理想汽车无人驾驶_理想汽车无人驾驶飙车

1.无人驾驶汽车技术成熟了吗？

2.无人驾驶技术的发展与现状

近几日，自动驾驶话题再度点燃，让人恍惚回到几年前自动驾驶一开始的火爆局面，只是这一次，自动驾驶赛道未变，有了新的入局者。

美团和贝索斯，背后逻辑一致

这个世界就是很奇妙，当年王兴在美国放弃读完博士回国创业，不成想，有一天会和自己的偶像企业亚马逊因为汽车、因为自动驾驶而相遇。

先是大洋彼岸电子商务巨头亚马逊，亚马逊（Amazon）和ZOOX自动驾驶公司宣布，双方已经正式签署协议，亚马逊斥资10亿美元（约合人民币70亿元）收购Zoox公司。

另一边，造车新势力理想汽车即将获得5.5亿美元D轮融资中，美团领投5亿美元，理想汽车创始人李想跟投3000万，投后估值为40.5亿美元。目前交易在进行中。如果加上本轮融资，美团已经前后在理想汽车上投入了7.85亿美元（约55亿元）。

这两大巨头对于物流便捷性的需求显而易见，对于未来自动驾驶物流的等待如出一辙，让自己公司的效率、物流更加便捷，成本控制更加高效，是王兴和贝索斯背后的美团和亚马逊共同的目标。

算一笔账?很合理

美团在2020年登顶中国互联网公司市值TOP3，尽管离巨无霸腾讯和阿里还遥不可及，但这是美团的高光时刻，也是王兴的人生巅峰，不过转头再看美团财务报表，就会发现一个极其显眼的数据。

根据美团财报，2019年的餐饮外卖骑手成本高达410亿元，而美团外卖的整体佣金收入是496亿元。也就是说，外卖小哥们的工资，就占了佣金的83%。

普通人眼中强地推、强运营的美团外卖，背后有一个强大的技术团队，大数据和人工智能的科技价值一旦有了新的附着点?，美团距离市值前二才有追赶的可能?，尽管这并非王兴唯一目的，但要将财报中的佣金占比降低，无人配送业务宜早不宜迟。

彭博行业研究分析师?Jiendra?Waral?认为，收购?Zoox?可以帮亚马逊压缩运输成本，预计到?2025?年能节约超过?600?亿美元的费用。

美团自然也算过这笔帐。

一般来说，一家公司的投资策略大致为三：

一是与自己主营业务密切相关的领域；

二是连接性领域，

三是未来科技和技术，带来更多的可能性。

美团连接了人和服务，是一个本地生活服务场景，美团也是频次之王。以外卖为例，美团每天有超过3000万单的外卖订单，由70万个骑手小哥来完成这些订单。

只有自动驾驶和智能汽车，才能给无人配送业务插上翅膀。

李想说，到2025年的时候，能够获得一张自动驾驶赛道的入场券，到2035年的时候，让理想汽车成为全球最大的自动驾驶运营商。在2023年，理想汽车推出的全新车型X01，将会标配能够支持L4级别自动驾驶能力的硬件系统。在2024年左右，理想汽车计划将L4级别的自动驾驶能力OTA到量产车上。

投资理想汽车，很合理。

选择理想汽车，是王兴在等待和煎熬后给出的结果。

继2019年将摩拜“收入囊中”以来，美团还计划在2020年采购逾200万辆共享电单车，加大对共享电单车的投入。据此可以预计，王兴的投资版图除了理想汽车，大概率还会关注人工智能，芯片、机器人等领域。

与李想一拍即合

理想汽车创始人李想在接受媒体采访时直言，如果没有自动驾驶，他就不做汽车了。假如没有无人驾驶，美团降低佣金率的时间还要一直等待。

而在这一波造车新势力中，对自动驾驶最有野心的当属理想汽车，尽管其创始人李想曾一度想做中国的丰田，但显然特斯拉给了他更多的灵感和冲击。也因此，李想才说出了“自动驾驶就是理想汽车的命。”

据李想回忆，2018年和2019年的融资渠道变得很差很差。2019年就理想、小鹏、蔚来三家融到钱了，这三家里面特点是三个创始人过去创业都成功过，靠刷脸融到钱了。后来融资情况变得糟糕，李想说他当时见了很多VC、PE，有一百多家，都觉得挺好的，但最后都没有投。

这个时候，美团王兴终于走入了李想的视野。

经纬中国的张颖曾对李想说，把你所有有钱的哥儿们，去拜访一遍，怎么都得活下去，然后李想咬牙就去干了。拜见了四个哥们，有两个投了我们，这两个便是美团的王兴以及字节跳动，最后融到了5亿美金。

李想说，他当时病了3个月，整个免疫力都崩掉了。

其它动作

自动驾驶将引发未来出行变革，看看全球市值最高的十家公司，苹果、微软、亚马逊、谷歌公司、伯克希尔·哈撒韦公司、Facebook、阿里巴巴集团、腾讯、埃克森美孚公司、美国强生公司，在这TOP10公司中，至少有五到六家布局了自动驾驶（无人驾驶），这是一个拥挤的赛道、重资金、重研发、商业化落地还难以预料。

但这个赛道无论多么拥挤，美团和王兴只能全力以赴，自动驾驶赋能的末端配送是王兴选择这一赛道的初始意图。

美团的到家、到店、出行和旅游是生活服务业的四大场景，其背后海量大数据让美团本身变为一个很有合作价值的对象，这一点，对于美团和理想汽车来说，是一个双赢的局面。

其实，领投理想汽车并非王兴的第一次动作。在早前，就有消息称，美团与百度已达成相关合作，将无人驾驶技术应用到送餐环节，并计划在雄安率先试点。在国外，美团官方宣布已经加入加州大学伯克利DeepDrive深度学习自动驾驶产业联盟（BDD）。在无人配送场景、数据等方面加快自动驾驶技术的落地应用。

从送外卖到载客出行，美团背后是一盘大棋。

总结：整体上，自动驾驶赛道进入“战国时代”，王兴作为生活场景服务商，不仅是要进入赛道，还要快速起跑，这一次搭上理想汽车，王兴和他的美团已经悄无声息进入下一轮商业战。

本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

无人驾驶汽车技术成熟了吗？

易车原创 前面几期,易车科技从自动驾驶企业到自动驾驶的技术,做了深度解析,主要围绕车端的硬件设备、软件算法以及底层架构等方面,今天我们将视野拉高,更加宏观的来聊聊自动驾驶目前的两大发展方向——单车智能和车路协同。

单车智能:它的重心更倾向于车辆驾驶的自动化程度,而单车智能的技术实现路线也被分为两种,一种是以Waymo为代表的,以多线激光雷达、多种传感器进行感知;第二类以特斯拉为代表,基于摄像头和视觉感知。

车路协同:则是在单车智能的基础上,通过车联网将“人-车-路-云”交通参与要素有机地联系在一起,助力自动驾驶车辆在环境感知、计算决策和控制执行等方面的能力升级,加速自动驾驶应用成熟。

简单来说,单车智能和车路协同的本质是技术和成本在车侧和路侧的分配。

其中,单车智能是国内外大多数无人驾驶企业所在推进的方案,但是这并不意味着这将成为实现无人驾驶的最优解,也不能笃定说车路协同就是最优解。虽然L4-L5级的自动驾驶最理想的模式是实现“车端-路端-云端”的高度协同,从聪明的车配上智慧的路,车端智能和路侧智能协同呼应,但车端智能和路端智能的发展不是完全同步的关系,自动驾驶的路线选择面临感知能力、决策能力(算力)等不同能力在车侧和路侧分配的问题,所以对应的自动驾驶成本也不同。

目前来说在自动驾驶这条赛道内,各家企业的技术路线还真不是完全趋同的,有的是主攻单车智能,尽可能的把车武装到牙齿,激光雷达、毫米波雷达、摄像头、高精定位等硬件设备全都配全并且选用的都是参数拉满的配置,代表企业如AutoX和小马智行等;有的是单车智能和车路协同齐头并进,两手都要抓,代表企业如百度Apollo以及蘑菇车联等。

单车智能的代表企业,国内来说AutoX算是较为突出的,AutoX总裁肖健雄曾表示:自动驾驶不能单纯依靠路车协同实现,目前道路智能化还难以真正做到全覆盖。要提升自动驾驶的安全性以及驾驶体验,必须改进单车智能的技术,以应对雨雾等各种极端天气,确保用户能够得到安全的Robotaxi体验。

同时,车路协同与单车智能相辅相成,车路协同是对单车智能的一种有益补充。假如国家层面加大道路基础设施建设,可以辅助提升自动驾驶的道路精准度,同时也能增加道路交通的安全性。

可见肖健雄对于单车智能还是更加看重的,其认为路侧的设施存在故障、维修、养护等一系列问题,只能当做是一种辅助作用,重点还要把车做到最为智能与安全,提升传感器冗余,做到万无一失。

今年7月,AutoX发布了第五代全无人驾驶系统AutoX Gen5,是为无人驾驶而从零开始打造的,一共具备了超过50个传感器,配备了规模庞大的传感器集群,总像素达到2.2亿像素每帧,配备了高清的4D毫米波雷达并可实现0.9度分辨率。每秒钟成像的激光雷达点云实现了1500万,算力平台支持2200TOPS的算力平台。这套惊人的硬件总成表现了AutoX要把车做到最“聪明”的决心。

车路协同以百度Apollo为例,百度的技术路径是“聪明的车+智能的路”双剑合璧力图实现自动驾驶最优解。

单车智能方面,百度Apollo推出了联合北汽极狐共同打造的新一代共享无人车Apollo Moon。

硬件方面,Apollo Moon搭载的第五代套件采用了1颗主激光雷达,13颗摄像头和5颗毫米波雷达的多冗余传感器组合。车辆前部加装了一颗成本很低的前向激光雷达,将在系统失效情况下用于冗余系统。虽然减少了激光雷达的使用,但Apollo Moon增加了摄像头的个数,同时还大幅度提升了图像分辨率和帧率,视觉感知能力正在发挥越来越大的作用。

另外Apollo采用的计算平台提供的算力超过800TOPS,用了更多车规级的器件,为无人化实现了主计算系统和备份安全系统的一体化设计,采用水冷散热设计,不仅体积减小,结构简化,整体噪音也极低,车内非常静谧。

在路侧方面,Apollo Air是目前全球唯一仅通过路侧感知就能实现开放道路L4自动驾驶闭环的技术。

Apollo Air技术可以在没有车端传感器、仅借助路端轻量感知和红绿灯信息的情况下,通过利用V2X、5G等无线通信技术实现“车-路-云”的信息交互,从而赋能自动驾驶。

相较于单车智能,车路协同技术路线通过超视距的道路感知、车路云多个终端的智能信息互通互联,不仅可以扩大车辆感知范围、保障自动驾驶安全,还能降低对车端感知系统的要求,从而进一步降低单车自动驾驶的成本。

根据百度自身统计,车路协同已经可以解决单车智能在路测时遇到的54%左右的问题,减少62%的接管次数,降低30%的单车成本。

目前百度已经在北京、广州、上海开展了车路协同方案的落地实践。

在北京,百度针对12.1公里28个路口进行车路协同智能化改造,搭建支撑L4级自动驾驶车辆测试运行的基础环境;建设车路协同边缘计算支撑平台,搭建了边缘计算服务框架,实现设备管理、车路协同算法同步等边云一体化功能。

2020年8月,黄埔区、广州开发区与百度Apollo开启“广州市黄埔区广州开发区面向自动驾驶与车路协同的智慧交通‘新基建’项目”,覆盖黄埔133公里城市开放道路的102个路口和路段。

上海嘉定汽车城开展开放道路智能网联汽车测试环境建设,项目建设里程37.8公里,覆盖范围约65平方公里,通过对56个路口以及重点路段进行智慧化改造,提供了更加丰富的测试场景。

通过这两家的技术路线我们看出,各家虽然都表达了单车智能+车路协同两条腿走路的愿景和目标,但实际实施过程中还是各有侧重的,这也让双方走向了不同的岔路,未来哪方能立足于市场还得拭目以待了。

单车智能存在的局限性:

1、超视距感知、视觉盲区无法感知到。

无论是摄像头还是激光雷达,本质上都是探测电磁波,与人类的视觉感官类似,人看不到的地方,这些设备也探测不到。视觉盲区典型的例子就是“鬼探头”,如下图中,行人出现时,减速已经来不及了。

2、恶劣环境感知。

单车智能有许多长尾问题有待解决,比如暴雨天气下,单车感知系统几近失灵,激光雷达因积水反射,噪点增多,摄像头画面模糊,目标识别的置信度降低。

在黑夜场景下,单车视觉感知条件严重不足,曝光时间延长,感光范围缩小,雷达因缺少摄像头反馈的颜色和语义信息支持,无法辨别障碍物。

3、高成本设备利用率低。

在一辆车上装激光雷达等设备,很贵。然而一辆车大部分时间是停着不动的,行驶的时间只占一小部分(停一晚上开车去上班,停一天开车下班)。这样昂贵的设备利用率很低,不划算。

讲单车局限性一定要讲两个例子,Uber自动驾驶撞出事故、特斯拉自动驾驶车祸,这是典型的单车智能局限性的体现。数据表明,传统汽车大约每50万英里发生一起事故,单车智能自动驾驶汽车大约每4.2万英里发生一起事故。

所以要有车路协同。把昂贵的设备安装在路上,由路上的设备来进行感知(有时候也做一些计算工作)。车路协同是由“路”来“告诉”车周边的情况,例如前方200米有车,注意减速;在路线上前方5公里处有车祸,提前绕行。(车速很快,需要高带宽低时延的传输方式,所以车路协同是5G很好的应用工具)

这样车和路就成了一个统一的整体。

路侧设备采集到了所有的车的信息,这些数据可以上报到一个统一的中心,由这个中心根据这些数据进行分析并加以应用,这个中心就是所谓的“云脑”:

1、出现车祸、拥堵能及时的告诉所有车辆,设定了目的地之后根据交通状况计算出行时间;

2、通过大数据提前预知什么时间、什么地方会发生拥堵,提出预警;

3、根据预测的交通流,给出出行建议,几点出发走那条路会最顺畅。

从车路协同道路设施来说,智能路牌、信号灯等车路协同的设施能够保证单车智能对于外界数据和信息的获取,保证交通的统一调度以及安全行驶。在理想状态下,车路协同确实是能很好地解决单车智能的这些弱点。

车路协同存在的局限性:

车路协同对单车智能也是存有依赖性的,其中有一点是十分重要的,不论是车路协同和单车智能的网络安全防护并非不可破。

对于黑客来说,破坏单车智能网络,可能只是几辆车的交通事故,但是车路协同网络安全性故障,带来的可能是整个交通网络的瘫痪甚至更严重。所以,一旦车路协同遭到侵入,这时单车智能的重要性就体现出来了,暂且不提如何实现不堵车的问题,保证车辆行驶时的安全性则只能由单车智能接管。

另外要想实现全域范围的L5自动驾驶,那就需要全路段都铺设智能设备,那么且不说政策何时能够完全匹配,光是这些路端设备的维修、保养和检测就需要投入很大的人力和物力,并且如果某一个路口的设备出了问题,还是要看车辆能否足够智能来应对。

从双向通讯的角度来看,车路协同中的每一辆单车都是体系中十分重要的一环,是平台数据的重要来源,如果车辆非智能,那么车联网也无法落地,也将失去意义。

总的来说,根据美国交通部的说法,车联网的核心价值是提升消费者的出行安全,减少交通事故。那么,窥一斑而见全豹,从最重要的网络安全与道路安全的角度去看车路协同和单车智能,两者未来一定需要融合发展。

对于美国而言,人工智能领域全球领先,人才储备充足,基础科研实力强,美国的人工智能企业数量位居全球首位,遍布基础层、技术层和应用层。另外,美国拥有发达的集成电路技术,高端芯片设计领域一直保持领先态势,为高性能车载芯片的发展打下良好基础。另一方面,美国在通信行业和5G领域落后于中国的发展,且基础设施的投资一般由市场主导而非政府主导,网联化推动进程缓慢。不论是单车智能“谷歌派”还是“特斯拉派”,背后的核心能力都是人工智能算法和决策芯片,而这正是美国的战略优势所在。

对于中国而言,以华为为代表的通信企业在5G技术方面世界领先,且4G和5G基站数量多,覆盖广,2020年底中国5G基站数超过60万个。2020年2月《智能汽车创新发展战略》预计到2025年,智能交通系统和智慧城市相关设施建设取得积极进展,车用无线通信网络(LTE-V2X 等)实现区域覆盖。另外,从中国的道路情况来看,中国高速公路总里程世界第一,公路总<a class="hidden" href="" tit

无人驾驶技术的发展与现状

鉴于试车比较多的缘故，我认为无人驾驶的技术还处于发展中的阶段，特别是指出L2.5级别的自动驾驶中还存在不能识别雪糕筒等障碍物的问题，期待之后的L3级能否将自动驾驶变为实用工具。

无人驾驶技术还不够成熟，但是越来越多的用在了车上，自动驾驶先是解放人的脚，再是解放人的手，最后眼睛也不需要看了，大概就到达了无人驾驶阶段。现在是一个次时代，随着5G信号的普及，自动驾驶技术更加容易实现，现在很多城市都开放了无人驾驶道路测试，未来谁也说不准。

大家好我是大锤聊车，无人驾驶汽车技术成熟了吗？

目前从全球范围来看，无人驾驶技术还不成熟。

什么是无人驾驶技术

无人驾驶或者叫自动驾驶，是通过各种传感器、相机等采集的信息传输给车内计算机系统，经过电脑分析来操控 汽车 从而实现无人驾驶。国外比较有名的例如谷歌公司研发的无人驾驶 汽车 ，国内百度也在做无人驾驶，无人驾驶技术的实现直观的好处就是解放人们的双手，从感性驾驶到理性驾驶减少交通事故的发生，可以预见无人驾驶的普及能让未来的交通变的更加智能。

无人驾驶需要走的路还很远

理想很美好，现实很骨感，从目前道路上行驶的 汽车 我们能发现，几乎没有无人驾驶 汽车 。无论是谷歌还是百度，想要普及无人驾驶，需要解决的问题还有很多，例如无人驾驶 汽车 和人驾驶的 汽车 怎样“和平共处”，无人驾驶怎样处理应急事件，无人驾驶系统出现故障该怎么处理等等，谷歌的无人驾驶 汽车 就多次发生过交通事故。 无人驾驶很美好，想要实现还需要走很长的路。

汽车 无人驾驶技术其实就是 汽车 智能网联技术。随着 汽车 的普及，人们对于 汽车 的要求从性能、外观、排量等功能性问题，向自动泊车、自动避障、无人驾驶等“智能化”方向靠拢。目前， 汽车 “智能化”虽然已广泛应用于 汽车 ，许多 汽车 智能功能已经为人们熟悉与使用，但人们对“ 汽车 智能网络”的概念还是相对模糊。

什么是智能网联 汽车 ?

智能网联 汽车 是指搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车与车、路、人、云等智能信息交换、共享。具备复杂环境感知、智能决策、协同控制等功能，达到安全、高效、舒适、节能行驶，并最终实现替代人来操作的新一代 汽车 。

用通俗的话来讲，现在 汽车 功能中的倒车雷达、倒车影像、自动泊车、自动避障、远程遥控等等功能，都属于智能网联的范畴。而智能网联的最终方向则是实现 汽车 的无人驾驶。

我国智能网联 汽车 智能化分级标准与国外有一定区别，但在智能化层面几乎也是大同小异，共分为两个层级：

人监控驾驶环境（驾驶辅助、部分自动驾驶）和自动驾驶系统监控驾驶环境（有条件自动驾驶、高度自动驾驶和完全自动驾驶）。

智能网联 汽车 核心技术

环境感知技术、无线通信技术、智联交互技术、车载网络技术、先进驾驶辅助技术、信息融合技术、信息安全与隐私保护技术、人机界面技术等；

我国智能网联环境现状

我国是世界上 汽车 保有量最大的国家，庞大的 汽车 用户群体为智能网联 汽车 发展创造巨大的潜在市场。中国 汽车 用户对于智能网联技术的接受程度相较国外 汽车 用户好很多，对于智能化 汽车 所具备的各项功能。相关数据调查显示：无人驾驶功能接受度为75%，新能源（电动或混合动力） 汽车 接受度为79%。智能网联技术为 汽车 行业增添生机，作为新兴行业，智能化 汽车 还在不断研发的阶段，需要更多人才。

湖南万通技工学校 汽车 运用与智能网联专业：

学制三年，核心课程涵盖 汽车 发动机系统、 汽车 底盘系统、 汽车 电路电控、 汽车 美容、 汽车 快修快保、 汽车 钣金、新能源 汽车 结缘及故障诊断处理、智能网联 汽车 核心技术（环境感知、无线通信等）。该专业涵盖燃油车、新能源车及智能网联 汽车 的系统学习，就业面十分广阔。

汽车 智能化技术层面的突破，需要吸收大批相关技术人才，其发展前景也呈现良好态势。抓住智能网联 汽车 的风口，你就是下一个智能型人才。

1、无人驾驶汽车快速发展

目前，全球的无人驾驶汽车行业发展态势较好，但还量产投入使用的地区较少。无人驾驶技术与5G通讯技术、新能源汽车的相关技术共同发展。国际领先机构嫌疑完成无人驾驶汽车的研发，进入试运行、调试阶段。国内大多数研发无人驾驶汽车的企业现在都处于试验阶段，即行业发展正处于起步阶段。

随着无人驾驶技术的不断成熟，以及政府政策的出台调整，预计无人驾驶汽车将优先运用于工业发展，再到商用领域，最后逐步发展至民用。预计在2035年前后，全球无人驾驶汽车将逐渐取代传统汽车，进入销量的爆发阶段。

2、无人驾驶技术进展较快

现阶段无人驾驶汽车的人工智能主要细分技术包括，计算机视觉与深度学习。同时以传感器以及高速芯片、GPU等为主的硬件发展也是无人驾驶领域研发的重要板块。无人驾驶是智能化的终极体现，集中运用了计算机、现代传感，信息融合、通信、人工智能及自动控制等及技术，是典型的高新技术综合体。随着无人驾驶技术的不断提高，无人驾驶汽车行业市场规模将会快速增长。

3、无人驾驶汽车客户意愿度仍待提高

目前消费者对无人驾驶汽车的购买与否大多持观望态度，主要因素在于无人驾驶汽车的技术成熟情况，能否真的突破驾驶安全问题成为消费者关注的核心问题。因此从车辆上市到消费者大量购买还会经过一段观望期。无人驾驶汽车需要提高消费者认知并建立消费者信心，才能促成消费者购买。

4、中国无人驾驶汽车行业市场规模迅速扩增

根据Statista数据显示，2015年到2019年我国无人驾驶汽车行业市场规模扩张迅速，2019年我国无人驾驶汽车市场规模达到98.4亿元，2020年受疫情影响市场规模将有所下滑，前瞻估计为95.4亿元。在Research And Markets的预测下，2021年全球无人驾驶汽车的市场规模将达273亿美元，2026年全球无人驾驶汽车市场规模将达到594亿美元，年复合增长率为16.84%。

虽然目前无人驾驶汽车产业化仍存在各种问题，但无人驾驶汽车实质上是建立在汽车主动安全技术、智能化技术逐步升级的基础上的，只要市场对这些技术有持续的需求，就能推动汽车向完全无人化演进。未来，人类交通系统或将发生翻天覆地的变化，无人驾驶技术现阶段的发展重点还是辅助驾驶，以提高人工驾驶的安全性，要真正实现完全无人驾驶商业化运行还需要人工智能技术的突破。

综上所述，无人驾驶汽车行业尚有较多的技术壁垒需要突破，但总体行业规模增速较快，前景广阔。

—— 以上数据参考前瞻产业研究院《中国无人驾驶汽车行业发展前景预测与投资战略规划分析报告》