歡迎加入全球最大AI社群>>

作者：招商計(jì)算機(jī) 劉澤晶

一、未來(lái)已來(lái)：無(wú)人駕駛前進(jìn)的五個(gè)維度
無(wú)人駕駛技術(shù)最初的發(fā)展從減少、防止機(jī)動(dòng)車(chē)事故開(kāi)始。從1950年至2000年， OEM車(chē)廠和Tier 1的零部件制造商對(duì)車(chē)輛發(fā)明、生產(chǎn)了許多結(jié)構(gòu)性的改進(jìn)。最核心的就是四大安全系統(tǒng)：安全帶，防抱死制動(dòng)系統(tǒng)(ABS)，安全氣囊和電子穩(wěn)定控制(ESC)。

從2000年至今，汽車(chē)行業(yè)推出了一系列高級(jí)駕駛輔助系統(tǒng)(Advanced Driver Assistant System，ADAS)功能。從2000年的夜視儀、前方碰撞預(yù)警(Forward collision warning，F(xiàn)CW)，到2002年的后置攝像頭、泊車(chē)輔助(Park assist，PA)，到2005年的車(chē)道偏離預(yù)警(Lane departure warning，LDW)，到2006年的自適應(yīng)前照燈系統(tǒng)(Adaptive front lights，AFS)、自動(dòng)泊車(chē)(Automatic parking，AP)、盲點(diǎn)探測(cè)系統(tǒng)(Blind spot detection，BSD)，到2007年的全景可視系統(tǒng)(Surround view systems，SVS)，到2008年的前方碰撞輔助(Forward collision assist，F(xiàn)CA)，到2010年的瞌睡警示Drowsiness alert，到2014年的車(chē)道保持輔助(Lane departure assist，LKA)。通過(guò)一系列的ADAS功能進(jìn)一步地減少、防止機(jī)動(dòng)車(chē)事故。

2016年以后，部分無(wú)人駕駛的功能如單車(chē)道自動(dòng)駕駛、交通擁堵環(huán)境下的自動(dòng)駕駛、車(chē)道變化自動(dòng)駕駛、城市自動(dòng)駕駛等等有望逐步實(shí)現(xiàn)。再進(jìn)一步過(guò)多到完全無(wú)人駕駛。


3、未來(lái)屬于無(wú)人駕駛
預(yù)計(jì)部分無(wú)人駕駛在2020年左右開(kāi)始商業(yè)化，完全無(wú)人駕駛在2025年左右開(kāi)始商業(yè)化，而在此之前，高級(jí)駕駛輔助系統(tǒng)ADAS會(huì)發(fā)揮重要作用。
樂(lè)觀情況下，預(yù)計(jì)2030年的新車(chē)銷(xiāo)售中，完全無(wú)人駕駛車(chē)占比約15%，部分無(wú)人駕駛車(chē)占比約50%;2015的新車(chē)銷(xiāo)售，部分無(wú)人駕駛的滲透率達(dá)到100%;2040年的新車(chē)銷(xiāo)售，完全無(wú)人駕駛的滲透率達(dá)到90%。
悲觀情況下，預(yù)計(jì)2040年的新車(chē)銷(xiāo)售中，完全無(wú)人駕駛車(chē)占比約10%，部分無(wú)人駕駛車(chē)占比約30%。在此之前，無(wú)人駕駛的普及處于緩慢的爬坡過(guò)程中。
政府監(jiān)管、安全可靠的技術(shù)解決方案以及消費(fèi)者的接受度和支付意愿是無(wú)人駕駛能否普及的關(guān)鍵因素。

4、無(wú)人駕駛前進(jìn)的五個(gè)維度：消費(fèi)者接受度、技術(shù)整合度、生態(tài)體系、立法、基礎(chǔ)設(shè)施投資
無(wú)人駕駛的推進(jìn)需要在五個(gè)維度同時(shí)進(jìn)行，消費(fèi)者接受度、技術(shù)整合度、生態(tài)體系、立法、基礎(chǔ)設(shè)施投資，不可或缺。
消費(fèi)者對(duì)無(wú)人駕駛的接受程度從信息到輔助駕駛，到最后控制權(quán)交給無(wú)人駕駛。
技術(shù)的發(fā)展從傳感器到DSRC，到技術(shù)的融合。
生態(tài)體系從各種互聯(lián)網(wǎng)公司新進(jìn)入到逐漸產(chǎn)生新的商業(yè)模式，最終發(fā)展成新的行業(yè)。
立法方面，從地方立法/州立法，到DSRC強(qiáng)制立法，到全國(guó)范圍的立法。
基礎(chǔ)設(shè)施投資方面，從地方的測(cè)試基地，到地方交通樞紐的接受，最后到全國(guó)范圍的基礎(chǔ)設(shè)施投資。
總的來(lái)看，五個(gè)維度的推薦互為前提條件，交錯(cuò)前進(jìn)，最終形成新技術(shù)、新行業(yè)、新生態(tài)。

5、無(wú)人駕駛關(guān)鍵技術(shù)正在突破
無(wú)人駕駛技術(shù)是一個(gè)涉及傳感器、計(jì)算機(jī)、信息通訊、自動(dòng)控制、導(dǎo)航定位、機(jī)器視覺(jué)、人工智能等多諸多前沿學(xué)科的綜合技術(shù)。根據(jù)無(wú)人駕駛的職能模塊，可將無(wú)人駕駛的關(guān)鍵技術(shù)分為：環(huán)境感知技術(shù)、定位導(dǎo)航技術(shù)、路徑規(guī)劃技術(shù)和決策控制技術(shù)。

環(huán)境感知技術(shù)是通過(guò)多種傳感器對(duì)車(chē)輛周?chē)沫h(huán)境信息進(jìn)行感知。環(huán)境信息不僅包括了車(chē)輛自身狀態(tài)信息，如車(chē)輛速度、轉(zhuǎn)向度、位置信息、傾角、加速度等，還包括四周環(huán)境信息，如道路位置、道路方向、障礙物位置和速度、交通標(biāo)志等。
定位導(dǎo)航技術(shù)主要包括定位技術(shù)和導(dǎo)航技術(shù)。定位技術(shù)可以分為相對(duì)定位(如陀螺儀、里程計(jì)算)、絕對(duì)定位(如GPS)和組合定位。導(dǎo)航技術(shù)可以分為基于地圖的導(dǎo)航和不基于地圖的導(dǎo)航(如慣性導(dǎo)航)。其中高精度地圖在無(wú)人駕駛的導(dǎo)航中起關(guān)鍵作用。

路徑規(guī)劃技術(shù)可以為無(wú)人駕駛提供最優(yōu)的行車(chē)路徑。無(wú)人駕駛車(chē)在行駛過(guò)程中，行車(chē)路線的確定、如何躲避障礙物、路口轉(zhuǎn)向等問(wèn)題都需要通過(guò)路徑規(guī)劃技術(shù)完成。據(jù)適用范圍不同，路徑規(guī)劃技術(shù)通?？煞譃槿致窂揭?guī)劃和局部路徑規(guī)劃。

決策控制技術(shù)相當(dāng)于智能車(chē)的大腦，它通過(guò)綜合分析環(huán)境感知系統(tǒng)提供的信息，對(duì)當(dāng)前的車(chē)輛行為產(chǎn)生決策。決策技術(shù)還需要考慮車(chē)輛的機(jī)械特性、動(dòng)力特性，出合理的控制策略。常用的決策技術(shù)有機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、模糊邏輯等。根據(jù)決策技術(shù)的不同，控制系統(tǒng)可分為反射式、反應(yīng)式和綜合式。

二、外部環(huán)境：無(wú)人駕駛的標(biāo)準(zhǔn)、法規(guī)和支持
1、美國(guó)不斷更新和完善關(guān)于無(wú)人駕駛的標(biāo)準(zhǔn)和法規(guī)
(1)NHTSA將在2016年提出完全無(wú)人駕駛的安全運(yùn)行指導(dǎo)原則
2016年1月，美國(guó)交通部更新美國(guó)國(guó)家公路交通安全管理局(NHTSA)在2013年的針對(duì)無(wú)人駕駛的政策。

預(yù)計(jì)今年，美國(guó)國(guó)家公路交通安全管理局(NHTSA)會(huì)提出完全無(wú)人駕駛的安全運(yùn)行指導(dǎo)原則。


L1：大約對(duì)應(yīng)Feet off，典型代表是自適應(yīng)巡航控制系統(tǒng) Adaptive Cruise Control(ACC)和自動(dòng)緊急制動(dòng) Automatic Emergency Braking(AEB)。
L2：大約對(duì)應(yīng)Hands off，與L1的區(qū)別：駕駛員在系統(tǒng)能工作的時(shí)候，只用眼睛就可以了。
L3：大約對(duì)應(yīng)Eyes off，與L2的區(qū)別：不需要駕駛員時(shí)時(shí)刻刻盯著，系統(tǒng)有高度的自治權(quán)，在特定工作的情況下，系統(tǒng)不允許退出。
L4：大約對(duì)應(yīng)Mind off，只要輸入出發(fā)地和目的地，責(zé)任完全交給車(chē)輛端。


(2)截至2015年，美國(guó)已經(jīng)有16個(gè)州啟動(dòng)無(wú)人駕駛立法
隨著無(wú)人駕駛技術(shù)的不斷發(fā)展演進(jìn)，對(duì)無(wú)人駕駛的立法變得十分重要。截至2015年，美國(guó)已經(jīng)有16個(gè)州啟動(dòng)無(wú)人駕駛立法;截至2014年是12個(gè)州，截至2013年是9個(gè)州，截至2012年是6個(gè)州。

Nevada在2011年授權(quán)無(wú)人駕駛車(chē)的運(yùn)營(yíng)，是全美第一個(gè)授權(quán)無(wú)人駕駛的州。之后，California, Florida, Michigan, North Dakota, Tennessee和Washington D.C針對(duì)無(wú)人駕駛通過(guò)了相關(guān)的法案。Arizona州長(zhǎng)簽署了無(wú)人駕駛的行政命令。
2、中國(guó)對(duì)無(wú)人駕駛、智能駕駛的支持正在加大

工信部批準(zhǔn)智能網(wǎng)聯(lián)汽車(chē)試點(diǎn)示范區(qū)
2016年6月，由國(guó)家工信部批準(zhǔn)的國(guó)內(nèi)首個(gè)“國(guó)家智能網(wǎng)聯(lián)汽車(chē)(上海)試點(diǎn)示范區(qū)”(以下簡(jiǎn)稱示范區(qū))在上海嘉定正式投入運(yùn)營(yíng)。目前開(kāi)放的封閉測(cè)試區(qū)(一期)可以為無(wú)人駕駛汽車(chē)提供綜合性測(cè)試場(chǎng)地和功能要求。

根據(jù)第二屆智能網(wǎng)聯(lián)汽車(chē)技術(shù)及標(biāo)準(zhǔn)法規(guī)國(guó)際研討會(huì)，目前國(guó)家正在積極地推動(dòng)制定無(wú)人駕駛相關(guān)技術(shù)規(guī)范。另外，由中國(guó)汽車(chē)工程學(xué)會(huì)開(kāi)展的國(guó)家智能網(wǎng)聯(lián)汽車(chē)技術(shù)路線圖已經(jīng)基本完成，將在合適的時(shí)機(jī)對(duì)外發(fā)布。

三、環(huán)境感知：激光雷達(dá)是無(wú)人駕駛車(chē)最重要的傳感器之一

1、無(wú)人駕駛車(chē)的環(huán)境感知系統(tǒng)
傳感器是無(wú)人駕駛汽車(chē)的眼睛，用來(lái)觀察行駛時(shí)環(huán)境的動(dòng)態(tài)變化，無(wú)人駕駛車(chē)中不可或缺的重要組成部分，常用的傳感器包括攝像頭、激光雷達(dá)、超聲波雷達(dá)、GPS、陀螺儀等等。最主要的兩種傳感器就是攝像頭和激光雷達(dá)。

攝像頭(Camera)作為一種已普遍應(yīng)用的傳感器，具有成本低廉、信息采集量大等特點(diǎn)，現(xiàn)在的攝像頭的分辨率也己經(jīng)達(dá)到了較高水準(zhǔn)。

激光雷達(dá)(LIDAR)測(cè)距的優(yōu)勢(shì)就在于分辨率高、精確度高(可達(dá)到厘米級(jí))、定向性好、抗有源干擾能力強(qiáng)，基于這些優(yōu)勢(shì)，激光雷達(dá)廣泛應(yīng)做無(wú)人駕駛、智能駕駛的傳感器，缺點(diǎn)是價(jià)格較高。

2、激光雷達(dá)：無(wú)人駕駛車(chē)最重要的傳感器之一

(1)激光雷達(dá)的主流廠商有Velodyne、Quanergy、Ibeo等公司

激光光束與聲波相比更加聚攏，可以準(zhǔn)確測(cè)量視場(chǎng)中物體輪廓邊沿與設(shè)備間的相對(duì)距離，這些輪廓信息組成所謂的點(diǎn)云并繪制出3D環(huán)境地圖，精度可達(dá)到厘米級(jí)別。
激光雷達(dá)的組成部件主要包括：激光轉(zhuǎn)臺(tái)、激光發(fā)射單元、接收單元、信息處理單元等，發(fā)射單元將電脈沖變成光脈沖發(fā)射出去，接收單元再把從目標(biāo)反射回來(lái)的光放沖還原成電脈沖，通過(guò)計(jì)算發(fā)送信號(hào)到接收信號(hào)的時(shí)間差，便可得到前方物體的距離信息。

激光雷達(dá)的主流廠商包括Velodyne、Quanergy、Ibeo等公司。他們最高的激光器數(shù)分別是64、8、8;代表性產(chǎn)品分別是HDL-64、S3、LUX;精度分別可以達(dá)到±2cm、±5cm、±10cm。


Velodyne的客戶有福特這樣的車(chē)廠，也有Google，Uber，百度等互聯(lián)網(wǎng)企業(yè)。Velodyne不提供算法產(chǎn)品，向車(chē)企或者互聯(lián)網(wǎng)企業(yè)輸出的是激光雷達(dá)原始數(shù)據(jù)，用于完全無(wú)人駕駛的測(cè)試。

Quanergy的客戶有德?tīng)柛?，提供包括硬件和軟件在?nèi)的整套解決方案，用于部分無(wú)人駕駛測(cè)試。
Ibeo與法雷奧合作，提供相控陣激光雷達(dá)技術(shù)，用于ADAS，如汽車(chē)緊急制動(dòng)時(shí)的核心檢測(cè)傳感器。

(2)Velodyne激光雷達(dá)產(chǎn)品被Google、Uber、百度等互聯(lián)網(wǎng)公司廣泛采納

Velodyne的主打產(chǎn)品HDL-64有64個(gè)激光器數(shù)，最遠(yuǎn)測(cè)量范圍可達(dá)100-120米，精度可以達(dá)到±2cm。掃描頻率1.3M 點(diǎn)/秒，垂直視野26.8°，水平視野360°，功率60W，作業(yè)溫度-10至50℃，大小203mm×284mm，重量15kg。

目前價(jià)格較高，約6-7萬(wàn)美元。

激光光束測(cè)量視場(chǎng)中物體輪廓邊沿與設(shè)備間的相對(duì)距離，這些輪廓信息組成點(diǎn)云并繪制出3D環(huán)境地圖，精度可達(dá)到厘米級(jí)別。

拆解后的Velodyne HDL-64，從正面看，整個(gè)激光收發(fā)器可以視為上下兩部分，每部分都有三個(gè)并排透鏡，兩側(cè)透鏡是激光發(fā)射處，中間是接收處。轉(zhuǎn)到產(chǎn)品背后會(huì)發(fā)現(xiàn)，兩側(cè)凸鏡后各有16個(gè)一組的二極管，中間透鏡對(duì)應(yīng)32個(gè)接收器，可以把光信號(hào)變成電信號(hào)。


激光光束從兩側(cè)透鏡發(fā)出，遇到障礙物折返后經(jīng)過(guò)中間透鏡被抓取，接收器處理分析后判斷障礙物位置。所有的時(shí)間信息、控制信息、接收信號(hào)都會(huì)傳到頂端的主板上進(jìn)行信息處理。底部的旋轉(zhuǎn)記錄器會(huì)記下旋轉(zhuǎn)時(shí)所在位置和旋轉(zhuǎn)信息。所有原始數(shù)據(jù)可以通過(guò)底部數(shù)據(jù)線傳送至電腦。為了讓機(jī)器旋轉(zhuǎn)時(shí)保持平衡，這款64線激光雷達(dá)加裝了一個(gè)沉重的底座。每圈旋轉(zhuǎn)輸出13萬(wàn)個(gè)信息點(diǎn)(點(diǎn)密度)，形成所謂的“點(diǎn)云”。

Velodyne不提供算法產(chǎn)品，向車(chē)企或者互聯(lián)網(wǎng)企業(yè)輸出的是激光雷達(dá)原始數(shù)據(jù)，用于完全無(wú)人駕駛的測(cè)試。除了位置和距離信息，Velodyne還掃描物體的密度信息，根據(jù)物體的反射率，判斷對(duì)象中哪塊是交通指示牌，繼而可以由攝像頭針對(duì)性地分析指示牌內(nèi)容，從而減少算法成本。

Google無(wú)人駕駛原型車(chē)、Uber無(wú)人駕駛測(cè)試車(chē)、百度無(wú)人駕駛測(cè)試車(chē)都采用了Velodyne。



(3)預(yù)計(jì)2035年以后激光雷達(dá)市場(chǎng)規(guī)模往千億美元沖刺

目前，激光雷達(dá)主要問(wèn)題是價(jià)格比較昂貴，難以普及。其實(shí)我們可以看到關(guān)鍵組件的高昂價(jià)格是需要出貨量和時(shí)間兩大因素消化的。

電子穩(wěn)定性控制 (ESC)在北美的普及花了近15年時(shí)間。
現(xiàn)在主要的ADAS組件如全景可視系統(tǒng)、泊車(chē)輔助、車(chē)道偏離預(yù)警、盲點(diǎn)探測(cè)系統(tǒng)、前方碰撞預(yù)警、自動(dòng)泊車(chē)等等，現(xiàn)有成本與消費(fèi)者支付意愿仍然有一定差距，仍然需要出貨量和時(shí)間兩大因素去消化。

保守估計(jì)，預(yù)計(jì)2020年激光雷達(dá)市場(chǎng)規(guī)?？梢赃_(dá)到25億美元。

我們期待隨著無(wú)人駕駛技術(shù)的進(jìn)步，激光雷達(dá)的出貨量增加，價(jià)格隨之下降。
假設(shè)2035年無(wú)人駕駛汽車(chē)每年的銷(xiāo)量可達(dá)2000萬(wàn)輛，如果每輛無(wú)人駕駛汽車(chē)配備一臺(tái)激光雷達(dá)，2035年左右每年至少新增2000萬(wàn)臺(tái)左右的激光雷達(dá)需求。目前激光雷達(dá)的龍頭公司是Velodyne，2035年左右，2000萬(wàn)臺(tái)激光雷達(dá)的需求可能將由多個(gè)市場(chǎng)參與者瓜分。

假設(shè)2035年左右激光雷達(dá)單價(jià)可以下降到1萬(wàn)美元到5千美元甚至更低，那么2035年以后激光雷達(dá)市場(chǎng)規(guī)模往千億美元沖刺。

四、定位導(dǎo)航：高精度地圖在三個(gè)層次幫助實(shí)現(xiàn)無(wú)人駕駛

1、高精度地圖如何在三個(gè)層次實(shí)現(xiàn)無(wú)人駕駛
(1)高精度地圖層
高精度地圖層：提供道路的斜率和曲率、車(chē)道標(biāo)志和路邊物體的標(biāo)注;提供一個(gè)高精度的車(chē)道模型，協(xié)助車(chē)輛間距調(diào)整、安全換道、速度管理、超車(chē)等等;實(shí)現(xiàn)車(chē)與車(chē)之間的水平和垂直方向的精確定位。

(2)實(shí)時(shí)道路層
實(shí)時(shí)道路層：現(xiàn)場(chǎng)道路層動(dòng)態(tài)地跟蹤道路上的事件，提供在車(chē)輛傳感器范圍之外的時(shí)的信息;提供與建筑物、交通擁堵、交通事故、天氣災(zāi)害等等有關(guān)的動(dòng)態(tài)事件;遙感數(shù)據(jù)在云中進(jìn)行匯總和處理，受影響的層進(jìn)行更新，使得車(chē)輛可以啟用主動(dòng)戰(zhàn)略規(guī)劃。

(3)駕駛層
駕駛層：基于真正的人類學(xué)習(xí)駕駛模式，分析了大量的車(chē)輛傳感器數(shù)據(jù)，提取合適的車(chē)輛行為配置規(guī)范;提供符合當(dāng)前駕駛環(huán)境的速度規(guī)范;有助于把“機(jī)器感覺(jué)”的車(chē)輛自動(dòng)化，以幫助增加駕駛員的信任。

2、地圖的動(dòng)態(tài)生產(chǎn)閉環(huán)
(1)地圖更新頻率：天、小時(shí)、分鐘級(jí)，最終到實(shí)時(shí)地圖
地圖的動(dòng)態(tài)生產(chǎn)閉環(huán)平臺(tái)，可以探測(cè)現(xiàn)實(shí)世界中的變化以及終端用戶設(shè)備的地圖上的更新，能夠迅速形成生產(chǎn)地圖的閉環(huán)。
地圖的更新可以通過(guò)閉環(huán)流程實(shí)現(xiàn)端到端，并最終實(shí)現(xiàn)天、小時(shí)、分鐘級(jí)別的地圖更新，最終滿足實(shí)時(shí)地圖的需求。

(2)端到端的生產(chǎn)閉環(huán)
首先，通過(guò)智能地圖生產(chǎn)流程檢測(cè)地圖上的更新。接下來(lái)，只選擇的部分的變化的地圖。更新地圖并立即進(jìn)行數(shù)百次的質(zhì)量檢查，保證精度，再合并作為一個(gè)增量更新。地圖質(zhì)量在流程中得到保證，地圖數(shù)據(jù)庫(kù)不斷發(fā)行新的版本。


3、高精度地圖巨頭Here公司
(1)Here發(fā)展史：從最大的地圖商到ADAS、云服務(wù)、無(wú)人駕駛服務(wù)商
(1)發(fā)展成最大地圖商 (1985-2004)
1985年，植根于舊金山灣區(qū)的NAVTEQ公司正式起步。1994年，Here提供了全球第一個(gè)汽車(chē)級(jí)地圖，用于BMW E38的導(dǎo)航系統(tǒng)。1996年，Here成為全球最大地理人員/地理學(xué)家雇傭商，全美第一個(gè)車(chē)載導(dǎo)航使用Here地圖。

(2)開(kāi)展ADAS和云服務(wù) (2004-2010)
2004年，Here地圖數(shù)據(jù)為ADAS服務(wù)。2006年，Nokia收購(gòu)一家德國(guó)的移動(dòng)定位軟件公司GATE-5，BMW的自適應(yīng)巡航控制系統(tǒng)使用Here的ADAS地圖。2007年，Nokia N95成為第一部有GPS和地圖的智能手機(jī)。2008年，Nokia收購(gòu)NAVTEQ公司。2009年，戴姆勒卡車(chē)使用Here 的ADAS數(shù)據(jù)進(jìn)行汽車(chē)節(jié)能。

(3)無(wú)人駕駛服務(wù) (2010至今)
2010年，多屏云服務(wù)起步，Yahoo是Here云的第一個(gè)主要客戶。2012年，收購(gòu)earthmine，開(kāi)展厘米級(jí)高精度地圖項(xiàng)目，改名H ere，融入Nokia。2013年，與Benz合作開(kāi)發(fā)自動(dòng)駕駛汽車(chē)，引入定制化精細(xì)化導(dǎo)航方案。2015年，Here云與BMW合作車(chē)聯(lián)網(wǎng)。

(2)Here的“高精度地圖 云”業(yè)務(wù)：地圖有多強(qiáng)大?
Here的三大業(yè)務(wù)群：
汽車(chē)業(yè)務(wù)：為車(chē)廠/Tier 1供應(yīng)商提供三大服務(wù)：增強(qiáng)舒適和安全性的實(shí)時(shí)連接且個(gè)性化駕駛服務(wù)、實(shí)時(shí)道路網(wǎng)視圖提供預(yù)判服務(wù)、高精度地圖支持自動(dòng)駕駛服務(wù)
企業(yè)業(yè)務(wù)：提供車(chē)聯(lián)網(wǎng)和數(shù)據(jù)可視化技術(shù)，為車(chē)隊(duì)與物流提供服務(wù)，利用Here地圖和定位工具的SDK幫助企業(yè)建立自己的app

消費(fèi)者業(yè)務(wù)：iOS、安卓、微軟平臺(tái)的地圖app，提供離線導(dǎo)航、交通和公共運(yùn)輸?shù)母哔|(zhì)量地圖與云服務(wù)

Here地圖有多強(qiáng)大?

地圖：Here為200個(gè)國(guó)家提供地圖，為136個(gè)國(guó)家提供導(dǎo)航地圖，為超過(guò)50個(gè)國(guó)家提供1000余個(gè)城市的路徑規(guī)劃。
交通：提供58個(gè)國(guó)家的實(shí)時(shí)交通、85個(gè)國(guó)家的13000個(gè)場(chǎng)景3D視圖，預(yù)測(cè)未來(lái)12小時(shí)交通狀況、興趣點(diǎn)數(shù)據(jù)。
地圖更新：Here每天收集數(shù)十億探測(cè)點(diǎn)數(shù)據(jù)(匿名)，每天百萬(wàn)次地圖更新。
地圖精度：Here擁有200激光雷達(dá)車(chē)，提供厘米級(jí)高精度地圖，信息源超過(guò)8萬(wàn)個(gè)(每年增加3千個(gè)信息源)。

(3)Here與車(chē)廠、互聯(lián)網(wǎng)公司、手機(jī)廠商深度合作車(chē)聯(lián)網(wǎng)、無(wú)人駕駛
2014年7月，Here成為Red Bull官方地圖。2014年8月，為Samsung提供地圖服務(wù)。2014年10月，Here成為巴黎車(chē)展地圖服務(wù)提供商。2014年12月，為百度地圖提供中國(guó)區(qū)以外服務(wù)。2015年4月，成為land-rover官方導(dǎo)航供應(yīng)商。2015年7月，與產(chǎn)業(yè)伙伴組建OMTA提供全球?qū)Ш椒?wù)。2015年10月，與Oracle合作提供船舶、物流定位服務(wù)。2015年12月，為Navman提供定位服務(wù)。2016年2月，Here與Nuance合作車(chē)載語(yǔ)音定位服務(wù)，在加拿大與Honda共同提供實(shí)時(shí)交通更新服務(wù)。2016年3月，與Samsung加強(qiáng)技術(shù)合作。

(4)Here高精度地圖捕捉數(shù)十億的點(diǎn)云數(shù)據(jù)
對(duì)于地圖廠商來(lái)說(shuō)，底層數(shù)據(jù)才是真正的命脈。沒(méi)有數(shù)據(jù)，再好的服務(wù)也出不來(lái)。采集的主要信息是道路的行駛規(guī)則、方向、限速、路口形狀、行車(chē)引導(dǎo)線、到達(dá)坐標(biāo)等信息以及道路周邊的餐飲、酒店、商場(chǎng)、加油站、停車(chē)場(chǎng)等興趣點(diǎn)(POI)信息。Here的采集車(chē)的激光雷達(dá)可以每秒鐘采集70萬(wàn)點(diǎn)云數(shù)據(jù)。

采集車(chē)的激光雷達(dá)運(yùn)作時(shí)，只需進(jìn)行非接觸掃描可以在短時(shí)間內(nèi)獲取物體和環(huán)境空間點(diǎn)的三維數(shù)據(jù)和信息，由于收集的數(shù)據(jù)是以點(diǎn)的形式組成，所以這些數(shù)據(jù)被稱作點(diǎn)云數(shù)據(jù)，其最大的特點(diǎn)是可以進(jìn)行后期的處理，依靠獲取的數(shù)據(jù)便能夠建立完整的三維立體模型，而如今隨著商用GPS及IMU(慣性測(cè)量單元)的發(fā)展，通過(guò)LIDAR從移動(dòng)平臺(tái)上獲得高精度的數(shù)據(jù)已經(jīng)成為可能并被廣泛應(yīng)用。

4、高精度地圖巨頭TomTom公司
(1)TomTom發(fā)展史：從導(dǎo)航到交通、手表、車(chē)聯(lián)網(wǎng)、ADAS的綜合服務(wù)商
(1)面向B端和C端的導(dǎo)航 (1991-2005)：1991年，TomTom成立，為B端客戶的移動(dòng)應(yīng)用、C端客戶的PDA提供服務(wù)。1996年，第一代導(dǎo)航軟件發(fā)布。2001年，聚焦于車(chē)載導(dǎo)航。2004年，發(fā)布第一代便攜式導(dǎo)航PND。2005年，在NYSE-Euronext Amsterdam上市。

(2)發(fā)展交通、手表業(yè)務(wù) (2006-2013)：2006年，收購(gòu)英國(guó)的Applied Generics公司，組成TomTom的交通業(yè)務(wù)。2008年，收購(gòu)數(shù)字地圖公司Tele Atlas。2012年，與Apple達(dá)成全球內(nèi)容協(xié)議。2013年，TomTom消費(fèi)者業(yè)務(wù)進(jìn)入GPS運(yùn)動(dòng)手表市場(chǎng)。
(3)開(kāi)展車(chē)聯(lián)網(wǎng)、ADAS業(yè)務(wù) (2010至今)：2014年，TomTom車(chē)聯(lián)網(wǎng)收購(gòu)法國(guó)的DAMS Tracking和荷蘭的Fleetlogic。與博世合作開(kāi)發(fā)ADAS。2015年，TomTom消費(fèi)者進(jìn)入運(yùn)動(dòng)攝像頭市場(chǎng)。TomTom車(chē)聯(lián)網(wǎng)收購(gòu)波蘭的Finder公司。

(2)TomTom的“地圖 交通 導(dǎo)航”業(yè)務(wù)
To C：TomTom的PND從2004年發(fā)布以來(lái)，累計(jì)銷(xiāo)售了7800萬(wàn)臺(tái)，貢獻(xiàn)了數(shù)億計(jì)的探測(cè)反饋。在50個(gè)國(guó)家提供交通信息服務(wù)。導(dǎo)航地圖覆蓋超過(guò)125個(gè)國(guó)家、40億人。
To B：63萬(wàn)職業(yè)司機(jī)使用車(chē)隊(duì)管理系統(tǒng)WEBFLEET。

TomTom的業(yè)務(wù)主要分為四大類：
(1)面向消費(fèi)者的便攜式導(dǎo)航PND、運(yùn)動(dòng)手表、運(yùn)動(dòng)攝像機(jī);
(2)面向車(chē)廠、Tier 1供應(yīng)商的地圖、交通、導(dǎo)航;
(3)面向移動(dòng)消費(fèi)電子廠商、互聯(lián)網(wǎng)公司、政府、GIS所有者的地圖、交通、導(dǎo)航、定位許可服務(wù);
(4)面向車(chē)隊(duì)、物流公司的車(chē)隊(duì)管理服務(wù)WEBFLEET。


5、高精度地圖巨頭四維圖新
(1)中國(guó)導(dǎo)航電子地圖甲級(jí)測(cè)繪資質(zhì)供應(yīng)商只有12家
目前中國(guó)只有12家地圖供應(yīng)商擁有導(dǎo)航電子地圖甲級(jí)測(cè)繪資質(zhì)。其中，四維圖新、高德、百度地圖、易圖通及科菱航睿等占領(lǐng)了車(chē)載導(dǎo)航前裝市場(chǎng)，凱立德則主打車(chē)載導(dǎo)航后裝市場(chǎng)。

(2)四維圖新的高精度地圖進(jìn)展
四維圖新的高精度地圖研發(fā)始于2013年，2014年可以提供精度10厘米到20厘米的高精度數(shù)據(jù)。高精度地圖的演進(jìn)是一個(gè)循序漸進(jìn)的過(guò)程，要與當(dāng)前自動(dòng)駕駛技術(shù)的發(fā)展進(jìn)程以及汽車(chē)廠商的需求保持一致。
四維圖新已經(jīng)建立了自動(dòng)駕駛實(shí)驗(yàn)室和深度學(xué)習(xí)實(shí)驗(yàn)室致力于自動(dòng)駕駛領(lǐng)域的探索;正式運(yùn)營(yíng)FastMap，為基礎(chǔ)地圖數(shù)據(jù)每日更新提供服務(wù);同時(shí)也開(kāi)展了高精度智能地圖和傳感器融合地圖服務(wù)等前沿領(lǐng)域的研發(fā)工作。

五、規(guī)劃決策：Google與Mobileye的無(wú)人駕駛路線殊途同歸
1、路徑規(guī)劃：為無(wú)人駕駛提供最優(yōu)的行車(chē)路徑

(1)全局路徑規(guī)劃和局部路徑規(guī)劃
路徑規(guī)劃技術(shù)可以為無(wú)人駕駛提供最優(yōu)的行車(chē)路徑。無(wú)人駕駛車(chē)在行駛過(guò)程中，行車(chē)路線的確定、如何躲避障礙物、路口轉(zhuǎn)向等問(wèn)題都需要通過(guò)路徑規(guī)劃技術(shù)完成。

據(jù)適用范圍不同，路徑規(guī)劃技術(shù)通?？煞譃槿致窂揭?guī)劃和局部路徑規(guī)劃。

全局路徑規(guī)劃是根據(jù)全局地圖數(shù)據(jù)庫(kù)信息規(guī)劃出自起始點(diǎn)至目標(biāo)點(diǎn)的一條無(wú)碰撞、可通過(guò)的路徑。全局路徑規(guī)劃需要已知的地圖數(shù)據(jù)，特別是厘米級(jí)的高精度地圖。
全局路徑規(guī)劃所生成的路徑只能是從起始點(diǎn)到目標(biāo)點(diǎn)的粗略路徑，并沒(méi)有考慮路徑的方向、寬度、曲率、道路交叉以及路障等細(xì)節(jié)信息。

局部路徑規(guī)劃是在無(wú)人駕駛車(chē)輛的行駛過(guò)程中，以局部環(huán)境信息和自身狀態(tài)信息為基礎(chǔ)，規(guī)劃出一段無(wú)碰撞的理想局部路徑。
全局路徑規(guī)劃和局部路徑規(guī)劃的關(guān)系是在全局路徑規(guī)劃的指導(dǎo)下，完成對(duì)局部路線的行駛規(guī)劃。

(2)路徑規(guī)劃的三個(gè)層次：路徑規(guī)劃、行為規(guī)劃、軌跡規(guī)劃
上層的路徑規(guī)劃在已知高精度地圖、路網(wǎng)以及宏觀交通信息等信息下，根據(jù)某優(yōu)化目標(biāo)得到兩點(diǎn)之間的最優(yōu)路徑，完成路徑規(guī)劃的傳感信息主要來(lái)自于GPS定位信息以及高精度地圖。


中層的行為規(guī)劃是指根據(jù)主車(chē)感興趣區(qū)域內(nèi)道路。行為規(guī)劃的傳感信息主要來(lái)自車(chē)載傳感器如激光雷達(dá)、攝像頭等，用以識(shí)別道路障礙、車(chē)道線、道路標(biāo)識(shí)信息和交通信號(hào)燈信息等。
下層的軌跡規(guī)劃是指在當(dāng)前時(shí)刻，以完成當(dāng)前行車(chē)行為為目標(biāo)，考慮周?chē)煌ōh(huán)境并滿足不同約束條件，根據(jù)最優(yōu)目標(biāo)動(dòng)態(tài)規(guī)劃決策出的最優(yōu)軌跡。

(3)路徑規(guī)劃算法
無(wú)人駕駛車(chē)是最初在圖的底部的起點(diǎn)，并希望得到頂端的重點(diǎn)。
如果無(wú)人駕駛車(chē)沒(méi)有掃描到什么障礙物，它就會(huì)一直想上移動(dòng)(粉色路線)，在頂部附近，它檢測(cè)到障礙物然后改變方向。隨后，無(wú)人駕駛車(chē)不得不圍繞“U”形障礙方式繼續(xù)前進(jìn)。
與此相反，路徑規(guī)劃系統(tǒng)如果能夠掃描大的面積(淺藍(lán)色橢圓)，從而發(fā)現(xiàn)較短的路徑(藍(lán)色路線)，那么無(wú)人駕駛車(chē)可以不用進(jìn)入凹狀的障礙物。

路徑規(guī)劃的算法可以來(lái)解決這個(gè)問(wèn)題。要么避免在地圖上制造凹形障礙，要么標(biāo)記的凹包為危險(xiǎn)(除非終點(diǎn)在這個(gè)凹包以內(nèi)，應(yīng)該避免進(jìn)入這個(gè)區(qū)域)。
路徑規(guī)劃算法未雨綢繆，而不是等到最后一刻才發(fā)現(xiàn)有問(wèn)題。在更大的尺度、緩慢變換的地圖和更長(zhǎng)的路徑上進(jìn)行路徑規(guī)劃，而對(duì)于局部區(qū)域、快速更改的地圖和短的路徑則使用改進(jìn)的物體移動(dòng)算法。
常用的路徑規(guī)劃算法包括了柵格法、人工勢(shì)場(chǎng)法、VFH類方法、神經(jīng)網(wǎng)絡(luò)法等。

2、Google的完全無(wú)人駕駛路線
(1)Google無(wú)人駕駛發(fā)展史：逐漸聚焦于環(huán)境復(fù)雜的城市街道(City Streets)
Google無(wú)人駕駛車(chē)是由Google X研發(fā)設(shè)計(jì)的無(wú)人駕駛新能源汽車(chē)。Google無(wú)人駕駛車(chē)上的軟件系統(tǒng)名字叫谷歌司機(jī)(Google Chauffeur)，車(chē)身上有self-driving car的標(biāo)示。
Google無(wú)人駕駛項(xiàng)目之前由塞巴斯蒂安·特龍(Sebastian Thrun)領(lǐng)導(dǎo)，他曾經(jīng)是斯坦福人工智能實(shí)驗(yàn)室的主任、谷歌街景Google Street View的共同發(fā)明人。特龍的斯坦福團(tuán)隊(duì)發(fā)明的機(jī)器人車(chē)輛Stanley贏得了2005年DARPA大賽(Defense Advanced Research Projects Agency)，獲得美國(guó)國(guó)防部200萬(wàn)美元的獎(jiǎng)金。

Google無(wú)人駕駛項(xiàng)目現(xiàn)任負(fù)責(zé)人是John Krafcik，擁有斯坦福大學(xué)機(jī)械工程學(xué)士學(xué)位，曾經(jīng)擔(dān)任通用汽車(chē)工程師、福特產(chǎn)品開(kāi)發(fā)部門(mén)負(fù)責(zé)人、現(xiàn)代美國(guó)公司CEO、汽車(chē)電商TrueCar總裁。

早在1939年的紐約世界博覽會(huì)上，在公路上無(wú)人駕駛的愿景開(kāi)始孕育。在2000年代中期，美國(guó)國(guó)防部高級(jí)研究計(jì)劃局(DARPA)舉辦的大挑戰(zhàn)，進(jìn)行了無(wú)人駕駛車(chē)輛的競(jìng)賽。

2009年，Google開(kāi)始了無(wú)人駕駛汽車(chē)的項(xiàng)目，在加州的公路上用豐田普銳斯測(cè)試無(wú)人駕駛技術(shù)。

2012年，Google開(kāi)始用雷克薩斯RX450h SUV測(cè)試。截至2012年，Google已經(jīng)完成了超過(guò)30萬(wàn)英里的高速公路(Freeway)的測(cè)試。
2012年以后，Google將測(cè)試的焦點(diǎn)轉(zhuǎn)移到城市街道(City Street)——一個(gè)比高速公路(Freeway)更復(fù)雜的環(huán)境。

2014年，在經(jīng)過(guò)了幾個(gè)月的測(cè)試和迭代之后，Google推出了為完全無(wú)人駕駛量身定制新款的原型車(chē)。

截至2016年5月底，谷歌的無(wú)人駕駛測(cè)試已經(jīng)行駛了164萬(wàn)英里(即265萬(wàn)公里)，主要試驗(yàn)地點(diǎn)是加州的山景城、德克薩斯州的奧斯汀、華盛頓州的柯克蘭、亞利桑那州的鳳凰城的街道上。

(2)Google的完全無(wú)人駕駛路線
谷歌的無(wú)人駕駛汽車(chē)配備有大約價(jià)值$150,000的設(shè)備，包括價(jià)值$ 60,000-70,000的激光雷達(dá)(LIDAR)系統(tǒng)。
安裝在頂部的測(cè)距儀是Velodyne的64線激光雷達(dá)。這種激光雷達(dá)可以對(duì)無(wú)人駕駛車(chē)輛的周?chē)h(huán)境生成詳細(xì)的3D地圖。
將這些生成的地圖與高精度地圖綜合，生產(chǎn)不同類型的數(shù)據(jù)模型來(lái)實(shí)現(xiàn)無(wú)人駕駛，有一些計(jì)算是在車(chē)載的計(jì)算機(jī)(on-board systems)完成，有一些計(jì)算在遠(yuǎn)程的云(clouds)中完成。

Google無(wú)人駕駛車(chē)上最貴的器件就是車(chē)頂?shù)挠蒝elodyne公司生產(chǎn)的HDL-64——64線激光雷達(dá)。它可以一邊旋轉(zhuǎn)一邊不間斷的發(fā)射64束最遠(yuǎn)射程可達(dá)120米的激光束，并接收反射回來(lái)的光束，依據(jù)返回時(shí)間的差別計(jì)算出物體與汽車(chē)之間的距離，從而繪制出汽車(chē)周?chē)鷮?shí)時(shí)的3D地圖。

激光束非常密集并且刷新頻率非?？?，綜合探測(cè)數(shù)據(jù)后還可以判斷出物體的形狀、大小和大致的運(yùn)動(dòng)軌跡，以此作為接下來(lái)行動(dòng)的判斷依據(jù)之一。

Velodyne的HDL-64的性能非常強(qiáng)大，每秒可以給Google無(wú)人駕駛車(chē)的處理器提供130萬(wàn)組數(shù)據(jù)，這可以保證提供給Google無(wú)人駕駛車(chē)處理器的信息幾乎是實(shí)時(shí)的。
人類的感官感不止一種，人類感受外界事物刺激的器官有眼、耳、鼻、舌、身等，眼睛負(fù)責(zé)視覺(jué)，耳朵負(fù)責(zé)聽(tīng)覺(jué)，鼻子負(fù)責(zé)嗅覺(jué)，舌頭負(fù)責(zé)味覺(jué)，身體各個(gè)部位負(fù)責(zé)觸覺(jué)。
正如人類的感官不止一種，為了在環(huán)境復(fù)雜的道路上保障駕駛者和行人的安全，Google無(wú)人駕駛車(chē)也配備了多種傳感器。

攝像頭： HDL-64激光雷達(dá)已經(jīng)足以確定汽車(chē)的位置，Google無(wú)人駕駛車(chē)同時(shí)配置了更直觀的眼睛：攝像頭。攝像頭還可以辨識(shí)出路上出現(xiàn)的交通標(biāo)志和信號(hào)燈等物體，以保證自身的運(yùn)行會(huì)嚴(yán)格遵守交通規(guī)則，這是激光雷達(dá)很難辦到的。
Google無(wú)人駕駛車(chē)有一對(duì)向前的攝像頭，其之間有著一定的距離。從兩個(gè)攝像頭傳回的畫(huà)面的視差就像人的兩只眼睛一樣，可以幫助車(chē)輛判斷自己的位置、行進(jìn)的速度等信息。

位置傳感器：Google無(wú)人駕駛車(chē)的車(chē)胎輪轂上同樣帶有位置傳感器，用于探測(cè)車(chē)輪轉(zhuǎn)動(dòng)，也能幫助車(chē)輛進(jìn)行定位，同時(shí)與GPS得出的數(shù)據(jù)進(jìn)行整合。

車(chē)載雷達(dá)：HDL-64激光雷達(dá)是有一定判斷物體運(yùn)動(dòng)軌跡和速度的能力的，但其獲得的數(shù)據(jù)要將其與車(chē)輛自身的速度結(jié)合，計(jì)算出兩者的相對(duì)運(yùn)行速度，還需要許多額外的計(jì)算量。因此Google為車(chē)輛前后都配備了車(chē)載雷達(dá)，它們可以很精確地測(cè)出前后車(chē)輛與Google 無(wú)人駕駛車(chē)的相對(duì)速度，以此判斷接下來(lái)的車(chē)速該如何變化。
數(shù)據(jù)整合、數(shù)據(jù)協(xié)同共同保證無(wú)人駕駛車(chē)輛定位的準(zhǔn)確性。
Google無(wú)人駕駛車(chē)上的各種傳感器綜合起來(lái)的數(shù)據(jù)流量是非常大的，可以達(dá)到每秒1GB，由車(chē)輛后方的強(qiáng)大計(jì)算性能的計(jì)算機(jī)處理。系統(tǒng)會(huì)繪制出一份周邊環(huán)境圖出來(lái)，如上圖所示綠色代表已經(jīng)阻擋在行進(jìn)路線上的物體，AI會(huì)根據(jù)實(shí)時(shí)路況進(jìn)行判斷，決定無(wú)人駕駛車(chē)下一步的行動(dòng)。

(3)Google的無(wú)人駕駛實(shí)踐：從無(wú)人駕駛解除機(jī)制(Disengagement)中迭代學(xué)習(xí)成長(zhǎng)
截至2016年5月底，谷歌的無(wú)人駕駛試驗(yàn)已經(jīng)行駛了164萬(wàn)英里(即265萬(wàn)公里)，主要試驗(yàn)地點(diǎn)是加州的山景城、德克薩斯州的奧斯汀、華盛頓州的柯克蘭、亞利桑那州的鳳凰城的街道上。

截至2016年5月底，谷歌的無(wú)人駕駛車(chē)隊(duì)是24輛改裝的雷克薩斯RX450h SUV和34輛Google新款原型車(chē)。在自動(dòng)駕駛模式下行駛了265萬(wàn)公里，在人工駕駛模式下行駛了180萬(wàn)公里。

在城市街道(City Street)測(cè)試無(wú)人駕駛車(chē)輛的難度比在洲際公路(Interstate)、高速公路(Freeway)、普通公路(Highway)的難度更高，需要適應(yīng)更為復(fù)雜的環(huán)境，如車(chē)道換道、未受保護(hù)的左轉(zhuǎn)、大量的道路使用者(包括自行車(chē)和行人)、其他道路使用者的不可預(yù)測(cè)的行為等等。這不同于，平均而言在美國(guó)，司機(jī)在高速公路(Freeway)上駕駛的里程數(shù)占比更高。

Google無(wú)人駕駛設(shè)置了無(wú)人駕駛解除機(jī)制(Disengagement)，即從無(wú)人駕駛模式(Autonomous Mode)切換至人工駕駛模式(Manual Mode)，通常切換時(shí)長(zhǎng)在1秒鐘左右。無(wú)人駕駛解除機(jī)制是一種保守的保護(hù)機(jī)制，每一次解除都被完整地記錄下來(lái)，用以指明安全問(wèn)題，用以提高軟件系統(tǒng)、感知系統(tǒng)、硬件系統(tǒng)以及各個(gè)系統(tǒng)的綜合能力。

無(wú)人駕駛解除機(jī)制是整個(gè)無(wú)人駕駛測(cè)試中的一個(gè)關(guān)鍵環(huán)節(jié)，可以幫助提升無(wú)人駕駛軟件系統(tǒng)的能力、確認(rèn)有哪些地方是需要改進(jìn)的地方。無(wú)人駕駛解除機(jī)制的設(shè)置初衷并不是為了單純地降低無(wú)人駕駛解除次數(shù)，而是為了收集盡可能多的數(shù)據(jù)，從而改進(jìn)無(wú)人駕駛系統(tǒng)。隨著無(wú)人駕駛技術(shù)的成長(zhǎng)，無(wú)人駕駛每公里的解除的次數(shù)隨之下降。

無(wú)人駕駛解除機(jī)制可以分為兩類：

(1)無(wú)人駕駛技術(shù)失效被監(jiān)測(cè)到，簡(jiǎn)稱技術(shù)失效解除(Failure Detection);
(2)出于車(chē)輛的安全運(yùn)行的需要，車(chē)輛的測(cè)試司機(jī)解除無(wú)人駕駛模式，對(duì)車(chē)輛立刻進(jìn)行人工接管，簡(jiǎn)稱安全運(yùn)行解除(Safe Operation)。
技術(shù)失效解除(Failure Detection)的主要原因有主、次(備份)無(wú)人駕駛系統(tǒng)的通信失效，如線路短路;加速儀或者GPS等傳感器異常;轉(zhuǎn)向或者剎車(chē)等關(guān)鍵功能異常等。

從2014年9月到2015年11月，Google無(wú)人駕駛一共行駛了424331英里，發(fā)生了272次技術(shù)失效解除(Failure Detection)。技術(shù)失效解除(Failure Detection)發(fā)生時(shí)，Google的測(cè)試司機(jī)人工接管車(chē)輛的平均時(shí)間是0.84秒。
隨著Google無(wú)人駕駛技術(shù)的迭代學(xué)習(xí)成長(zhǎng)，技術(shù)失效解除的發(fā)生率從2014年4季度的每785英里發(fā)生一次技術(shù)失效解除下降到2015年4季度的每5318英里發(fā)生一次技術(shù)失效解除。


安全運(yùn)行解除(Safe Operation)出于車(chē)輛的安全運(yùn)行的需要，車(chē)輛的測(cè)試司機(jī)解除無(wú)人駕駛模式，對(duì)車(chē)輛立刻進(jìn)行人工接管。為了評(píng)估測(cè)試司機(jī)的解除，Google開(kāi)發(fā)了一套功能強(qiáng)大的模擬程序，可以對(duì)每一個(gè)事件進(jìn)行“回放”，然后預(yù)測(cè)無(wú)人駕駛車(chē)的行為(如果此時(shí)司機(jī)沒(méi)有接管車(chē)輛的話)，也可以預(yù)測(cè)同行的汽車(chē)、行人、自行車(chē)的行為和位置。這套模擬程序可以基于事件生成上千種變異的情景，用以評(píng)估環(huán)境發(fā)生微小改變時(shí)的各種場(chǎng)景，如Google無(wú)人駕駛車(chē)和其他道路使用者沿著不同的速度、角度運(yùn)行。
從2014年9月到2015年11月，Google無(wú)人駕駛一共行駛了424331英里，發(fā)生了69次安全運(yùn)行解除(Safe Operation)。

69次安全運(yùn)行解除(Safe Operation)中有13次，模擬程序顯示，測(cè)試司機(jī)如果不人工接管車(chē)輛的控制權(quán)，車(chē)輛將會(huì)與其他對(duì)象發(fā)生接觸。其他56次，模式程序顯示，安全運(yùn)行解除(Safe Operation)是安全的，如果測(cè)試司機(jī)沒(méi)有人工接管車(chē)輛的控制權(quán)，可能在真實(shí)世界中不會(huì)發(fā)生車(chē)輛與其他對(duì)象接觸。

Google無(wú)人駕駛解除(Disengagement)的原因排序前五的是：感知問(wèn)題、軟件問(wèn)題、對(duì)汽車(chē)的多余操作、硬件問(wèn)題、道路使用者的魯莽行為。

每一次解除都被完整地記錄下來(lái)，用以指明安全問(wèn)題，用以提高軟件系統(tǒng)、感知系統(tǒng)、硬件系統(tǒng)以及各個(gè)系統(tǒng)的綜合能力。


Google無(wú)人駕駛解除(Disengagement)的場(chǎng)景排序是：城市街道(Street)，普通公路(Highway)，高速公路(Freeway)，洲際公路(Interstate)。


2012年以后，Google將測(cè)試的焦點(diǎn)轉(zhuǎn)移到城市街道(City Street)——一個(gè)比高速公路(Freeway)更復(fù)雜的環(huán)境。在城市街道(City Street)測(cè)試無(wú)人駕駛車(chē)輛的難度比在洲際公路(Interstate)、高速公路(Freeway)、普通公路(Highway)的難度更高，需要適應(yīng)更為復(fù)雜的環(huán)境，如車(chē)道換道、未受保護(hù)的左轉(zhuǎn)、大量的道路使用者(包括自行車(chē)和行人)、其他道路使用者的不可預(yù)測(cè)的行為等等。解除是為了收集盡可能多的數(shù)據(jù)，從而改進(jìn)無(wú)人駕駛系統(tǒng)，隨著無(wú)人駕駛技術(shù)的成長(zhǎng)，無(wú)人駕駛每公里的解除的次數(shù)隨之下降。

3、Mobileye的漸進(jìn)無(wú)人駕駛路線

(1)主流的OEM都在采用Mobileye技術(shù)，超過(guò)1千萬(wàn)輛車(chē)采用了Mobile技術(shù)
Mobileye由以色列希伯來(lái)大學(xué)的Amnon Shashua教授(CTO)和連續(xù)創(chuàng)業(yè)成功者Ziv Aviram(CEO)創(chuàng)立于1999年，是一家基于人工視覺(jué)技術(shù)的全球領(lǐng)先的ADAS和無(wú)人駕駛技術(shù)服務(wù)提供商，擁有全球最大的人工視覺(jué)研發(fā)中心。目前公司在全球48個(gè)國(guó)家和地區(qū)運(yùn)營(yíng)，2014年在NYSE上市。

世界上主要的汽車(chē)生產(chǎn)商如奧迪、寶馬、雪鐵龍、福特、通用、本田、現(xiàn)代、捷豹、陸虎、尼桑、歐寶、雷諾、豐田、沃爾沃等都采用了Mobileye的技術(shù)。

截至2015年年底，超過(guò)10,000,000輛車(chē)采用了Mobileye的技術(shù)。Mobileye在全球有超過(guò)100家合作的分銷(xiāo)商。

汽車(chē)廠商在某個(gè)型號(hào)里加入這樣的駕駛輔助系統(tǒng)所需要的比較長(zhǎng)的時(shí)間周期，從初步溝通、到評(píng)估、到整合開(kāi)發(fā)、到加入生產(chǎn)線、到正式的生產(chǎn)線升級(jí)到批量生產(chǎn)每個(gè)都需要 1-2 年，總計(jì)要 6 年左右的時(shí)間。而且每個(gè)型號(hào)一旦投產(chǎn)，生產(chǎn)周期都有 5 年左右。截至2016 年，約有 237 個(gè)車(chē)型采用 Mobileye 的技術(shù)。

(2)Mobileye可以大幅減少TCO中的保險(xiǎn)和維修成本
根據(jù)NHTSA的統(tǒng)計(jì)，交通事故的原因，只有7%的因素是非人為因素，而93%的原因是人為因素。而人為因素中，74%的交通事故源于司機(jī)的注意力不集中。


Mobile的ADAS技術(shù)有助于減少車(chē)輛的擁有成本TCO。汽車(chē)的擁有成本之中，保險(xiǎn)和維修成本約占到整個(gè)擁有成本的20%左右。根據(jù)Allianz的統(tǒng)計(jì)，交通事故中沒(méi)有被覆蓋的成本，乘用車(chē)約為1600歐元，商用重卡車(chē)約為3000歐元。根據(jù)ECDP統(tǒng)計(jì)，平均一輛車(chē)的維修成本約為730歐元。
提前1.5秒鐘預(yù)警，可以減少90%的追尾事故。Mobileye可以顯著地降低汽車(chē)擁有成本之中的保險(xiǎn)和維修成本。


(3)Mobileye的漸進(jìn)無(wú)人駕駛路線：從單目攝像頭開(kāi)始
攝像頭相比其他傳感器可以輕松識(shí)別出物體的外形，但對(duì)距離的識(shí)別卻是非常困難的。Mobileye在2007年推出了車(chē)道偏離輔助預(yù)警系統(tǒng);2008年推出了交通標(biāo)志識(shí)別和智能遠(yuǎn)光控制;2010年推出了行人偵測(cè);2011年推出前車(chē)防碰撞警示。Mobileye用十幾年的積累完成了可靠的單攝像頭信息采集技術(shù)。


EyeQ視覺(jué)處理芯片是由Mobileye和意法半導(dǎo)體(全球最大的半導(dǎo)體公司之一)共同研發(fā)的。2015年，Mobileye發(fā)布第四代ADAS視覺(jué)處理器EyeQ4，相關(guān)產(chǎn)品將從2018年開(kāi)始應(yīng)用在新下線車(chē)型中。2016年5月，Mobileye和意法半導(dǎo)體共同宣布正在合作開(kāi)發(fā)第五代Mobileye系統(tǒng)芯片EyeQ5。從2020年開(kāi)始，新產(chǎn)品將用于全自動(dòng)駕駛汽車(chē)(FAD)執(zhí)行傳感器數(shù)據(jù)整合功能的芯片。

EyeQ5獨(dú)有的優(yōu)化的加速器內(nèi)核可執(zhí)行各種計(jì)算機(jī)視覺(jué)、信號(hào)處理和機(jī)器學(xué)習(xí)任務(wù)，包括深度神經(jīng)網(wǎng)絡(luò)。EyeQ5集成四種完全可編程的異構(gòu)加速器，每種加速器各自優(yōu)化執(zhí)行專用算法集。

4、Google與Mobileye的無(wú)人駕駛路線殊途同歸


無(wú)人駕駛技術(shù)被劃分為兩個(gè)陣營(yíng)，一個(gè)是源自Darpa，由一群機(jī)器人學(xué)家構(gòu)成的“特定區(qū)域全無(wú)人駕駛派”，以Google為首，試圖通過(guò)大數(shù)據(jù)和人工智能技術(shù)來(lái)革新駕駛體驗(yàn)。另一個(gè)則是源自車(chē)企，由一群汽車(chē)電子工程師構(gòu)成的“全區(qū)域部分無(wú)人駕駛派”，試圖將該技術(shù)以新功能的形式添加到汽車(chē)進(jìn)而盈利。


谷歌的無(wú)人駕駛模式與Mobileye的無(wú)人駕駛模式對(duì)比：
Google模式需要不斷地采集并更新實(shí)時(shí)高清地圖(所采集的高精度3D厘米級(jí)地圖會(huì)達(dá)到3-4Gb/km)。

Mobileye的難點(diǎn)則在于更強(qiáng)的人工智能， Mobileye利用攝像頭作為傳感器，搭配人工智能、深度學(xué)習(xí)以及眾包數(shù)據(jù)的方式獲取高精度地圖，大小只有10Kb/km，來(lái)幫助汽車(chē)廠商完善和實(shí)現(xiàn)無(wú)人駕駛。

谷歌的無(wú)人駕駛與Mobileye的無(wú)人駕駛成本對(duì)比：
Mobileye將原先高達(dá)數(shù)十萬(wàn)美元的無(wú)人駕駛技術(shù)成本壓縮到僅僅幾百美元，這意味汽車(chē)企業(yè)與消費(fèi)者并不用為輔助駕駛(無(wú)人駕駛)支付高額的費(fèi)用。

Mobileye的CTO Shashua教授的計(jì)算機(jī)科學(xué)背景讓他們同時(shí)兼顧了人工智能技術(shù)，并將其大量運(yùn)用于產(chǎn)品當(dāng)中。Mobileye希望能夠以一種遞進(jìn)的方式，逐步推進(jìn)無(wú)人駕駛技術(shù)。Mobileye最大的優(yōu)勢(shì)就在于所有應(yīng)用只使用一個(gè)攝像機(jī)就可將多個(gè)路況探測(cè)應(yīng)用捆綁起來(lái)，在一個(gè)攝像機(jī)內(nèi)的芯片中同時(shí)運(yùn)行，大大節(jié)省了在車(chē)體內(nèi)的占用空間和成本。

Google的完全無(wú)人駕駛路線和Mobileye的漸進(jìn)無(wú)人駕駛路線最終實(shí)現(xiàn)殊途同歸的全區(qū)域的完全無(wú)人駕駛。

六、社會(huì)效應(yīng)：“無(wú)人駕駛 共享經(jīng)濟(jì)”將降低70%的出行成本


1、無(wú)人駕駛降低道路交通事故死亡率
根據(jù)世界衛(wèi)生組織的統(tǒng)計(jì)，全球每10萬(wàn)人的道路交通死亡率(2013年)在非洲、中東、世界、西太平洋、東南亞、美洲、歐洲分別為26.6、19.9、17.4、17.3、17、15.9、9.3。從各地區(qū)的情況來(lái)看，歐洲最為安全，而非洲則最危險(xiǎn)。

根據(jù)NHTSA統(tǒng)計(jì)，交通事故的原因，只有7%的因素是非人為因素，而93%的原因是人為因素。而人為因素中，74%的交通事故源于司機(jī)的注意力不集中。

通常駕駛員反應(yīng) 液壓制動(dòng)需要1.2秒，駕駛員安全視距50米;而計(jì)算機(jī)處理 電控制動(dòng)只需0.2秒，無(wú)人駕駛汽車(chē)超視距超過(guò)200米，而且沒(méi)有疲勞駕駛問(wèn)題。如果采用無(wú)人駕駛的汽車(chē)，交通事故死亡人數(shù)將有望下降90%。與此同時(shí)，由于人為因素導(dǎo)致的交通擁堵也將有效降低。

2、無(wú)人駕駛解放雙腳、雙手、眼睛和大腦


無(wú)人駕駛對(duì)有人駕駛的顛覆，正如汽車(chē)對(duì)馬車(chē)的顛覆。
無(wú)人駕駛發(fā)展從Feet off、Hands off、Eyes off到Mind off，不需要駕駛員時(shí)時(shí)刻刻盯著，系統(tǒng)有高度的自治權(quán)，在特定工作的情況下，系統(tǒng)不允許退出。乃至于只要輸入出發(fā)地和目的地，責(zé)任完全交給車(chē)輛端。

根據(jù)CEA的調(diào)研(多選)，實(shí)現(xiàn)無(wú)人駕駛以后，81%的人想看風(fēng)景，80%的人想聽(tīng)音樂(lè)，65%的人想打電話，57%的人想閱讀，55%的人想看視頻，53%的人想看網(wǎng)頁(yè)，50%的人想睡覺(jué)，44%的人想工作，29%的人想玩游戲，27%的人想鍛煉，10%的人想做其他事情，徹底解放雙腳、雙手、眼睛和大腦。

根據(jù)美國(guó)勞工部的統(tǒng)計(jì)，大部分的大部分的旅行時(shí)間或者說(shuō)車(chē)上時(shí)間被用于睡覺(jué)(50%)或者閑暇娛樂(lè)(41%)。無(wú)人駕駛徹底解放司機(jī)雙腳、雙手、眼睛和大腦，司機(jī)有更多的時(shí)間用于睡覺(jué)或者閑暇娛樂(lè)。

無(wú)人駕駛給予駕駛者更多的選擇，通過(guò)為人們創(chuàng)造更加愜意的自動(dòng)駕駛時(shí)光，把原本開(kāi)車(chē)過(guò)程中“丟失的時(shí)光”重新交還給駕駛者。在高度無(wú)人駕駛階段，駕車(chē)者的狀態(tài)是完全放松的，而非時(shí)刻保持警惕狀態(tài)。
福特公司提出了一個(gè)有意思的消遣：把無(wú)人駕駛汽車(chē)變成家庭影院，讓你和你的家人可以在車(chē)?yán)镄蕾p一部電影。福特最近剛剛申請(qǐng)了一個(gè)專利，專利說(shuō)明顯示，福特希望將投影儀整合到無(wú)人駕駛汽車(chē)內(nèi)。


3、“無(wú)人駕駛 共享經(jīng)濟(jì)”將降低70%的出行成本

“十年后買(mǎi)車(chē)就像今天買(mǎi)一匹馬一樣奇怪?！薄蚕斫?jīng)濟(jì)
共享經(jīng)濟(jì)的本質(zhì)是整合線下的閑散物品或服務(wù)者，讓他們以較低的價(jià)格提供產(chǎn)品或服務(wù)。對(duì)于供給方來(lái)說(shuō)，通過(guò)在特定時(shí)間內(nèi)讓渡物品的使用權(quán)或提供服務(wù)，來(lái)獲得一定的金錢(qián)回報(bào);對(duì)需求方而言，不直接擁有物品的所有權(quán)，而是通過(guò)租、借等共享的方式使用物品。

共享經(jīng)濟(jì)的經(jīng)典案例是Uber在2014年8月份推出了自己的新產(chǎn)品拼車(chē)功能uberPOOL，這是在搭車(chē)(Shared)基礎(chǔ)上進(jìn)一步發(fā)展而成的多人拼車(chē)(Pooled)的功能，即司機(jī)一次搭乘的不是一位乘客，而是同一方向的兩位乘客，甚至中途可能會(huì)有一位乘客下車(chē)，也可能在此前還會(huì)再搭乘第三位乘客。Uber公司將這款產(chǎn)品定義為Perpetual Ride——持續(xù)載客。本質(zhì)上是座位盡可能被更多的人占用，提高車(chē)的使用率。


在無(wú)人駕駛 共享經(jīng)濟(jì)時(shí)代，買(mǎi)車(chē)會(huì)變得非常奇怪，人們習(xí)慣于按需隨時(shí)叫一輛無(wú)人駕駛車(chē)。共享經(jīng)濟(jì)會(huì)因?yàn)闊o(wú)人駕駛實(shí)現(xiàn)得更加徹底，在整個(gè)城市、整個(gè)國(guó)家甚至全球的無(wú)人駕駛網(wǎng)絡(luò)里，車(chē)的利用效率會(huì)極大地提升，拼車(chē)拼座位變得非常普及。
現(xiàn)在通常情況下，司機(jī)擁有汽車(chē)的所有權(quán)以及開(kāi)車(chē)時(shí)汽車(chē)的控制權(quán)，假設(shè)每英里的運(yùn)行約為1美元。
在共享經(jīng)濟(jì)時(shí)代，因?yàn)楣蚕砥窜?chē)的出現(xiàn)，汽車(chē)空座位率的降低，效率提升而降低了每英里的運(yùn)行成本。

在無(wú)人駕駛的時(shí)代，司機(jī)的雇傭成本、司機(jī)的時(shí)間成本大大地被降低，車(chē)險(xiǎn)可能會(huì)遭受到毀滅性的打擊，從而降低每英里的運(yùn)行成本。
在無(wú)人駕駛 共享經(jīng)濟(jì)時(shí)代，兩種紅利疊加，降低70%的出行成本，我們看好無(wú)人駕駛 共享經(jīng)濟(jì)時(shí)代的交通運(yùn)營(yíng)商。