Gospodarzem 8. Międzynarodowego Forum Pojazdów Nowej Energii w Chinach. Samochód CST Sanjiao Xiaojun zachęca do zastanowienia się:
po pierwsze, kiedy w branży motoryzacyjnej pojawi się system autonomiczny?
Po drugie, przed jakimi wyzwaniami nadal stoimy;
Po trzecie, jaka jest realistyczna ścieżka realizacji bez kierowcy?
Racjonalne spojrzenie na rozwój nauki i technologii motoryzacyjnej
Obecnie cała branża jest bardzo podekscytowana, ponieważ cztery modernizacje naszego przemysłu motoryzacyjnego „elektryfikacja, inteligencja, inteligentne sieci i udostępnianie” rzeczywiście promują odbudowę całej branży. Jako przemysł motoryzacyjny ma ponad 120-letnią historię, odkąd Mercedes Benz wynalazł pierwszy samochód w 1886 roku.
Jednak od lat 70. do 2000 r. tempo rozwoju całego przemysłu samochodowego było stosunkowo powolne. Nie wiem, czy wszyscy z Was przybyli do Stuttgartu, aby wziąć udział w muzeum. Samochody zaprojektowane przez Mercedesa Benz w latach 70. i 80. XX w. niewiele różnią się od samochodów z roku 2000. Nawet pod względem podstawowych osiągów, mocy i architektury pojazdów nie ma zasadniczych różnic. W ciągu trzydziestu lub czterdziestu lat przemysł samochodowy ulegał stopniowej poprawie. Po roku 2000 przemysł motoryzacyjny przeszedł nowy etap rozwoju, a cały przemysł zapoczątkował przełomową innowację w technologii i rekonstrukcji przemysłu.
Powinniśmy także bardzo racjonalnie spojrzeć na rozwój, niezależnie od tego, czy będzie to rozwój elektryfikacji, w tym rozwój inteligencji i tworzenia sieci, o którym dzisiaj rozmawiamy. Powinniśmy uchwycić trend przyszłego rozwoju, a nawet rytm przyszłego rozwoju z punktu widzenia technologii i przemysłu, aby wszyscy uczestnicy mogli lepiej dostosować się do podstawowych praw rozwoju tej branży pod względem technologii i przygotowania naszego biznesu Model. Oto główna treść, którą dzielę się swoimi przemyśleniami i którą mam nadzieję dzisiaj z Państwem omówić.
Kiedy nadejdzie przemysł samochodów autonomicznych?
Wracając do dzisiejszego tematu, przede wszystkim, kiedy pojawią się samochody autonomiczne?
Słyszałem także przepowiednię prezydenta Li dotyczącą rozkładu jazdy bez kierowcy. Bardzo zgadzam się z orzeczeniem Prezydenta Li. Obecnie istnieją właściwie dwa obozy dostawców rozwiązań bez kierowcy. Jednym z nich są tradycyjne przedsiębiorstwa samochodowe, takie jak Mercedes Benz, w tym wiodące przedsiębiorstwa, takie jak Mercedes Benz, BMW, Audi, a nawet Ford i GM. Kolejnym obozem jest firma technologiczna Apollo w Chinach.
Obecnie każde przedsiębiorstwo wprowadziło swoje rozwiązania na rynek i to także na różnym poziomie. Tradycyjne przedsiębiorstwa zajmujące się pojazdami to raczej L2 lub L2. Oczywiście dojrzałość technologii jest inna. Większość osób w firmach technologicznych celuje w rozwiązania powyżej L3 lub L4, ale są one raczej w procesie opracowywania jakiegoś schematu weryfikacji.
Każde przedsiębiorstwo zasadniczo ogłosiło czas lądowania swojego programu bez kierowcy. Czy jest jakaś różnica między lądowaniem fabryk pojazdów a lądowaniem firm technologicznych? Jak widać, większość przedsiębiorstw uruchamia programy autonomiczne powyżej L4 przed rokiem 2020 i 2021. Z mojej własnej oceny jest to również bardzo szczególny moment.
Dlaczego tak myślisz? Spójrzmy na dane. Przedsiębiorstwa, które uruchomiły te programy bez sterowników, mówią więcej o programach na poziomie L4. Tak się złożyło, że wybraliśmy ich do testów drogowych w Kalifornii. Ponieważ test drogowy w Kalifornii ma jedną zaletę, zarówno przebieg, jak i prędkość testowa stoją na wiodącym poziomie. Wybraliśmy przebieg testowy w 2017 roku, który wynosi około 350 000 mil. Całkowity przebieg zaprojektowany przez inne przedsiębiorstwa jest nadal stosunkowo niewielki. Przebieg testowy Waymo wynosi 352545, z 63 przerwami i 18 przerwami na 100 000 mil.
W tym zakresie mieści się około 100 000 mil. Jeśli korzystamy z obecnego schematu jazdy, w tym cyklu życia występuje 18 przerw. Oczywiście przerwa nie musi prowadzić do poważnych wypadków drogowych. Może to być zawieszenie systemu lub inne potencjalne zagrożenia. Nasi kierowcy testowi aktywnie zakłócają działanie systemu bez kierowcy.
Stworzyliśmy odniesienie: bezpieczeństwo funkcjonalne. Naszą definicją czasu jest bezpieczeństwo. Jeśli przeliczymy to na przebieg, to zakładamy, że przy prędkości 40 mil na godzinę, co wymaga od nas przerwania na poziomie 0,00004 na 100 000 mil. Myślę, że wynik przeliczony na mnie jest również stosunkowo akceptowalny. Oznacza to, że na każde 40 000 pojazdów przypada wypadek przerwania. To wtedy oddasz swoje życie maszynie w przyszłości. Jest to dopuszczalne. Na nasz poziom i rzeczywistą zdolność osiągnięcia bezpiecznej jazdy nadal mają wpływ istotne czynniki, w tym awarie sprzętu i postrzegane zachowanie innych pojazdów.
Podsumowując, możemy stworzyć system bezzałogowy i program pilotażowy, ale przed nami jeszcze długa droga, aby naprawdę spełnić wymagania dotyczące poziomu regulacji pojazdów, niezawodnej i bezpiecznej jazdy.
Jakie wyzwania musimy pokonać, aby osiągnąć możliwość jazdy bez kierowcy?
Jakie są obecnie konkretne wyzwania związane z pojazdami bezzałogowymi?
Po pierwsze, jeśli chodzi o sprzęt, nasza dojrzałość jest stosunkowo wysoka, ale nadal istnieją pewne wyzwania, w tym niezawodność pojedynczego czujnika, w tym lasera, radaru i głowicy kamery. Wszystkie mają pewne ograniczenia w określonych scenach. Jesteśmy zobowiązani do stworzenia schematu kombinacji wielu czujników, ale w rzeczywistości po analizie nadal istnieją różne spory i trasy dla systemów bez sterowników dla różnych przedsiębiorstw, które nadal wymagają większej weryfikacji, aby osiągnąć optymalne rozwiązanie.
Ponadto łącze decyzyjne, obliczenia w dziedzinie wysokiej wydajności, w tym rozwój i zastosowanie sterownika. Oczywiście, choć nie ma masowej produkcji siłowników na dużą skalę, jest nam pod tym względem trudniej. Włączając łącze percepcji, nasz algorytm, dokładność widzenia komputerowego, w tym metodę łączenia danych z wielu czujników, w tym zastosowanie pomiarów geodezyjnych i mapowania oraz aktualizację w czasie rzeczywistym, wciąż mamy wiele wyzwań i wiele pracy należy włożyć w te pola. W przypadku głębokiego uczenia się i łączenia ról optymalizujemy bardzo szybko, ale w dziedzinie sieci neuronowych i uczenia maszynowego nadal potrzebujemy wielu wirtualnych weryfikacji, aby stale poprawiać dokładność naszego algorytmu.
Nasz sprzęt ma dobre podstawy, ale przed nim mnóstwo pracy. Nasze wyzwanie związane z oprogramowaniem jest nadal bardzo duże. Oto kilka typowych schematów systemów bez kierowcy, w tym Waymo, Cruise i Audi.
Cruise Definiuję ją jako firmę technologiczną, a coraz więcej osób wybierze precyzyjny lidar jako jeden z podstawowych elementów percepcji. Jako uzupełnienie precyzyjnego radaru laserowego, nasze przedsiębiorstwa w większym stopniu polegają na precyzyjnym radarze laserowym. Różne przedsiębiorstwa mają różne punkty wyjścia i ścieżki, które omówię szerzej później.
Ważne pytanie, lidar i wizja komputerowa, która trasa jest bardziej odpowiednia dla ostatecznego rozwiązania pojazdów bezzałogowych w przyszłości? Tak naprawdę, patrząc na lidar, jego zalety są bardzo oczywiste. Działa dobrze pod względem odległości wykrywania, dokładności wykrywania w różnych gałęziach przemysłu i kopalniach. Pierwszy wymóg dotyczący kosztów jest stosunkowo wysoki, ale widzimy niedawny rozwój przemysłu lidarowego, w tym pojawienie się lidaru półprzewodnikowego, a koszt zostanie wkrótce wyeliminowany.
Koszt widzenia komputerowego jest stosunkowo niski, ale jego sceny, takie jak przechodzenie przez tunele i ciemność, mają duże wady w tego rodzaju scenach. Poza tym wizja komputerowa zależy od szybkości naszych algorytmów i procesorów, co też jest wadą.
W mojej osobistej ocenie nie powiem, która trasa lub która trasa musi w przyszłości pokonać inną trasę. Mam na myśli, że lidar i wizja komputerowa z pewnością znajdą najlepszą fuzję, ponieważ sam lidar ma różne możliwości wyboru trasy i ostatecznie znajdzie najlepszy wybór trasy. Wybór trasy jest najważniejszym czynnikiem, który należy wziąć pod uwagę.
Najpierw uwzględnij wszystkie postrzegane sceny.
Po drugie, charakteryzuje się dobrą niezawodnością, w tym redundancją sprzętu i oprogramowania.
Po trzecie, koszt jest do zaakceptowania. Branża ta jest wciąż na etapie poszukiwań i znalezienia bardziej zrównoważonego etapu.
Obecnie wiele przedsiębiorstw prowadzi prace badawczo-rozwojowe nad systemami autonomicznymi, często ignorując rolę tzw. technologii internetowej w dziedzinie systemów autonomicznych. Dlaczego przywiązujemy większą wagę do inteligencji rowerów? Po pierwsze, jest to stosunkowo łatwe do rozwiązania, ale z perspektywy całego społeczeństwa i całego systemu transportowego musimy najpierw wprowadzić samochód do całego społeczeństwa lub systemu transportowego w przyszłości, ponieważ sam samochód również musi zostać zintegrowany z innymi środkami transportu.
Po drugie, powinniśmy wziąć pod uwagę, że infrastruktura może w pewnym stopniu pomóc w prowadzeniu pojazdów autonomicznych i wspomaganych. Wraz z rozwojem technologii połączeń internetowych istnieje wiele scenariuszy zastosowań w interakcji informacyjnej ze sterownikami. Jednak wraz z rozwojem technologii rzeczywiste połączenie internetowe może również odgrywać wiele ról. Dzięki rozwojowi v2x można znacznie poprawić dokładność naszej percepcji, a nasze bezpieczeństwo można poprawić poprzez wzajemną percepcję. Jednocześnie zmniejsza to również koszty techniczne realizacji skutecznej percepcji. Na etapie pozbawionym kierowcy IOT może również odgrywać bardzo ważną rolę w podejmowaniu decyzji i interakcji kontrolnej. Pojazd i infrastruktura mogą poprawić dokładność algorytmu poprzez interakcję w procesie decyzyjnym, a także mogą zmniejszyć nasze wymagania obliczeniowe dotyczące sprzętu.
Kolejnym wyzwaniem jest także kierunek naszej dyskusji. Nowa generacja schematu architektury elektroniki i elektryki samochodowej, od rozproszonej jednostki sterującej ECU po naszą architekturę samochodową z magistralą jako rdzeniem, jest obecnie naszym głównym schematem architektury. Jednak w następnym kroku, przy inteligentnym połączeniu sieciowym, obecna architektura nie jest w stanie sprostać potrzebom przyszłego rozwoju. Potrzeby te to przede wszystkim rozwój samej technologii magistrali, w tym technologii Ethernet, gdyż obecnie widzimy, że transmisja danych na dużą skalę ma duże ograniczenia. W tym momencie należy wprowadzić do niego nasze nowe media transmisyjne.
Ponadto mamy koncepcję kontrolera domeny, a nawet koncepcję jednostki centralnej i jednostki centralnej w przyszłości. Procesor domeny ma wiele różnych domen, takich jak domena nadwozia pojazdu, domena układu napędowego, domena systemu informacyjno-rozrywkowego itp. Każdy system ma kontroler domeny. Z jednej strony pełni także funkcję przetwarzania informacji i współchłodzenia decyzji. Kontroler domeny ma moc obliczeniową. Dzięki tej możliwości istnieje ryzyko wpływu technicznego na cały układ elektroniczny i elektryczny. Po drugie, zaspokaja potrzeby dużej liczby rozproszonych mocy obliczeniowych w przyszłości na etapie inteligentnego sieciowania, jakim powinien być rozwój elektroniki samochodowej i energii elektrycznej jako całości pojazdu. Jak dostosować się do rozwoju inteligentnych technologii sieciowych w przyszłości stawia nowe wyzwania.
Nasza firma wykonała wiele pracy w tej dziedzinie i prowadzi również badania w tej dziedzinie.
Kolejnym czynnikiem jest czynnik kosztowy. Weźmy przykład radaru z jazdy bezzałogowej. Koszt radaru to nie ten sam produkt (może się mylić), ale ma też pewne znaczenie wyjaśniające. W rzeczywistości opcjonalny system lidarowy na rynku, od bardzo wysokiego etapu, od lidaru używanego przez Waymo w 2012 r. po lidar półprzewodnikowy używany w produkcji, cena lidaru zostanie znacznie obniżona, a koszt znacznie obniżony. Koszt jest obecnie głównym czynnikiem, ale wkrótce ten czynnik zostanie przezwyciężony.
Podsumowując, w drugim etapie główne wyzwania, jakie musimy pokonać, aby zrealizować jazdę bezzałogową:
1. Sprzęt jest w zasadzie stosunkowo dojrzały, lecz połączenie sprzętu służącego do procesu percepcji i najbardziej rozsądnej architektury nadal wymaga dalszych badań. Jeśli chodzi o moc obliczeniową, kolejnym obszarem innowacji, nad którym należy obecnie popracować, jest rozwój procesorów o dużej mocy obliczeniowej i procesorach o niskim poborze mocy. Technologia sieciowa ma jeszcze wiele do zrobienia w przypadku naszych rozwiązań sprzętowych związanych z infrastrukturą.
2. Większa luka istnieje w obszarze oprogramowania, zwłaszcza w powiązaniu z pogłębionym uczeniem się, które wymaga dużej ilości danych do dalszego szkolenia, oraz istnieje duża luka w możliwościach, funkcjonalności i bezpieczeństwa redundancji oprogramowania .
3. Weryfikacja testu, nie możemy polegać tylko na rzeczywistym teście drogowym, pierwszy raz jest długi, a drugi koszt wysoki. Największą słabością testu drogowego jest to, że nie rozwiązuje problemu scenariuszy ekstremalnych. Często można przewidzieć bardziej kontrolowalne sceny, ale najważniejszą rzeczą, abyśmy mogli się dogłębnie nauczyć, jest rozwiązywanie scen, których nie możemy się spodziewać w zwykłych sytuacjach. Wręcz przeciwnie, scenariuszy tych nie da się rozwiązać w drodze rzeczywistego testu drogowego. W tym momencie powinniśmy bardziej polegać na innych metodach szkoleniowych, w tym na testach wirtualnych i testach symulacyjnych w hurtowni, co jest ważnym czynnikiem przyspieszającym stopień zaawansowania naszego algorytmu oprogramowania.
4. Koszt tej branży to prawo 20 i 80. Wkładamy dużo pracy, aby zrealizować potrzebne nam funkcje. Z technicznego punktu widzenia wymaga jedynie inwestycji w badania i rozwój 20%. Chociaż mamy do pokonania 20% barier technicznych, nie powinniśmy być zbyt optymistyczni. Z punktu widzenia branży technologicznej pokonanie technologii 20% wymaga inwestycji 80% lub nawet wyższej. Nie jestem optymistą co do tego, kiedy systemy autonomiczne dojrzeją. Jeśli chodzi o skalę, będzie to co najmniej po 2030 roku.
Jaka jest realistyczna ścieżka realizacji bez kierowcy?
W przypadku prawdziwego eksperymentu na poziomie L4 powinniśmy rozważyć koncepcję ogrodzenia geograficznego. Kiedy mówimy o jakiejkolwiek automatycznej jeździe, nie możemy zignorować koncepcji ogrodzenia geograficznego. Prawdziwy pojazd bezzałogowy na całej scenie zostanie ostatecznie zrealizowany za dziesięć lat. Nie możemy czekać, aż proces ten dojrzeje w końcowej fazie. Zmień kształt sceny, zastosujmy scenę, aby nasz zaawansowany system jazdy bez kierowcy i automatycznej jazdy mógł wcześniej i szybciej przynieść korzyści naszym konsumentom, abyśmy mogli go używać w niektórych scenach, w tym czy można go używać w zatłoczonych warunkach i właśnie wprowadzonych scenach specjalnych przez Prezydenta Li.
Różne obozy wykorzystują różne sposoby, aby osiągnąć nasz ostateczny cel, jakim jest pojazd autonomiczny. Tradycyjni producenci OEM nadal rozważają problem masowej produkcji pojazdów. Często to właśnie nasz L2 stanowi rdzeń naszej bieżącej pracy, dzięki czemu w masowej produkcji naszych pojazdów można zastosować więcej dodatkowych funkcji jazdy i warunkowych funkcji autonomicznych. Jako firma technologiczna skupia się bardziej na standardzie L4 i wyższym.
W tym miejscu chciałbym zasugerować przedsiębiorstwo, które uczestniczy w całej branży bez sterowników, niezależnie od tego, czy są to rozwiązania sprzętowe, czy programowe, w tym integracja systemów. W przypadku naprawdę pozbawionych sterowników przedsiębiorstw powyżej poziomu L4, jak w przypadku niektórych wiodących przedsiębiorstw, czy to Waymo, Baidu czy Apollo, za dziesięć lub piętnaście lat na tym etapie można przeprowadzić rozwój na poziomie platformy, niezależnie od tego, czy jest to platforma programowa, platforma sprzętowa, w tym platforma algorytmiczna. Ponieważ ma czas na dokonanie długoterminowych inwestycji technicznych, ma również możliwość poprowadzenia całej branży do powolnego gromadzenia się w kierunku swojej platformy.
Chociaż jako przedsiębiorca nie chcę się do tego przyznać, dziedzina pojazdów autonomicznych jest modelem do realizacji naszego rozwiązania w zakresie telefonów komórkowych i uważam, że jest to nadal bardzo możliwe. Google, jako dostawca systemu Android, a nasze przedsiębiorstwa z branży telefonii komórkowej jako oprogramowanie aplikacyjne i sprzęt, jest stosunkowo bardziej wykonalnym rozwiązaniem przy niższych nakładach przemysłowych, a to rozwiązanie ma większe szanse powodzenia, dlatego potrzebujemy platform dla przedsiębiorstw, takich jak Google i Baidu, ale ta platforma ma charakter komercyjny. Od teraz komercjalizacja badań i rozwoju technologii jest długim procesem.
Jako mała i średnia firma technologiczna, tworząc produkty sprzętowe i rozwiązania programowe, nie masz zbyt wiele czasu. Twoje badania i rozwój skupiają się bardziej na modularyzacji i redukcji
Jeśli chcesz opracować własne produkty, marki lub oprogramowanie do systemów monitorowania zmęczenia; nie wahaj się skontaktować [email protected] , nie zawiedziemy Cię.