自动驾驶技术发展关键问题辨析与实施策略建议(合集) |
赵福全1、刘宗巍1、刘兆鹏2、方慧君2、何伟2、富军2 (1.清华大学;2.盖斯特管理咨询公司) 当前智能化已成为汽车产业发展的大趋势,而自动驾驶无疑是汽车智能化最重要的核心内涵之一。不过汽车自动驾驶面临技术攻关、成本控制、商业模式、用户接纳、法规限制和伦理挑战等一系列难题,其有效落地绝非易事。这既给企业带来了巨大挑战,同时也孕育着巨大机遇。对于汽车企业而言,科学认识并准确把握自动驾驶的战略定位、技术路线、推进节奏和发展策略,不仅关系到产品的核心竞争力以及近期的市场表现,而且与企业在智能化时代的转型升级息息相关,将对自身长期的可持续发展产生深远影响。 由于并无成熟路径可循,不同车企对于发展自动驾驶的认识和策略其实各有不同;而具体的发展路径及技术方案,更有或大或小的各种差异。这些不同的认知及发展策略将会产生完全不同的商业结果,进而决定企业在自动驾驶乃至整个汽车智能化发展方面的最终成败。 在笔者看来,自动驾驶技术的发展潜力是巨大的,其不断完善最终将引发人类社会的一场颠覆性革命。这必然是一个系统性的战略问题,所以仅仅从技术或产品层面来看待自动驾驶是远远不够的;同时不合理的发展路径及技术方案将事倍功半,导致企业错失良机。有鉴于此,基于团队在该领域的系统研究,笔者将在本文中阐释关于自动驾驶汽车战略价值的理解,分享对不同技术路线的解析和对相关关键问题的看法,并就车企的自动驾驶发展策略及其落地措施提出具体建议,供相关企业和业界同仁参考。 一、自动驾驶的战略价值 正确认识自动驾驶的战略价值是科学确定其发展策略的前提。未来,人类将进入万物互联的智能时代,这意味着所有企业及其产品都将存在于智能社会的大环境中,成为智能企业打造的智能产品;同时,智能企业和智能产品又将为智能社会提供关键支撑。另一方面,智能产品是企业在智能化方面打造品牌、升级能力的载体;智能企业必须有能力打造出智能化的产品。而对于汽车产品而言,最核心的智能化能力就是自动驾驶。所以,我们必须认识到自动驾驶既是汽车智能化必不可少的重要组成部分,更是汽车智能化发展的战略制高点。智能汽车的持续进化将有力支撑自动驾驶技术的不断进步和完善;反之,对自动驾驶技术的持续投入也将有力推动汽车智能化水平的不断跃升和扩展。 也就是说,我们必须站在智能社会、智能经济和智慧城市的发展大势和战略高度上来认识汽车企业及产品的智能化,进而认识自动驾驶的战略价值。首先,拥有自动驾驶能力的智能汽车将在智能社会中发挥不可替代的关键作用,成为打通智慧城市中人流、物流、信息流、能源流和价值流的核心枢纽;其次,难度高、影响大的自动驾驶是汽车产品智能化皇冠上的明珠,只有实现了较高水平的自动驾驶,汽车产品才能进化为名副其实的智能汽车;最后,发展自动驾驶是企业打造长期可持续竞争力的重要抓手,未来汽车企业需要依托自动驾驶,确立新的发展战略和品牌内涵,培育支撑产品智能化的新能力,以适应产业智能化乃至社会智能化的新需求。 展望未来,自动驾驶将给汽车产业乃至整个社会带来革命性的改变。而只有高等级自动驾驶技术实现了实质性突破,智能汽车的诸多潜力和价值才能得到充分释放,进而使社会由此发生巨变。这也是全球众多优秀的企业家、科学家、工程师以及金融资本在自动驾驶技术上倾力投入的根本原因。 对汽车企业来说,第一,自动驾驶绝不是可做可不做的,而是必须做好。第二,发展自动驾驶不能只着眼于技术和产品,而是必须认识到自动驾驶汽车在未来智能社会中的战略价值及其拉动企业智能化转型升级的重要作用,站在企业整体发展的全局高度来统筹规划、系统布局、加快发展。第三,布局自动驾驶的技术路线不能只是孤立地基于汽车自身,而是必须全面考虑汽车行驶环境中相关要素相互支撑的作用。正所谓“聪明的车要跑在聪明的路上,才能更加聪明”,即我们应当通过“人-车-路-网-云-图”协同来推进智能汽车加快落地。 这种多主体协同智能的模式既是万物互联时代社会发展的必然方向,也是将发展智能汽车这一复杂问题简单化的有效途径。因为智能技术在多主体之间的合理分配和相互协同,可以解决车端智能成本居高不下的产业化难题,并提升自动驾驶技术的开发及优化速度。唯有如此,企业才能在本轮产业变革中赢得生存和发展的空间,也才能确保战略清晰、投入精准,从而快速形成所需能力,真正做好自动驾驶。 二、自动驾驶的技术路线 1.L2、L3、L4技术内涵解读 就技术路线而言,当前企业最关心的核心问题是:L2(部分驾驶自动化,业界也称智能辅助驾驶)、L3(有条件驾驶自动化)和L4(高度驾驶自动化),即不同等级的自动驾驶技术,应该如何开发和储备?这就需要我们对各级自动驾驶技术的内涵和现状有准确的理解与认知。 L2(L2+)、L3单车智能、L4单车智能和L4车路协同等四种不同级别和路线的自动驾驶技术,其内涵和特点各不相同,技术复杂度、成本挑战、用户体验及需求度也有差别。当前市场状况及企业主流选择大致是:L2(L2+)在感知方面采用摄像头、毫米波/超声波雷达和感知融合算法;在决策方面采用基于规则的算法和较小算力的芯片;在执行方面采用基本的线控制动及转向。目前L2(L2+)已逐渐成为智能网联汽车的标配。L3和L4单车智能方案在感知方面要增加激光雷达、高精地图,并采用多源感知融合算法;在决策方面需要机器学习以及深度学习算法和更高算力的芯片;在执行方面则需要两套系统的冗余配置。而L4车路协同方案可以由路端(包括云端)承担部分感知、决策和执行能力,因此车端的技术复杂度及成本均可有效降低,如芯片算力就无需在L3单车智能方案的基础上继续提高。需要说明的是,上述一般性描述没有考虑少数个别情况,例如也有车企认为高等级自动驾驶无需使用激光雷达。 具体来看,在确保行车安全的前提下,自动驾驶技术路线应重点从以下三个方面进行综合评估:一是市场接受度,主要取决于用户体验和技术应用成本,即产品的性价比;二是技术领先性及延续性,这与技术复杂度、落地时间及继承关系等相关;三是社会层面的影响因素,如法规标准的开放进程、基础设施的支持程度等。 由上述分析可以推断:L2(L2+)将在未来相当长的一段时间内,成为赢得消费者青睐的主流自动驾驶技术。L3因其体验差、成本较高,企业需慎重评估是否要量产该技术。而对于L4来说,单车智能路线因技术复杂度和成本较高,很难实现大规模的广泛应用;只有基于车路协同,才能实现技术复杂度和成本的显著降低,从而让高等级自动驾驶走向普及,真正解放人并实现最优的使用体验。 2.单车智能与车路协同路线辨析 关于单车智能和车路协同两条发展路线,业界曾经有过争论。目前自动驾驶最终应采取车路协同的发展路线,已逐渐成为行业共识。在笔者看来,车路协同的发展路线是战略和战术层面上共同的必然选择。 第一,如前所述,未来人类将进入智能社会,其本质是基于万物互联的多主体协同智能的大生态。从这个意义上讲,单车智能是背离人类社会发展方向的;而车路协同是实现协同智能、构建智能社会的重点方向之一。事实上,车路协同中的“路”是广义的,代表着所有与智能汽车连接的各类智能主体。因此只有基于车路协同,才能真正打通汽车、交通、城市和能源等系统,获得全局最优的智能化方案,进而实现智能社会效益的最大化。 第二,从第一性原理出发,智能汽车必须实现运行安全和效益的提升,否则就没有任何价值。对于单车智能而言,如果降低技术要求,可以降低成本,实现智能汽车的普及应用,显著提升运行效益,但其安全性无法保障;如果要确保绝对安全,技术上实现难度极高,并会带来高昂的成本,这将极大地影响智能汽车的应用规模及运行效益。换句话说,单车智能无法兼顾安全和效益。相比之下,车路协同可以重新分配汽车智能化的成本,由路端等分担车端的压力,使智能汽车能够以较低的成本实现普及应用,进而获得良好的运行效益;同时,路端的赋能又能进一步确保汽车的运行安全。 第三,车路协同将为中国提供后发赶超的历史机遇。首先,此前国外企业主要采用单车智能路线,虽然近期欧美日也都日益重视车路协同方案,不过技术转轨需要一定的时间。其次,中国汽车市场规模全球最大,且对智能化技术的青睐程度全球最高,而车路协同高度依赖于本地的运行环境,包括场景、数据、生态以及新型基础设施等,这无疑给本土企业提供了空前的发展契机。最后,面向车路协同,中国既有实力强劲的ICT(信息通信技术)产业,又有体系完备的汽车产业,更有协调各方资源“集中力量办大事”的体制优势。事实上,很多国外车企之所以选择单车智能路线,也是因为其政府很难推进路端智能化的同步升级。 第四,车路协同并不排斥单车智能,恰恰相反,单车智能将为车路协同提供必不可少的支撑。如前所述,聪明的车需要聪明的“路”;反之,聪明的“路”也更欢迎聪明的车。单车智能的相关技术仍然是车企攻关的重点方向,不过必须限定在成本受控的边界内。后续以此为基础,再借助车路协同的赋能,即可实现智能汽车的大规模导入。事实上,鉴于当前智慧的“路”还远未准备就绪,部分车企为了推进自动驾驶的产业化,在单车智能上做了大量的投入,并取得了可喜的商业进展;还有个别企业为了有效控制量产成本,坚持纯视觉路线,以期在技术先进性及成本控制之间寻求某种平衡。这些商业实践都非常值得肯定。但笔者想强调的是,成本受控的单车智能技术路线必须与车路协同技术路线相向而行、共同发展,否则短期的产业化成功并不能确保未来可持续的竞争力。 在车路协同模式下,笔者认为,共性的能力应更多置于路端,主要提升运行效益;而个性的能力应更多置于车端,主要确保运行安全。由此,“路”的充分智能化可以让低价位的车辆同样享受到高等级的智能化功能,从而使科技平权在智能汽车产业有效落地;同时政府为建设智能的“路”投入的大量成本,可以通过长周期累计的智能汽车运行流量来有效分摊,并通过交通安全、效率以及资源流通性、社会治理能力等方面改善的收益来逐步收回。 综上所述,未来自动驾驶必将走向车路协同的技术路线。当前,国家已在加快推进道路基础设施、通信网络等相关的规划和建设。汽车企业切不可抱着“事不关己”的心态置身事外,而是应该抓紧进行V2X方面的布局,同时高度关注并积极参与智能交通、智慧城市和智慧能源等相关工作。否则,等到国家强制导入V2X的软硬件标准和架构时,毫无准备的企业将陷入被动、落后于人。 三、自动驾驶的关键问题辨析 1.自动驾驶技术的发展进程 展望未来,笔者对中国自动驾驶技术的整体发展进程有以下判断: (1)未来5-8年是L2+产品量产竞赛的阶段,在此期间,车企将主要依靠L2+产品体现自动驾驶竞争力。因此,车企必须努力做好L2+的量产技术及产品。其依据是:高等级自动驾驶技术只能在车路协同下落地;在路端实现智能化之前,车企需要以一种低成本、高可靠性的量产自动驾驶技术作为产品卖点,而L2+技术恰好符合这一要求。同时车企可以基于L2+技术设计不同的特色功能组合,满足不同消费者的个性化偏好。此外,L2+技术是实现L3、L4、L5(完全驾驶自动化)各级自动驾驶的基础,具有技术支撑作用。目前,在中国汽车市场上L2+已呈现出“标配”趋势,但各家车企的L2+产品功能各不相同、水平也有明显差异。最终做得更好的企业将赢得消费者的青睐,并被视为现阶段智能汽车的引领者。 (2)在自动驾驶逐步商业化的过程中,L3的发展空间有限。所以,车企聚力发展L3恐将得不偿失。其依据是:在车路协同实现之前,L3与L2+相比并无明显优势。实际上,L2+中的部分先进产品,即所谓的L2.9,在功能和体验上已经与L3非常接近;同时其驾驶责任仍然完全属于人,因此无需过多冗余,在成本上明显优于L3。而在车路协同实现之后,L3又远不及L4。人车共驾的L3需要接管切换,这使其体验永远无法与L4抗衡;同时基于路端的支持,车路协同的L4在成本上有望接近L3;L4还更具“沿途下蛋”的潜力,可在限定场景下前期导入,这也进一步压缩了L3的商业化应用空间。此外,L3技术对L4、L5的支撑作用相对有限。 (3)预计到2025年之后,中国有望逐渐进入到车路协同路线的L4自动驾驶的发展阶段。笔者认为,这是自动驾驶的必然方向和理想路径。一旦路端智能化得以实现,车路协同路线成本较低、安全可靠的优势将被充分释放出来,届时L4产品将成为自动驾驶竞争的主战场乃至决胜未来汽车产业的关键。尽管L4自动驾驶不可能一蹴而就,但从限定区域开始逐步推广,尤其是在智慧城市建设浪潮的驱动下,很可能会比预期更快地落地量产。因此,车企现在就应提前布局和坚持开发L4技术。 2.L3自动驾驶的发展 是否应当推进L3自动驾驶的量产,是当前业界普遍关注和热议的焦点话题之一。在笔者看来,这个问题应从以下几个方面进行系统思考。 (1)L2+与L3有着本质的区别。即使是所谓“全副武装”的L2.9也依然属于辅助驾驶,人是驾驶的唯一责任主体,车只是提供可选性的辅助支持;而L3是人车共驾,在不需要人接管的情况下,车必须承担起相应的驾驶任务,这意味着巨大的技术挑战和责任风险,很可能会给企业带来严重的法律纠纷、经济损失和品牌伤害。当前,不少企业都宣称即将量产L3产品,不过其中不少产品实际上只是L2+,我们切不可把企业的宣传、技术的实质和产品的合规混为一谈。 (2)L4相较L3有明显优势,且其落地并非遥不可及。如前所述,L3在本质上是人车共驾,驾驶员需要时刻关注车辆运行情况以备接管;而L4则完全由车负责驾驶,即使个别情况下遇到问题,车辆自身也能在确保安全的前提下自行处理。这意味着L3的用户体验肯定要逊色于L4,而且也无法真正实现解放驾驶员的战略价值。另一方面,L4完全可以在低速、封闭区域、固定路线等限定场景下先期导入,此时的L4在技术难度和成本方面并不会与L3有太大差距。事实上,L3的驾驶权同时属于人和车两个大脑,这本身就是一种矛盾和浪费。 (3)法规允许L3自动驾驶产品上路只是必要条件,而非充分条件。近期德国以及中国一些城市立法放开了L3级自动驾驶车辆的路权,这进一步引发了业界关于L3产品的讨论。笔者认为,法规上的这种突破有利于鼓励技术创新,为技术领先和储备充分的企业提供了展示舞台;同时自动驾驶相关法规的完善也需要这样一个循序渐进的过程。因此,法规放行L3产品是值得肯定的。不过,这并没有从根本上改变L3技术的本质瓶颈和尴尬处境。 就法规本身而言,既然L3把车和人共同列为驾驶的责任主体,那就必须清晰界定什么情况下行车安全应该由车(实质是车背后的企业)来负责,以及如何判定属于这种情况。为此需要对车辆能力、行驶场景及责任划分等做出详尽、合理的规定,这对法规制定者、交通监管者和责任判定者来说是一项极具挑战性的工作。 就汽车企业而言,必须有足够的技术实力和自信,敢于承担车负责驾驶时的相应责任,这同样是很大的挑战。即使法规对车企责任的要求暂时比较模糊,又或者其规定相对有利于车企,车企仍然需要审慎评估各种潜在的风险。例如一旦出现严重的安全事故,哪怕按照法规界定并不是车企的责任,也很可能会引发消费者的强烈不满,使企业形象和销量受损。 更重要的是,车企还必须面对一个最核心的问题:在诸多限制条件下,L3自动驾驶在成本受控的前提下实现产业化,究竟能为企业和用户带来怎样的商业价值?这个问题才是L3是否值得量产的关键,其答案不会随着法规的出台而发生改变。也就是说,法规只决定L3产品可不可以量产,至于车企应不应该量产以及消费者会不会接受L3产品,那完全是另一回事。 正因如此,我们看到,在德国法规对L3放行之后,目前没有多少车企选择跟进。唯一搭载L3技术的奔驰产品也明确限定了车速等各种条件,这些限定无疑是企业确保安全、控制成本和改善体验的应对策略。而在这些限定条件下,极少需要人接管的L3产品实际上与L4产品是非常接近的。 (4)对于自动驾驶商业价值的评价,主要应从三个方面考虑:一是行车更加安全,这是自动驾驶赢得消费者信赖的基础。二是使用便捷、体验良好,这是让消费者接受自动驾驶的保障。三是成本可控,这是自动驾驶大规模普及从而产生更大价值的前提。说到底,这还是一个衡量性价比的问题。 建议车企按此审视L3产品的性价比,并根据相关情况的变化动态更新评估结论,再结合自身的发展定位和技术水平,确定L3产品是否开发及量产。笔者的看法是:随着法规的逐步放开,在L4产品尚无全面产业化可行性的当下,那些致力于打造自动驾驶技术领先形象的企业,也可以将量产L3产品作为一个选项,但必须做好承担法律、经济、品牌等方面潜在风险的准备。否则,将资源投入到做好L2+产品和储备L4技术上,应该是更为合理的选择。 事实上,推进L2+和L4也将助推L3走向成熟。因为L2+做得越好,人在接管车辆驾驶时的感觉就越自然,这有助于优化L3的用户体验;L4做得越好,车自行驾驶的能力就越强,这有助于改善L3的安全性;此外,两者都会积累相关数据和成本控制经验,这也有助于提升L3的性价比。如果在此过程中,L3产品逐步具备了商业价值,同时L4由于法规等原因还不能全面普及,那车企届时选择量产L3产品也不迟;而如果只关注L3,却忽视了L4的储备,那车企即使能够领先一时,但等到车路协同准备就绪,仍然会陷入落后于人的局面。 总体来说,车企是否开发及量产L3产品,必须慎重全面地评估法规细则及其可能的变化,各级自动驾驶技术的成熟度、应用成本、发展潜力,特别是L2+与L4之间的时间窗口期,最终基于各级自动驾驶的性价比来进行决策。 3.L4自动驾驶的发展 下面谈谈L4自动驾驶的发展,笔者有如下三个主要观点: (1)如前所述,L4技术将是未来自动驾驶竞争的主战场。从本质上看,自动驾驶只有实现由机器全面承接人的驾驶责任,才能彻底解放人,从而充分释放出智能汽车的多元价值,引发汽车产业的真正革命。尽管这个目标不可能一蹴而就,且不可避免地会遇到种种困难,但这却是必须要做的工作。如果车企现在不储备和发展L4技术,那未来将毫无竞争力和主导权可言。 (2)L4技术的成熟必然要经历一个循序渐进的过程。为了抢占智能汽车发展的战略制高点,车企必须储备L4技术,并将其在限定场景先应用起来,而且要尽可能用得充分。尽管限定场景下的L4产品严格来说并不是真正的L4自动驾驶,但这是通向全天候L4自动驾驶的必由之路。因为唯有如此,车企才能有效积累数据、不断优化技术,在持续迭代中为最终大规模量产全天候的L4产品做好准备。与此同时,L4在限定场景下的应用会让机器把车开得更好,这无疑会对L2+产品产生反哺作用,并将培育熟悉甚至喜欢自动驾驶产品的用户群体。 具体来说,笔者认为L4自动驾驶的发展应遵循:先低速、后高速,先载物、后载人,先封闭场景、后开放场景,先有安全员、后远程监控直至远程脱困。当前,低速物流、高速公路及其他固定运行线路、园区等各种封闭区域、停车场所等,都是值得尝试的场景。对于这些场景的选择,既要看用户实际使用的频度和价值,更要看能否较好地规避责任风险和技术挑战,从而让高等级自动驾驶产品在确保安全和成本受控的前提下先局部运行起来。另外笔者觉得,成熟的L4产品可能不会也无需完全脱离远程协助。在不必设置安全员之后,先期可以通过远程监控来平稳过渡,后期则可以通过远程脱困来解决“极端情况”和“长尾问题”。即当车辆在驾驶时遇到难解困境时,无需乘员接管,而是由相关企业的工程师在远程干涉,指挥车辆重新进入到可正常行驶的状态。这将极大地降低技术难度和应用成本,使L4产品能够更快更好地落地。 (3)最后,全天候L4自动驾驶的大行其道有赖于车路协同的支撑。在这方面,一些相关企业总觉得要让车和路实现有效协同极其困难且不受控,尤其纠结于面对大量投入,车和路哪方应该先行一步。对此笔者想特别强调,车路协同并非“先有鸡还是先有蛋”的问题,而是必须车路互动、齐头并进,共同推动这个从量变到质变的演进过程。回顾传统汽车的发展史,其实也是一个车与路互相推动的过程。因此,车企既不能由于左右不了路端智能化的进程而怀疑车路协同的可行性,也不能坐等智能道路实现后再开始行动,那样一定会丧失先机,甚至后续会被智能道路“排斥”在外。事实上,我们并不需要一个立即就能全域覆盖的L4运营环境,只要政府牵头,不断扩大适宜L4产品运行的特定道路和区域等场景,同时不断优化完善相关的法规及基础设施,L4自动驾驶技术就能实现快速的进步,并且其经济价值也会得到超出预想的更快验证。 目前中国正在加紧推进新基建,其中很多内容都与车路协同相关。车企应该秉持时不我待的心态,现在就积极参与其中:一是了解和影响路端智能化的标准和进程;二是提出车端对于路端的需求;三是基于路端未来的能力进行车端的技术开发和储备。最终,在车路协同下更早更好实现L4自动驾驶的企业,将在智能汽车时代占据引领性的有利位置。 4.自动泊车技术的发展 在自动驾驶技术的应用过程中,泊车是至关重要的场景之一。当前很多车企都高度重视自动泊车功能,不乏成立专门团队进行重点攻关,并积极投放量产产品的举措。在这方面,笔者想分享以下观点: (1)在中国市场,企业应从战略高度看待泊车场景。事实上,中国普遍局促的停车环境和购车群体新手相对较多的特点,使众多中国消费者非常看重自动泊车功能,这就为车企开发自动泊车技术提供了强劲的需求和充分的数据。相比之下,由于停车难度和习惯的差异,像美国等国家的消费者就不太关注自动泊车功能,因此基于美国市场开发的汽车产品往往存在自动泊车功能的不足。对有志于深耕中国市场的车企来说,笔者认为这恰恰是一个良机。建议企业努力把自动泊车功能做得更好,这不仅可以直接增加产品的差异化优势,而且也有助于自动驾驶技术的全面进步。 (2)当前自动泊车功能的开发呈现多种技术路线并行的局面,各家车企的定义和标准也不尽相同,这在一定程度上造成了某种混淆。在笔者看来,自动泊车技术可以套用自动驾驶的分级标准:如果车辆只是为驾驶员提供倒车影像、行驶轨迹线等辅助功能,就是L2级的自动泊车;如果车辆可以完成泊车入位的基本操控,但遇到问题时仍需人来接管,就是L3级的自动泊车;而如果车辆可以完全自主地寻位泊车,人甚至可以直接下车离开,那就是L4级的自动泊车(也即封闭场景下的L4级自动驾驶)。而不同级别自动泊车技术的性价比博弈,也与前面有关自动驾驶的分析类似。显然,自动泊车技术会逐渐向高等级方向演进。特别是L4级自动泊车无疑会给用户带来巨大的便利,并节省可观的时间成本,因此将是消费者愿意买单的一个刚性需求点。不过,自动泊车同样需要一个渐进的过程。就现阶段来说,各种自动泊车技术都很重要,不仅可以增加产品的智能化卖点,而且可以分别为L2、L3、L4各级自动驾驶提供重要的积累。 (3)需要指出的是,泊车是L4自动驾驶相对容易落地的关键场景之一,而且对于实践车路协同路线具有重要意义。事实上,只要停车场提供足够的网联化支持,车辆实现L4级自动泊车(只需低速和固定线路)并非难事,并可产生较大的经济价值。为此,笔者建议汽车企业、相关科技公司和商贸物产运营公司等以此为切入点展开合作,以停车的高度便捷吸引彼此重叠的用户群体,使高等级自动泊车功能逐渐成为车辆和停车场共同的“标配”,进而探索出相关主体相向而行、携手推进车路协同的创新之路。 (4)从技术研发的角度来看,目前不少车企都建立了两个团队,分别负责自动驾驶和自动泊车的开发。相应的,在汽车产品上也有两个控制模块,分别对应自动驾驶和自动泊车功能。不过笔者认为,行泊一体化是大势所趋。因为从汽车智能驾驶的角度来说,两种技术并无本质差别;从降低技术成本和复杂度的角度来说,两个模块也应合二为一;而从经验积累、技术互通以及用户体验一致性的角度来说,就更应该构建一体化的开发团队和控制模块了。 5.自动驾驶技术的主导权 在自动驾驶领域有多种不同的参与主体,主要包括整车企业、各级各类供应商以及提供解决方案和算法服务等的科技公司。对于未来自动驾驶应由哪类主体主导,业界特别是相关参与主体的看法并不一致。就当前的情况看,不少车企为了加快自动驾驶产品的量产速度,往往直接采用供应商提供的技术功能包,如L2辅助驾驶、自动泊车功能等。应该说,这种策略从节省时间、抢占市场的需求出发有其合理性。不过展望未来,笔者认为自动驾驶还是应该由整车企业主导。 一方面,车企是用户需求的直接接触者和满足者,如果车企不主导自动驾驶的开发,其产品的用户体验是很难做到位的。在笔者看来,这正是目前很多自动驾驶产品的表现不尽如人意的根本原因所在。另一方面,供应商提供的这些技术功能包相当于黑盒子(供应商设计开发,车企只提出需求和边界,不了解其内部结构和原理),车企无法对其进行解耦和二次开发,这样既不能基于车辆使用数据对相关技术持续迭代完善,也不能重新组合不同功能以形成新的服务。对于相对简单的L2产品来说,这种“拿来主义”的功能包模式问题还不大,但是越往后发展,其短板就会越发明显,直至最终难以为继。因此,车企现在就应布局和培育自动驾驶的主导能力,特别是将关键的黑盒子逐步变为灰盒子(车企和供应商联合设计开发,共同掌握核心技术)乃至白盒子(车企自主设计开发、完全掌握核心技术,供应商只需按车企提供的方案进行批量生产)的能力。而认识到这一趋势的供应商企业,也应主动“打开”黑盒子,谋求与车企共同提升相关技术的用户体验,并实现多种功能的优化组合,以创造更大的价值。 当然,车企主导自动驾驶并不意味着自行研发所有的关键技术,也不是要事事亲力亲为。事实上,随着自动驾驶技术的日趋复杂,这是不可能做到的。理想的图景应该是:整车企业与相关供应商、科技公司建立起真正互利互信的战略伙伴关系,有效分工、通力协作、联合开发,一起推动自动驾驶技术的进步。在此过程中,车企的主导权主要体现在对用户体验的全盘把握以及由此对自动驾驶产品方案的系统设计上。同时自动驾驶作为核心的智能化功能之一,并不是一次性开发的技术,而是要在整个产品全生命周期内不断迭代,以实现越用越好。为此车企必须管理好相关的数据,并以开放的心态,在需要的范围内,与供应商、科技公司伙伴分享,使其能够有效助力自动驾驶产品的持续完善。 四、汽车企业自动驾驶发展策略建议 1.车企发展自动驾驶的总体战略 下面从整车企业的角度,谈谈自动驾驶技术应如何发展。根据前述分析,笔者认为,当前汽车企业发展自动驾驶应重点加快和优化L2+量产产品的开发,同时进行L4技术的布局与储备。为此,笔者从根本目标、关键要素、核心技术、内部支撑能力以及外部资源组合五个维度,提出了近期汽车企业发展自动驾驶的总体战略。 第一,根本目标。L2+的根本目标是做好产品体验并有效控制成本;而L4的根本目标是在未来5年内,领先于其他车企,率先实现L4产品的落地,同时也要做好产品体验。 第二,关键要素。自动驾驶产品体验的关键是算法优化和数据积累,这两者可以有效形成技术壁垒。为此,车企应贯穿L2+和L4,在算法优化和数据积累上进行长期持续的高投入。事实上,这两个关键要素一旦积累到一定程度,后期将很容易实现技术升级。 第三,核心技术。在L2+方面,车企需要自行掌握的核心技术主要包括感知融合算法、决策算法以及线控技术等;而在L4方面,车企需要在掌握L2+软硬件基础技术的同时,进一步掌握“软件定义汽车”的相关核心技术,包括构建新的软件架构和实现软硬解耦等。 第四,内部支撑能力。从组织架构的角度看,建议车企同时建立L2+和L4两个自动驾驶团队,并做好开发资源的共享和统筹管理。从开发方法的角度看,传统汽车的软硬件高度耦合,主要零部件均由T1(一级)供应商提供;而自动驾驶的智能汽车将在软硬件解耦的基础上,实现软件调用硬件和定义汽车,为此车企必须建立相关的软件能力。 第五,外部资源组合。由于汽车企业并不拥有发展智能汽车所需的全部能力和资源,因此必须融入其他产业的部分能力和资源,形成边界不断扩展的智能汽车技术开发生态。在此前景下,车企必须探索涵盖传统T1供应商、ICT公司、地图提供商以及地方政府等不同主体的创新商业模式,以充分组合外部资源,有效开发自动驾驶产品。对于L2+而言,车企需要与摄像头、毫米波/激光雷达等传感器的T1供应商以及提供计算芯片的ICT公司进行合作;对于L4而言,车企还需要与提供5G-V2X、高精地图的ICT公司和地图提供商等进行合作,并与地方政府合作,以便进行L4产品的场景化示范运营。 总体而言,做好L2+的关键在于传感器和芯片技术;而L4水平的高低主要取决于车企对于整车架构及“软件定义汽车”能力的掌控程度。 此外,在发展自动驾驶的过程中,车企的L2+与L4两个团队之间不能相互割裂,而应充分互动:一方面,在开发L2+产品时要充分考虑为L4产品做好技术储备和基础支撑,自主掌握车端必备的相关核心技术;另一方面,开发L4技术也要反哺L2+,通过特定场景的优先落地,提升L2+产品的体验。 2.L2+自动驾驶产品的量产策略 当前各家车企对于L2+产品的定义和宣传各不相同,为了在同一标准下讨论相关问题,笔者将L2+划分为L2.0、L2.5和L2.9三个有代表性的发展状态,并从功能出发给出了明确定义。其中,L2.0产品只能进行单一的横向或纵向控制,如ACC(自适应导航)、AEB(自动刹车辅助)、LDP(车道偏离预防)和LKA(车道保持辅助)等功能;L2.0-L2.5产品能进行简单的“横向+纵向”组合控制,如LCC(车道居中辅助)、TJA(交通拥堵辅助)、ICA(集成式巡航辅助)和HWA(高速公路辅助)等功能;L2.5产品能进行复杂的“横向+纵向”组合控制,典型的高频功能有TJP(交通拥堵领航)、HWP(高速公路巡航)和AVP(自动代客泊车)等;而L2.9产品则无限接近于L3,只是仍然要求驾驶员时刻注意路况,确保人对车辆绝对控制的责任。 简言之,L2.0实现了辅助驾驶的基本功能;L2.9在功能上与L3基本等同,只不过责任划分与L3有别,仍然只归属于人;而L2.5则介于L2.0与L2.9之间。至于L2+的具体划分实际上无需过分苛求精细,这更多是为了方便区分和评估,关键还是要看产品的实际能力和用户的最终体验。不过有一点毋庸置疑,那就是从L2.0到L2.9,是一个技术含量不断提升,产品性能不断改善,同时成本也不断提高的发展过程。 从产品性能的角度来看,出行效率将越来越高,但出行安全的风险也将越来越高,需要技术进步来确保行车安全。 从产品体验的角度来看,驾驶辅助程度和操控便捷程度将越来越高,但用户信任度可能由于车辆接管功能的增多而有所下降,这同样需要可靠的技术来加以改善。 从技术含量与产品成本的角度来看,L2.0已经比较成熟,且成本可控;L2.5以上则不同,除了继续采用摄像头、毫米波雷达和超声波雷达外,是否使用激光雷达也是一个决策的关键点。实际上,这是一个高成本的高技术方案与低成本的低技术方案之间的博弈,企业的技术决策在很大程度上取决于用户对L2+以及后续产品的性能和体验是否有更高的要求。同时,引入高精地图替代高成本的激光雷达也是一个可供考虑的方案。此外,企业在人工智能算法等方面的能力差异会直接导致相似硬件方案产生不同的应用体验,因此也是车企必须倾力研发的重点领域之一。 从开发模式的角度来看,对于L2.0的产品,车企可以直接选择T1供应商提供的功能套件,以快速进行量产;对于L2.5以上的产品,车企在采用T1供应商提供的传感器、芯片等系统硬件的同时,应把开发重点放在自主掌握相关的核心算法上;而在开发L2.9产品时,笔者建议车企应形成自主定义传感器和芯片的能力,并在掌握感知融合算法上下足功夫。 综上所述,对于L2+产品,车企需要逐渐把各项黑盒子技术转变为灰盒子技术乃至白盒子技术。唯有如此,车企才能摆脱对供应商提供的自动驾驶功能包的依赖,能够进行深度的自主开发,并实现对软硬件的拆分及对供应链的重组,从而逐步形成自己的核心技术和资源组合能力。也唯有如此,车企才能在L2+产品上不断迭代进步,有效改善体验和控制成本。此外,为了确保产品具有独特的竞争力,各家车企都应在内部建立起统一的评价标准,以便与竞品进行科学的对比分析,并基于此实施差异化的开发策略。 在这个过程中,车企应着力构建自动驾驶共性技术的核心能力,包括但不限于硬件定义能力、软硬件集成能力、算法调校能力、体验评价能力(团队)以及技术验收能力(标准)等。这些核心能力的形成虽然需要较大的前期投入,但将使企业在实现L2+产品特色功能落地的同时,获得向更高等级的L4产品迈进的核心能力储备,从而让企业持续受益。 3.L4自动驾驶的开发策略 如前所述,L4将是未来自动驾驶较量的焦点所在,并且只有通过车路协同才能实现大规模落地。尽管发展L4自动驾驶,初期投入巨大,同时距离规模化量产还需要相对较长的时间,但是车企现在就要着手进行面向车路协同的L4布局。因为这种布局本身,对于企业积累核心技术和能力、提升高端品牌形象以及探索未来商业模式,都具有重大的商业价值和深远的战略意义。 由此,企业努力的目标应该是:以L2+的车叠加I4(智慧道路等级,可理解为能够支撑L4的信息化道路)的“路”,即可实现L4的自动驾驶。为实现该目标,车企除了掌握L2+产品所需的车端感知、决策和执行等核心技术之外,还必须具备“车-路-网-云-图”协同的感知、决策和执行能力。同时,车企既要努力构建起车辆与外界的通信能力,以打通车端与路端、云端等的互联互通;也要转变基于硬件的思维方式,加快培育架构定义、算法开发、体验优化等面向软件的新能力,并在数据采集、传输、分析、处理、应用以及云端运营管理、OTA(空中下载)等方面加大投入,以真正适应“软件定义汽车”的发展趋势。 总体来说,笔者认为,车企对于L4自动驾驶的开发应采取“打通现在、储备未来”的长期发展策略。其中,“打通现在”是指通过研发和储备L4车路协同技术来有效反哺L2+量产产品。具体应从两个方面予以落实:一方面,要将V2X技术与L2+技术有效组合起来,以便在相同性能下实现系统成本由车端向路端的转移,或者在相同成本下实现更高级别的自动驾驶;另一方面,要加大力度推动L4技术在特定场景内的快速应用,以积累更多的数据,为更广范围的技术落地打好基础。在笔者看来,车路协同下L4逐步扩展应用的方案可能会比单车智能下L3在全域应用的方案更快落地。“储备未来”则是指车企要积极参与智慧城市的建设。即从城市生态构建和资源连接的角度出发,推动智能汽车与智能交通、智慧城市和智慧能源的融合一体化发展,为L4在更多场景的落地,探索相应的商业模式。 具体来说,车企可分阶段推进L4产品的布局与落地。近期,要积极推进重点场景的测试,包括园区等封闭场景,以及高速公路、部分城市区域和停车场等半封闭场景;中期,要加快推进示范应用,例如以小批量量产的方式,在城市开放区域进行规模化示范,包括Robotaxi(自动驾驶出租车)等商业模式;远期,基于技术的持续积累和基础设施的持续完善,实现L4自动驾驶产品的应用场景不断增加、示范区域不断扩大,直至最终走向成熟并实现大规模量产。 在此过程中,车企应通过产品研发与示范应用并进的方式,随时验证各项技术,并将部分已成熟的技术在L2+上进行量产,以加快阶段性技术成果的产业化转化步伐。这也就是所谓的“沿途下蛋”策略,即车企在验证技术和培育能力的同时,不断创造价值,以此分担研发投入并形成所需的软硬件核心能力。 4.车企自动驾驶团队配置与能力建设 如前所述,L2+和L4的技术内涵、开发目标与重点均不相同,车企应分别建立专门的团队负责相关开发任务。不过两个团队不宜割裂设置,否则将导致严重的资源浪费,且无法发挥彼此支撑和拉动的作用。更进一步来说,自动驾驶的开发不是孤立的,而是必须面向智能汽车的全新属性,形成“软件定义汽车”的全新开发能力,并摸索出全新的产品开发方法。为此,笔者就车企自动驾驶团队的组织设置与能力建设,提出以下建议。 首先,车企应建立智能网联开发中心,即软件中心,整合统筹智能网联相关技术开发的共性能力和资源,统一负责自动驾驶、智能座舱和整车控制等的协同开发。在中心层面上,要实现数据、算法和开发方法等的集中管理,并从理念、管理和资源等角度对各个开发团队提供支持。 其次,在自动驾驶方面,应分别设立L2+与L4两个团队。每个团队拥有各自不同的工作目标、任务边界和相对独立的开发方法,但是两个团队之间要尽可能实现资源共享,包括大部分能力的通用、试验设备的共享以及供应商体系的统一,从而确保L2+的量产开发能有效支撑L4的发展,而L4的开发储备能很好地拉动L2+的进步。在两个团队之下,应建立起若干个软硬件开发小组。他们基于相同的理念、能力和资源,来开发具体的关键软硬件及功能模块。这些小组的能力汇总起来,不仅可以完成L2+和L4的开发任务,还可以有效支撑整个智能网联开发中心相关产品的技术开发工作。 最后,笔者想强调的是,自动驾驶技术的开发是一个全新领域,车企必须加大力度进行相关能力的培育和储备,这项工作越早集中资源做起来就越好。仅仅为了快速推出相关产品,在分散的项目团队里构建部分能力,是无法形成规模化效益的,也达不到有效积累的目的,最终恐怕很难实现自动驾驶技术从量变到质变的突破。 五、自动驾驶汽车未来发展展望 总体来看,自动驾驶技术的发展可划分为三个不同的阶段:1.0阶段的特征是“有产品就行”。车企可以依靠供应商提供的功能套件,快速实现L2.0产品的量产,这个阶段已经接近尾声了。2.0阶段的特征是“从有到好”,未来5-8年行业将处于这一阶段。此时,车企一要有目的、有计划地把L2+产品做足,打造出自己的产品特色和极致体验,并为更高级别的自动驾驶提供车端技术支撑;二要积极储备车路协同技术,主动参与智慧城市建设,开发及储备L4的自动驾驶产品,并推动该技术在多场景下的示范运营和限定区域内的市场化推广。3.0阶段的特征则是“颠覆性改变”,即L4开始进入量产普及的阶段。到那个时候,“软件定义汽车”将成为现实,车路协同的自动驾驶产品,将实现广泛区域内的低成本商业运营,出行服务增值将成为车企的主要利润来源之一。 应该说,2.0阶段是发展自动驾驶的关键期和分水岭。只有做好2.0阶段的车企,才能有效抓住3.0阶段的战略机遇,并有望最终脱颖而出。为此,中国车企应摒弃1.0阶段“拿来主义”的跟随战略,系统清晰地制定2.0阶段的发展规划,采取“边量产、边储备”的创新战略,切实打造好L2+产品亮点,同时全力开发和储备基于车路协同的L4自动驾驶产品,使自动驾驶真正成为自身产品的核心竞争力,进而赢得智能汽车的终极较量。 本文转载自《 盖斯特汽车战略咨询》 |
上一篇:赵福全解读《汽车技术生态创新》 下一篇:赵福全:汽车技术生态创新的难点 |