拜拜马斯克，无人驾驶还得看中国企业

liukang20242周前 (04-17)在线吃瓜378

来历：媒体翻滚

　　首发于微信号酷玩实验室

　　微信ID：coollabs

　　特斯拉又撞了。这次受伤的人，是著名演员兼赛车手林志颖。

　　据台媒报导，今日上午10点50分，林志颖驾驭着Model X带着儿子一同外出，但不料车子忽然撞向了路途间的分隔岛，特斯拉严峻受损并瞬间烧出了一个火球。

　　报导中还说到，林志颖被好意路人拖出时，满脸是血，手臂脱臼，乃至一度都没方法说话。

　　现在事端原因还有待查明。但所幸林志颖的儿子仅仅受到了惊吓，并无大碍。

　　可这件事在网上现已炸开锅了。由于曩昔特斯拉几回事端的原因，咱们或许还会觉得的确有或许是驾驭员操作不妥，但林志颖作为专业赛车手，你很难去信任他开车会开不了解。

　　平心静气地讲，现在全国际之所以如此期望可以完结无人驾驭，除了可以解放人力外，最重要的便是为了防止事端、愈加安全。信任咱们现已听到过很屡次这样的说法了，便是当无人驾驭完结后，94%由人为导致的交通事端将彻底完毕，适当于每年协助全球内135万人防止横尸街头，防止被撞断腿、撞断臂膀、脑震荡的将不可胜数。

　　但这些年来，咱们现已听过太多主动驾驭公司出来吹嘘B了，把耳朵都给听麻了。可间隔无人驾驭榜首次被提出都现已超越了80多年，到今日为止，咱们仍是买不到任何一辆上车输个目的地就能睡大觉的私家车啊。

　　看了今日出的作业，许多人现已对特斯拉的辅佐驾驭绝望透顶了，心头的热血被一瓢凉水彻底泼灭，乃至有一些绝望的网友开端猜测，无人驾驭底子完结不了，这会成为本世纪最大的本钱圈套。

　　由于我自己之前对无人驾驭也是十分等待的。为了搞了解这个问题，曩昔两个月，我在网上查阅了许多讲无人驾驭原理的材料和视频，但后来发现仍是似懂非懂，所以我又跑去几个车厂实地调研了一番，并请教了几位活泼在主动驾驭一线搞研制的博士。

　　这篇文章就来跟咱们共享下我的观念。文章大约会被分红三个部分：

榜首部分讲无人驾驭上路测验的最新状况，包含国内、国外最新的测验视频和数据。

第二部分解说这么多年下来，L5级其他无人驾驭一直没完结的原因是什么，究竟是不是圈套？

第三部分会讲在无人驾驭的前史大潮中，我国接下来有哪些机遇，一般人找作业、创业又能接触到哪些机遇？

　　好的，废话不多说，咱们直接开端。

　　不知道咱们发现没有，现在许多搞主动驾驭的公司，动辄一口气能从口袋里掏出几十张、上百张主动驾驭的测验车牌来证明自己技能牛B，有的公司乃至能掏出400多张，但在各种车牌中，国内外究竟哪张才是最有含金量的呢？

　　先抛定论：国外公认的威望是美国加州机动车辆办理局（DMV）颁布的全无人驾驭测验车牌，而国内从考试难度来看，最难拿的是北京T4路测车牌。

　　经过这两张车牌的查核内容，咱们可以井蛙之见，了解当下主动驾驭落地的技能巅峰大约在哪里。

　　先来看国外，怎样才干拿到一张加州DMV颁布的全无人驾驭测验车牌呢？

　　首要，光请求就需求先满意8个条件，要点几条是：

　　无人车在没有安全员的状况下，也能依照L4/L5级主动驾驭规范行进；在有监管的状况下，车辆已在相关区域进行过测验；交纳500万美元的确保金或许等价稳妥证明；向当地政府奉告完好测验计划；练习长途安全员等。

　　具有请求条件仅仅一个开端，如初审契合加州DMV要求，加州车管局随即会对请求企业翻开12项有关主动驾驭中心技能的辩论与屡次实地考察，整个评价审阅时刻，可长达一年之久。

　　表格中的技能名词看完是不是有点懵？简略点来说，拿到这张车牌就意味着你公司的主动驾驭体系，不只能在运营域内彻底抵达L4/L5级主动驾驭的规范，而且还要具有包含处理筑路、封路、警车叫停、消防车通行等长尾问题。请注意是“运营域”内，这点很重要，实质上也是达不到拿到车牌后，到国际各地都能完结L4/L5的。

　　也正是由于查核十分严厉，出了事端车牌还要被撤消，所以迄今为止全球只剩7家公司还有这张车牌，包含榜首个拿到车牌的大名鼎鼎的谷歌子公司Waymo、百度Apollo、AutoX、Cruise、Nuro、文远知行和Zoox。

　　值得一提的是，这7张车牌中，百度Apollo、AutoX和文远知行3家都是我国公司。

　　那么，这7家公司2021年在加州的全无人驾驭测验的数据状况怎样呢？

　　十分惋惜，没有人能知道完好数据，这归于各家公司的商业秘要，加州发布也需求经过车企答应。以Waymo为例，本年2月加州DMV发布的《2021年主动驾驭路测陈述》中，显现Waymo共有测验车辆693辆，但具体有多少辆是车内无人的，并不揭露。有几家却是揭露了，但由于测验车辆只需几辆，路程数也不长，彻底没有说服力。

　　那怎样才干知道美国现阶段无人驾驭的实在实力呢？

　　说实话还真不难，原因便是本年5月，Waymo获准拿掉了坐落美国凤凰城市中心的主动驾驭租借车内的安全员。也便是说，现在你可以在当地打到车内彻底没有人的网约车了。实践上，早在2020年10月，Waymo就试运营拿掉了部分坐落凤凰城市郊的车内安全员。

　　Waymo作为起步最早的老大哥，技能抢先在业界是被公认的，它的车子在敞开路段的实在体现怎样？

　　本年1月，一对情侣在凤凰城乘坐Waymo去13.5公里外的当地买咖啡，全程记录了Waymo的体现。我看完了完好视频，简略给咱们描绘一下。

　　当Waymo依据导航来到起点后，搭车人只需求在APP内点击开门，Waymo就会主动把门翻开。到后排坐好，承认动身后，Waymo不只能自己找到出泊车场的路，路上遇到加塞会陡峭减速，周围车道并车过来也能精确辨认并进行减速。

　　在一次与其它车子正面相遇时，它精确地判别了对面车子的意向，毫不犹豫地完结了转向。而且，坐在后排的乘客，还可以全程经过一块屏幕实时看到车子周围的状况。

　　这段视频中，Waymo没有遇到特别杂乱的路况，而在另一位国外网友拍照的测验视频中，Waymo面对的则是在一个交通状况十分杂乱的十字路口进行左转。要知道，杂乱十字路口左转对人类驾驭来说也是不小的应战，成果显现Waymo在恰当的机遇决断地进行了左转，体现适当超卓。

　　除了Waymo之外，另一个能代表美国当下无人驾驭才干的便是特斯拉了。许多人或许会说，这不扯吗，特斯拉不可啊，它便是个L2的辅佐驾驭，还隔三差五出事端，各种排行榜上跟Waymo的排名无法比。

　　特斯拉是的确没少出事端。但它现在现已向北美超10万车主推送了特斯拉的“全主动驾驭”的测验版了，即FSD.beta。依据马斯克的说法，到本年年底，会给100万特斯拉车主推送FSD.beta。

　　油管上相同有不少人测验了特斯拉FSD.beta的体现。比方，6月12号，一位博主就共享了一段从韩国超市开回家，全程无接收，一镜究竟的30分钟视频。

　　视频中，走纯视觉路途的特斯拉，可以从黄昏开到晚上，路上碰到施工可以精确绕行，能辨认出自行车和行人，还能处理十分杂乱的路况。在一个十字路口时，它面对对面的白车要左转，灰车要右转，一起还有一对行人牵着狗在过红绿灯，特斯拉不只精确应付了杂乱路况，也读懂了信号灯，知道自己什么时分该走。

　　还有在一处是对面一个行人直走到一半，忽然暂时转向横穿马路，特斯拉也及时进行了刹车。

　　当然了，特斯拉FSD.beta并不是在每次测验中都能抵达这种水准。比方有位博主发的视频就显现，一辆特斯拉在过一个十字路口时，地图分显着现是直走，它却忽然来了个右拐。尽管右拐其时的确没有风险，但这种不可思议的决议计划，必定无法让人定心。

　　国外有网友在同一条路途上让Waymo和特斯拉来了次大对决，成果显现特斯拉抵达目的地的速度更快，但乘坐体会上Waymo更像是人在开，不会有太多的急刹和忽然变道等。

　　不知道咱们看完美国无人驾驭的实战体现是怎样想的，我横竖觉得好像在落当地面的确抢先我国还挺多的。

　　再来看看国内的状况吧，先来介绍下北京的T4路测驾照。形象点来说，经过了T4，就意味着几乎能在京津冀区域的85%以上的城市交通通行场景中完结无人驾驭了。

　　具体来说，T4技能要求可以经过地道、校园等区域，可以应对行人违章通行、施工路段绕行等杂乱场景，还要能精确辨认多种交通要素如潮汐车道、可变导向车道、路口左转待转、暂时红绿灯等特别交通标志、标线和信号灯，并可以正的确现无障碍通行。

　　在考试中，车辆需求100%经过103项场景的掩盖度测验，不答应有一点过失。还要具有超车才干、坡路行进才干、坡道泊车才干和起步才干，差错要严厉小于15cm。

　　不只如此，在泊车入库和侧方泊车等泊车才干上也需求进行查核，车辆需求应对车库熟行人和障碍物辨认等细节场景。

　　即便你顺畅经过，获得了车牌的车辆也只需三个月的期限，车牌期满后还需求再次进行季度考试。

　　难度如此之大，在T4驾照之上的也就只需北京T5驾照了，T5驾照对应的便是L5级主动驾驭了，也便是在任何条件下都可以完结无人驾驭。咱们可以留心看新闻，现在国内还没有任何一家公司拿到T5驾照，假设哪天有新闻报导哪家公司拿到了，那么无人驾驭的年代也就到来了。现在T4驾照，国内也只需一家公司拿到了，便是百度Apollo。

　　本年7月，北京敞开了国内首个无人化出行服务商业化试点，相同由百度Apollo获得了，百度第一批25辆无人化主动驾驭车现已开在了北京亦庄的路上。也便是说，现在你也能在北京亦庄打到方向盘后无人的车了。

　　但方针上，说实话间隔仍然很大。

　　咱们答应真实撤掉安全员的无人驾驭租借车上路，不只比国外晚了将近两年，从敞开程度上，百度Apollo也仅是被答应在亦庄高档主动驾驭示范区60平方公里内进行，而Waymo现在现已在美国凤凰城的市中心乱跑了。

　　比较下来，国内无论是在上路测验的敞开程度，仍是在具体的落地使用中，都要落后于美国。这是由于我国各大公司的主动驾驭技能跟美国公司比间隔太大吗？

　　每个人都在说电动车是我国弯道超车的好机遇，可假设电动车的主动驾驭远落后于美国，那不就嗝屁了吗？莫非说这次咱们又要输了？

　　要搞清楚这个问题，首要得先了解无人驾驭的实质是什么。

　　无人驾驭，实质上是让机器来学习人类开车的方法，是一种人工智能，就像让阿尔法狗来学习人类下围棋相同。

　　从下图中能看出，人类驾驭底子可分为三个进程：眼睛来感知，大脑做决议计划，手、脚去履行。无人驾驭类比了这个进程，感知部分用的是摄像头、雷达，决议计划是电脑，履行则是油门、制动等。

　　依据感知硬件的不同，又可以把无人驾驭分为两条底子路途：一条是以特斯拉为代表的纯视觉路途，即只用摄像头；另一条是以国外Waymo、国内百度Apollo为代表的雷达+摄像头路途。

　　但不管是哪条路途，都是依据人工智能算法尤其是“深度学习算法”老练后，才大跨步展开的。这个很好了解，组成主动驾驭轿车的硬件，激光雷达、摄像头这些东西早就有了，但为啥近10年才如火如荼地干起来呢？

　　有人说是曩昔像激光雷达这些东西太贵了，但这并不是理由，只需进入了大规模化量产，这几年咱们肉眼可见这些硬件本钱下降的有多快。真实原因仍是被深度学习算法补齐了最终一块软件上的短板。

　　可是，L5现在迟迟无法商用落地，也是由于现在深度学习有局限性。

　　深度学习是依据特征的概括分类，该怎样了解它呢？比方说你想让AI经过深度学习认出猫这种动物，那就去找几万张乃至几十万张猫的图片，让AI来学习，AI会别离提取每只猫在不同光线、布景下的眼睛、耳朵、鼻子、身段、花样等等部位的特征，在概括分类完结后，今后你再给它看一张新的猫的图片时，它就会把这只猫的特征跟自己曩昔的分类成果做比对，对上了的话就会告知你这是只猫。

　　但在实践使用中，会遇到一些问题，比方说碰到一些它之前从没见过的在特别光线下的猫或许是有的猫发生了基因突变，导致一些特征和分类成果比对不上，这时就会呈现认错的状况。我身边就有搭档用iPhone检查自己儿子相片分类的时分，看到了里边被混进了一张兔子的相片。

　　这也是现阶段人工智能和人类的实质区别，算法决议了现阶段AI并不具有推理才干，并不能像人相同在任何光线下或许猫发生基因突变后，依托推理认出那仍是一只猫。

　　咱们知道现阶段AI辨认图片现已被大规模商用了，但这是由于使用场景中偶然呈现过错是可以被承受的，把一张兔子相片混进我搭档儿子的相片会集，并不会发生严峻的成果，但用在车上关系到人的安全时辨认错了，就彻底是两码事儿了。

　　也正是依据此，有些业界大佬以为完结L5等级无人驾驭需求AI理论完结新的打破，即完结“通用人工智能”才行。

　　所谓的“通用人工智能”，要求十分高，可以简略了解为“可以完结人类可以完结的任何相关使命的人工智能”。但迄今为止，通用人工智能仍被以为是十分悠远的未来技能。

　　持这种观念的专家，以为完结L5是痴人说梦，比方前华为智能驾驭总裁苏菁在到会2021年国际人工智能大会时，就直接表明L5级的主动驾驭这辈子或许是看不到了。

　　“从现在开端核算，在一百年之内机器的智商是不或许逾越人类的，而L5（彻底主动驾驭）作为现在主动驾驭的最高档别，将是一个灯塔，这辈子估量看不到了。”苏菁说道。

　　Waymo前CEO约翰·克拉夫西克也说过，L5级主动驾驭就像一个神话，这种技能或许永久无法完结。

　　看到这儿，许多同学或许现已绝望了，本来彻底主动驾驭便是一个夸姣的希望，压根完结不了啊？

　　但我要说的是，咱们先不要急着绝望，什么是L5等级？ L5是彻底逾越了人啊，它意味着你可以驾驭任何车辆、在任何气候条件下、前往任何一个当地，只需求按下开端键就行了，但实践上这是人类驾驭也达不到的。

　　问题的要害是，能不能呈现一辆几乎能抵达人相同水平的车来载我呢？便是说我彻底能承受它偶然不如我，需求我来接手，比方这辆车大约一年会有一两次碰到没见过的情形呈现“发愣”但并不风险的状况，需求我帮它开曩昔，那我可以承受。我觉得就算一年呈现10次，也应该会有大把的人乐意承受，由于这适当于一年只需求我着手开10次车，其它时分坐在车里看电影玩手机就行了啊。

　　这种水平的主动驾驭究竟能不能完结呢？

　　上面咱们说到过，现在AI使用在车上是有或许认不出或许认错一些东西的，但咱们有没有考虑过一个问题？

　　我的车实质是要开往目的地啊，就算我路上碰见了不知道、认不清的东西，那我也没必要知道它，我就直接在决议计划时挑选绕开它不就完了吗？

　　事实上当然可以这样，不只可以，应该也现已使用在某些特别场景了。使用当下的雷达、摄像头号技能，彻底可以做到辨认一切的障碍物，坐在这辆车里，你大可以像好莱坞大片里一个被追杀的人相同闪转腾挪，避开各种障碍物一路往前开。

　　当然了，假设路况特别杂乱，一起呈现多个障碍物避无可避时，并不能确保百分比百不撞，但必定可以经过价值函数让你撞的最合理。比方当被左右夹攻，前面只需两条车道，一条有辆大卡车，另一条有辆扔在那不动的自行车，那我可以经过价值函数快速核算，去撞自行车逃跑就完了嘛。

　　正常人类的反应时刻在300ms，主动驾驭车辆想要做到安全牢靠，其反应时刻有必要短于100ms。理论上只需我算力满足强，我就可以敏捷决议计划，避开一切障碍物或许撞最合理的。

　　可是，假设依照这个思路来规划主动驾驭体系的话，现阶段车子上路会面对一个问题，便是会呈现许多十分诙谐的局面。比方说当一个人在开车时，他看到前面有个小朋友吃完方便面把袋子顺手一扔，人类司机遇判别这个袋子不会对我的车构成什么损伤，我可以直接开曩昔，但视觉或雷达却会把它辨以为障碍物，并依据轿车周围状况，进行泊车或许绕行的逃避操作。

　　相同的诙谐的局面还有，假设有人在马路周围吹泡泡飘过来了，车子要不要躲？沙尘暴刮来了一只袜子，车要不要躲？假设说都要躲，那马路上只需你自己开车还好，假设你刚好停在一个十字路口等红灯，这时分变绿灯的一起前方飘来了一只破袜子，你的车就停在这等了2分钟袜子被吹走，后边车的司机遇怎样想？会不会觉得你是个神经病？把喇叭按到炸？

　　其实上面说到的那个在凤凰城打Waymo去买咖啡的视频完毕，就呈现过一个诙谐局面，在车子快要抵达目的地的时分，路途前方呈现了一处施工需求绕行，但Waymo没有辨认出来，最终十分保存地挑选右转把俩人送进了一个泊车场。

　　无人驾驭到来，必定是要前进功率的，假设功率变低了，那就毫无意义了。怎样才干处理相似这种车子“发愣”的问题呢？

　　底子没有任何捷径可走，只能依托许多的数据来学习。整个学习进程可以用这样一张函数图来解说：

　　只需求看顶部直线和图中黄色那条曲线

　　最上面的那条横线代表了可以商业化落地的抱负驾驭水平，曲线代表了车子跟着学习不断前进的主动驾驭才干，当车子几乎学习了一切路上会面对的场景，抵达某一个临界点时，它就会开端渐渐迫临并抵达这个规范。

　　依据美国兰德智库的研讨，假设想让主动驾驭几乎抵达人类驾驭的水平，至少需求大约累计177亿公里的驾驭数据来完善算法。但商业化落地并不需求彻底抵达人类驾驭水平，就像我上面说的，人们是彻底可以承受车子一年发几回呆的，这个进程会快许多。

　　所以，数据便是人工智能年代的焚烧“石油”啊！谁把握了最多的数据，谁理论上就能在主动驾驭研制上占有必定的优势。

　　那么，现在谁最具有数据优势呢？

　　十分惋惜，便是特斯拉。到本年7月18日，特斯拉现已累计在全球卖出300万辆车了。特斯拉搜集数据的方法被称作“影子形式”，它在每辆车上安装了传感器，会搜集每位用户的驾驭场景相关数据并传回，协助特斯拉进行算法练习。

　　适当于你既花钱买了它的车，还要为它供给各种驾驭场景丰厚的数据，大大摊薄了它的研制本钱。而像Waymo、百度这样车是自己出钱造的，还要依靠方针答应可以开到哪里去测，搜集数据的本钱是很高的。

　　看到这儿，一些朋友或许会茅塞顿开：那咱们得抓住放开了啊，赶快像美国相同，让契合条件的无人驾驭车在市中心跑起来，再不让这些公司搜集数据优化算法，可就来不及了。

　　说实话，最开端我也是这么想的。直到有天我把这个问题抛给一位在百度搞主动驾驭的博士，他问我，你去过美国吗？我说没去过，老哥说去了你就知道了，美国那交通状况，除了纽约其它当地都算是市郊，凤凰城市中心那地儿或许还不如咱们一些市郊堵。

　　太麻了，这又是美国相对咱们的一个天然优势，交通状况太好了，可以答应一些车子“发愣”。

　　我底子不敢幻想北京晚顶峰的时分，假设有几辆无人驾驭车趴在路上发愣，或许不可思议地给你随意找个泊车场停，会是怎样辣眼睛的局面，恐怕得引起史诗级大堵车吧？

　　无人驾驭在我国由于杂乱的交通状况，是最难完结的，这在业界公认。

　　而我国主动驾驭公司起步本来就比西方晚，现在能答应它们测验搜集数据的规模又很小，这该怎样办呢？

　　莫非我国压根不适合自己搞无人驾驭，只能躺平认输了吗？

　　假设只能躺平认输的话，那文章到这儿也就完毕了。

　　事实上，我国有一套体系的完好处理计划。而且，这套计划可供幻想的空间要远比无人驾驭大得多。许多人或许现已听说过它的姓名了，是的，便是“车路协同”。

　　不知道你们有没有注意到，在我国“十四五”现代归纳交通运输体系展开规划中，写了这样一句话：推进车联网布置和使用，支撑构建“车-路-交通办理”一体化协作单智能办理体系。

　　究竟什么是“车路协同”呢？

　　为了搞了解这套体系，我特地跑去百度和华为的车路协同基地观赏研讨了一波。

　　形象点来说，车路协同首要包含三大部分：一是具有必定主动驾驭才干的“聪明车”，二是由摄像头、雷达、通讯设备等组成的“才智路”，三是由核算渠道和云控渠道组成的“强壮云”。

　　用我在郑州华为测验基地的亲身阅历，来给咱们具体介绍下这套体系是怎样运作的吧。

　　首要是摆在路途周围的终端设备，在一根像红绿灯相同的杆子上，别离架着摄像头、激光雷达和毫米波雷达，下面的设备箱里有的放了通讯设备，有的放了边际核算服务器。

　　我坐在车里，当前面呈现一个行人“鬼探头”的时分，车内里控大屏上马上标出了提示。

　　这个进程是怎样完结的呢？

　　首要是架在路周围的各种摄像头和雷达先感知到了这个信息，然后经过边际核算服务器处理后，认定是紧迫事件，所以经过通讯设备直接下发给了我坐的车。当然了，它其实感知到的不只需鬼探头那个行人，还有周围的泊车、路况等信息，只不过由于这些信息我的车子也能感知到，也没有那么紧迫，所以就不会下发。

　　但一切这些信息都会被上传到云端，以及车子自身感知到的信息也会被上传到云端，让中心云来统筹做信息交融，制作出一张全体交通态势图。

　　这张鳞次栉比的图是在实时动态改变的，大约长这个姿态。

　　假设说单车智能最大的幻想，无非便是解放了人力，能让车子像老司机那样为你服务的话，那车路协同的格式就彻底翻开了，它比老司机要靠谱得多，乃至可以处理掉一些人类驾驭底子处理不了的难题。

　　就比方上面说到的行人“鬼探头”，以及路口有车辆忽然窜出等，这种状况曩昔高度依靠司机视野是否被遮挡，底子无法提早做出猜测。但车路协同后就彻底不相同了，你的车子或许在百米之外，就收到了“才智的路”发来的高能预警。

　　别的像高速上的连环撞，这在当下也几乎是个无解的难题。由于高速上的车速实在太快了，等眼睛能看到的时分再刹车，常常就来不及了，但引进车路协同后，就可以在更远的间隔收到事端提示，及早进行刹车。

　　除此之外，车路协同还能协助构建“智能交通”，让每一条路都可以依据车流实时吞吐量，动态调整自己红绿灯的时长，大大前进交通功率。

　　依据百度的测算，以车路协同为根底的智能交通，将可以前进15%-30%的通行功率，5年之内，我国的一线城市将不再需求“限购”、“限行”；10年之内，靠交通功率的前进，底子上拥堵问题就可以处理了。

　　当然了，车路协同也并不是一蹴即至的，它有点像特斯拉层层迭进的路途，也会阅历大约三个展开阶段。简略来总结一下：

　　榜首阶段，是只支撑辅佐驾驭安全、前进交通功率，首要使用在智能公交和智能高速上。这一阶段只需求惯例4G网络支撑。

　　第二阶段，是在关闭园区和关闭路途中商用车的中低速主动驾驭。这一阶段需求部分5G网络支撑。

　　第三阶段，可以了解为全面老练的车路协同体系。这一阶段既需求5G网络支撑，还需求针对5G的车用无线通讯技能NR-V2X的支撑。

　　是不是有点看不太懂？不要紧，咱们只需求留心听这样一个新闻：假设哪天有个叫 3GPP 的国际组织宣告侧重于万物互联的 5G R17 规范正式落地，那就意味着车路协同也要落地老练了。

　　再来解说下车路协同对我国完结无人驾驭的协助吧。

　　前面咱们说过，限制我国主动驾驭公司算法前进的最大一点，便是咱们的路太杂乱，不答应无人驾驭车处处开搜集数据。但车路协同就意味着你每条路途上都有摄像头、雷达了，可以一刻不停地收集交通数据。

　　像特斯拉那300万辆车收集到的数据量，与这个数据比较，几乎就不在一个数量级上了。与此一起，车路协同交融后还会构成更高维度的数据。比方，在空间维度上，规模和视角就会变得愈加丰厚。

　　车路协同从路端着手，协助主动驾驭一同来处理最终10%的长尾问题，这将使得单车智能大大加速完结无人驾驭的进程。

　　不只如此，在车路协同第三阶段，由于路途周围会建有许多的边际核算服务器，以及还有强壮的中心云，原则上只需通讯设备满足牢靠，就可以把许多的核算丢给这些服务器了，车子等着收到运算成果做决议计划就可以了，这将大大减轻对私家车的算力要求。

　　对每一个人来说，这都是一件实实在在的功德，由于这意味着你可以不必花那么多钱，哪怕买一辆芯片算力没那么强的车，也可以享受到无人驾驭了，这便是科技平权啊。

　　写到这儿让咱们先暂停一下，再来复盘一遍特斯拉和Waymo的中心竞争力究竟是什么，其实不管是特斯拉仍是Waymo，背面的中心竞争力都是人工智能算法和决议计划芯片，我国杂乱的交通导致车企没有那么多数据来练习算法，落后就家常便饭了；一起芯片上的间隔，咱们也都懂，这归于上个年代的遗留问题。

　　但咱们发现了没有，在车路协同中最要害的两项技能：5G和云核算，正是咱们的强项啊。

　　5G我国的抢先清楚明了。到 2021 年 7 月，我国已建成 5G 基站 91.6 万个，占全球总量的70%，5G衔接设备数超越3.65亿个，占全球总量的80%。车用无线通讯网络LTE-V2X等完结了区域掩盖，新一代车用无线通讯网络5G-V2X也在部分城市、高速公路逐渐展开使用了。

　　云核算我国也在全球独占鳌头，相关数据显现，2021年全球云核算排名前10的公司中，有5家都是我国公司，妥妥地占有了半壁河山。

　　所以，不管从我国杂乱交通状况的底子国情动身，仍是从咱们的技能储备、未来不会被西方卡脖子的视点动身，车路协同都是更适合咱们的挑选。

　　结尾

　　总结下来，站在一个顾客视点，接下来咱们大约率会阅历这样三件事：

　　一是你买的电动车跟着不断学习新数据，不停地处理掉那些长尾问题，接下来必定会越来越智能，人开车会变得越来越轻松了。

　　二是必定会有更多当地，将可以打到无人驾驭的车。在刚刚曩昔的百度国际大会上，百度刚发布了一辆没有装备方向盘的无人车，这与它刚在北京获准拿掉安全员进行主动驾驭出行服务遥遥相对，信任跟着方针放松，接下来国内必定会有更多城市可以打到百度的无人驾驭车。

　　我看了下这辆车的本钱，现已下探到了25万一辆，底子也便是辆一般新能源车的钱。这样的车一旦投入到网约车运营，据报导打车费只需求现在市场价格的一半。李彦宏在大会上说，将在全国布局上万辆这种车上路。

　　三是假设你地点的城市，未来引进了车路协同的运营商，你开的刚好也是电车，那将会大大削减你每天上下班的通勤时刻，并削减你或许遭受的事端等状况。

　　当然了，在完结无人驾驭的路途上，也会面对一些问题。

　　就比方说软硬件的牢靠度问题。假设林志颖作为专业赛车手今日没有呈现操作不妥的话，我信任再换一辆特斯拉开到林志颖事端的同一路段上，它应该是能感知到那个十分显着的路途切割岛的。那么，林志颖今日开这辆特斯拉究竟是软硬件哪里出了问题呢？假设出问题的话，它规划的安全冗余为什么没发挥作用？这是产品上出了很大问题啊。

　　别的一个值得考虑的问题是，其完结在在一些矿上、港口、干线物流、园区等固定路途的固定场景中，现已落地了无人驾驭，矿场、物流等也的确节省了本钱，但一起也构成了许多司机的赋闲。

　　我国有3000万卡车司机，一起也有许多靠开租借车、网约车挣钱养家的人，怎样在展开的进程中，确保有新的作业岗位完结对这些根底劳作岗位的代替，让这些人有作业、有钱赚，是需求被认真对待的。

　　尽管前史的前进不以个人意志力为搬运，但怎样确保科技前进的一起让更少的人付出价值，是摆在每一位决议计划者面前的阿克琉斯之踵。

告发/反应