【電動車的眼睛,自駕車的技術各自登山】
![](https://assets.matters.news/embed/c4ff2e15-165e-49bd-9751-46ffde6ec617.jpeg)
上週4/17晚,華為公布了可搭載華為自駕系統的電動車「極狐阿爾法S」,自駕路測影片中可以看到在複雜的城市車道中在面對橫跨馬路的行人、紅燈路口停頓起步,路口竄出轉彎車輛,以及狹窄車道的錯車等等都順利平滑的完成。這個影片驚豔了市場,而本來在自駕車競爭中不算太前的華為也展現自己的實力,目前該款車型搭配華為系統已經報價38.89萬人民幣起(約等於169萬台幣)就期待該款車型實際銷售後的市場反饋。
![](https://assets.matters.news/embed/54cc6b01-d0d7-4a81-b97f-1a9cecc68530.jpeg)
![](https://assets.matters.news/embed/dcb9cec9-460d-4589-b261-585198cf1acd.jpeg)
順道介紹一下自駕車技術的分類,根據美國汽車工程師協會(SAE)標準,可分為0~5級。 從等級0無任何自動功能、到等級5的完全電腦自動操作。目前市面上的汽車大概都在等級1有著車輛偏移預警之類的,而有開發自駕功能的電動車則都大約略在等級2左右輔助汽車駕駛進行操作。等級3就是進入自動駕駛範疇,大部分行車由電腦操作,但還是需要駕駛隨時依狀況接手操控。等級4則是幾乎不用駕駛,可讓系統自行上路並自行到達設定目的地,除非特殊狀況下才需要額外接手,這邊已經是可以進行無人接送運輸服務的等級。自駕車在美國比較領先的是Google體系的Waymo 和通用汽車旗下的Cruise(Walmart最近才宣布要購入Cruise的股權進入自駕技術的服務)。其他比較有名的還有Amazon去年收購的Zoox,Ford的Argo和新創公司Nuro等等,當然各大知名車廠也有各自的自駕車技術以及聯盟的發展。
![](https://assets.matters.news/embed/7505ed53-6999-4cdb-80ea-f4b7a2b0e5bc.jpeg)
自駕車可以分成三部份包含1. 觀察感測環境(怎麼「看」)、2. 規劃路線途徑(要去哪怎麼去),以及3. 電腦判斷操作反應(如何應對任何狀況)。討論到自駕車如何「看」,也就是對周遭動態環境的判讀已做出反應,目前市場上比較主流的做法是使用Lidar(光達或稱雷射雷達),來做距離測量感測環境,通常會混和配相機鏡頭加上雷達,再搭配精準地圖圖資來掌控全面行車資訊,運用晶片運算和和過去資料的學習優化來達到人類駕駛的表現反應。
但Lidar有個很大的問題是成本,目前據報導Lidar成本約略要1萬至數萬美金,隨著量產降低成本可能也要在$5,000-$7,000之間的成本,這對於想要讓自駕車能夠進入有競爭力的售價是有很大的影響的。
於是自駕車產生另外一種陣營也就是現在最大的電動車商Tesla所採用的已相機鏡頭為主搭配雷達和超聲波感測等等以及加上「其他Tesla車輛提供的行車資訊」來實現自駕技術,目前Tesla一年銷售50萬輛車,的確是有路面網絡的資訊優勢。而在堅持採用相機鏡頭當眼睛而拒絕Lidar的作法下,Elon Musk這幾年一直持續唱衰採用Lidar的自駕系統,除了成本昂貴之外,他認為使用視覺影像技術搭配AI學習來對複雜且突然發生的狀況做出對應的反應更有利,而且光達需要搭配很精確的圖資,目前只能在幾個主要城市上達到需要的資訊,但Tesla可以靠著已經在路上行駛的Tesla車輛收集的資料來訓練AI,提升自駕技術與操作,大量的真實世界資料是Tesla所掌握很大的優勢,也是其他競爭者難以企及的地方。BTW,Musk討厭Lidar到會讓汽車造型醜陋的理由都拿出來了…
目前Tesla大概只落在L2.5左右,比起其他自駕車已經在L3 or L4有一點差距,但Musk很有信心的喊話說今年2021就可以非常接近實現L5,雖然根據過去幾次他對於FSD的喊話都有點椪風,而且之前揭露Tesla寫給加州管理局的信中顯示其實Tesla的FSD只有L2而已,但還是可以來期待一下。
很實際的是,光達價格這件事情是所有自駕車商都繞不過去的問題,比起其他自駕車專注在開發系統上還沒有討論商業化的問題,已經有大量電動車販售經驗的Tesla在就現實面上的考量或許更貼近現實,畢竟等到未來兩方陣營在自駕車等級上的差異或許在售價的考量是可以被消費者忽視的。
喜欢我的作品吗?别忘了给予支持与赞赏,让我知道在创作的路上有你陪伴,一起延续这份热忱!
![](https://imagedelivery.net/kDRCweMmqLnTPNlbum-pYA/prod/avatar/1eb806dd-1602-423a-9d98-98a4bf3d10ed.jpeg/public)
- 来自作者
- 相关推荐