发现汽车网
首页 >> 自动驾驶 >> 正文

自动驾驶汽车系统组成,自动驾驶系统有哪些

日期:2019-10-06 11:53:30 来源:互联网 编辑:小道 阅读人数:728

1,自动驾驶系统有哪些

自动驾驶系统有哪些

汽车自动驾驶系统(Motor Vehicle Auto Driving System),又称自动驾驶汽车(Autonomous vehicles;Self-piloting automobile )也称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过车载电脑系统实现无人驾驶的智能汽车系统。自动驾驶汽车技术的研发,在20世纪也已经有数十年的历史,于21世纪初呈现出接近实用化的趋势,比如,谷歌自动驾驶汽车于2012年5月获得了美国首个自动驾驶车辆许可证,将于2015年至2017年进入市场销售。

自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。

2,百度最新L3、L4级别自动驾驶汽车如何?

百度最新L3、L4级别自动驾驶汽车如何?

去年 4 月,在陆奇的带领下,百度宣布对外开放自家的自动驾驶能力,“阿波罗平台”(Apollo)就此诞生。不过那时,没有人知道 Apollo 平台是何走向。

3 个月后,在百度 AI 开发者大会上,陆奇再次站台,对外公布了 Apollo 1.0 的具体细节,1.0 主要发布的是完整的封闭场地循迹自动驾驶。具体开放能力集中在数据平台 1.0、3D 障碍物标注数据、Road Hackers 数据、高精地图数据等方面。

循着“每周更新,两个月左右进行一次新版本和总体能力的提升”的节奏,去年 9 月,Apollo 1.5 对外发布,据当时新智驾的报道,整个系统新增了 65000 行代码,重点开放了 5 种能力:障碍物感知、决策规划、云端仿真、高精地图服务、端到端的深度学习,其中前四种能力均为首次开放。而且,1.5 支持昼夜定车道自动驾驶,可实现夜间环境下的障碍物识别,以及非典型交通场景下的异性障碍物识别。

距离 Apollo 1.5 发布,3 个多月的时间过去了,Apollo 计划也即将迎来 2.0 的更新。这一次,百度将重大发布放到了 CES 2018 上。在此之前,百度将国内诸多媒体请到其硅谷的新研发中心,举行了一场规模庞大的展前自动驾驶汽车体验活动。

该研发中心位于硅谷桑尼韦尔(Sunnyvale),旁边就是旧金山湾。去年 10 月正式揭幕,未来主要用于自动驾驶和互联网安全领域的相关研发工作。加上百度此前在硅谷库比蒂诺(Cupertino)以及西雅图开设的研发中心或办公室,如今,百度在美国已经形成了三地联动。

据了解,百度美国研究院拥有超过 200 名员工,主要集中在人工智能、安全和硬件、自动驾驶三个领域进行先进技术的研究。

此次自动驾驶体验活动上,百度还邀请了 Apollo 平台的诸多合作伙伴到场,其中包括 GPU 巨头英伟达、自动驾驶汽车改装企业 AutonomouStuff、汽车零部件供应商采埃孚(ZF)以及汽车分时租赁企业盼达用车。

这些企业之间形成的合作,你中有我、我中有你,构成了百度所期待的“生态圈”。去年 1 月,采埃孚成为第一家宣布采用英伟达 Drive PX2 计算平台的汽车供应商,双方要打造自动驾驶控制平台 ZF ProAI;

去年 7 月,百度与英伟达宣布联合开发自动驾驶技术,二者结成联盟;百度目前基于林肯 MKZ 改装的自动驾驶汽车便是与 AutonomouStuff 合作完成;几乎同一时间,AutonomouStuff 宣布为英伟达旗下的自动驾驶平台——Drive PX 以及传感器提供相关套件;

去年 9 月,采埃孚与百度共同宣布,双方正式达成新的战略合作,将在自动驾驶、车联网以及移动出行服务领域展开合作,为中国市场开发完备的自动驾驶解决方案;

去年 11 月,百度与盼达用车展开合作,百度将其 Apollo 平台的自动驾驶技术集成到盼达的共享运营车辆上,后者将率先在重庆两江新区开展自动驾驶共享汽车的试运营,可以达到 L3 级别,支持自主泊车以及 App 叫车。而百度与盼达合作的自动驾驶车辆便采用了采埃孚 ProAI 控制平台。

当然,这并不是百度 Apollo 自动驾驶生态的全部。今年 CES,趁着 Apollo 2.0 的更新,百度的更多伙伴将齐聚“Baidu World”大会。

不过,在此之前,所有风头都是属于自动驾驶车辆试乘。这一次,百度把与采埃孚、盼达(包括力帆)合作的 L3 级别自动驾驶分时租赁车型以及搭载了 Apollo 2.0 最新技术的 L4 级别自动驾驶车型都展示了出来并且提供试乘。

Apollo 2.0 + Drive PX2 = L4 自动驾驶

这就是搭载了百度 Apollo 2.0 系统,具备 L4 级别能力的自动驾驶原型车。

这款自动驾驶汽车是由百度和 AutonomouStuff 联手基于林肯 MKZ 车型改造而成,车顶搭载了 Velodyne 的一枚 64 线激光雷达和两枚 16 线激光雷达,同时还配有 GPS 定位传感器。在激光雷达的左右两侧,各自安装了一枚前视摄像头,可通过视觉途径识别目标物,比如红绿灯。在车辆前脸部位,其搭载的是一款来自大陆的毫米波雷达,安装位置经过了精确的调校。

当然,这样的一套传感器配置是可以灵活应变的,这其中起关键作用的是传感器融合的技术。只要针对传感器的数据修改相应的算法,便可以实现传感器配置的变化,都是可以定制的。

在车辆的后备箱内,是对于自动驾驶最为关键的车载电脑,是整个系统的计算单元。

百度的这辆自动驾驶汽车配备了两台车载电脑:一台是基于 Apollo 2.0 所需要的工控机(使用的是 Neousys Nuvo-6108GC,这是一款性能强大的 X86 解构工业控制计算机);旁边则是英伟达用于自动驾驶的 Drive PX2。据百度方面的技术负责人介绍,这两台电脑虽然服务的是两套不同的系统,但 Apollo 系统会对这两套系统都进行支持。

实际上,任何一台电脑工作都可以实现车辆的自动驾驶,而百度之所以这样配置,是为了免去测试过程中来回拆机器的过程。问及两台电脑之间的性能区别,该技术负责人向新智驾表示,英伟达的 Drive PX2 在图像处理的性能上更加优异,因为其有自带的 GPU 以及进行图像处理的软件;而针对另一台普通的工控机,百度在其中添加了英伟达的 GPU,用于处理图像数据以及激光雷达扫描产生的点云数据,工控机的运算能力相比 Drive PX2 则要强一些。

百度方面称,现阶段,这款车支持在简单的城市道路、高速上行驶。这次试乘,也是百度 Apollo 2.0 首次在加州的公路上进行路测。

百度搭载了 Apollo 2.0 的 L4 级别自动驾驶车辆试乘是在百度美研办公楼周围的一段公共道路上进行的。整个行驶区域的道路相关信息已经进行过采集,百度专门为这段路制作了高精地图来辅佐自动驾驶车辆。

在试乘的整个过程中,会碰到红绿灯、交叉路口、其他机动车以及自行车等,车辆需要自己进行刹车、启动、变道、加速等操作。加之当日是阴雨天,也给自动驾驶汽车带来了一些难度。

整体体验来看,因为是简单的城市道路,这个过程完成得还是比较顺利的,最高时速达到 56 公里/时,车辆刹车、变道的平稳度还是可圈可点的。但是在加速操作时,这辆车还显得有些不够沉稳。

百度相关技术负责人告诉新智驾,目前,Apollo 2.0 的相关更新代码已经上传至 Github,包括相关的软硬件指导。而 Apollo 2.0 的最终发布要在几天后到来的 CES 2018 上进行。

Apollo 2.0 + ProAI + 盼达 = L3 自动驾驶落地

除了 L4 级别的自动驾驶汽车外,作为百度 Apollo 平台的合作伙伴,总部位于重庆的新能源汽车分时租赁企业盼达用车将双方合作的成果空运到了硅谷百度美研。

其实称双方并不准确,这款车其实是五方合作的成果,包括百度、采埃孚、博世、力帆以及盼达。其中采埃孚提供的技术非常特别,是其与英伟达合作研发的自动驾驶控制平台 ZF ProAI,这个平台刚刚量产不久,就得到了盼达方面的采用。从几方宣布合作,到自动驾驶汽车落地,整个过程据称只花了一个多月的时间。

在传感器方面,这款车算是非常简约,只有前后两个摄像头以及周身的 12 枚超声波雷达,这样的传感器配置已让其具备了 L3 级别的自动驾驶能力,而且,还支持自动找车位和自主泊车的操作。

实际上,低速、简约的传感器配置以及自动找车位和自主泊车的能力某种程度上让这款车非常适合于分时租赁或者其他共享服务。

盼达用车 CEO 高钰告诉新智驾,目前盼达已经在重庆两江新区启动了自动驾驶分时租赁车辆的试点运营,先期将投放数十辆车进行尝试。这到底是不是一门好生意,现在谁也不知道。

从真实体验来看,这款车因为目前还不能开上公共道路,所以行驶的速度很慢;在刹车、转向时,整体体验不如此前 L4 自动驾驶汽车那样顺畅。

无论是 L3 还是 L4,看完完整视频的你对于百度自动驾驶的能力应该有所拿捏。Apollo 2.0,CES 2018 上再见。

3,自动驾驶汽车的技术原理是什么?

自动驾驶汽车的技术原理是什么?

一般来说,自动变速器的挡位分为P、R、N、D、2、1或L等。P(Parking):用作停车之用,它是利用机械装置去锁紧汽车的。转动部分,使汽车不能移动。当汽车需要在一固定位置上停留一段较长时间,或在停靠之后离开车辆前,应该拉好手制动及将拨杆推进“P”的位置上。要注意的是:车辆一定要在完全停止时才可使用P挡,要不然自动变速器的机械部分会受到损坏。另外,自动变速轿车上装置空挡启动开关,使得汽车只能在“P”或“N”挡才能启动发动机,以避免在其他挡位上误启动时使汽车突然前窜。R(Reverse):倒挡,车辆倒后之用。通常要按下拨杆上的保险按钮,才可将拨杆移至“R”挡。要注意的是:当车辆尚未完全停定时,绝对不可以强行转至“R”挡,否则变速器会受到严重损坏。N(Neutral):空挡。将拨杆置于“N”挡上,发动机与变速器之间的动力已经切断分离。如短暂停留可将拨杆置于此挡并拉出手制动杆,右脚可移离刹车踏板稍作休息。D(Drive):前进挡,用在一般道路行驶。由于各国车型有不同的设计;所以“D”挡一般包括从1挡至高挡或者2挡至高挡,并会因车速及负荷的变化而自动换挡。将拨杆放置在“D”挡上,驾车者控制车速快慢只要控制好油门踏板就可以了。

一、需要的条件:

1、交通标志规范化、统一化,电脑可以清晰识别。现在全国交通标志是完全统一的,圈圈叉叉,蓝底白底,各代表什么意思都清晰简单,任何司机一看就能识别。但问题是,这些标志十分不规范,同一个简单的“单行道”交通标志,有的画的硕大无比,有的又画得十分苗条,有的蓝色近乎墨黑,有的蓝色则又近乎银白。作为人,一眼看去就知道是单行道,但是电脑哪里能清楚区分,要是把“单行道”误认为“直行”标志,那麻烦就大了。而几乎任何一个标志都存在这类问题。要让汽车完全自动驾驶,对这个问题就不能有任何含糊。问题的解决之道有二,一是对全国的交通标志进行彻底的清理,使之规范、统一,二是对汽车电脑的识别系统进行超级优化,使之能够准确识别而不出错误。还有一种特殊的交通标志即交警指挥,他们左右手和手臂都是标志,每个交警都不一样,他们的指挥也自然各各不同。要想让电脑可以清晰识别其指挥,最佳的办法是交警指挥时,手中有一些特殊但统一的标志,或者干脆掌握着一个微型模拟电脑。

2、GPS导航的极度精确。现在GPS导航不是什么新鲜东西,但是其精确度非常糟糕,往往走过路口十几米了,导航仪才说,“前方50米路口左转”。对于人来说,马上就能判断导航不准确,跟实际情况不符。但作为自动驾驶中的汽车,它必须完全按照导航仪行进,即令有1米的判断误差,也极可能酿成重大的交通事故。其导航精度,误差只能允许在1厘米之内。这只能有赖于新一代卫星技术的提高,在未来50年内,实现平民化的精确的导航应该不是什么大难题,毕竟,几年之前,从地球上发射一枚导弹击中轨道上的卫星就已不是问题,从美国发射一枚洲际导弹打到印度某人家里也不是什么难题。现在只是需要把这种技术降低成本,实现普及。而卫星的精确导航,实际上不过是依赖计算机的高速运算罢了。

3、无所不在的数字自动化。现在的数字自动化已处处可见,很多手机都有语音识别功能,你只需要喊一声“阿玲”,手机就开始自动拨打“阿玲”的号码,这是微不足道的技术。在50年后,数字自动化也许无处不在,你喊一声“开门”,房门识别出你的声音便自动打开;你说一声“开灯”,灯打开了;你说“开电脑”,电脑开了。而你说“开车”,房间内部的通讯装置就将指令传达到车库里的汽车——无论车库有多远都无所谓了。汽车开到车库闸口,自动停下来刷缴费卡,然后再开到你的面前。它识别出你之后并打开车门。这种细枝末节的技术,如果有工厂愿意投入资金研发生产,2010年就可以变成现实。

4、汽车对道路上的人和物体的识别与判断。我们不能指望几十年之后人人遵守交通规则,马路上干净得只剩下来往的汽车,这种景象再过五百年可能也实现不了。路上有一只猫经过,或者有一只死鱼躺在那里,或者一个塑料娃娃被遗弃在路边,或者一个小孩骑自行车准备横穿马路。对于人来说,上面的情况或者直接开过去,或者停车,或者慢行,都能在一秒之内做出判断,但对于电脑来说,上面四件事物是非常难以区分的。小孩过不过来,猫过不过去,电脑都不好判断。但这也并非难题,汽车可以通过数学函数进行计算,算出汽车以何种速度行进不会撞上上述任何有着一定速度的事物。这需要设计极其准确的函数,还需要计算机反应极其敏捷,在几微妙里就可以判断形势、纳入计算,并得出汽车速度、方向的结论。

5、自动驾驶汽车大规模进入市场。所有条件都具备时,还必须有自动驾驶汽车出现。这种汽车的本质是一台会行走的电脑。现在的自动档汽车,档位、离合实现了自动化,对于自动驾驶汽车,还需要方向盘自动化、刹车自动化、油门自动化。五者都实现自动化时,就是一部全自动汽车。方向盘可以由GPS导航仪控制,一直行驶在规定路线即可。刹车、油门是同样的加减速技术,与汽车对道路上情况判断能力,属于同样的技术。目前飞机实现了自动驾驶,因为空中基本没有障碍物,这和陆地不同。火星着陆器也实现了完全自动驾驶,但其行动速度极其缓慢,判断一个普通的石块,也需要耗费它十几分钟的运算。汽车自动驾驶,需要电脑运行速度、智能水平起码比现在提高两倍。

4,汽车的自动驾驶系统会受到哪些外界因素的干扰?

汽车的自动驾驶系统会受到哪些外界因素的干扰?

难关1 恶劣天气

积雪覆盖道路时,会阻挡到车道的视线,但是车辆摄像头需要依靠车道才寻找道路。目前,研究人员还未找到解决该问题的方法,这也是为什么自动驾驶测试都在亚利桑那州和加利福尼亚州等气候温暖的地方进行。大雪、暴雨、大雾和沙尘暴会阻碍摄像头的视野,激光传感器发射出来的光束会被雪花反射,认为雪花是障碍物,雷达虽然不受此类天气干扰,但是其看不到自动驾驶车辆计算机所需的物体的形状,无法判断是什么物体。

密歇根大学MCity自动驾驶车辆测试实验室主任格雷·戈麦奎尔表示,研究人员正研究使用不同光束波长的激光传感器来穿过雪花看到物体。此外,研究人员也在研发各种软件,让车辆能够区分真正的障碍物、雪花、雨、雾以及其他状况。

难关2车道线和路沿

全球范围内的道路标记线都不同,有些地方甚至根本没有道路标记线,而且车道线也不是标准的,因此自动驾驶汽车需要学会如何在不同城市里驾驶。

有些地方没有路沿帮助车辆判断车道的宽度也是个麻烦,例如,有很多自动驾驶汽车在匹兹堡的工业“狭长地带”进行测试,该市在狭窄的车道上划线以标示车辆应该在何处停车。有时两条车道标记线相隔太远,而建筑物又离街道非常近,自动驾驶汽车如果停在车道线内会看不见十字路口的交通情况。

难关3 安全问题

在外界看来,自动驾驶虽然理想丰满,但却暗藏着许多安全问题,其一是数据采集问题,如碰到传感器损坏和路况信息采集困难情况,自动驾驶车辆会因决策失误造成交通事故;其二则是死亡蓝屏问题,即临时性网络中断造成系统故障,同样会造成车辆交通事故;其三则是黑客攻击问题。

此外,自动驾驶还依赖于智能汽车标准、智能交通体系和智能汽车法规成熟,其中智能汽车标准要求加快汽车行业为中心,信息、电子、交通和互联网等不同行业协同,来建设通用的软硬件接口和数据通信协议,智能交通体系则需通过智能汽车试点示范项目,铺设智能交通道路网,智能汽车法规则是要明确自动驾驶车辆事故后责任判定。

难关4 与人类驾驶员打交道

多年来,自动驾驶汽车都必须与不遵守交通规则的人类驾驶员打交道,他们会并排停车或是直接停到其他车辆前面。最近在匹兹堡发生了一起交通堵塞,当时一辆Argo自动驾驶汽车在右转时突然停下,因为它无法决定是否应该绕过一辆并排停放的送货卡车,最终被挡住了十字路口。

此外,人类驾驶员还会与其他驾驶员进行眼神接触,以确保他们看的方向是正确的,而自动驾驶汽车仍在研发该项技术。而且有些人还反感机器人,据报道,凤凰城附近的人们一直在骚扰Waymo的自动驾驶汽车。据《亚利桑那共和报》报道,在过去两年中,钱德勒郊区记录了至少21起案件,包括有人对着Waymo自动驾驶货车挥舞着枪,有人割破轮胎,向车扔石头等,甚至还有一辆Jeep车六次逼停了该货车。

5,自动驾驶汽车的技术原理

自动驾驶汽车的技术原理

一般来说,自动变速器的挡位分为P、R、N、D、2、1或L等。P(Parking):用作停车之用,它是利用机械装置去锁紧汽车的。转动部分,使汽车不能移动。当汽车需要在一固定位置上停留一段较长时间,或在停靠之后离开车辆前,应该拉好手制动及将拨杆推进“P”的位置上。要注意的是:车辆一定要在完全停止时才可使用P挡,要不然自动变速器的机械部分会受到损坏。另外,自动变速轿车上装置空挡启动开关,使得汽车只能在“P”或“N”挡才能启动发动机,以避免在其他挡位上误启动时使汽车突然前窜。R(Reverse):倒挡,车辆倒后之用。通常要按下拨杆上的保险按钮,才可将拨杆移至“R”挡。要注意的是:当车辆尚未完全停定时,绝对不可以强行转至“R”挡,否则变速器会受到严重损坏。N(Neutral):空挡。将拨杆置于“N”挡上,发动机与变速器之间的动力已经切断分离。如短暂停留可将拨杆置于此挡并拉出手制动杆,右脚可移离刹车踏板稍作休息。D(Drive):前进挡,用在一般道路行驶。由于各国车型有不同的设计;所以“D”挡一般包括从1挡至高挡或者2挡至高挡,并会因车速及负荷的变化而自动换挡。将拨杆放置在“D”挡上,驾车者控制车速快慢只要控制好油门踏板就可以了。

一、需要的条件:

1、交通标志规范化、统一化,电脑可以清晰识别。现在全国交通标志是完全统一的,圈圈叉叉,蓝底白底,各代表什么意思都清晰简单,任何司机一看就能识别。但问题是,这些标志十分不规范,同一个简单的“单行道”交通标志,有的画的硕大无比,有的又画得十分苗条,有的蓝色近乎墨黑,有的蓝色则又近乎银白。作为人,一眼看去就知道是单行道,但是电脑哪里能清楚区分,要是把“单行道”误认为“直行”标志,那麻烦就大了。而几乎任何一个标志都存在这类问题。要让汽车完全自动驾驶,对这个问题就不能有任何含糊。问题的解决之道有二,一是对全国的交通标志进行彻底的清理,使之规范、统一,二是对汽车电脑的识别系统进行超级优化,使之能够准确识别而不出错误。还有一种特殊的交通标志即交警指挥,他们左右手和手臂都是标志,每个交警都不一样,他们的指挥也自然各各不同。要想让电脑可以清晰识别其指挥,最佳的办法是交警指挥时,手中有一些特殊但统一的标志,或者干脆掌握着一个微型模拟电脑。

2、GPS导航的极度精确。现在GPS导航不是什么新鲜东西,但是其精确度非常糟糕,往往走过路口十几米了,导航仪才说,“前方50米路口左转”。对于人来说,马上就能判断导航不准确,跟实际情况不符。但作为自动驾驶中的汽车,它必须完全按照导航仪行进,即令有1米的判断误差,也极可能酿成重大的交通事故。其导航精度,误差只能允许在1厘米之内。这只能有赖于新一代卫星技术的提高,在未来50年内,实现平民化的精确的导航应该不是什么大难题,毕竟,几年之前,从地球上发射一枚导弹击中轨道上的卫星就已不是问题,从美国发射一枚洲际导弹打到印度某人家里也不是什么难题。现在只是需要把这种技术降低成本,实现普及。而卫星的精确导航,实际上不过是依赖计算机的高速运算罢了。

3、无所不在的数字自动化。现在的数字自动化已处处可见,很多手机都有语音识别功能,你只需要喊一声“阿玲”,手机就开始自动拨打“阿玲”的号码,这是微不足道的技术。在50年后,数字自动化也许无处不在,你喊一声“开门”,房门识别出你的声音便自动打开;你说一声“开灯”,灯打开了;你说“开电脑”,电脑开了。而你说“开车”,房间内部的通讯装置就将指令传达到车库里的汽车——无论车库有多远都无所谓了。汽车开到车库闸口,自动停下来刷缴费卡,然后再开到你的面前。它识别出你之后并打开车门。这种细枝末节的技术,如果有工厂愿意投入资金研发生产,2010年就可以变成现实。

4、汽车对道路上的人和物体的识别与判断。我们不能指望几十年之后人人遵守交通规则,马路上干净得只剩下来往的汽车,这种景象再过五百年可能也实现不了。路上有一只猫经过,或者有一只死鱼躺在那里,或者一个塑料娃娃被遗弃在路边,或者一个小孩骑自行车准备横穿马路。对于人来说,上面的情况或者直接开过去,或者停车,或者慢行,都能在一秒之内做出判断,但对于电脑来说,上面四件事物是非常难以区分的。小孩过不过来,猫过不过去,电脑都不好判断。但这也并非难题,汽车可以通过数学函数进行计算,算出汽车以何种速度行进不会撞上上述任何有着一定速度的事物。这需要设计极其准确的函数,还需要计算机反应极其敏捷,在几微妙里就可以判断形势、纳入计算,并得出汽车速度、方向的结论。

5、自动驾驶汽车大规模进入市场。所有条件都具备时,还必须有自动驾驶汽车出现。这种汽车的本质是一台会行走的电脑。现在的自动档汽车,档位、离合实现了自动化,对于自动驾驶汽车,还需要方向盘自动化、刹车自动化、油门自动化。五者都实现自动化时,就是一部全自动汽车。方向盘可以由GPS导航仪控制,一直行驶在规定路线即可。刹车、油门是同样的加减速技术,与汽车对道路上情况判断能力,属于同样的技术。目前飞机实现了自动驾驶,因为空中基本没有障碍物,这和陆地不同。火星着陆器也实现了完全自动驾驶,但其行动速度极其缓慢,判断一个普通的石块,也需要耗费它十几分钟的运算。汽车自动驾驶,需要电脑运行速度、智能水平起码比现在提高两倍。

6,汽车实现自动驾驶将对我们的生活造成什么影响?

汽车实现自动驾驶将对我们的生活造成什么影响?

创新总会改变社会,但是很少会有创新像自动驾驶汽车(AVs)这样,对我们的生活产生巨大影响。作为 Lyft 的早期投资者,我的 Mayfield 团队对创新如何影响交通运输有着浓厚的兴趣,但我们也有着以人为本的技术变革观。

这就是为什么我们与汽车生态系统的主要参与者,就自动驾驶车辆对未来的影响举行一系列公开讨论的原因。讨论组包括来自 Lyft,Peloton,Tesla 和 Zoox 等创新型公司的企业家; 来自宝马,奔驰,日产和丰田等公司的自动汽车创新者; 来自博世(Bosch)等技术开发商的参与者; 还有一位旧金山市政交通管理局的主要立法者。

下面是我们讨论产生的一些主要结论。

告别汽车所有权, 迎来运输服务 (TaaS)

美国大约有 2.53 亿辆汽车和卡车,它们有 95% 的时间是停放着的。这相当于一个康涅狄格州那么大的停车场里面停满了未使用的汽车。

这种情况应该得到改善,这就是为什么像 Lyft 这样的公司在 AV 上投入数百万美元的原因。但是它的意义远远不止是用人工智能车取代人类驾驶者。

多数人认为汽车将变成共享资产,众多汽车拥有者将成为过去。其中可能的例外情况是一些需要为车辆配备特殊配件的人,如配备自行车架,婴儿座椅或残疾人膳宿设施等。汽车拥有量的下降可能对汽车业乃至整个社会产生深远的影响。

货运业将永远不会相同

全自动驾驶车辆交付货物可能会远早于用于乘坐的自动驾驶汽车的实现。这就是为什么第一个受 TaaS 影响的产业可能是商业配送和长途运输。

今天, 很少有货主直接租用卡车;相反,他们聘请经纪人为他们服务。这导致像 Uber Freight 这样的网络经纪的兴起。由于自动化和有效的实时数据, AVs 将进一步加速经纪人的崛起。

随着人类的疲劳不再是一个影响因素,卡车可以运行全年全天地运输,从而更快的运输货物。它们可以聚集在最需要的地方, 从而实现更高效的调度。天气,交通和路况的实时数据可以优化卡车的路线,速度和燃油效率。AVs 甚至可以淘汰掉许多仓库,货物可以只储存在卡车里,直到到达目的地。

规模经济表明,AV 将为大公司提供更大的优势,并可能导致行业进一步整合。这可能会扰乱美国经济的一个重要组成部分。

自动驾驶车辆将首先出现在亚洲大城市

完全自动驾驶汽车何时会成为标准,它将首先发生在哪里?我们讨论小组的共识是:人口密集的特大城市。在那里,交通拥堵已经成为影响生活质量的严重障碍。这最快有可能在 2025 年发生。

原因何在?当汽车是共享资源时,我们将需要更少的汽车,这将减少交通流量。此外,汽车到汽车(car-to-car)的通信将允许 AVs将车距拉的更近,这将实现更窄的车道和更快的交通流量。这可能会改变城市基础设施的最终设计和管理方式。

但是,这种现象更可能最先发生在中国的特大城市或新加坡-这要归功于其众多的人口和专制政府 -而不是伦敦,纽约或旧金山等地。

安全和监管问题可能会带来阻碍

有几个因素可能会减缓全自动驾驶汽车的扩张速度。高度公开的涉及 AVs 的死亡人数可能会使公众舆论对它们不利,即使在统计上它们比人类司机安全得多。

另一个阻碍采用 AV 的因素是网络安全 - 没有人希望一个以 65 英里/小时的速度行驶的 2000 磅重的物体,受到黑客的控制。AV的安全问题距离解决还有很长的路要走。

但是,最大的阻碍可能是来自监管方面的担忧。我们的团队认为,一些监管机构对 AVs 能够减少拥堵,提高环境质量,或为所有公民提供更好的商品和服务的说法表示怀疑。

美国能源部关于 AVs 对环境影响的预测都在地图上 - 从燃料消耗减少 90% 到增加 250% 不等。

总而言之:随着数十亿美元的公共和私人投资涌入到自动驾驶技术中,这可能是交通运输的亨利·福特(Henry Ford)式时刻。我们的 Mayfield 团队认为,关注这个时刻很重要:要确保公司以改善人类生活的目的来实现自动化运输。

本文相关词条概念解析:

驾驶

驾驶,指操纵车船或飞机等使行驶。语出清魏源《圣武记》卷十四:“今即实估实造,而停泊不常驾驶,风浪无从练习,非若夷船之日涉重洋,则亦不过数年而舱朽柁蔽矣。”

汽车

汽车原指以可燃气体作动力的运输车辆,也指有自身装备动力驱动的车辆。“汽车”(automobile)英文原意为“自动车”,在日本也称“自动车”(日本汉字中的汽车则是指我们所说的火车)其他文种也多是“自动车”。美国汽车工程师学会标准SAEJ687C中对汽车的定义是:由本身动力驱动,装有驾驶装置,能在固定轨道以外的道路或地域上运送客货或牵引车辆的车辆。1885年是汽车发明取得决定性突破的一年。当时和戴姆勒在同一工厂的本茨,也在研究汽车。他在1885年几乎与戴姆勒同时制成了汽油发动机。

网友评论