المسار المحتمل من ADAS إلى بدون سائق
استضافت منتدى الصين الدولي الثامن لمركبات الطاقة الجديدة. تدعوك شركة CST Sanjiao للسيارات Xiaojun إلى التفكير أولاً:
أولاً، متى سيأتي نظام القيادة الذاتية في صناعة السيارات؟
ثانياً، من الآن فصاعدا، ما هي التحديات التي لا نزال نواجهها؟
ثالثا، ما هو المسار الواقعي لتحقيق القيادة الذاتية؟
نظرة عقلانية على تطوير علوم وتكنولوجيا السيارات
في الوقت الحاضر، الصناعة بأكملها متحمسة للغاية، لأن التحديثات الأربعة لصناعة السيارات لدينا "الكهرباء والذكاء والشبكات الذكية والمشاركة" تعمل بالفعل على تعزيز إعادة بناء الصناعة بأكملها. كصناعة سيارات، يعود تاريخها إلى أكثر من 120 عامًا منذ أن اخترعت مرسيدس بنز أول سيارة في عام 1886.
ومع ذلك، من السبعينيات إلى عام 2000، كانت سرعة تطوير صناعة السيارات بأكملها بطيئة نسبيًا. لا أعرف إذا كنتم جميعًا قد أتيتم إلى شتوتغارت للمشاركة في المتحف. لا تختلف السيارات التي صممتها مرسيدس بنز في السبعينيات والثمانينيات كثيرًا عن تلك الموجودة في عام 2000. وحتى من حيث الأداء الأساسي وأداء القوة وهندسة السيارة، لا توجد اختلافات جوهرية. في فترة الثلاثين أو الأربعين عامًا، تحسنت صناعة السيارات تدريجيًا. بعد عام 2000، نفذت صناعة السيارات مرحلة جديدة من التطور، ودخلت الصناعة بأكملها في ابتكار اختراق في مجال التكنولوجيا وإعادة البناء الصناعي.
وعلينا أيضًا أن نلقي نظرة عقلانية جدًا على التنمية، سواء كان ذلك يتعلق بتطوير الكهرباء، بما في ذلك تطوير الذكاء والشبكات التي نناقشها اليوم. يجب علينا فهم اتجاه التطور المستقبلي وحتى إيقاع التطور المستقبلي من منظور التكنولوجيا والصناعة، حتى يتمكن جميع المشاركين من الامتثال بشكل أفضل للقانون الأساسي لتطوير هذه الصناعة من حيث التكنولوجيا وإعداد أعمالنا. نموذج. هذا هو المحتوى الرئيسي الذي أشارككم أفكاري وآمل أن أناقشه معكم اليوم.
متى ستأتي صناعة السيارات بدون سائق؟
للوصول إلى موضوع اليوم، أولاً، متى ستأتي السيارات ذاتية القيادة؟
وسمعت أيضًا توقعات الرئيس لي بشأن جدول العمل بدون سائق. وأنا أتفق بشدة مع حكم الرئيس لي. في الوقت الحاضر، يوجد في الواقع معسكران لمقدمي الحلول ذاتية القيادة. إحداهما هي شركات السيارات التقليدية مثل مرسيدس بنز، بما في ذلك الشركات الرائدة مثل مرسيدس بنز، وبي إم دبليو، وأودي، وحتى فورد وجنرال موتورز. المعسكر الآخر هو شركة التكنولوجيا أبولو في الصين.
في الوقت الحاضر، تطرح كل مؤسسة حلولها في السوق، ويختلف المستوى أيضًا. شركات المركبات التقليدية هي أكثر ما نسميه L2 أو L2 بالطبع، يختلف نضج التكنولوجيا. يهدف معظم الأشخاص في شركات التكنولوجيا إلى حلول أعلى من المستوى الثالث أو المستوى الرابع، لكنهم أكثر في عملية تطوير بعض التحقق من المخطط.
أعلنت كل مؤسسة بشكل أساسي عن وقت هبوط نظامها بدون سائق. هل هناك فرق بين هبوط مصانع السيارات وهبوط شركات التكنولوجيا؟ يمكنك أن ترى أن معظم الشركات تطلق خططًا ذاتية القيادة أعلى من L4 قبل عامي 2020 و2021. ومن وجهة نظري الخاصة، تعد هذه أيضًا نقطة زمنية خاصة جدًا.
لماذا تظن ذلك؟ دعونا ننظر إلى البيانات. تتحدث هذه الشركات التي أطلقت هذه البرامج بدون سائق أكثر عن برامج المستوى الرابع. هذه هي الحالة التي اخترناهم فيها لإجراء اختبار الطريق في كاليفورنيا. نظرًا لأن اختبار الطريق في كاليفورنيا يتمتع بميزة واحدة، فإن كلاً من عدد الكيلومترات المقطوعة في الاختبار والسرعة لهما مستوى متقدم. اخترنا الأميال الاختبارية في عام 2017، وهي حوالي 350000 ميل. لا يزال إجمالي عدد الأميال الذي صممته المؤسسات الأخرى صغيرًا نسبيًا. يبلغ عدد الأميال الاختبارية لـ Waymo 352545، مع 63 مقاطعة و18 مقاطعة لكل 100000 ميل.
حوالي 100000 ميل ضمن هذا النطاق. إذا تم استخدام نظام القيادة الحالي بواسطتنا، فسيكون هناك 18 انقطاعًا في دورة الحياة هذه. وبطبيعة الحال، لا يؤدي الانقطاع بالضرورة إلى حوادث مرورية خطيرة. قد يكون تعليق النظام أو غيرها من المخاطر المحتملة. يقوم سائقو الاختبار لدينا بمقاطعة النظام بدون سائق بشكل فعال.
لقد قمنا بالإشارة إلى: السلامة الوظيفية. تعريفنا للوقت هو الأمن. إذا قمنا بتحويلها إلى عدد أميال القيادة، فإننا نفترض أنه بسرعة 40 ميلاً في الساعة، وهو ما يتطلب منا التوقف عند مستوى 0.00004 لكل 100000 ميل. أعتقد أن النتيجة المحولة إلي مقبولة نسبيًا أيضًا. وهذا يعني أن هناك حادث انقطاع لكل 40000 مركبة. هذا هو عندما تعطي حياتك لآلة في المستقبل. هذا مقبول. لا يزال مستوانا وقدرتنا الحقيقية على تحقيق القيادة الآمنة له عوامل كبيرة، بما في ذلك فشل الأجهزة والسلوك المتصور للمركبات الأخرى.
في الختام، يمكننا إنشاء مخطط بدون سائق ومخطط تجريبي، ولكن لا يزال هناك طريق طويل لنقطعه لتلبية متطلبات مستوى تنظيم المركبات لدينا، والقيادة الموثوقة والآمنة.
ما هي التحديات التي يتعين علينا التغلب عليها لتحقيق القيادة بدون سائق؟
ما هي التحديات المحددة للقيادة بدون طيار في الوقت الحاضر؟
أولاً، فيما يتعلق بالأجهزة، فإن نضجنا مرتفع نسبيًا، ولكن لا تزال هناك بعض التحديات، بما في ذلك موثوقية مستشعر واحد، بما في ذلك الليزر والرادار ورأس الكاميرا. لديهم جميعًا قيود معينة في مشاهد محددة. نحن مطالبون بإنشاء مخطط مجمع متعدد أجهزة الاستشعار، ولكن في الواقع، من خلال التحليل، لا تزال هناك نزاعات وطرق مختلفة للمخططات ذاتية القيادة لمختلف المؤسسات، والتي لا تزال بحاجة إلى مزيد من التحقق لتحقيق الحل الأمثل.
بالإضافة إلى ذلك، رابط اتخاذ القرار، والحساب في مجال الأداء العالي، بما في ذلك بعض التطوير والتطبيق لوحدة التحكم. بالطبع، على الرغم من عدم وجود إنتاج ضخم للمحركات، إلا أننا نجد الأمر أكثر صعوبة في هذا الصدد. بما في ذلك رابط الإدراك، والخوارزمية الخاصة بنا، ودقة الرؤية الحاسوبية، بما في ذلك طريقة دمج بيانات أجهزة الاستشعار المتعددة، بما في ذلك تطبيق المسح ورسم الخرائط والتحديث في الوقت الفعلي، لا يزال لدينا العديد من التحديات ويتعين علينا القيام بالكثير من العمل هذه الحقول. في التعلم المتعمق وارتباط الأدوار، نقوم بالتحسين بسرعة كبيرة، ولكن في مجال الشبكات العصبية والتعلم الآلي، ما زلنا بحاجة إلى الكثير من التحقق الافتراضي لتحسين دقة الخوارزمية بشكل مستمر.
تتمتع أجهزتنا بأساس جيد، ولكن هناك الكثير من العمل الذي يتعين علينا القيام به. لا يزال التحدي البرمجي الذي نواجهه كبيرًا جدًا. فيما يلي العديد من أنظمة الأنظمة بدون سائق النموذجية، بما في ذلك waymo وcruise وAudi.
أنا أعرّفها على أنها شركة تكنولوجيا، وسيختار المزيد من الأشخاص أجهزة الليدار عالية الدقة كأحد الأجهزة الأساسية للإدراك. كمكمل لرادار الليزر عالي الدقة، تعتمد شركاتنا بشكل أكبر على رادار الليزر عالي الدقة. لدى المؤسسات المختلفة نقاط بداية ومسارات مختلفة، والتي سأناقشها لاحقًا.
سؤال مهم، الليدار والرؤية الحاسوبية، أي طريق أكثر ملاءمة للحل النهائي للقيادة بدون طيار في المستقبل؟ في الواقع، عند النظر إلى الليدار، فإن مزاياه واضحة جدًا. إنه يؤدي أداءً جيدًا من حيث مسافة الكشف ودقة الكشف والصناعات والمناجم المختلفة. متطلبات التكلفة الأولى مرتفعة نسبيًا، لكننا نرى التطور الأخير لصناعة الليدار، بما في ذلك ظهور ليدار الحالة الصلبة، وسيتم التخلص من التكلفة قريبًا.
تكلفة الرؤية الحاسوبية منخفضة نسبياً، لكن مشاهدها مثل المرور عبر الأنفاق والظلام، فيها عيوب كبيرة في هذا النوع من المشاهد. بالإضافة إلى ذلك، تعتمد رؤية الكمبيوتر على سرعة الخوارزميات والمعالجات لدينا، وهو ما يعد أيضًا عيبًا.
في رأيي الشخصي، لن أقول أن طريقًا ما أو أي طريق يجب أن يهزم طريقًا آخر في المستقبل. أعني أن تقنية Lidar والرؤية الحاسوبية ستجدان بالتأكيد أفضل اندماج، لأن تقنية Lidar نفسها لديها خيارات طريق مختلفة، وفي النهاية تجد أفضل خيار للمسار. اختيار الطريق هذا هو الاعتبار الأكثر أهمية.
أولا، قم بتغطية جميع المشاهد المتصورة.
ثانيًا، يتمتع بموثوقية جيدة، بما في ذلك تكرار الأجهزة والبرامج.
ثالثا، التكلفة مقبولة. ولا تزال هذه الصناعة في مرحلة الاستكشاف وإيجاد مرحلة أكثر توازنا.
الآن تقوم العديد من الشركات بإجراء بحث وتطوير لنظام بدون سائق، وغالبًا ما تتجاهل دور ما يسمى بتكنولوجيا الإنترنت في مجال القيادة بدون سائق. لماذا نولي المزيد من الاهتمام لذكاء الدراجات؟ بادئ ذي بدء، من السهل نسبيا حلها، ولكن من منظور المجتمع بأكمله ونظام النقل بأكمله، يجب علينا أولا أن نضع السيارة في المجتمع بأكمله أو نظام النقل في المستقبل، لأن السيارة نفسها تحتاج أيضا إلى أن تكون متكاملة مع وسائل النقل الأخرى.
ثانيا، ينبغي لنا أن نأخذ في الاعتبار أن البنية التحتية يمكن أن توفر بعض المساعدة للقيادة بدون سائق والقيادة المساعدة. مع تطور تكنولوجيا الاتصال بالإنترنت، هناك العديد من سيناريوهات التطبيق في تفاعل المعلومات مع السائقين. ومع ذلك، مع تطور التكنولوجيا، يمكن أن يلعب الاتصال الفعلي بالإنترنت أيضًا الكثير من الأدوار. من خلال تطوير v2x، يمكن تحسين دقة إدراكنا بشكل كبير ويمكن تحسين أماننا من خلال الإدراك المتبادل، وفي الوقت نفسه، فإنه يقلل أيضًا من التكلفة الفنية لتحقيق الإدراك الفعال. في المرحلة الحقيقية بدون سائق، يمكن لإنترنت الأشياء أيضًا أن يلعب دورًا مهمًا جدًا في اتخاذ القرار وتفاعل التحكم. يمكن للمركبة والبنية التحتية تحسين دقة الخوارزمية من خلال التفاعل في عملية صنع القرار، ويمكنهما أيضًا تقليل متطلباتنا الحسابية للأجهزة.
التحدي الآخر هو أيضًا اتجاه مناقشتنا. إن الجيل الجديد من مخطط الهندسة الإلكترونية والكهربائية للسيارات، بدءًا من وحدة التحكم الموزعة ECU إلى هندسة السيارات لدينا مع الحافلة باعتبارها جوهرًا، هو مخططنا المعماري الرئيسي في الوقت الحاضر. ومع ذلك، في الخطوة التالية، مع الاتصال بالشبكة الذكية، لا يمكن للبنية الحالية تلبية احتياجات التطوير المستقبلي. هذه تحتاج في المقام الأول إلى تطوير تكنولوجيا الناقلات نفسها، بما في ذلك تكنولوجيا الإيثرنت، لأننا نرى حاليًا أن نقل البيانات على نطاق واسع له قيود كبيرة. في هذا الوقت، ينبغي إدخال وسائط النقل الجديدة لدينا.
وبالإضافة إلى ذلك، لدينا مفهوم وحدة تحكم المجال، وحتى مفهوم وحدة المعالجة المركزية ووحدة المعالجة المركزية في المستقبل. يحتوي معالج المجال على العديد من المجالات المختلفة، مثل مجال جسم السيارة، ومجال مجموعة نقل الحركة، ومجال المعلومات والترفيه، وما إلى ذلك. يحتوي كل نظام على وحدة تحكم بالمجال. من ناحية، لديها أيضًا وظيفة معالجة المعلومات وتبريد القرار المشترك. وحدة تحكم المجال لديها القدرة الحاسوبية. من خلال هذه الإمكانية، هناك خطر حدوث تأثير فني على النظام الإلكتروني والكهربائي بأكمله. ثانيًا، أنها تلبي احتياجات عدد كبير من قوة الحوسبة الموزعة في المستقبل في مرحلة الشبكات الذكية، والتي ينبغي أن يتم تطوير إلكترونيات السيارات والكهرباء كمركبة كاملة. إن كيفية التكيف مع تطور تكنولوجيا الشبكات الذكية في المستقبل تطرح تحديات جديدة.
لقد قامت شركتنا بالكثير من العمل في هذا المجال وتقوم أيضًا بإجراء أبحاث في هذا المجال.
عامل آخر هو عامل التكلفة. لنأخذ مثالاً على الرادار من القيادة بدون طيار. تكلفة الرادار ليست نفس المنتج (قد يكون خطأ)، ولكن لها أيضًا أهمية تفسيرية معينة. في الواقع، فإن مخطط الليدار الاختياري في السوق، بدءًا من مرحلة عالية جدًا، بدءًا من الليدار الذي استخدمته شركة waymo في عام 2012 إلى ليدار الحالة الصلبة المستخدم في الإنتاج، سينخفض سعر الليدار بشكل كبير وستنخفض التكلفة بشكل كبير. تعتبر التكلفة حاليا عاملا رئيسيا، ولكن سيتم التغلب على هذا العامل قريبا.
لتلخيص، في المرحلة الثانية، التحديات الرئيسية التي نحتاج إلى التغلب عليها لتحقيق القيادة بدون طيار:
1. الأجهزة ناضجة نسبيًا بشكل أساسي، لكن مزيج الأجهزة من عملية الإدراك والهندسة المعمارية الأكثر منطقية لا يزال بحاجة إلى مزيد من الاستكشاف. بالنسبة لقدرة الحوسبة، يعد تطوير قوة حوسبة عالية ومعالجات منخفضة الطاقة أيضًا مجالًا ابتكاريًا إضافيًا يجب القيام به في الوقت الحاضر. لا يزال هناك الكثير من العمل الذي يتعين على تكنولوجيا الشبكات القيام به من أجل حلول الأجهزة المتعلقة بالبنية التحتية لدينا.
2. هناك فجوة أكبر في مجال البرمجيات، وخاصة في ربط التعلم المتعمق الذي يتطلب كمية كبيرة من البيانات لمزيد من التدريب، وهناك فجوة كبيرة في إمكانية ووظيفة وسلامة تكرار البرمجيات .
3. التحقق من الاختبار، لا يمكننا الاعتماد فقط على اختبار الطريق الفعلي، فالمرة الأولى طويلة، والتكلفة الثانية مرتفعة. أكبر نقاط الضعف في اختبار الطريق هي أنه لا يمكنه حل مشكلة السيناريوهات المتطرفة. غالبًا ما يكون من الممكن التنبؤ بمشاهد أكثر قابلية للتحكم، لكن الشيء الأكثر أهمية بالنسبة لنا أن نتعلمه بعمق هو حل المشاهد التي لا يمكننا توقعها في الأوقات العادية. على العكس من ذلك، لا يمكن حل هذه السيناريوهات من خلال اختبار الطريق الفعلي. في هذا الوقت، يجب أن نعتمد بشكل أكبر على طرق التدريب الأخرى، بما في ذلك الاختبار الافتراضي واختبار مستودعات المحاكاة، وهو عامل مهم لتسريع درجة خوارزمية برامجنا.
4. تكلفة هذه الصناعة هي قانون 20 و 80. نحن نقوم بالكثير من العمل لتحقيق الوظائف التي نحتاجها. من الناحية الفنية، فهو يحتاج فقط إلى استثمار 20% في البحث والتطوير. على الرغم من أن لدينا 20% من الحواجز التقنية التي يتعين علينا التغلب عليها، إلا أنه لا ينبغي لنا أن نكون متفائلين للغاية. من منظور صناعة التكنولوجيا، يتطلب الأمر استثمارًا بقيمة 80% أو حتى أعلى للتغلب على 20% من التكنولوجيا. لست متفائلاً بشأن الموعد الذي ستنضج فيه السيارات ذاتية القيادة. من حيث الحجم، سيكون على الأقل بعد عام 2030.
ما هو المسار الواقعي لتحقيق القيادة بدون سائق؟
بالنسبة للتجربة الحقيقية على مستوى L4، يجب أن نأخذ في الاعتبار مفهوم السياج الجغرافي. عندما نتحدث عن أي قيادة أوتوماتيكية، لا يمكننا أن نتجاهل مفهوم السياج الجغرافي. سيتم أخيرًا تحقيق القيادة الحقيقية بدون طيار في المشهد بأكمله خلال عشر سنوات. ويجب ألا ننتظر حتى تنضج هذه العملية في مرحلتها النهائية. أعد تشكيل المشهد، فلنطبق مشهدًا، حتى يتمكن نظام القيادة التلقائي بدون سائق الخاص بنا من إفادة عملائنا في وقت مبكر وأسرع، حتى نتمكن من استخدامه في مشاهد معينة، بما في ذلك ما إذا كان يمكن استخدامه في الظروف المزدحمة والمشاهد الخاصة التي تم تقديمها للتو من قبل الرئيس لي.
تتخذ المعسكرات المختلفة طرقًا مختلفة لتحقيق هدفنا النهائي المتمثل في القيادة بدون سائق. لا تزال الشركات المصنعة الأصلية التقليدية تنظر في مشكلة الإنتاج الضخم للمركبات. غالبًا ما يكون L2 هو جوهر عملنا الحالي، بحيث يمكن تطبيق المزيد من وظائف القيادة المساعدة والوظائف المشروطة بدون سائق في الإنتاج الضخم على سياراتنا. باعتبارها شركة تكنولوجيا، فإنها تركز أكثر على معيار L4 وما فوق.
هنا، أود أن أقدم اقتراحًا لمؤسسة تشارك في الصناعة ذاتية القيادة بأكملها، سواء كانت حلول الأجهزة أو البرامج، بما في ذلك تكامل النظام. بالنسبة للمؤسسات التي تعمل بدون سائق حقًا والتي تتجاوز مستوى L4، مثل بعض المؤسسات الرائدة، سواء كانت waymo أو Baidu أو Apollo، في غضون عشر أو خمسة عشر عامًا، يمكن إجراء تطوير على مستوى النظام الأساسي في هذه المرحلة، سواء كانت منصة برمجيات أو منصة أجهزة، بما في ذلك منصة الخوارزمية. نظرًا لأن لديها الوقت الكافي للقيام باستثمار تقني طويل الأجل، فإنها تتمتع أيضًا بالقدرة على قيادة الصناعة بأكملها للتجمع ببطء نحو منصتها.
على الرغم من أنني لست على استعداد للاعتراف بذلك كرجل أعمال، إلا أن مجال السيارات بدون سائق هو نموذج لتحقيق حل الهاتف المحمول الخاص بنا، وأعتقد أنه لا يزال ممكنًا جدًا. تعد Google، كمزود لنظام Android ومؤسسات الهاتف المحمول لدينا كبرامج وأجهزة تطبيقية، حلاً أكثر جدوى نسبيًا مع انخفاض الاستثمار الصناعي، ومن المرجح أن ينجح هذا الحل، لذلك نحن بحاجة إلى منصات مؤسسية مثل Google وBaidu، لكن هذه المنصة تجارية، ومن الآن فصاعدًا إلى تسويق البحث والتطوير التكنولوجي، فهي عملية طويلة.
باعتبارك شركة تكنولوجيا صغيرة ومتوسطة الحجم، عندما تقوم بتصنيع منتجات الأجهزة وحلول البرامج، فلن يكون لديك الكثير من الوقت. يركز البحث والتطوير الخاص بك بشكل أكبر على الوحدات النمطية والتخفيض
إذا كنت ترغب في تطوير منتجات أو علامات تجارية أو برامج خاصة بنظام مراقبة التعب؛ من فضلك لا تتردد في الاتصال [email protected] ، لن نخذلكم.
