大佬频繁流动,自动驾驶危险了?
来源:http://www.tudoupe.com时间:2022-04-12

「核心提示」
自动驾驶在打乱汽车工业方面同样强劲和具有历史意义,但未来的发展轨迹和长期商业前景仍然不明。
作者 |李鑫
编辑 |悟能
关于近几个月自动驾驶机的移动情况,似乎有更多的信息。
例如,去年年中和今年年初,车自动驾驶系统主任少志光(完美的CTO车)离开了该装置,再也没有返回。
有些人选择跳跃。例如,最初的Pelican汽车自动驾驶产品经理黄先生去年年中离任时加入了我们。
其他人则选择创办企业。 前两天许多媒体谣传显示,自动驾驶副总裁张健将很快将辞去他的角色,并开始一个芯片项目。
市场对大男孩所做的改变有不同的看法。
其他人则认为,这是典型的人类运动,但也有人担心自动驾驶的进展可能会受到阻碍。
你对自动驾驶有何看法?从历史的角度来看,我们试图回答如下问题:
1) 自动驾驶机是如何成形的?
2) 为什么互联网公司、汽车和工厂自己开车?
3) 自动驾驶将开发哪些业务模式?
4) 目前自动驾驶的问题是什么?
1、一次尴尬的比赛
没有美国国防部高级研究和规划局(DRPA)的援助,可以开发自动驾驶技术。
DARPA是一个神秘的机构,为军事应用开发了各种思想,不仅需要尖端技术,而且需要新的功能,最重要的是在五年内实现产品化。
有这样的一个倡议,像互联网一样, 将每个人连接起来,是可怕的, 而这个机构就实现了这一点。
另一方面,自动驾驶是这所大学举行的三次竞赛的结果。
9月11日事件后,在阿富汗和伊拉克执行任务的美国人员因自制爆炸物或炮火袭击而死伤惨重,美国国会于2015年颁布了立法,使至少三分之一的军车能够自主驾驶。
然而,尽管DRPA的研发努力,但自己的专家进展甚微,模型又愚蠢又乏味。 结果,2004年,DRPA在洛杉矶东北沙漠组织了机器人汽车竞赛。 这也是今天各势力战斗的起点。
条例对每个人来说都容易参加这场比赛:谁能利用无人驾驶方法在10小时内完成240公里的比赛,就赢得100万美元的奖金。
这场比赛是众所周知的, 许多媒体都报导了这场比赛, 但重点是负面故事,
这场比赛中,21支队伍被淘汰了。卡内基梅隆大学锦标赛队的得分略高,该队也只跑了12公里。
Carneki Melon大学的参赛车在2004年获得头等奖。
虽然调查结论相当严酷 但我们可以通过这个游戏 了解无人机原型
例如,获胜小组结合综合地图使用粗略地图,以匹配雷达和摄像机获得的视频信号。
所谓的粗略地图是汽车GPS发出的信号,使车辆能够在数十米以内沿着粗径线沿着赛车手的航道行驶。
而细节地图,这是在沙漠比赛前几个月 收集的特征赛前几个月,冠军队的队伍将驾驶一辆SUV。在沙漠里 尽可能地减慢路线设置摄像头,然后从窗外伸到窗外, 似乎有点像一个自木杆。捕捉地面图像,岩石的外观 洞的外观 薄草坪的外观..报告了典型特征。其实是谷歌街景原型
当双方提供课程时,他们利用可利用的两小时来计算课程,使用车内架设的台式计算机来达成理想的道路,然后继续这样做。
另一方面,产出路线由两个基本要素组成:第一,前进方向;第二,旅行速度。
迄今为止,自动驾驶必须处理两个问题。
2. 少量资金,利用经验。
为避免尴尬,美国退休与退休人士协会在第一次比赛结束后说,第二次挑战将在一年后举行,并将获奖数额翻一番,达到200万美元。
DARPA这次能够重新面对,有五部车辆完成了航程,第一部为6小时54分钟,第二部为7小时14分钟。
斯坦福大学的"斯坦利"汽车在2005年获得第一奖。
应当强调,该小组的成功是由于征聘了一批新的专家从事人工智能和机器人开发工作。
这些人将研究与开发的重点从如何管理设备转向如何写代码,他们认为导航是一种软件和数学挑战。
DARPA感到惊讶的是,两次不到300万美元的竞赛引起了民间社会如此高度的创造性。
DARPA说,第三次竞争将在两年后举行,以便继续将小额资金用于更大的冲击。
这三场比赛与前两场比赛的区别在于,这三场比赛在100公里的隔离地点举行,目标是在6小时之内结束比赛,不违反当地的参与规则。
同时,竞争更加隐秘,只有少数专业司机被带到路上,干扰自动驾驶器的泄露。
当我们比较第三场比赛和前两次挑战时,我们可以看到,竞争对手不仅处境更好,而且资本也更多。
例如,人们在研究地图数字化(这是竞争的一个分支);当个人将高端激光雷达确定为关键工具时,他们想出售铲子,设立公司作为代理,并将之出售给其他企业集团。
与此同时,这组参与者开始受到定期的风雨和红树林资本、基准资本等等的侵袭,导致一些项目的种子轮价格从500万美元直线上涨至1 500万美元。
Google的另一个创始人Blin和Paige在比赛前访问了其中一个研发主干,
卡内基梅隆大学于2007年首次成立,与通用汽车公司和卡特比勒公司合作。
四年前,它是一种牵强的技术,四年后,市场机制是“自我成长、公平的”相当令人烦恼。
不幸的是,这场比赛很短,人们相信,第四次自动驾驶挑战会如期到来,但美国国防部官员对此持批评态度,说这是最后一场,决不会再发生。
美国国防部的评估是直截了当的:这一技术远非可行,而此前设定的到2015年在超过三分之一的军用车辆中部署无人驾驶车辆的目标也不太可能实现。 根据当时的评估,真正的无人驾驶车辆需要十年,可能20年或30年。
此外,美国国防部今天不仅判断良好,而且深思熟虑,原因有二:
首先,由于技术限制,这一期间的汽车效用有限。
由于车辆携带的传感器、雷达、计算机等设备太多,这些物品不仅很脆弱,而且占用了当地车辆,不能装上军事装备。
第二,自驾的恒星被打开了
在当时的军方看来,自动驾驶解密已经到位 。与此同时,大量资本已开始干预。其余部分由市场决定。等技术成熟了,只要反击和征用可行的技术就足够了。而且,4年多的时间,军方点火的成本,这花费我们略多于900万美元。可谓相当划算,此时不撤更待何时?
然而,正如许多人对DARPA的自动驾驶竞争只有三倍感到惊讶一样,许多人对比赛已经停止感到惊讶,比赛已成为第一波自动驾驶。
逐步冷却后续自动驾驶器不是主要汽车制造商的研究和开发优先事项。
3、两种技术路线
常规汽车制造商不会失去钱财, 也许是因为他们太传统了。
传统的汽车公司是超乎寻常的技术公司,在经过一个多世纪的发展后,在经过一个多世纪的发展之后,经过一个多世纪的发展后,传统的汽车公司是超乎寻常的技术公司,极其膨胀的汽车公司是超乎寻常的技术机构。
这意味着对一个想在汽车工业中发展的任何愿望的工程师来说,这将是困难的。 发明的热情早已淡化到一个膨胀的系统,没有两个月的时间购买创新的零部件。
由于发明费用高昂,大型车辆公司不可能开发自动驾驶。
然而,这为包括谷歌、特斯拉和新兴国内驱动力在内的一些技术企业提供了一个机会。
今天的自动驾驶可分为两类:
第一个是高认知+高处理能力,由谷歌自动驾驶代表,第二个是低认知+高处理能力,由Tesla代表。
先来看谷歌的模式。
对所谓的Google模型的高度认知要求使用现代传感器。 车上可进入的传感器分为四类:相机、超声雷达、毫米波雷达和激光雷达。 其中,激光雷达对于感知和确定它们是否谷歌模型至关重要。
激光雷达的任务很简单:测量距离。其逻辑是激光雷达传送光束,反映屏障,然后接收反射信号,中间时间差乘以光速的一半是屏障的距离。
如果公式应用正确, 它就是“ 速度 x 时间 = 距离 ” 。
由于上述原则,激光雷达可以准确探测半径150米内的任何物体的轮廓,即使汽车在碎石路上,如果前车掉落,激光雷达将能够赶上其背对背飞行的速度和位置。
但是,激光雷达是好的,但成本很高。 比如,2010年谷歌在屋顶顶部用激光雷达对一辆汽车进行了测试,就像一个蒸汽罐一样,它没有吸引力,但该物品价值80,00美元,比那辆测试车Prius高出许多倍。
与Google一起,这条道路上的公司目前拥有100度的阿波罗、公用事业、福特和通用汽车AI驾驶单位。
一般而言,这类企业可分为三类:算法、数据驱动互联网企业、合资企业和传统汽车企业。
关键是要强调互联网企业似乎远离汽车制造。 但实际上,汽车的自动驾驶要求程序员开发广泛而高质量的脚本。
一个成熟的自动驾驶系统,有数千万至数亿行代码,与个人电脑上的Windows 10操作系统的规模相似。 更新、同步和优化编程的过程超出了传统汽车企业的能力。
我们完成了谷歌模式,让我们看看特斯拉模式
特斯拉走错路的主要原因是不愿意部署激光雷达。
TeslaCeomask再次指出,用相机作为主要传感器,加上毫米波雷达,就足够了。 他的推理既简单又粗鲁:人和动物都是这样做的。
然而,这一理由需要前提,即人和动物有大脑,而大脑的视觉处理水平非常高。 只要有不同的激光雷达,“感知”任务不可能达到100%的完整,而许多意外事件是不可避免的。
Tesla遭遇了类似的灾难,例如误用一辆蓝色的车来制造蓝色的天空云或公路上的一个招牌板,然后以同样的速度直奔前方。
主要问题是缺乏意识。毫米波雷达没有应有的准确度,距离计算错误,摄像头在反光中看到的东西更危险。
然而,也有一些解决方案。最近演变的同样的策略和逻辑是用高水平图像识别算法(即使是逆光 ), 将它检测成一辆面包车。 即使它与其他事物相似, 也可以进行刹车。 然而,这挑战了特斯拉的编程水平。
为什么面罩如此激动和担心激光雷达? 毕竟,在工业爆发期间,廉价价格首先占据了市场。 此外,有人强调,面罩只是暂时性的,一旦激光雷达成本暴跌,它就会迅速崩溃。
一些公司和相关模型为新的国内汽车制造力量采用了多种技术,比如“走私 ” 。 比如,Ulai和Peng在一些模型中装备了激光雷达,而其他模型则没有。

技术已经到位了 真正的自动驾驶机在路上吗?
自动驾驶的机遇和问题
中国政治协商会议经济委员会副主席Hmong在今年3月底的中国电动车100论坛上指出,安全是智能网联合会汽车增长的先决条件。
Hmong认为,目前的智能网络仍构成若干安全威胁,特别是三个方面。
第一是机械和设备缺乏安全。
例如,当光线太强烈和太暗时,摄影机等设备无法辨认。
第二是算法的缺陷。
大量数据是提供完善的人工智能所必需的,预计云流将需要177亿公里,例如,特斯拉已经在全世界征聘了100多万用户来收集日常信息和培训系统。
最后是人为因素。
目前,国家有六级自动驾驶,L0是紧急援助,L5是完全自治。
L4和L5是最难以实现的,因为自动驾驶汽车将决定他们只要接触方向盘就已经接管。 但事实是,有时接管是真实的,有时只是人们在没有自愿意愿的情况下把手放在方向盘上的问题。 此时,如果有人或车辆离开前面,就会发生碰撞。

因此,现有的所谓自动驾驶只能被描述为辅助驾驶员。
因此,鉴于难以在短期内实现自动驾驶,为什么因特网公司,汽车制造的新驱动者,近年来进入了游戏?
其原因是空间是广阔的。
谷歌无人驾驶车辆项目顾问Lawrence Burns在其《自治时代》一书中计算如下:
如果无人技术得到开发,这是一个共享的无人驾驶飞行器。因为没有司机,可以做得更小,提高出行效率。尤其是,利用电动车技术,在不损害旅行快乐或效率的情况下每英里的费用可减至零美元和两美分。私人汽车的每英里收费现在为1.50美元。下降了86%!
这意味着,当无人驾驶汽车真正扩散时,预期的车价将降低汽车市场的规模。 对于整个工厂来说,如果没有自动化驾驶能力,未来很可能落后,最终成为自驾旅行服务供应商的车辆供应商,无处不在。
然而,汽车旅行服务仍然是一个庞大的部门。
以美国为例,如果美国平均工资是4美元,城市的平均速度是每小时40公里,每年30,00美元。长途拥有和经营一辆汽车的总费用为每公里1美元。因为美国平均每年旅行四英里 8万亿公里因此,全美国司机每年的运输总费用为四万亿美元。联邦政府的预算每年相同。这是一个令人难以置信的数字。
在这一背景下,它仍然呼吁许多企业能够提供无人驾驶旅行服务,或抓住价值数千亿美元的市场。
如果自动驾驶不完全降落
当然,即使无法想象L4和L5级的自动驾驶,参与自动驾驶对公司来说也很重要。 由于自动驾驶将改变公司的商业模式,因此商业模式的变化将影响企业的资本市场价值。
中国电动汽车100主席陈青海在今年3月26日由100名成员组成的论坛上说,汽车制造商的商业模式正在从“制造业”转变为“制造业加服务业”,服务优势的百分比将稳步提高。
我们都知道,传统汽车的收入,主要是购车费用,近似一锤子买卖。因此,随着汽车情报日益普及,车厂和车主的联系,它越来越紧,如果业主想升级 并打开额外的功能, 它可能不是一个聪明的想法。可以通过OTA(Over the Air Internet升级)直接升级。这表明,车辆公司的收入将具有可持续性。
Chen Qingtai还说,在智能汽车时代,制造商与用户之间的联系是一种生命周期伙伴关系,意思是“用户不断提供数据,制造商增加报价”。
事实上,Tesla是第一个调查软件销售成本的人。 2019年4月,Tesla以AutoPilot为基础,在AutoPilot上揭发了FSD(Full Self-Driving ) 。
不幸的是,特斯拉的FSD没有得到很好的承认,也没有实现完全的自动驾驶。 特斯拉的中国当局网络显示,目前特斯拉提供两种系统替代方案:自动驾驶,价格为32,00美元,FSD,价格为64,00美元。
就国内的新力量而言,小和汽车提供可比的智能驾驶服务,同时也提供收费服务,如免费的差别化服务、无能源和灵活的电力转换服务。
重要的是,有真正的钱要通过自动驾驶实现。 现在,市场被分割了。
积极的假设是,由于软件收入不稳定,毛利人的费率很高,边际成本低廉,随着智能汽车持有量进一步增加,未来服务将盈利或超过车辆销售利润。
中国金质证券等悲观主义者认为,如果一家企业的负责人在某些独特环境下(例如高速、公园、码头等)能够取得同等的高级别自动驾驶技能,这种情况是不可能的,但是在立法透明化的大城市,不允许高级自动驾驶,造成这种尴尬:
虽然各车库的自动驾驶底板的容量似乎有差异,但实际着陆没有重大差异,家庭很可能卷入囚犯的团团,以争夺客户和放弃费用。
换句话说,自动驾驶费肯定是短期现象。
从长远看, 中国希望汽车公司应该学习苹果,
我们都知道苹果手机拥有自己的一系列能力,如导航、音乐应用等。 苹果并不收取提取软件开发者(或频道收费、苹果税 ) 。
苹果公司之所以这样做,不是因为它对它的心脏有好处,而是因为许多移动品牌提供相同的软件服务,而占领更多的人和征收所有税金是基本计划。
这意味着汽车在未来极有可能成为“汽车界的苹果 ” 。 电动汽车公司的价值也将从出售汽车的制造公司转移到出售自动驾驶的服务公司,再转向销售频道的平台公司。
因此,自动驾驶会怎么样?总体而言,由于现实的限制,其进展可能会受到阻碍,商业模式可能会从收费转向免费。
然而,我们有理由期待自动驾驶的总体趋势不会改变。 自动驾驶的最终目的就是利用人工智能提高流动性效率并减少旅行者的旅行开支。 提高效率对于企业的成功始终至关重要。
正如投资者Joo-ho曾经说过的那样,任何公司战略都必须更加有效和高效,才能真正实现商业效益。
参考资料
[M]劳伦斯·伯恩斯和[G]克里斯托弗·舒尔根,《自主时代:无人看守的地球重建》。
"中国黄金证券" "汽车产业估价系统在不断发展"
上一篇:以“去中心化”构建商业基础设施,微盟WOS引发新商业变革
下一篇:没有了
相关新闻
- 2022-04-12 以“去中心化”构建商业基础设施
- 2022-04-12 “改名部”加一分,微软Windows应用
- 2022-04-12 36氪专访|Cocos陈昊芝:商业引擎的
- 2022-04-12 一个也跑不了?俄再次公布决定!
- 2022-04-12 今日资讯:知乎已通过港交所上市
- 2022-04-12 美股大型科技股普跌,英伟达跌超
- 2022-04-12 离开英伟达仅19个月,他交出了一块
- 2022-04-12 第一代程序员王小波,逝世 25 周年
- 2022-04-12 微软纳德拉的这43条商业思考,解释
- 2022-04-12 vivo X Note首发评测:定制SPU加持 助
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
