2017年对自动驾驶的十六个疑问

本文节选自第 36 期 「I/O」会员通讯。欢迎加入「I/O」会员服务获取全文,每周你还会收到三封专属会员邮件,包括独家的科技书评,科技新闻、趋势的独家解读以及别处看不到的文章、图书、视频推荐

我在此前几期会员通讯里多次提到自动驾驶或无人驾驶带来的潜在影响,在我看来,无人驾驶不仅是科技公司竞争后移动互联网时代的重要布局,更是塑造人类未来生活的开始,毕竟,当下我们生活的城市,都是汽车推动的,而接下来的城市,将由自动驾驶汽车塑造。

a16z 合伙人 Frank Chen 日前分享了一个非常有料的视频,他以 16 个问题的形式,系统探讨了当下无人驾驶面临的机遇和挑战,并提出的一些解决思路。视频原地址在这里,英文无障碍的同学可以直接看,我这里只针对几个要点做一些补充和阐述。

自动驾驶的等级

事实上,自动驾驶是一个非常广义的概念,也是一个很容易被误解的概念。根据美国汽车工程师协会(Society of Automotive Engineers)对于驾驶的自动化程度的标准,有如下六大等级:

img

简单来说,Level Zero 就是纯人类驾驶,level One 则是所谓辅助驾驶,也是目前绝大多数中高级汽车可以实现的功能,诸如定速巡航之类的功能,后面几个则需要着重说一下:

  • Level Two: Partial Automation,这是一种可以让汽车在某些特定情况下代替人类完成驾驶行为的等级,而驾驶员需要全程监控系统运行状况。
  • Level Three: Conditional Automation,这个等级比上面更高一些,驾驶员不必全程监控,但需要在某些紧急情况下取得汽车驾驶权;
  • Level Four: High Automation,这个等级更高,汽车可以应对绝大多数的驾驶任务;
  • Level Five: Full Automation,所谓全自动驾驶阶段,你需要做的,就是两个字:享受。

你的自动驾驶汽车采用什么传感器?

激光雷达,毫米波雷达和摄像头是无人驾驶的三大关键传感器技术,Google、Audi和百度等公司研发的无人驾驶汽车基本都采用了激光雷达。

目前激光雷达在无人驾驶的两个重要作用,其一是3D建模进行环境感知。通过激光扫描可以得到汽车周围环境的3D模型,运用相关算法比对上一帧和下一帧环境的变化可以较为容易的探测出周围的车辆和行人。其二则是SLAM加强定位。激光雷达另一大特性是同步建图(SLAM),实时得到的全局地图,通过与高精度地图中特征物的比对,可以实现导航及加强车辆的定位精度。

img

但摆在自动驾驶各个巨头面前的重要挑战则是激光雷达高昂的价格,比如一款 Velodyne 64线激光雷达的价格高达 8 万美元,配备这样雷达的自动驾驶汽车,价格不会低于 30 万美元,这也意味着,其与大众市场有相当大的差距。

当然也有一些好消息,比如全球顶尖激光雷达厂家Velodyne 在去年获得百度等多家公司融资后,其新品研发速度令人刮目相看,倘若能将雷达价格降低到 1 万美元以下,毫无疑问将给行业带来巨大影响。

地图之争

过去几年,中外的地图大战基本结束,全球范围内的 Google Map 据垄断地位,苹果地图也有一些份额,在中国市场,百度和高德瓜分天下,但上述地图都是给人类看的地图,而不是给汽车看的地图,换句话说,新一轮围绕汽车的地图之争已经开始……(欢迎加入「I/O」会员服务获取全文,每周你还会收到三封专属会员邮件,包括独家的科技书评,科技新闻、趋势的独家解读以及别处看不到的文章、图书、视频推荐 。)