搜索
当前位置:首页 > 物联网 > 车联网 > 自动驾驶狂热期已过,L5规划将推迟

自动驾驶狂热期已过,L5规划将推迟

作者: 2018-11-07 10:47:00 浏览:276

2017年年中,业界普遍预期主要车企规划到2020~2021年间实现Level5 的完全自动驾驶,2021年实现L5。Elon Musk在2017年5月的一次TED 演讲中宣称,Tesla将在2019年之前实现Level5级全自动驾驶。

然而,站在2018年下半年的时点来看,L5并不会这么快到来,部分车企已经推迟了L5规划或暂停部分自动驾驶研发计划。Gartner的技术成熟度曲线中,自动驾驶技术已由2017年的“过高期望峰值期”,开始进入“泡沫低谷期”。

2017年12月,Volvo将原定于2017年开始的“Drive Me项目”推迟至2021年。

2018年1月,CES 2018上,Ford新任CEO Jim Hackett 发表了题为“让我们一起寻回街道”的演讲,表示Ford 的研究重点已从自动驾驶转移到车联网。Hackett在2017年8月接受SFGate采访时曾表示,“公众关于自动驾驶汽车的浪漫想象有点过头了”。

image.png

L5级自动驾驶可能需要2025年前后才能够实现。根据各公司公开披露的计划,福特、宝马、百度等公司宣称2021 年开始量产至少L4级别的自动驾驶汽车。德尔福与Mobileye合作,宣布将于2019年提供L4级别的自动驾驶系统。Tesla则更加激进,2018年实现至少L4级别的自动驾驶。对此,学术界则显得没有这么乐观,卡内基梅隆大学机器人中心Raj Kumar认为至少要到2026年才能实现L5级别的自动驾驶。此外,Waymo计划2018年内,在凤凰城的有限区域内试点无人驾驶打车服务;通用Cruise在2018年1月发布了无方向盘、油门、制动踏板的第四代无人驾驶汽车Cruise Av,计划2019年量产并分配到美国部分城市作为共享汽车。

实现通用无人驾驶,安全是核心、需五大基础

实现通用无人驾驶的前提是保证安全。由安全需求展开,通用无人驾驶的实现需软硬件技术、V2X、基础建设、政策法律、公众接受度等五项基础的成熟和完善。其中,软硬件技术、V2X的发展将耗费大量的物料成本,政策法律、公众接受度的成熟需投入不可计数的社会成本,基建则将同时花费物料成本和社会成本。

软硬件技术:1)汽车传感器中激光雷达价格高昂,且目前缺少L4+车规级产品。固态激光雷达是车规级激光雷达的发展方向,待成功量产后将大幅拉低激光雷达的成本。2)传感器融合算法以及决策算法还在初级阶段。此外,汽车半导体、高精度地图等其他技术也有待进一步成熟。

V2X:V2X(Vehicle to Everything)是物联网概念在汽车领域的延伸,包括V2V(Vehicle to Vehicle)车辆之间通信、V2I (Vehicle to Infrastructure)车与基础设施通信、V2P(Vehicle to Pedestrian)车与行人交互等。V2X网络的建设需要与道路、网络等基础设施相配合,全面建成有待时日。

image.png

基础建设:1)道路上适应于V2I 的基础设施的建设;2)5G网络具有高速、低延迟的特性,对于V2V、V2I至关重要。

政策法律:1)美国、德国、日本、新加坡、中国等已经在部分地区开放了自动驾驶汽车道路测试。而常规路段对自动驾驶汽车的开放,目前在除英国外的大部分国家都进展缓慢。2)自动驾驶的法律地位、民事归责、刑事归责等相关法律问题需要进一步讨论和完善。据新华社报导,我国自动驾驶汽车的全面部署,至少需要修改七个领域(包括交通安全管理、测绘、运输、信息、通讯、质检、标准化)24 部以上的法律。

接受度:目前,公众对完全自动驾驶的接受度普遍较低。据罗兰贝格的消费者调研结果,完全自动驾驶的接受度仅为20%。公众一方面认为完全自动驾驶将剥夺驾驶乐趣,另一方面则是对完全自动驾驶的安全性存在担忧。

image.png

限定场景自动驾驶成长超预期,商业化只待成本降低

在物流、工程、农业、园区等限定场景下,行驶速度较慢或者场景较为简单,使得自动驾驶的难度大幅降低。近年来,限定场景下的自动驾驶成长迅速,多个领域中陆续有试验性项目落地或小规模量产。

image.png

物流领域:快递、卡车货运、仓储

案例#1 京东校园快递无人车

京东在2017年618促销节期间,宣布快递配送无人车在人大校园内投入运营。运营初期,无人车每日派件10余单,对应的工作时长约5-6小时。京东无人车行驶速度较慢,正常行驶时平均速度3~4km/h。无人车具备避障能力,当检测到前方3米内的障碍物时,会提前做好路线调整;如果障碍物突然出现,无人车会立即停下,且若障碍物2秒后未移开,无人车会后退并绕行。

案例#2 Otto 自动驾驶卡车

2016年10月,Otto自动驾驶卡车满载5万罐啤酒,在高速公路上全程无人干预的情况下以55英里的平均时速行驶120英里后抵达目的地,并收获了470美元的报酬。Otto在2016年8月被Uber以6.8亿美元收购,但后来经历了被Waymo起诉、创始人出走等事件,甚至2018年7月时Uber宣布停止开发自动驾驶卡车。

案例#3 Clearpath 仓储自主移动机器人

加拿大Clearpath Robotics公司的OTTO 100、OTTO 1500 是专为工厂和仓库设计的自主移动机器人(AutonomousMobile Robots,AMR),运行速度为2m/s。不同于传统的自动导引车(Automated Guided Vehicles,AGV),AMR无需建设用于导航的轨道等基础设施,而是能够自主寻找最优路线、避开障碍物,实现了从“自动(Automated)”到“自主(Autonomous)”的升级。AMR极大地节省了前期建设成本,具有更高的灵活性。

公共交通:巴士、出租车、摆渡车

案例#4 百度自动驾驶巴士阿波龙

百度在2018年7月的AI开发者大会上宣布,全球首款L4级别的自动驾驶汽车阿波龙小巴车已量产下线。目前,100台阿波龙正进行小规模运营。阿波龙完全去掉了中控台、驾驶座、方向盘、油门和刹车踏板,最多载客14人,最高时速达70公里,充电两小时续航里程达100公里。除了在北京、广州、深圳、福建平潭、雄安等地运营外,百度还在日本与软银合作,将阿波龙用于核电站内部人员接驳、东京地区高龄化社区穿梭接送等。

image.png

案例#5 nuTonomy 自动驾驶出租车

nuTonomy 是由MIT 孵化的自动驾驶出租车初创公司,2016年4月开始在新加坡One-North园区附近为上班族提供无人驾驶出租车服务,车队由6辆自动驾驶车辆组成。由于新加坡人口密度大,停车位和道路有限,因此nuTonomy 研发自动驾驶出租车得到了新加坡政府的大力支持。此外,nuTonomy 已经获得了许可,将会在美国波士顿街头进行测试。

案例#6 驭势科技无人驾驶摆渡车

2017年2月,驭势科技在白云机场投入一辆无人驾驶车,在航站楼与停车场之间提供摆渡服务,这是国内机场首次采用无人驾驶摆渡车。在杭州来福士广场,驭势科技还投放了针对大型地下停车库的无人驾驶摆渡车,运行速度8 公里/小时。消费者购物后,可以在电梯口直接输入自己的车牌号,无人车就会将消费者带到相应的停车位。

限定场景自动驾驶商业化只待成本下降

虽然限定场景自动驾驶技术已日趋可用,但商业化仍需考虑成本问题。

目前自动驾驶汽车单车成本较高,可能超过司机工资及事故成本降低所节省的费用。

在港口、仓储等场景中,AGV 方案发展成熟,相比当前的自动驾驶更加经济高效。

参与评价

最新评价

相关推荐

热文推荐