自動駕駛商業化落地的答案,似乎已經有了眉目。
幾周前,通用汽車推遲了其自動駕駛汽車的上市時間,理由是將人們(司機)安全地從方向盤后面移開存在挑戰。“需要更多時間來確保無人駕駛汽車的安全運行。”
Waymo曾承諾,將在2018年底之前在鳳凰城地區推出無人駕駛汽車服務,但該公司也推遲了首次亮相。盡管Waymo已經在公共道路上開始提供服務(Waymo ONE),但它無限期地推遲了一項大規模服務。
這背后,還有很重要的原因是政策的支持。
今年5月28日,美國聯邦汽車運輸安全管理局(FMCSA)和美國國家公路交通安全管理局(NHTSA)開始征求公眾對自動駕駛系統(ADS)車輛的意見,從而幫助制定有關自動駕駛系統的法規。
這是去年相關的自動駕駛激勵政策沒有得到國會批準之后,相關的政府機構的一次嘗試。美國交通部也正在利用該機構現有的監管權限,推進符合該部門的公共計劃。
相反,在中國,政策層面正在給自動駕駛“開綠燈”,同時推進基礎設施的配套升級。
近日,工信部再次確認,已經和交通運輸部、住建部達成共識,要加快路網結構的信息化改造、數字化改造,為將來自動駕駛、無人駕駛創造更好的車路協同環境。
“發揮我們的制度優勢,優化產業發展環境,進一步激勵企業在產業鏈的中高端環節繼續加大投入。”這是中國汽車及交通產業轉型升級的重大信號。
與此同時,交通運輸部近日印發《數字交通發展規劃綱要》提出,推動自動駕駛與車路協同技術研發,開展專用測試場地建設。鼓勵物流園區、港口、鐵路和機場貨運站廣泛應用物聯網、自動駕駛等技術。
而隨著百度、文遠知行等自動駕駛廠商相繼與地方國資背景企業成立合資公司運營RoboTaxi(機器人出租車)服務,意味著早期行走在灰色地帶的載客測試已經“名正言順”。
國內最大出行平臺滴滴出行也在近日宣布旗下自動駕駛部門升級為獨立公司,整合滴滴出行平臺資源和原有技術優勢,深入拓展與汽車上下游產業鏈合作,同時與政府及社會各界積極探討推動自動駕駛落地。
在此次官方聲明中,滴滴特別強調將把在做網約車上所積累的對安全運營的理解和經驗,逐步應用到無人駕駛運營中,同時與政府以及相關方共同探索自動駕駛運營的安全實踐準則。
當然,風險猶存,安全仍是自動駕駛商業化落地的第一準則。但技術并非唯一衡量標準,頂層設計、政策引導、獨特模式至關重要。
一、車路協同走出中國模式
中國在自動駕駛商業化落地上的可能領先優勢,并非我們的一家之言。高通公司相關負責人近日表示,在自動駕駛汽車的商業化方面,美國可能會落后于中國。這是因為中國已經計劃在汽車互聯領域實施5G技術的標準設計。
中國仍然是世界上最大的汽車市場,并明確采用C-V2X標準。去年10月,中國宣布計劃使用該標準,并為聯網汽車專門預留無線電波頻段。此外,工信部也已經率先發布5G牌照。
更為重要的是,盡管華為公司已經在5G核心技術及標準方面領先,但我們鼓勵全球公司在中國市場投入創新研發和應用,這是區別與其他國家地區的封閉排外模式。
比如,去年上海率先“表率”,爭取谷歌Waymo無人駕駛等一批重大項目落戶上海。而Waymo也很快注冊了一家名為慧摩商務咨詢(上海)有限公司,為WAYMO LLC 100%持股。
而政策的頂層設計目標,是推動商業化落地的最大有力因素。
去年,工信部定下的《三年行動計劃》,預期“到2020年,突破自動駕駛智能芯片、車輛智能算法、自動駕駛、車載通信等關鍵技術,實現智能網聯汽車達到有條件自動駕駛等級水平”等目標。
與此同時,2019年智能網聯汽車標準化工作要點中,也提到了全面開展自動駕駛相關標準研制,包括組織開展特定條件下自動駕駛功能測試方法及要求等標準的立項,啟動自動駕駛數據記錄、駕駛員接管能力識別及駕駛任務接管等行業急需標準的預研。
而車路協同是工信部重點多次提及,目前的重點也是建立道路及網絡智能的基礎設施環境。
按照2018年工信部發布的《車聯網產業發展行動計劃》,目標到2020年,實現LTE-V2X在部分高速公路和城市主要道路的覆蓋,開展5G-V2X示范應用,構建車路協同環境,實現“人-車-路-云”高度協同。
在今天華為發布的全球產業展望GIV@2015中,其預測2025年,C-V2X蜂窩車聯網技術將嵌入到全球15%的車輛。
在中智行技術副總裁兼技術委員會輪值主席張振林看來,“中國在5G技術上已遙遙領先,5G+AI將能感知覆蓋更多場景、彌補路測數據的不足,將自動駕駛的安全性提高一個數量級。”
當前主流的自動駕駛技術依賴于AI和單車智能,但遇到特殊情況時,由于傳感器性能的局限,車的識別就會受限,這些局限性導致汽車無法全部識別,存在一定的安全風險。
但通過5G+AI,中國企業可以占據全球自動駕駛行業技術的制高點,實現自動駕駛的“中國標準”即“中國式自動駕駛”。
從單車智能到車路協同,你幾乎不用質疑中國在基礎設施,城市智慧交通升級上的“大投入決心”。
比如,滴滴出行近年來攜手中國交通管理部門,推出了智能城市交通管理綜合解決方案,被稱為:滴滴智能交通大腦。截止去年的數據,滴滴智能交通大腦已被中國20多個城市采用。
基于滴滴的匿名交通數據,實時數據利用云計算和基于AI技術為城市提供一系列的交通基礎設施的改進,包括交通流量測量、智能交通信號燈,交通管理規劃維護調度和系統評估。
這就是典型的未來V2X技術的應用場景,滴滴出行的戰略以智能交通為核心,作為智能交通服務提供商,把人、車和交通基礎設施視為重要組成部分。
交通基礎設施領域的政策威力,可能大家最為明顯的感受,就是最近很火的ETC。按照交通運輸部通知要求,到2019年底,各省(區、市)汽車ETC安裝率達到80%以上,通行高速公路的車輛ETC使用率達到90%以上。此政策出臺后,銀行、第三方支付機構蜂擁而至。
而近期國家質檢總局、國家標準委批準發布《新型評價指標》等292項國家標準,其中道路交通信號燈兩項國家標準全面落實《道路交通安全法》要求,就新增了系統安全功能要求,提高了信號機對外部非法接入、網絡異常情況的防護性能,適應未來車聯網發展需求和關鍵交通基礎設施的網絡安全。
此外,還有信號燈的智能化升級。去年,阿里巴巴的城市大腦1.0版試點的杭州中河道路平均延誤指數相比試點前分別下降15.3%和8.5%,高架道路出行時間節省了4.6分鐘。
去年開始,國內各大主要城市已經開始交通信號燈的智能化升級,新一輪城市交通基礎設施的革新,也帶動了相關產業鏈從中受益。
二、里程重要還是數據質量重要?
作為目前在加州測試中,數據指標排名前兩位的公司,通用Cruise和Waymo都還在“安全部署”自動駕駛上“摸索前進”,比如訓練效率和成本。
對于中美兩地的自動駕駛路測,最形象的比喻是:同樣的測試車,在中國人多、車多、路況復雜環境下的一天測試,比得上在美國一個月的測試。
隨著自動駕駛汽車技術的發展,許多領域都變得更加復雜,其中一個重要爭議環節就是測試和評估階段。在傳統汽車開發領域,許多制造商一直認為,測試里程越多,安全水平就越高。
“我們需要萬億英里的可靠性。”豐田自動駕駛相關負責人在幾年前拋出了這個數字(在此之前行業沒有關于到底達成多少測試里程的定義)。
他得出的這個數字是基于豐田每年在全球銷售的1,000萬輛汽車得出的,每輛車的生命周期約為10年,年行駛里程為10,000英里(16,093公里)。
此前,蘭德公司2016年的一項研究表明,要證明自動駕駛汽車技術可以處理任何可能發生在公共道路上的事故的可靠性(在減少交通傷亡方面),可能需要數億甚至數千億英里的測試里程。
Waymo也是這一理念的堅定支持者。
上個月,Waymo宣布測試里程達到了一個新的里程碑,實際道路測試達到1000多萬英里,模擬仿真測試達到了100多億英里。
Waymo首席技術官Dmitri Dolgov表示,自動駕駛系統越先進,你實際需要駕駛的里程就越多,才能產生正向作用,尤其是一些邊緣情況、并確保軟件在遇到的任何情況下都能正常工作。
這些數字的結果,就是Waymo在加州測試車輛脫離自動駕駛模式并將控制權交給安全員的頻率。Waymo此前表示,其加州測試車隊去年每千英里只有0.18次,而在DMV數據中表現第二好的通用Cruise每千英里則是0.80次。
然而,如果道路測試關注的是特別困難的駕駛場景,“你可以從遠低于500萬英里的距離中掌握這些情況,假設這些里程分布得很好。”斯坦福大學機械工程學教授表示,而不是大多數情況只是在幾條高速公路上或某幾個區域重復測試。
在這一點上,Waymo的模擬仿真里程可能更有意義,因為它可以創建更復雜的“邊緣情況”。
但沒有人能夠評估Waymo的大量模擬駕駛數據的價值,原因有兩個。“我們不知道這些里程是什么樣的,也不知道它們在真實世界中的表現如何,我們也不知道這輛車在模擬中表現得如何。”
在這方面,最典型的兩家代表企業就是特斯拉和Waymo。
和Waymo不同的是,特斯拉通過在路上的數十萬輛車,收集真實道路駕駛數據,了解這些汽車在Autopilot下的表現,以及現有功能可能的表現。
馬斯克曾表示,特斯拉每天收集的數據“超過300萬英里”,截止2016年的累計數據是1億英里(AutoPilot影子模式下)。然而,截至去年7月,中國的特斯拉車主行駛里程已躍升至50億英里。
所謂的“影子模式”,是指特斯拉也收集Autopilot如何處理不同駕駛場景的數據,即使不使用該功能。這種模式意味著特斯拉可以模擬駕駛數十億英里真實數據。
這也是為什么同樣擁有加州自動駕駛路測牌照,但測試里程卻幾乎墊底的結果。因為特斯拉更看重個人車主的真實駕駛路況,而正是依靠這種模式,在沒有中國本地技術研發團隊的情況下,特斯拉依然有信心保證Autopilot適應中國復雜路況。
三、中國新戰場
傳統汽車制造商巨頭,可以說在自動駕駛領域是相對保守的陣營。在加州路測里程數據報告中,去年僅僅只有美國當地的通用汽車一家汽車制造商進入前十。
而包括大眾、寶馬等在內的汽車制造商測試里程幾乎墊底。但他們也已經嗅到了中國市場的“機會”。
大眾集團在今年6月,宣布計劃與中國合作伙伴江淮汽車在合肥推出無人駕駛汽車,并提供叫車和短期租賃等移動服務。這些服務是這家德國汽車制造商與江淮汽車、合肥市政府簽署的協議的一部分。
大眾表示,大眾中國子公司和江淮汽車將整合資源,合作提供自動駕駛服務,包括自動駕駛出租車和車隊管理。而通過這一合作,合肥市的目標是成為一個最先進的智能城市。
此外,對于整個中國市場,大眾汽車重視程度正在提升,按照計劃這家德國汽車制造商將利用中國軟件開發人員幫助設計全球自動駕駛汽車架構。
目前,大眾在中國擁有4000名工程師,平均年齡29歲,分布在5個研發基地,軟件工程師的數量也在迅速增長。
軟件工程師的普及,加上中國愿意推出聯網和自動駕駛汽車的基礎設施,將使中國成為自動駕駛汽車獲得廣泛認可的首批市場之一。大眾管理層明確表示,部分軟件開發工作可以在中國完成。
深諳中國市場的大眾,早在1年前就表示,中國即將出臺的一系列智能汽車法規將為汽車制造商帶來激勵和補貼(這其中就包括地方政府的項目合作)。
此前,大眾集團旗下的奧迪中國研發中心已經在無錫增設研發以及測試中心,設置約150名員工為自動駕駛和車聯網技術的現場測試提供支持。
奧迪表示,到2023年,北京和無錫研發中心的員工人數將增至650人,以推進自動駕駛、數字化和新能源汽車技術的發展。
奧迪中國方面透露,他們也在尋求與更多城市的合作。顯然,在未來自動駕駛落地重要的一環(地方監管),汽車制造商有著比初創公司更有優勢的地方,比如更低的車輛成本。
寶馬上個月宣布與騰訊合作聯手在中國成立計算中心,幫助其研發自動駕駛汽車。該計算中心將于今年年底開始運營,將為自動駕駛研發提供本地數據處理能力。
寶馬的目的很明確,基于實時路況的數字信息流,以及交通情況,開發出更適合中國的自動駕駛解決方案。
對于這些跨國公司來說,政策敏感度是放在第一位的。顯然,大眾、寶馬的押注,并非簡單的商業邏輯判斷。
當然,基于自動駕駛技術的移動出行模式,是否成功短期內還不好下定論,也并非以純粹的盈利為衡量標準。
中央財經大學經濟學教授王福重對美團外賣到底有沒有價值的評論,似乎也是一種參考:虧損千億的美團,每天要送出千萬份的外賣,節省了很多用戶的時間就有價值。