自动驾驶技术上为什么还不成熟?

简介: 自动驾驶搞了这么多年,在技术上到底成熟了吗?

昨天艺人、赛车手林志颖驾驶特斯拉撞上了隔离带,受伤住进了医院,引起了热议。

虽然具体事故原因还不清楚,但是特斯拉近年来接二连三爆出的事故,不得不让人对电动汽车甚至带有“自动驾驶”或“辅助驾驶”功能的汽车安全性产生质疑。

我前两天打车打到一辆特斯拉,司机在高速上开车时,打开了AutoPilot功能,双手离开了方向盘。攻城狮出身的我,出于对程序安全性的质疑,满脑子都是"万一有个bug怎么办",这可不是闹着玩的。或许我神经过敏了,一路上还算通畅,安全到家。

特斯拉的AutoPilot早已不叫自动驾驶了,而是叫辅助驾驶。

自动驾驶这个名字容易给人误导,好像汽车真的可以完全脱离人的干预行驶一样。而实际上,目前的技术,真正能够脱离人的干预而自行驾驶的汽车,几乎没有。

就连前两天百度世界大会发布的第6代Apollo RT6无人车,即使在国内做了很多的路测,拥有丰富的路况数据和无人驾驶开发经验,即使宣布2023年在萝卜快跑上进行试运营,但最终,还是给自己留了一手“5G云代驾”。

真正脱离人的干预的汽车,未来的路还很长!

自动驾驶的第三眼美女

之前在得到APP上读吴军老师的《硅谷来信》,读到一章是讲吴军老师如何看待AR(虚拟现实)这一新兴技术?

彼时AR刚刚兴起,AR创业方兴未艾,前景像是一片蓝海,像极了自动驾驶的现状。吴军老师用“第三眼美女”来比喻AR这种新兴技术的发展趋势。

现在来看,AR概念已经提出了好几年,众人期待的AR“第三眼美女”依旧没有出现。老罗(罗永浩)在还清了锤子债务后,开始了AR创业,不知道理想主义者老罗,能否培养出属于自己的“第三眼美女”。

“第三眼美女” 这个比喻,其实并不局限于AR领域,其他新兴技术领域,貌似都逃不开这个规律。

自动驾驶也一样。只不过,属于自动驾驶的“美女”,貌似还停留在大家看她的第二眼!

什么是第三眼美女

吴军老师把新的科技产品从出现到爆款的过程,称为“发现第三眼美女”的过程。这个比喻虽然不严谨,但是很容易理解。

第三眼美女是相对第一眼和第二眼美女来说的。

第一眼美女

第一眼看上去就很漂亮,但是不属于大众。有很多原因,或是因为她们本身是精英人群,亦或是光芒万丈,太扎眼,一般人接近不了她们,结果就是,大众只能在远距离去欣赏她们。

还有就是,人有时会看走眼,乍一看很漂亮,接近以后如果发现没有内涵,看到第二眼、第三眼时,未必还能有最初的好印象了。

第二眼美女

第二眼美女未必有第一眼那么天生丽质,因此她们常常需要更懂得时尚才能引来周围人欣赏的眼光,这样一来,和第二眼美女交往的成本就比较高,大众即使心里痒痒的,未必能得到。即使得到了,第二眼美女的脾气未必好,因此双方的蜜月期一过,可能也就形同陌路了。

第三眼美女

第三眼美女是属于大众的,她们未必那么显眼,但如果仔细观察,她们还是不错的。

更重要的是,正是因为她们可能没有光鲜的外表,如果依然能够吸引人,那么必定有某种美德或者价值。而对于欣赏这种美德,或者看重这种价值的人来讲,他们对第三眼美女的喜欢会持续很久,除非这种美德和价值不再存在或者过时了。

回到新技术产品的发展,通常都需要到第三代才能够普及,被大众广泛接受,并且较长时间地存在下去。

我们今天所用的很多IT产品都要走过这三个阶段,等到第三眼美女到来时,才能说明这个市场成熟了。

比如智能手机,最早微软、黑莓、诺基亚等都开发了自己的智能手机,这是第一代,但是只有对这类IT产品感兴趣的人才愿意去尝试,一般老百姓只会远远地去看。第二代是苹果早期的iPhone,一个很漂亮的高端手机,如同第二眼美女,但是由于价格高,定位高端,离大众市场还很远。第三代是Google的安卓手机,便宜实用,这是第三眼美女,于是普及了。

用句中国的古诗来总结下第三眼美女,那就是一个产品一旦出现了“旧时王谢堂前燕,飞入寻常百姓家”的现象,那么,第三眼美女就出现了。

这个产业就真正活了。

犹抱琵琶半遮面的自动驾驶
竞逐自动驾驶赛道的企业有很多。

特斯拉,拥有大名鼎鼎的AutoPilot。
奥迪,在国产A6L等车型上,搭载了5G模块和V2X系统,向L4级别的商业化发起冲锋。
百度和小马智行,将在北京经开区投入30辆车,开展常态化收费服务。
图森未来的无人驾驶卡车,也在一些港口场景中落地。
造车新势力蔚小理,蔚来的NAD自动驾驶系统,小鹏的智能泊车,理想的视觉融合方案AEB。
等等等等...

大家你争我赶,都看到了前方是一片蓝海,谁先进去,谁就能分到最大的一份蛋糕!

但从我这个攻城狮的角度看,真正实现自动驾驶还远着呢!

一个革命性技术的发展,需要颠覆性的技术进步来支撑,并且这一改变是系统的。

比如从互联网到移动互联网。几十年间,是由于很多基础技术如移动端操作系统、3G/4G/5G、芯片和内存性能的不断提升和价格的不断下降,才支撑起了如今移动互联网市场。

没有这些,移动互联,只是个梦,想躺在家里点外卖?还是洗洗睡吧。现在的移动互联网早已是一片红海,各垂直细分赛道都被瓜分的差不多了。

而自动驾驶赛道才刚刚开始,别说垂直细分赛道,就连一条真正能走通的康庄大道,还没有人走通。

那自动驾驶到底需要什么来支撑呢?

操作系统

大佬小弟们都在持续布局发力车载操作系统。如黑莓的QNX Neutrino,没错,就是你知道的那个黑莓,华为的鸿蒙,Android Automotive OS,苹果的 Apple CarPlay等等。

高精度地图

和开车导航用到的地图不同的,高精度地图需要的精度更高。一般导航的精度在米级别,而高精度地图的精度在厘米级别。

它不仅可以为自动驾驶提供导航服务,在单车传感器不好使的时候,比如被树遮挡了,高精地图可以根据已标注的信息来判断,哦,右前方有个房子,我需要注意别撞了。
image.png

大算力芯片

自动驾驶对于芯片算力的需求是很高的,甚至可以说是巨高的。

想象一下,汽车在行驶过程中,需要实时感知周围的环境并且做出判断。整车前后左右上下可能有几十甚至上百个传感器不断接收数据,送给芯片来完成运算。

完成运算不是关键,关键是需要在极短的时间内完成计算并让汽车做出响应。否则,汽车都撞完了,芯片才做出决定应该避让,有个毛用。

有人统计过,真正实现自动驾驶时的芯片算力,大概需要1000T甚至更高,而目前,已上市的AI专用芯片算力,如英伟达的Orin芯片,也才达到200T。

国内如地平线、寒武纪等AI芯片玩家,也在不断尝试设计更高算力的芯片,同时也催生出了很多新的芯片架构的研发,用来提高芯片大算力,如存算一体芯片、新型MRAM存储芯片等。

  • 芯片和算法,是实现自动驾驶的大脑。
  • 高精地图和传感器,是自动驾驶的五官。
  • 操作系统是自动驾驶的肌肉。

整车机械底盘线控是自动驾驶的神经骨骼。上面的每一项,真正到自动驾驶的商用,都还有很远的路要走。自动驾驶领域发展了这些年,第三眼美女或许已经出现了,但是我们还没有看到她的真容。在目前国内外如火如荼进行自动驾驶研发的过程中,或许已经发现了她的身影,但却仍然是“千呼万唤始出来,犹抱琵琶半遮面”。

One More Thing

鲁迅说:“世界上本没有路,走的人多了,就有了路”。自动驾驶本没有赛道,创业研究的人多了,也就有了赛道。

创业公司多、人多是好事,说明这个行业有前景,一片向好。人工智能发展了这些年,虽然有了很多落地的应用场景,却也在被人诟病投入产出不成正比。

人工智能和自动驾驶,两个烧钱的行业互相离不开。AI需要自动驾驶来完成更多场景的验证,自动驾驶也需要AI完成算法的迭代和决策。

真心希望在未来的某一天,AI和自动驾驶,可以携手走出一条康庄大道,颠覆现有生活方式。

相关文章
|
7月前
|
自动驾驶 算法 定位技术
为什么自动驾驶永远离不开C++?
为什么自动驾驶永远离不开C++?
143 0
|
6月前
|
机器学习/深度学习 传感器 自动驾驶
探讨深度学习在自动驾驶中的应用,以及它如何推动自动驾驶技术的发展
【6月更文挑战第13天】本文探讨了深度学习在自动驾驶汽车中的核心应用,涉及环境感知、决策规划和控制执行。深度学习通过模拟神经元工作方式处理传感器数据,如使用CNN和RNN识别图像和雷达信息。此外,它助力智能决策规划和精确控制执行。然而,数据需求、可解释性和实时性是当前挑战,可通过数据增强、规则方法、模型压缩等手段解决。随着技术发展,深度学习将进一步提升自动驾驶性能,并应对安全和隐私挑战。
237 5
|
2月前
|
传感器 机器学习/深度学习 自动驾驶
未来出行新纪元:自动驾驶技术深度剖析
【10月更文挑战第6天】 本文旨在深入探讨自动驾驶技术的工作原理、关键技术要素、当前主要挑战以及未来发展趋势。通过对感知、决策和执行层的细致分析,结合行业现状与前瞻,为读者提供一个关于自动驾驶技术的全面视角,揭示其如何引领交通运输领域迈向智能化、安全化与高效化的新阶段。
57 1
|
2月前
|
传感器 自动驾驶 安全
未来出行的智能革命:自动驾驶技术的现状与前景
在科技迅猛发展的今天,自动驾驶技术正逐步从科幻走进现实。本文将深入探讨自动驾驶的技术原理、当前发展现状以及未来的应用前景。我们将从感知、决策和执行三个核心层面剖析自动驾驶系统的工作机制,并讨论其在不同场景中的应用。同时,通过分析技术发展面临的挑战和瓶颈,我们展望了自动驾驶技术的未来图景,并思考其可能对社会、经济和法律等方面带来的深远影响。
324 3
|
5月前
|
机器学习/深度学习 传感器 人工智能
高效能计算机视觉技术在工业自动化中的应用与发展
随着工业自动化的迅速发展,高效能计算机视觉技术正成为关键驱动力。本文探讨了计算机视觉在工业自动化中的重要性,以及其应用和未来发展趋势。通过深入分析现有技术和案例研究,展示了计算机视觉如何提升生产效率、质量控制和安全性,并展望了其在智能制造中的潜力。 【7月更文挑战第13天】
82 1
|
6月前
|
传感器 机器学习/深度学习 自动驾驶
未来智能交通:自动驾驶技术的发展与挑战
随着科技的不断进步,自动驾驶技术正成为未来智能交通的核心。本文将探讨自动驾驶技术的发展历程、关键技术和应用前景,以及面临的挑战和解决方案。
|
6月前
|
传感器 机器学习/深度学习 自动驾驶
自动驾驶技术
自动驾驶技术简介
|
7月前
|
机器学习/深度学习 传感器 自动驾驶
【专栏】深度学习将继续推动自动驾驶技术的进步,提供更安全、便捷的出行方案
【4月更文挑战第27天】本文探讨了深度学习在自动驾驶图像识别中的应用,该技术通过模拟人脑认知处理大量标注数据,实现对图像的准确识别。深度学习模型在特征提取和泛化能力上优于传统方法,能用于识别交通标志、车辆、行人等,进行障碍物检测与避障,以及行为预测和决策制定。尽管面临数据获取、计算资源和泛化能力的挑战,但随着技术发展,深度学习将继续推动自动驾驶技术的进步,提供更安全、便捷的出行方案。
125 5
|
7月前
|
传感器 人工智能 自动驾驶
从新能源汽车行业自动驾驶技术去看AI的发展未来趋势
从新能源汽车行业自动驾驶技术去看AI的发展未来趋势
|
7月前
|
传感器 自动驾驶 安全
深入探讨自动驾驶感知技术:实现无人驾驶的关键
深入探讨自动驾驶感知技术:实现无人驾驶的关键
290 5

热门文章

最新文章