您的位置:首頁>正文

坐在無人駕駛的寶立刻,以時速130公里在德國高速上飛馳

從定義上來看, 自動駕駛間隔咱們的今天很悠遠。 可現實並不是這麼, 自動駕駛並非概念, 也並非科幻, 就發生在咱們的眼前。

2017年5月底, 虎嗅受寶馬約請, 來到德國慕尼克的寶馬總部。 這次訪問的首要意圖是觀摩、學習, 以及親身感觸。 沒錯, 我在慕尼克A9高速公路上以130公里/每小時的速度用寶馬的自動駕駛功用兜風。

不過就跟一切的駕校相同, 在學車之前, 要先學會交規, 自動駕駛也有專門的理論依據。 儘管轎車是傳統工業的代表, 可是自動駕駛依託的是感測器、資料、人工智慧等等這些聯網技能。 從某種意義上講,

自動駕駛和轎車看似是有關的兩種事物, 固有特點卻是截然相反的。

從入門到通曉第一步:啥是自動駕駛?

慕尼克鮮有高樓大廈, 他們那裡有個不成文的規則, “修建高度不得超越最高的教堂”。 因而在慕尼克, 兩、三層樓高的小房子隨處可見。 本地美化做的也十分好, 從慕尼克機場, 到坐落Highlight Towers周圍的INNSIDE酒店, 我看到的樹比看見的人還多。

這種環境清幽的當地十分合適學習, 所以就先來科普一下自動駕駛。 現在來看, 自動駕駛沒有清晰的職業規範, 只要一個含糊的功用分級。 並且, 這種分級制度也是因廠商而異的。 寶馬把自動駕駛分為5級

從責任和車輛可行進的功用上來看, 各級之間的邊界不是很清晰。 這首要是由於自動駕駛現在仍處於開展期,

沒有清晰定型的規範在我看來反倒是應當的。

當然, 無論是坐落分級中的哪個期間, 都需求運用資料。 不一樣等級的自動駕駛對應了不一樣等級的資料, 從生產資料的環節開始就體現了不一樣。

從入門到通曉第二步:怎麼發生資料?

在自動駕駛中, 發生資料的部件首要是感測器。 假如從感測器辨認來看1級到5級的自動駕駛就會發現區別仍是很明顯的。 4級和5級在感測器上幾乎是共同的, 不一樣的當地在於處理資料的辦法。 這個我會放在下面的章節去講。

從左到右依次為:1級、2級、3級、4級、5級

正如圖中所示, 感測器也由於職能的不一樣而分為許多種。 寶馬所選用的感測器為:雷射雷達、雷達、相機。

根據行進場景的區分, 這三種感測器對應了兩種不一樣的功用:HAD和FAD。

HAD對應的是Motorway Pilot, 負責在高速行進的大規模檢查, 周圍環境要求低雜亂度。 由於這種檢查對比粗略, 因而HAD只習慣低雜亂度的路面狀況。

HAD的感測器首要辨認區域在車輛的前方和後方, 如下圖所示。

FAD則對應的是城市交通, 以車輛為基地, 360度都覆蓋了感測器辨認區域。 一起短、中、長間隔具有額定的雷射雷達、雷達和相機。 這就讓車輛具有了在雜亂路段自動駕駛的功用。 之所以高速行進過程中不運用FAD, 是由於FAD關於核算量的要求對比高, 而高速路段相關於城市路段來說更簡略, 採納HAD比FAD能節約本錢。

從入門到通曉第三步:怎麼運用資料?

感測器發生的資料叫做Raw Data, 這種資料需求通過機器加工處理才幹被運用轎車的操控上。 這一步中, 轎車和網路都要進行核算量輸出, 才幹滿意自動駕駛的資料需求。 正如下圖所示, 資料通過處理, 變成了履行信號, 然後轎車就能夠依據此來做出判別。

核算輸出端分為兩種:本地和雲。 本地核算才能要小於雲端, 可是延時低。 所以寶馬自動駕駛體系中, 本地處理的基本上都是把資料進行一次粗略的過濾以及功用調用。 可是寶馬實踐上並不拿手於本地核算量的輸出, 這也即是為何他們要和英特爾聯盟。

而在雲端, 寶馬的解決辦法是選用人工智慧。 由於感測器發生的均為印象檔,所以自動駕駛所發生的資料量是十分精准且巨大的,在現期間看來,資料激流最佳的解決辦法即是人工智慧。

在他們的方案中,這項業務並不需求拆分出來獨立運營,因而寶馬的人工智慧所效勞的職業更為垂直(轎車),就像是一道“完形填空”。這種做法的開發本錢更低,能夠更快的滿意自動駕駛需求。

已然說到了雲,那就不得不提及5G。轎車作為移動終端,它與雲的溝通方法只能依託移動網路。現在4G的通道還不能夠滿意自動駕駛對雲端的需求量,所以寶馬4級和5級的自動駕駛車型只能比及2020年今後,即5G商業化的時分才會呈現。

從入門到通曉第四步:沒時刻解說了,快上車

自動駕駛是以上一切內容的結合運用,再這次慕尼克之旅中,我參加了寶馬在高速路段以及城市路段的兩種自動駕駛演示。也即是上文說到的HAD運用和FAD運用。

高速路段:

德國的方針對比拘束,也對比保存,能夠實測自動駕駛的路途少之又少。而寶馬用來測驗自動駕駛的這條高速公路名叫A9高速公路,是慕尼克通往紐蘭堡的必經之路。

正由於這是一條現已商業運作的高速公路,我在登上轎車的一刹那仍是對比懼怕的。究竟要把命交給機器手裡,這或許也是自動駕駛將來要面對的疑問。

工作人員告訴我,在寶馬自動駕駛體系中,高清地圖現已預設好了路途的限速,並通過即時路況剖析,挑選最合適的速度前行。剛進入A9高速公路,咱們的速度是100公里/每小時。開了有5分鐘左右,我的憂慮和顧慮逐步好轉,問詢工作人員能否手動干涉速度。工作人員的表明是必定的,所以他把速度調到了130。

幻想一下,在一條高速公路上,沒有司機的狀況下以130公里/每小時的速度狂飆是種啥感觸?十分影響。在經歷過“生死時速”今後,工作人員向我介紹了方向盤周圍的藍色光圈。他說這是一種計時器,現在寶馬在高速公路上的自動駕駛功用只能敞開10分鐘。10分鐘往後駕駛員需求持續手動駕駛。

因素是現期間自動駕駛並不能取代司機,而是一種輔佐駕駛。這10分鐘時刻是用來給司機打電話、查閱地圖、吃個麵包、喝杯咖啡等等。下一次敞開需求手動駕駛約20分鐘左右,不過這個時刻是暫定的,今後還會根據詳細商場反響而更改。若10分鐘到了駕駛員還未歸位,那麼車輛會在路旁邊緊迫泊車,並等候駕駛員歸位。

這兒面有兩個因素:1.寶馬認為現在自動駕駛還沒有開展到一個高度,通道、核算這些周邊設備不完善,出於謹慎的態度,寶馬將現期間的自動駕駛歸類為輔佐功用。2.科技開展的速度超越了國家法律法規,可是要轎車作為商品是要出售的,因而要把功用約束在有關條例答應的規模以內。

在車的後座上,能夠看到資料通過機器的核算變成了動態的圖畫,用來反應車輛周圍的環境。不過這些圖畫僅僅是在開發時才會讓乘客看到,實踐出售的商品中,消費者看不到這些印象,只要寶馬的雲端才能夠收到。

城市路段:

城市路段相關於高速路段要雜亂許多,所以德國並沒有答應自動駕駛在城市交通網絡實測。寶馬的測驗位址坐落慕尼克一個拋棄的機場,通過白線以及別的車輛來模擬城市雜亂的交通路況。

很帥,對吧?城市路段需求更高的精度,以及更大的核算量。在寶馬未來的商品出售中,應當會是寶馬7系才會搭載這個功用。

城市路段沒有高速路段的“10分鐘”持續時刻,工作人員表明由於現在沒有路途實測,所以欠好判別這個時刻應當是多少,可是終究是要有的。當然,城市路段的自動駕駛和交際網路是脫不開關係的,儘管不主張司機視界脫離前方,不過切換成自動駕駛今後,能夠拿出手機偶然刷一刷朋友圈。

別的功用:

自動駕駛所包括的事物許多,寶馬自動駕駛供給了一些緊迫狀況的處理。機器關於事物的回應速度是要超越人類的,所以這些緊迫狀況大多類似于前方俄然刹車,或許人類視界外俄然呈現的障礙物等等。

圖中的功用是緊迫泊車。在前方俄然呈現障礙物時,車輛會自立做出急刹車的決策,不需求先將信號反應給司機,再等司機做決斷。

機器對不一樣狀況的抉擇來自於神經網路,處理速度要比人類快幾千倍不止。以往的輔佐駕駛需求駕駛員定奪判別,比方前方呈現車輛,這時分往周圍打方向盤會比以往輕鬆許多,由於機器現已開始對緊迫躲避做預處理。可是寶馬的自動駕駛會優先人類一步,做出更優的挑選,尤其是這種性命攸關的狀況發生時。

入門到通曉第五步:怎麼應對商場需求?

寶馬的3級和4級自動駕駛功用將會首先搭載在寶馬7系上,這是無可厚非的,旗艦商品也理應享用這麼的待遇。可是請注意,這不是“試水”,德國人能拿得出手的商品,一定是萬無一失的商品。所以未來的7系車主沒必要憂慮自動駕駛會出疑問,至少我現已幫你們檢查過了。

自動駕駛的商場並非以往整車廠商拿手的硬體盈利模式,它依賴於資料、雲和軟體,這就使得寶馬必需要開闢一條內容效勞的路途。我在2017年4月份的時分曾和寶馬集團的董事,蕭紳博(Peter Schwarzenbauer)有過一次專訪。他贊同我的觀點,從技能視點看,寶馬是徹底沒有疑問的,可是怎麼切入商業,卻成為了寶馬自動駕駛能否拓展的要害。

寶馬之所以挑選7系還有一個因素,寶馬7系的盈利空間大,答應他們增加內容效勞生態。若想要把自動駕駛參加“全家桶”(7系,5系,i等等),那麼寶馬就需求壓低每輛車運用自動駕駛所帶來的本錢。

而自動駕駛商業化前期,壓低本錢這件事想都不要想。好在的是,寶馬的自動駕駛是一種模組化技能。假如不能壓低本錢,那麼寶馬會把有些功用從自動駕駛中提出來,再安裝到別的車型上。這麼的做法在現在看來是一箭雙雕:又能讓寶馬車主享用到車聯網技能特有的駕駛體會,又能加大自動駕駛的生態佈局。

由於感測器發生的均為印象檔,所以自動駕駛所發生的資料量是十分精准且巨大的,在現期間看來,資料激流最佳的解決辦法即是人工智慧。

在他們的方案中,這項業務並不需求拆分出來獨立運營,因而寶馬的人工智慧所效勞的職業更為垂直(轎車),就像是一道“完形填空”。這種做法的開發本錢更低,能夠更快的滿意自動駕駛需求。

已然說到了雲,那就不得不提及5G。轎車作為移動終端,它與雲的溝通方法只能依託移動網路。現在4G的通道還不能夠滿意自動駕駛對雲端的需求量,所以寶馬4級和5級的自動駕駛車型只能比及2020年今後,即5G商業化的時分才會呈現。

從入門到通曉第四步:沒時刻解說了,快上車

自動駕駛是以上一切內容的結合運用,再這次慕尼克之旅中,我參加了寶馬在高速路段以及城市路段的兩種自動駕駛演示。也即是上文說到的HAD運用和FAD運用。

高速路段:

德國的方針對比拘束,也對比保存,能夠實測自動駕駛的路途少之又少。而寶馬用來測驗自動駕駛的這條高速公路名叫A9高速公路,是慕尼克通往紐蘭堡的必經之路。

正由於這是一條現已商業運作的高速公路,我在登上轎車的一刹那仍是對比懼怕的。究竟要把命交給機器手裡,這或許也是自動駕駛將來要面對的疑問。

工作人員告訴我,在寶馬自動駕駛體系中,高清地圖現已預設好了路途的限速,並通過即時路況剖析,挑選最合適的速度前行。剛進入A9高速公路,咱們的速度是100公里/每小時。開了有5分鐘左右,我的憂慮和顧慮逐步好轉,問詢工作人員能否手動干涉速度。工作人員的表明是必定的,所以他把速度調到了130。

幻想一下,在一條高速公路上,沒有司機的狀況下以130公里/每小時的速度狂飆是種啥感觸?十分影響。在經歷過“生死時速”今後,工作人員向我介紹了方向盤周圍的藍色光圈。他說這是一種計時器,現在寶馬在高速公路上的自動駕駛功用只能敞開10分鐘。10分鐘往後駕駛員需求持續手動駕駛。

因素是現期間自動駕駛並不能取代司機,而是一種輔佐駕駛。這10分鐘時刻是用來給司機打電話、查閱地圖、吃個麵包、喝杯咖啡等等。下一次敞開需求手動駕駛約20分鐘左右,不過這個時刻是暫定的,今後還會根據詳細商場反響而更改。若10分鐘到了駕駛員還未歸位,那麼車輛會在路旁邊緊迫泊車,並等候駕駛員歸位。

這兒面有兩個因素:1.寶馬認為現在自動駕駛還沒有開展到一個高度,通道、核算這些周邊設備不完善,出於謹慎的態度,寶馬將現期間的自動駕駛歸類為輔佐功用。2.科技開展的速度超越了國家法律法規,可是要轎車作為商品是要出售的,因而要把功用約束在有關條例答應的規模以內。

在車的後座上,能夠看到資料通過機器的核算變成了動態的圖畫,用來反應車輛周圍的環境。不過這些圖畫僅僅是在開發時才會讓乘客看到,實踐出售的商品中,消費者看不到這些印象,只要寶馬的雲端才能夠收到。

城市路段:

城市路段相關於高速路段要雜亂許多,所以德國並沒有答應自動駕駛在城市交通網絡實測。寶馬的測驗位址坐落慕尼克一個拋棄的機場,通過白線以及別的車輛來模擬城市雜亂的交通路況。

很帥,對吧?城市路段需求更高的精度,以及更大的核算量。在寶馬未來的商品出售中,應當會是寶馬7系才會搭載這個功用。

城市路段沒有高速路段的“10分鐘”持續時刻,工作人員表明由於現在沒有路途實測,所以欠好判別這個時刻應當是多少,可是終究是要有的。當然,城市路段的自動駕駛和交際網路是脫不開關係的,儘管不主張司機視界脫離前方,不過切換成自動駕駛今後,能夠拿出手機偶然刷一刷朋友圈。

別的功用:

自動駕駛所包括的事物許多,寶馬自動駕駛供給了一些緊迫狀況的處理。機器關於事物的回應速度是要超越人類的,所以這些緊迫狀況大多類似于前方俄然刹車,或許人類視界外俄然呈現的障礙物等等。

圖中的功用是緊迫泊車。在前方俄然呈現障礙物時,車輛會自立做出急刹車的決策,不需求先將信號反應給司機,再等司機做決斷。

機器對不一樣狀況的抉擇來自於神經網路,處理速度要比人類快幾千倍不止。以往的輔佐駕駛需求駕駛員定奪判別,比方前方呈現車輛,這時分往周圍打方向盤會比以往輕鬆許多,由於機器現已開始對緊迫躲避做預處理。可是寶馬的自動駕駛會優先人類一步,做出更優的挑選,尤其是這種性命攸關的狀況發生時。

入門到通曉第五步:怎麼應對商場需求?

寶馬的3級和4級自動駕駛功用將會首先搭載在寶馬7系上,這是無可厚非的,旗艦商品也理應享用這麼的待遇。可是請注意,這不是“試水”,德國人能拿得出手的商品,一定是萬無一失的商品。所以未來的7系車主沒必要憂慮自動駕駛會出疑問,至少我現已幫你們檢查過了。

自動駕駛的商場並非以往整車廠商拿手的硬體盈利模式,它依賴於資料、雲和軟體,這就使得寶馬必需要開闢一條內容效勞的路途。我在2017年4月份的時分曾和寶馬集團的董事,蕭紳博(Peter Schwarzenbauer)有過一次專訪。他贊同我的觀點,從技能視點看,寶馬是徹底沒有疑問的,可是怎麼切入商業,卻成為了寶馬自動駕駛能否拓展的要害。

寶馬之所以挑選7系還有一個因素,寶馬7系的盈利空間大,答應他們增加內容效勞生態。若想要把自動駕駛參加“全家桶”(7系,5系,i等等),那麼寶馬就需求壓低每輛車運用自動駕駛所帶來的本錢。

而自動駕駛商業化前期,壓低本錢這件事想都不要想。好在的是,寶馬的自動駕駛是一種模組化技能。假如不能壓低本錢,那麼寶馬會把有些功用從自動駕駛中提出來,再安裝到別的車型上。這麼的做法在現在看來是一箭雙雕:又能讓寶馬車主享用到車聯網技能特有的駕駛體會,又能加大自動駕駛的生態佈局。

同類文章
Next Article
喜欢就按个赞吧!!!
点击关闭提示