自动驾驶的低谷期
Posted 盖世汽车智能网联
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了自动驾驶的低谷期相关的知识,希望对你有一定的参考价值。
日前,有消息称蔚来汽车的北美总部已经裁员 141 人,此次裁员主要面向的是自动驾驶团队。“因为与Mobileye达成合作关系,所以部分团队在L4自动驾驶的研发道路上出现冗员和重复工作。”谈及此次裁员,蔚来北美传播主管JoAnn Yamani表示。
这意味着今后蔚来在自动驾驶领域将更多地依靠Mobileye,与此同时,蔚来将由此节省很大一部分自动驾驶研发成本。毕竟进行自动驾驶研发是一件极为烧钱的事,而蔚来目前正面临严重的亏损。
图片来源:Velodyne
就在蔚来北美宣布裁员的前一天,激光雷达巨头Velodyne退出中国市场的消息在自动驾驶圈也掀起了不小的波澜。虽然Velodyne在激光雷达的研发上拥有丰富的经验,但目前其在国内市场正面临着被禾赛科技、速腾聚创等国产雷达厂商“围猎”的危险,与前者相比,这些国产厂商虽然成立的时间并不长,但由于在产品研发上他们走的是与Velodyne截然不同的路线,目前产品力并不比Velodyne逊色。
更关键的是,一直以来Velodyne的激光雷达都是以价格昂贵著称——尽管此前Velodyne一直在谈随着激光雷达大规模量产了,其价格一定会降下来,但事实证明激光雷达没有那么容易走向大规模量产,尤其是Velodyne这么昂贵的激光雷达。因此很多玩家虽然认可激光雷达的重要性,但在研发过程中还是忍痛放弃了激光雷达,转而选择一些较为经济的传感器方案。
禾赛科技、速腾聚创等玩家的出现可谓大大地改善了这一现状,与Velodyne相比,他们的激光雷达产品价格更友好,不仅如此,他们还可以为国内玩家提供相较于Velodyne更优质的售后服务。
正因为如此,如今自动驾驶领域越来越多的玩家开始选择上述企业的激光雷达产品。例如一汽、阿里菜鸟、AutoX等目前在自动驾驶研发过程中,都选择了速腾聚创的产品,而禾赛科技则先后与地平线、博信智联、上汽等达成了战略合作。在激光雷达领域,Velodyne已经不再是中国自动驾驶玩家唯一的选择,退出中国市场实属无奈之举。
据悉,此次调整过程中,Velodyne裁掉了北京办公室近半数的员工,包括直销团队和部分技术支持,仅保留几名负责渠道与大客户售后的人员,并将其销售模式从直销模式恢复到刚进入中国的“代理模式”。值得一提的是,Velodyne 位于北京的亚太区办公室2016年才成立,距离现在仅三年的时间。
如果说蔚来、Velodyne的情况还不足以凸显自动驾驶的境遇之残酷,那么再来看几个例子:
当地时间11月14日,戴姆勒首席执行官康林松表示,戴姆勒将“优化”在自动驾驶出租车和自动驾驶技术领域的支出,重新审视自动驾驶出租车项目的可行性。康林松指出,保证自动驾驶汽车在城市拥堵地区100%安全是一个巨大的挑战,难度远超戴姆勒工程师之前的设想,且技术难题只是掣肘自动驾驶发展的一个原因,除此之外,全面部署自动驾驶出租车队无疑将花费大量资金,但盈利却无法保证。正是基于这些考量,戴姆勒宣布对旗下自动驾驶出租车项目展开“现实可行性核查”。
图片来源:Argo.AI
福特旗下自动驾驶子公司Argo.AI也正被自动驾驶盈利问题所困扰。近日,Argo.AI负责人Bryan Salesky在接受采访时表示,Argo.AI并不会推出无人驾驶出租车项目,他们将会探索更多的业务方式来使自动驾驶技术能够产生收入,包括长途货运、固定线路进行人员运输和采矿车等,而非仅仅替换出租车司机。
另一个例子是Cruise,在2016年被通用以10亿美元的高价收购后,其在自动驾驶领域一直高歌猛进,2018年初Cruise公布第四代自动驾驶汽车照片时,曾宣布于2019年将这款自动驾驶车辆安全地以共享模式投入商业化应用。然而在近一年半的准备后,今年7月Cruise首席执行官Dan Ammann突然宣布,Cruise将推迟原定于今年正式执行的自动驾驶商业计划,并增加车辆测试规模。
对此,很多人纷纷猜测Cruise是否遇到了技术发展障碍。尽管通用首席执行官Mary Barra打消了此种猜测,表示一切都在控制中,但依旧不得不让人对自动驾驶在短时间内大规模商业化的可行性存疑,毕竟这项技术过于复杂,耗资巨大。
据通用汽车此前向美国证券交易委员会递交的2019年第二季度财报文件显示,今年上半年,其自动驾驶子公司Cruise收入总额为5000万美元,开销为5.53亿美元,总营业收入为亏损5.03亿美元。
抛开技术投入大、制造成本高、法规不健全、基础设施配套不完善、盈利前景不明朗等不说,仅从技术层面来看,自动驾驶也是困难重重。近日广州小鹏汽车科技有限公司自动驾驶中心高级经理管勋接受媒体采访时就表示,目前自动驾驶面临的难题主要有两点:量产和本土化。“量产怎么说呢?就是怎么用低成本的硬件达到高安全的鲁棒性,而本土化则是如何适应中国这种比较复杂的场景和不一样的驾驶习惯。”
在管勋看来,自动驾驶要根据不同国家、不同地域、不同环境来做,其中在中国做自动驾驶尤其困难,因为中国有很多城市路况十分复杂,这对自动驾驶的感知能力提出了非常高的要求。另一方面,中国驾驶员还有一些较为“独特”的驾驶习惯,比如加塞,这个问题也是开发适应中国道路的自动驾驶所面临的一个巨大挑战。
小马智行北京研发中心李衡宇也认为,自动驾驶要想实现规模化应用,量产是一大难点。“自动驾驶汽车如果想在安全方面得到大家的信任,一定需要更多的车辆进行更大规模的里程积累,而更多的车辆就意味着要有量产能力。况且只有具备量产能力,才能够表明自动驾驶系统是真的足够稳定、足够可靠。”
除此之外,李衡宇指出,对复杂场景的处理能力也是目前自动驾驶面临的一大挑战。“如果要想开展自动驾驶商业化运营或者其他应用,需要处理复杂场景的能力,至少在一定的区域内,能够处理绝大多数的场景,比如货运。从这一点上来讲,针对复杂场景或者越来越强的处理能力是自动驾驶实现规模化和商业化必须达到的目标,这也是为什么我们选择在世界上各个地方去做测试,因为路测是真正驱动自动驾驶能力进步最直接、最有效的手段。”李衡宇表示。
更何况,其他很多自动驾驶相关的玩家也承认,要想让自动驾驶汽车真正投放使用,将需要比预期更多的时间和资金。
例如,本田汽车社长八乡隆弘最近在接受采访时就坦言:“电动汽车和自动驾驶发展面临的障碍仍然很大。”
苹果联合创始人斯蒂夫·沃兹尼亚克Steve Wozniak更为悲观,在谈及自动驾驶时他坦言“我甚至不知道能不能活着看到它(L5级自动驾驶)。”
即使是Waymo这样的资深玩家,对自动驾驶同样难言乐观。其 CEO John Krafcik曾表示,由于自动驾驶“真的很难”,未来几十年内,自动驾驶技术还无法做到无处不在,无人驾驶汽车将一直存在限制。
图片来源:Waymo
而在自动驾驶初创公司领域,2019年情况更为糟糕。
8月22日,总部位于以色列的低成本激光雷达初创公司Oryx Vision正式关停。据悉关停的主要原因在于Oryx Vision发现,自动驾驶汽车要想成为主流的交通工具,需要的时间比最初预想的更多,这将使得Oryx Vision这样一家小公司,很难能够继续运营并且获得投资回报。
6月26日,自动驾驶初创公司Drive.ai证实被苹果公司收购,且后者还聘请了数十名Drive.ai负责产品和工程设计的工程师。
如果再加上早期因内讧,更具体一点是内部腐败、技术研发停滞不前、产品落地遥遥无期等问题,而走向覆没的RoadStar.ai,仅2019年自动驾驶领域就有三家初创公司选择中途退赛。值得一提的是,这三家昔日在自动驾驶领域都是众星捧月般的存在,明星企业尚且如此,在大家的视线之外,究竟还有多少自动驾驶玩家挣扎在生死边缘,目前还不得而知。
毋庸置疑,目前自动驾驶正处于一个低谷期。
近日Gartner发布的2019 年度新科技技术成熟度曲线也证实了这一点。在今年的 Gartner 曲线上,用于限定场景的 L4 级别自动驾驶被标注为正滑入低谷期,且距离技术成熟还有超过 10 年的时间。
不过,尽管目前自动驾驶在迈向商业化量产的过程中还面临着重重难点,大家也应该看到这个领域的另一番光景,即无论是政策、技术发展还是其他方面,其实都在朝着于自动驾驶有利的方向发展。
以法律为例,继去年国内正式放开自动驾驶路测,今年在自动驾驶载人路测方面,也在逐渐破冰。据悉,目前已经有广州、上海、北京、武汉、长沙、等多个城市开放了自动驾驶载人测试,其中武汉已于9月底正式颁发了国内首批智能网联汽车载人试运营许可证,百度、海梁科技、深兰科技三家企业获证,而长沙已经由百度打头阵,投放了一批RoboTaxi供普通市民试乘体验。接下来,随着政策的不断放开,以及技术的快速发展,不排除有更多类似的项目在国内落地,进一步拉近自动驾驶与规模化量产之间的距离。
企业层面,也在不断将自动驾驶提到重要的战略高度。例如,大众汽车集团于今年10月正式成立自动驾驶子公司,并计划明后年分别在硅谷和中国设立分公司,备战自动驾驶商业化。9月,豪华车品牌宝马被曝将在德国至多裁员6000人,以缩减成本,但在电动车和自动驾驶等领域,还会继续招人。8月,滴滴宣布将自动驾驶部门拆分为独立公司,以摆脱原有体系的束缚,更快推进自动驾驶落地。7月,宝马与戴姆勒宣布两家公司的1200名开发人员将合作开发自动驾驶技术,并于2024 年推出针对乘用车的下一代自动驾驶技术。
于自动驾驶而言,这是一个最坏的时代,也是一个最好的时代。尽管自动驾驶很难,随着各方面的发展渐入佳境,最终这项技术的大规模量产或许只是时间的问题……
精彩推荐
☞
☞
☞
☞
☞
☞
☞
☞
☞
☞
以上是关于自动驾驶的低谷期的主要内容,如果未能解决你的问题,请参考以下文章
元胞自动机基于matlab元胞自动机考虑驾驶行为的自动—求解手动驾驶混合交通流问题含Matlab源码 2060期
元胞自动机基于matlab元胞自动机考虑驾驶行为的自动—求解手动驾驶混合交通流问题含Matlab源码 2060期