国内智能驾驶的现状（智能驾驶趋势）
本篇文章给大家谈谈国内智能驾驶的现状，以及智能驾驶趋势对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。
本文目录一览：
聪明的车or智慧的路？自动驾驶的未来将走向何方
易车原创 前面几期,易车科技从自动驾驶企业到自动驾驶的技术,做了深度解析,主要围绕车端的硬件设备、软件算法以及底层架构等方面,今天我们将视野拉高,更加宏观的来聊聊自动驾驶目前的两大发展方向——单车智能和车路协同。
单车智能:它的重心更倾向于车辆驾驶的自动化程度,而单车智能的技术实现路线也被分为两种,一种是以Waymo为代表的,以多线激光雷达、多种传感器进行感知;第二类以特斯拉为代表,基于摄像头和视觉感知。
车路协同:则是在单车智能的基础上,通过车联网将“人-车-路-云”交通参与要素有机地联系在一起,助力自动驾驶车辆在环境感知、计算决策和控制执行等方面的能力升级,加速自动驾驶应用成熟。
简单来说,单车智能和车路协同的本质是技术和成本在车侧和路侧的分配。
其中,单车智能是国内外大多数无人驾驶企业所在推进的方案,但是这并不意味着这将成为实现无人驾驶的最优解,也不能笃定说车路协同就是最优解。虽然L4-L5级的自动驾驶最理想的模式是实现“车端-路端-云端”的高度协同,从聪明的车配上智慧的路,车端智能和路侧智能协同呼应,但车端智能和路端智能的发展不是完全同步的关系,自动驾驶的路线选择面临感知能力、决策能力(算力)等不同能力在车侧和路侧分配的问题,所以对应的自动驾驶成本也不同。
目前来说在自动驾驶这条赛道内,各家企业的技术路线还真不是完全趋同的,有的是主攻单车智能,尽可能的把车武装到牙齿,激光雷达、毫米波雷达、摄像头、高精定位等硬件设备全都配全并且选用的都是参数拉满的配置,代表企业如AutoX和小马智行等;有的是单车智能和车路协同齐头并进,两手都要抓,代表企业如百度Apollo以及蘑菇车联等。
单车智能的代表企业,国内来说AutoX算是较为突出的,AutoX总裁肖健雄曾表示:自动驾驶不能单纯依靠路车协同实现,目前道路智能化还难以真正做到全覆盖。要提升自动驾驶的安全性以及驾驶体验,必须改进单车智能的技术,以应对雨雾等各种极端天气,确保用户能够得到安全的Robotaxi体验。
同时,车路协同与单车智能相辅相成,车路协同是对单车智能的一种有益补充。假如国家层面加大道路基础设施建设,可以辅助提升自动驾驶的道路精准度,同时也能增加道路交通的安全性。
可见肖健雄对于单车智能还是更加看重的,其认为路侧的设施存在故障、维修、养护等一系列问题,只能当做是一种辅助作用,重点还要把车做到最为智能与安全,提升传感器冗余,做到万无一失。
今年7月,AutoX发布了第五代全无人驾驶系统AutoX Gen5,是为无人驾驶而从零开始打造的,一共具备了超过50个传感器,配备了规模庞大的传感器集群,总像素达到2.2亿像素每帧,配备了高清的4D毫米波雷达并可实现0.9度分辨率。每秒钟成像的激光雷达点云实现了1500万,算力平台支持2200TOPS的算力平台。这套惊人的硬件总成表现了AutoX要把车做到最“聪明”的决心。
车路协同以百度Apollo为例,百度的技术路径是“聪明的车+智能的路”双剑合璧力图实现自动驾驶最优解。
单车智能方面,百度Apollo推出了联合北汽极狐共同打造的新一代共享无人车Apollo Moon。
硬件方面,Apollo Moon搭载的第五代套件采用了1颗主激光雷达,13颗摄像头和5颗毫米波雷达的多冗余传感器组合。车辆前部加装了一颗成本很低的前向激光雷达,将在系统失效情况下用于冗余系统。虽然减少了激光雷达的使用,但Apollo Moon增加了摄像头的个数,同时还大幅度提升了图像分辨率和帧率,视觉感知能力正在发挥越来越大的作用。
另外Apollo采用的计算平台提供的算力超过800TOPS,用了更多车规级的器件,为无人化实现了主计算系统和备份安全系统的一体化设计,采用水冷散热设计,不仅体积减小,结构简化,整体噪音也极低,车内非常静谧。
在路侧方面,Apollo Air是目前全球唯一仅通过路侧感知就能实现开放道路L4自动驾驶闭环的技术。
Apollo Air技术可以在没有车端传感器、仅借助路端轻量感知和红绿灯信息的情况下,通过利用V2X、5G等无线通信技术实现“车-路-云”的信息交互,从而赋能自动驾驶。
相较于单车智能,车路协同技术路线通过超视距的道路感知、车路云多个终端的智能信息互通互联,不仅可以扩大车辆感知范围、保障自动驾驶安全,还能降低对车端感知系统的要求,从而进一步降低单车自动驾驶的成本。
根据百度自身统计,车路协同已经可以解决单车智能在路测时遇到的54%左右的问题,减少62%的接管次数,降低30%的单车成本。
目前百度已经在北京、广州、上海开展了车路协同方案的落地实践。
在北京,百度针对12.1公里28个路口进行车路协同智能化改造,搭建支撑L4级自动驾驶车辆测试运行的基础环境;建设车路协同边缘计算支撑平台,搭建了边缘计算服务框架,实现设备管理、车路协同算法同步等边云一体化功能。
2020年8月,黄埔区、广州开发区与百度Apollo开启“广州市黄埔区广州开发区面向自动驾驶与车路协同的智慧交通‘新基建’项目”,覆盖黄埔133公里城市开放道路的102个路口和路段。
上海嘉定汽车城开展开放道路智能网联汽车测试环境建设,项目建设里程37.8公里,覆盖范围约65平方公里,通过对56个路口以及重点路段进行智慧化改造,提供了更加丰富的测试场景。
通过这两家的技术路线我们看出,各家虽然都表达了单车智能+车路协同两条腿走路的愿景和目标,但实际实施过程中还是各有侧重的,这也让双方走向了不同的岔路,未来哪方能立足于市场还得拭目以待了。
单车智能存在的局限性:
1、超视距感知、视觉盲区无法感知到。
无论是摄像头还是激光雷达,本质上都是探测电磁波,与人类的视觉感官类似,人看不到的地方,这些设备也探测不到。视觉盲区典型的例子就是“鬼探头”,如下图中,行人出现时,减速已经来不及了。
2、恶劣环境感知。
单车智能有许多长尾问题有待解决,比如暴雨天气下,单车感知系统几近失灵,激光雷达因积水反射,噪点增多,摄像头画面模糊,目标识别的置信度降低。
在黑夜场景下,单车视觉感知条件严重不足,曝光时间延长,感光范围缩小,雷达因缺少摄像头反馈的颜色和语义信息支持,无法辨别障碍物。
3、高成本设备利用率低。
在一辆车上装激光雷达等设备,很贵。然而一辆车大部分时间是停着不动的,行驶的时间只占一小部分(停一晚上开车去上班,停一天开车下班)。这样昂贵的设备利用率很低,不划算。
讲单车局限性一定要讲两个例子,Uber自动驾驶撞出事故、特斯拉自动驾驶车祸,这是典型的单车智能局限性的体现。数据表明,传统汽车大约每50万英里发生一起事故,单车智能自动驾驶汽车大约每4.2万英里发生一起事故。
所以要有车路协同。把昂贵的设备安装在路上,由路上的设备来进行感知(有时候也做一些计算工作)。车路协同是由“路”来“告诉”车周边的情况,例如前方200米有车,注意减速;在路线上前方5公里处有车祸,提前绕行。(车速很快,需要高带宽低时延的传输方式,所以车路协同是5G很好的应用工具)
这样车和路就成了一个统一的整体。
路侧设备采集到了所有的车的信息,这些数据可以上报到一个统一的中心,由这个中心根据这些数据进行分析并加以应用,这个中心就是所谓的“云脑”:
1、出现车祸、拥堵能及时的告诉所有车辆,设定了目的地之后根据交通状况计算出行时间;
2、通过大数据提前预知什么时间、什么地方会发生拥堵,提出预警;
3、根据预测的交通流,给出出行建议,几点出发走那条路会最顺畅。
从车路协同道路设施来说,智能路牌、信号灯等车路协同的设施能够保证单车智能对于外界数据和信息的获取,保证交通的统一调度以及安全行驶。在理想状态下,车路协同确实是能很好地解决单车智能的这些弱点。
车路协同存在的局限性:
车路协同对单车智能也是存有依赖性的,其中有一点是十分重要的,不论是车路协同和单车智能的网络安全防护并非不可破。
对于黑客来说,破坏单车智能网络,可能只是几辆车的交通事故,但是车路协同网络安全性故障,带来的可能是整个交通网络的瘫痪甚至更严重。所以,一旦车路协同遭到侵入,这时单车智能的重要性就体现出来了,暂且不提如何实现不堵车的问题,保证车辆行驶时的安全性则只能由单车智能接管。
另外要想实现全域范围的L5自动驾驶,那就需要全路段都铺设智能设备,那么且不说政策何时能够完全匹配,光是这些路端设备的维修、保养和检测就需要投入很大的人力和物力,并且如果某一个路口的设备出了问题,还是要看车辆能否足够智能来应对。
从双向通讯的角度来看,车路协同中的每一辆单车都是体系中十分重要的一环,是平台数据的重要来源,如果车辆非智能,那么车联网也无法落地,也将失去意义。
总的来说,根据美国交通部的说法,车联网的核心价值是提升消费者的出行安全,减少交通事故。那么,窥一斑而见全豹,从最重要的网络安全与道路安全的角度去看车路协同和单车智能,两者未来一定需要融合发展。
对于美国而言,人工智能领域全球领先,人才储备充足,基础科研实力强,美国的人工智能企业数量位居全球首位,遍布基础层、技术层和应用层。另外,美国拥有发达的集成电路技术,高端芯片设计领域一直保持领先态势,为高性能车载芯片的发展打下良好基础。另一方面,美国在通信行业和5G领域落后于中国的发展,且基础设施的投资一般由市场主导而非政府主导,网联化推动进程缓慢。不论是单车智能“谷歌派”还是“特斯拉派”,背后的核心能力都是人工智能算法和决策芯片,而这正是美国的战略优势所在。
对于中国而言,以华为为代表的通信企业在5G技术方面世界领先,且4G和5G基站数量多,覆盖广,2020年底中国5G基站数超过60万个。2020年2月《智能汽车创新发展战略》预计到2025年,智能交通系统和智慧城市相关设施建设取得积极进展,车用无线通信网络(LTE-V2X 等)实现区域覆盖。另外,从中国的道路情况来看,中国高速公路总里程世界第一,公路总a class="hidden" href="" tit
智能汽车的高级别自动驾驶如今面临哪些问题？
如今，高级自动驾驶技术的发展已经遇到了瓶颈 ， 接下来带大家盘点一下在这一领域面临哪些问题。
一、技术存在明显短板。 虽然一些领先企业确实取得了一些技术进展，但其展示的自动驾驶技术都有限制条件。总体来看，当前的自动驾驶技术仍存在明显短板。比如，难以有效应对冰雪路面和复杂光线的环境，识别交警手势、特种车辆等的可靠性不足。很多企业曾展示过可有效识别物体的感知技术，却始终难以实现从“识别”到“理解”的技术跨越，自动驾驶车辆还不能从警察、行人等道路交通参与者的肢体动作中察觉其意图，进而采取可靠的行动。
二、生产运营成本高。L4、L5自动驾驶技术的应用普及将面临传感器、车辆系统、基础设施等方面的成本问题。虽然这些成本会随着技术发展而下降，但降速相对L2车辆比较缓慢，较汽车的常规价格仍然很高。在相当一段时间内，受限于公众消费能力和汽车企业营销策略，L4车辆数量少，难以通过规模生产降低成本。同时，高级别自动驾驶汽车的运营成本也令人担忧。一项针对旧金山自动驾驶计划部署的案例研究发现，由于自动驾驶车辆远程操作人员的安全监管、执照、保险、维护和其他系统成本高企，自动驾驶出租车很难在市场上与人类驾驶员驾驶的普通出租车竞争。
三、运行存在区域限制。高级别自动驾驶的运行普遍依赖于车联网基础设施，而后者多部署在人口较多地区，这不利于自动驾驶的大范围开展，特别是与城市和郊区相比，农村地区在短期内难以实现。自动驾驶所用的感知技术在很大程度上仍受天气影响，难以保证雨雪天气和复杂光线环境下的可靠性，所以，现阶段国外道路测试都集中在阳光充足的地区。此外，卫星信号质量、高精度地图覆盖度方面的差异，也会将自动驾驶汽车的运行区间限制在不同气候环境、不同运行场景，甚至同一城市的不同街道上。真正不受运行区间限制、可在广阔区域连续运行的高等级自动驾驶技术的出现尚需时日。
四、带来的社会影响尚难应对。高级别自动驾驶技术落地可能带来短期内难以应对的社会影响。例如，自动驾驶出租车若占据可观的市场份额，汽车供应链会受到影响，出租车行业从业者的工作也将从车辆驾驶转向路线规划、算法优化、设备维护等技术型工作。这些转变将危及汽车制造和服务行业数百万家庭的生计，但各国主管部门还未能研究和制定适应性政策。同时，公众的汽车消费心理尚未调整。对许多用户而言，汽车不仅是交通工具，还具有身份认同、阶级地位及日常生活物品的携带、储存等功能，自动驾驶技术所规划的共享汽车不适合这些用途。因此，在未来较长时期内，自动驾驶汽车将作为人类驾驶汽车的补充和延伸，而非取代。
虽然目前智能驾驶还有许多壁垒没有突破，但是随着技术的发展，实现无人驾驶指日可待。
无人驾驶发展现状
我国的无人驾驶起步并不晚，产业热点已经形成。20世纪50年代开始，以计算机为象征、以信息技术为代表的新技术革命孕育兴起;90年代进入加速期，涌现出一批互联网企业，互联网得到快速普及。我国无人车商用已经进入到实质性阶段，随着企业投入、政府引导、社会关注，无人驾驶汽车的产业热点已经形成。
中国无人驾驶汽车行业发展周期
目前，无人驾驶汽车行业发展尚且不够成熟，但整体环境发展态势良好。国内无人驾驶汽车仍处于研发测试阶段，在技术上还有很大的不确定性和进步空间。同时，产品、市场和服务等方面可变动空间大，行业的商业模式也正处于摸索阶段。随着无人驾驶汽车技术和当时的5G技术的不断发展和各地政府的积极推进，越来越多的自主品牌车企将加快落地无人驾驶路测项目。总体来看，中国无人驾驶汽车行业在不断的研发测试阶段，处于行业的导入期。
列入国家顶层发展规划
2015年起，中国政府开始将自动驾驶技术发展纳入国家顶层规划中，以求抢占汽车产业转型先机，强化国家竞争实力。从2015年至2020年，中国无人驾驶汽车相关政策密集出台，关注点从智能网联汽车细化至无人驾驶汽车。2020年初，国家相继出台《智能汽车创新发展战略》与《汽车驾驶自动化分级》两项方案，进一步明确自动驾驶战略地位与未来发展方向。
中国无人驾驶汽车生产情况
中国无人驾驶汽车行业目前及将来一段时间内还将处于研发的初级阶段，国内无人驾驶汽车量产时间最早大概出现在2022年左右，因此2014-2018年中国无人驾驶汽车行业的发展，主要还是以技术研发为主，预计随着国外技术成熟度的不断提升，国内各车企参与无人驾驶汽车研发的积极性将水涨船高。
使用无人驾驶汽车意愿
根据Ipsos益普索发布一项最新调查《憧憬无人驾驶汽车——2018全球无人驾驶汽车消费者调查》的报告显示，2018年，46%的中国人受访者最有可能使用无人驾驶汽车;9%的中国消费者不愿意使用无人驾驶汽车;45%的消费者持观望不确定的态度，但对无人驾驶汽车的想法很感兴趣。
虽然目前使用无人驾驶汽车的意愿不是很强，但随着无人驾驶总体技术及各项关键技术成熟，智能网联汽车自主研发体系、生产配套体系及产业群得以建立，消费者的意愿会增强。
中国无人驾驶汽车行业发展前景
中国无人驾驶汽车行业目前及将来一段时间内还将处于研发的初级阶段，国内无人驾驶汽车量产时间最早大概出现在2022年左右，因此2014-2018年中国无人驾驶汽车行业的发展，主要还是以技术研发为主，预计随着国外技术成熟度的不断提升，国内各车企参与无人驾驶汽车研发的积极性将水涨船高。
随着我国北斗导航系统的完善，基于导航技术以及高清地图的无人驾驶汽车的研发也将会得到国家以及相关部门的支持，保证我国无人驾驶汽车技术与国际研究水平的接轨。
预计随着国外技术成熟度的不断提升，国内各车企参与无人驾驶汽车研发的积极性将会不断提高，据美国市场研究公司和IHS Automotive预测，到2035年全球无人驾驶汽车销量将达到2100万辆左右，而中国市场的份额约为24%左右，约为504万辆，其市场前景非常可观。
—— 更多数据请参考前瞻产业研究院《中国无人驾驶汽车行业发展前景预测与投资战略规划分析报告》
国内的自动驾驶技术到目前为止发展到什么阶段了？
目前我国的科技水平发展，很快很多的新产品都源源不断的生产出来，导致很多的普通民众，甚至都觉得自己跟不上社会发展的节奏了，尤其是自动驾驶技术，目前来说的话，我国在国防技术这一方面已经运用得非常的熟练和成熟了，目前我国无人驾驶的飞机，以及很多自动驾驶的战车都已经面世，在国庆期间也做了阅兵，我们很多普通的老百姓都已经知道了，很多战车以及飞机的型号是运用了这项技术的，所以自动驾驶技术发展的那是非常成熟，而且在我国汽车领域都已经出现了自动驾驶的技术，可以自动泊车帮助很多不会倒车的新手驾驶员来去安全的操作，所以目前位置发展的阶段还是非常科幻的。
一，非常成熟，并且发展迅速
目前我国自动驾驶的技术，尤其是在国防方面发展的非常迅速，甚至可以说运用的炉火纯青了很多的方面都是我们想也想不到的，而且的大很多厉害的战机上也已经运用上了自动驾驶技术，这样就可以不用我们的飞行员去操作也避免了人员的伤亡在未来的战场上，也能够发挥巨大的作用。
二，自动驾驶技术发展的情况，已经接近于科幻片了
在以前我们看过的很多科幻片当中都有一些自动驾驶技术，就是自己通过一些机器操作就可以使汽车自动泊车，或者是自动进行识别障碍等等，这样的一些技术而现在已经应用到了，现实在很多的其他品牌上面都已经看到了这些技术的踪影，所以我觉得现在自动驾驶技术的发展已经接近于科幻片的水平了。
三，目前为止发展的速度过快，导致很多普通民众对自动驾驶技术已经习以为常了
因为自动驾驶技术本身来说是一个非常高精尖的科技，但是目前来说的话应用的领域还是非常的广泛，使我们很多的普通老百姓对于这项科幻的技术非常熟悉，并且甚至在日常的生活当中就已经运用到了，所以我知道科学真的让我们越来越接近于科幻片当中的那种智能时代也推动了我们整个社会的发展。
关于国内智能驾驶的现状和智能驾驶趋势的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。
与本文内容相关的文章：
