魔視智能創始人兼CEO虞正華:出行和量產是無人駕駛商業化兩大路徑

時間:2019-09-19

來源:中國無人駕駛網

0

導語:在本次年會上,魔視智能創始人兼CEO虞正華在主題演講中表示,自動駕駛商業化有兩種路徑:一種是直接做L4,做出行的運營,強調出行服務,強調快速,對量產和成本的要求都不重要;另外一種是走向量產,強調安全,強調成本可控。

2019年9月19日,由投中信息和南京市建鄴區人民政府主辦,江蘇省政府投資基金管理辦公室和南京市人民政府指導,投中網、江蘇疌孚基金產業管理公司、南京河西中央商務區承辦,以“聚資本之力,筑產業之勢”為主題的“2019中國投資年會(南京)投資人峰會”在南京市金奧費爾蒙酒店舉辦。

在本次年會上,魔視智能創始人兼CEO虞正華在主題演講中表示,自動駕駛商業化有兩種路徑:一種是直接做L4,做出行的運營,強調出行服務,強調快速,對量產和成本的要求都不重要;另外一種是走向量產,強調安全,強調成本可控。

魔視智能創始人兼CEO虞正華:出行和量產是無人駕駛商業化兩大路徑
魔視智能創始人兼CEO虞正華

以下為虞正華在2019中國投資年會(南京)投資人峰會致辭/主題演講實錄,由投中網編輯整理:

虞正華:大家下午好,非常高興與大家分享無人駕駛商業化路徑的思考。

20年前在中國A股的十大市值公司,第一是浦發銀行。今天最高的一個是阿里一個是騰訊。騰訊的發展從2004年到今天,市值的變化是3萬多億。

為什么會有這么大的變化?抓的是什么機會?就是移動互聯網。

在過去20年孕育的最大的機會是移動互聯網。我們看未來的20年最大的機會是人工智能。它無疑是會改變人類未來的巨大機會,今天依然是投資創業的主線。人工智能帶來的改變是方方面面,包括IOT、自動駕駛、機器人等等,其中自動駕駛是落地的一個重點。

大家都知道自動駕駛的巨大商業價值,有很多報告說到2030年無人駕駛出租這個市場就超過2萬億美元。但在過去一年,我們也看到了很多的挑戰,特別是L4自動駕駛方面。比如說GM的Cruise推遲了2019年年底的自動駕駛出租車服務。Waymo的推進也只是維持在千量的規模。

對于無人駕駛,大家為什么會懷疑?過去一年發生了很多的事,碰到了太多安全性的問題,很多的企業在實驗的過程中都碰到了或多或少的安全事故。為什么會有這樣的問題?本質不是技術不行,而是實驗不夠。

大家想對比2.4億量的存量車,幾千輛測試車積累的場景是遠遠不夠的。

自動駕駛商業化的路徑到底怎么走?

大家看到有兩種路徑,一種是直接做L4,做出行的運營。L4的困境恰恰就在這里。L4的車過去沒有,是跳躍。而跳躍的基礎是只是基于幾百輛幾千輛測試車,步子跨得有點大。從量產來看,雖然是L4的技術,在量產之前需要通過非常充分的測試驗證相應的技術和產品。兩種不同的路徑,一條是做出行運營,一條是走向量產。

不同的路徑帶來的選擇是不一樣,面向出行運營的L4,強調的是快速,盡早推出服務很重要,對量產和成本的要求都不重要。但是車企非常保守,考慮的是量產,考慮的是安全和成本,第一要安全,第二要成本可控。所以大家關注的重點不一樣。

今天說一下量產的路徑。從L1到L4在不同的等級都有量產的產品,包括從預警的功能到L2的自動緊急剎車等,今天有很多高配車開始裝配了,在未來3到5年的搭載率有望達到50%。和L4用的同樣的感知技術、決策技術,但是把它降到安全可控的應用場景。從L3來說包括自動泊車、TJP等應用場景,類似這樣的量產已經規劃了。能量產的L4包括垂直可控的落地場景。通過這樣的路徑雖然我們是L4技術,但是在不同的等級可以逐步驗證、逼進未來完全開放道路自動駕駛的目標。

滿足量產的需求我們可以從算法、芯片、汽車規范、以及海量的數據來看。從系統劃分來說,無論是做APA、AVP,還是做開放道路的L4,系統的構成是一樣的,都可以劃分為感知、定位、路徑規劃、決策、車控。

感知系統現在主流都是基于深度學習,深度學習是人工智能的一個突破。無論是做語音還是其他的。這個視頻是我們用深度學習做的前視感知,任務是像素級的語義分割。包括車道線、可行駛區域,可以看到人的輪廓、車的輪廓都可以清晰識別出來。我們在CITYSPACES上面持續6個月都是排名世界第一。

下面是我們和一線車廠做的10個攝像頭的自動駕駛的視覺感知部分。這樣的感知系統可以用于L3和L4的自動駕駛。深藍的路面是深度學習方法算出的可行使區域,其它包括人、車、斑馬線等,用深度學習從技術角度上都可以滿足。

自動駕駛除了感知,很重要的技術是車輛定位。定位技術可以應用港區的自動駕駛,這個是L4能夠落地的場景。這個視頻里面用了3個攝像頭通過VSLAM算法實現厘米級的定位。我們不需要幾萬塊錢的定位設備,我們可以利用現有的車上的攝像頭進行高精度的定位。

自動駕駛還有相關的線控技術,大家過去擔心受國際的供應商掌握,我們是否面臨瓶頸?我們可以完成大量的和國際Tier1對接,從線控底盤角度不會成為制約量產的瓶頸。還有一個和量產相關的是芯片。自動駕駛涉及到深度學習的技術路線,對芯片要求比較高。我們在這里做了嘗試,用FPGA做到了前裝量產,這里以前最多的是以色列的Mobileye芯片;我們突破了這個瓶頸。

從量產的角度來說,實現的是從L1到L4的產品,L3和L4更多是域控制器的產品形態,視覺、毫米波雷達、超聲波雷達等在里面完成感知、融合、定位、決策,最后給出執行的指令。

我們作為從業者也感覺到最近一年不同的市場變化。從L1到L3是可以直接量產的市場,最近感覺非常明顯的是量產在提速,這里面涉及到乘用車的應用,商用車國家標準的實施。商用車,國家強制今年所有的9米以上營運大巴都要裝AEB,所有的兩三百萬輛營運卡車到明年開始必須強制預警,后年開始必須強制AEB,從體量來說是非常大的促進。

從L3、L4量產是做泊車,我們和一線車廠合作做的自動泊車,用4個攝像頭、12個超聲雷達實現自動泊車的功能。在這個功能里面,過去大家能買到的車是用超聲泊車。我們做的是視覺和超聲融合的泊車,未來無論車位的種類,像單側有車、還是狹窄的車位都能實現自動泊車的功能。

另外我們和一線車廠也做了遙控泊車。過去寶馬是放在50萬的頂配車,現在我們放在了10萬元的車。為什么需要遠程控制?典型場景是碰到狹窄車位,車停進去門開不了,或者本來停的時候是好的,但是后面來了輛車,門沒有辦法打開,通過遙控泊車,車可以自己泊進也可以自己泊出。

L4自動駕駛從商業化、量產的角度,還是在垂直落地的場景先落地,包括代客泊車、港口的自動駕駛。這個是我們合作的一線車廠的代客泊車。比如說車開到大樓,車自己泊進停車場,人不需要跟下去;出來的時候手機按個APP,車自己開回到下車的地方。這樣的系統是有5個攝像頭,12個超聲和1個雷達,完成自動感知、定位、規劃、控制。另外一種L4自動駕駛的場景是港區的自動駕駛。

這樣的商業化路徑,國內的一線車廠都在沿著這條線在走,包括上汽、一汽等。我們運用行業經驗積累,自動駕駛量產之路是越走越順暢。

謝謝大家。

低速無人駕駛產業綜合服務平臺版權與免責聲明:

凡本網注明[來源:低速無人駕駛產業綜合服務平臺]的所有文字、圖片、音視和視頻文件,版權均為低速無人駕駛產業綜合服務平臺獨家所有。如需轉載請與0755-85260609聯系。任何媒體、網站或個人轉載使用時須注明來源“低速無人駕駛產業綜合服務平臺”,違反者本網將追究其法律責任。

本網轉載并注明其他來源的稿件,均來自互聯網或業內投稿人士,版權屬于原版權人。轉載請保留稿件來源及作者,禁止擅自篡改,違者自負版權法律責任。

如涉及作品內容、版權等問題,請在作品發表之日起一周內與本網聯系,否則視為放棄相關權利。

關注低速無人駕駛產業聯盟公眾號獲取更多資訊

最新新聞