ฟอรั่ม China International New Energy Vehicle ครั้งที่ 8 เป็นเจ้าภาพ CST Sanjiao รถยนต์ Xiaojun ขอเชิญคุณคิดก่อน:
อันดับแรก อุตสาหกรรมยานยนต์ไร้คนขับจะมาเมื่อไร?
ประการที่สอง จากนี้ไป เรายังต้องเผชิญกับความท้าทายอะไรบ้าง
ประการที่สาม เส้นทางที่เป็นจริงของการตระหนักรู้แบบไร้คนขับคืออะไร?
มุมมองที่มีเหตุผลต่อการพัฒนาวิทยาศาสตร์และเทคโนโลยียานยนต์
ในปัจจุบัน อุตสาหกรรมทั้งหมดค่อนข้างตื่นเต้น เนื่องจากความทันสมัยทั้งสี่ประการของอุตสาหกรรมยานยนต์ของเรา "การใช้พลังงานไฟฟ้า ความฉลาด เครือข่ายอัจฉริยะ และการแบ่งปัน" กำลังส่งเสริมการฟื้นฟูอุตสาหกรรมทั้งหมดอย่างแท้จริง ในฐานะอุตสาหกรรมยานยนต์ มีประวัติยาวนานกว่า 120 ปีนับตั้งแต่เมอร์เซเดส เบนซ์คิดค้นรถยนต์คันแรกในปี พ.ศ. 2429
อย่างไรก็ตาม ในช่วงทศวรรษ 1970 ถึง 2000 ความเร็วในการพัฒนาของอุตสาหกรรมยานยนต์ทั้งหมดค่อนข้างช้า ฉันไม่รู้ว่าพวกคุณทุกคนมาที่สตุ๊ตการ์ทเพื่อเข้าร่วมพิพิธภัณฑ์หรือเปล่า รถยนต์ที่ออกแบบโดย Mercedes Benz ในปี 1970 และ 1980 ไม่ได้แตกต่างจากปี 2000 มากนัก แม้แต่ในแง่ของสมรรถนะหลัก สมรรถนะด้านกำลัง และสถาปัตยกรรมของรถ ก็ไม่มีความแตกต่างที่สำคัญ ในช่วงสามสิบหรือสี่สิบปี อุตสาหกรรมยานยนต์มีการค่อยๆ ดีขึ้น หลังจากปี 2000 อุตสาหกรรมยานยนต์ได้ดำเนินการพัฒนาขั้นใหม่ และอุตสาหกรรมทั้งหมดได้นำเสนอนวัตกรรมที่ก้าวล้ำในด้านเทคโนโลยีและการฟื้นฟูอุตสาหกรรม
เราควรคำนึงถึงการพัฒนาอย่างมีเหตุผล ไม่ว่าจะเป็นการพัฒนาระบบไฟฟ้า รวมถึงการพัฒนาสติปัญญาและเครือข่ายที่เรากำลังพูดคุยกันในวันนี้ เราควรเข้าใจแนวโน้มของการพัฒนาในอนาคตและแม้กระทั่งจังหวะของการพัฒนาในอนาคตจากมุมมองของเทคโนโลยีและอุตสาหกรรมเพื่อให้ผู้เข้าร่วมทุกคนสามารถปฏิบัติตามกฎหมายพื้นฐานของการพัฒนาอุตสาหกรรมนี้ได้ดีขึ้นในด้านเทคโนโลยีและการเตรียมธุรกิจของเรา แบบอย่าง. นี่คือเนื้อหาหลักที่ฉันแบ่งปันความคิดของฉันและหวังว่าจะได้พูดคุยกับคุณในวันนี้
เมื่อไหร่อุตสาหกรรมรถยนต์ไร้คนขับจะมา?
มาถึงหัวข้อวันนี้ก่อนอื่นรถยนต์ไร้คนขับจะมาเมื่อไร?
ฉันยังได้ยินคำทำนายของประธานาธิบดีหลี่เกี่ยวกับกำหนดการไร้คนขับด้วย ฉันเห็นด้วยอย่างยิ่งกับคำตัดสินของประธานาธิบดีหลี่ ปัจจุบันมีค่ายผู้ให้บริการโซลูชั่นไร้คนขับอยู่ 2 ค่าย หนึ่งคือบริษัทด้านยานยนต์แบบดั้งเดิม เช่น Mercedes Benz รวมถึงบริษัทชั้นนำ เช่น Mercedes Benz, BMW, Audi และแม้แต่ Ford และ GM อีกค่ายหนึ่งคือบริษัทเทคโนโลยี Apollo ในประเทศจีน
ในปัจจุบัน ทุกองค์กรได้นำโซลูชั่นของตนออกสู่ตลาด และระดับก็แตกต่างกันเช่นกัน องค์กรด้านยานยนต์แบบดั้งเดิมมีสิ่งที่เราเรียกว่า L2 หรือ L2 มากกว่า แน่นอนว่าความสมบูรณ์ของเทคโนโลยีนั้นแตกต่างกัน คนส่วนใหญ่ในบริษัทเทคโนโลยีมุ่งเป้าไปที่โซลูชันที่สูงกว่า L3 หรือ L4 แต่พวกเขาก็อยู่ในกระบวนการพัฒนาของการตรวจสอบโครงร่างบางอย่างมากกว่า
แต่ละองค์กรได้ประกาศเวลาลงจอดของโครงการไร้คนขับโดยพื้นฐานแล้ว มีความแตกต่างระหว่างการลงจอดของโรงงานยานยนต์และของบริษัทเทคโนโลยีหรือไม่? คุณจะเห็นว่าองค์กรส่วนใหญ่เปิดตัวโครงการไร้คนขับที่สูงกว่า L4 ก่อนปี 2020 และ 2021 จากวิจารณญาณของฉันเอง นี่เป็นช่วงเวลาที่พิเศษมากเช่นกัน
ทำไมคุณคิดอย่างงั้น? มาดูข้อมูลกัน องค์กรเหล่านี้ที่เปิดตัวโปรแกรมไร้คนขับเหล่านี้พูดถึงโปรแกรมระดับ L4 มากขึ้น นี่เป็นกรณีที่เราเลือกให้พวกเขาทำการทดสอบบนถนนในแคลิฟอร์เนีย เนื่องจากการทดสอบบนถนนในแคลิฟอร์เนียมีข้อดีประการหนึ่ง ทั้งระยะทางและความเร็วในการทดสอบจึงอยู่ในระดับชั้นนำ เราเลือกระยะทางทดสอบในปี 2017 ซึ่งเป็นระยะทางประมาณ 350,000 ไมล์ ระยะทางรวมที่ออกแบบโดยองค์กรอื่นยังค่อนข้างน้อย ระยะทางทดสอบของ Waymo คือ 352545 โดยมีการขัดจังหวะ 63 ครั้งและการขัดจังหวะ 18 ครั้งต่อ 100,000 ไมล์
ประมาณ 100,000 ไมล์อยู่ในช่วงนี้ หากเราใช้แผนการขับขี่ปัจจุบัน จะมีการหยุดชะงัก 18 ครั้งในวงจรชีวิตนี้ แน่นอนว่าการหยุดชะงักไม่จำเป็นต้องนำไปสู่อุบัติเหตุจราจรร้ายแรงเสมอไป อาจเป็นการระงับระบบหรือความเสี่ยงที่อาจเกิดขึ้นอื่นๆ นักขับทดสอบของเราขัดจังหวะระบบไร้คนขับอย่างแข็งขัน
เราอ้างอิงถึง: ความปลอดภัยในการใช้งาน คำจำกัดความของเวลาของเราคือความปลอดภัย ถ้าเราแปลงเป็นระยะทางขับขี่ เราจะตั้งสมมติฐานว่าด้วยความเร็ว 40 ไมล์ต่อชั่วโมง ซึ่งกำหนดให้เราต้องหยุดชะงักที่ระดับ 0.00004 ต่อ 100,000 ไมล์ ฉันคิดว่าผลลัพธ์ที่แปลงมาเป็นฉันนั้นค่อนข้างเป็นที่ยอมรับเช่นกัน หมายความว่ามีอุบัติเหตุหยุดชะงักสำหรับรถยนต์ทุก ๆ 40,000 คัน นี่คือเมื่อคุณมอบชีวิตให้กับเครื่องจักรในอนาคต นี่เป็นที่ยอมรับ ระดับและความสามารถที่แท้จริงของเราในการขับขี่อย่างปลอดภัยยังคงมีปัจจัยที่ดี รวมถึงความล้มเหลวของฮาร์ดแวร์และพฤติกรรมการรับรู้ของยานพาหนะอื่นๆ
โดยสรุป เราสามารถสร้างโครงการไร้คนขับและโครงการนำร่องได้ แต่ยังคงมีหนทางอีกยาวไกลในการบรรลุข้อกำหนดของระดับการควบคุมยานพาหนะของเรา การขับขี่ที่เชื่อถือได้และปลอดภัย
เราต้องเอาชนะความท้าทายอะไรบ้างเพื่อให้บรรลุการขับขี่แบบไร้คนขับ?
อะไรคือความท้าทายเฉพาะของการขับขี่แบบไร้คนขับในปัจจุบัน?
ประการแรก ในแง่ของฮาร์ดแวร์ ความพร้อมของเราค่อนข้างสูง แต่ก็ยังมีความท้าทายอยู่บ้าง รวมถึงความน่าเชื่อถือของเซ็นเซอร์ตัวเดียว รวมถึงเลเซอร์ เรดาร์ และหัวกล้อง ล้วนมีข้อจำกัดในบางฉาก เราจำเป็นต้องจัดทำโครงการรวมเซ็นเซอร์หลายตัว แต่ในความเป็นจริง ผ่านการวิเคราะห์แล้ว ยังมีข้อโต้แย้งและเส้นทางที่แตกต่างกันสำหรับโครงการไร้คนขับขององค์กรต่างๆ ซึ่งยังคงต้องมีการตรวจสอบเพิ่มเติมเพื่อให้บรรลุโซลูชันที่ดีที่สุด
นอกจากนี้ การเชื่อมโยงการตัดสินใจ การคำนวณในด้านประสิทธิภาพสูง รวมถึงการพัฒนาและการประยุกต์ใช้คอนโทรลเลอร์บางส่วน แน่นอนว่าแม้ว่าจะไม่มีการผลิตแอคทูเอเตอร์จำนวนมาก แต่เราพบว่ามันยากกว่าในเรื่องนี้ รวมถึงการเชื่อมโยงการรับรู้ อัลกอริธึมของเรา ความแม่นยำของคอมพิวเตอร์วิทัศน์ รวมถึงวิธีการรวมข้อมูลแบบหลายเซ็นเซอร์ รวมถึงการประยุกต์ใช้การสำรวจและการทำแผนที่และการอัพเดตแบบเรียลไทม์ เรายังคงมีความท้าทายมากมายและงานอีกมากที่ต้องทำ ฟิลด์เหล่านี้ ในการเรียนรู้เชิงลึกและการเชื่อมโยงบทบาท เราปรับให้เหมาะสมอย่างรวดเร็วมาก แต่ในด้านโครงข่ายประสาทเทียมและการเรียนรู้ของเครื่อง เรายังต้องมีการตรวจสอบเสมือนจริงจำนวนมากเพื่อปรับปรุงความแม่นยำของอัลกอริทึมของเราอย่างต่อเนื่อง
ฮาร์ดแวร์ของเรามีรากฐานที่ดี แต่ก็มีงานที่ต้องทำอีกมาก ความท้าทายด้านซอฟต์แวร์ของเรายังคงมีขนาดใหญ่มาก ต่อไปนี้คือโครงร่างระบบไร้คนขับทั่วไปหลายประการ รวมถึง Waymo, Cruise และ Audi
ครูซ ฉันนิยามบริษัทนี้ว่าเป็นบริษัทด้านเทคโนโลยี และอีกหลายๆ คนจะเลือกลิดาร์ที่มีความแม่นยำสูงเป็นหนึ่งในฮาร์ดแวร์หลักในการรับรู้ ในฐานะที่เป็นส่วนเสริมของเรดาร์เลเซอร์ที่มีความแม่นยำสูง องค์กรของเราจึงพึ่งพาเรดาร์เลเซอร์ที่มีความแม่นยำสูงมากขึ้น องค์กรต่างๆ มีจุดเริ่มต้นและเส้นทางที่แตกต่างกัน ซึ่งฉันจะหารือเพิ่มเติมในภายหลัง
คำถามสำคัญ LIDAR และคอมพิวเตอร์วิทัศน์ เส้นทางใดที่เหมาะกับการแก้ปัญหาขั้นสุดท้ายของการขับขี่แบบไร้คนขับในอนาคต ในความเป็นจริงเมื่อดูที่ LIDAR ข้อดีของมันก็ชัดเจนมาก ทำงานได้ดีในแง่ของระยะการตรวจจับ ความแม่นยำในการตรวจจับ และในอุตสาหกรรมและเหมืองแร่ต่างๆ ข้อกำหนดต้นทุนแรกค่อนข้างสูง แต่เราเห็นการพัฒนาล่าสุดของอุตสาหกรรมลิดาร์ รวมถึงการเกิดขึ้นของโซลิดสเตตลิดาร์ และต้นทุนจะถูกกำจัดในไม่ช้า
ค่าใช้จ่ายของการมองเห็นด้วยคอมพิวเตอร์นั้นค่อนข้างต่ำ แต่ฉากต่างๆ เช่น การผ่านอุโมงค์และความมืด มีข้อบกพร่องอย่างมากในฉากประเภทนี้ นอกจากนี้ คอมพิวเตอร์วิทัศน์ยังขึ้นอยู่กับความเร็วของอัลกอริธึมและโปรเซสเซอร์ของเรา ซึ่งเป็นข้อเสียเช่นกัน
ตามวิจารณญาณส่วนตัวของข้าพเจ้า ข้าพเจ้าจะไม่กล่าวว่าเส้นทางใดเส้นทางหนึ่งหรือเส้นทางใดจะต้องเอาชนะเส้นทางอื่นในอนาคต ฉันหมายความว่าลิดาร์และคอมพิวเตอร์วิทัศน์จะค้นหาการผสมผสานที่ดีที่สุดอย่างแน่นอน เพราะตัวลิดาร์เองก็มีตัวเลือกเส้นทางที่แตกต่างกัน และในที่สุดก็พบตัวเลือกเส้นทางที่ดีที่สุด การเลือกเส้นทางนี้ถือเป็นการพิจารณาที่สำคัญที่สุด
ขั้นแรก ครอบคลุมฉากที่รับรู้ทั้งหมด
ประการที่สอง มีความน่าเชื่อถือที่ดี รวมถึงความซ้ำซ้อนของฮาร์ดแวร์และซอฟต์แวร์
ประการที่สาม ต้นทุนเป็นที่ยอมรับได้ อุตสาหกรรมนี้ยังคงเป็นขั้นตอนของการสำรวจและค้นหาขั้นตอนที่สมดุลมากขึ้น
ปัจจุบัน องค์กรหลายแห่งกำลังทำการวิจัยและพัฒนาระบบไร้คนขับ โดยมักเพิกเฉยต่อบทบาทของเทคโนโลยีอินเทอร์เน็ตในด้านการไร้คนขับ เหตุใดเราจึงให้ความสำคัญกับความฉลาดของจักรยานมากขึ้น? ประการแรกค่อนข้างจะแก้ไขได้ง่าย แต่ในมุมมองของสังคมโดยรวมและระบบขนส่งทั้งหมด เราต้องนำรถเข้าสู่สังคมทั้งหมดหรือระบบการขนส่งก่อนในอนาคต เพราะตัวรถเองก็ต้องมี บูรณาการกับวิธีการขนส่งอื่น ๆ
ประการที่สอง เราควรคำนึงว่าโครงสร้างพื้นฐานสามารถให้ความช่วยเหลือแก่การขับขี่แบบไร้คนขับและระบบช่วยเหลือได้ ด้วยการพัฒนาเทคโนโลยีการเชื่อมต่ออินเทอร์เน็ต มีสถานการณ์การใช้งานมากมายในการโต้ตอบข้อมูลกับไดรเวอร์ อย่างไรก็ตาม ด้วยการพัฒนาเทคโนโลยี การเชื่อมต่ออินเทอร์เน็ตที่เกิดขึ้นจริงก็มีบทบาทมากมายเช่นกัน ด้วยการพัฒนา v2x ความแม่นยำในการรับรู้ของเราจะดีขึ้นอย่างมาก และการรักษาความปลอดภัยของเราสามารถปรับปรุงได้ผ่านการรับรู้ร่วมกัน ขณะเดียวกัน ยังช่วยลดต้นทุนทางเทคนิคในการรับรู้การรับรู้ที่มีประสิทธิผลอีกด้วย ในขั้นตอนไร้คนขับอย่างแท้จริง IOT ยังสามารถมีบทบาทสำคัญในการตัดสินใจและการควบคุมปฏิสัมพันธ์อีกด้วย ยานพาหนะและโครงสร้างพื้นฐานสามารถปรับปรุงความแม่นยำของอัลกอริทึมผ่านการโต้ตอบของการตัดสินใจ และยังสามารถลดข้อกำหนดด้านการคำนวณสำหรับฮาร์ดแวร์ของเราได้อีกด้วย
ความท้าทายอีกอย่างหนึ่งก็คือทิศทางของการสนทนาของเรา รูปแบบสถาปัตยกรรมอิเล็กทรอนิกส์และไฟฟ้าสำหรับยานยนต์ยุคใหม่ ตั้งแต่หน่วยควบคุม ECU แบบกระจายไปจนถึงสถาปัตยกรรมยานยนต์ที่มีบัสเป็นแกนหลัก ถือเป็นรูปแบบสถาปัตยกรรมหลักของเราในปัจจุบัน อย่างไรก็ตาม ในขั้นตอนถัดไป ด้วยการเชื่อมต่อเครือข่ายอัจฉริยะ สถาปัตยกรรมปัจจุบันไม่สามารถตอบสนองความต้องการของการพัฒนาในอนาคตได้ ความต้องการเหล่านี้อันดับแรกคือการพัฒนาเทคโนโลยีบัสเอง รวมถึงเทคโนโลยีอีเทอร์เน็ตด้วย เนื่องจากปัจจุบันเราพบว่าการส่งข้อมูลขนาดใหญ่มีข้อจำกัดอย่างมาก ในเวลานี้ ควรนำสื่อส่งสัญญาณใหม่ของเราเข้ามาใช้
นอกจากนี้เรายังมีแนวคิดเกี่ยวกับตัวควบคุมโดเมนและแม้แต่แนวคิดของหน่วยประมวลผลกลางและหน่วยประมวลผลกลางในอนาคต โดเมนโปรเซสเซอร์มีโดเมนที่แตกต่างกันมากมาย เช่น โดเมนตัวถังรถ โดเมนระบบส่งกำลัง โดเมนสาระบันเทิง ฯลฯ แต่ละระบบมีตัวควบคุมโดเมน ในด้านหนึ่งยังมีฟังก์ชั่นการประมวลผลข้อมูลและการระบายความร้อนร่วมในการตัดสินใจอีกด้วย ตัวควบคุมโดเมนมีพลังในการคำนวณ ด้วยความสามารถนี้ จึงมีความเสี่ยงที่จะเกิดผลกระทบทางเทคนิคต่อระบบอิเล็กทรอนิกส์และระบบไฟฟ้าทั้งหมด ประการที่สอง ตอบสนองความต้องการของพลังการประมวลผลแบบกระจายจำนวนมากในอนาคตในขั้นตอนของเครือข่ายอัจฉริยะ ซึ่งควรเป็นการพัฒนาอุปกรณ์อิเล็กทรอนิกส์ในยานยนต์และไฟฟ้าโดยรวมของยานพาหนะ วิธีปรับตัวให้เข้ากับการพัฒนาเทคโนโลยีเครือข่ายอัจฉริยะในอนาคตทำให้เกิดความท้าทายใหม่ๆ
บริษัทของเราได้ทำงานมากมายในสาขานี้และกำลังทำการวิจัยในสาขานี้ด้วย
อีกปัจจัยหนึ่งคือปัจจัยด้านต้นทุน มาดูตัวอย่างเรดาร์จากการขับขี่แบบไร้คนขับกัน ราคาของเรดาร์ไม่ใช่ผลิตภัณฑ์ชนิดเดียวกัน (อาจผิด) แต่ก็มีนัยสำคัญในการอธิบายเช่นกัน ในความเป็นจริง โครงการ LIDAR ที่เป็นทางเลือกในตลาด ตั้งแต่ระดับที่สูงมาก ตั้งแต่ LIDAR ที่ใช้โดย Waymo ในปี 2012 ไปจนถึง LIDAR แบบโซลิดสเตตที่ใช้ในการผลิต ราคาของ LIDAR จะลดลงอย่างมาก และต้นทุนจะลดลงอย่างมาก ปัจจุบันต้นทุนเป็นปัจจัยสำคัญ แต่ปัจจัยนี้จะถูกเอาชนะในไม่ช้า
โดยสรุปในขั้นตอนที่สอง ความท้าทายหลักที่เราต้องเอาชนะเพื่อให้การขับขี่แบบไร้คนขับเป็นจริง:
1. โดยพื้นฐานแล้วฮาร์ดแวร์ค่อนข้างมีความสมบูรณ์ แต่การผสมผสานฮาร์ดแวร์ระหว่างกระบวนการรับรู้และสถาปัตยกรรมที่เหมาะสมที่สุดยังคงต้องมีการสำรวจเพิ่มเติม สำหรับพลังการประมวลผล การพัฒนาพลังการประมวลผลสูงและโปรเซสเซอร์พลังงานต่ำยังเป็นสาขานวัตกรรมเพิ่มเติมที่ต้องทำในปัจจุบัน เทคโนโลยีเครือข่ายยังมีงานอีกมากที่ต้องทำสำหรับโซลูชันฮาร์ดแวร์ที่เกี่ยวข้องกับโครงสร้างพื้นฐานของเรา
2. มีช่องว่างมากขึ้นในด้านซอฟต์แวร์ โดยเฉพาะอย่างยิ่งในการเชื่อมโยงการเรียนรู้เชิงลึก ซึ่งต้องใช้ข้อมูลจำนวนมากสำหรับการฝึกอบรมเพิ่มเติม และมีช่องว่างขนาดใหญ่ในความเป็นไปได้ ฟังก์ชัน และความปลอดภัยของซอฟต์แวร์ที่ซ้ำซ้อน .
3. การตรวจสอบการทดสอบ เราไม่เพียงแต่สามารถพึ่งพาการทดสอบบนถนนจริงเท่านั้น ครั้งแรกนั้นยาวนาน และค่าใช้จ่ายครั้งที่สองนั้นสูง จุดอ่อนที่ใหญ่ที่สุดของการทดสอบบนถนนคือไม่สามารถแก้ปัญหาในสถานการณ์ที่รุนแรงได้ มักจะเป็นไปได้ที่จะคาดเดาฉากที่ควบคุมได้มากขึ้น แต่สิ่งที่สำคัญที่สุดสำหรับเราในการเรียนรู้อย่างลึกซึ้งคือการแก้ไขฉากที่เราไม่สามารถคาดหวังได้ในช่วงเวลาปกติ ในทางกลับกัน สถานการณ์เหล่านี้ไม่สามารถแก้ไขได้ผ่านการทดสอบบนถนนจริง ในเวลานี้ เราควรพึ่งพาวิธีการฝึกอบรมอื่นๆ มากขึ้น รวมถึงการทดสอบเสมือนจริงและการทดสอบคลังสินค้าจำลอง ซึ่งเป็นปัจจัยสำคัญในการเร่งระดับอัลกอริธึมซอฟต์แวร์ของเรา
4. ต้นทุนของอุตสาหกรรมนี้คือกฎ 20 และ 80 เราทำงานหนักมากเพื่อให้ได้ฟังก์ชันที่เราต้องการ จากมุมมองทางเทคนิค ต้องการเพียงการลงทุนด้านการวิจัยและพัฒนา 20% เท่านั้น แม้ว่าเราจะมีอุปสรรคทางเทคนิค 20% ที่ต้องเอาชนะ แต่เราไม่ควรมองโลกในแง่ดีเกินไป จากมุมมองของอุตสาหกรรมเทคโนโลยี ต้องใช้ 80% หรือการลงทุนที่สูงกว่าเพื่อเอาชนะเทคโนโลยี 20% ฉันไม่ได้มองโลกในแง่ดีนักว่าเมื่อไรระบบไร้คนขับจะเติบโตเต็มที่ ในแง่ของขนาด จะเป็นอย่างน้อยหลังจากปี 2030
เส้นทางแห่งความเป็นจริงของการตระหนักรู้แบบไร้คนขับคืออะไร?
สำหรับการทดลองระดับ L4 จริง เราควรพิจารณาแนวคิดเรื่องรั้วทางภูมิศาสตร์ เมื่อเราพูดถึงการขับขี่อัตโนมัติ เราไม่สามารถละเลยแนวคิดเรื่องรั้วทางภูมิศาสตร์ได้ การขับขี่แบบไร้คนขับอย่างแท้จริงทั่วทั้งฉากจะเกิดขึ้นจริงในที่สุดภายในสิบปี เราต้องไม่รอให้กระบวนการนี้สุกงอมในขั้นตอนสุดท้าย ปรับโฉมฉาก มาใช้ฉากกัน เพื่อให้แผนการขับขี่อัตโนมัติและไร้คนขับขั้นสูงของเราเป็นประโยชน์ต่อผู้บริโภคของเราเร็วขึ้นและเร็วขึ้น เพื่อให้เราสามารถใช้งานได้ในบางฉาก รวมถึงว่าจะใช้ในสภาพการจราจรติดขัดและฉากพิเศษที่เพิ่งเปิดตัวได้หรือไม่ โดยประธานาธิบดีหลี่
แต่ละค่ายใช้วิธีที่แตกต่างกันเพื่อบรรลุเป้าหมายสูงสุดของเราในเรื่องไร้คนขับ ผู้ผลิต OEM แบบดั้งเดิมยังคงคำนึงถึงปัญหาการผลิตรถยนต์จำนวนมาก บ่อยครั้งที่ L2 ของเราเป็นแกนหลักของงานในปัจจุบัน เพื่อให้สามารถนำฟังก์ชันการขับขี่เสริมและฟังก์ชันไร้คนขับเพิ่มเติมมาใช้ในการผลิตจำนวนมากในยานพาหนะของเรา ในฐานะบริษัทเทคโนโลยี บริษัทให้ความสำคัญกับมาตรฐาน L4 ขึ้นไปมากกว่า
ในที่นี้ ฉันอยากจะให้คำแนะนำแก่องค์กรที่มีส่วนร่วมในอุตสาหกรรมไร้คนขับทั้งหมด ไม่ว่าจะเป็นโซลูชันฮาร์ดแวร์หรือซอฟต์แวร์ รวมถึงการบูรณาการระบบ สำหรับองค์กรไร้คนขับที่อยู่เหนือระดับ L4 อย่างแท้จริง ในฐานะองค์กรชั้นนำบางแห่ง ไม่ว่าจะเป็น waymo, baidu หรือ Apollo ในอีกสิบหรือสิบห้าปี การพัฒนาระดับแพลตฟอร์มสามารถทำได้ในขั้นตอนนี้ ไม่ว่าจะเป็นแพลตฟอร์มซอฟต์แวร์ แพลตฟอร์มฮาร์ดแวร์ รวมถึงแพลตฟอร์มอัลกอริทึม เนื่องจากมีเวลาในการลงทุนทางเทคนิคในระยะยาว จึงยังมีความสามารถในการนำอุตสาหกรรมทั้งหมดมารวมตัวกันอย่างช้าๆ สู่แพลตฟอร์มของตน
แม้ว่าฉันจะไม่เต็มใจที่จะยอมรับสิ่งนี้ในฐานะนักธุรกิจ แต่สาขารถยนต์ไร้คนขับก็เป็นต้นแบบในการทำให้โซลูชันโทรศัพท์มือถือของเราเป็นจริง และฉันคิดว่ามันยังเป็นไปได้มาก Google ในฐานะผู้ให้บริการระบบ Android และบริษัทโทรศัพท์มือถือของเราเป็นซอฟต์แวร์แอปพลิเคชันและฮาร์ดแวร์ เป็นโซลูชันที่ค่อนข้างเป็นไปได้มากกว่าโดยมีการลงทุนทางอุตสาหกรรมน้อยกว่า และโซลูชันนี้มีแนวโน้มที่จะประสบความสำเร็จมากกว่า ดังนั้นเราจึงต้องการแพลตฟอร์มระดับองค์กร เช่น Google และ Baidu แต่แพลตฟอร์มนี้เป็นเชิงพาณิชย์ จากนี้ไปไปสู่การวิจัยและพัฒนาเทคโนโลยีในเชิงพาณิชย์ มันเป็นกระบวนการที่ยาวนาน
ในฐานะบริษัทเทคโนโลยีขนาดเล็กและขนาดกลาง เมื่อคุณสร้างผลิตภัณฑ์ฮาร์ดแวร์และโซลูชันซอฟต์แวร์ คุณจะไม่มีเวลามากนัก การวิจัยและพัฒนาของคุณมุ่งเน้นไปที่การทำให้เป็นโมดูลและการลดขนาดมากขึ้น
หากคุณต้องการพัฒนาผลิตภัณฑ์ แบรนด์ หรือซอฟต์แวร์ระบบตรวจวัดความล้าของคุณเอง โปรดอย่าลังเลที่จะติดต่อ [email protected] เราจะไม่ทำให้คุณผิดหวัง
