自动驾驶融合元宇宙能力 穿梭城区指日可待?

图片
文|王雅迪 朱耘
ID | BMR2004
在北京,自动驾驶“黑科技”不再是亦庄百姓尝鲜的专属,5座火车站和2座机场都将开放自动驾驶接驳服务。目前,搭载自动驾驶技术的出租车、小巴士、接驳车、配送车等八种场景已融入市民生活,“科幻之城”愈发充满实感。
与此同时,国家市场监管总局批准了北京市基于高级别自动驾驶示范区应用场景来筹建国家计量数据建设应用基地(汽车自动驾驶)。计量数据是在计量活动中产生的各类原始数据及其生成数据,具有溯源性和可信度,是国家重要的基础性战略资源,也是新的生产要素,该基地将为助力发展新质生产力提供重要的技术基础支撑。
种种信号都显示出自动驾驶作为新质生产力的典型代表,将深刻改变未来人类的出行方式。科幻小说《雪崩》中描绘的未来虚拟世界与需要穿越现实空间的自动驾驶看似相悖,但元宇宙所带来的高度仿真技术、云端远程智驾等能力,却可以解决自动驾驶面临的诸多难点。元宇宙的最终目的是实现“虚拟与现实结合”,而出行将会成为人类必须面对的重要一环。
01
平行线or相交线?
元宇宙与汽车产业的结合场景十分丰富,如虚拟试驾体验,消费者可以在元宇宙的虚拟环境中进行汽车试驾,体验不同车型的性能。
元宇宙是以信息基础设施为载体、以虚拟现实(VR/AR/MR/XR)为核心技术支撑、以数据为基础性战略资源构建而成的数字化时空域。去中心化的虚拟环境是元宇宙的一大特征,而交通工具的价值则存在于现实的物理空间中,因此元宇宙这一概念在很多人眼中与自动驾驶是两条相向而行的平行线。
实际上,作为多种技术的集大成者,元宇宙所具有的区块链、人机交互、人工智能、数字孪生等多种创新能力,恰恰有利于为自动驾驶的全面落地助力。
网经社电子商务研究中心数字生活分析师陈礼腾向《商学院》记者表示,区块链、人机交互及人工智能对自动驾驶领域的影响较大。区块链技术为自动驾驶提供了安全、可靠的数据存储和传输机制,还可以解决自动驾驶行业中数据孤岛的问题,促进不同厂商和机构之间的数据共享。自动驾驶不仅要求车辆有较高的智能化,同时也需要与乘客及道路使用者进行有效的交互,良好的人机交互可以促进人与汽车之间的互相理解,提高驾驶体验的安全性和舒适性。
此外,最重要的是人工智能技术,这是自动驾驶领域的核心。通过不断的机器学习和深度学习技术,自动驾驶车辆可以学习在不同场景下的驾驶行为,并自主进行决策。
2022年6月,堪称全球汽车制造业的“元宇宙工厂”——宝马集团里达工厂在中国沈阳建成,整个工厂的生产布局、工厂布局、设备安装等环节,都在3D引擎驱动的虚拟世界里充分演练,避免了所有可以预见的不合理细节,这也使得工厂的最后投产时间从两年半缩短到两年。
里达工厂正是将数字孪生技术应用到物理空间的设计中,利用最新的数字化技术来实现更高维度的高质量生产。同时,这种理念也浸润到实际生产环节,使得里达工厂能够更灵活、柔性地适应市场对不同车型的需求,甚至在燃油车和纯电动车这两类完全不同的工业产品之间自如切换。
元宇宙对自动驾驶领域的赋能不止如此,此前英伟达曾提出过一种方案,即基于元宇宙的“万物皆可虚拟”特性,虚拟了一个用于自动驾驶道路测试的“高仿”地球,以获取大量的道路数据,加快自动驾驶车辆的测试和技术提升。这使得业内对“元宇宙+自动驾驶”的前景充满畅想。
在陈礼腾看来,元宇宙与汽车产业的结合场景十分丰富,如虚拟试驾体验,消费者可以在元宇宙的虚拟环境中进行汽车试驾,体验不同车型的性能;利用元宇宙的虚拟环境和高度仿真技术,汽车设计师和工程师可以在虚拟世界中进行汽车设计和研发工作,节省成本提升效率;此外,元宇宙还可以在汽车社交娱乐与汽车营销等方面进行结合。
然而,现实世界中,元宇宙和自动驾驶的交汇点会走向何方,还需要整个产业链的探路前行。
02
“元宇宙+汽车”,智能座舱想象空间大
智能座舱作为“人机共驾信息窗口”,不仅承载着未来智能汽车的发展,还成为汽车品牌差异化的核心关键。
IEEE(电气电子工程师学会)调研显示,65%的被调查者认为,人工智能将成为2024年最重要的技术;同时,63%的被调查者认为,使用扩展现实(XR)和数字孪生技术进行虚拟模拟,以更高效地设计、开发和安全地测试产品原型和制造流程,在2024年变得非常重要。
自动驾驶汽车的软硬件架构主要分为环境认知层、决策规划层、控制层和执行层。环境认知层主要涉及激光雷达、毫米波雷达、超声波雷达等传感器设备;决策规划层主要包含操作系统、芯片、算法、高精度地图等核心构成元素;控制层和执行层则主要涉及域控制器。智能驾驶和智能座舱正是通过各种软硬件架构的技术迭代而最终实现。
小马智行副总裁、北京研发中心负责人张宁向《商学院》记者表示,当自动驾驶技术发展到不需要人类驾驶的时候,人类对汽车座舱将有全新的想象空间。“元宇宙+移动座舱”形成的交互空间概念,使得人们可以在释放驾驶时间后有更多的交互可能性,这更多还是上层应用的结合。
目前在应用层面系统软件主要集中在智能座舱操作系统层面,整车厂深度定制开发自己的操作系统成为一大趋势。据悉,目前几乎所有的汽车大厂都在基于QNX、Linux、Andriod及WinCE四大底层基础软件,定制自己的车载OS。目前全球汽车软件定制厂商主要有瑞士的Luxoft、美国的Globallogic及中国的东软集团。
智能座舱的演进历程已呈现出清晰的发展趋势,从分布式架构,即各个功能相互独立、分散处理,逐步迈向功能高度集成的域控制架构。在此过程中,各个组件和系统逐渐融合,形成一个更高效统一的控制体系。最终,这一发展路径将指向区域连接的中央集中式架构,实现座舱内部各个区域全面互联和高效协同,为用户提供更智能化、便捷化的驾乘体验。
博泰车联网创始人、董事长应宜伦向《商学院》记者表示,智能座舱最具有发展前景的落地场景是增强现实导航与虚拟车载影音娱乐两大场景。增强现实导航突破了传统导航必须依赖固定屏幕的限制,用户不必受限于屏幕方位与角度,可以更自然地获取导航信息。虚拟车载影音娱乐则可以突破屏幕尺寸的限制,为用户在座舱中提供沉浸式的娱乐体验,仿佛置身于一个“移动的客厅”中。
智能座舱作为“人机共驾信息窗口”,不仅承载着未来智能汽车的发展,还成为汽车品牌差异化的核心关键。值得注意的是,虽然目前智能座舱功能较多,但使用体验却不佳,导致用户满意度较低。
03
安全问题成重中之重
自动驾驶软件系统需要处理大量的传感器数据,进行实时的决策和控制,这对系统的稳定性和安全性提出了极高的要求。
根据《2023年智能座舱质量现状及趋势研究》显示,用户对智能座舱的售前关注度仅位列所有性能的倒数第三位,使用满意度排名倒数第五位。新能源车车型智能座舱关注度为75%,满意度为7.33(满分10分)。
该项研究深挖用户满意度较低问题,将智能座舱按照功能划分为7个评价维度,如软/硬件系统、导航系统、影音娱乐、语音交互等。其中,软/硬件系统质量表现垫底,是较上一年变化最大的二级维度,这主要表现在车机死机、黑屏以及卡顿问题的高发率上。
应宜伦坦言,整个行业在降低硬件成本和升级软件系统方面,确实面临着一些挑战。在降低硬件成本方面,目前主要门槛有两个,一是技术路径的明确。这几年新技术、新方案、新路径不断涌现,导致硬件的规格存在大量差异化,在性能优化、成本优化上投入资源分散,造成现阶段硬件成本偏高;二是规模化不足。在技术路径多样化的基础上,叠加整个自动驾驶规模化不足,导致生产规模扩大化有限,而硬件成本和规模化密切关联。
在软件系统方面,目前自动驾驶面临的挑战主要是系统的复杂性和安全性问题。自动驾驶软件系统需要处理大量的传感器数据,进行实时的决策和控制,这对系统的稳定性和安全性提出了极高的要求。
据了解,博泰车联网正在研发一款新型的自动驾驶硬件平台,将采用更先进的传感器和计算技术,以更低的成本实现高性能的自动驾驶功能。
应宜伦透露,博泰车联网正在积极探索“舱驾一体”的解决方案,以期在未来市场中占据一席之地。他认为这是一个重要的发展方向。该方案能够提供更人性化、更场景化的人机共驾体验,并且通过创新的架构设计,实现成本节省和快速量产落地。
2023年11月,工信部等四部门发布《关于开展智能网联汽车准入和上路通行试点工作的通知》,首次在国家法规层面对搭载L3和L4等较高级别的自动驾驶功能智能网联汽车准入和上路通行打开了政策通道。
2024年势必会成为高阶规模化落地的关键之年,除了技术提供商外,以小马智行为代表的出行服务平台也会迎来临界点,安全性依旧是其进入“二环时代”的重点和难点。
3月18日,小马智行联合创始人、首席执行官彭军曾公开表示,期望今年让自动驾驶出行服务进入“二环时代”。张宁向记者指出,以北京南站的开放为代表,这预示着北京已经把三环内的交通枢纽逐步考虑拓展到整个自动驾驶示范应用中去,打破了此前自动驾驶只能在相对偏远地方运营的局面。
同时,张宁坦言,处在规模化落地的临界点依旧需要重视评估安全性,要保障的不仅是自动驾驶能够跟人一样去开车,而是能够在统计意义上保证自动驾驶的安全系数比人安全10倍,这才是应该去努力的目标,和人一样开车只是一个起点。
据悉,2月2日,搭载小马智行第六代L4自动驾驶软硬件系统的无人驾驶车型,获准在北京开启“车内无人,车外远程”的自动驾驶载人示范应用。其搭载全新升级的车规级多传感器方案,建立多层冗余机制,在紧急情况下,系统可以实现安全靠边停车或者安全车道线内停车,将安全风险降到最低。
04
大模型上车,创新与挑战并存
如何确保在各种复杂环境下,自动驾驶系统都能做出正确且安全的决策,是当前亟待解决的问题。
自动驾驶系统存在着“恐怖谷理论”,即当自动驾驶能力从L2迈入L3后,将形成一个下陷的形态,此时人类对于自动驾驶技术的接受程度会降低,导致安全感急剧下降。其原因在于L3功能下,感知和定位的工作将会转移至车端,而驾驶员成为了辅助,促使系统需要具备较强的处理复杂场景的能力。
在智能化的下半场,各大厂商纷纷积极探索大模型技术在汽车行业的落地,并将大模型应用纳入到自身的智能化战略中。蔚来极越智己等多家车企通过自研或合作的方式上车大模型。
张宁坦言,通过将多传感器融合到大模型中,可以提升对所有道路的物体识别,以及对于所有交通参与者的意图认知,这个过程需要大量研发数据的收集和模型迭代,最终博弈的结果甚至超越人的水平,从而大大提升安全系数。
大模型为智能座舱带来了诸多创新的可能性,会加速高级别自动驾驶的落地,提升驾驶体验。例如,大模型技术能够赋予座舱更准确流畅的语音识别功能,实现与乘客和驾驶员的自然交互;AI虚拟助手能够更深入地理解用户需求,提供更为个性化和人性化的服务;借助大模型,智能座舱也能够更精准地感知乘客和驾驶员的需求,从而自动调整座舱环境,如温度、音乐、灯光等。
据悉,博泰车联网已与国内多家大模型厂商如百度、阿里巴巴、华为、上海人工智能实验室等以及国外的亚马逊、微软Azure等均建立了合作关系,共同探讨大模型在智能座舱领域的应用。目前博泰主要在智能问答系统、车辆电子手册、多轮对话以及端侧指令泛化等方面进行应用研究。除了探索云端大模型能力接入,博泰也在探索大模型运行于端侧的解决方案。
在应宜伦看来,大模型上车在激发活力的同时,更面临多方挑战,例如算力挑战。首先,对于车载系统来说,如何在有限的硬件资源下提供足够的算力是一个重大挑战;其次,大模型在处理用户数据时可能涉及到隐私问题。此外,大模型可能需要在不同的硬件和操作系统上进行优化和适配,以确保其性能和稳定性,因此需要解决模型优化与适配。
应宜伦感叹,随着自动驾驶级别的提升,系统需要处理的数据量大幅增加,对传感器精度、处理速度和算法的要求也相应提高。如何确保在各种复杂环境下,自动驾驶系统都能做出正确且安全的决策,是当前亟待解决的问题。
05
自动驾驶带来了什么?
如同ChatGPT从2.0进化到3.0之后发生的质变一样,元宇宙的技术积累也会在某个关键时刻发生质变,真正进入大规模商用阶段。
从2018年自动驾驶发展爆发年算起,至今已过去近六年时间,从2024年开始,自动驾驶进入L3和L4级别落地的关键之年,回望过去该技术已悄然来到我们身边,并将要迎来应用爆发点。
应宜伦认为,自动驾驶技术发展的这些年,给我们的生活带来了诸多改变,同时凸显了未来自动驾驶技术的必要性。首先,自动驾驶技术使得城市远距离通勤变得更容易。以往长途驾驶可能会带来疲劳和不便,而现在,借助自动驾驶技术,人们可以在通勤过程中解放双手,进行阅读、工作或与他人交流等其他活动。
其次,自动驾驶技术在解决城市拥堵道路通行方面发挥了重要作用。在城市中,交通拥堵一直是一个令人头痛的问题。而自动驾驶技术通过智能化的交通流量管理和优化,有助于缓解拥堵状况,使人们的出行更加顺畅。此外,对于许多患有泊车恐惧症的驾驶者来说,自动泊车技术使其能够轻松地将车辆停放在适当位置,无需担心剐蹭或其他意外情况的发生。
值得注意的是,随着自动驾驶车辆的普及,道路交通状况将发生颠覆性变化。为了适应这种变化,交通管理部门需要重新审视现有的道路规划和交通规则,以确保人机共驾甚至全自动驾驶车辆的安全通行。
近两年,深圳、上海、无锡、苏州等地相继出台了自动驾驶相关法律法规,通过地方立法先行先试,积累自动驾驶立法经验。然而,囿于道路交通安全法等上位法的限制,许多如自动驾驶车辆标准、保险、事故责任认定等内容,仍无法在地方立法中得到明确规定。
陈礼腾表示,法律法规制定是自动驾驶技术发展的必要保障。随着自动驾驶技术的不断发展,相关的法律法规也需要不断完善和调整。这包括制定自动驾驶系统的测试标准、认证流程以及上路运行的许可条件等。
在张宁看来,作为自动驾驶出行服务平台,当规模可以达到数千台的量级,能够看到一个城市级别的开放,整个自动驾驶落地就可以迎来爆发点。而要实现规模化需要迈过无人化的技术门槛,必须提供优质的无人化服务,同时,还需要法规政策、产业链、平台等各方相互配合、共同努力,才能在未来两三年时间里,把自动驾驶的出行服务带给千家万户。
在大规模应用落地之前,以小马智行、萝卜快跑等为代表的服务平台,在价格方面会提供快车的价格、专车的体验,甚至早期会比快车价格更低廉,并设置首单免费等优惠活动。
据了解,小马智行作为已与主机厂有明确量产合作计划的平台之一,其采用包括车规级的固态激光雷达和车载芯片等全车规零部件,来打造车规级的无人驾驶系统。张宁透露,在未来两年时间,会有大规模的量产车辆下线。
元宇宙的发展是一个长期且复杂的过程,需要技术、市场、法规等多方面的协同配合。正如应宜伦所言,“用户接受度上的冷却期”并不代表发展的停滞。随着元宇宙相关技术的不断发展,一定会越来越接近人们想象中的元宇宙形态,如同ChatGPT从2.0进化到3.0之后发生的质变一样,元宇宙的技术积累也会在某个关键时刻发生质变,真正进入大规模商用阶段。
(本文图片由受访者提供)
来源 | 《商学院》杂志2024年5月刊