江苏龙网

  1. 首页 > 资讯 > 资讯 > >

技术难题|自动驾驶真正上路 还有10%的技术难题待解

_原题为 自动驾驶真正上路 还有10%的技术难题待解
自动驾驶真正上路 还有10%的技术难题待解
【技术难题|自动驾驶真正上路 还有10%的技术难题待解】自动驾驶在技术上已经解决了90%的问题 ， 但剩下10%的问题如很多边界化难题 ， 却可能要花费比过去更多的精力去解决 。
10月21日 ， 全国首个常态化运营的5G无人公交在苏州落地 。 这个在苏州高铁新城亮相的无人公交是在开放的城市道路上运行 ， 且速度可达20—50千米/时 。 这辆无人公交车除了具备避让行人车辆、自动变道、自动转向、红绿灯识别等基本功能 ， 还能应对各类城市复杂交通场景 ， 例如穿行人车混杂的路口、应对后车加塞、“鬼探头”等 。
此前 ， 10月12日 ， 北京也开放了无人驾驶出租车试乘 ， 可试乘区域包括海淀、亦庄等 ， 12日当天北京地区的呼单量就突破了2600单 。 而早在今年4月 ， 长沙已经全面开放了无人驾驶出租车服务 。
自动驾驶服务陆续落地 ， 是否意味着其商业化临近？
商业化正迎来最佳时机
目前自动驾驶的落地情况如何？其发展到了一个什么程度？
“2019年12月 ， 国内首次提出了新基建的概念 ， 掀起了一股新浪潮 。 新基建包括5G、物联网、工业互联网、卫星互联网、人工智能、云计算、区块链七大板块 ， 其中有三大板块是自动驾驶软件的核心技术——5G、AI、大数据中心(云计算) 。 ”轻舟智航联合创始人、CEO于骞在接受科技日报采访人员采访时表示 。
在于骞看来 ， 自动驾驶处于这几大领域的交汇点 ， 是新基建的典型落地应用 。 加上近年来不断完善的智慧城市、智慧交通相关政策 ， 可以说 ， 自动驾驶在国内的商业化落地正迎来最佳的时机 。
“在整体落地方面 ， 仅从近几年无人驾驶行业的创业公司情况来看 ， 以2018年为分界点 ， 无人驾驶领域确实是出现了两个创业的黄金窗口 。 ”于骞说 。
第一个黄金窗口出现在2015年至2017年之间 ， 在这段时间里 ， 出现了一批自动驾驶公司 ， 在这个阶段的融资主要是靠估算的产品规模以及团队背景 ， 当时市场对L4级别自动驾驶(全自动驾驶)产品落地的期望值很高 ， 定下了不少比较乐观的近期目标 。
“在近期目标没有实现时 ， 市场感到了失望 ， 并重新对落地时间树立起了新的认知 ， 这时又遇上了资本寒冬 ， 所以自动驾驶创业公司的声音少了许多 。 ”于骞表示 。
在2019年之后 ， 人们对L4级别自动驾驶的预期开始回归理性 ， 随着技术的进一步成熟 ， 市场的需求也呼唤无人驾驶产品落地 。 同时国家的各类政策先后推出 ， 以及相应的法律法规逐渐完善 ， 随着硬件成本的显著下降 ， L4级别自动驾驶的短期落地场景逐渐明确了 。
于骞表示 ， 目前 ， 业内预计公共道路中低速载人场景的落地运营时间大概在1—3年 ， 公共道路中低速载货场景的落地运营时间则是在3—5年 。 虽然前几年已经有各种物流车、摆渡车试运营 ， 但这些试运营都只局限在园区里头 ， 这里的落地 ， 指的是在公开道路中的落地 。
无人小巴更具落地可能性
部分应用落地是否意味着自动驾驶将很快投入商业化运行？自动驾驶的商业化道路还有多远？
在于骞看来 ， 自动驾驶能否商业化取决于不同自动驾驶级别和不同场景 ， 例如L2级别自动驾驶(部分自动驾驶)的方案已经在许多量产车上落地 。
“无人驾驶出租车作为目前市场规模最大的、最有挑战的部分 ， 是城市复杂交通环境无人驾驶的终极目标 ， 但无人驾驶出租车的落地周期比较长、速度快、非固定路线 ， 落地难度会比较大 。 ”于骞说 。
目前业内更看好无人小巴在公开道路的商业化落地应用 ， 无人小巴正在国内多个城市启动常态化运营 ， 可满足城市中的地铁接驳及微循环接驳需求 。
如苏州在2020年7月发布了全球首条城市微循环无人小巴市民体验线路 ， 并随后落地了全国首个常态化运营的城市公开道路无人小巴项目 ， 部署多条无人小巴城市微循环线路 。 苏州的无人公交项目将设置多条路线 ， 覆盖高铁新城周边9.8平方公里区域 ， 解决居民出行“最后三公里”难题 。 这是目前国内覆盖范围最大的无人公交项目 ， 也是唯一常态化运营的城市公开道路无人公交项目 。
于骞表示 ， 无人小巴这一应用场景具有三大优势 。 第一 ， 中低速场景 ， 乘客对车速的预期可控 ， 速度保持在20—50千米/时之间 。 第二 ， 固定路线 ， 车在同一条线路上反复磨练 ， 更能确保行驶安全 ， 并可实现红绿灯优先和预警 。 第三 ， 满足多人出行 ， 具有社会效益 ， 在公共道路上享受优先路权 。
“无人小巴这一应用场景结合了固定路线中低速、多人出行路权优先、可部署基于5G的车路协同等优势 ， 或将成为L4级别自动驾驶的最快实际落地场景 。 ”于骞说 。
已经解决90%的技术问题
有专家指出 ， 目前困扰自动驾驶的主要难点在于其决策规划和感知 ， 并认为目前并没有看到这两个难题的解决措施 ， 此观点获得不少人的认同 ， 现实情况是否如此？
于骞认为 ， 决策规划和感知的问题都可以归结为自动驾驶的长尾问题 。 自动驾驶在技术上已经解决了90%的问题 ， 但剩下的10%却可能要花费同样多甚至更多的精力去解决 ， 这10%包括很多边界化难题(Cornercase) ， 如在车辆遇上野鸭子之前 ， 工程师甚至不知道会有野鸭子的问题 。 所以边界化难题是需要去发现并解决的 。


推荐阅读


上一篇：柳工|新技术让工厂实现透明可视化

下一篇：产业|2020年江苏游戏产业发展报告发布 5G助力产业提升竞争力