2016年被稱為自動駕駛元年，各路創(chuàng)業(yè)者摩拳擦掌，巨頭們搞了哪些事情呢?跨國主機廠、互聯網公司、一級供應商，各自有不同的基因和資源，它們的路徑和戰(zhàn)略有何異同?
辰韜資本投資經理張騎梳理了巨頭們的自動駕駛布局，在辰韜資本創(chuàng)享會作了主題分享。以下根據張騎的分享整理，歡迎探討指正。
自動駕駛的主要目的，就是降低人的參與比。因為在現在的交通事故里面，很大一部分是人為因素導致的，所以安全是自動駕駛的初衷之一。自動駕駛等級的分類，其實就是逐步地降低人參與的比例，等到了Level2或者Level3的時候，人參與的比例越來越少，到Level4的時候，完全不需要參與了。
當前自動駕駛主要有兩條技術路線，一種是從Level0，也就是從ADAS開始做起，另一種是從Level4，完全自動駕駛開始做。其實兩者殊途同歸，最后都需要做到無人駕駛。
在自動駕駛的實現上，可以從三個方面來看，首先從車輛的角度來說，它們要做感知、決策、執(zhí)行。所謂感知，就是用攝像頭或者雷達傳感器，來獲取大量的感知周圍環(huán)境的數據。決策就是現在跟人工智能相關的，自動駕駛的大腦。執(zhí)行，就是包括驅動、制動、轉向等。最近正在熱映的《速度與激情8》里面，里面的自動駕駛車輛，全部都被黑客，變成了僵尸車，安全也會變得非常重要。
關于自動駕駛的巨頭布局，我把目前在自動駕駛領域的大玩家，挑了三類，主機廠、互聯網公司和一級供應商。
主機廠：買買買!結合出行服務實現落地
主機廠對自動駕駛關注了非常久，但是真正開始有動作，可能很多是在2016年。
以通用為例，2016年1月，通用組建了自動駕駛的研發(fā)團隊，并向Lyft投資5億美金，Lyft是美國第二大的出行服務提供商(第一是Uber)。2016年3月，通用以5.8億美金收購Cruise Automation，一家能夠做自動駕駛軟件方案的公司。
2016年下半年，通用把出行服務和自動駕駛開始做了結合，與Lyft共同開發(fā)自動駕駛版的出租車，計劃在2020年前投放上千輛的自動駕駛的出租車做測試。通用CEO瑪麗·博拉表示，未來能夠安全地行駛在城市街道、無需人類駕駛員干涉的自動駕駛汽車，最開始應該是在條件可控的環(huán)境中運行，而且是以共享租賃的模式。
我們再來看另一家福特。
福特開始有動作，自己披露的大概從2016年7月開始，先是投資了一家高精度地圖公司Civil Maps，2016年8月，和百度一起投資了全球領先的激光雷達制造商Velodyne，收購了機器視覺公司SAIPS，又與另一家機器視覺公司Nirenberg Neuroscience開展合作。
福特的大手筆出現在今年2月份——10億美金收購Argo，Argo是做自動駕駛的AI公司，這家公司創(chuàng)始團隊來自谷歌和Uber，但只成立了半年而已。
福特的戰(zhàn)略也是到了2020年推出全自動駕駛汽車，用于汽車共享。真正市面上大家可以購買的完全自動駕駛汽車輛，可能要到2026年—2031年。
所以我認為主機廠有這樣一種趨勢，通過收購，來獲取和掌握“決策”這樣的比較核心的技術。同時，布局出行服務、汽車共享，作為自動駕駛早期的落地場景。除去通用和福特，奔馳也在跟博世合作，也是要做自動駕駛的出租車，大眾也在去年投資了出行服務供應商Gett。
互聯網公司：做自動駕駛的大腦
互聯網公司的布局，首先看Google。
Google早在2009年就開始做無人駕駛的研發(fā)，在2012年拿到了全美第一張自動駕駛測試牌照。2014年完成了原型車，2015年年底的時候，已經積累了超過200萬公里的路測數據。
2016年2月，美國的高速公路安全管理局(NHTAS)，已經認為Google的人工智能系統可以視為司機。這跟Google在深度學習、人工智能方面的布局分不開，Google從2010年到現在，在人工智能方面至少有15筆相關的收購，最著名的一筆應該是2014年收購了英國的DeepMind。
2016年，谷歌的自動駕駛戰(zhàn)略也做了轉型：從自己造車，到放棄自己造車，轉向和主機廠合作。2016年Google把自動駕駛部門完全獨立出來，成立Waymo公司，并選擇和菲亞特-克萊斯勒合作開發(fā)測試車型，Google預計的自動駕駛車型在2020年能夠量產。
谷歌和菲亞特聯合開發(fā)的Pacifica自動駕駛測試車
其實Google要做的，并不是造車，而是要做一個老司機，這個司機是軟硬件一體的。Google不同于別人的地方是，在核心的硬件、核心的傳感器方面，谷歌都是自己做，不是通過外部采購，軟件方面，核心的決策控制，也是自己的。
互聯網公司做自動駕駛，國外看Google，國內看百度。
百度在國內算是比較早的，2013年就啟動了無人駕駛車項目，2014年9月和寶馬合作，但是和寶馬合作期限沒滿就鬧僵了。2015年底，百度成立了當時的L3事業(yè)部，最近百度整個自動駕駛事業(yè)部也完成了重新部署。同樣在2015年底，完成了高速公路上的路測。2016年百度和福特一起投資了Velodyne。2017年3月，百度收購了計算機視覺初創(chuàng)公司xPerception。
為什么寶馬和百度最后沒有很好地合作在一起?我認為跟他們的定位有關。寶馬和百度都想要掌握核心的決策大腦，中間涉及到數據和運營方面就會有沖突。寶馬在跟百度“分手”之后，跟英特爾、Mobileye開始合作，對于寶馬來說，英特爾、Mobileye可以提供更定制化的產品，比如芯片，對寶馬來說這樣的合作會更有利一些。
最近百度還搞了個大事情——上海車展期間，百度宣布“阿波羅計劃”，把智能駕駛相關技術逐步對外開放。百度為什么要在這個時點宣布“阿波羅計劃”?
早在2015年成立自動駕駛事業(yè)部時，百度就提出“三年商業(yè)化，五年量產”的戰(zhàn)略，三年商業(yè)化，就是2018年，所以時間已經迫在眉睫，因此在這個時點宣布開源。我認為這是百度在向車企和創(chuàng)業(yè)者拋出橄欖枝，類似于在跟國內主機廠說，“我已經準備的差不多了，你們接下來跟我合作就好了”。
百度的無人駕駛測試車
對于國內的自主品牌，如果想做自動駕駛，百度還是非常有吸引力的。
我們可以看到，互聯網公司跟主機廠有點像，他們都在抓“決策”，這是在自動駕駛里最核心的一塊。作為互聯網公司，百度的優(yōu)勢在深度學習，比如說深度學習上，在國內是相對有領先地位的。百度要做的，就是用相對領先的技術，幫助傳統車企，去解決自動駕駛中的決策規(guī)劃的問題。
掌握自動駕駛核心——決策的互聯網公司，和主機廠可能是有些沖突的。但我們又看到另一類主機廠，他們沒有選擇在自動駕駛早期以“大資金，長期投入”的策略布局，而是和已經投入非常比較多的互聯網公司合作，比如菲亞特-克萊斯勒，如果在搜索引擎搜“菲亞特”和“自動駕駛”兩個關鍵詞，幾乎所有條目都是其和Google相關的合作。
一級供應商：出發(fā)最早，軟硬件都有布局
說到一級供應商的自動駕駛布局，最值得研究的就是博世。
早在1978年，博世就已經在研發(fā)車用雷達，像雷達的功能，比如說車道偏離預警，博世2009年就有推出。2014年，博世開始量產車用多功能攝像頭和立體攝像頭，還出了iboost的電子制動系統。2015年，收購采埃孚的轉向系統。2017年，又投資了激光雷達公司Tetra Vue。
按照博世的規(guī)劃，2018年將會有一些自動泊車的商業(yè)化產品落地，2020年會推出高速條件下無人駕駛的產品。
博世在感知、決策、執(zhí)行三個方面，都有布局，投入大量資源做研發(fā)和相關投資收購。同時，博世與主機廠、互聯網公司、芯片廠、地圖廠商都積極合作，比如和英偉達合作開發(fā)基于Xavier人工智能計算平臺的自動駕駛系統，和戴姆勒合作開發(fā)自動駕駛出租車等。
博世和英偉達聯合開發(fā)的智能駕駛系統
除了主機廠、互聯網公司和一級供應商之外，最近還有個不得不提的大事情，就是英特爾153億美金收購Mobileye。從英特爾角度，收購Mobileye看重的是其在自動駕駛領域積累的大量數據。但對于Mobileye來說，如果只是想做一家企業(yè)的話，完全沒有必要把Mobileye賣給英特爾，那么為什么要這么做?Mobileye的CEO表示，如果想要推動自動駕駛的發(fā)展，帶來大的改變，需要這樣跨領域的合作，跨界的收購發(fā)生。
回過頭來再看百度開源這件事，其實也在做同樣的事情，不同領域的人參與進來，自動駕駛才能更快進入到我們的生活中。
自動駕駛現狀和時間表
在目前自動駕駛實現上，感知層面有攝像頭、雷達，它們的局限性也都非常強，多傳感器的融合，一定是必然的趨勢。在多傳感器融合上，也有一些難點，比如攝像頭采集到的畫面，跟雷達探測到的數據，要做到時點一致的才能去做融合，比如攝像頭是前向，前向看到的跟激光雷達360度看到的不一樣，二者需要做好匹配。
不同傳感器的價格和性能對比
深度學習技術給整個感知端，在物體的辨識上，帶來了很大的想象空間，但也會有一些問題，比如說深度學習對數據的依賴性很強。但是，實際的數據和我們理想中的數據差別比較大，包括在運算的功耗上，對整個系統的資源要求上，還面臨著挑戰(zhàn)。
通訊層面，V2V、V2X，技術上DSRC、LTE-V、5G國內都在測試。V2X不僅對車輛自動駕駛有很大意義，對整個交通系統的優(yōu)化，減少擁堵，提高出行效率，都有很大的意義，阿里正在做城市大腦。國內大概會在2018年以后，逐步開始制定V2V、V2X的相關標準。
高精度定位和高精度地圖方面，未來的高精度和目前的地圖比起來，承載信息會比我們想象的多很多，將可以承載大量的周邊信息和基礎設施信息。這些信息，再加上高精度定位，可以給整個系統增加冗余度，增加系統的可靠性。
在自動駕駛實現時間表方面，結合我們對于自動駕駛的分析和判斷，國內的這份技術路線圖還是比較有可能的。具體來說就是2020年之前，新車銷售的50%可能會帶有輔助駕駛或部分自動駕駛功能，以輔助駕駛為主。2020到2025年，高度自動駕駛的車輛，在新車銷售的比例上可能占到15%。2025年到2030年，完全自動駕駛車輛的新車銷售比例占到10%。
如果想要在自動駕駛領域有所布局，希望這個時間表可以給到大家參考。
下載文檔
