自动驾驶,「乘前」启后
2019-11-08 博客文章

山顶的风光有多么秀美,沿途的山路就会有多么的蜿蜒崎岖。通往自动驾驶的道路,同样也遵循着这样的规律。

无论是它对软件算法的极致开发,还是对硬件近乎严苛的要求,抑或是实际测试及落地应用中的精细与周密,每一项都挑战至极。因此,高级别自动驾驶的全面到来会是一个异常漫长的过程,充满崎岖和考验。

但是,无法一步登顶并不意味着就无法饱览这座科技顶峰的沿途风景,也不意味着山路之中无法寻到宽广的步道。


自动驾驶路远且艰

虽然近些年来自动驾驶进步飞快,但是毫无疑问的是,完全无人驾驶距离现实依旧遥远。甚至来说,现在还只是处于复杂场景辅助驾驶的爆发期、高级别自动驾驶应用的破壳期。

虽然近些年来自动驾驶进步飞快,但是毫无疑问的是,完全无人驾驶距离现实依旧遥远。甚至来说,现在还只是处于复杂场景辅助驾驶的爆发期、高级别自动驾驶应用的破壳期。

相比于早期的辅助驾驶,高级别自动驾驶的到来可谓是一次质的飞跃,所带来的变化和挑战前所未有。无论是对消费者而言,还是对汽车厂商、出行服务商和政府部门来说,安全性始终都是将先进技术进行大规模应用的前提,这是自动驾驶需要率先攻克的难题。

尤其是L4级别的自动驾驶,已经进入到真正意义上的无人驾驶范畴,移去司机和安全员是一件需要慎之又慎的事情,只有信心或者胆量,这还远远不够。究竟无人驾驶的汽车在何种条件下能够完成何种任务,经历何种考验,取得何等突破,这需要丰富的、甚至是海量的数据来评估和判断。

与此同时,自动驾驶实际的使用体验和成本,也都是掣肘大规模应用的因素。自动驾驶可以为用户带来十足的新鲜感,但是更重要是能为用户带来出行体验上的提升,比如提高安全、提升便利、节省时间,能真正满足市场上的应用需求。而它的成本,也应尽可能的经济,处于消费者和需求方可接受的范围。

除此之外,很多非技术层面的问题也有待解决。

因为自动驾驶并不单单只是车本身的事情,它重塑的是整个汽车相关的交通体系。即使自动驾驶汽车准备好了行驶所需的技术,它也还需要学会在实际的大规模应用中与其他交通参与者和谐共处,需要等待基础设施、法律法规等的逐步完善。

对于自动驾驶汽车的使用者而言,他们需要真正了解和适应自动驾驶,知晓在遇到特殊情况时如何应对。而对于驾驶普通汽车的司机来说,他们也会非常在乎与自己为伍的自动驾驶车会不会有匪夷所思的操作。此外,像是执法的交警、路边招手的行人,或者是其他道路的管理者、使用者、服务者,也都还需要时间和交集来构建双方的关系。

可以说,自动驾驶走向大规模应用需要应对“千头万绪”,而这些只是其中的部分问题。


乘用车前装落地

蜀道虽难,却并非险峻不可攀。

自动驾驶的应用多种多样,从载人到运货、再到特种作业,每一方面都潜力巨大,而乘用车前装是当下最具落地可能的应用之一。

在数量方面,乘用车有着绝对的先天优势。根据中国汽车工业协会公布的数据,2018年中国新车销售为2808.06万辆,其中乘用车销量达到了2371万辆,占比超84%。毫无疑问,乘用车主导着整个的汽车市场。

而在进入自动驾驶时代时,这一情况也必然会延续极长时间。按照近年的数据来估算,假如每年能有千分之一的新车装配上自动驾驶功能,那么很快将有数万辆规模的自动驾驶实车迎来上路。几乎可以说,这是自动驾驶大规模应用的最佳途径,具备任何其他方式都难以企及的规模。

乘用车的用户人群多种多样,使用场景包罗万象,这为自动驾驶的应用提供了充分灵活的实施可能。尤其在辅助驾驶开始逐步普及之后,自动驾驶在乘用车前装领域的应用有了早期的基础,可实现复杂功能的L2+辅助驾驶,以及更高级别的自动驾驶,将逐步迎来应用。

一些相对简单的场景,如结构化道路、低速场景,将会在乘用车前装应用中率先取得突破。相比于完全无人驾驶,高速代驾、拥堵跟车、自主泊车这些限定场景或条件下的自动驾驶功能,是基于当前技术就能提供可量产的方案,并且实际应用中能在驾乘体验上带来极大的提升——更加安全、更加便捷。

尤其是现在主流的自动驾驶应用,大部分停留在L2级别,多是一些行驶和泊车类型的辅助驾驶功能,缺乏复杂场景的应用和更高级别的功能,市场对于L2+/L3高级别自动驾驶有着强烈需求。

将技术转化应用,不仅是行业发展的必然,同样也是市场的呼声。


自动驾驶全套解决方案

Nullmax针对前装市场推出的自动驾驶全套解决方案,支持定制化的应用,能够实现L2+级别及以上的自动驾驶。

这套面向量产的全栈解决方案,所有的上层应用软件和算法均为自主研发,不依赖于第三方,借助于同样自研的MaxOS平台就可以进行模块化的开发,所以能够根据客户的需求进行相应功能的定制,应用至不同的车辆和平台上。

技术层面而言,当前L2级别辅助驾驶存在安全设计不充分的问题,没有足够的冗余,难以保障大量复杂或突发场景下的安全。同时,无法自定义模块,拓展性不佳,技术演进受限,对中国交通状况与习惯的适应性有待提升,也是当前L2需要解决的难点。并且由于技术架构不同,L2也无法直接升级实现更高级别的功能需求。

而Nullmax的方案对系统整体进行规划,从全局最优化资源分配,形成最合理高效的方案配置。不仅可以高效迭代,保证技术的领先性,同时也可以根据客户需求进行定制,满足差异化的需求。

方案完全采用车规级的硬件和操作系统,计算平台为符合功能安全ASILD的控制器,使用视觉为主的多传感融合感知,而不依赖激光雷达,并且使用自研的低成本高性能定位系统,可以实现厘米级的精准定位。

通过高端和经济两种不同的配置,Nullmax的方案可以满足不同的功能需求:基于Xavier芯片的自动驾驶解决方案,可满足全功能需求;同时,也可以优化基于ASIC芯片的低成本平台,实现自主泊车、拥堵跟车、高速代驾等自定义功能。

相比于当前的L2方案,在行驶场景下,L2+/L3高级别自动驾驶增加了车辆的横向控制、微距控制以及复杂场景的应用,因此可以实现加塞处理、变道超车、拥堵跟车、上下匝道等一系列新的功能。而在泊车场景下,也可以改善当前L2级别泊车功能存在的精度不足、车位识别率低、无法进行小物体识别及避障等问题,实现更加智能化的自主泊车。

虽然由于政策法规的限制,当前很多时候司机还无法完全放开对车辆的控制,实现无人驾驶,但是将技术先行降级应用,为用户创造价值,确是一条可行的路径。随着产品技术的完善和进步,更多使用场景、更少限制条件的自动驾驶功能未来也会逐步推出。

更为智能化的辅助驾驶以及限定条件和场景下的自动驾驶进行大规模的应用,不仅能切实为用户创造价值,同时也能帮助社会更加全面深入地了解自动驾驶,推动普及和进一步的应用。