网站首页

"自动驾驶正在进入最好的时代！"

在近日举行的第二届全球智能驾驶峰会上，苏智佳科技有限公司总裁郑好指出，汽车驾驶行业面临三大优势:一是资金、技术和生态资源更加集中，协同努力；第二，自动驾驶技术不再独立。人工智能相关基础设施的普及可以加速自动驾驶的发展，从而促进全世界的认可和支持。第三，社会发展和技术发展相辅相成。政策智慧和技术发展相互呼应，并通过安全和务实的技术着陆。

毫无疑问，自动驾驶正在加速它的发展。然而，对于处于自动驾驶行业前沿的企业来说，推进自动驾驶，特别是实现全自动驾驶批量生产的困难是真实存在的，而且似乎极难克服。

来源:百度

感知技术的难度不小。

在峰会上，江苏新能源汽车创新联盟执行董事尹表示，自动驾驶的关键技术包括智能感知、决策和控制。然而，在这些过程中，有许多困难。“我们研究的场景与实际场景不对称，实际场景非常复杂。开发商应该以谨慎的态度对待这种事情。”

感知是自动驾驶的第一个环节。自动驾驶系统的整体性能在很大程度上取决于感知系统的质量。目前，传感技术的主流方案包括摄像机、激光雷达、毫米波雷达、导航系统等。

正如尹所说，单个传感器已经不能满足自动驾驶的精确传感要求。目前，业界大多在研究多传感器融合的传感技术方案。“传感器的种类越来越多，无论有多少，都必须分类清楚，最终实现信息融合，以适应真实的应用场景。”

Roadstar.ai首席科学家周广曾在一次演讲中指出，简单的传感器融合意味着每个传感器的数据可以在空间和时间上大致对齐，而多传感器融合技术的核心在于高精度的时间和空间同步。

众所周知，毫米波雷达、激光雷达和超声波是无人驾驶中完全不同的传感器。对他们来说，实现高精度的时间和空间同步无疑是非常困难的。相关技术提供商还需要对机器人技术和机器学习优化技术有非常深入的了解。

资料来源:Centech

值得一提的是，在传感系统中，高精度地图也发挥着重要作用。它收集的环境信息，如车道标志、路缘等信息，可以与通过上述传感技术方案获得的信息相互验证，从而实现“多传感器融合”的效果，获得更准确的位置信息。

深度地图大中华区总经理刘群全表示，从使用角度来看，传统地图更多的是导航和搜索，包括视觉导航，而高精度地图包括环境感知、定位、路径规划和车辆控制，有更多的发挥空间，可以降低感知过程的难度。

大唐高鸿汽车网络总监张杰指出，现在自行车主要依靠毫米波雷达、激光雷达、摄像机和其他传感器，这可以被视为一种视觉传感器。在人类驾驶员看不到它的地方，它也无法感知，幽灵探测器变得难以处理。

“车辆需要获得周围车辆的驾驶意图，而没有通信手段很难实现。在启动的早期阶段，肯定会有这样一个人驾驶的混合交通状况。一些人类司机的行为仍然不够标准。正常行驶的道路上有一些工程车辆。这些车辆的一些信息，包括尾灯位置和信号标志，与传统的客车有很大不同。确定他们开始或停止的意图仍然是一件相对困难的事情。"

此时，V2X可以提供帮助。张杰在他的演讲中提到，使用C-V2X可以提供对环境的全息感知，并且可以将自行车的感知范围从车辆移动到路的尽头。这有许多优点:一方面，它有较高的安装角度，较高的车站视野，自然检测距离远远大于自行车，另一方面，它可以使用静态制动，因为它是一个静止的观察点，所以它有更多的优势，在图像处理比自行车的一些相机在许多判断。在一些复杂路段，可以从多个角度部署传感器，实现多传感器信息融合。

人工智能也不容易。

人工智能逐渐被认为是实现自动驾驶汽车的关键和推动自动驾驶商业化的核心。

中国科学院无线传感器网络与通信重点实验室主任杨宪益表示:“未来，整个环境将发生智能转变。所谓的云边缘和传感器网络的融合将使我们的计算无处不在。有了普适计算，我们就能拥有普适智能。”

资料来源:businesskorea.co.kr

然而，人工智能显然不容易。

四地之家工程副总裁黄迎军指出，不同场景应用的感知算法、决策和规划算法差异很大，很难拿出一个通用的全堆栈L4级自动驾驶架构来满足所有这些场景，这往往是定制的。然而，如果需要定制，使用不同的场景进行模块训练是一个问题，包括适应不同的芯片和不同的平台。

汉堡科学院院士张兼维说:“每个人都说中国有最强的人脸识别技术，但是模糊场景识别是汽车大规模生产中一个非常重要的课题。然而，在这种模糊人脸识别中，目前的人工智能深度学习算法无法准确识别。未来，强大的人工智能仍将对汽车和自动驾驶构成巨大挑战。”

同时，他还指出，下一步人工智能与未来驾驶的结合是许多最新前沿技术的融合，包括人工智能、IOT、虚拟现实、可穿戴机器人和5G通信，这将为未来自动驾驶的新技术带来新的突破。

华夏核心(北京)通用处理器技术有限公司的CTOJohnGlossner表示，从高层次的角度来看，智能驱动的核心应该是处理器，处理器也可以驱动相关的智能驱动设计核心。它应该关注这些处理器的功能，并考虑如何将人工智能应用于这些智能驾驶。

关于企业的布局，公众问首席执行官张人杰:“我一直认为，如果一个企业想生存，它必须集中，而不是分歧，而是分歧。当你很强大的时候，如果你是华为，你可以试试。然而，正如你所见，即使是华为，也只有两个成功点:通信设备和手机。现在许多人工智能公司说我希望能够做各种事情，这意味着我对每个行业都非常精通。事实上，每个人只能擅长一个小领域。如果你想整合整个垂直区域，你必须专注于一个区域。”

5G等待

为了实现可靠的自动驾驶，目前有两个主要方向:自行车智能和道路协调。前者主要涉及各种传感技术，如激光雷达和人工智能技术，而后者需要5G网络技术支持，因为它是通过网络在线连接所有交通参与者(包括路标、信号灯、骑自行车者和行人)。

清华大学计算系教授、中国自动化学会智能自动化专业委员会主任邓志东指出，今年是中国正式进入5G业务并正式颁发营业执照的第一年。5G的特点是什么？增强的移动带宽、高可靠性、低延迟、大连接和广覆盖。“4G可以解决人与人之间的联系，5G不仅可以解决人与人之间的联系，还可以解决人与物之间的联系，实现互联，因为它有非常高的连接数量。”

来源:华为

中国移动(上海)工业研究院副院长陈宇荣表示，与4G相比，5G将在智能联网车辆方面实现多项突破，促进整个车载导航系统和车载娱乐系统的升级，促进整条道路的协调发展，为自动驾驶铺平道路。5G会给车辆和道路的协调带来什么样的变化？趋势应该是什么？我们知道有三个主要方面:

首先，整个场景会更加精致。有限场景出口系统技术将率先登陆，如高速公路、矿区、港口、公园等。这一点在业内和业外都得到广泛认可，如自动停车、指定接送、快速公交和有限区域内的无人驾驶出租车。它有可能成为自动化大规模生产的第一个商业应用场景，然后利用自动驾驶的优势创造新的需求、巨大的产业和新的生态。

第二，车辆和道路的协调。在过去，自行车是智能的。我们在一辆车上安装了高清摄像头、毫米波雷达和其他设备，让整辆车更加智能。这种车辆的响应有一些限制。今天，它们正朝着车辆和道路之间的协调发展。随着自动驾驶水平的提高，对芯片智能化和计算力的需求将呈指数级增长。汽车和道路的协调是什么平台？它的实现是人、车、路和云的协调。它将具有边缘计算的能力。通过边缘计算的计算力卸载，实现了自动计算力的均衡分配，提升了整车的智能化。这也是未来自动驾驶的主要技术路线。这是。

第三，推广将是一个渐进的过程。可以肯定的是，对于更高层次的自动驾驶，它可能对道路升级、产业链资源整合、尖端技术突破、法律法规等有更高的要求。，这决定了它的推广不是一次性的过程。未来，车路协调技术的落地将从区域化和场景化开始，并逐渐向整个场景和区域扩散，这是一个渐进的过程。

公众从商业模式的角度向首席执行官张人杰询问5G的困难。“现在每个人都在谈论5G，但是5G真的能产生价值吗？事实上，根据商业模式，4G现在已经相对成功了，因为每个月的成本已经让运营商能够支持其目前的4G网络运营。然而，如果你仔细想想，5G投资是巨大的，5G基站的数量是今天的几十倍。在这种情况下，这意味着运营商必须投入更多资金来建设这样的基础设施。如果你的商业模式，如果运营商每月只能收到几十美元和几百美元，那么运营商肯定会赔钱。汽车也是如此，它必须在新的市场中拥有新的商业模式。”

*版权声明:本文是盖世汽车的原创文章。如果您想重印，请遵循重印说明中的相关规定。违者将依法追究法律责任！

• 上一篇：三家独立公司诞生戴姆勒开创新架构
• 下一篇：魏来的“九金十银”