隨著汽車智能化與電動化的不斷升級,無人駕駛汽車成為汽車產業變革的一大趨勢。據有關資料顯示,預計2021年全球無人駕駛汽車市場規模將達70.3億美元,至2035年全球無人駕駛汽車銷量將達到2100萬輛,可見無人駕駛領域發展前景十分廣闊,未來可撬動千億市場。
儘管無人駕駛技術被認為是汽車行業的未來,但在推進無人駕駛汽車應用的過程中引發了不少爭議。對此,本文電車資源將圍繞著無人駕駛這一新興產業,重點分析無人駕駛行業的發展現狀和目前面臨的問題。
無人駕駛概況
按照美國汽車工程學會 (SAE)對自動駕駛汽車的定義,自動駕駛技術可分為 1 到 5 級。第1級L1是以人為主,提供一項以上的駕駛支援功能,第2級L2為部分自動輔助駕駛,可以實現自動轉向、自動加減速等,但駕駛者仍要隨時監控周邊的環境;第3級L3為有條件自動化駕駛,從這一階段開始轉向以車輛為主,駕駛員只提供適當操作;第4級(L4)為高度自動化駕駛,在限定的條件下可由無人駕駛系統完成,第5級L5為完全自動駕駛即是無人駕駛。
無人駕駛汽車是通過車載傳感系統感知道路環境,在不需要人為干預操控的情況下自動識別路面安全信息,並自動規劃行車路線把人送到目的地的智能汽車。有業內專家表示,無人駕駛汽車可以有效避免一些因駕駛員的失誤或分心而導致的交通事故,大幅降低交通事故率與交通擁堵壓力,甚至實現交通事故”零傷亡”。除此之外,無人駕駛技術還會帶來巨大的社會效益。
全球無人駕駛發展格局
雖然無人駕駛看起來很美好,但是距離實現徹底的 L5 無人駕駛可能還需要相當一段長的時間。從全球範圍來看,目前在售的所有量產車仍處於第2級L2及以下,也就是依靠ADAS(高級駕駛輔助)技術,例如ACC(自適應巡航系統)、AEB(緊急制動剎車系統)以及LDWS(車道偏離預警系統)。不過,業內對於無人駕駛技術的研發和測試的腳步卻從未停止,根據美國加州無人駕駛路測許可名單顯示,傳統車企、科技巨頭以及初創公司均是參與無人駕駛測試的主要力量,而且從2014年開始,每年加州無人駕駛路測許可名單都有所新增。
加州是全球首個通過無人駕駛汽車正式法規的地區,獲得加州無人駕駛路測許可的公司可以在加州特定的公共道路上進行無人駕駛車輛的測試。而美國的谷歌則不僅是第一批獲得無人駕駛路測許可的公司之一,同時也是最早研發無人駕駛技術的公司。
自2009年開始運行無人駕駛測試,截至2018年10月,谷歌旗下無人駕駛汽車 Waymo 的總路測里程已達到了1000萬英里(約合1600萬公里),是全球無人駕駛路測數據最高的公司;2018年底,Waymo宣佈在美國亞利桑那州的鳳凰城推出首個商業化打車服務,成為首家無人駕駛車輛商業化落地的公司,此舉標誌著谷歌無人車將進入下一個全新階段。此外,像蘋果、Uber等科技巨頭也在近幾年紛紛進軍無人駕駛領域。
作為純電動汽車的先行者,特斯拉一直以來也是無人駕駛技術的積極推動者。2015年,特斯拉正式啟動AutoPilot自動輔助駕駛系統,但這套系統並不能實現完全的無人駕駛,到目前為止,特斯拉的AutoPilot2.0依舊屬於常見的第2級L2。而因為這套AutoPilot系統曾與全球多起交通事故的關聯,也讓特斯拉的自動駕駛技術深受爭議。2019年年初,特斯拉公司首席執行官埃隆•馬斯克表示,到今年年底,特斯拉將掌握完全無人干預就能上路行駛的技術。
國內無人駕駛的發展現狀和趨勢
而在國內,雖然無人駕駛行業發展尚且不夠成熟,但整體環境發展態勢良好。就目前而言,國內已經湧現了一批走在無人駕駛技術前沿的代表,典型的比如百度、長安、上汽等企業。以百度為例,2013年正式啟動無人駕駛汽車研發計劃,2016年獲得加州無人駕駛路測許可,2018年百度獲得北京市首批自動駕駛路測牌照併成功完成了公開路測。值得一提的是,在2018 年央視春晚上,百度 Apollo 自動駕駛車隊在港珠澳大橋亮相,並在無人駕駛模式下完成“8”字交叉跑的高難度動作。
電車資源認為,隨著無人駕駛技術的不斷髮展和各地政府的積極推進,越來越多的自主品牌車企將加快落地無人駕駛路測項目。除此之外,一些有實力、有資金的造車新勢力和初創公司也將逐漸加入到無人駕駛技術研發隊列。可以預見,未來幾年無人駕駛的產業進程將呈現出明顯加速與百花齊放的狀態。
無人駕駛技術目前面臨的問題
無人駕駛技術是一個涉及人工智能、傳感技術、地圖技術以及計算機等諸多前沿科技的綜合技術。因此,技術層面無疑是無人駕駛首先要面臨的一大問題。
眾所周知,無人駕駛對車載傳感器是十分依賴。就拿現階段先進的傳感器類型來說,激光雷達是被最認為是無人駕駛最重要的傳感器之一,具有高精度和高分辨率的優勢,但缺點是造價高昂、技術難度大,遠遠達不到民用普及。雖然已經有開發者在盡力降低激光雷達的成本,但短時間內依然是難以做到大規模量產。而高精度GPS地圖技術對於無人駕駛同樣非常重要,如何儘可能減少誤差,幫助無人車預先得知路面的複雜信息也是無人駕駛研發者的關鍵任務。
由於此前發生過多起無人車致人死亡的案例,因此無人駕駛的安全性和可靠性也引發了業界的擔憂。假如無人車上路導致了交通事故,那麼關於事故責任的劃分問題應該如何明確?承擔責任的主體是車主、軟件系統還是廠家?顯然這需要針對無人駕駛相關的政策法規進行完善,才能免除了無人駕駛汽車的後顧之憂。
目前全球的無人駕駛路測,基本上都會選擇在人車稀少的地區。按照國內複雜的道路交通情況,無人駕駛很難適應人車混雜、道路擁擠、地面標線不清楚的城市路況。所以,無人駕駛要想在複雜的交通情況下安全應用,必須針對中國式路況收集大量的路況數據,並精確計算出相應的駕駛方案。當然,這將是一個極其複雜龐大的系統工程。
閱讀更多 點點電工 的文章
