商界每台造价上百万,直播首秀却严重“翻车”!( 三 )


商界每台造价上百万,直播首秀却严重“翻车”!
本文插图
腾讯自动驾驶总经理苏奎峰曾告诉创业邦 , “烧钱是两个方面 , 一个是人 , 一个是路测 。 ”
在它看来 , 一方面 , 自动驾驶是一个顶尖人才聚集的地方 , 本身这个领域的人才就贵 。 另外一方面 , 测试的车辆测试设备的采购和运维、测试人员等成本都需要随着车队数量增加而持续投入 。
就拿车顶的感知设备来说 , 单个激光雷达价格可达数十万美元 , 但因易于损耗 , 每过2-3个月就不得不更换 , 成本过高 。
而谷歌则坚持走自研的路线 , 今年3月 , 谷歌旗下Waymo推出其第五代自动驾驶系统 , 在传感器层面进行了一轮大迭代 , 在系统感知性能上实现了飞跃 , 能精确读取500米外的交通标识 , 同时整体成本较前代缩减 50% 。
【商界每台造价上百万,直播首秀却严重“翻车”!】
商界每台造价上百万,直播首秀却严重“翻车”!
本文插图
搭载谷歌Waymo第五代自动驾驶套件的
无人驾驶出租车(来源:Waymo)
对于“无人出租车”烧钱这件事 , 行业内的玩家保持了积极的态度 。 同样参与Robotaxi业务、获得丰田投资的小马智行向创业邦表示 , “商业化不是一蹴而就的 , 它是一个逐步发展的过程 。 ”
小马智行则认为 , 自动驾驶行业已经过了研发与验证原型车的阶段 。 如今 , 到了一个逐步开始产品化和量产的阶段 , 无人驾驶出租车Robotaxi这种形态 , 是体现之一 。
03
4年磨一剑
滴滴到底功力如何?
自动驾驶的实现 , 主要分为感知、决策、执行三个层面 , 每一个层面都是钱、时间堆积而成的 , 没有捷径可以走 。
但对于滴滴自动驾驶 , 程维是信心十足的:“滴滴最大优势是场景和数据以及坚定投入的决心 。 ”
在6月 , 滴滴自动驾驶公司COO孟醒在一次演讲中道出了滴滴的三大优势:AI技术、数据、自动驾驶网络 。
首先 , 滴滴手里确实握着宝贵的数据 。
“最早的自动驾驶算法是基于规则的 , 需要人类输入规则来告诉车辆在哪种情况下该如何处理 。 而现在的自动驾驶 , 是基于数据的 , 通过自动驾驶车辆和人类驾驶员共同采集数据 , 用它来‘教’自动驾驶的车辆怎样更好的去开车 。 ”
滴滴自动驾驶公司CTO韦峻青介绍 , 目前不仅是滴滴自动驾驶车辆在进行数据采集 , 包括现在路上跑的滴滴网约车 , 能够提供每年1000公里的数据 。
而它这个数据的来源 , 正是滴滴已经在平台的运营车辆上安装了数量可观的后装智能设备桔视 。 滴滴官方透露 , 装有桔视的车辆订单已经占到滴滴平台上总单量的50%左右 。
商界每台造价上百万,直播首秀却严重“翻车”!
本文插图
再则 , 云端网络的部署 。
在云端 , 根据孟醒此前的演讲可以发现 , 滴滴推出了诸多衍生产品 , 比如查看所有车辆运行状况的安全护航平台;显示路况和车辆行驶状况的交通数据平台;管理供需平衡的平台;负责车辆管理的运力平台 。
基于此 , 滴滴自动驾驶还提出“混合派单模式” 。
采用人类驾驶服务和自动驾驶服务混合派单的模式 , 简单来说就是 , 在用户输入目的地的时候 , 后台会自动分析路线并完成任务分配 。 比如一些天气条件较差的时候 , 或者道路情况复杂的路段 , 则会指派人类驾驶员来接单 。
“弥补自动驾驶车辆仅能在特定区域使用的局限 , 让现阶段自动驾驶不仅仅停留一种新奇的体验 , 更能成为人们日常出行的切实补充 。 ”滴滴出行CTO兼自动驾驶公司CEO张博表示 。
最后 , 还值得一说的是车路协同 。
在路端 , 滴滴在测试区域内的部分路口 , 部署了自研的车路协同解决方案 , 利用V2X的方式将红绿灯的信息以及行人、车辆的信息传回给自动驾驶车 , 来辅助车辆对盲区或者暴雨等恶劣天气下的感知 。


推荐阅读