王飛躍：未來人要把路權讓給無人駕駛

無需證明自動駕駛的概念有多火。而且，自動駕駛已經進入人們的生活，首款L3級自動駕駛量產車奧迪A8就是一個例子。但現在我想在日常生活中體驗自動駕駛技術帶來的便利。超過一百萬的價格如何？但即使你無法體驗自動駕駛，它也是無處不在的。作為未來出行領域的技術明星，它自然引人注目。在最近舉行的2018 CCF-GAIR大會智能駕駛論壇上，可容納500多人的會議室不僅座無虛席，而且還站在那里。為什么智能駕駛有巨大的魅力來阻止人們？這個八小時的論壇有哪些亮點？看看下面的詳細梳理。王飛躍：未來的路權屬于無人車。中國科學院自動化研究所復雜系統管理與控制國家重點實驗室主任、中國自動化學會副理事長兼秘書長王飛躍“未來，人們必須自動下路行駛。未來的路權屬于無人車。“作為一名在自動駕駛研究領域工作了近30年的專家，王飛躍表達了上述觀點。王飛躍是中國科學院自動化研究所復雜系統管理與控制國家重點實驗室主任，中國自動化學會副會長兼秘書長。早在20世紀90年代，他就參與了幾個項目與自動駕駛相關的，如美國國家航空航天局的移動機器人、月球車、礦山自動駕駛汽車和VISTA汽車，這是一款無人駕駛汽車，在uber最近的事故發生的道路上通過攝像頭和雷達進行了測試。王飛躍預測，未來自動駕駛很可能不會出現技術、法規等問題。從歷史的角度來看，馬是最早為人們的旅行服務的，但馬的旅行帶來了許多問題，如馬糞。城市管理者不得不聚在一起討論如何應對下個世紀的馬糞圍城問題。一百多年后，人們沒有找到解決馬糞圍城問題的辦法，但汽車已經取代了原來的出行服務工具馬。在此基礎上，王飛躍論證了自動駕駛中的馬糞問題并不存在，例如短時間內的法律問題，圖像識別技術和高精度地圖等技術問題，以及如何解決汽車和無人車共同駕駛的問題等等，這些問題在未來將不復存在，因為“人們將來會像馬一樣離開道路，不再有通行權”。另一方面，王飛躍也表明，自動駕駛還有很長的路要走，但今天爆發的自動駕駛路試是不合理的。在自動駕駛發展的早期階段，虛擬測試應該是主要的方法，少量的道路測試應該是最主要的方法。也就是說，在90%的情況下，自動駕駛感知技術是通過虛擬訓練來提高的，在10%的情況下通過路試來驗證。王飛躍認為，自動駕駛仍然是一項實驗性技術。如果直接投入社會道路，通過道路來衡量養護技術是不可行的，人類將成為實驗標本。Boaz Sacks：Mobileye制造ADAS、眾包地圖和Shield+作為世界上最具影響力的自動駕駛公司之一，Mobileye已將其自動駕駛技術安裝在2700多萬輛汽車上，并與13家汽車制造商合作，25家主機制造商使用了其設備。Mobileye中國區總監兼中國區總監Boaz Sacks在主題演講中解釋了Mobileye在自動駕駛過程中的具體進展，例如最新的產品芯片EyeQ4，其最大的亮點是可以實現每秒25億次計算，快速計算和數據云端傳輸等技術突破將在更大程度上確保行車安全。眾包地圖的作用是幫助自動駕駛汽車在現有的交通條件下與周圍的車輛進行互動，因為自動駕駛汽車和人類駕駛的車輛一起在路上，這是最糟糕的路況，需要做出許多決定。盡管這是一個過渡階段，但有必要確保自動駕駛汽車始終與道路上的其他駕駛員和汽車互動，以便他們能夠做出實時選擇。這就是美孚的初衷……

e繪制眾包地圖。此外，為了避免事故，Mobileye開發了一種報警系統MobileyShield+，主要安裝在公交車、卡車和其他大型汽車上，因為大型汽車存在許多盲點。預警系統有六個傳感器，可用于車道偏離檢測、智能控制、抬頭顯示、行人預警等。酷哇機器人首席執行官何偉：加速無人商業化酷哇機器人創始人兼首席執行官何偉分享了酷哇探索無人商業化的特色路徑。在無人駕駛技術如何作為一種產品落地的問題上，酷哇選擇從細分場景切入變革，并于去年與中聯環境聯合開發了首款量產無人清掃車。從無人清掃車開始，一方面因為整個環衛市場有2000億左右的市場規模，另一方面環衛車的技術發生了變化，現在正從環衛1.0的純人工階段逐步走向機械化。酷哇將有助于衛生向3.0邁進。酷哇今年推出了2.0套件產品，不僅增強了本地識別和感知能力，自動避障和繞過障礙物，還增加了自適應清潔等技術，并設計了無人中央調度系統。目前，該系統已在長沙橘子島公園全域運行。到9月，運營車隊將達到四種類型，規模約為9輛。何米認為，無人清掃車商業化的最后一個瓶頸是場景適應性、協調能力、學習效率和低成本，尤其是低成本。許多人總是關注單個硬件采購的成本，但在系統布局之后，單個硬件采購并不是制約當前無人駕駛普及的最根本問題，而是其背后的部署、學習效率和適應性。這些成本具有長尾效應。如何加強這一方面可能需要綜合考慮。Roadstar.ai童賢巧：對于創造具有中國特色和技術的自動駕駛解決方案來限制自動駕駛的落地，有不同的看法。在Roadstar.ai創始人兼首席執行官童賢巧看來，限制自動駕駛在中國商業化的瓶頸在于道路的復雜性和成本。在這兩個方面，Roadstar.ai分別提出了解決方案。Roadstar.ai創始人兼首席執行官童賢巧Roadstar.ai是一個年輕的創業團隊，成立于2017年5月。該團隊主要分布在深圳和美國硅谷，專注于商業模式的旅行服務。時隔一年，Roadstar.ai取得了兩項令人矚目的成就：第一，今年5月，Roadstar.ai完成了1.28億美元的a輪融資；其次，作為全球第一家完全采用國產傳感器解決方案的公司，它在中國發布了路況自動駕駛解決方案。Roadstar.ai的主要優勢在于，它可以與國產傳感器一起實現非常好的性價比；此外，事實證明，在像中國這樣復雜的路況下，低成本的傳感器可以實現更好的自動駕駛效果。據嚴賢巧介紹，Roadstar.ai目前的自動駕駛解決方案僅為百度解決方案價格的1/3左右，未來還有很大的降價空間。在童賢巧看來，到2020年，每個系統的方案可能會降至5萬元以下。屆時，當法律法規成熟時，無人出行服務將具備真正大規模實現的土壤。Roadstar.ai的獨立核心技術主要分為兩部分：一部分是異構多傳感器同步技術，即多傳感器融合不僅僅是簡單地在車上放置十幾個傳感器來同步傳感器的技術，包括時間和空間同步。目前，Roadstar.ai可以實現10-6秒的空間同步。在此基礎上，將不同傳感器和模式的信息有機地結合在一起；

另一個是深度數據融合技術。Roadstar.ai開發了一種與高維數據相關的算法，以解決感知和定位問題。Roadstar.ai自主研發的算法可以解決中國特殊復雜的路況，實現高性能。今年3月，Roadstar.ai在深圳西麗進行了一次路試。在無人運營規劃方面，Roadstar.ai今年預留了20至50輛車在深圳或其他城市運營，主要目的是改進算法的試運行。明年，Roadstar.ai將與海外主要汽車工廠合作，生產約100-200輛汽車。到2020年，定制無人駕駛汽車將在當時技術相對成熟的前提下生產出來。目前，Roadstar.ai已在深圳市南山區西麗開展無人駕駛試點示范運營。速騰聚創邱春新：就傳感器而言，從2016年開始，未來MEMS固態激光雷達將進入量產落地期。今天，每個人都越來越迫切地需要登陸。作為自動駕駛領域的全球領導者，Waymo的自動駕駛汽車訂單在2016年、2017年和2018年從100輛增加到600輛，再增加到20000輛。國內的進步也在突飛猛進。6月底，菜鳥發布了一款物流手推車，并計劃在三年內投資10萬輛手推車。京東也在6月11日發布了相應的設備，并決定落戶長沙，下一個落地項目的選址也即將敲定。速騰聚創首席執行官邱春新在速騰聚創新首席執行官邱春新看來，這一系列落地布局意味著人們對滿足車輛法規和量產要求的傳感器越來越迫切。要建造一個人人都能負擔得起的激光雷達，有必要將傳統的機械掃描激光雷達設計成全固態，并減少其上的大量可移動部件，因為這將有助于激光雷達滿足車輛法規和大規模生產的要求。這已經是目前業界的基本共識。在自動駕駛落地時間表臨近的情況下，作為傳感器供應商，速騰聚創需要思考誰是傳感器的終結者。與常用傳感器的性能相比，該相機具有更高的粒度，可以獲得豐富的紋理顏色并進行精細識別。在這方面，激光雷達不如相機。例如，目前的激光雷達無法識別車輛的品牌。然而，相機最大的缺點是受環境光的影響很大，需要高數據。無論是深度學習還是其他機器學習方法，相機對數據質量的要求都很高：如果數據質量好，可能會被很好地識別。相機需要數據庫中的這個東西來識別它；激光雷達首先識別障礙物，然后對其進行分類。因此，速騰聚創判斷固態激光雷達是未來傳感器的發展方向，MEMS是最容易實現激光雷達的。它具有分辨率高、距離遠、車輛規格高、易于批量生產和成本低的優點。MEMS的工作原理是采用幾個激光發射器，而不是16行16個發射器，32行32個發射器，64行的數量將繼續翻倍。MEMS激光雷達不采用發射器和接收器的物理疊加，而是采用MEMS二維的振動來提高掃描線的數量。此外，在車輛分類方面，目前的MEMS激光雷達已經在做車輛分類認證，下一步是量產準備。在基本生產之后，其成本也將降低。激光雷達的高分辨率和低成本是未來的趨勢，速騰聚創的目標是在2020年實現200美元的量產價格。偉世通首席架構師王凱：目前，自動駕駛的“樂高”概念在自動駕駛領域非常流行，很多公司都有所涉獵，但這恰恰證明了這個領域還遠遠不夠成熟。偉世通的目標是與上述ADAS系統、攝像頭、雷達、高精度地圖等企業共同推動自動駕駛的發展。偉世通自動駕駛首席架構師王凱以“樂高自動駕駛概念”為主題進行了演講。王凱預測，首先，從自動駕駛的市場趨勢來看，ADAS行業將大幅增長，其中利潤率最高的是中央域控制器；其次，SoC供應商正在積極進入域控制器市場，如NVIDIA和Intel；

最后，軟硬件分離，由于自動駕駛系統的復雜性，公司將從不同的重點切入，預計到2025年，自動駕駛的需求將有質的飛躍。在傳感器領域，自動駕駛技術的發展趨勢：攝像頭：靈敏度、分辨率和幀速率的提高將導致更高的數據可用性和數據量的急劇增加；雷達：它將提供更多、更高分辨率的信息，并允許以類似于相機和激光雷達的方式處理雷達數據；激光雷達：同一范圍內的數據輸出與最先進的CMOS相機相同；

IC：未來傳感器產生的數據將增強計算能力。由于L3及以上級別的自動駕駛需求，能夠達到ASIL D（汽車安全完整性級別，D是最高級別）的IC數量正在增加。本地化、繪圖、互聯和云：L3及以上自動駕駛需求帶來的快速增長。此外，偉世通預測，到2025年，高速公路L3級汽車將成為自動駕駛最大的細分市場，因為它從代工轉向普通用戶，發展趨勢非常明顯。另一方面，王凱預測，未來汽車行業的發展是，誰能整合所有的出行理念，誰就能坐在圓桌的中心，成為出行行業的第一。偉世通正試圖做這樣的事情。“偉世通推出的DriveCore技術平臺是一個雙贏的合作平臺。我們不需要對方做好自動駕駛系統，但我們需要在某個細分領域做到最好。我們會引進這樣一家‘特殊學生’公司，并根據客戶需求為對方提供最合適的組合方案。“DriveCore希望為原始設備制造商提供一個模塊化和可擴展的平臺，讓原始設備制造商可以像樂高一樣自由選擇不同的硬件、軟件和算法，最終打造出一個自動駕駛系統。偉世通的DriveCore由三部分組成：計算（底層硬件平臺）、運行時（中間層）和工作室（開發工具）。目前，王凱認為自動駕駛面臨的挑戰主要有三個：一是系統設計的復雜性。無需證明自動駕駛的概念有多火。而且，自動駕駛已經進入人們的生活，首款L3級自動駕駛量產車奧迪A8就是一個例子。但現在我想在日常生活中體驗自動駕駛技術帶來的便利。超過一百萬的價格如何？但即使你無法體驗自動駕駛，它也是無處不在的。作為未來出行領域的技術明星，它自然引人注目。在最近舉行的2018 CCF-GAIR大會智能駕駛論壇上，可容納500多人的會議室不僅座無虛席，而且還站在那里。為什么智能駕駛有巨大的魅力來阻止人們？這個八小時的論壇有哪些亮點？看看下面的詳細梳理。王飛躍：未來的路權屬于無人車。中國科學院自動化研究所復雜系統管理與控制國家重點實驗室主任、中國自動化學會副理事長兼秘書長王飛躍“未來，人們必須自動下路行駛。未來的路權屬于無人車。“作為一名在自動駕駛研究領域工作了近30年的專家，王飛躍表達了上述觀點。王飛躍是中國科學院自動化研究所復雜系統管理與控制國家重點實驗室主任，中國自動化學會副會長兼秘書長。早在20世紀90年代，他就參與了幾個項目與自動駕駛相關的，如美國國家航空航天局的移動機器人、月球車、礦山自動駕駛汽車和VISTA汽車，這是一款無人駕駛汽車，在uber最近的事故發生的道路上通過攝像頭和雷達進行了測試。王飛躍預測，未來自動駕駛很可能不會出現技術、法規等問題。從歷史的角度來看，馬是最早為人們的旅行服務的，但馬的旅行帶來了許多問題，如馬糞。城市管理者不得不聚在一起討論如何應對下個世紀的馬糞圍城問題。一百多年后，人們沒有找到解決馬糞圍城問題的辦法，但汽車已經取代了原來的出行服務工具馬。在此基礎上，王飛躍論證了自動駕駛中的馬糞問題并不存在，例如短時間內的法律問題，圖像識別技術和高精度地圖等技術問題，以及如何解決汽車和無人車共同駕駛的問題等等，這些問題在未來將不復存在，因為“人們將來會像馬一樣離開道路，不再有通行權”。另一方面，王飛躍也表明，自動駕駛還有很長的路要走，但今天爆發的自動駕駛路試是不合理的。在自動駕駛發展的早期階段，虛擬測試應該是主要的方法……

并且一些道路測試應該是主要的方法。也就是說，在90%的情況下，自動駕駛感知技術是通過虛擬訓練來提高的，在10%的情況下通過路試來驗證。王飛躍認為，自動駕駛仍然是一項實驗性技術。如果直接投入社會道路，通過道路來衡量養護技術是不可行的，人類將成為實驗標本。Boaz Sacks：Mobileye制造ADAS、眾包地圖和Shield+作為世界上最具影響力的自動駕駛公司之一，Mobileye已將其自動駕駛技術安裝在2700多萬輛汽車上，并與13家汽車制造商合作，25家主機制造商使用了其設備。Mobileye中國區總監兼中國區總監Boaz Sacks在主題演講中解釋了Mobileye在自動駕駛過程中的具體進展，例如最新的產品芯片EyeQ4，其最大的亮點是可以實現每秒25億次計算，快速計算和數據云端傳輸等技術突破將在更大程度上確保行車安全。眾包地圖的作用是幫助自動駕駛汽車在現有的交通條件下與周圍的車輛進行互動，因為自動駕駛汽車和人類駕駛的車輛一起在路上，這是最糟糕的路況，需要做出許多決定。盡管這是一個過渡階段，但有必要確保自動駕駛汽車始終與道路上的其他駕駛員和汽車互動，以便他們能夠做出實時選擇。這就是Mobileye繪制眾包地圖的初衷。此外，為了避免事故，Mobileye開發了一種報警系統MobileyShield+，主要安裝在公交車、卡車和其他大型汽車上，因為大型汽車存在許多盲點。預警系統有六個傳感器，可用于車道偏離檢測、智能控制、抬頭顯示、行人預警等。酷哇機器人首席執行官何偉：加速無人商業化酷哇機器人創始人兼首席執行官何偉分享了酷哇探索無人商業化的特色路徑。在無人駕駛技術如何作為一種產品落地的問題上，酷哇選擇從細分場景切入變革，并于去年與中聯環境聯合開發了首款量產無人清掃車。從無人清掃車開始，一方面因為整個環衛市場有2000億左右的市場規模，另一方面環衛車的技術發生了變化，現在正從環衛1.0的純人工階段逐步走向機械化。酷哇將有助于衛生向3.0邁進。酷哇今年推出了2.0套件產品，不僅增強了本地識別和感知能力，自動避障和繞過障礙物，還增加了自適應清潔等技術，并設計了無人中央調度系統。目前，該系統已在長沙橘子島公園全域運行。到9月，運營車隊將達到四種類型，規模約為9輛。何米認為，無人清掃車商業化的最后一個瓶頸是場景適應性、協調能力、學習效率和低成本，尤其是低成本。許多人總是關注單個硬件采購的成本，但在系統布局之后，單個硬件采購并不是制約當前無人駕駛普及的最根本問題，而是其背后的部署、學習效率和適應性。這些成本具有長尾效應。如何加強這一方面可能需要綜合考慮。Roadstar.ai童賢巧：對于創造具有中國特色和技術的自動駕駛解決方案來限制自動駕駛的落地，有不同的看法。在Roadstar.ai創始人兼首席執行官童賢巧看來，限制自動駕駛在中國商業化的瓶頸在于道路的復雜性和成本。在這兩個方面，Roadstar.ai分別提出了解決方案。Roadstar.ai創始人兼首席執行官童賢巧Roadstar.ai是一個年輕的創業團隊，成立于2017年5月。該團隊主要分布在深圳和美國硅谷，專注于商業模式的旅行服務。時隔一年，Roadstar.ai取得了兩項令人矚目的成就：第一，今年5月，Roadstar.ai完成了1.28億美元的a輪融資；

其次，作為全球第一家完全采用國產傳感器解決方案的公司，它在中國發布了路況自動駕駛解決方案。Roadstar.ai的主要優勢在于，它可以與國產傳感器一起實現非常好的性價比；此外，事實證明，在像中國這樣復雜的路況下，低成本的傳感器可以實現更好的自動駕駛效果。據嚴賢巧介紹，Roadstar.ai目前的自動駕駛解決方案僅為百度解決方案價格的1/3左右，未來還有很大的降價空間。在童賢巧看來，到2020年，每個系統的方案可能會降至5萬元以下。屆時，當法律法規成熟時，無人出行服務將具備真正大規模實現的土壤。Roadstar.ai的獨立核心技術主要分為兩部分：一部分是異構多傳感器同步技術，即多傳感器融合不僅僅是簡單地在車上放置十幾個傳感器來同步傳感器的技術，包括時間和空間同步。目前，Roadstar.ai可以實現10-6秒的空間同步。在此基礎上，將不同傳感器和模式的信息有機地結合在一起；另一個是深度數據融合技術。Roadstar.ai開發了一種與高維數據相關的算法，以解決感知和定位問題。Roadstar.ai自主研發的算法可以解決中國特殊復雜的路況，實現高性能。今年3月，Roadstar.ai在深圳西麗進行了一次路試。在無人運營規劃方面，Roadstar.ai今年預留了20至50輛車在深圳或其他城市運營，主要目的是改進算法的試運行。明年，Roadstar.ai將與海外主要汽車工廠合作，生產約100-200輛汽車。到2020年，定制無人駕駛汽車將在當時技術相對成熟的前提下生產出來。目前，Roadstar.ai已在深圳市南山區西麗開展無人駕駛試點示范運營。速騰聚創邱春新：就傳感器而言，從2016年開始，未來MEMS固態激光雷達將進入量產落地期。今天，每個人都越來越迫切地需要登陸。作為自動駕駛領域的全球領導者，Waymo的自動駕駛汽車訂單在2016年、2017年和2018年從100輛增加到600輛，再增加到20000輛。國內的進步也在突飛猛進。6月底，菜鳥發布了一款物流手推車，并計劃在三年內投資10萬輛手推車。京東也在6月11日發布了相應的設備，并決定落戶長沙，下一個落地項目的選址也即將敲定。速騰聚創首席執行官邱春新在速騰聚創新首席執行官邱春新看來，這一系列落地布局意味著人們對滿足車輛法規和量產要求的傳感器越來越迫切。要建造一個人人都能負擔得起的激光雷達，有必要將傳統的機械掃描激光雷達設計成全固態，并減少其上的大量可移動部件，因為這將有助于激光雷達滿足車輛法規和大規模生產的要求。這已經是目前業界的基本共識。在自動駕駛落地時間表臨近的情況下，作為傳感器供應商，速騰聚創需要思考誰是傳感器的終結者。與常用傳感器的性能相比，該相機具有更高的粒度，可以獲得豐富的紋理顏色并進行精細識別。在這方面，激光雷達不如相機。例如，目前的激光雷達無法識別車輛的品牌。然而，相機最大的缺點是受環境光的影響很大，需要高數據。無論是深度學習還是其他機器學習方法，相機對數據質量的要求都很高：如果數據質量好，可能會被很好地識別。相機需要數據庫中的這個東西來識別它；

激光雷達首先識別障礙物，然后對其進行分類。因此，速騰聚創判斷固態激光雷達是未來傳感器的發展方向，MEMS是最容易實現激光雷達的。它具有分辨率高、距離遠、車輛規格高、易于批量生產和成本低的優點。MEMS的工作原理是采用幾個激光發射器，而不是16行16個發射器，32行32個發射器，64行的數量將繼續翻倍。MEMS激光雷達不采用發射器和接收器的物理疊加，而是采用MEMS二維的振動來提高掃描線的數量。此外，在車輛分類方面，目前的MEMS激光雷達已經在做車輛分類認證，下一步是量產準備。在基本生產之后，其成本也將降低。激光雷達的高分辨率和低成本是未來的趨勢，速騰聚創的目標是在2020年實現200美元的量產價格。偉世通首席架構師王凱：目前，自動駕駛的“樂高”概念在自動駕駛領域非常流行，很多公司都有所涉獵，但這恰恰證明了這個領域還遠遠不夠成熟。偉世通的目標是與上述ADAS系統、攝像頭、雷達、高精度地圖等企業共同推動自動駕駛的發展。偉世通自動駕駛首席架構師王凱以“樂高自動駕駛概念”為主題進行了演講。王凱預測，首先，從自動駕駛的市場趨勢來看，ADAS行業將大幅增長，其中利潤率最高的是中央域控制器；其次，SoC供應商正在積極進入域控制器市場，如NVIDIA和Intel；最后，軟硬件分離，由于自動駕駛系統的復雜性，公司將從不同的重點切入，預計到2025年，自動駕駛的需求將有質的飛躍。在傳感器領域，自動駕駛技術的發展趨勢：攝像頭：靈敏度、分辨率和幀速率的提高將導致更高的數據可用性和數據量的急劇增加；雷達：它將提供更多、更高分辨率的信息，并允許以類似于相機和激光雷達的方式處理雷達數據；激光雷達：同一范圍內的數據輸出與最先進的CMOS相機相同；IC：未來傳感器產生的數據將增強計算能力。由于L3及以上級別的自動駕駛需求，能夠達到ASIL D（汽車安全完整性級別，D是最高級別）的IC數量正在增加。本地化、繪圖、互聯和云：L3及以上自動駕駛需求帶來的快速增長。此外，偉世通預測，到2025年，高速公路L3級汽車將成為自動駕駛最大的細分市場，因為它從代工轉向普通用戶，發展趨勢非常明顯。另一方面，王凱預測，未來汽車行業的發展是，誰能整合所有的出行理念，誰就能坐在圓桌的中心，成為出行行業的第一。偉世通正試圖做這樣的事情。“偉世通推出的DriveCore技術平臺是一個雙贏的合作平臺。我們不需要對方做好自動駕駛系統，但我們需要在某個細分領域做到最好。我們會引進這樣一家‘特殊學生’公司，并根據客戶需求為對方提供最合適的組合方案。“DriveCore希望為原始設備制造商提供一個模塊化和可擴展的平臺，讓原始設備制造商可以像樂高一樣自由選擇不同的硬件、軟件和算法，最終打造出一個自動駕駛系統。偉世通的DriveCore由三部分組成：計算（底層硬件平臺）、運行時（中間層）和工作室（開發工具）。目前，王凱認為自動駕駛面臨的挑戰主要有三個：一是系統設計的復雜性。目前，有兩種聲音。一種是代工認為其在汽車行業的長期積累有很大優勢，初創企業缺乏經驗；

另一種聲音是，初創企業認為傳統的代工無法跟上時代的發展。事實上，自動駕駛系統是一個非常復雜的系統。原始設備制造商和初創公司所經歷的痛點是不同的。原始設備制造商最早經歷的痛點與功能安全和網絡安全有關，而初創公司更早接觸到基于人工智能的算法。因此，自動駕駛的整個系統就像一個木桶。只要有一塊短板，水就會泄漏出去，這是自動駕駛面臨的最大挑戰；第二，解決方案的多樣性。目前，自動駕駛算法的許多解決方案正在逐漸收斂，但由于該領域的快速發展，它們的解決方案將逐漸增加；最后，自動駕駛著陸面臨的最大挑戰是成本。目前，有兩種聲音。一種是代工認為其在汽車行業的長期積累有很大優勢，初創企業缺乏經驗；另一種聲音是，初創企業認為傳統的代工無法跟上時代的發展。事實上，自動駕駛系統是一個非常復雜的系統。原始設備制造商和初創公司所經歷的痛點是不同的。原始設備制造商最早經歷的痛點與功能安全和網絡安全有關，而初創公司更早接觸到基于人工智能的算法。因此，自動駕駛的整個系統就像一個木桶。只要有一塊短板，水就會泄漏出去，這是自動駕駛面臨的最大挑戰；第二，解決方案的多樣性。目前，自動駕駛算法的許多解決方案正在逐漸收斂，但由于該領域的快速發展，它們的解決方案將逐漸增加；最后，自動駕駛著陸面臨的最大挑戰是成本。

標簽：速騰世紀理念奧迪奧迪A8

汽車資訊熱門資訊