车载系统|大疆切入汽车赛道:闭关研发了5年( 二 )


和沈劭劼聊天的时候,他果然也提到了「噪音」的这个角度 。他觉得唯技术论、唯宣传论和唯资金规模论是自动驾驶行业里最大的噪音 。甚至那种把手机行业中「堆料」、「跑分」等方法在汽车行业重现的趋势,沈劭劼也并不认同 。
所以到底什么是自动驾驶的本质问题呢?
我和他聊到了一个有意思的话题:在自动驾驶时代,我一直有一个期待,就是在我每天上下班 3 公里的固定路段,把通勤时间用自动驾驶解决掉 。通勤的这 20 分钟是我工作的黄金时间,但现在没有一家自动驾驶公司能做到这样的程度,因为这样看似简单的消费期待,其实在技术上并不简单 。
从这背后能看得出,消费者对自动驾驶技术的期待主要在于,「好用不好用」这样的主观感受 。尽管目前自动驾驶也存在着从 L0 到 L5 这种严谨客观的技术分级制度,等级越高,责任归属逐渐从人转换到车 。但这些级别从来没有定义过功能是什么,或者好不好用 。
真正到达 L4 甚至 L5 当然是最完美的,但现实是这需要时间 。即便靠技术堆叠和不怕出事故的勇气宣布实现了高级别自动驾驶,其成本依旧会很高,可靠性也还需要时间来验证 。
L3 和 L4 显然是目前绝大部分新造车力量的共同目标,因为它已经有潜力重新定义车的体验 。只不过很多企业在讲自己达到了 L3 甚至 L4 级别自动驾驶的时候,从用户体验上看,与消费者主观预期似乎还无法达成统一 。这里面的核心问题是,如何定义用户在今天技术条件下「想实现且能实现」的到底是什么?
沈劭劼的观点是:如果把「好用的自动驾驶」定义成为用户在车内不用做任何驾驶动作,按一个键,到达目的地就下车 。那么,即便在 L2+ 的技术分级上,也应该有更多的体验提升空间 。
比如大疆的思路就是在自动驾驶过程中寻找更高的「可用范围连续性」,尽可能提供更多用户注意力解放,而不是去片面追求更高但是不可靠、或者不可普及的纯技术分级 。
自动驾驶系统的可用范围,在行业内通常使用 ODD(Operational Design Domain,运行设计域)进行描述,ODD 的连续性对用户体验来讲十分重要 。ODD 本身也存在很多个维度,需要选定时间和空间,之后必然还会有一定的概率出现各种例外的情况 。
如果例外情况多到系统无法保证足够的连续性,那系统在这个空间里本来就不应该用 。因为要求用户时刻保持注意力,而不确定什么时候要接管和控制车辆,这样用户体验和安全性反而都会更差 。
如果面对大部分时间自动驾驶系统都能够自行处理,但偶尔有一些例外情况,比如高速道路上出现了一些系统无法识别的障碍物等问题,如果解决了就会明显提升连续性 。
【车载系统|大疆切入汽车赛道:闭关研发了5年】对应到技术路线里,就是如何在一个物体无法被识别出来的情况下,对它进行躲避动作 。这个问题如果被「硬刚」突破掉,连续性就上来了 。
从聚焦到连续性这个角度出发,可以推导出一系列新的技术要求 。虽然例外情况发生的概率不可能彻底消除,但这样的突破,会大幅增加功能可用的连续性 。
大疆在自动驾驶技术上的不同思考,如果让我总结的话,就是一方面是敢于「认怂」,也就是面对现实,不直接强行追求技术上的所谓高级别 。
同时,如果一些场景连续性很难实现,该让驾驶员主导的,就不要去输出很差的自动驾驶体验,应该提早明确「这些场景我不行,还是人来操控」 。这比让人觉得车可以自动驾驶,但又要随时接管的体验和安全性都会更好 。
而另一方面则是要「硬刚」,当车进入到可以追求自动驾驶连续性的场景中,大疆可以「硬刚」到那些最值得解决的细节当中去,聚焦且极致地提升连续性,让消费者在尽量多的场景里真正得到注意力的解放,这样才是消费者真正需要的自动驾驶体验 。
大疆做自动驾驶这件事,给自己设定的「元问题」——是让每个人都有安全、轻松的出行 。这句话看起来并不「高大上」,但它背后承载的安全性、功能体验,以及成本问题,都显然需要大疆有更好的均衡驾驭才能实现 。这个目标也注定大疆的技术思路会有所不同 。
「产学研」和「技工贸」
虽然沈劭劼是在学术界比较有名气的人,但他一直认为自己是一名硬核的机器人工程师 。学术界与工业界的融合,对他来说并不是矛盾,这反而带来很多的优势 。其中一个优势就是在「产学研」转化非常快,许多学术研究的技术甚至不用转化,直接做出来就可以用在「实战」里面 。


推荐阅读