自動駕駛的發(fā)展歷史,征途漫漫并不是今天才提出和預(yù)言自動駕駛技術(shù),作為當(dāng)今科技領(lǐng)域的熱門話題,并不是近年來才出現(xiàn),雖然近年來自動駕駛技術(shù)取得了顯著進(jìn)步,但實(shí)際它的出現(xiàn)和預(yù)言已經(jīng)快百年: 1、探索萌芽、第一次預(yù)言失敗。如果說自動駕駛的雛形,那準(zhǔn)確的可以追溯到20世紀(jì)初,美國陸軍的電子工程師發(fā)明了第一輛無人駕駛汽車,通過無線電操控實(shí)現(xiàn)自動駕駛。隨后,通用汽車在1939年的紐約世界博覽會中展示了他們的未來世界概念,預(yù)言了1960年代高速公路上的自動駕駛(第一次預(yù)言),1959年通用提出了磁標(biāo)記系統(tǒng)的原型,大致思想就是““路控制車”,由于建設(shè)路的成本高昂,最終并沒有被廣泛使用,第一次預(yù)言算是失敗,但好在這項(xiàng)技術(shù)部分被引入為巴士站也算是有一點(diǎn)實(shí)現(xiàn)。 2、發(fā)展奠定,單車智能機(jī)械聯(lián)動出現(xiàn)。在接下來的四十年,也就是 1961 至 2000 年的這段時期,人工智能的概念初露鋒芒,并與汽車行業(yè)逐步融合。1961 年,攝像頭首次被應(yīng)用于車載實(shí)驗(yàn),堪稱當(dāng)今自動駕駛汽車視覺識別系統(tǒng)的開端。另外,一些諸如定速巡航、導(dǎo)航聯(lián)動之類的技術(shù)也開始得以運(yùn)用,各大品牌、各個國家還進(jìn)行了一些上路的成功實(shí)驗(yàn)。然而,整體而言,此階段的“自動駕駛”,更多的是遵循“實(shí)時數(shù)據(jù)采集——既定規(guī)則分析——做出邏輯決策”的流程。雖然有快速的發(fā)展,也奠定了一定的技術(shù)基礎(chǔ),但是仍然與真正的自動和普及相去甚遠(yuǎn)。 3、百花齊放,百舸爭流。2001-2023年,伴隨人工智能技術(shù)逐漸步入“快車道”,在算力和數(shù)據(jù)的推動下,以深度學(xué)習(xí)為代表的神經(jīng)網(wǎng)絡(luò)展現(xiàn)出一騎絕塵的顯著優(yōu)勢,自動駕駛汽車亦日臻成熟。其中,谷歌和特斯拉的加入,使世界看到了自動駕駛商業(yè)落地的可能性。與此同時,一些與自動駕駛相關(guān)的標(biāo)準(zhǔn)和法律也在逐步擬定完善。包括全球在內(nèi)的無數(shù)企業(yè)在資本和技術(shù)的簇?fù)硐掠咳胱詣玉{駛市場,探尋無限可能,當(dāng)然,各種各樣的預(yù)言層出不窮,打臉自己的比比皆是,誰對輸錯不是關(guān)鍵,關(guān)鍵在于“春風(fēng)吹、戰(zhàn)鼓擂,我能咋吹就咋吹”,這一點(diǎn)國產(chǎn)車企一點(diǎn)不含糊 4、技術(shù)分流,模塊化、端到端嶄露頭角,商業(yè)化布局更新頻率加快。2024年的技術(shù)方向,一定成程度上終結(jié)了跨越式路線的敗局,給車企重新做了定義,不管是模塊化、視覺/激光的端到端,這種逐步的漸進(jìn)式路線迭代升級的方式反而體驗(yàn)和技術(shù)難度更小,并且更容易接納新技術(shù) 引入,但是回顧2024不管什么技術(shù),其實(shí)也都是一個開始,漫長的產(chǎn)品普及之路、復(fù)雜的環(huán)境變化,都需要“循序漸進(jìn)”,也還不是真正自動駕駛 L5才是真正的自動駕駛,當(dāng)前僅僅是L2 ,并且L3 短期內(nèi)不可能當(dāng)下,智能輔助駕駛功能已然成為新能源車輛的“標(biāo)配”,亦是廠家大力宣揚(yáng)以吸引消費(fèi)者的關(guān)鍵要素。正因如此,眾多購車者會對其形成依賴,甚至在不經(jīng)意間錯誤地將其認(rèn)作“無人駕駛”。然而要知曉,盡管當(dāng)下車企對一系列尖端科技予以融合,技術(shù)也的確取得了顯著進(jìn)步,但仍只是處于 L2 級別,甚至所謂的 L2++級別也不過是一種噱頭罷了。不論當(dāng)下廠家如何大肆鼓吹宣傳,都難以改變其仍處于 L2 級別的事實(shí)。而若要實(shí)現(xiàn)真正的自動駕駛,理想級別為 L5,只有L5才是人類駕駛的完美復(fù)制。 反觀當(dāng)下,我們尚處于 L2 級別的更新迭代之中,甚至所謂的 L3 級別都遲遲難以跨越。而要真正達(dá)成自動駕駛的廣泛普及,絕非當(dāng)下僅僅跨越 L2 級別這般容易,諸多技術(shù)和社會問題亟待解決,更別提我們連進(jìn)入 L3 的技術(shù)難題都無法攻克。至于那種所謂的 L3/L4 測試,如果有哪個廠家敢擔(dān)保自動駕駛已進(jìn)入這個級別,出了問題全權(quán)負(fù)責(zé),那我便相信,否則都如船夫哥所言。“自動駕駛都是扯淡,都是忽悠,就是一場皇帝的新裝,自動駕駛只是被資本裹挾和炒作的一個概念,最終就是一個高級輔助駕駛”。” 為什么L2過渡到L3這么慢,難點(diǎn)在哪目前全球一年上百萬人死于車禍,今天的L2 智能輔助駕駛不會因?yàn)檐嚨湺獾酵对V,所以不管車企怎么宣傳,遙遙領(lǐng)先也好、第一梯隊(duì)也好,都只是輔助,都最多提到L2++,因?yàn)長3 就不同了,它標(biāo)志著駕駛權(quán)正式從駕駛員交給了自動駕駛系統(tǒng),但也正是這個定位,讓L3級處在了一個尷尬的位置,需要司機(jī)和系統(tǒng)都需要參與其中---責(zé)任。 從上圖的智能駕駛分級中我們能夠看到,L3 級別的自動駕駛意味著在特定環(huán)境中,車輛能夠完全由系統(tǒng)自主掌控,駕駛員無需進(jìn)行操作,可參與其他活動。同時,一旦系統(tǒng)遭遇無法處理的復(fù)雜情形,駕駛員必須在極短的時間內(nèi)接管車輛,以此確保行車安全,而這個“極短時間”乃是 L3 自動駕駛技術(shù)的核心要素。依照國際規(guī)范,其既要足夠充裕,又不能過長。然而截至目前,不論是端到端也好、激光雷達(dá)也罷、高精度也行,這些技術(shù)始終未能尋得一個完美的解決辦法。正如 100 人死于車禍就會有 100 個方向,無論系統(tǒng)如何先進(jìn),都無法完全預(yù)測和應(yīng)對所有可能出現(xiàn)的復(fù)雜狀況。所以,從 L2 升級至 L3 自動駕駛的進(jìn)程必然緩慢,且要面臨多重挑戰(zhàn),它不單是一個技術(shù)難題,還牽涉到法規(guī)、倫理和安全等眾多因素,至于那些拿到拍照的看看就行了。 當(dāng)前難以跨越的障礙,理想照進(jìn)現(xiàn)實(shí)在2015年的幾乎大部分新能源車企、自動駕駛領(lǐng)域企業(yè)對自動駕駛都做了預(yù)言,今天回頭來看幾乎統(tǒng)統(tǒng)“跳票”,究其原因,到今天還是無法逾越 技術(shù)穩(wěn)定性:自動駕駛的實(shí)現(xiàn),是通過軟硬件搭配對汽車環(huán)境進(jìn)行感知、做出決策(加速、減速、轉(zhuǎn)向等),再由控制系統(tǒng)對執(zhí)行系統(tǒng)發(fā)出指令,其次再有執(zhí)行系統(tǒng)進(jìn)行指令執(zhí)行。在硬件層面離不開高精度的傳感器、復(fù)雜的算法和強(qiáng)大的計(jì)算能力,在軟件段要基于平臺、數(shù)據(jù)、模型甚至大數(shù)據(jù)、AI 。二者結(jié)合的同時還要面對實(shí)際應(yīng)用場景的各種不確定性,這些問題的解決都需要時間和深入的研究測試,而測試需要獲取更多的場景、更多的數(shù)據(jù),只有給計(jì)算機(jī)足夠多的案例(數(shù)據(jù)),才能更好的訓(xùn)練(喂養(yǎng))這些算法,但不是所有的模型都能包含所有場景、數(shù)據(jù),并且不是所有的設(shè)備都能在足夠的時間里基于場景做出類似人類 一樣的決斷。 安 全:駕駛安全毫無疑問是車輛行駛至關(guān)重要的前置條件,然而,自動駕駛?cè)绾吻袑?shí)有效地保證行駛安全這一關(guān)鍵問題,時至今日仍未得到徹底的解決?,F(xiàn)有的技術(shù)端在很大程度上依舊依賴于海量的工況、詳盡的地圖以及復(fù)雜的模型去進(jìn)行標(biāo)注和學(xué)習(xí)。要知道,這個過程將會極為漫長。在實(shí)際的道路環(huán)境中,存在著各種各樣的突發(fā)狀況,比如突如其來的惡劣天氣、道路設(shè)施的意外損壞、其他車輛的違規(guī)行駛等等。而且,要做到覆蓋所有角落的未知風(fēng)險(xiǎn),其難度之大超乎想象。至少從技術(shù)層面來看,這是一項(xiàng)極具挑戰(zhàn)性的任務(wù),并且在短期內(nèi)難以真正落地實(shí)現(xiàn)。 成 本:研發(fā)與測試是一項(xiàng)極其復(fù)雜且艱巨的任務(wù),它需要投入數(shù)量眾多的專業(yè)人員、先進(jìn)且精密的設(shè)備以及巨額的資金。在研發(fā)過程中,科研人員需要不斷探索創(chuàng)新,工程師需要進(jìn)行反復(fù)的調(diào)試和優(yōu)化,這都需要大量的人力支持。而那些高端的測試設(shè)備,如模擬駕駛環(huán)境的裝置、高精度的傳感器檢測設(shè)備等,不僅價(jià)格昂貴,而且維護(hù)成本極高。同時,為了實(shí)現(xiàn)自動駕駛,車輛本身還需要加裝高額的設(shè)備,比如高性能的傳感器、強(qiáng)大的計(jì)算芯片以及可靠的通信模塊等,這無疑大幅增加了車輛的生產(chǎn)成本。對于車企而言,這意味著要面臨來自自身和消費(fèi)者雙重的經(jīng)濟(jì)壓力。從車企自身角度看,前期在研發(fā)與測試上的巨大投入,使得企業(yè)的資金鏈承受著沉重的負(fù)擔(dān)。如果不能在一定時間內(nèi)實(shí)現(xiàn)技術(shù)的突破和產(chǎn)品的量產(chǎn),企業(yè)可能會陷入資金困境。而從消費(fèi)者角度來說,由于車輛加裝了高額的設(shè)備,售價(jià)必然上漲,這可能超出許多消費(fèi)者的預(yù)算,從而影響車輛的市場銷售,給車企帶來經(jīng)濟(jì)損失。在當(dāng)前競爭激烈的市場環(huán)境下,車企必須謹(jǐn)慎權(quán)衡投入與產(chǎn)出,尋找技術(shù)創(chuàng)新與成本控制之間的平衡,以應(yīng)對這雙重的經(jīng)濟(jì)壓力。 最后,還實(shí)責(zé)任,車輛發(fā)生交通事故時,如何確定責(zé)任歸屬。 智能自動駕駛一旦投入實(shí)際就是全面普及,普及就是證明比人類駕駛安全,所以想想看,短期內(nèi)怎么會出現(xiàn)這種場景別再傻傻地等待了!就目前的情況而言,不管你在算法和傳感器方面如何突破發(fā)展,不管什么更高技術(shù)的下方,我們所能夠期待的最多也就是端到端、甚至大數(shù)據(jù)、更高精確度的地圖的進(jìn)一步優(yōu)化而已,實(shí)際存在諸多技術(shù)難題依舊無法突破,包括完全自動駕駛引發(fā)的責(zé)任界定問題至今尚未有明確且完善的規(guī)范。發(fā)生事故,究竟是車輛制造商、軟件開發(fā)者還是駕駛者承擔(dān)責(zé)任,呢,所以真正的自動駕駛可不是那么容易就能實(shí)現(xiàn)的,至少在接下來的整整十年內(nèi),恐怕都難以見證其大規(guī)模的普及和應(yīng)用。 同時大膽預(yù)測:在未來幾年里年,自動駕駛技術(shù)可能一個會出現(xiàn)在特定區(qū)域內(nèi)運(yùn)營和管理,另外一個可能是在配有各種安全設(shè)備的情況下,需要駕駛員在一定條件下參與的半自動駕駛。 |
19款電子扎帶
電路板識別電子標(biāo)簽