微信扫一扫

 
 
当前位置: 首页 » 资讯 » 汽车技术 » 零部件 » 正文

一文读懂自动驾驶汽车产业链上下游

分享到:
放大字体  缩小字体    发布日期:2017-02-27  
自动驾驶汽车似乎还依然存在于科幻电影中,但殊不知,其实它的产业链上下游已经出现支撑公司,并在逐渐走向成熟。自动驾驶分级标准关于自动驾驶的分级,主要有SAE(美国机动车工程师学会)标准和NHTSA(国家公路交通安全管理局)两个标准;目前,前者受到大多数业内人士的认可,它从Lv0-Lv5将自动驾驶依据控制方式和适用环
自动驾驶汽车似乎还依然存在于科幻电影中,但殊不知,其实它的产业链上下游已经出现支撑公司,并在逐渐走向成熟。

自动驾驶分级标准

关于自动驾驶的分级,主要有SAE(美国机动车工程师学会)标准和NHTSA(国家公路交通安全管理局)两个标准;目前,前者受到大多数业内人士的认可,它从Lv0-Lv5将自动驾驶依据控制方式和适用环境分为了6个等级。



自动驾驶行业的最终目标,必然是实现真正的无人驾驶(Lv5),而实现的方式主要分为两种思路:①从Lv0逐步过渡到Lv5,通过整合集成ADAS中的控制功能,实现真正的无人驾驶②直接从Lv0跨度到Lv4,在特定的垂直领域和相对封闭的环境中推进无人驾驶,再向Lv5,也就是全环境全路况的无人驾驶普及。

根据SAE分级,不难看出,从Lv4开始,真正的控制者由人开始转为自动驾驶系统,责任主体也随之转移。因此,在设计研发之初,ADAS之中的辅助驾驶功能就与无人驾驶的目的不同,尤其在经历Lv3、Lv4这两个阶段是时,由于责任主体发生改变,因此在法律、舆论上面临着许多尚未可知的困难。

不过,ADAS的感知部分,以及不少辅助驾驶功能,例如自动巡航、自动泊车、前车碰撞紧急制动等,都可以在无人驾驶汽车当中得到应用,因此,也为无人驾驶的最终实现贡献了不小的力量。

自动驾驶汽车产业链剖析

为了推动无人驾驶汽车行业的进步,方便大家参考,亿欧对自动驾驶汽车行业进行了产业链分析,主要从产业上下游将其分为了感知、计算平台、算法集成、车辆控制、汽车通讯、无人驾驶汽车运营等六个方面。



(自动驾驶产业链结构图)

下面,本文将会对产业链上的各个部分进行单独剖析。

感知
自动驾驶汽车的感知部分,主要由摄像头、激光雷达、毫米波雷达、超声波雷达等多种方式共同组成。

由于各种感知方式在不同环境、不同距离、不同作用上各有所长,因此采用多传感器信息融合的方式有利于保证全方位信息的收集,进而使计算机做出更加精准的判断和规划。

激光雷达
目前,激光雷达的生产厂商集中在国外,包括美国Velodyne公司、Quanegy公司以及德国的Ibeo公司等,国内激光雷达初创公司也在尽力追赶。



激光雷达的穿透距离远,高性能激光雷达可以实现200米范围内,精度高达厘米级的3D场景扫描重现,从而帮助自动驾驶系统实现提前行驶路线规划。

目前来看,多线激光雷达很有可能是未来无人车的必备传感器,并且与高精度地图及驾驶系统核心算法紧密相关。目前,多线激光雷达还没有针对车规级的成熟量产方案,机械旋转式多线激光雷达虽然已在普遍应用,但体积较大且价格过于昂贵,更小型更低成本的纯固态激光雷达还未见到成熟产品。

国内有不亚于国外的光机电技术基础,产业链比较完整,因此,诸多深耕激光雷达领域的公司还有不小的机会。

毫米波雷达、超声波雷达
除了激光雷达之外,近年来毫米波雷达和超声波雷达也逐渐成为自动驾驶汽车中,参与多传感器信息融合感知设备。其中,最为知名的例子就是特斯拉在其智能汽车中,完全没有使用激光雷达,而采用毫米波雷达+摄像头的方案。

另外,类似博世、大陆这样的智能辅助驾驶巨头,也在毫米波雷达和超声波雷达这样成本较低传感器设备上,拥有比较深刻的技术积累和应用经验。

而在国内,像行易道这样的毫米波雷达厂商,也在积极进行技术开发,追赶国际巨头水平。

不过,归根结底,特斯拉还只是高级辅助驾驶系统(ADAS),而当操作主体,也就是责任主体向机器转移时,仅仅通过摄像头和毫米波雷达实现自动驾驶功能是不够的,激光雷达所带来的功能性安全冗余非常必要。

摄像头(计算机视觉)
目前,通过摄像头进行拍摄,在进行图像和视频识别,确定车辆前方环境,是自动驾驶汽车的主要感知途径,这也是很多无人驾驶公司的主要研发内容之一。

不过,在这一方面,ADAS要先于无人驾驶汽车向市场推广,因此在数据收集反馈、工程化等方面,ADAS公司也处于领先地位。

国内双目ADAS公司中科慧眼CTO崔峰就表示,在未来无人驾驶汽车中,摄像头(双目)将成为重要的感知部分,中科慧眼未来努力的目标,也是为自动驾驶汽车,乃至各类出行机器人提供机器视觉方面的技术支持。

目前,车载摄像头主要分为单目和双目两种。
双目摄像头基于视差原理,可以在数据量不足的情况下,测定车辆前方环境(树木、行人、车辆、坑洞等),并且获得准确的距离数据,用以提供给自动驾驶系统进行车辆控制。



而单目摄像头,主要基于机器学习原理,使用大量数据进行训练,进行环境识别。尽管需要大量数据支持,且在恶劣光线条件下的表现不如双目摄像头,但其相对便宜的价格以及成熟的技术也获得了一部分公司的青睐。



在单目ADAS领域,以色列公司Mobileye是世界最顶尖的企业,而中国公司与这样的国外巨头依然存在一定的差距。

汽车通讯

汽车通讯主要可以分为两个方面。

第一,是车联网系统。
通过车载通讯设备,完成人与车、车与车、车与环境的信息交互,一方面可以完善运营车辆(出租车、网约车、公交车、物流货车等)和道路交通(如红绿灯)的调度安排,另一方面可以减少车辆的感知设备投入,将车辆及环境采集到的信息与车辆自身采集的信息相融合,从而实现自动驾驶功能。

不过,车联网(包括V2X,车辆对外界信息交换)的发展,除了需要大大小小各家公司的努力之外,同样需要政府和相关机构的帮助。

首先是制定V2X通讯标准,欧美在此前就已经将DSRC标准列为了其车辆通讯标准,而国内则是LTE-V标准的呼声比较高。

另外,车联网不仅仅局限于车辆上的通讯系统配备,还涉及到道路交通基础设施建设。目前,杭州、南京、北京等地,都已经开始了智慧城市和智慧交通的试点。

车联网技术的前身,TelemaTIcs(远距离通信与信息科学),在很早以前就已经出现,而大概在四五年前,由于物联网的兴起,出现了“车联网”这个词。其更大的作用,不仅限于保证自动驾驶功能运行,而在于未来车辆中内容行业的发展。

第二,是高精度地图。
高精度地图是自动驾驶汽车实现路线规划的基础,这些年,卫星导航和基于激光雷达的3D环境建模技术日益成熟,高精度地图测绘质量逐步提升,这为自动驾驶的研发提供了不小的助力。

国内高精度地图,以百度地图、高德地图、四维图新等公司为主力;而国外方面,Here、TomTom等公司一直备受称赞。

计算平台

自动驾驶系统的计算量、数据流都非常大,同时又需要较快的反应速度,因此就需要匹配合适效能的计算资源,保证计算工作的正常运行。

自从吴恩达发现GPU非常适合进行深度神经网络训练以来,英伟达就在这一次的人工智能浪潮之中大发了一笔横财。目前,据不完全统计,全球已有超过1500家人工智能初创公司使用英伟达的产品,其中还有不少自动驾驶技术公司。

在2017年CES上,英伟达发布了最新的车载计算平台“XAVIER”,其512 个Volta CUDA 核心可提供高达30TOPS的计算性能,并且功率只有30W,远远优于Drive PX2。

而在国内,人工智能创业圈子中声名赫赫的地平线机器人,也正在研发其基于FPGA架构的大脑引擎(BPU),而代号为“高斯”的计算构架IP预计在2017年底推出。

不过,综合来看,自动驾驶计算平台的争夺战依然主要在国际巨头之间展开,除了英伟达之外、英特尔、微软、Ceva、Mobileye、恩智浦、德州仪器、高通等芯片、IP、ADAS供应商,都正在瞄准这一领域发力,未来的竞争激烈程度可见一斑。

车辆控制

自动驾驶汽车不仅仅是感知和算法,它还涉及到车辆控制、汽车动力学、汽车工程等诸多技术学科,同时需要汽车控制(刹车、转向、灯光、油门等)配件的支持。

目前,自动驾驶执行相关的技术和部件产品将依然长期掌控在大型Tier1手中。如博世、大陆、Delphi等传统的Tier1掌握的执行控制专利技术已经可以支撑到自动驾驶阶段,无论在性能还是价格上都有绝对的优势。

此外,由于电动汽车技术的快速革新,传统汽车制造业受到了冲击,此前发动机和变速箱等壁垒技术,逐渐被车辆电控、电动机、电池等技术取代。这种变革,让创业团队自己造车成为了可能。

因此,国内外众多电动汽车、互联网造车、智能汽车企业极有可能成为自动驾驶汽车行业的新贵。

智车优行CEO沈海寅曾表示,在智车优行未来战略规划中,自动驾驶是关键一环。目标是在三到四年内在一些局部路况下的全自动驾驶。

算法与自动驾驶汽车运营

目前,大多数踏入自动驾驶行业的初创公司,可以看作算法集成层面的公司。

他们利用高精度地图进行路线规划,采用新型计算平台,整合多传感器信息,开发相应的车辆控制算法对汽车进行行为控制。

目前,自动驾驶技术公司的两级分化比较严重,一方面是看准时间和角度切入的初创企业,另一方面则是大型互联网科技巨头,如谷歌、百度、Uber等。此外,像博世这样,少量拥有相对完整的产业链结构的Tier1,也在踏足这一领域。



不过,这些进行无人驾驶汽车研发的公司,大多有更深的想法,它们并不把自己看做单纯的技术提供方,而是希望深入到运营中去。例如智行者希望能够首先在低速园区内进行无人驾驶运营,而图森互联则在一开始就瞄准了长途高速货运。Uber与其收购的Otto也将目光分别聚焦在了无人驾驶共享出行和长途货运上。

图森互联CEO陈默表示,相比于卖车,运营服务公司是更靠近产业链下游和利益链顶端的方式。

自动驾驶汽车的另一个特点,就是解放了我们在出行过程中的双手、眼睛和大脑,因此车内活动也有了更多的想象空间。驭势科技CEO吴甘沙曾在多次公开演讲中表示,未来,自动驾驶汽车很有可能成为新的商业场景,为人们提供出行时的观影、办公、餐饮服务。

传统车厂去了哪里?

与自动驾驶相对应的,是自动驾驶+共享经济的出行模式,C端用户消费的将不再是汽车,还是出行服务。

业内人士普遍认为,在自动驾驶时代,汽车利用率将直线上升而销量必定下降,车厂的选择,一是尽快寻求合作,进行技术开发,向自动驾驶领域转型;二则是沦为自动驾驶汽车的代工厂和供应商。

因此,大多数车厂更希望看到的是Lv4甚至以下等级的自动驾驶技术,而不是Lv5状态下的全路况无人驾驶汽车。

目前,包括福特、宝马、沃尔沃在内的整车厂商,也都在进行自动驾驶技术的研发。

自动驾驶的实现,任重道远

虽然自动驾驶在产业链的各个层次上,均有不错的公司提供支撑,基本形成了上下游产业格局,但依然存在以下问题需要解决:

①道路基础设施不完善,需要进行智慧城市及智慧交通等基础设施建设。

②法律法规不明确,目前,亟待出现相关法律法规,以供相关公司制定安全及设计标准。

③算法不可解释,大多自动驾驶控制程序采用“端到端”的训练方式,这当中的策略规划有许多不透明的区域。

④设备价格昂贵,无论是激光雷达还是计算平台,目前价格不能满足大规模推广的要求。

因此,要真正实现自动驾驶乃至无人驾驶,我们依然任重道远。

来源:亿欧,作者:李基祥 
 
 
[ 资讯搜索 ]  [ 加入收藏 ]  [ 告诉好友 ]  [ 打印本文 ]  [ 违规举报 ]  [ 关闭窗口 ]
 

一文读懂自动驾驶汽车产业链上下游二维码

扫扫二维码,用手机查看本条内容
 

 

 
 
头条阅读
推荐资讯
点击排行
历史浏览