当前位置:首页 极科头条 国内首批自动驾驶汽车上海合法行驶 无人驾驶技术开始“大路考” 1970-01-01 08:00:00 来源:极科网 领域:行业热点 浏览:22

千呼万唤的无人驾驶路试终于在上海落地了。3月1日,在《上海市智能网联汽车道路测试管理办法(试行)》新闻发布会上,上汽集团和蔚来汽车纷纷获得由上海市政府颁发的智能网联汽车道路测试牌照。这意味着上海的自动驾驶技术开始向“大路考”进发,“无人驾驶”汽车也可以在上海某些路段合法行驶了。

首批牌照一共三张,其中两张颁予上汽集团,蔚来汽车获得一张,牌照有效期到2018年5月29日,也就是说,此次颁发的测试牌照有效期为90天。而未来,智能驾驶技术还将覆盖上汽集团荣威、名爵、大通三大自主品牌。

国内首批自动驾驶汽车上海合法行驶  无人驾驶技术开始大路考

今年上海两会上,曾有市人大代表直言,国内研发自动驾驶技术的公司都要前往美国加州做路测,因为国内做不了。无法实行公开道路的测试,就意味着拿不到大数据,产业难以发展。这位代表呼吁“政府作为制度供给的主体,应该加强制度供给的未来感和集成性。”而人大代表的发问还不到两个月时间,要建设具有全球影响力科创中心的上海,就以实际行动给予切实回应。

驾驶员监控车辆可随时干预

在路线规划上,第一阶段智能网联汽车开放测试道路长5.6公里,风险等级较低,具体路段为:博园路(墨玉南路至安研路路口),长度2.7公里;博园路(安虹路至安智路路口),长度0.9公里;北安德路(安礼路至安智路路口),长度2.0公里。下一步,申城将根据道路交通实际情况和第三方机构评估,分级逐步开放更多的道路环境用于智能网联汽车测试。

此次智能网联汽车测试路段对社会车辆开放,和一般的道路一样。但测试路段的道路设施也进行了相应的改造升级,所有的交通信号灯上都加装了网联设备,该设备可通过发送信号与智能网联汽车进行交流,智能网联汽车内也装有车载网联设备,如,智能网联汽车可以在距离交通信号灯几百米的地方知道前面的车流情况、红灯绿灯等,从而进行加速或者是减速。万一在自动驾驶过程中出现危险情况,“坐镇”的驾驶员可中断自动驾驶程序,切换为手动操作。

测试车辆保险不低于500万

国内首批自动驾驶汽车上海合法行驶  无人驾驶技术开始大路考

《上海市智能网联汽车道路测试管理办法(试行)》对测试主体、测试驾驶人、测试车辆进行明确的界定,同时提出具体要求条件,如:测试主体应建立测试车辆远程监控数据平台,同时按要求接入第三方机构数据平台;为申请测试车辆购买每车不低于500万元的交通事故责任保险或者出具相同金额的赔偿保函。测试驾驶人应具有50小时以上自动驾驶系统操作经验,其中40小时以上的相应申请测试项目的驾驶经验。测试车辆应在第三方机构指定的封闭测试区内,按照测试评价规程进行相应测试项目的实车试验,在规定的有效试验次数内达到相应的要求等。

随着社会的不断发展以及技术的不断进步,类似于自动驾驶这样的新技术未来肯定会如雨后春笋般冒出。如何为这些新技术的研发、测试和商业化应用提供制度保障,并推进相关技术标准的建立和完善,是相关部门接下来将会持续面对的问题。这不仅需要进一步理顺政府与市场的关系,消除阻碍市场与创新活力的体制机制,也需要改变一切束缚创新创业创造手脚的政府管理方式。全国第一批自动驾驶牌照,为上海各方面的改革创新提供了启示。期待接下来涌现更多的“全国之先”。

  • 话题标签:
  • 自动驾驶
  • 智能汽车
  • 技术
  • 蔚来
  • 0
  • 条评论

评论

您可能感兴趣
9家公司进行自动驾驶测试,一年报告2578次故障 在每年1月,在美国加州公路上进行自动驾驶汽车测试的公司都需要对机动车辆管理局(DMV)递交一份报告。这份“脱离报告”中需要包含前一年所有自动驾驶汽车故障:不论是硬件故障、软件出错,还是仅是人类驾驶员的怀疑,只要驾驶员从自动驾驶系统手上拿回了控制权,都需要被记录在报告中。 去年的报告表示,在美国加州的路上,每3小时就有一辆自动驾驶汽车出问题。所幸的是,没有一次故障曾造成车祸。 在2016年,加州一共有9家公司进行自动驾驶测试,而他们总共报告了2578次故障。由于DMV要求对故障进行详细报告,公众可以看到关于各家公司测试的详细资料:各公司进行了多少英里的测试,在哪里进行的测试,以及到底出了什么错。 关于各公司自动驾驶测试的资料 从上图我们可以看到,谷歌母公司Alphabet旗下的自动驾驶子公司Waymo的测试项目还是业界第一:其635868英里(约102万公里)在2016全加州自动驾驶汽车行驶的里程里占了95%。Waymo的60辆自动驾驶汽车一共出现了124次故障,有51次是因为软件导致。但是该数字与2015年相比已经实现了大幅度的降低,从每1000英里0.8次降低到每1000英里0.2次。 相比之下,Bosch(博世)则在3辆自动驾驶汽车一共行驶了983英里的情况下报告了超过1400次故障 ,相当于每1000英里1467次故障。不过,这并不意味着Waymo的汽车要比Bosch的安全8000倍,因为每个公司对故障的定义都不同。 Waymo并不把每次人类驾驶员从系统手中拿回控制权都算为故障(这种事情每年都会发生数千次)。Waymo对故障的定义需要对每次事件都进行“如果驾驶员没拿回控制会发生什么”的拟真计算,并且只对系统可能做出危险行为的事件才定义为故障。在2016年,Waymo计算出有9次事件如果驾驶员没有介入就会发生车祸。与2015年相比,虽然行驶的里程翻了倍,但是这类严重安全事故却减少了(2015年为13次)。 “从Waymo的报告来看,他们的技术得到了极大的进步。”南卡罗来纳大学的教授Bryant Walker-Smith对此说道。“但是我想知道Waymo的系统能否通过实现低危环境,比如在紧急车道停车,来处理由系统发起的'脱离',而不是直接'脱离'给人类。” 在对各公司的故障率进行对比时,另外一个问题就是各公司所进行的测试都是不同的。比如全面测试项目,目前就只有Waymo和通用汽车公司旗下的Cruise Automation在做。在首年的测试中,Cruise的20多辆测试用车从2015年6月只行驶了不到5英里(约8公里)进步到2016年9月的2000多英里(约3200公里)。在此同时,Cruise的故障率也实现了大幅度的减少,从每1000英里(约1600公里)500次减少至3次。 除了这两个公司之外,没有任何公司在2016年的测试超过了5000英里(约8000公里)。几大汽车公司,比如宝马、福特以及奔驰甚至都没有超过1000英里(约1600公里)。Walker-Smith对此表示“这些少量的里程加上大量的故障意味着这些公司的测试来自于一些单独项目,研发工程师会为了获得真实数据偶尔使用一辆路试车”。 而本田和大众虽然都有测试许可,但是去年没有在加州的公共公路上进行任何测试。因为这两个公司的测试都是在私人跑道或其他州进行的。 最神秘的脱离报告莫过于Tesla的。在2015年,Tesla的故障为零,这意味着要么Tesla没有在加州进行任何测试,要么Tesla的车都是完美的。但是今年Tesla却在550英里(约885公里)的行驶里报告了182次故障。 不过,这182次里的大部分都来自于去年10月的一个周末,Tesla调动了4辆车来拍摄一个视频。Tesla大多数的测试也都是在其他州以及赛道进行的,在此之外,他们还能从自己客户那数千辆装有AutoPilot的汽车里得到上千万英里的道路数据。 于2016年开始自动驾驶汽车测试的公司,包括Zoox,Drive.ai,Faraday Future,以及NextEV在明年此时才需要递交脱离报告。而宁愿抛弃测试计划也不愿意申请测试许可的Uber则选择了在亚利桑那州和宾夕法尼亚州进行测试。这两州不需要进行路试的公司报告故障。
  • 自动驾驶
  • Alphabet
  • Tesla
0评论 2017-03-27
自动驾驶之激光雷达在2016年都有哪些进步? 激光雷达作为自动驾驶最重要的传感器之一,撑起了自动驾驶的半壁江山。大公司如谷歌、宝马、奔驰、奥迪和沃尔沃,汽车供应商如博世、德尔福、大陆和先锋;初创企业如 Cruise Automation,NuTonomy 等,都在其自动驾驶系统中使用激光雷达。 如果你有朝一日看见无人驾驶汽车在路上奔驰,那么只能说明一个问题:无人驾驶汽车终于拥有了“灵敏的眼睛”。而这双“眼睛”不是别的,正是激光雷达。据 Lux Research 报告,到 2030 年,激光雷达将在自动驾驶领域收获近亿美元的商业机会。 国内,北科天绘、速腾聚创、禾赛科技以及傲视智绘等初创公司也推出各自产品。国外,汽车零部件供应巨头采埃孚宣布收购位激光雷达公司 Ibeo40% 的股权;Quanergy Systems 在 B 轮融资中获得 9000 万美元; Innoviz 在今年 8 月宣布完成 900 万美元 A 轮融资;英飞凌在今年 10 月收购位于荷兰的半导体公司 Innoluce 准备开发激光雷达芯片…… 现在,我们就来盘点一下海外的激光雷达公司,看看这些公司在激光雷达领域都有哪些进展。 Velodyne Velodyne 成立于1983 年的加州硅谷,在激光雷达领域可以算得上是老大哥了。它在 DARPA 的无人驾驶汽车挑战赛中,凭借 HDL-64 固态混合激光雷达传感器成功获得关注。 Velodyne 与车厂以「LiDAR Club」的形式合作,目前已经同 10 家高科技企业和 9 家汽车厂商开展紧密合作,共同推进 19 项自动驾驶汽车项目。 目前公司已经量产销售的激光雷达有三款:HDL-64E(64 线)、HDL-32E(32 线)、VLP-16(16 线),这三款产品将在 2019 年进行迭代更新。谷歌、百度、Uber 采用的是 64 线产品,单个定制的成本在 8 万美金左右。Velodyne 称如果拿到百万级订单,价格将为 500 美金以内。 前不久,Velodyne 还放出消息称,通过氮化镓(GaN)单片集成电路的应用,能够加固激光雷达组件并且缩小其体积,提升可靠性,并降低成本。2016年 8 月,Velodyne LiDAR 获得福特汽车与百度 1.5 亿美元的共同投资。 Quanergy 成立于 2012 年底的Quanergy可以算得上是一家后起之秀,目前团队规模为百人左右,多为技术研发出身,主要成员来自 Google、IBM、霍尼韦尔、奥迪、福特、博世、戴姆勒、高通等企业,在光学、光电子、光电元件、人工智能软件和控制系统领域都有着深厚积累。 公司一直致力于降低激光雷达的成本。在今年 1 月的 CES 展上,Quanergy 发布了 S3,号称是全球第一款固态激光雷达传感器,并表示如果订货量只要达到一万台,成本就有望控制在 100 美金以下。 S3 采用的是相控阵方式(Optical Phased Array),也就是指利用大量个别控制的小型天线元件排列成阵面,每一个单独立孔子,通过元件发射的时间差就能合成不同相位的主波束。这一技术目前而言已经普遍应用于传统雷达,但它对相关组件的尺寸要求相对较大,且对各个部件的协作也提出了很高的要求。换句话说,固态激光雷达距离产品市场化还有很长的路要走。 但即便如此,Quanergy 依然获得了大量风投的青睐:2014 年 5 月,Quanergy 获得来自三星电子风险投资,特斯拉创始人及清华企业家协会天使基金的种子投资;2014 年 12 月,Quanergy 完成 3000 万美金 A 轮融资。2015 年 Quanergy 获得德尔福战略投资,前者收购 Quanergy 部分股权,目前两家公司的工程师正在努力研发激光雷达系统;2016 年 7 月,Quanergy 获得 9000 万美金的 B 轮融资。 Ibeo Ibeo 是一家成立于 1998 年的激光雷达供应商,位于德国汉堡,在 2000 年被传感器制造商 Sick AG 收购,后于 2009 年独立运营。 在2016年 8 月,Ibeo 同样有新动作,汽车零部件供应巨头采埃孚(ZF)宣布收购其 40% 的股权,旨在获取技术与环境感知算法的相关技术。 在车用激光雷达领域,Ibeo 是最早选择嵌入式方案的公司,代表产品是 4 线的 LUX,价格在 10 万人民币左右。据相关人士透露,如果实现量产,车厂能拿到的价格大概在 3000 人民币以下。与 Velodyne 及 Quanergy 一样,它也在研发固态激光雷达技术,不过目前尚未有具体成果的消息。 Innoluce 2016年 10 月份,德国芯片厂商英飞凌宣布收购荷兰半导体公司 Innoluce,准备利用其来提升自动驾驶传感技术的领先优势,为高性能激光雷达系统开发芯片组件。 公司旗下最出名的产品是硅基固态 MEMS 微反射镜,它能够对 LiDAR 测距中的激光束进行调整,目前已经取得独家专利。不论是从视角分辨率、还是视野宽度及刷新率来看,Innoluce 的 1D 反射镜都比传统的 2D MEMS 效果要好。而对温度、振动的敏感度较低的特性,也让 Innoluce 的可控制性与成本降低了不少。此外,它们家还研发和相关信号处理集成电路的固态激光扫描模块。 在实际应用上主要包括两个方面,一为 ADAS 及自动驾驶的激光雷达软硬件支持,其固态扫描模块能够达到 200 米以上的远程监测,及小于 0.1°的高分辨率。另外,其价格也将有望压低在 100 美金以下。另一个方面为适用于智能大灯的激光扫描。智能大灯能够基于激光探测,根据天气状况为驾驶员提供最佳的驾驶体验。 Innoviz 以色列雷达传感器公司 Innoviz在今年 8 月完成了 900 万美元的 A 轮融资,由著名风险投资人 Zohar Zisapel、以色列本土风投公司 Vertex Venture Capital、Vertex,还有以色列本地的一家汽车零售初创公司参与投资。 这家公司目前正在开发自动驾驶的核心技术之一——智能三维传感、传感器整合及准确的绘图定位。公司表示要在 2018 年前推出高精度固态激光雷达 InnovizOne(HD-SSL),整体尺寸将缩减为 5cm*5cm*5cm 大小,能适配不同的光线条件,在保证鲁棒性的前提下,还要将价格控制在 100 美金以下。 TriLumina TriLumina公司是美国新墨西哥州一家半导体激光照明产品企业,成立于 2013 年。它致力于开发芯片产品,与此同时降低激光雷达的尺寸及成本。该公司表示,它们合作研发的固态 LiDAR 传感器预计将于 2017 年投入市场。公司的主要投资机构包括 Cottonwood Technology Funds 、Stage 1 Ventures 及 Sun Mountain Capital。 LeddarTech 2007 年成立于加拿大的 LeddarTech,前身是加拿大国家光学研究所的子研究项目。目前 Leddar 已经获得了独家激光雷达专利,能为用户提供高敏感度、识别率高且即时的识别算法。 此前 LeddarTech 在 6 月份公布了无人驾驶汽车的固态激光雷达 IC 路线图,目前正与法雷奥合作研发「最便宜的」激光雷达传感器。12 月 5 日,官网上宣布了其将在 CES 2017 展出的新产品——2D 及 3D 高精度激光雷达应用方案。 Phantom Intelligence Phantom Intelligence同样是一家加拿大公司,秉承的是“以人为本”的宗旨,并以“拯救生命、排忧解难及节约出行时间”为终极目标。目前,Phantom Intelligence 与欧司朗光电半导体事业部合作开发一款低成本的集成式激光雷达,能够用于城市驾驶的低速障碍物探测。 根据媒体报道显示的信息,公司的其中一款概念产品按照「宽度远大于高度的扁矩形形状排列」,拥有 16 个(2*8)的二极管阵列,可探测距离达 30 米。 作为自动驾驶的“眼睛”,激光雷达的技术进步无疑会为其添上浓墨重彩的一笔。笔者也同样相信,产品与技术能够在未来成为每一家科技公司的心之所向。
  • 自动驾驶
  • 激光雷达
0评论 2017-03-28
自动驾驶会不会是个伪需求? 需求也是分类的,比如个体需求、资本需求、人类社会需求。可以看得出的是,目前关于自动驾驶技术的推进,应该是技术驱动>需求驱动。 从个体需求上来看,短期内大众对于自动驾驶技术更多的是处在一个噱头当中。目前市面上进入 L3 级别以上的自动驾驶的消费级汽车均以 ADSD 系统为基础,配备部分辅助、半自动驾驶的功能来降低驾驶员操作需求。消费者能够接触到的相关车型其实也不多,最入门的都是今年新款的 E 级、5 系之类的豪华车。 但是对于资本来说,自动驾驶的意义则比较重大。按照目前的自动驾驶实现方式,以大数据、地图功能、传感器技术、视觉识别、人工智能等几项主要技术协作完成。 考虑到近几年的资本增长点,从 2000 年初的电子硬件,到互联网,再到移动电子设备和移动互联网,目前手机等个人消费电子设备的增长已经到顶,资本必须寻找新的技术增长点。 而刚才提到了几项实现自动驾驶的协作技术,无论是大数据还是地图服务,还有视觉识别、人工智能等都是下一波科技商业化的热潮。 对于资本来说,这几项技术代表着科技的发展趋势,也是下一波备受看好的增长率和回报率。所以我们能看到英伟达的股票以 250% 的增幅领跑 2016 年,这里面和老黄关于人工智能和自动驾驶技术的战略部署密切相关的。 说到社会需求的话,这里就涉及到不同地区的文化、科技、政策等因素了。对于美国而言,现在是资本(华尔街)、技术(硅谷、底特律)均到位,美国政府也成立了自动驾驶委员会以监管自动驾驶系列问题,成员包括通用 CEO、谷歌无人车子公司 CEO、Uber 北美总经理、LA 市长等商、政届精英。 传统的汽车强国德国的话,三大集团不仅收购了 HERE 地图股份,也和 Mobileye 就 ADSD 系统深度合作,包括 CES 上大量展出的技术,看得出都在为自动驾驶做战略布局。 大陆地区的话,可以看一下 2016 中国人工智能创业公司 TOP50,其中从事计算机视觉识别的公司占比 40%,大数据(商业智能)公司数量和语音识别(自然语言处理)公司数量次之,分别为 20% 和 18% 左右。此外还有涉及自动驾驶的(6%),以及围绕 AI 相对更专注底层芯片和算法的、提供人工智能方案的公司(4%)。 可以说,从个人角度来看,自动驾驶无非就是躺着看报纸这种夸张噱头的东西,当然还有惜命怕死等比较基础的感情元素。 按照目前的发展状况,传统车企就自动驾驶的态度还是相对「暧昧」。比如大部分家用轿车只敢停留在 L2 级别的自动驾驶,这里面除了成本因素之外,也有着消费者受教育程度的限制。 例如进入 L3 级别的特斯拉 autopilot 1.0 系统,除了在指定路况下使用之外,对驾驶员也有诸如手握方向盘等限制,远不及 L4 级别的 Eye Off 和 L5 级别的 Mind off。按照目前自动驾驶级别的划分来看,L3 级别最为模糊,也最容易出现用户滥用功能导致危害公共安全等情况发生。 所以从宏观角度来看,自动驾驶是对政府基础建设(路况、交通管理)、车企技术和资本配合、消费者观念的更新的一项综合考验。随着人口老龄化的加剧,生产力在将来肯定会受到约束。 从政府的角度来看,自动驾驶属于人工智能在单一专业领域的一次先行试验,也是对国家生产力提升、资源配置改善优化的一次综合挑战。 能够在自动化这个浪潮中走在前端的国家也会面临失业率和人员配置的问题。例如刚过去的 2016 年美国大选,民粹主义的胜利和英国退欧的黑天鹅,这里面充当票仓的不少人正是因为自动化生产和全球化资产配置而失去了工作机会。 所以紧盯着什么「女司机」、「特斯拉车祸」这种狭隘的层次来看待自动驾驶的话,那自然是一个很市井的新潮技术,吹过牛就忘了。 但是上升到哲学,或者宏观经济学角度来看的话,自动驾驶作为人工智能领域的先行者,第一次提出了人很有可能是多余的这个观念。接下来引用几句废话,纯当总结了吧。 工作本应该有人类来完成,现在越来越多的工作开始由机器辅助人类完成,甚至部分开始由机器独立完成。决定也本来应该由人类凭感觉和直觉作出,然而现在越来越多的决定是建立在算法和实验上的。在此过程中,人类逐渐变得无用和多余,这就是为什么世界正在发生非常严重的变化。 人类渴望对混乱的现实建立起理性与秩序,算法的判断力则是建立在计算机海量的储存能力和迅捷无比的数据挖掘能力之上的。 在资本主义生产的链条中,个体人被规训以机器为模版的生产工具,一切以高效率、准确性、低成本为衡量个体价值的标准,将所有个性化行为悉数抹去,只剩下能够倍流程化和优化的操作步骤。 无人驾驶不需要任何欲望或者感情就能替代司机,因为按照现实世界经济系统的设定,司机的工作就是吧人、物从 A 送到 B,廉价迅速即可。 对于一个资本和技术都就位的东西,对于一个由全世界最聪明的一群人在努力推进的技术,我没有理由认为这是一个「伪需求」。 而自动驾驶有一个优势是目前全世界所有技术、教育都无法做到的,即可以将路上行驶的所有车辆的驾驶水准统一在一个水平,或者之上。
  • 自动驾驶
  • 伪需求
0评论 2017-03-28
为什么越来越多的科技公司进入自动驾驶领域? 本田全球研发总裁Yoshiyuki Matsumoto说:“未来的自动驾驶汽车必须依靠具备深度学习能力的人工智能技术。”没错,即便是雷达和摄像头能够多么清晰准确地探出四周的情况,但将车辆驶向开放的实际道路后,我们始终难以预料所有的路况信息和所遇到的状况,总会有没考虑周全的情况发生。这时候,就必须要求汽车有自己的判断能力,来处理没遇到过的场面。因此,人工智能(AI)将是未来自动驾驶汽车必须要拥有的技能,具备高级计算能力的芯片需求就给了科技公司们一个机会。 也许你不曾想过笔记本电脑上粘贴的绿色LOGO将会出现在汽车上,汽车怎么会与电脑采用一个牌子的芯片?而今天英伟达(NVIDIA)就是让汽车搭载了它们的芯片。 除此之外,奥迪也将是他们最主要的合作车企之一,目前一款具备自动驾驶技术的奥迪Q7正在研发阶段。同时,英伟达也展示了自家研发使用的林肯MKZ自动驾驶测试车(内部代号为BB8)。 从这三款车来看,英伟达的DRIVE PX 2自动驾驶技术平台并不是非得需要激光雷达才能实现高级别的自动驾驶。然而,降低成本并不是英伟达最大的立足点,而是作为一家人工智能公司在GPU(Graphics Processing Unit)图形处理技术领域和AI(人工智能)技术方面的优势。面对自动驾驶汽车需要处理大量的图像信息,英伟达最新的DRIVE PX 2自动驾驶芯片的处理性能明显发挥出了优势。同时,在信息识别与分析方面,它还有着学习和认知的能力。 也许你目光被CES上眼花缭乱的高科技所吸引过去,也许你会对某一款概念车所痴迷,但从汽车行业角度来看,我们认为最重磅新闻不是这些具体的产品,而是曾经的科技公司在自动驾驶技术的浪潮中,竟然闯入到了车企供应商的产业链条,其中最典型的例子就是英伟达与一级车企供应商博世和ZF签署了合作协议。 与英伟达对立的是英特尔的自动驾驶阵营,英特尔擅长的芯片是中央处理器CPU(Central Processing Unit),与专门处理简单图形信息的GPU相比,CPU更适于处理复杂困难的计算问题。所以,视觉信息处理并不是英特尔所擅长的。或许芯片技术并不是掣肘英特尔的原因,研发队伍强大的英特尔也能开发出图像信息处理器,而重要的是英特尔在发展策略上的抉择。 宝马、英特尔、Mobileye三家的合作当中,英特尔提供平衡性能和功耗的中央处理器,解决从汽车到数据中心的计算问题,同时还包括传感器聚合、驾驶策略、环境建模、路径规划和决策的解决方案。对于视觉信息的处理就交给了在这方面经验丰富的“老司机”——Mobileye。在这样“铁三角”的联合下,未来英特尔是否能在自动驾驶领域赶超英伟达?我们先画一个问号。 前面提到高通,其实它与英特尔有着太多的过招,除了处理器方面的竞争,最近在5G技术方面也来了一场大PK。2016年10月,高通推出了5G的调制解调器,但它只支持毫米波频段,而2017年1月5日英特尔在5G技术方面先下一城,拿出了同时支持毫米波频段和6GHz以下频段的5G调制解调器。 其实,高通在两年前就宣布了要涉及汽车领域,如今它基于骁龙820A的处理器开发了一套ADAS系统,试想一下,未来的汽车将会与三星Galaxy S7、HTC 10、LG G5等智能手机采用同一款芯片也是很有意思的一件事。 在手机行业里,也许黑莓已经消失在你的视线里,但在汽车领域或许黑莓还能够撑起自己的一片天。2010年,黑莓收购了QNX公司,而QNX公司的核心业务之一就是汽车操作系统和软件解决方案。凭借QNX在汽车操作系统和远程通信系统等方面的基础,黑莓也投入自动驾驶汽车的战场上来。然而,看似曾经的科技公司在汽车领域开始备受追捧,但他们能够颠覆传统的汽车零部件供应商吗? 虽然一些科技公司在芯片和软件算法上占据优势,一些零部件公司在激光雷达等传感器方面无人能及,但这终归只是单一领域的成绩,纵观整个汽车行业,传统的一级零部件供应商依然是最主导的力量。因为对于一家整车厂来说,他们一般不愿意与各个小的零部件供应商打交道,越多的供应商就意味着越多的麻烦,需要将所有的零部件进行匹配,什么你家的火花塞,他家的高压线束,最终都要整合到一起才能让汽车运行起来,无疑会消耗太多的精力,而这恰恰是博世、法雷奥、德尔福等这些具备综合能力的供应商巨头所擅长的。 对于自动驾驶的解决方案,未来博世、采埃孚、福尔德、法雷奥等一级供应商更有能力将芯片和算法与其他公司的摄像头、激光雷达、毫米波雷达、高精度地图等等整合到一起,制定出匹配车企开发自动驾驶的整体方案,车企们选择这样一套省心、靠谱的打包产品何乐而不为呢?同时,对于各级的供应商来说也是双赢的方案。所以,这样来看现阶段科技公司想要颠覆传统供应商,来主导自动驾驶显然是不太现实的。
  • 自动驾驶
  • 智能网联车
0评论 2017-03-29
近期热榜