特斯拉、华为等竞争升级,国产芯片实现突破,自动驾驶过去这一年

2022 年 1 月 14 日 CSDN

作者 | 俞斌     
责编 | 屠敏
出品 | CSDN(ID:CSDNnews)

回顾过去的2021年,新冠疫情对全球的影响无疑是全球主旋律,疫情放大了汽车行业“缺芯”的窘境,给智能汽车供应链带来了巨大的挑战。作为行业投资风口,自动驾驶在2021年发生了哪些事情?自动驾驶未来将呈现怎样的发展趋势?面临怎样的痛点?

根据个人回顾和思考,笔者简单描述以下的观点,不代表任何企业和团体。


制定游戏规则,比赛“枪声”正式打响!


2021年8月19日,由全国汽车标准化技术委员会组织国内外十余家汽车企业、历时3年共同编制的《汽车驾驶自动化分级》标准正式发布,该标准清晰的定义了从应急辅助、部分驾驶辅助、组合驾驶辅助、有条件自动驾驶、高度自动驾驶到完全自动驾驶的6个级别,将于2022年3月1日正式开始实施。

驾驶辅助与自动驾驶的分水岭仍然在L3,根据下表的定义,标准要求在设计运行条件内、在激活情况下,3级自动驾驶系统能够执行包含横向控制、纵向控制、目标和事件探测与响应等全部动态驾驶任务;在不满足设计运行条件或者即将不满足设计运行条件时、自动驾驶系统失效时、在用户接管能力即将不满足要求时,自动驾驶系统能够发出接管请求;在发出接管请求后,继续执行动态驾驶任务一定的时间以便驾驶员接管,如果驾驶员未响应,适时执行风险减缓策略。

对于《汽车驾驶自动化分级》标准,个人理解能够独立完成横向控制、纵向控制、目标和事件探测与响应等动态驾驶任务,还不满足3级自动驾驶要求,至少需要实现多种监控功能,例如:DMS、方向盘监控、环境感知监控等,及时发现和识别不符合设计运行条件的事件,主动报警,并且合理处置,才能满足3级自动驾驶的定义。

尽管已经发布自动驾驶分级标准,但是自动驾驶相关的法律法规尚未建立,自动驾驶(3级以上)的量产车型还无法上路运行。行业监管部门在研究和建立自动驾驶法规的同时,鼓励地方政府开展限定区域自动驾驶示范运营,一方面验证评价自动驾驶技术水平,另一方面探索自动驾驶车辆运营经验。

2021年10月15日,北京市智能网联汽车政策先行区正式向百度、小马智行发放首批无人化道路测试牌照;上海、广州、深圳、武汉、长沙等地相继发布类似政策,指导自动驾驶车辆开展示范运营。

从示范运营到量产上路还存在较大的差距,如何认定自动驾驶?如何定义自动驾驶车辆的保险责任。这些问题还需要建立自动驾驶相关的法律法规才能达成社会共识。

2021年7月27日,德国联邦政府正式发布《自动驾驶法》,该法律将于2021年7月28日生效,依据该法规,德国联邦汽车运输管理局可以为具有自动驾驶功能的车辆颁发驾驶执照,同时允许L4级别的自动驾驶汽车在特定场景下,在公共道路上的特定区域内行驶, 

2021年底,奔驰获得德国联邦汽车运输管理局颁发的第一张L3级自动驾驶系统上路许可,奔驰计划在2022年发布两款搭载自动驾驶系统的量产车型,在高速公路、60公里时速的设计运行条件下实现L3级自动驾驶,如果能够按计划顺利交付,德国将成为首个L3级自动驾驶规模化量产上路的国家。

综合以上信息,全球政府正在逐步完成自动驾驶政策和法律准备工作,为自动驾驶分级提供清晰的技术指引,为自动驾驶规模化应用提供法律依据。

游戏规则已经制定,无论是合资企业、还是自主品牌,无论是造车新势力、还是传统车厂,所有玩家厉兵秣马、全力冲刺自动驾驶量产车型。头部玩家,例如:特斯拉、小鹏、奔驰,已经处于“听枪起跑”的状态,自动驾驶量产竞赛大幕已经拉开,只要国家监管部门完成法律体系、基础设施建设,自动驾驶量产车型将“喷薄而出”。


群雄逐鹿、各擅胜场


尽管中国自动驾驶法律法规尚待完善、监管部门还没有批准自动驾驶(3级以上)量产车型上路许可,但是十万亿级别的市场规模仍然吸引了众多玩家参与自动驾驶(含辅助驾驶)技术比赛, 2021年,百度、小米、360等科技企业投入巨资进入已经相对“拥挤”的造车“赛道”,汽车行业呈现群雄逐鹿、各擅胜场的竞争态势。

对比个人计算机、智能手机,自动驾驶呈现了不同的竞争格局。

  • 由于竞争相对缓和,个人计算机市场起步期就已经建立了“芯片(Intel)+操作系统(Windows)”的Wintel模式;

  • 智能手机起步期,乔帮主高瞻远瞩,自主掌控“芯片(ARM)+操作系统(iOS)”,几乎以一己之力定义智能手机的生态,呈现出一统天下的趋势。面对这种先发优势,Google被迫收购和开源Android系统,联合中国、韩国的智能手机品牌,建立了与苹果全站自研路线相抗衡的“芯片(ARM+操作系统(Android”的AA模式;

  • 自动驾驶赛道竞争异常激烈,发令枪还未打响,科技大厂、初创企业就蜂拥而入,形成今天群雄逐鹿的局面,现阶段自动驾驶竞争主要集中在“芯片+算法”领域。

传统汽车控制器通常选择符合AUTOSAR(OSEK/VDX兼容)标准的操作系统解决方案,例如VECTOR、ETAS等,但是在自动驾驶领域,由于需要处理大量的AI并行计算,传统AUTOSAR标准无法支持,因此出现群雄并起的局面,特斯拉选择基于Linux定制、百度选择基于ROS定制、当然也有传统车厂选择AUTOSAR ADAPTIVE。

由于适合自动驾驶的操作系统尚未形成标准,各家车厂基于定制操作系统开发自动驾驶的芯片和算法,因此算法有机会代替操作系统,匹配合适的自动驾驶芯片,成为竞争焦点。现阶段,科技公司凭借通用AI领域积累的技术能力,跨界进入自动驾驶领域,希望通过芯片+算法的软硬件协同设计,建立全新的技术壁垒,重新定义汽车行业。


芯片:国产芯片实现突破


多数自动驾驶玩家选择自研算法+合作芯片的模式,造成自动驾驶芯片需求爆发性增长,除了传统AI芯片巨头NVIDIA、Mobileye之外,Intel、Qualcomm等消费电子芯片巨头纷纷下场“踢球”,同时地平线、黑芝麻、芯驰科技等初创公司在中国快速崛起。

谈到自动驾驶,特斯拉是绕不开的头号玩家。从早期“Mobileye芯片+自研算法”、“NVIDIA芯片+自研算法”,到最终选择“自研芯片(FSD)+自研算法”,特斯拉已经在自动驾驶领域复制了苹果在智能手机领域的成功故事。

个人认为,自动驾驶领域最接近特斯拉的玩家是华为。和特斯拉一样,华为同样具备“自研芯片(昇腾芯片)+自研算法”的能力。由于中美贸易战,华为自研自动驾驶技术的发展路线受到影响,尽管已经将HUAWEI INSIDE作为AITO高端电动车销售亮点但是仍然没有官宣造车,也许不远的将来,这个科技巨头或会亲自下场,直接挑战特斯拉。

特斯拉和华为之外,其他玩家基本需要依赖合作伙伴的芯片参与行业竞争,在产品快速迭代和软硬件协同设计上或多或少受到芯片厂商限制,影响开发效率和质量。2021年,多家车厂的自动驾驶研究都受到NVIDIA的ORIN芯片延期的影响。

同样在2021年,理想ONE车型首次搭载国产自动驾芯片地平线征程3配合自研NOA导航辅助驾驶系统,打破了传统芯片巨头对自动驾驶芯片前装市场的垄断局面,实现国产自动驾驶芯片的首次前装量产上车,具有历史意义,目前地平线征程系列芯片已被广泛搭载多个量产车型,出货量已达80万片。


算法:纯视觉 vs 激光雷达


2021年7月10日,特斯拉正式推出FSD Beta Version 9.0,这是第一款没有安装雷达系统,仅仅依靠摄像头作为传感器的自动驾驶汽车。未来特斯拉在北美市场交付的Model 3和Model Y车型将不再搭载毫米波雷达,特斯拉开始进入“纯视觉”时代。

个人认为,特斯拉选择纯视觉传感器路线,意味着“押宝”AI视觉算法能够快速进化。2015年,为了打破被Google、Facebook、AWS控制的AI基础框架,马斯克主导成立了非盈利性人工智能研究公司OpenAI,希望彻底摆脱对科技大厂的AI技术依赖(多么像当年摆脱NVIDIA的芯片依赖,自研芯片的戏码)。同时特斯拉确实在不断演进、甚至重写自动驾驶算法,从最早的2D视觉感知,到多摄像头融合感知的俯视图,再到3D环境建模和3D动静态目标检测,特斯拉在纯视觉感知的道路上“埋头狂奔”。

与此同时,随着激光雷达的量产应用,2021年被定义为“激光雷达元年”。大量中国厂家,例如:速腾聚创、大疆、华为、禾赛科技、图达通等,快速进入、高强度的投入,可能快速降低激光雷达的量产成本,为整车厂提供低成本解决方案的同时,对特斯拉纯视觉方案带来巨大冲击。

2021年广州车展上,国内造车新势力官宣的最新车型,例如:小鹏G9、蔚来ET7、理想X01等全部搭载激光雷达,仿佛激光雷达已经逐步成为新一代自动驾驶车辆的“标配”。从众多渠道的信息分析,尽管搭载激光雷达,但是国内造车新势力的核心算法还是以视觉感知为主,雷达感知为辅,部分团队提出了多传感器前融合的方案,但是仍然缺少量产车型。现在新势力造车搭载的多颗激光雷达,存在“堆料”的嫌疑。

由于不同的感知技术方案将导致自动驾驶算法的巨大差异,如果激光雷达未来成为高阶自动驾驶汽车的标配,特斯拉的感知算法需要进行巨大调整,是否影响特斯拉参与高阶自动驾驶竞争尚不得而知,让我们拭目以待!


技术演进、未来可期


2021年,自动驾驶领域的竞争日趋白热化,造车新势力、传统主机厂、智能零部件供应商等玩家在各自的赛道上努力向前,除了整车、芯片、传感器、算法的持续进化,与自动驾驶相关的电子电器架构(SOA)、车身底盘(滑板底盘)也在不断创新,历经200年历史的汽车行业再次焕发出耀眼的光芒,自动驾驶未来可期!

作者:俞斌,联友科技CTO,汽车电子专业本科,工业自动化专业硕士,25年以上的汽车行业从业经验,长期从事企业信息化规划、设计、开发和运维工作,曾经多次主持编制东风汽车集团智能网联汽车战略规划和信息化规划。

《新程序员002:新数据库时代&软件定义汽车》,由60余位专家倾力创作。随书附赠《2021数据库全景图V1.0》和《2021汽车技术与产业生态全景图V1.0》,同时内含《2021年度数据库发展研究报告》和《2021年度软件定义汽车研究报告》,图文与视频多媒体呈现。


登录查看更多
0

相关内容

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。完全的自动驾驶汽车仍未全面商用化,大多数均为原型机及展示系统,部分可靠技术才下放至商用车型,但有关于自驾车逐渐成为现实,已经引起了很多有关于道德的讨论。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
中国自动驾驶和未来出行服务市场展望
专知会员服务
37+阅读 · 2022年4月18日
全球自动驾驶战略与政策观察,36页pdf
专知会员服务
57+阅读 · 2022年2月8日
【重磅】大数据白皮书(2021年),59页pdf
专知会员服务
122+阅读 · 2021年12月28日
专知会员服务
28+阅读 · 2021年10月4日
专知会员服务
49+阅读 · 2021年4月7日
专知会员服务
120+阅读 · 2021年3月22日
深度学习技术在自动驾驶中的应用
智能交通技术
25+阅读 · 2019年10月27日
特斯拉首席设计师150页PPT详解其全自动驾驶芯片
智能交通技术
13+阅读 · 2019年5月1日
【智能驾驶】史上最全自动驾驶系统解析
产业智能官
22+阅读 · 2017年8月21日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
7+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Arxiv
0+阅读 · 2022年4月17日
Generalized Out-of-Distribution Detection: A Survey
Arxiv
15+阅读 · 2021年10月21日
A Survey on Edge Intelligence
Arxiv
49+阅读 · 2020年3月26日
VIP会员
相关VIP内容
中国自动驾驶和未来出行服务市场展望
专知会员服务
37+阅读 · 2022年4月18日
全球自动驾驶战略与政策观察,36页pdf
专知会员服务
57+阅读 · 2022年2月8日
【重磅】大数据白皮书(2021年),59页pdf
专知会员服务
122+阅读 · 2021年12月28日
专知会员服务
28+阅读 · 2021年10月4日
专知会员服务
49+阅读 · 2021年4月7日
专知会员服务
120+阅读 · 2021年3月22日
相关基金
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
7+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2008年12月31日
国家自然科学基金
3+阅读 · 2008年12月31日
Top
微信扫码咨询专知VIP会员