Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

魏启扬作者

从橘子洲智能洁净景区项目看无人驾驶的现实与困境

无人驾驶项目在今后很长一段时间内将是2G的方向,至于何时能够实现2B或者更具普世意义的2C,将在很大程度上取决于用户的接受程度与技术的成熟程度。

图片1.png

在过去的一年,国内外大大小小的自动驾驶研发公司都在抢自动驾驶商业落地的头炮。

百度Waymo这些行业巨头在2C业务上都取得了不错的突破。前者的“阿波龙”小巴于去年10月份在武汉上路运营;后者的Waymo one无人驾驶出租车项目年底在凤凰城正式启动。这些项目都带有强烈的行业教育色彩,希望通过C端用户的体验推动技术的发展,得到公众的认可。至于能否盈利,尚未在考虑范围之内。

无人驾驶商业落地的另一个维度。

国内环卫工程机械行业企业中联重科环境产业有限公司(简称:中联环境)去年9月25日中标了“橘子洲智能洁净景区项目”。长沙市除了给中联环境颁发无人驾驶路测牌照外,多个部门将在今后的7年时间内总计投入4720万元用于支持该项目的运营。

凭借着与酷哇机器人联合研发的的全球首台具备全路况清扫、智能路径规划的无人驾驶清扫车,中联环境在橘子洲景区建立了全球首个新能源无人环卫作业示范区。

这是一个由政府发起的,与环卫服务相结合的无人驾驶项目。中联环境副总裁、首席信息官曾光博士在今年4月初岳麓峰会“寻找AI的春天”论坛上,分享了项目的技术应用和研发进展。

从无人驾驶技术在“橘子洲智能洁净景区项目”的应用现状来看,我们只能说:革命尚未成功,无人驾驶仍需努力。

无人驾驶商用落地橘子洲的偶然与必然

无人驾驶项目选择在哪个城市、哪个区域商业落地都是有着非常精细的考量的。

像处于“试运营”阶段的Waymo One项目的开放程度就非常有限。首先只是在凤凰城及其钱德勒、坦佩、梅萨和吉尔伯特4个郊区总共80—100平方英里(约207—259平方公里)的区域内运行;其次,只对参与Early Rider试乘项目的用户开放。

回到“橘子洲智能洁净景区项目”,那么多的落地场景,中联环境为何就偏偏选中了橘子洲呢?其中到底有哪些因素在推动技术落地?在听过曾光博士在岳麓峰会上的演讲以及与中联环境相关负责人经过深入交流后,智能相对论认为其中原因有三。

1、橘子洲景区具备无人驾驶落地的环境要求

按照一般的理解,无人驾驶测试区对测试环境和建设标准的要求都非常高,以同在长沙的国家智能网联汽车(长沙)测试区为例,不光全场覆盖5G网络,还建有228个智能网联汽车测试场景,测试道路里程达12公里,其中有国内独有的3.6公里双向高速测试环境和无人机测试跑道。

橘子洲项目的特殊之处在于是一个无人驾驶和环卫服务相结合的项目,在橘子洲景区内执行任务的车辆不光要实现无人驾驶,还要进行环卫作业。在环卫作业的前置需求下,无人驾驶车辆的行驶速度将控制在一个很低的范围之内,这样,车辆发生安全事故的几率大大降低。

其次, 橘子洲的位置比较特殊,它位于长沙市市区的湘江之中,由南至北,横亘江心,四面环水,绵延数十里,总面积超过90公顷。从与城市交通的联系方面来看,橘子洲是一个“封闭”的空间。

根据管理的要求,在橘子洲内是禁止机动车通行的。无人驾驶清扫车在橘子洲上只需要处理行人的动态感应与分析,相比开放的公共交通空间,其要应对的场景要简单很多。

可以说,橘子洲的环境空间“模型”与项目的需求非常契合,具备了无人驾驶测试和落地的“硬件”要求。

图片2.png

2、自动驾驶技术已经具备商业落地的基础

自动驾驶技术层面来看,中联环境和酷哇机器人联合开发的无人驾驶清扫车在视觉感知、定位、路线规划这3个无人驾驶关键技术上均取得了不错的突破,可以说已经具备了自动驾驶商业落地的“软件”基础。

根据曾光博士在岳麓峰会上的介绍,中联环境的无人驾驶感知重点主要针对以人为主(兼顾室外移动车辆等)的高动态环境。采用深度学习方法对“帧间运动信息”以及对“移动目标的3D深度信息及纹理信息”进行处理,在时间序列基础上分析车辆/机器人的历史轨迹,并结合移动目标的运动模型对移动目标的未来时间窗口内的空间轨迹进行预测。在无人驾驶清扫车的低速运行工况下,这套动态环境建模系统的识别和处理效率非常高。

在定位方面,区别于基于地图的GPS定位,中联环境和酷哇机器人采取了“特征驱动全局”的定位方式,通过识别环境特征,三维点数据上升为带有特征属性的物体信息,利用三维点环境特征信息不光可以大幅提升定位的准确性,还可提升定位算法的运行速度。酷哇机器人创始人、CEO何弢博士在接受媒体采访时认为基于特征驱动的全局定位技术,“更适合于做纵深,在细分市场拥有更强的通用性。”

这些技术在测试状态下均取得了不错的效果。作为无人驾驶研发团队,中联环境和酷哇机器人都急切的希望有实实在在的商业项目来验证技术的方向是否正确,用项目来进一步打磨技术的稳定性和可靠性。

3、政府积极推进促成是意外加分项

行业巨头、汽车厂商都在抢无人驾驶商用落地的头炮,国内各地政府也在积极推进无人驾驶项目在本地落地。

长沙对无人驾驶项目的支持尤为积极。不但获得了国家级智能网联汽车测试区的牌照,还“招纳”了百度京东等互联网巨头的无人驾驶研发团队在长沙“安家”。

橘子洲景区作为全国知名的5A级景区,是长沙对外展示城市形象的一张名片。长沙市政府对于在景区内采用新能源环卫作业车辆提升环卫作业环保性、用无人作业、监控模式,创新环卫作业方法,展示长沙科技创新能力有着强烈的意愿。

既然技术已经具备落地的基础,长沙市政府不光针对橘子洲项目发出了湖南省的第一张无人驾驶路测牌照,还在资金上进行了大力支持。这也是项目最终能够落地的一个关键原因。

橘子洲项目的示范作用在于智慧环卫,无人驾驶任重道远

“橘子洲智能洁净景区项目”从去年9月25日招标完成,到如今已经过去大半年了,从项目所体现出的内容与实际运营情况来看,这个项目更大的示范作用在于智慧环卫的建设与实践,

至于我们理想中的无人试驾,由于采取的技术路线有所不同,仍然任重而道远。

1、无人驾驶在没形成规模效应之前还是太“贵”

橘子洲项目一个很好的示范作用在于让我们认识到无人驾驶到底有多烧钱。

中联环境在项目中一共投入了2台智慧清捡保洁机器人、1台智能洁扫保洁机器人、1台智能垃圾收运机器人、1台智能道路清扫机器人和1台智能路面养护机器人。

虽然项目包含了橘子洲景区内的保洁和垃圾清运服务(清扫保洁面积约97万㎡,垃圾清运量约15吨),建设景区内的智慧环卫系统,在无人驾驶清扫车辆无法满足景区环卫需求的情况下,会启动人力进行清洁作业,但从项目的整体运营的费用来看,还是太“贵”。

根据项目公开的招标文件,项目合同期的前3年为720万/年,后4年为400万/年。此外,长沙高新区管委会为中联环境无人驾驶清扫车在橘子洲试行推广,连续3年,每年从产业项目扶持资金计划中支持项目200万元;长沙市城管局为提升景区环卫设施运营和景区环境卫生提升,连续3年,每年从城管综合整治专项经费中支持项目120万元。

由此算来,整个项目周期光各级政府的投入就达到4720万元。

根据酷哇机器人公布的数据,其与中联环境联合研发的整车功率达到45kw的燃油动力无人驾驶扫地车的售价在70万以上。在扫地车市场,一辆比较好的进口车售价在60万以上,而在本土市场,接受程度最高的价位在10—20万之间。

中联环境相关负责人也承认,在现阶段,无人驾驶还未形成规模化普及之前,无论是制作成本,还是运营成本都是比较高的。因此,在无人驾驶真正进入我们生活之前,自动驾驶研发公司还必须拿出更大降本力度。

2、场景与场景之间的串联还需更长时间打磨

在橘子洲项目中,无人驾驶清扫车在应对单个的作业场景时都能很好的应对,但将各类环卫作业场景和无人驾驶场景进行串联时,无人驾驶清扫车在执行任务时则需要技术人员长时间的调试。

如今,中联环境在橘子洲内主要完成的测试任务是优化无人驾驶清扫车辆的作业模式、作业路线和排班安排,不断提升无人驾驶车辆对各种场景的识别和串联能力。

此外,橘子洲是一个相对封闭的场景,从目前商业落地的各类无人驾驶项目来看,基本都是在固定的或者封闭的场景内开展。这也意味着,当前的无人驾驶车辆还无法驶出安逸的封闭场景。从封闭的“小”场景到开放的“大”场景,无人驾驶还有很长一段时间才能完成两者间的无缝连接。

3、低速无人驾驶将是短期目标

任何技术的发展都会遵从技术循环曲线,或技术S曲线,只有技术成熟度跨过了市场可接受的触发点,新技术才能从实验室走向商业落地。

图片3.png

现在的无人驾驶就是处于技术发展第一个S曲线的成熟期,此时,是技术快速发展的顶端,基础理论基本成熟,同时,理论探索空间也越来越小。因此。在这一阶段技术若要实现商业落地,除非技术已经非常成熟,足够厉害,要么只能降低应用标准。

当前,自动驾驶降低标准无非就两个方面。一是在封闭场景内运行,一是低速自动驾驶。“橘子洲智能洁净景区项目”完美的诠释了这一技术曲线原理。根据德国汽车工业协会的预测,中低速/结构化/封闭场景的自动驾驶将在2025年左右实现。这也是说,无人驾驶短期内比较切实的目标将是低速无人驾驶。

总结:整体而言,无人驾驶能在长沙的橘子洲落地有一定的偶然性,政府在其中起到了巨大的推动作用,其项目模式也不具备可以批量复制的操作性。站在边际成本考量的角度,无人驾驶项目在今后很长一段时间内将是2G的方向,至于何时能够实现2B或者更具普世意义的2C,将在很大程度上取决于用户的接受程度与技术的成熟程度。

智能相对论
智能相对论

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、开发者以及芯片、算法、人机交互等。

专栏二维码
产业自动驾驶
1
相关数据
Waymo机构

Waymo是Alphabet公司(Google母公司)旗下的子公司,专注研发自动驾驶汽车,前身是Google于2009年开启的一项自动驾驶汽车计划,之后于2016年独立。2017年10月,Waymo开始在美国亚利桑那州的公开道路上试驾。2018年12月,Waymo在凤凰城郊区推出了首个商业自动乘车服务Waymo One。

http://www.waymo.com/
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

感知技术

知觉或感知是外界刺激作用于感官时,脑对外界的整体的看法和理解,为我们对外界的感官信息进行组织和解释。在认知科学中,也可看作一组程序,包括获取信息、理解信息、筛选信息、组织信息。与感觉不同,知觉反映的是由对象的各样属性及关系构成的整体。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

路径规划技术

路径规划是运动规划的主要研究内容之一。运动规划由路径规划和轨迹规划组成,连接起点位置和终点位置的序列点或曲线被称为路径,构成路径的策略则被称为路径规划。路径规划在很多领域都具有广泛的应用,如机器人的自主无碰行动;无人机的避障突防飞行等。

无人机技术

无人机(Uncrewed vehicle、Unmanned vehicle、Drone)或称无人载具是一种无搭载人员的载具。通常使用遥控、导引或自动驾驶来控制。可在科学研究、军事、休闲娱乐用途上使用。

定位技术技术

通常是指机器人领域的定位技术,see SLAM for details

人机交互技术

人机交互,是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器,也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流,并进行操作。小如收音机的播放按键,大至飞机上的仪表板、或是发电厂的控制室。

百度智能云机构

百度是全球最大的中文搜索引擎,是一家互联网综合信息服务公司,更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村,公司创始人李彦宏拥有“超链分析”技术专利,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

http://www.baidu.com
京东机构

京东(股票代码:JD),中国自营式电商企业,创始人刘强东担任京东集团董事局主席兼首席执行官。旗下设有京东零售、京东物流、京东科技子集团、印尼&泰国海外合资跨境电商等核心业务。2013年正式获得虚拟运营商牌照。2014年5月在美国纳斯达克证券交易所正式挂牌上市。 2016年6月与沃尔玛达成深度战略合作。

https://www.jd.com
相关技术
物联网技术技术

物联网(英语:Internet of Things,缩写IoT)是互联网、传统电信网等信息承载体,让所有能行使独立功能的普通物体实现互联互通的网络。物联网一般为无线网,而由于每个人周围的设备可以达到一千至五千个,所以物联网可能要包含500兆至一千兆个物体。在物联网上,每个人都可以应用电子标签将真实的物体上网联结,在物联网上都可以查出它们的具体位置。通过物联网可以用中心计算机对机器、设备、人员进行集中管理、控制,也可以对家庭设备、汽车进行遥控,以及搜索位置、防止物品被盗等,类似自动化操控系统,同时通过收集这些小事的数据,最后可以聚集成大数据,包含重新设计道路以减少车祸、都市更新、灾害预测与犯罪防治、流行病控制等等社会的重大改变,实现物和物相联。

5G技术

第五代移动通信系统(5th generation mobile networks),简称5G,是4G系统后的延伸。美国时间2018年6月13日,圣地牙哥3GPP会议订下第一个国际5G标准。由于物理波段的限制,5G 的网络也将会与其他通信技术并用,包含长距离的其他传统电信波段。

推荐文章
暂无评论
暂无评论~