做自动驾驶的“开路先锋”,自主泊车真的准备好了吗?

2024-03-21 01:40

本文主要是介绍做自动驾驶的“开路先锋”,自主泊车真的准备好了吗?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

图1.png

文 | 魏启扬

来源 | 智能相对论(ID:aixdlun)

在今年的龙湾论坛上,吉利向外界正式发布了“爬行者智能系统”,并宣布利用V2X技术,借助“云端”、“路端”、“停车场端”的辅助设施,能100%实现自主泊车。

几乎在同一时间,百度智能汽车事业部总经理顾维灏在接受媒体采访时,表示百度的自主泊车解决方案现可适用于市面99%以上的的停车位,目前已有Gofun出行、盼达用车、威马汽车、现代汽车、欧拉汽车、比亚迪汽车、长城汽车、江淮汽车、力帆汽车等9家企业成为百度自主泊车合作计划的首批合作伙伴。

在此之前,自动驾驶初创公司纵目科技于去年12月26日宣布收到中国一汽的项目定点通知书,将在一汽红旗品牌2020年的量产车型上,部署低速自动驾驶L4级自主代客泊车系统(Auto Valet Parking简称AVP)。这也是国内首个AVP项目明确落地的消息。

相比自动驾驶的遥遥无期,自主泊车似乎要先行一步率先实现商用落地了。然而,在自主泊车成为自动驾驶的“开路先锋”之前,先审视一下自己,真的准备好了吗?

自动泊车,自主泊车别傻傻分不清楚

在进行讨论之前,我们得先分清自主泊车和自动泊车之间的差别。由于两者只相差一个字,且最终展现的结果都是实现智能化停车,因而很多用户都将两者混为一谈。实际上,自动泊车和自主泊车在功能(智能停车)实现的方式、过程以及技术难度上完全不同,分别处于高低不同的两个技术维度。

自动泊车是利用车辆周身搭载的传感器(主要是超声波雷达),测量车身与周围环境之间的距离和角度,通过数据分析和操作控制,实现无人操作或便捷式操作停车入位。

自主泊车对技术的要求要高上一个等级,是自动驾驶的一个分支,解决的是“最后一公里”的停车问题,需要汽车按照规划好的路线自动行驶并完成泊车。实现自主泊车需要更多的传感器、更复杂的感知、定位、规划等技术,在一些解决方案中,还需要车联网、停车场标准化建设以及数据的协同和互通。

做一个形象一点的比喻,自动泊车做的是判断题,即感知到车位后判断能不能停,得到肯定答案后,再按照预先设置好的程序完成停车动作;自主泊车做的是应用题,不光要有感知车位的判断能力,在“找到”车位之前还要解决路线规划、躲避障碍等方面的问题,在整个过程中,最重要的部分是“如何找到车位”。

实际上,随着技术的发展,越来越多主机厂在量产车型中装配了自动泊车系统,并将其作为新车的主要卖点进行宣传。

早在2012年,比亚迪推出售价不到10万的新车速锐中就装配了“遥控驾驶”技术,用户可以在车辆周围20米可视范围内在车外使用遥控钥匙,操作车辆启动、前进后退和左右转向,泊车、取车是该项技术的最大应用场景。该项技术也可视为具有雏形的自动泊车系统在国内市场的最早应用。

去年10月31日上市的吉利缤越在新车中配备的自动泊车系统可以一键实现水平泊入、垂直泊入和水平泊出功能,整个过程中驾驶员都无需控制方向盘、油门及刹车。凭借着这一技术,缤越也成为去年国内市场最成功的新车之一,上市首月销量即破万辆,4月以12784辆的销量排名SUV总销量第三。

造车新势力小鹏汽车也将自动泊车作为主要卖点。小鹏G3全车配备了12个超声波传感器,5个视觉传感器和3个毫米波雷达。利用数量众多的传感器组合系统来提升车位识别率和泊车成功率,丰富自动泊车的功能。根据小鹏汽车介绍,目前小鹏汽车自动泊车的成功率超过70%,与之对应,特斯拉的自动泊车成功率只有13%。

至于自主泊车,现在还只处于“爆发前夜”,停留在“定点展示”阶段。

其中最早的落地案例来自2017年7月戴姆勒和博世联手打造的“自动代客泊车服务”。戴姆勒提供测试汽车和汽车技术,博世负责停车场的智能化改造,在斯图加特的梅赛德斯-奔驰博物馆,用户就能享受到使用手机APP操控实现自动泊车。

此外,像大众、奥迪、国内的荣威、小鹏汽车等都通过不同的形式向外界展示过自己的自主泊车技术。

自动泊车尚未普及,自主泊车急切上位的底气在哪?

一个较为尴尬的现实是,现在的自动泊车系统还不够完美,有些系统对车位的要求比较高,实用性不强,有的则经常出现系统识别和判断错误,停车失败或者剐蹭等问题,上文也提到,小鹏汽车公布的70%停车成功率还算一个比较高的水平,这也使得自动泊车系统装备上车的数量并不多,行业预测到2023年时,自动泊车系统的普及率才会超过20%。

在常识中,技术应用的普及过程一般按照先易后难的顺序螺旋上升,而现在在自动驾驶的风潮下,自主泊车急于“上位”(上车),它的底气从何而来呢?在智能相对论看来,无非这几点:

1、时代环境发生变化,自主泊车已具备上车条件

首先,自动泊车是互联网时代的产物,自主泊车是人工智能时代的产物。

自动泊车技术的不完善实际上可以归结为“历史遗留问题”,自主泊车则是在人工智能时代自动驾驶研发风潮下诞生的一个技术分支,两者间没有可以前后衔接结合的空间。

回到对人工智能时代自动驾驶的讨论,上文提到技术应用的普及一般按照先易后难的顺序螺旋上升,行业普遍认可的自动驾驶商业落地需要从4个维度进行考量:封闭场景/开放场景、固定路线/自由路线、低速/高速、车内有乘客/车内无乘客。

对这4个维度的8项条件进行组合,自动驾驶的最高境界就是“开放场景、自由路线、高速和车里有人”,这也是自动驾驶的终极目标,虽然全球的一线科技公司都在进行相关研发,但自动驾驶落地商业依然没有明确的时间表。

说完最难的,再来说说自动驾驶最容易落地的情况:“封闭场景、固定路线、低速、车内无人”,在这方面,部分自动驾驶研发公司已经实现了技术在矿区、工业园区、港口等场景的落地。

就像升级打怪,此时自动驾驶开始挑战更高一级难度的落地,处于中间地带的自主泊车场景被提炼了出来——“开放道路(但道路条件较为简单,行驶距离有限且受行人干扰较小)、自由路线、低速、车内无人”。

时代环境发生了变化,技术也达到了商用落地的临界点,自主泊车急着“上车”也就不足为奇了。

2、能够最大程度满足商业变现的需求

自动驾驶对于汽车行业主要有两层意义。一层为拓展汽车的功能,促进汽车销售;一层为改变出行的形态,将汽车属性由所有权变成使用权,共享出行。

“一万年太久,只争朝夕”。

既然自动驾驶全面落地遥遥无期,那么走“折中路线”的自主泊车就充当起“开路先锋”的角色。

这也就很好理解了。

现阶段,在销售端,自主泊车可以很好的扩充汽车实用的智能科技功能,成为车企的销售卖点,进而演化成具有核心竞争力的技术之一,毕竟那种“招之即来,挥之即去”的感觉只要尝试过后都想长期拥有;在出行端,自主泊车更是击中了出行平台泊车管理的痛点,在数字化运营的趋势下,自主泊车还能切入出行平台的运营,这是一个比成为主机厂供应商更有诱惑力的方向。

作为自动驾驶的一种形态,自主泊车两边“讨好”,成为现阶段实现技术落地,商业变现的最佳方向。并且,自主泊车系统的推广和普及,也会增强用户对于自动驾驶技术的信心,为更多自动驾驶技术的推行扫清认知障碍。这也是行业推进自主泊车“上车”的原因所在。

3、面临的法律政策风险更小

由于自主泊车处于“开放道路(但道路条件较为简单,行驶距离有限且受行人干扰较小)、自由路线、低速、车内无人”的应用场景之中,其中的“低速”和“车内无人”将大大降低自主泊车上路的立法难度。

此外,由于“车内无人”,即便发生事故,处于自主泊车状态中的车辆也无需进行“保乘客还是保行人”这样的伦理选择,这对于算法和机器训练的要求也大大降低。

法律障碍小,事故风险低,这样的结果就是主机厂采用新技术的意愿更强烈。

在全面上车之前,自主泊车还需解决商业模式之争

虽然行业都很看好自主泊车,一些车企的量产计划也逐渐浮出水面,但市场仍然存在一些不确定的因素,其中最大的分歧在于自主泊车的解决方案和商业模式之争。

在自主泊车的研发阵营里,智能相对论发现,已经旗帜鲜明的出现了两派。一派是以百度、纵目科技等为代表的“单车智能”派,即通过对车辆的改造,提高单车智能的方式来实现自主泊车;一派是以博世(根据吉利公布的“爬行者智能系统”的描述来看,也可归为这一类)为代表的“车场协同”派,即通过对停车场端的设备改造,强调车端与场端的协同来实现汽车的“自动泊车”。

“单车智能”派的优势在于成本可控,且技术方向更接近未来的自动驾驶形态。百度Apollo自主泊车采用摄像头和超声波雷达两种传感器的方案,可将整套成本控制在1万元人民币之内,对于大多数用户来说,这是一个比较容易接受的成本增幅。

“车场协同”派的优点在于对车辆的要求不高,但在场端的设备改造成本则需生态圈中的某一方来消化。像戴姆勒和博世的联合方案中,他们在场端使用了柱式安装的工业级单线激光雷达,实际应用中,平均每3个车位大约需要布局25颗激光雷达。如果按照这样的标准,场端改造费用将是一个天量数字。如果没有足够明晰的市场前景,是无法推动资本去完成这项基础设施建设的。

对此,有自主泊车技术厂商提出了“运营商模式”,即由自主泊车厂商出资和设备进行场端改造,相对于在各个停车场建立“基站”,技术普及后,自主泊车厂商凭借着手中的“基站”资源变换身份为“运营商”,通过向用户收取“自主泊车服务费”的方式来完成商业闭环。

吉利的野望更大,希望通过“爬行者智能系统”打造成融合汽车、网联、基础设施、政府和运营商的新生态的技术入口之一。其商业模式是这样的:在前端,实现直接泊车服务、增值服务、小区与商业中心峰谷分流模式以及支付服务;在后端,包括金融、广告、保险以及数据的收入等都可以带来持续的收益,形成良好的商业体系循环。

其实不管是哪种模式,现在需要厘清的问题是,自主泊车到底面对的是C端市场,还是B端市场。从支付的闭环来看,最终买单的是C端用户,那么在整个流程中,自主泊车技术厂商、主机厂、出行平台运营商、物业公司、充电桩运营商等各方的利益如何分配?

智能相对论认为,上述问题的答案首先取决于两种解决方案和商业模式最终的竞争结果,只有在统一技术方向和背景条件下,商业模式才有规范的可能;其次,在新的商业规则建立过程中,看哪方能率先拿下具有垄断地位的资源,无论是技术方还是运营方,这样自主泊车在整个汽车生态圈中才能掌握更大的话语权。

现在,我们要做的就是静心等待,自主泊车全面爆发之时,所有问题自然迎刃而解。

*此内容为【智能相对论】原创,未经授权,任何人不得以任何方式使用,包括转载、摘编、复制或建立镜像。

【完】

智能相对论(微信id:aixdlun):深挖人工智能这口井,评出咸淡,讲出黑白,道出深浅。重点关注领域:AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。

这篇关于做自动驾驶的“开路先锋”,自主泊车真的准备好了吗?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/831407

相关文章

基于51单片机的自动转向修复系统的设计与实现

文章目录 前言资料获取设计介绍功能介绍设计清单具体实现截图参考文献设计获取 前言 💗博主介绍:✌全网粉丝10W+,CSDN特邀作者、博客专家、CSDN新星计划导师,一名热衷于单片机技术探索与分享的博主、专注于 精通51/STM32/MSP430/AVR等单片机设计 主要对象是咱们电子相关专业的大学生,希望您们都共创辉煌!✌💗 👇🏻 精彩专栏 推荐订阅👇🏻 单片机

Python3 BeautifulSoup爬虫 POJ自动提交

POJ 提交代码采用Base64加密方式 import http.cookiejarimport loggingimport urllib.parseimport urllib.requestimport base64from bs4 import BeautifulSoupfrom submitcode import SubmitCodeclass SubmitPoj():de

为什么现在很多人愿意选择做债务重组?债重组真的就这么好吗?

债务重组,起初作为面向优质企业客户的定制化大额融资策略,以其高效周期著称,一个月便显成效。然而,随着时代的车轮滚滚向前,它已悄然转变为负债累累、深陷网贷泥潭者的救赎之道。在此路径下,个人可先借助专业机构暂代月供,经一段时间养护征信之后,转向银行获取低成本贷款,用以替换高昂网贷,实现利息减负与成本优化的双重目标。 尽管债务重组的代价不菲,远超传统贷款成本,但其吸引力依旧强劲,背后逻辑深刻。其一

Detectorn2预训练模型复现:数据准备、训练命令、日志分析与输出目录

Detectorn2预训练模型复现:数据准备、训练命令、日志分析与输出目录 在深度学习项目中,目标检测是一项重要的任务。本文将详细介绍如何使用Detectron2进行目标检测模型的复现训练,涵盖训练数据准备、训练命令、训练日志分析、训练指标以及训练输出目录的各个文件及其作用。特别地,我们将演示在训练过程中出现中断后,如何使用 resume 功能继续训练,并将我们复现的模型与Model Zoo中的

第十章 【后端】环境准备(10.4)——Vagrant

10.4 Vagrant Vagrant 官网 Vagrant 镜像仓库 下载 安装 直接 install。 设置环境变量 Vagrant 默认将镜像保存在用户文件夹的 .vagrant.d 目录下,若用户文件夹在C盘,下载的镜像文件会大量占用C盘空间。设置环境变量 VAGRANT_HOME 后,Vagrant 会将镜像保存到环境变量指定的文件夹下。

OpenStack离线Train版安装系列—2计算节点-环境准备

本系列文章包含从OpenStack离线源制作到完成OpenStack安装的全部过程。 在本系列教程中使用的OpenStack的安装版本为第20个版本Train(简称T版本),2020年5月13日,OpenStack社区发布了第21个版本Ussuri(简称U版本)。 OpenStack部署系列文章 OpenStack Victoria版 安装部署系列教程 OpenStack Ussuri版

OpenStack离线Train版安装系列—1控制节点-环境准备

本系列文章包含从OpenStack离线源制作到完成OpenStack安装的全部过程。 在本系列教程中使用的OpenStack的安装版本为第20个版本Train(简称T版本),2020年5月13日,OpenStack社区发布了第21个版本Ussuri(简称U版本)。 OpenStack部署系列文章 OpenStack Victoria版 安装部署系列教程 OpenStack Ussuri版

OpenStack镜像制作系列1—环境准备

本系列文章主要对如何制作OpenStack镜像的过程进行描述记录 CSDN:OpenStack镜像制作教程指导(全) OpenStack镜像制作系列1—环境准备 OpenStack镜像制作系列2—Windows7镜像 OpenStack镜像制作系列3—Windows10镜像 OpenStack镜像制作系列4—Windows Server2019镜像 OpenStack镜像制作

Shell脚本实现自动登录服务器

1.登录脚本 login_server.sh #!/bin/bash# ReferenceLink:https://yq.aliyun.com/articles/516347#show all host infos of serverList.txtif [[ -f ./serverList.txt ]]thenhostNum=`cat ./serverList.txt | wc -l`e

Jenkins 通过 Version Number Plugin 自动生成和管理构建的版本号

步骤 1:安装 Version Number Plugin 登录 Jenkins 的管理界面。进入 “Manage Jenkins” -> “Manage Plugins”。在 “Available” 选项卡中搜索 “Version Number Plugin”。选中并安装插件,完成后可能需要重启 Jenkins。 步骤 2:配置版本号生成 打开项目配置页面。在下方找到 “Build Env