毋庸置疑,自动驾驶已经成为全世界的科技和汽车企业一致认同的未来汽车的发展方向。为了铺占市场,各大公司都不愿意在此领域丢失机会,所有多多少少都有涉水自动驾驶产业。

 

自动驾驶的全面爆发时代被认为在 10 年到 20 年后。曾有专业人士预测“最多再过 25 年,配备了完善人工智能的无人驾驶系统将彻底取代人类司机。”那么,在过去的 2017 年,自动驾驶到底有哪些发展和突破值得我们关注呢?

 

 

如火如荼的“芯片大战”篇:

自动驾驶的核心软件是自动驾驶芯片。目前,全球最著名的自动驾驶芯片公司分别是英特尔、英伟达和高通。第二梯队则有英飞凌、飞思卡尔、ST(意法半导体)、恩智浦、德州仪器和 Ceva 等。

 

而在过去的一年中,英特尔与英伟达的竞争异常激烈。

 

英特尔:钱要花在刀刃上

2017 年,自动驾驶领域最大的新闻当属英特尔斥资 150 多亿美元收购了 Mobileye。英特尔作为全球半导体产业的老大哥,在数据中心业务上具有绝对的优势,但是其自动驾驶专门领域内并没有建立自己的算法。收购 Mobileye 后,英特尔不仅获得了算法专用处理器 IP 的 Knwo-how,弥补了其在算法上的不足,还直接获得了 70%的 ADAS(高级驾驶辅助系统)的市场。同年,英特尔还收购了 Alter 获得了 FPGA(可编程逻辑器件)资产。

 

收购后,英特尔和 Mobileye 一起研发推出了最新一代 EyeQ5 芯片,该芯片能够提供每瓦特 2.4DLTOPS(万亿次/每秒)的效能。

 

(英特尔 EyeQ5 架构)

 

同时英特尔还在自动驾驶策略和视觉解决方案上做了大胆的尝试。

 

当其他的自动驾驶技术研发公司如 Waymo 和 Uber 等,还在采用“激光雷达”方案作为感应、传输和反馈的解决策略时,英特尔已经在考虑用“视觉优先”策略,搭配高清地图制作,替代激光雷达感应。如果此技术纯熟,则能够大幅度降低成本,并且获取更多规模经济。

 

英伟达:不甘落后地追赶

英特尔作为老大哥在自动驾驶领域冲锋陷阵,英伟达也不甘落后。

 

2017 年英伟达正式发布了全球首款人工智能(AI)自动驾驶平台“Drive PX Pegasus”。此自动驾驶平台基于英伟达之前的自动驾驶平台 Dreive PX 而开发。

 

升级后的 Drive PX Pegasus 性能更加强大,每秒操作超过 320 万亿次,比老版本性能超出 10 倍以上。并且配备了四个 AI 处理器。这套自动驾驶系统主要面向“Level5”的自动驾驶汽车。

 

(英伟达 Xavier 模型)

 

2017 年,英伟达还公布了其 Drive PX 旗下的最新产品 Xavier 以及未来的下一代产品 Pegasus,并基于 Xavier 分别联合博世以及采埃孚推出了车载 AI 超级电脑。

 

同时,英伟达在过去的一年,将其自动驾驶平台性能大幅度提高,并和很多汽车企业和科技巨头达成了合作。在传统车企中,其与大众建立了合作关系,新能源汽车中与特斯拉联手,同时还与百度达成了合作关系。

 

高通:研发具有通信优势的芯片

高通在 2017 年推出了全新的 C-V2X 芯片组和参考设计。此芯片和英特尔、英伟达的芯片有所不同,英特尔与英伟达的人工智能芯片对于自动驾驶系统来说是最根本的驱动,而高通的 C-V2X 芯片组主要用于通信系统。

 

我们都知道,通信网络的高速和流畅度对于自动驾驶汽车来说是异常重要的,几秒钟的延迟都可能导致重大的安全事故发生。而高通 9150 C-V2X 芯片组技术包括了两种传输模式,直接通信和基于网络的通信。其直接通信能力能够通过使用低延迟传输检测和交换信息来保障车辆的情境安全。

 

(高通 C-V2X 架构)

 

同时,C-V2X 基于网络的通信功能,支持 4G 和新兴的 5G 无线网络设计,支持远程信息处理。而通过集成的全球导航卫星系统(GNSS)支持,它为车辆提供了精确的定位。另外,随着扩展通信能力和精确的定位,一辆汽车还能够与其旁边一定范围内的汽车进行通信。

 

在 2017 年年底,高通还获批了在加州公路上测试自动驾驶汽车的资格。高通总裁纳库尔·道格表示,希望高通能够成为自动驾驶领域的关键一员。

 

特斯拉:芯片还要靠自己

同时,特斯拉在过去的一年也将自动驾驶芯片的自主研发提上了日程,主要因为是现有的芯片供应商无法很好的满足特斯拉对于高级别自动驾驶的计算要求。此前,特斯拉的自动驾驶芯片使用的是 Mobileye 的 EyeQ3,当时 EyeQ3 算是计算性能最好的自动驾驶芯片。但是由于特斯拉 Model S 撞卡车事件的发生,特斯拉与 Mobileye 合作破裂,分道扬镳。

 

2016 年,特斯拉还使用了英伟达的 Drive PX2,但是英伟达的 Drive PX2 有个问题就是功耗过高,算力还无法完全满足马斯克的需求。2017 年 12 月,马斯克放出消息,特斯拉正在开发制定 AI 芯片硬件,自给自足。目前,该芯片已经进入到了设计完成、测试验证的阶段,我们只能静待 2018 年特斯拉的成果了。

 

其他芯片研究公司:不断超越自己

除了这几家芯片巨头,第二梯队的芯片厂商们也一边寻求与第一供应商(Tier1)或传统汽车厂商的合作,一边建造自己的生态系统,打造包括核心处理器、精密雷达、摄像头和定位技术的全方位自动驾驶操作平台。例如恩智浦在被高通收购后,推出了 S32 平台,这款全新的汽车处理器平台具有强大的网络能力,能大幅度提升汽车安全。

 

(地平线 AI 芯片架构)

 

国内也有一些研究自动驾驶汽车场景的计算芯片,例如地平线在 2017 年发布了其自主研发的 ADAS 芯片——征程。征程 1.0 处理器采用了地平线的第一代 BPU 架构,具有全球领先的性能,可实时处理 1080p@30 视频,每帧中可同时对 200 个目标进行检测、跟踪、识别,典型功耗 1.5W,每帧延迟小于 30ms。

 

芯片是自动驾驶系统的核心,过去的 2017 年,各芯片企业成长迅速。其产品性能都在不断改进,这对于推进自动驾驶时代的来临将起到重要作用。

 

零部件供应商之——激光雷达篇

自动驾驶除了最根本和底层的软件芯片之外,还需要各种零部件例如激光雷达、感应器、摄像头等。作为 Tier1(一级供应商),激光雷达领域已经形成了以 Autoliv、博世、大陆、德尔福和 Velodyne 为第一梯队,电装、富士天通、日立等日本供应商为第二梯队的市场格局。

 

由于普通的激光雷达受到波长限制,在雾霾、雨雾天气下无法正常工作,因此自动驾驶车辆上主要搭载的是毫米波雷达。

 

毫米波雷达的四大厂家“ABCD”分别是,Autoliv、博世(Bosch),大陆(Continental),德福尔(Dephi)。

 

(2015 年车载毫米波雷达市场份额)

 

目前市场上的车载毫米波雷达主要有 24Ghz、77Ghz 和 60Ghz 三类。而 24Ghz 的占据了最多的市场份额,24Ghz 主要用于 L1、L2 等低级别的自动驾驶系统,因为其频率较低,宽带受限,角分辨率有限,只能于近距离环境检测。但是由于其价格较低,成为目前各自动驾驶汽车厂商主要的试验对象。

 

大陆:寻求高阶毫米波雷达的突破

对于 24Ghz 的激光雷达,大陆占的市场份额较多。2017 年 9 月,大陆还收获了吉利 77Ghz 毫米波雷达的订单。大陆之前有一款 ADAS 专用激光雷达 SRL1,在 2015 年被用于沃尔沃 City Safety 自动安全系统,帮助实现 AEB(自动制动系统)功能,但是此款雷达无法满足高等级自动驾驶的需求。因此,大陆推出了其高性能激光雷达研发计划,以寻求突破口,研发出适合更高等级自动驾驶的 77Ghz 毫米波雷达。

(大陆短距离激光雷达)

 

Autoliv:来得晚就要抓紧步伐

Autoliv 是一家瑞典的国际跨国公司,主要研发汽车电子安全系统,并为汽车提供电子控制单元、汽车方向盘系统等。但是 Autoliv 进入激光雷达领域的时间,和其他第一梯队的公司相比较晚。因此,Autoliv 一直寻求与其他知名的雷达激光厂商合作,2017 年 7 月,Autoliv 和 Velodyne 达成合作,应用后者技术,结合自身的经验生产车规级激光雷达。

 

同时 Autoliv 还收购已经初有名气的激光雷达技术公司,以求获得更多的专利和知识产权。2017 年 10 月初,其收购了一家瑞典激光雷达技术公司 Fotonic i Norden 的部分资产,收购协议允许对被收购公司技术专利的使用,尤其是其 ToF(Time of Flight,飞行时间)测距技术。

 

德尔福:有条不紊的投资布局

在第一梯队的这些激光雷达公司中,德尔福是最早对激光雷达公司进行投资的。德尔福的投资战略了 Quanergy 的光学相控阵技术路线的激光雷达,此雷达针对高级别自动驾驶技术,研发难度较大。

 

同时还在 2017 年投资了以色列 Innoviz 公司,此公司的激光雷达方案是相对容易实现的 MEMS 方案,并且已经实现了 Innoviz One 和 Innoviz Pro 两种类型产品的量产,分别对应的是自动驾驶的低等级和高等级需求。

 

同年,德尔福还投资了加拿大初创公司 Leddartech,此公司在 Vu8 固态激光雷达上有独特的技术,还提供信号处理芯片。此举使得德尔福更加稳固了其在固态激光雷达领域的地位。

 

博世:77Ghz 毫米波雷达的领跑者

博世在毫米波雷达市场一直占据较高的市场份额。而博世本身的优势就是高精确度的激光雷达,例如 77Ghz 毫米波雷达,当然目前市场上在售的分辨率最高的是 Velodyne 的 64Ghz 激光雷达,每秒激光点云出点数 120 万。

 

(博世长距激光雷达)

 

2017 年,博世在宏观方面对公司进行了拆分,专门独立出的安波福公司将主要发展互联网汽车和自动驾驶汽车业务。而公司的主体德尔福科技则专注内燃技术、软件和控制等其老本行,为其继续盈利,来支撑对自动驾驶汽车业务的研发。

 

同时,博世开始包揽整个激光雷达产业链的产品,包括各类传感器,并对 MEMS 技术投入重资,研发激光扫描产品。除此之外,博世还宣布投资 11 亿美元在德国新建芯片制造厂,主要生产自动驾驶相关的传感器芯片。

 

传统车厂篇:各下游产业链的大整合

在自动驾驶的大潮倒逼,以及新型自动驾驶汽车厂的冲击下,各传统汽车厂商开始寻求与自动驾驶辅助系统研发商、激光雷达供应商、底层芯片供应商、精准地图研发商们的合作,并寻求测试和量产。

 

奥迪新 A8——全新的突破

奥迪作为德国大众下的子公司,其在自动驾驶上的探索和投入成功超过了总公司大众。大众在自动驾驶上并没有交出太好看的成绩单,其在 2017 年发布了一款 L5 级别的自动驾驶概念车 Sedric,Sedric 的驾驶过程完全不需要人为参与。但是从目前的技术来看,此款概念车的落地并非易事。大众集团一直致力于在 2020 年左右制造出商用的 L5 级别的自动驾驶汽车。

 

(奥迪 A8)

 

而奥迪在 2017 年上市了新奥迪 A8,奥迪 A8 是全球首款搭载了 L3 级别自动驾驶的量产车。也是目前第一款搭载激光雷达传感器的量产车。除了激光雷达,A8 还搭载 1 个前视摄像头、5 个毫米波雷达、4 个环视摄像头、12 个超声波雷达,它基本达到了量产车中最丰富的传感器配置水平。其可在不高于 60km/h 的速度下,在法律允许的区域内实现自动驾驶。

 

通用——走上高速公路的新测试

去年,传统汽车厂商同样交出漂亮成绩的还有通用公司。2017 年在北美上市的 2018 款凯迪拉克 CT6 搭载了测试已久的 Super Cruise 高速公路自动驾驶系统。此功能只能在高速公路上开启。在条件允许的情况下,系统不会对双手离开方向盘的时间做出限制,可以做到完全解放双手。

 

为了保证驾驶者的安全,通用引入了高速公路高精度地图,并且在方向盘上嵌入了警示灯带,同时增加了拍摄驾驶员眼部和面部的两个摄像头。当摄像头系统判断出驾驶员的注意力没有集中在前方时,就会通过方向盘上的等待以及其他方式发出提醒。根据不同的警示级别,车辆会进行不同的处理。

 

静候时机的其他传统厂商

其他传统汽车厂商,像沃尔沃、日产、宝马福特、戴姆勒等,虽然在去年成绩平平,但都已经推出了自动驾驶汽车时间表。根据这些企业的时间表,到 2020 年会有部分量产车出现。

 

业内人士认为,目前传统汽车队自动驾驶的探索还处于 L2 向 L3 过渡的关键阶段,但是随着芯片、算法、高精度地图等技术的日趋成熟,政策法规的不断完善,预计从 2020 年开始,L3 自动驾驶市场会迎来爆发,并预测 2020-2025 年,L3、L4、L5 市场的增长率将接近 100%。

 

奥迪,和通用用行动证明了,在自动驾驶的大潮下,传统汽车厂商要跟紧步伐,勇于革新,和各供应商进行合作,而不是闭门造车,只关注传统供应链。自动驾驶的大潮,必定要倒逼统汽车厂商重新面对产品供应和产品制造。

 

步调不一的科技巨头篇

科技巨头们在专注自己核心产品研发的同时,也将目光纷纷转向自动驾驶。但是显然,科技巨头们对于自己生产自动驾驶汽车并不感兴趣。而是纷纷投向自动驾驶操作系统平台,利用自己在核心产业上的优势,力求与自动驾驶操作系统融合。

 

不断路测的谷歌 Waymo

 

(谷歌 Waymo 测试车辆)

 

2017 年谷歌在自动驾驶上并没有什么大动作,不过他们目前已经积累了超过 350 万英里的真实路测数据。同时,谷歌 Waymo 已经研发出了无人级即接近 L4 级别的自动驾驶操作系统。过去的一年,谷歌一直在搜集路测数据,大约每天都有 25000 辆 Waymo 自动驾驶汽车在模拟器中“行驶”至少 800 万英里的路测数据。截至目前,Waymo 积累的虚拟路测数据已经超过 10 亿英里。

 

低调的苹果

苹果公司一向对自己的产品和研发技术的保密工作做得很好。但是,2017 年苹果公司的 CEO 库克证实了苹果公司对自动驾驶技术的关注。同时透露了苹果公司正在研发的自动驾驶系统的一些成果。苹果的这个系统通过创建软件,以及车辆上安装的单个或多个摄像头获得的图像来识别汽车、行人和道路的可行驶路段。并且,此系统的优势是即使在雨天雨滴溅到摄像头上,该系统的表现依然出色。

 

同时,苹果公司提到了一种 SLAM 技术,该技术可以用于即时定位和地图构建,并进行本地化的同步和映射。此技术不仅能够用到自动驾驶汽车上,还能用在地图制作和增强现实等领域。

 

押宝自动驾驶:百度 Apollo

百度花重资投入自动驾驶和人工智能,自动驾驶业务几乎成了百度 2017 年最重要的任务。2017 年 7 月、9 月、以及今年月初,百度分别推出了 Apollo1.0、Apollo1.5 和 Apollo2.0。在 Apollo2.0 中,云端服务、软件平台、参考硬件平台以及参考车辆平台四大模块已全部开发,全面支持英特尔、英伟达、NXP 和 Renasas 四大主流计算平台。

 

寻求小路径的三星

去年年底,三星也在为自己的自动驾驶道路做铺垫。其与硅谷新创公司 RenovoAuto 合作开发自己的自动驾驶操作系统。据称,此系统名为 AWare,其是一个 API 平台,整合并管理自动驾驶汽车所需要的软件,在保证安全的情况下让软件协同工作。此系统与自动驾驶汽车的关系,就像谷歌安卓系统和智能手机的关系。晚入局的三星,似乎在寻找一条竞争较小的道路,以期获得入门砖。

 

信心十足的新兴车企

在新兴车企的身上,你总能感觉到一股满满的朝气。

 

· 蔚来汽车:

 

(蔚来汽车)

 

新兴车企蔚来汽车在 2017 年 3 月,发布首款自动驾驶概念车蔚来 EVE。同年 12 月,公布了首款量产车 ES8,配备 NIO Pilot 自动辅助驾驶辅助系统。NIO Pilot 自动驾驶系统是其自主研发自动辅助驾驶系统,其搭载了 21 个传感器、1 个驾驶状态监测摄像头、1 个前视 3 目摄像头、1 个长距离毫米波雷达、4 个中距毫米波雷达、12 个超声波雷达和 4 个环视摄像头。同时搭载了 Mobileye 的 EyeQ4 的计算芯片。但是,其官方并未透露其自动驾驶能力处于哪个级别。

 

· 小鹏汽车:

小鹏汽车在 2017 年获得了较为充足的融资。目前,其已完成了总额 22 亿元人民币的 B 轮融资,由阿里巴巴集团和富士康联合领投。加上之前的融资,小鹏汽车已经从资本市场获得了超过 50 亿元人民币的资金。

 

他们在 2017 年挖来了原特斯拉自动驾驶技术人员担任其自动驾驶研发的 VP。并且其在自动驾驶方向发展的目标:首先要搭建一个以自主研发为主的技术体系,同时设计一个可演进生长的技术架构,并且将这些技术落地在中国的道路环境下。即做中国特色的自动驾驶汽车。同时确定要在 2018 年和 2019 年推出两款量身定制的自动驾驶量产车。

 

无法独行的高精度地图篇

高精度地图是自动驾驶整个产业链中不可缺少的重要环节,因此,高精度地图公司也成为自动驾驶产业中重要的一份子。高精地图公司的任务是不断收集各种路况信息数据,提升地图精确度技术。同时,他们还要寻求与制造芯片和自动驾驶系统企业进行合作。

 

HERE

Here 是一家为汽车和物联网提供数字地图和位置服务的全球性公司。其从 2013 年就开始着手制造高精度的 3D 地图。

 

(HERE 地图)

 

为了让地图不断更新,Here 不仅在全球部署了数百辆绘制地图的汽车,还与许多城市、地区的政府建立了深度联系,及时获取第一手信息。

 

在构建高清地图时,Here 的车队配置了高像素摄像头、Velodyne LIDAR 扫描系统,以及高精度的 NocAtel GPS 设备,通过这些设备扫描道路及周边状况,然后把数据传送到 Here 的云端。

 

早前,Here 还与 Mobileye 开展合作,Mobileye 利用其 Roadbook?即云端地图,将收集的数据层整合在 Here 高清地图中。2017 年,英特尔为布局其自动驾驶版图,收购了 HERE 公司 15%的股权。

 

四维图新

四维图新占有国内相当大的高精度地图份额,众所周知,高精地图的数据搜集任务非常庞大。因此,四维图新选择和国内两大地图提供商百度和高德合作,共同进行自动驾驶研发。

 

和 Here 一样,他们搜集数据的主要做法也是通过车队进行地图信息收集。2017 年,四维图新、高与博世达成合作,因此其数据采集车队上都安装了博士提供的雷达传感器。

 

四维图新的产业生态不止如此,其还收购了汽车电子芯片设计和解决方案的提供商杰发科技,以布局自动驾驶领域的软业务。

 

结语

2017 年,除了这些自动驾驶产业链上软硬件提供厂商,各国法律法规也给予了相当大的支持。在我国,去年 12 月份通过了《北京自动驾驶路测细则》,这是我国首个地方版试行政策,也体现了国家开始重视自动驾驶的技术发展。

 

同时,除了自动驾驶汽车领域,自动卡车产业也同步发展。2017 年,深圳出现了第一辆自动驾驶大巴——阿尔法巴,该项目由深圳巴士集团、腾讯、比亚迪、清华大学等机构共同研发。公交车配备一名司机。不过由于目前无人驾驶由于目前无人驾驶领域立法尚处盲区,因此技术推广仍存困境。

 

(深圳自动驾驶巴士)

 

总的来说,在过去的 2017 年,自动驾驶芯片和激光雷达的技术发展最快。英特尔和英伟达自动驾驶芯片在过去一年进行了两次更新迭代。同时,激光雷达的技术突破使其量产变得更容易。2018 年初迎来好消息,Velodyne 旗下 16 线激光雷达价格减半。但是,目前的带有自动驾驶功能的量产车,其自动驾驶级别是较低的,大部分处于 L2 级别。

 

从上述的几个维度来看,自动驾驶产业正处在一个快速成长期,等到自动驾驶芯片厂商大规模投入应用、激光雷达精确度提高以及成本降低后,传统车厂、新兴车企以及科技巨头将在这条赛道上,开始真正的比拼。2017 年只是一个开始。