶地图不同于传统的导航地图,也不同于车联网和辅助驾驶用到的地图,其实这是一种完全的新的形态,不同于传统地图可能每个季度更新一次就行了,只需要把数据集发给供应商和车厂,他们就可以把自己的应用跑起来,现在我们认为自动驾驶地图必须是实时联线的,必须是动态的,数据流是更新的,这也是刚才几位演讲者表达的观点。

5G上来以后,车联网、低延时的海量请求我们能够支持,高精度地图的产品形态也有发生变化。打通这条渠道以后,我们提供的在线传感器后面有云和一系列的数据支持,不仅是自动驾驶地图和高精度地图,还有客户自己定义的地图,V2X数据上来以后我们做的地图等等,可以直接用于自动驾驶的控制。

我们心目当中的自动驾驶地图必须具备四个特性:必须要是国际标准认可的地图,因为我们做地图不是只给一家车厂,不是我们自产自销不面向客户,其实我们是面向客户的地图,不同的客户希望能够降低成本和标准化。

地图要素的信息丰富程度必须支持各种各样的生态应用,要素必须是高可依赖的,比如有些要素特别是高速路口等等地方不能出错,一旦出错是会出人命的,这和导航地图是不一样的。

再之后就是鲜度,如果现实世界发生变化,但是自动驾驶地图没有体现出来,这个时候已经把驾驶掌控权交给机器人,机器人得到的数据是错误的,那么将会危及你的生命,鲜度是必须保证的。

基于这些认知,我们必须解决这些客户的需求。

首先是标准级的问题,Sensor Ease就是用于更新的时候必须要把传感数据上传,但是所有的车厂包括一个车厂内部基本上标准就有成千上百种,拿到客户千百种规格的传感数据以后,我们自己的处理是极为痛苦的过程,所以如果我们要形成一个发布和更新的闭环需要和客户建立一个合作机制,订立一套标准让所有的车厂和合作方采用标准把传感技术上来。

另一个点就是NDS协会,高精地图Feature需要打入德系或者日系顶级车场,不是订立一个标准完全Follow,需要和我们联调联试,其实客户不是地图专家,需要我们告诉他们在自动驾驶领域高精度地图应该是什么样子的。

自动驾驶地图成为国际标准以后,我们要提供给车厂和供应商,这些数据进入车里面是怎么消费的?通道是怎么应用的?我们通过协议管控这部分的东西。    

最后就是总的集成,会有一个国际自动驾驶协会,基本上是把前述协议统合到一起,其实就是一波人各自相互打通,形成一个总的协会支持自动驾驶落地,这是量产之前整个国际协会的标准制定情况。

360刘健皓:智能网联汽车急需一个安全大脑

今天我带来的议题,是攻防视角下的智能网联汽车安全

系统应用设计的时候,国内主流厂商一般都是优先业务发展,也就是先保证业务,再保证安全。5G加速了业务的发展和开放,其实也带来了更大的安全风险,智能网联汽车就是一个应用场景。

汽车迎来了一个大的变革,就是智能网联化。新四化的背后就是把网络空间和物理空间打通,攻击者作为黑客可以直接通过网络远程入侵车内总线,控制车身控制系统、动力系统、底盘系统,造成车毁人亡的事故。

为什么汽车会被攻击?未来的汽车分为车身控制域、动力系统、娱乐系统和智能驾驶,因为智能网联时代的到来,这些控制域将直接联系到互联网,互联网面对的是无数的威胁,攻击者可以直接攻击车内系统。

汽车信息安全领域有一套完整的解决方案,我们要建立一套动态防护、态势感知和应急响应的能力,我们需要实时性高、成本低,又能够提高安全性的解决方案,也就是动态防护的解决方案。

汽车还需要一个安全大脑,因为未来汽车也是要实时连接到网上和云端,我们在云端有一套安全大脑的系统实时对车内的网络进行监控,通过云端的决策发现攻击、阻断攻击,实现一套动态的防护方案,并且这套方案的成本不是非常高。

360汽车安全大脑技术架构,主要依赖于入侵检测技术,我们的路径检测系统能够帮你发现车内的攻击,并且在云端实时检测和告警。

最终系统落地后,软件可以直接适配到车机里面,模组可以替换TBOX或者联网,中央安全网关保证车内网络安全。

我们在行业当中也有过一些成功案例,比如比亚迪的车上已经有30万辆安装了平台,我们帮助比亚迪发现拦截各类文件超过1.5万次,发现的攻击上百万次,确定有效攻击1.5万次,这是非常有价值的。吉利今年会上50万台,实际上也是帮助车载娱乐系统进行优化,病毒的查杀、基础的防护和网络的拦截功能。

我们和车厂一起共建实验室,能够让整车厂有这样信息安全的检测能力,发现很多的安全问题然后来做安全评估,产品上市之前去做安全检测,保证车辆能够正式发布。

安全不是360一家厂商可以解决的,实际上要用生态面来解决。要真正把安全方案落地到汽车里面,成为一个车规级的安全产品,这是需要一个很漫长的过程。这里需要和供应链整合,要把安全的需求设计放到整个汽车设计定义当中,然后慢慢地形成一个汽车安全产品,所以安全要用生态和供应链的能力解决才能把安全方案落地。

行易道赵捷:毫米波雷达优势巨大,国产雷达大有可为

很高兴和大家分享关于汽车毫米波雷达的技术背景和现状,毫米波雷达更多地应用在智能驾驶领域,它就是汽车的眼睛。

毫米波雷达能够在全天候的状态下工作,这是一个不可取代的优势。毫米波雷达在测距和测速方面,也有其它传感器不具备的优势。基于这样两个优势,毫米波雷达有着40年的应用历史。    

围绕ADAS和更高的自动驾驶技术来说,毫米波和自动驾驶的组合是主流。毫米波雷达对周边的移动目标和高速运行的物体有很好的分辨能力,因此360度毫米波雷达对周边的感知变成了很重要的未来的自动驾驶系统。    

79G77G雷达针对周边目标速度的感知,可以有更好的功能。对于未来的汽车来说,装载更多的毫米波雷达是一个趋势。  

高分辨率、低成本、360度观测覆盖是ADAS和自动驾驶系统对雷达的需求,相应地在雷达技术领域我们就会有些解决方案。比方说超高分辨率算法的要求,更大的张角FOV,或者行人检测、行人识别等等。

去年,我们已经量产77G中程雷达,今年还会进行提升,量产一个近程雷达,未来我们会有毫米波的成像雷达。目前,我们的中程雷达已经形成商用。  

2018年,行易道79GSAR雷达已经实现了2D实时成像,这是目前全球范围内领先的。未来,SAR雷达能够应用的范围是非常广泛的。

关于高精度地图,因为SAR雷达能够对周边的道路特征进行很好的描述,目前我们做到的分辨率是5×5cm,未来高精度地图的使用过程当中SAR也可以提供这样的信息,辅助车道级的定位、地图制作以及实时更新。  

汽车毫米波雷达拥有目前其它传感器所不具备的优势,测速、测距、全天候工作的能力,因此这个传感器是不可取代的,77G79G技术会成为主流,目前在中国的行驶环境和法规要求的自身环境下,国产高分辨率雷达大有可为。

亮道智能剧学铭:未来三到五年是自动驾驶的攻坚战

亮道智能是2017年成立的,是从激光雷达的开发项目当中走出来的,独立成立了亮道。

我们把自动驾驶领域分为三类,就是2A2B2C2A就是限定场景下的L4自动驾驶,相对来说和真正的量产还是有一定的差异,也会相对容易落地,2B2C主要是针对B端客户和C端客户,包括应用场景的复杂程度、车辆的形态,甚至参与方的思维模式都是有不同的,我们考虑未来自动驾驶量产的时候也要清晰地对参与方有一个分类。   

现在国内的自动驾驶就是2015年由百度引领,然后把自动驾驶的热潮推了起来,到现在应该已经有三四年的时间,这些年内国内的初创公司还是参与方都对自动驾驶有自己的理解,目前进阶阶段已经完成。

目前自动驾驶在落地之前大家已经进入到了一个理性的阶段,未来三到五年应该是自动驾驶的攻坚战,真正完成自动驾驶的量产,从感知的角度来讲不只是激光雷达,应该还是有几个方向会有新的突破。

激光雷达从最早相对笨重的纯机械式,再到法雷奥车规和固态,到现在非常有希望的纯固态激光雷达,路线是在往这方面发展。

亮道不做硬件,我们是基于激光雷达的硬件去做应用,套用我们的算法,这是我们的核心能力。车载激光雷达的算法大家也比较容易理解,各种各样的展示场合也有看到比较多的类似的效果,目前亮道的算法团队可以针对不同的激光雷达类型做通用化的算法,真正开发一个量产项目。

最近几年这么多激光雷达或者毫米波、视觉创意公司都在感知发力,但是真正上量产之前能力到底怎么样?测试验证一定是要有人做的,所以量道就是在细分领域或者新兴领域贡献出我们的一份力量。

具体来说,我们必须评价感知的性能,主要还是算法的能力,亮道希望提供全站的服务,评价一个传感器算法的优劣首先要搭建测试平台,理论上这个测试平台也是另外一套感知系统,但是感知系统的感知能力要高于带侧传感器。我们会完成整套测试平台搭建,包括时间上的精确同步、空间上的精确标定。

现在,我们觉得激光雷达进阶到固态阶段,这些就是激光雷达的数据,纯固态没有任何旋转件,使用寿命也是可以满足场端安装的,既提供点云又提供类图像的输出模式,实际上对感知能力有很大的提升。这些因素都具备以后,我们是今年5月份开始在这个方向发力,可能会在近期几个月发布场端的解决方案。

法雷奥顾剑民:智能网联面对5G元年,将AR/VR技术融合实现透明车身

自动驾驶分为不同的场景,高速公路虽然速度比较快,但是场景比较简单,只有同向行驶的车辆而没有交通灯,三年以前我们就已经做过展示,叫做Value Cruise For You,现在又推出了Cruise For You,有着不同方向的车流,所以这是相对来说比较复杂的。这些展示都是基于法雷奥已经量产的传感器,包括2017年行业内首先量产的车规级的激光雷达,第一代的激光雷达搭载于奥迪A8

这是通过V2X把前车摄像图像抓到本车的功能,非常简单,但是可以大大提升行车安全、减少事故,比如前车遮挡了行人,但是可以通过跟前车V2X的连接,把前车的图像抓到本车,这样的话就可以看穿透视前车,包括在交通灯等待的时候我们可以知道前面到底发生了怎么回事,帮助你安全超车。

5G元年当中虚拟现实AR/VR技术也会得到很大的提升,我们提出的技术也是今年在CES展上第一次推出,就是通过5G+AR/VR技术,也就是所谓的跨现实体验,可以帮助车外的人员虚拟进入车内,可以在几米开外,也可以在几千公里以外,虚拟进入车内,然后和车内人员进行交互。

当然,这些不是强制性的,并不是今后不许拥有自己的车辆,相信在相当长的一段时间内大家会有一种多种模式同时间存在,既有私家车,也有公交车,可以选择Robot Taxi,甚至是无人物流车进行交通出行的选择,这是相当长一段时间当中出行体验多样化的,我们有相应的技术满足多样化的出行需求。