中文版 | ENGLISH
大连捷云自动化有限公司
资讯中心 您现在的位置:首页 > 资讯中心 > 行业资讯
行业资讯
公司资讯
专栏:构建良性的汽车自动化生态环境
2018/1/8 11:08:50 来源:搜狐汽车 浏览 889 次

缪云渠简介:

1996留美,曾在通用福特工作多年

曾长期担任底特律中华商会会长

2014年至今,任卡斯特铝精密铸铝美国分公司总经理

  预测2021是否真是汽车自动化的元年,可能和判断房市是涨是跌一样不靠谱;可以确认的是,现有技术尽管仍显得非常笨拙,自动驾驶却不会是昙花一现的事情。个别公司独木支撑的时期已过,跨行业、跨技术的群雄并起、从资本行为到政府发力,汽车自动化的生态系统隐约成型了。

  韦伯斯特词典对生态系统的解释是:复杂生物群体及期周边环境组成的功能性生态单元。车辆自动驾驶的“生物群体” 大约有四五类:OEM与供应商、科研院校、 运营商(如出租及运输车队)、政府单位、甚至可以包括制法与执法部门、及越来越狂热的投资团体。这些群体组成并涉及的环境,有大有小。广义性的大环境涵盖城市规划、交通法规,甚至社会伦理道德;囿于篇幅,本文仅讨论其狭义小环境:从自动驾驶的四种子系统,即:数据采集、环境感知、判断决策、运动规划与动作执行。我们来看看这些群体和其选用技术环境的互动关系。

  一、自动驾驶为了对人体知觉的仿生,采用了多种传感装置来采集数据,并进行实时预处理,例如摄像头仿效视觉系统、雷达、声呐、激光模拟触觉、惯导测量模块IMU好比是行进中大脑对运动信息的反应、无线通信即为语言与听觉、CAN Bus 仍然是做系统全面监控用的中枢神经系统 、加上GPS的定位功能。

  在自动驾驶圈子里,目前Velodyne 与Mobileye这两家供应商及其LiDAR与DGPS相对比较成熟。Velodyne原本是玩低频声和低音炮的音响公司,因为参与美国国防部的DARPA无人车赛(参赛方通常有多家选用该公司技术),进而发展出一套用摄影头与激光将路况可视化的技术,只可惜和Mobileye 的解决方案一样:高达数万美元一套,好在有新兴的Innoviz, Quanergy等在 LiDar技术上的发力,相信假以时日,这些技术的价格将下跌。

  中国在电子硬件如摄影头与传感器等的制造与生产上,是全球行业的领跑者。我们能否在车辆方面积极组织参与行业的标准制定,以执牛耳呢?

  二、有了数据之后,仿生模拟进行环境感知,多家公司的做法各有侧重 。 福特对外演示的其自动车辆在黑暗及雪地环境中不用摄影头,也可行进自如,也许可以归纳为“触觉派”。

  市场上对于感知处理倒底是倚仗“触觉”还是“视觉”,并没有定论,只好全副武装都配上;然而从最近的几次车祸来看,这两者的处理地位并非平等,或者并未同时进行。过度依靠辅助性自动驾驶引发的佛罗里达车祸,其车辆“视觉”即是未能判读出横亘的卡车;而最新流出的国内视频中亦可看到:京港澳高速致命车祸发生时, 路障车辆在最左边停下来,当时睛空,能见度没有任何问题,“视觉”不幸没有及时回避,此时声呐雷达等“触觉”亦未能报警,并做冗余保护的规避动作,造成车祸。

  外人其实可从环境感知处理商Mobileye 的委屈争辩中发现,在“视觉”故障时,“触觉”系统来进行冗余保护的模块其实是存在的,可惜目前的生态环境中,并无相关法律法规的监管或明确要求,而是全凭整车厂在选用时(在价格与性能中)拿捏取舍。

  三、自动驾驶的判断决策的确牵涉到具体的程序算法,然而网上热烈讨论的伦理问题,(如车辆自主决定,倒底先撞人还是自撞等)好象家人落水先救谁一样难解。笔者的建议是此类逻辑暂且交哲学家和综艺节目去操心吧。小概率事情,永远存在;如果因此而束缚手脚,才是愚蠢。

  自动驾驶的生态环境里,5年前只有零星的V2I(车对基础设置), V2V(车对车)研究,现在各方已经有了 V2P(车对行人), V2H(车对家)等多种界面的交叉科研。十数年前都无法想像的高级传感器如今已然握在手中(智能手机)、戴在手腕(智能手表),明天的人们也不会完全是孤立无助的。上面提到的涉事车辆能装有类似密西根大学汽车研究院的V2V信号交流,那几起高曝光率车祸完全可以避免。这也从另一层意义上证明,良性生态系统中,统一的标准和不同公司间的交流有多么重要。

  四、现今汽车自动化的主要技术,其实在过往很长的一段时间内在多个区域零星出现。 以汽车的主动安全性能ADAS为例,诸如ACC, AEB, LDW, 甚至自动泊车早就存在。谷歌做的无人汽车、福特奥迪沃尔沃等的自动驾驶车辆也不是什么超前科幻的机械技术。

  五、然而放眼未来5年或更短,利用大数据进行深度学习的技术将逐渐应用到汽车身上,即能显著约束与优化自动驾驶,大大提高应对不确定性与干扰的能力。深度学习如卷积神经网络CNN 技术可向人脑一样提取深层次的复杂特征,如辨别脸等图象识别或者视频分析,其速度亦将接近人脑。

  六、跨行业、跨技术的技术融化,势在必行。例如已经见报的同盟有:百度与Nvidia、沃尔沃与瑞典兄弟奥托立夫、宝马与Mobileye、谷歌与现代等。这些单位都在取人之长、共同构建自动驾驶的大数据平台并优化处理算法。

  七、在这方面硅谷与底特律培养好的生态环境有他们的历史性优势;其他城市或机构怎么办呢?匹兹堡(计算机重镇卡麦基-梅隆所在地)干脆将整城开放给Uber等服务运营商做测试;南科大联合密西根大学在深圳开建MCity中国版,也都算是另辟蹊径,筑巢引凤吧。

  八、短期涌进的热钱或成泡沫,深度学习的大数据和汽车技术的融合却渐成气候。自动驾驶或者无人驾驶涉及单位机构颇多,织别清楚在这舞台上纷纷登场的生旦净末丑,并了解他们扮演的角色,才能搭建良性合理的生态环境,有利推动整体技术的进步。


【字体:】【打印】【顶部】【关闭】