1. 首頁 > 云知道 > >

自動駕駛，漸行漸近！( 二 )

落地需要科普測試人工智能小知識駕駛降溫應用場景汽車


與很多人工智能應用類似 ， 與國際領先國家相比 ， 我國在算法、核心硬件上相對較弱 ， 但有數據和應用場景的“主場優勢” 。 “當前自動駕駛技術還不成熟 ， 一個影響因素是計算效率不夠高 。 ”地平線創始人兼首席執行官余凱說 。
自動駕駛專家、禾多科技創始人倪凱介紹 ， 我國交通密度大、場景比較豐富、市場大 ， 有助于本土企業積累豐富的道路測試數據 ， 形成一套適應我國情況的解決方案 。
安全 ， 是研發自動駕駛汽車的初衷 。 某機構測算 ， 要證明無人駕駛在絕大多數情況下比人駕駛安全 ， 需要跑上110億英里 ， 這意味著用100輛車沒日沒夜跑500年 。 業界把每行駛多少里程需要人工干預一次 ， 作為衡量自動駕駛技術成熟度的標準之一 。 目前 ， 表現最優秀的無人車的數據是1.1萬英里 。 “建立自動駕駛安全性的全球標準很重要 。 ”專家表示 。
應用落地
“步步為營”成業界共識
根據車輛的智能程度由低到高 ， 業界把自動駕駛分為從L0級到L5級的6個等級 。 其中 ， L1、L2等輔助駕駛技術應用已經比較普遍 ， 但L3級別以上還未大規模落地 。
如果向業內人士詢問自動駕駛的應用場景 ， 你可能會得到多種甚至對立的答案 。
倪凱介紹 ， 大體來說 ， 產業界有兩種研發路徑 。 一是“一步到位”的模式 ， 即研發L4級別的自動駕駛汽車；二是“步步為營”的模式 ， 即在傳統汽車上逐漸新增一些自動駕駛的功能 ， 再向完全自動駕駛過渡 。
王飛躍的判斷是 ， 自動駕駛會從廠區、機場、碼頭等特定封閉場景普及 ， 之后是市政公交、出租車 ， 最后才是開放的城市道路 。
經過多年嘗試 ， “步步為營”的路線逐漸獲得業界認同 。
事實上 ， 自動駕駛興起頭幾年 ， 產業界對技術的估計過于樂觀 ， 加上國際上數起資本并購的刺激 ， 出現了一些泡沫 。 2018年以來 ， 一些產品交付不如預期 ， 又發生了幾起無人車事故 ， 自動駕駛明顯降溫 。
“自動駕駛比較容易做出展示 ， 但要落地很難 。 ”IDG資本執行總監丁飛說 ， 自動駕駛熱的降溫 ， 是成長過程中要交的學費 。
然而不少業界專家認為 ， 當前 ， 自動駕駛降溫 ， 對行業可能是好事 ， 有利于真正做創新的企業冒出來 ， 從而在自動駕駛全球產業鏈中占據一席之地 。
【自動駕駛，漸行漸近！】倪凱介紹 ， 人工智能技術正從各領域助推自動駕駛發展 ， 整個行業也在努力提升軟硬件性能 。 業界預計 ， 未來3到5年 ， 某些L3級別自動駕駛車輛將實現規模量產 ， 而在代客泊車、高速公路等限定場景下 ， L4級自動駕駛將開始應用 ， 下一個10年或是落地關鍵期 。

推薦閱讀