自动驾驶发展到了哪个阶段?七大应用场景走进现实

来源: 智车科技

2020年初,新冠疫情突发,百度、京东、美团等在各地提供无人配送、无人清扫服务。在抗击疫情的过程中,自动驾驶商业化得到了很好的实践验证。

当自动驾驶技术渐渐走入现实场景,那么我们不禁要问这项技术究竟进展到何种阶段?实现完全无人驾驶还需要多久?未来还有哪些问题和挑战?5月12日,中国电动汽车百人会线上召开“自动驾驶商业应用场景高端研讨会“,正式发布了由百人会智能网联研究院联合“自动驾驶城市示范与产业协同创新联盟”成员企业共同推出的七大应用场景研究成果《自动驾驶应用场景与商业化路径系列研究报告》。

百人会智能网联研究院朱雷博士介绍了自动驾驶在七个应用场景的研究成果,以及现在行业发展存在的痛点问题,对自动驾驶不同场景的商业化进程进行了全面分析。

场景一:自动驾驶出租车

第一个场景当属于自动驾驶出租车,这是一个环保安全的应用场景。

Robo-taxi经过多年发展,技术上有了很大进步,美国、荷兰和日本都已经开始允许开展无人车测试。Waymo在亚利桑那州已经开始了没有安全员的Robo-taxi服务,国内部分企业也开始在向真正全无人的出租车开展尝试。

在硬件成本方面,尤其是激光雷达,国内品牌的工艺技术进步代替了国外的激光雷达。整个成本下降到原来的1/4,甚至于1/10。随着未来固态激光雷达的发展,使用寿命会增加更长,使用成本上也会进一步下降。预计整车价格已进入百万以内,这是未来大规模应用的重要基础。

另外,随着整个Robo-taxi与人们日常出行习惯的相融合,普通人已经能够接触到Robo-taxi的服务。从点到点,到区域内,从面向特定人群,到面向更多公开人群,从免费测试到收费尝试,正向普通出行服务一步步靠拢。最显著的转变是从之前专用的App到普通人(消费者)更常用的百度地图、高德地图App的接入,使得人们对于Robo-taxi更加习惯,市场和消费者更加贴近,这为Robo-taxi大规模推广奠定了基础。

自动驾驶解决方案商也从原来的整合产业链,发展到与整车企、出行服务商一起构建“1+1+1”的出行生态圈,未来的商业模式更加清晰。

场景二:干线物流

第二个场景是围绕干线物流,这也是一个市场巨大的应用场景。

总体来看,中国的卡车管理相当严格,目前仅有上海、常州、长沙等地颁发了有限的重卡牌照,牌照数量应该不超过10张。而且,只有北京允许载物测试,其他地方只允许空车跑。

目前国内进行跨城或跨省测试牌照非常困难,最重要的一点是国内法律目前不允许在高速上进行测试。政府和企业在高速准入上也有很大分歧,一方面是安全问题难以解决,另一方面对于整个安全提供不出较好的准入标准。

对于在中美两国总部进行无人物流研发的企业,在国内因为法规的限制,更多地会转做港口物流,而这个场景和干线物流实际上还是有很大的区别,进一步影响了整个中国无人干线物流的商业化进展。通过调研发现,整个干线物流的商业难度并不比Robo-taxi小,虽然在高速上是结构化道路,没有行人,对于系统要求可能相对来讲比较少,但是它有一些特殊要求,比如说重卡可能不允许急刹车,定位也相当复杂,所以对于安全要求也很高。

另外,在干线物流两端,即使上高速之前与下高速之后,对于人的要求也比较高。所以预测它在未来很长一段时间无法把司机拿掉。相较于Robo-taxi来说,安全员更不容易被取消。

未来很长一段时间,可能是由整个无人驾驶系统和司机一起协作,实现干线物流运输。这能够对物流行业起到降本增效作用。

场景三:无人配送

第三个场景是无人配送,疫情期间的“明星”。

从产业来看,很多企业已经进入小批量生产,头部企业在全国,甚至在国外已经部署了大量的车进行测试,数量超过上百辆。未来3年内可能会量产落地,成本预计会从现在的40万-60万降低到8-15万,核心原因是激光雷达、线控底盘以及计算平台逐步国产化,未来一些手工制件可能转成标准件,成本也会进一步下降。

商业节奏方面,预测未来会从简单场景开始,比如在高校、产业园这些封闭或半封闭园区开始一些局部配送需求。随着技术迭代、成本进一步下降以及法规的允许,开始替代部分配送员,降低配送企业成本,为整个下游的服务提高质量。

随着智慧城市及无人配送网络的建设、充电设施及停放站的建设,形成城市内的无人配送服务体系,整合更多零售、物流、安防等服务,为社会提供更多服务,产生无人配送新生态。

无人配送虽然可能很快就量产,但它有一个很大的问题,就是游离在现有的交通监管体系之外。现行交通法规对于无人配送车辆的属性难以界定,属于机动车还是非机动车?还是机器人?还存在很大争议,对比一些国外的管理经验,希望能给国内交通管理部门提供一些参考。

美国是按照无人配送车辆类型分为两大类,第一大类是能够行驶在人行道上,体积比较小的车型按照个人配送设备管理,为其专门新增了一些相关法规,就是个人配送设备管理法规。另外一类是行驶在机动车道上,体积比较大的车辆按照低速车进行管理,遵循现行机动车法规在管理,比如nuro。

德国采取许可制度,围绕无人配送车辆颁发一些许可证,管理比较严格,车辆运营线路也需要认证,固定车辆和固定线路一起颁发许可。

英国是依照微型移动车辆,就是国内的低速车进行管理,但是同时也考虑到这些无人配送车辆和其他交通参与者带来的交通风险比较低,监管希望与这些风险相衬,所以对于保险和路权有所放宽。

场景四:无人环卫

第四个场景无人环卫,目前技术有一定的成熟度。

一些领先的企业开始组建自己的环卫车队,为整个城市、环卫公司提供相关服务。经过一些测算,以目前无人环卫的成本水平来看,相比普通环卫车队平均每月每公里成本要高1-2万,意味着在平均一公里的开放道路上来实现无人环卫,一年将多出10万到30万不等,未来随着整个无人环卫技术的提高,还有成本的下降,才有可能真正地大规模推广无人环卫的应用。

场景五:无人巴士

第五个场景是无人巴士,在国外和国内,例如Easymile和阿波龙等都处在探索阶段,基本都是在1-3公里的简单环线环境上运行。现在整体来看,无人公交技术和产业链的成熟程度还不够,因为公交车处在公共安全范畴,对于技术的要求非常高,而且现在来看,商业回报率相对于出租车、物流、配送来说相当低,大概投资回收周期需要7年以上才能实现成本回收。

场景六:封闭园区物流

第六个场景是封闭园区物流,重要特点是在一些特定场景实现商业应用,在某些环境下已经具备了商业运行的条件。

封闭园区物流对于硬件成本可能要求比较低,对于成本相对来说不是很敏感。比如一辆矿车造价成本是1000万,改造成本可能不足百万,对于整车成本来说相对较少。在技术方面,因为在整个环境下车辆比较少,允许自动驾驶、遥控驾驶相混合,遇到这些特殊情况可以很容易地进行远程接管。因为这些区域相对而言可知可控,对于高精地图的绘制,尤其是对更新来说要求非常之低,所以在整个技术上来说比较有应用基础。

另外一个重要方面是道路法规,这些车辆作为工程设备管理,不需要遵守《道路交通法》,所以法规限制比较少。同时这些车辆往往都是一个主体,比如一个港口,所有车辆都属于港口集团,出现交通事故解决起来比较容易。但是这些封闭场景物流有自己的局限性,第一,市场空间非常有限,我国总共有300多个港口,2000多个矿山,200多个机场,市场占完就完了,没有再进一步扩展的空间。另外,整个技术的可迁移性也比较差,受制于矿区、港口和机场各个场景自身所具有的特殊性,很难复制或者迁移到其他场景,对于公开道路场景来说,它们的技术是难以应用的。

场景七:自主代客泊车

第七个场景是自主代客泊车,前面的六个场景重点都是围绕To B端业务,只有自主代客泊车是围绕乘用车。

自主代客泊车技术分为三大方向,单车智能、车路协同与强场控,各家厂商技术不一样。泊车听着很简单,但是实现还是有很强的技术能力要求。比如能够停在固定车位,还是能够停在多个车位,是只能在1-3米近距离泊车,还是进入停车场就可以到指定车位泊车,或是这个车辆通过自己巡游找到车位,是在一个楼层里进行泊车,还是可以跨越两层、三层的楼层进行泊车,这些技术要求都非常不一样。

围绕这些功能要求,对整个行业调研发现未来有三个趋势:第一个是带有AVP功能的车辆,未来1-2年之内有不少主机厂进行量产,比如戴姆勒、一汽、广汽、威马、长城在今明两年都将量产落地。第二,整个产业存在一个最大的问题,停车场和主机厂之间的产业发展节奏非常不协同。停车场担心自己建了AVP停车场没有车停放,而主机厂也担心生产出来这么多车辆没有合适的停车场允许停放,这样就制约整个产业的发展。第三是消费者端,调研发现80%以上的消费者非常期待具有AVP功能的车辆,但是他们最担心的是车出了事故以后是否由自己承担事故责任。

结合整个产业推测AVP停车场的发展节奏,目前法规不允许无人泊车,在低速和封闭场景也不允许车内没有人,所以场侧覆盖率将带动车侧渗透率,推动产业发展。

未来AVP商业节奏会分为三步走,第一是围绕单车智能路线的高端车型,在住宅或者写字楼的固定车位先实现AVP,第二步是在车辆周转率比较高的交通枢纽、医院等开始逐步升级AVP停车场,随着这些停车场覆盖率的提升带动AVP车辆渗透率的提升。第三,当AVP车辆渗透率达到30%的时候就会拉动AVP停车场建设。

未来智能实验室的主要工作包括:建立AI智能系统智商评测体系,开展世界人工智能智商评测;开展互联网(城市)云脑研究计划,构建互联网(城市)云脑技术和企业图谱,为提升企业,行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣,欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/487773.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

2016 博客导读总结 amp; 个人感悟

此文着笔之时。2017已经在眼前了。预计等我写完,2017已经到了。二次编辑于2017年1月1日早11点。 关于2016的感悟。十二月初就想写,当时认为是有点太早了,只是却思绪如泉涌。 且那时候才刚刚申请到博客专家(訪问量刚刚过5W&#x…

IBM 向云转型、大幅裁员、连 Watson 和 AI 团队也未能幸免

来源:云头条IBM提前30天通知成千上万名员工被裁,可领取90天的薪水,至少在美国是这样,而服务部门首当其冲。IBM正在大举裁员,数量众多的与云计算业务无关的员工被告知他们在蓝色巨人的时间到头了。这个IT巨头在回复IT外…

linux网络包截获,用C实现截获网络数据包

现在进入第二步,捕获数据包。从第20行开始,我们进入了一个死循环,while(1),在第24行,recvfrom(sock, buffer, sizeof buffer, 0, (struct sockaddr *)&from, &fromlen),这个函数要做的就是接收数据…

自动驾驶的实现之路——几大关键传感器应用解析

来源:MEMS随着近两年来智慧汽车、车联网等等概念的兴起,汽车自动驾驶的各种科技进展不断占据媒体版面,引起了全球的关注和各国政府的支持。对于大部分人来说, “吃着火锅唱着歌”轻轻松松地直达目的地绝对是美好的愿望&#xff0c…

探索“植物人”语言能力和意识水平

来源:脑科学与智能技术卓越创新中心2020年5月25日,中国科学院脑科学与智能技术卓越创新中心(神经科学研究所)、中国科学院灵长类神经生物学重点实验室王立平研究组与复旦大学附属华山医院神经外科毛颖/吴雪海团队在《自然-神经科学…

探臻实录 | 戴琼海:搭建脑科学与人工智能的桥梁

来源:探臻科技评论人工智能作为21世纪最具有影响力的技术,正在包括诸如机器人、语言识别、图像识别、自然语言处理等诸多领域发挥着重要作用。脑科学被誉为“人类科学最后的前沿”,认识脑的奥秘是对人类的终极挑战。而更重要的是,…

linux下的单机工具,Linux下单机模式的Hadoop部署

需要软件:ssh:fedore 9 自带。jdk:http://java.sun.com/javase/downloads/index.jsp,下最近版本jdk-6u18-linux-i586Hadoop:http://apache.etoak.com/hadoop/core/hadoop-0.20.1/,最新版本0.20.1&#xff0…

全球顶尖计算机科学家排名,中科大上榜人数全国第一

来源:今日头条一年一度的全球顶尖计算机科学家TOP1000榜单出炉,这份由Guide2Research发布的计算机科学家排名中,中国科学技术大学以16人入选力压清华、北大、浙大等计算机科学强校,高居全国第一!中科大张亚勤等13位本科…

CentOS6实现路由器功能

网络之间的通信主要是依靠路由器,当然生成环境中是拥有路由器的,但是系统中的路由配置也是需要了解一下地,今天讲解一下在CentOS6环境下搭建路由器,此乃入门级的简单实验。拓扑如上图已经规划好,暂且使用静态路由演示。…

在近期,美众议院为何密集提出了15项新兴技术法案?

来源:资本实验室近期,美国众议院能源和商业委员会及消费者保护与商业小组委员会密集提出了15项与新兴技术相关的法案议程。这些法案开宗明义,建立了明确的目标:确保美国在新兴技术领域的领导地位,以在全球竞争力方面战…

求助马斯克实现载人飞行,NASA省了近300亿美元

出品 | 网易科技《知否》栏目组当美国宇航局(NASA)的宇航员于当地时间5月27日搭乘SpaceX的载人龙飞船升空时,他们将不仅仅是进入太空,还将开启一个可能具有变革意义的新时代,因为此前没有任何私人公司将人类送入轨道。…

linux基础操作与实践,Linux操作系统基础与实践

《21世纪高等院校计算机网络工程专业规划教材:Linux操作系统基础与实践》由清华大学出版社出版。19.18定价:29.50(6.51折)/2014-06-01《Linux劋作系统基础与实践/21世纪高等院校计算机网络工程专业规划教材》内容共分10章,第1章主要讲解劋作系统概述、劋…

MIT机器学习种菜项目永久关停

来源:IEEE电气电子工程师Photo: Harry Goldstein麻省理工学院媒体实验室的开放农业计划(Open Agriculture Initiative),由首席科学家Caleb Harper领导,于2020年4月30日被该大学永久关闭。媒体关系总监Kimberly Allen在…

万字总结,知识蒸馏如何在推荐系统中大显身手?

来源:AI科技评论作者 | 张俊杰编辑 | 丛 末本文首发于知乎 https://zhuanlan.zhihu.com/p/143155437随着深度学习的快速发展,优秀的模型层出不穷,比如图像领域的ResNet、自然语言处理领域的Bert,这些革命性的新技术使得应用效果快…

【模板】快速幂取模

快速幂取模的模板&#xff0c;要注意所有变量都要开成long long类型的防溢出&#xff1a; #include<cstdio> #include<algorithm> #include<cstring> typedef long long LL; const LL mod1e97; using namespace std; LL a,b; LL mi(LL x,LL y) {LL res1;whil…

linux vim debugger,Vim 调试:termdebug 入门

简介termdebug 是从 Vim 8.1 开始内置的调试插件&#xff0c;仅支持 GDB。本教程仅在 Linux 下(Ubuntu 16.04)测试通过。安装将 Vim 升级至 8.1 或以上版本。GDB 需升级至 7.12 或以上版本。启动默认情况下需手动加载 termdebug 插件&#xff1a;:packadd termdebug假设我们有一…

时空大数据可视化表达分析,看MapGIS七大“超能力”

文章转载自微信公众号中地数码MapGIS&#xff0c;版权归原作者及刊载媒体所有。伴随着人们探索空间的过程&#xff0c;信息的获取范围也从局部地面、全球地表、地球各个圈层扩展到地球内外的整个空间&#xff0c;从原有的二维平面空间基准逐步演变到三维空间基准&#xff0c;进…

深扒ASML 的玩法,对工控企业生态圈的思考

来源&#xff1a;中国传动网自从美国的新一轮技术封锁发生后&#xff0c;普天之下的吃瓜群众为华为操碎了心&#xff0c;甚至卖菜的大妈偶尔讨论这件事。由此可见&#xff0c;半导体对国家科技、工业的影响有多大。半导体制造产业中&#xff0c;光刻机是核心设备&#xff0c;对…

2019-2020年人工智能产业发展深度报告

来源&#xff1a;华泰证券人工智能市场格局人工智能&#xff08;Artificial Intelligence&#xff0c;AI&#xff09;是利用机器学习和数据分析方法赋予机器模拟、延 申和拓展类人的智能的能力&#xff0c;本质上是对人类思维过程的模拟。AI 概念最早始于 1956 年 的达特茅斯会…

c语言求字符串复制函数,快速上手系列-C语言之字符串处理函数(一)

C语言中常用的字符串操作函数&#xff0c;有比如计算字符串长度、字符串拷贝&#xff0c;字符串比较等这样的整体操作函数&#xff0c;有字符串查询函数&#xff0c;也有字符串转换函数等等&#xff0c;这里先介绍字符串整体操作函数。字符串整体操作函数实际编程中&#xff0c…