科技公司和傳統汽車廠商對自動駕駛的理解差別較大。前者希望能在五年甚至十年后直接顛覆人類的出行方式，另一個更注重于當下如何立刻將自動駕駛落地。

筆者從優(yōu)劣勢的角度解釋一下科技公司和車企做自動駕駛的區(qū)別。

陣營一：汽車企業(yè)

談優(yōu)劣勢之前，我們先看看車企的自動駕駛已經做到何種地步？

目前已經量產了的擁有自動駕駛或半自動駕駛的車企有：奧迪（A8），特斯拉（ Model 系列），凱迪拉克（CT6）、寶馬 7 系和奔馳 S 級。奧迪 A8 宣稱已具備 L3 級別自動駕駛功能，其他四位目前為止都只具備 Level 2 的功能，即輔助駕駛。

先比較一下他們的傳感器配置。

注：以上參數均根據網上資源整理

為什么一定要談傳感器的配置呢？

相比于互聯網公司“把傳感器都往車上堆”的腦回路，車企會更注重于“當前的傳感器配置能不能實現我最初定下的功能”和“保證安全和性能的前提下，是否有成本更低的替代方案”，即以目標為導向地配置傳感器。

他們注重的是落地。目的是掙錢，而不是炫技。

所以接下來的十年，大家會看到傳統車企發(fā)布的車上會慢慢出現 Level 2.5 、Level 3 、Level 4 ，最后到 Level 5 的技術。而不是像互聯網公司他們直接 Level 4 甚至 Level 5 。

特斯拉之所以沒有被我列為互聯網公司，是因為他自身有造車的能力。他們定下的傳感器配置方案是十分“擬人”的（ 8 個攝像頭，視覺為主），我認為他們的傳感器配置方案才是未來自動駕駛汽車該有的樣子。

但是！??！但是?。?！但是！??！

目前可用于自動駕駛汽車上的硬件、機器視覺算法在計算能力、檢測能力和準確度上都還不夠成熟，傳感器的感知距離雖然達到，甚至超過了人類開車時的感知距離，但是識別率及準確度遠沒有達到人類的判斷能力。

在機器視覺、人工智能的在車上應用還不是十分成熟的當下，想實現 Level 3 級別以上的自動駕駛，激光雷達還是十分有必要的。這也是為什么 Waymo 摸索了 9 年的自動駕駛，現在依然要在頭上頂一個激光雷達的原因。

言歸正傳，看優(yōu)劣勢。

劣勢 1 ：成本和時間壓力

傳統車企為了保證自己品牌的競爭力，必須緊跟市場步伐，推出具備自動駕駛功能的汽車。有了 Deadline ，就不能向互聯網公司一樣技術為本，潛心研究。更多需要考慮技術量產的可能性。

任務定義：該款車型需要完成什么樣的自動駕駛技術？高速公路巡航？自動泊車？

硬件選型：什么樣的硬件配置可以實現？需要激光傳感器？控制器計算能力是否足夠？

成本控制：1 個攝像頭夠不夠？12 個超聲波雷達多不多？哪家供應商服務好、又不貴？

測試場景：技術上如何處理極端工況？測試場景是否考慮全面？

失效模式：傳感器故障如何應急處理？用什么方式提示駕駛員接管汽車？

等等...

這些都是量產時不得不考慮的問題。成本和時間的壓力會造成技術上的妥協，有時候不得不放棄太過復雜的自動駕駛功能。

劣勢 2 ：安全 > 技術

傳統車企不會像特斯拉那樣激進地發(fā)布自動駕駛技術，更不會作死地把自己的僅達到 L2.5 的技術宣稱為自動駕駛。

他們把安全放在首位。任何一例安全事故對傳統車企來說都是災難。即使汽車上使用了激光雷達，也不會設計太過復雜的功能或太高的最大允許車速。

雖然 A8 現在設置的自動駕駛速度上限是 60km/h ，但我相信，隨著軟件的更新迭代，這個值會慢慢提高的。

在安全、成本、開發(fā)時間的妥協，會給人造成傳統車企自動駕駛技術不如互聯網公司的錯覺。然而事實并非如此，傳統車企在自動駕駛領域的技術積淀相比互聯網公司有過之而無不及。

優(yōu)勢 1 ：專利數量

談到專利這個話題，讓我想到了現在在移動互聯網中如日中天的高通，每個手機的生產到售出，都必須給高通繳納專利費。

未來十年是屬于自動駕駛的時代，因此誰能掌握足夠多該領域的專利，誰就將引領這個行業(yè)的發(fā)展并搶到足夠份額的蛋糕。

自動駕駛專利是傳統車企和 Tier 1 相比于互聯網公司極具優(yōu)勢的地方，有了這些專利，傳統車企就能牢牢把握住未來市場的主動權。

下圖是 2010 年到 2017 年 7 月，自動駕駛領域的專利分布，神壇上的 Google 并沒有像大家想想的那樣把握著絕對的專利優(yōu)勢。而專利更多地被傳統車企和 Tier 1 獲得。

Source: Statista

優(yōu)勢 2 ：量產

畢竟是汽車領域的老大哥們，在量產這件事上，比互聯網公司高到不知道哪里去了。由量產帶來的好處也不言而喻。

• 數據采集

自動駕駛技術的發(fā)展需要足夠多的數據做支撐，數據上量的積累最終會引起技術上質的突破。

傳統車企可以利用量產車上傳感器獲取數據，上傳至云端，用真實數據訓練算法。今年 5 月特斯拉發(fā)布的軟件更新就推出了“小視頻”計劃——發(fā)動廣大車主為自動駕駛提供數據。對比 Waymo ，數據采集都是在測試車上完成，這個數據采集的效率不可同日而語。

• 更好的服務和更多的成本談判籌碼

車企做自動駕駛會有明確的量產計劃，這也引得各種供應商蜂擁而至?；ヂ摼W公司如果只買幾件產品做研究，供應商都不愿意花時間陪他們玩，提供的服務質量也會打折扣。

但車企不同，一旦裝有該傳感器的車量產了，那簡直就是供應商的搖錢樹。于是為了讓車企選擇自己的產品做量產，供應商們會提供更好的技術支持和更低的量產報價。

陣營二：互聯網公司

像 Waymo ，Uber ，百度等互聯網公司如果想“單干”研究自動駕駛技術是很困難的。最直接的就是車輛底層的控制權和未來量產的可行性。當然，作為擁有雄厚技術積累的互聯網公司也擁有得天獨厚的優(yōu)勢。

劣勢 1 ：汽車的控制權

自動駕駛對互聯網公司來說，最直接的問題就是如何控制汽車。即使上層的算法做得再好，如果不能完全獲取底層的控制方式，及時地向底層輸送控制指令，也無法達到自動駕駛的目的。

而想通過黑客破解的方式完全獲取車輛各傳感器的信息及汽車底盤控制權是一件幾乎不可能的事情。因此互聯網公司必須在汽車控制這個點上對傳統車廠做出妥協，以期共同開發(fā)。

此問題我向我司做汽車底盤控制的工程師求證過。

劣勢 2 ：量產

作為自動駕駛領域最具代表性的互聯網公司—— Waymo（原 Google 無人車團隊），從 2009 年開始做自動駕駛，8 個年頭的技術積累足以橫掃目前任何一家自動駕駛公司。如此優(yōu)秀的技術儲備，為什么大家依舊看不到 Waymo 的無人駕駛車滿街跑呢？最大的問題就是量產。

一個沒有量產方案的技術，再牛 X ，也是空中樓閣。大家都是出來掙錢的，哪跟你談情懷。

這一點不僅是 Waymo 的軟肋，也是所有互聯網公司的軟肋?；ヂ摼W公司要么自覺站隊，與車企合作開發(fā)，要么主動投入車企的懷抱，被車企收購。

諸如合作陣容：BMW + Intel + Mobileye + Delphi，Volvo + Uber。當然還有收購大軍：Ford + Argo，GM + Cruise。

下圖為目前在自動駕駛領域占得一席之地的車企、互聯網公司和各種解決方案的 Suppliers 。

Source: Vision Systems Intelligence

互聯網公司在或許在看得見摸得著的領域不那么“硬”，但在“軟”的方面有著得天獨厚的優(yōu)勢。

優(yōu)勢 1 ：完善的軟件開發(fā)、測試流程及人才儲備

互聯網公司相比于傳統車企在軟件開發(fā)方面的技術積累可能不止強一個數量級。

傳統車企做自動駕駛大多是 V 模型作為軟件開發(fā)模型。一旦市場對軟件的需求發(fā)生變化時，由于 V 模型本身的缺陷，會導致重新的需求定義、設計、編碼、測試，開發(fā)的時間節(jié)點不得不推遲。

而互聯網公司擁有更為豐富的軟件開發(fā)經驗和強大的人才儲備。高效率的軟件開發(fā)和測試流程，能更早地實現自動駕駛的功能。

優(yōu)勢 2 ：無量產壓力，可直接 Level 4 起步

目前大多數互聯網公司在自動駕駛領域還沒有明確的商業(yè)計劃，都是摸著石頭過河，以開發(fā)技術為先。

我接觸到的一些國內互聯網公司，更多的是在做給車企做 Demo 演示，屬于自動駕駛“預研”階段，并沒有很明確的量產計劃。

正是沒有量產的交付壓力，互聯網公司敢于直接跳過 L3 ，做 L4 甚至 L5 級別的自動駕駛。在技術上也能專注于更前沿的技術研究，推動自動駕駛整體技術的進步。

結論

科技公司和傳統車廠在短期內在自動駕駛領域，不會有沒有太多交集。因為目標不同，戰(zhàn)略也不太相同。至于誰更有優(yōu)勢，仁者見仁，智者見智。都在或多或少推動自動駕駛的進步，又何必分個伯仲。

本文作者陳光，上汽集團自動駕駛工程師

返回第一電動網首頁 >