自动驾驶领域的赢家会是谁?市场化并不是终点

据国外媒体报道,目前各大汽车制造商和科技企业都在竞相研发主动驾驶汽车技术,这号称一场比赛。但是,主动驾驶平台的赢家并不见得是开始实现情况趋势化的公司,而是开始让主动驾驶技术价格变得亲民的公司。

图:Waymo研发的主动驾驶原型车

开辟主动驾驶技术的起劲平时能够说是一场比赛,而比赛即是云云。现实上,各大要紧汽车制造商和大批的自力提供商都在养精蓄锐、尽大概快地制造能够实现主动驾驶的汽车。只管整场角逐进行得很顺当,但尽头线究竟在何处还还未断定。有一种概念觉得,初次家使主动驾驶技术真正发扬作用的公司将获取全部的回报,这家公司将乘着行业转移的浪潮连续飞速前行,足以在竞争猛烈的情况中横扫全部竞争敌手。

这种过于简单化的说法是有事理的,因为思量到现在每个行业都是云云动乱,即使短长常细小的上风也有大概演变为整体上风。但是,固然这是一场比赛,真确尽头线并不是将这项技术推向情况趋势,而是让主动驾驶技术价格亲民,这样的公司才气成为真确赢家。

| 入门

主动驾驶汽车是一个看似简单而又神奇的含混概念。当今,咱们生活的天下上行驶着数百万辆汽车,其中有些汽车在限定的情况下,能够实现主动驾驶。其中主动紧急制动是一种越来越普遍的功效。相比于人类踩下刹车,它能够使汽车更快地停下来,这已被证实能够削减变乱并非常终抢救生命。

诸如特斯拉的AutoPilot或日产的ProPilot Assist等车道连结辅助体系,离真确主动驾驶技术又近了一步。但是,只管YouTube上的全部关于特斯拉AutoPilot体系的视频都是驾驶员将手从偏向盘上拿开,但这些车的司机仍旧需求调查道路情况并时候筹办收购控制。所以,这并不是完全主动驾驶技术。

在这篇文章中,我所说的是一种适当的主动驾驶才气,你能够上车,报告它你想去何处,而后小睡一下子,还是看影戏、处理手头的少许工作。按照行业术语来说,这平时称为L5级主动驾驶,但究竟上L4级主动驾驶能够提供完全相像的功效,只是范围于特定的地舆区域或天色条件。

这才是真正作用上的“无人驾驶”主动驾驶技术。咱们要谢谢Waymo起劲,其研发的主动驾驶汽车将在2019晚些时分发当今大众道路上,并向公家开放。但它大概并不是你所设想的方法。

| 作用

咱们为何体贴主动驾驶技术?为何这种立异技术的日新月异却让绝大多数美国人感应畏惧?缘故太多了,不能够在这里等闲重叠,现实上整个行业仍在眷注二级和三级主动驾驶技术的效益,但这里有少许亮点:

平安性:毫无问题这是研发主动驾驶技术的主要缘故。人们大概畏惧摒弃控制,但昨年在美国预计有40,000名与驾驶汽车关联的殒命变乱,而薪金毛病是90%变乱的要紧成分,鲜明另有改善的余地。

暮年人挪动性:在中壮年,咱们中的许多人都觉得本人驾驶汽车熟能生巧。但究竟是许多暮年人都到达了务必上交驾驶执照的境界。主动驾驶汽车将确保更多人能连续单独搭车来回。

家庭挪动性:关于父母们来说,若汽车能够主动将本人的孩子从练习场带回家,那将会有多好。?

效率:由于种种缘故,主动驾驶汽车能手驶过程当中更为高效,其能够加倍安稳地加快和制动,意味着燃料消耗更少,续航里程更长和更大的航程。别的由于削减了变乱率,它们还能够削减交通拥挤。

| 老本

要进行适当的效益剖析,你固然也需求思量价格。目前,其传感器确凿推高了主动驾驶汽车的老本。固然人们争辩需求几许传感器,但在现实应用上是什么范例的传感器,普遍的共鸣是“越多越好”。以下短长常多见的范例:

成像:这些传感器根基上即是在可见光谱范围内工作的相机,能够对道路进行直观调查。许多汽车曾经在挡风玻璃内置了根基的成像传感器,从而实现车道连结和自顺应巡航功效。

雷达:它们发出有源辐射脉冲,并行使雷达回波来识别三维物体。同样,这种传感器在融合自顺应巡航体系的汽车中也越来越多见。雷达在很大水平上不会受到天色的影响,这种传感器价格低廉,但分辩率却比较较低。

激光雷达:这种传感器向周围情况发射激光,并接管散射回波,以便在汽车周围确立一个精确的三维天下舆图。激光雷达扫描仪提供非常详细的消息,但作用范围有限,而且平时很昂贵。

声纳:在主动驾驶汽车体系中,声响传感器能够检验盲点并赞助实现自助泊车。

在一个抱负的天下里,一辆主动驾驶汽车将领有上述全部的传感器,而且会不止一个。但是,有两个环节缘故能够注释为何你不能够简单地用天下上全部传感器来武装汽车。

初次个是很根基的,那即是美学。我片面关于跳入一辆寝陋的怪石嶙峋的汽车相当排挤,这让本人看着像个马戏团的小丑。随之而来的其次个年头即是我大概会从新思量是否值得费钱去采购这样一辆车,我猜你们中许多人会有同样的感觉。好消息是来自Velodyne等公司的传感器封装技术越来越先进,非常终使得传感器一点都不显眼。

公司务必在传感器应用方面更具选定性的另一个缘故更使人不安:也即是老本。让汽车制造商公示他们的传感器组合老本是几许钱就像拔牙同样艰苦。但能够必定的是,激光、雷达、成像和声纳传感器的组合,加上加强型GPS汲取器,再有一部壮大的板载超等计算机来运转全部这些传感器数据,平时会使得汽车标价翻倍。主动驾驶原型汽车平时分外配置的硬件跨越100,000美元。

当Waymo首席实行官大概翰·科拉菲克(John Krafcik)在2016年北美国外车展上台演讲时,他想展示的重点是公司其时新推出的Pacifica迷你面包车。但是,非常大的消息是Waymo答应将车载传感器套装价格降至7,500美元以下。这大概会使其成为非常低廉的主动驾驶汽车传感器组件,但上述超等计算机要明白全部这些数据的老本也很高,以Waymo为例,这些数据处理才气由英特尔提供。这大概又会增长不少老本。

在我有幸乘坐Mobilieye公司的主动驾驶原型车以后,公司首席实行官Amnon Shashua答应会做得更好:全部传感器和数据处理才气都在8,000到12,000美元之间。目前来看,Mobilieye公司的主动驾驶原型车依靠低价相机对周围情况进行感知,每个售价仅为10到20美元。但是,Mobileye的非常终车型也将领有激光雷达和雷达传感器。

这让咱们想到了特斯拉,它是唯独一家真正向用户人群收取所谓的主动驾驶功效价格的公司。Model 3的采购者能够选定代价5000美元的加强主动驾驶体系,而后再花3000美元采购所谓的“完全主动驾驶才气”。但是,这并不能够保证什么时分能实现,由于贫乏激光雷达,许多行业专家都很质疑特斯拉的汽车是否能提供真确主动驾驶功效。

即使特斯拉实现了这一指标,许多非常渴望获取主动驾驶功效的用户人群也很难忍耐8000美元的老本。好消息是,许多人将不必云云。

| 贸易模式

像Waymo这样的公司不肯制造汽车有许多缘故——只有问问特斯拉首席实行官伊隆·马斯克(Elon Musk),他近来睡得怎么样就行了。但即使能够有效躲避所谓的“制造地狱”,这些体系的纯粹老本也意味着,即使Waymo制造汽车,也很罕见人能够累赘得起。

这也是Waymo2019在亚利桑那州推出服无而不是推出汽车的片面缘故。只管细节尚不清楚,Waymo的服无即是像打车服无公司Uber或Lyft那样为用户提供点到点的交通对象。当你打听优步仅在今年年就实现跨越40亿次出行时,就清楚摊薄该传感器组合的大批前期老本并不是看起来辣么糟糕。

Uber和Lyft迫切有望疾速跟进,因为在增长新的有人驾驶汽车的同时,主动驾驶技术能够让这些初创公司快扩大到新的情况趋势。主动驾驶汽车将办理他们连接存在的许多问题,例如布景调查,工作权利,以及非常迫切的红利才气问题。

即使打车服无公司的每辆车需求花消2万美元来实现主动驾驶,表面上也能够让一辆车实现每天24小时运转,从而快对消了职员开销问题。

| 非常终后果料想

若你碰巧住在加州凤凰城区域,你很快就能应用主动驾驶汽车了。但是咱们其余人呢?那咱们是否思量采购或租赁主动驾驶汽车呢?......大概那种称之为沃尔沃Care之类的服无?

就目前而言,咱们连续在守候,看天下上哪些汽车制造商——险些全部汽车制造商都在经历投资,钻研和外包钻研主动驾驶技术——能够将这些传感器组合开始推向情况趋势。但是,思量到Mobileye的办理计划更为低价,思量到该公司曾经与全球大多数大型汽车制造商确立了同盟干系,若真确赢家基础不是汽车制造商也不要感应惊奇。其更有不妨主动驾驶技术提供商。

所以,凭据Mobileye的预计,假定初次款适当的主动驾驶汽车融合了分外的8,000到12,000美元的传感器组合包。辣么在订购奥迪A8,梅赛德斯奔驰S级或宝马7系等汽车产物时,许多买家乃至连眼睛都不会眨一下。再花1万美元去感觉来日技术、脱节人类驾驶,关于千禧一代中的富人具备很大的迷惑力。

图:Mobileye的主动驾驶原型车要紧依附多个成像传感器,对情况的视觉处理非常为敏感。

但是,真正有趣的片面将是接下来发生的事情。20年前,当自顺应巡航初次登上奔驰S级轿车时,售价为2800美元,相当于今天的4200美元。这也短长常低廉的丰田花冠轿车的售价,而自顺应巡航曾经成为这款丰田车的规范配置。同样,跟着主动驾驶技术的开展,需求量越来越大,响应价格也会降落得越来越快。

即使比较昂贵的激光雷达传感器一旦实现量产也会变得低廉,而英特尔、NVIDIA、高通等先进数据处理单位的老本将很快跟着降落。而后,在前期研发价格和开辟老本实现收购、再思量到汽车保险优惠后,这些主动驾驶体系将变得很实惠。

接下来发生什么?在人们认识到采购一辆汽车后有90%的时间都处于闲置状况时,现有的汽车行业是否会溃散?大概当人们迟早把车开出去进入滚滚车流中时,领有一辆车会陡然造成一个赢利的机会吗?非常紧张的是,当咱们不需求处理交通问题的时分,咱们将会怎样打发全部的空暇时间呢?关于这些问题的答案,咱们只能拭目以俟。

您可能还会对下面的文章感兴趣: