查看原文
其他

什么时候才能完全“放手一搏”?关于自动驾驶的十个冷知识

驭势科技吴甘沙 真格基金 2022-09-15

自动驾驶如今究竟发展到什么阶段了?下一个风口在哪?万亿市场的背后存在着多少不为人知的博弈?


真格早期项目「驭势科技」的联合创始人兼董事长吴甘沙先生,通过讲述十个实用的冷知识,拉近你与自动驾驶之间的距离~





本文授权转载自「驭势未来」
ID:UISEE2016


说到自动驾驶,大家经常用两个成语来描述:一个叫“耳熟能详”,另外一个叫“不明觉厉”。
今天,我想借用十个实用的冷知识来跟大家说清楚自动驾驶到底是什么,自动驾驶到底处在一个什么阶段,明天后天我们又会到达哪里。



冷知识一:今天你看到的自动驾驶,多数不算是自动驾驶

自动驾驶有 L0 到 L5 的划分。

在 L0 到 L2 的时候有一个关键词叫做辅助,而只有在 L3 到 L5 的时候这个关键词才叫自动



L0 其实是一种驾驶辅助,L1 才是辅助驾驶。驾驶辅助还是司机在驾驶,系统只辅助性地提供警告。辅助驾驶是系统在驾驶,但司机要随时辅助、并承担安全责任。

L1 是单项辅助驾驶,L2 是组合性的辅助驾驶。L3 以上才是自动驾驶,指自动驾驶系统真正能够负起责任,当系统察觉异常的时候,再把控制权交还给人类司机,也就是说,这样的一个系统已经具备了独立的责任能力。

L4 以上,它不仅仅是自动驾驶,而且是无人驾驶,已经没有司机这个角色,当然系统要负起全部的责任。


冷知识二:奇数代的 L3 可能会难产

一个比较有意思的现象,在我们的技术的更新迭代过程中,往往会出现一个现象:奇数代混不好、偶数代又比较强。比如说我们的移动通信,1G 大家都没怎么听说,2G 大家广泛使用,3G 是过渡型的,4G 又是比较成熟的。

再看我们的自动驾驶 L2 目前大家在广泛使用,L4 是大势所趋,而 L3 许多人倾向于认为会“难产”。

L3 是实现从司机负责到系统负责的一个重要节点,但是跨越这一节点需要付出极大成本,需要增加很多的冗余,成本要乘以2。

当系统不能实现 L3 的时候,还要要降级到 L2,所以车辆成本至少要乘以 2.5,再加上保险等各方面费用,车辆实际售价可能要高于 2.5 倍,但是功能看上去却和 L2 没有多大差别。

另外从技术层面上看,系统负责、司机辅助意味着系统不能承担责任的时候,车辆的控制权需要交还给司机。

每一个购买 L3 系统的车主都希望他们在系统运行的时候去看书,甚至去睡觉,当你处于这样的状态之下是否能够实现和系统的交接,这个问题暂时还不能得到一个准确的回答。


冷知识三:我们要等很久才能买到 L4 的乘用车


首先,L4 级别的乘用车要达到真正实现意味着要做 100 万张试卷,连续拿 100 万次 100 分,这是一个比较难达到的目标。90/10 原则告诉我们:达到 90% 我们只需要 10% 的时间和努力,最后 10% 可能还需要 90% 的时间和努力。


其次,木桶原理告诉我们,一个木桶能够容纳多少水取决于最短的那块木板,在 L4 级别的系统里可能有一千个以上的木板,一个木板短了,影响的就是整个系统的安全性、可靠性。


最后,就是先有鸡还是先有蛋的问题。


今天的 L4 级别车都是很少的试验车,“很少”意味着很贵、无法大规模复制,“无法大规模复制”意味着没有办法大规模地获得数据、验证驾驶的安全性,所以成本降不下来,还是很少,陷入死循环。


冷知识四:买不到 L4 级的自动驾驶乘用车,但会先买到自动驾驶出租车的服务


首先出租车只需要在一个城市内使用不需要满世界用,出租车公司对成本不敏感。

其次出租车可以实现混合派单模式,如果路线比较简单可以派出自动驾驶出租车,路线比较复杂可以派出有人出租车,在自动驾驶技术没有百分百成熟时,这种方式提高了自动驾驶出租车服务落地的可能性。



冷知识五:非载人场景比载人场景更快规模落地

第一,非载人场景更加高频刚需。比如自动驾驶在物流方面的应用是每周7天、每天24小时全天候的应用,如果需要人类司机操作,则需要一天三个司机,用一个自动驾驶系统取代三个司机显然是个更划算的生意。环卫车往往是在凌晨三点到六点出发,而自动驾驶在这个时间内工作比人类在这个点出发更人性化。

第二,非载人的环境下,对于车辆舒适性要求不高,自动驾驶车辆就可以更多地关注在安全上。从算法的角度看,确保不漏检,偶然有误捡也可以接受。从而,降低了技术落地的门槛。


冷知识六:非载人场景,看好未必叫好


比如大家比较看好的干线物流,但是适用于干线物流的 L4 级重载卡车却没有在中国实现大规模投入。


首先,在出错成本上,重载卡车的刹车距离长,一旦出现事故就很有可能是一个重大恶性安全事故,在中国重载卡车还没有办法大批量上高速。其次,重载卡车数量少导致了产业链相对不成熟,重载卡车稳定性与可靠性就保证不了。

第三,就是技术适应度的问题,小概率事件背后有着巨大的出错成本,使得法律法规暂时还没有对自动驾驶放开。

总体来说,整个逻辑链首先是技术要胜任,其次对于重型、高速的车辆要确保产业链成熟,然后要看出错成本。如果这些都不是问题,法律法规就会水到渠成。



冷知识七:叫好也未必叫座,必须满足核心需求

自动驾驶需要满足用户的核心需求。

首先是成本,最近十年交通、运输、仓储、邮政从业人员工资上涨了许多,对于两班、三班倒,淡季和旺季的需求弹性非常大,或未来几年有显著扩产的客户,非常适合导入无人驾驶。

在工资之外,很大的一块是管理成本。过去10年适龄劳动力减少了大几千万,招人越来越难,春节、疫情或从业人员生病都会造成劳动力缺失,而培训新人又要花费极大成本,这时候自动驾驶就可以抓住客户的需求。

其次是效率,制造业的数字化转型、精益生产和准时生产,常常因为某些环节人的不确定性导致无法闭环,无人驾驶可以极大提高系统运作的效率。

第三是安全,不仅仅是减少交通事故,还存在很多其他的安全需求,比如化工厂司机的安全保障、机场和口岸的新冠疫情防控、畜牧业生物疫情防控、保税区和海关的防偷等都有极大的价值。


冷知识八:中国的自动驾驶还得中国公司解决


首先,社会的接受度不一样,中国的消费者对自动驾驶兴趣更为浓厚,中国消费者中 49% 认为自动驾驶非常重要,只有 2% 不想拥有,而德国和美国的消费者只有 16% 认为自动驾驶非常重要,有 30% 的消费者不想拥有。

第二,交通的复杂程度不同,中国的交通复杂程度远远比美国高很多,车辆数量多,道路情况复杂,可以看见神出鬼没的外卖小哥、穿马路的行人、越过黄线超车的汽车,总有你所预测不到的新场景出现,这要求自动驾驶拥有更好的算法。


第三,自动驾驶涉及到地理信息数据等一些敏感数据,必须要中国公司管理这些数据。


第四,自动驾驶技术还需要许多年才能大规模成熟,车路协同可能是中国可以弯道超车的路线。当然,现阶段标准还没形成,生态还在建立,商业模式还需要进行探索。



冷知识九:自动驾驶对社会的巨大涟漪效应将远超我们的想象


自动驾驶可以应用在个人出行、机场、公交、出租、干线、物流、城市环卫等多个场景。

包括一节一节连接起来的车厢所组成的公交车队;无人快递车可以挨家挨户送快递,也可以直接快递到你正在行驶的车子身边;无人超市可以开到你的家门口,降低冷链物流成本;你也可以享受到无人驾驶鞋店、卫生间、冷饮车、垃圾车等等,甚至人类都可以直接在自动驾驶安家,这会大大影响房价,自动驾驶未来有着无限可能。


冷知识十:那些伦理问题都不是问题


困扰大家比较多的是伦理问题:电车难题。

这个问题不止自动驾驶算法无法解决,摆在真人面前也无法解决,因此不能奢求自动驾驶算法做出正确判断。

这个问题有个前提是刹车失灵,但是自动驾驶的工程师勇于对刹车失灵说“不”,把自动驾驶的性能做到最高级。同时未来有人驾驶车也会和现在的赛马、赛车一样远离公共道路,这样更能保证自动驾驶的安全落地。



更多被投新闻

 亿航智能  |  云天励飞  |  Nuro  |  依图科技
禾赛科技  |  晶泰科技  |  Momenta  |  燧原科技
地平线  |  思谋科技  |  青藤云安全  |  爱笔智能
沐曦  |  驭势科技  |  芯耀辉  |  森亿智能
AutoX  |  格灵深瞳  |  曦智科技  |  来也科技
星亢原  |  黑湖科技  | 领创集团  |  非夕机器人
芯行纪  |  灵明光子  |  默安科技  |  炬星科技
优艾智合  |  循环智能  |  诗云科技  |  赛舵智能
 潞晨科技  |  芯控智能




推荐阅读


您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存