您所在的位置:大数据>正文

无人驾驶汽车普及时间

聚行业--大数据 电子发烧友   作者: 技术专区  2018-01-08 17:17

大数据-全文略读:不久前,工业和信息化部副部长陈肇雄透露,预计2018年将完成5G国际标准的制定,2020年有望正式商用。“完全无人驾驶汽车估计要在5G普及后才可能出现。”朱西产表示。或许,无人驾驶汽车会先在商用车领域出现...

 

大数据--无人驾驶汽车普及时间

 

浏览量30844无人驾驶汽车普及时间_无人驾驶汽车什么时候会普及_无人驾驶汽车普及需要多久• 2018年01月08日 17:17•次阅读

 

 无人驾驶汽车是智能汽车的一种,也称为轮式移动机器人,主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目标。从20世纪70年代开始,美国、英国、德国等发达国家开始进行无人驾驶汽车的研究,在可行性和实用化方面都取得了突破性的进展。中国从20世纪80年代开始进行无人驾驶汽车的研究,国防科技大学在1992年成功研制出中国第一辆真正意义上的无人驾驶汽车。

 

 2005年,首辆城市无人驾驶汽车在上海交通大学研制成功。世界上最先进的无人驾驶汽车已经测试行驶近五十万公里,其中最后八万公里是在没有任何人为安全干预措施下完成的。

 

 无人驾驶汽车的特点

 

 1、安全稳定

 

 安全是拉动无人驾驶车需求增长的主要因素。每年,驾驶员们的疏忽大意都会导致许多事故。既然驾驶员失误百出,汽车制造商们当然要集中精力设计能确保汽车安全的系统。“无人”驾驶系统种类繁多,其中有些根本算不上“无人”,还有些活像是科幻小说中的东西。

 

 防抱死制动系统其实就算无人驾驶系统。虽然防抱死制动器需要驾驶员来操作但该系统仍可作为无人驾驶系统系列的一个代表,因为防抱死制动系统的部分功能在过去需要驾驶员手动实现。不具备防抱死系统的汽车紧急刹车时,轮胎会被锁死,导致汽车失控侧滑。驾驶没有防抱死系统的汽车时,驾驶员要反复踩踏制动踏板来防止轮胎锁死。而防抱死系统可以代替驾驶员完成这一操作——并且比手动操作效果更好。该系统可以监控轮胎情况,了解轮胎何时即将锁死,并及时做出反应。而且反应时机比驾驶员把握得更加准确。防抱死制动系统是引领汽车工业朝无人驾驶方向发展的早期技术之一。

 

 另一种无人驾驶系统是牵引和稳定控制系统。这些系统不太引人注目,通常只有专业驾驶员才会意识到它们发挥的作用。牵引和稳定控制系统比任何驾驶员的反应都灵敏。与防抱死制动系统不同的是,这些系统非常复杂,各系统会协调工作防止车辆失控。

 

 当汽车即将失控侧滑或翻车时,稳定和牵引控制系统可以探测到险情,并及时启动防止事故发生。这些系统不断读取汽车的行驶方向、速度以及轮胎与地面的接触状态。当探测到汽车将要失控并有可能导致翻车时,稳定或牵引控制系统将进行干预。这些系统与驾驶员不同,它们可以对各轮胎单独实施制动,增大或减少动力输出,相比同时对四个轮胎进行操作,这样做通常效果更好。当这些系统正常运行时,可以做出准确反应。相对来说,驾驶员经常会在紧急情况下操作失当,调整过度。

 

 2、自动泊车

 

 车辆损坏的原因,多半不是重大交通事故,而是在泊车时发生的小磕小碰。泊车可能是危险性最低的驾驶操作了,但仍然会把事情搞得一团糟。虽然有些汽车制造商给车辆加装了后视摄像头和可以测定周围物体距离远近的传感器——甚至还有可以显示汽车四周情况的车载电脑——有的人仍然会一路磕磕碰碰地进入停车位。

 

 由于雷克萨斯LS 460L采用了高级泊车导航系统,该车的驾驶员不会再有类似的烦恼。该系统通过车身周围的传感器来将车辆导向停车位(也就是说驾驶者完全不需要手动操作)。当然,该系统还无法做到像《星际迷航》里那样先进。在导航开始前,驾驶者需要找到停车地点,把汽车开到该地点旁边,并使用车载导航显示屏告诉汽车该往哪儿走。停车位需要比车身长2米(LS的车身较长)。自动泊车系统是无人驾驶技术的一大成就。通过该系统,车辆可以像驾驶员那样观察周围环境,及时做出反应并安全地从A点行驶到B点。虽然这项技术还不能让人完全放手,让汽车自动载您回家,但毕竟是朝着这个方向迈出了第一步。

 

 无人驾驶汽车普及时间_无人驾驶汽车什么时候会普及_无人驾驶汽车普及需要多久

 

 在3月15日召开的上海国际信息化博览会上,多名汽车电子和汽车安全领域的人士告诉《IT时报》记者,完全的无人驾驶在5年内不太可能商用,对于车企来说,ADAS(高级驾驶辅助系统)是目前更为现实的选择;而在2015年末百度发布的无人驾驶汽车计划中,商用的时间表是2018年。

 

 无人驾驶≠自动驾驶

 

 无人驾驶与自动驾驶实际上是两种完全不同的概念,确切地说自动驾驶应该被称为“辅助驾驶”,而完全的自动化驾驶才能被称为无人驾驶。

 

 无人驾驶技术等级目前在自动驾驶技术等级中处于最高级, 利用人工智能AI的精密算法程序去替代驾驶者称为操控整个车辆的“大脑”,乘客可以在驾驶人与乘客中自由切换,无人驾驶车如同专属司机,听指挥行走。将行车的活完全交给了无人驾驶系统的人工智能AI,行程如何行驶,行驶速度控制在多少,都由无人驾驶车说了算。谷歌公司甚至认为无人驾驶车内可以将方向盘省去,车内无需人为操控部件。

 

 而自动驾驶虽然可以代替驾驶人操控车辆,但车辆的控制权仍在驾驶人手上。目前从技术的角度上来说,自动驾驶有两条发展方向:ADAS(Advanced Driver Assistance System)高级辅助驾驶与人工智能。ADAS的技术目前已经在量产车上普及,主要分担驾驶人的一些行车工作,如自适应巡航、车道保持功能、自动泊车等,驾驶操作由系统经过计算完成,但驾驶人仍需要负责车辆周边监控,保持驾车状态,以便随时接管车辆。后者的人工智能更接近与无人驾驶的状态,以AI切入自动驾驶,对技术与车辆有着更严格的要求,系统不仅仅是辅助、警告功能,还有着规划及对车辆的控制功能。

 

 目前为了更好的区分自动驾驶技术,美国汽车工程师学会将自动驾驶分为五个等级,目前大多数量产车都处于0级-2级之间。

 

 为了更好地区分不同层级的自动驾驶技术,国际汽车工程师学会在2014年发布了自动驾驶的六级分类体系,美国国家公路交通安全管理局(NHTSA)原本有自己的一套分类体系,但在2016年9月转为使用SAE的分类标准。今天绝大多数主流自动驾驶研究者已将SAE标准当作通行的分类原则。 在SAE的分类标准中,目前日常使用的大多数汽车处在第0级和第1级之间,碰撞告警属于第0级的技术,自动防碰撞、定速巡航属于第1级的辅助驾驶,自动泊车功能介于第1级和第2级之间,特斯拉公司正在销售的Autopilot辅助驾驶技术属于第2级技术。

 

 不分领域,各界巨头争抢研发

 

 目前的无人驾驶行情就如同最初iPhone出现前,大部分手机用户都认为塞班系统是当时很普及很只能的操作系统,但当乔布斯带着iPhone和iOS平台出现在大众的面前,却完全颠覆了人们对于手机、手机系统甚至UI的操作界面的印象。所有的产品都会随着科技的进化而越来越智能化,智能手机对于人们日常生活的影响是大家最能切身体会及有目共睹的,那么无人驾驶的智能汽车不论对企业、对老百姓同样会带来翻天覆地的变化。

 

 从汽车领域的各方势力来看,每个人都希望在新一代交通工具中攻占重要据点,谈起无人驾驶这一技术,许多人都会想到科技公司的项目,但传统汽车厂商在这一领域付出的努力也不容小觑。传统汽车制造厂商在无人驾驶汽车领域中,更看中车辆的性能本身,这也是从传统车企多年的制车技艺与工业设计的优势出发。

 

 对于滴滴、Uber等公司来说,无人驾驶可以极大的降低人力成本,自行研发无人驾驶自然成为了当务之急。如果

 

 Uber、滴滴等公司掌握了无人驾驶技术,它们就能自行控制车辆成本,或是与车厂合作,量产无人驾驶车。无人驾驶技术一旦成熟,对于整个汽车的商业模式都会发生巨大的改变。

 

 而云计算、大数据及人工智能AI则与互联网技术息息相关,所以百度、谷歌、乐视等互联网公司同样希望能在无人驾驶这一技术领域上分一杯羹。车企研发无人驾驶汽车往往从主动安全等方向出发,而互联网企业则是以车辆为切入点,研发的中心放在驾驶体验的提升以及真正靠人工智能AI去解放驾驶人的双手。完全不同的研发思路使得其背后有着很大的增值盈利空间。

 

 提到人工智能AI自然少不了芯片厂商。高价收购智能行车系统Mobileye的英特尔,与汽车配件巨头博世公司强强联手的英伟达,同时宣布开发人工智能自动驾驶系统,希望能够在未来实现各类驾驶任务,无人驾驶技术在未来的良好发展前景也使得各大老牌芯片企业“斗”的不可开交。

 

 产业链成本迅速下探

 

 在从传统汽车向无人驾驶汽车演进的路径上,传统汽车行业采用的是渐进式路径,辅助驾驶—半自动驾驶—高度自动驾驶—完全自动驾驶,而谷歌、百度则是激进式做法,直接切入完全自动驾驶,驾驶过程不需要人干预。

 

 “通过云计算、大数据、地图对一些不确定性事件进行预判,并作用于驾驶行为,的确是互联网公司所擅长的,但从目前的硬件和软件条件来看,要想真正实现无人驾驶汽车商用,恐怕还遥遥无期。”同济大学汽车学院汽车安全技术研究所所长朱西产告诉记者。

 

 成本是限制无人驾驶汽车的第一道门槛。谷歌和百度正在测试的无人驾驶汽车,采用的是64线激光雷达,360度扫描周围环境采集数据,而这台设备的成本是10万美元。朱西产告诉《IT时报》记者,车企目前在做的ADAS和半自动驾驶,多数用的是毫米波雷达,二者成本相差甚远,24G赫兹的毫米波雷达仅需300元,而77G赫兹的也只需700元。但毫米波雷达除了图像精细度不及激光雷达,时延也达到100MS,而汽车制动的时间如果低于0.7秒,便无法阻止最后事故发生。

 

 不过,技术的进步,让成本的降低成为可能。在不久前结束的2016年CES展上,VELODYNE 公司推出了专供汽车制造商的激光雷达。尽管还没有透露价格,但 VELODYNE表示,未来量产后,激光雷达的成本有望降低到500美元/车。成立三年的创业公司 QUANERGY也在CES上推出了8线固态激光雷达S3,量产后,价格可降至100美元。即使车身周围装四个S3,成本也只有400美元(约2600元人民币)。在本届信博会上,东芝推出的智能识别芯片VisconTI 2,可以在行进中自动识别出来自四个摄像头的图像内容,出货价也只有20~30美元(约130~195元人民币),据工作人员介绍,2015年在丰田的一款车型上已经量产前装。

 

 朱西产认为,“一套ADAS+4个S3”可以在增加较低成本的前提下,实现汽车的部分无人驾驶,比如在高速公路上,路况相对简单,司机可以切入自动驾驶模式。

 

 德尔福(中国)科技研发中心亚太区高级工程经理沈骏强透露,未来技术成熟之后,一套完全无人驾驶系统成本可降至1~2万元,这将是消费者和车企都能接受的价格,但目前来看,要想实现对司机的完全替代,至少要到2020年以后,甚至到2030年才可能普及。

 

 5G是无人驾驶的关键

 

 目前横亘在无人驾驶汽车面前的,除成本之外,还有环境。

 

 真正的完全无人驾驶,并非单辆车的自有行动,而是需包括智能交通、通信网络、法律规则等在内的生态环境的成熟。

 

 “如果打开谷歌汽车和百度汽车的后备厢,你会发现里面全是电脑。”互联网公司理想中的无人驾驶汽车,应该是运用云计算、大数据、地图等工具,通过对海量数据不断深度学习,从而让汽车具有人工智能,也就是说,像AlphaGo下围棋一样,自动对行车动作有自我判断。但朱西产认为,这种模式有一个致命障碍,“现有数据交换的移动网络时延过长,4G网络的时延以秒计,即使到了4.5G,时延也只能缩短至100毫秒,可能你的数据还没来得及传到云端进行计算和判断,对面的车已经迎面而来,在交通事故中,1秒钟就可能决定生死。”因此,目前在测的无人驾驶汽车,基本都是车载电脑进行本地运算。

 

 能让车与车、车与人、车与交通工具、车与路智能对话的网络,在业内被称为V2X,主要通过两种通信技术实现:DSRC(专用短程通信技术)和蜂窝数据网络(即移动通信网络).DSRC是一种非接触式的传感器连接技术,每辆装有DSRC的汽车彼此之间会自动“通话”,在数十米的距离内,交换各项数据,并由汽车“大脑”根据这些数据做出相应判断。

 

 举个例子,不久前谷歌无人驾驶汽车首次出现的车祸,是在交叉路口倒车时与一辆公交车相撞,如果这两部车上都安装有DSRC模块,那么谷歌汽车便可以及时获取公交车动力数据并得出其未减速的结论,从而提前避让。

 

 根据美国政府的规划,2030年之前,DSRC模块作为强制性标准,将在90%以上的汽车中安装,“目前模块价格偏高,大约需要350美元(约2281元人民币)/车,预计将来最低可降至50美元(约325元人民币)。”但朱西产并不看好DSRC在中国的市场,由于占用5.8G的高频段,信号穿透性很弱,“连马路两边的行道树都可以屏蔽掉信号,因此很难在国内普及。”

 

 5G被寄予厚望。5G具有高带宽、高可靠性、低时延的特点,根据此前透露的5G标准制定规范,理想时延低于1毫秒。这让通过云计算遥控汽车成为可能。

 

 不久前,工业和信息化部副部长陈肇雄透露,预计2018年将完成5G国际标准的制定,2020年有望正式商用。“完全无人驾驶汽车估计要在5G普及后才可能出现。”朱西产表示。或许,无人驾驶汽车会先在商用车领域出现。根据百度无人汽车的规划,未来不到3年的时间里,百度将在中国十个城市试行无人驾驶商用汽车。技术专区

 

84