เส้นทางที่เป็นไปได้จาก ADAS สู่แบบไร้คนขับ

ฟอรั่ม China International New Energy Vehicle ครั้งที่ 8 เป็นเจ้าภาพ CST Sanjiao รถยนต์ Xiaojun เชิญคุณคิดก่อน:

ประการแรก อุตสาหกรรมยานยนต์ไร้คนขับจะมาถึงเมื่อใด?

ประการที่สอง ต่อจากนี้ไป เรายังต้องเผชิญกับความท้าทายอะไรบ้าง

ประการที่สาม เส้นทางที่เป็นจริงของการตระหนักรู้แบบไร้คนขับคืออะไร?
มุมมองที่มีเหตุผลในการพัฒนาวิทยาศาสตร์และเทคโนโลยียานยนต์
ในปัจจุบัน อุตสาหกรรมทั้งหมดค่อนข้างตื่นเต้น เนื่องจากความทันสมัยทั้งสี่ของอุตสาหกรรมยานยนต์ของเรา "การใช้พลังงานไฟฟ้า ความฉลาด เครือข่ายอัจฉริยะ และการแบ่งปัน" กำลังส่งเสริมการฟื้นฟูอุตสาหกรรมทั้งหมดอย่างแท้จริง ในฐานะอุตสาหกรรมยานยนต์ มีประวัติยาวนานกว่า 120 ปีนับตั้งแต่ Mercedes Benz คิดค้นรถยนต์คันแรกในปี 1886
อย่างไรก็ตาม ในช่วงปี 1970 ถึง 2000 ความเร็วในการพัฒนาของอุตสาหกรรมยานยนต์ทั้งหมดค่อนข้างช้า ฉันไม่รู้ว่าพวกคุณทุกคนมาที่ชตุทท์การ์ทเพื่อเข้าร่วมพิพิธภัณฑ์หรือเปล่า รถยนต์ที่ออกแบบโดย Mercedes Benz ในปี 1970 และ 1980 ไม่ได้แตกต่างไปจากในปี 2000 มากนัก แม้แต่ในแง่ของสมรรถนะหลัก สมรรถนะด้านกำลัง และสถาปัตยกรรมของรถ ก็ไม่มีความแตกต่างที่สำคัญ ในช่วงสามสิบหรือสี่สิบปี อุตสาหกรรมยานยนต์ค่อยๆ ดีขึ้น หลังปี 2000 อุตสาหกรรมยานยนต์ได้ดำเนินขั้นตอนใหม่ของการพัฒนา และอุตสาหกรรมทั้งหมดได้นำเสนอนวัตกรรมที่ล้ำหน้าในด้านเทคโนโลยีและการฟื้นฟูอุตสาหกรรม
เราควรมองการพัฒนาอย่างมีเหตุผลด้วย ไม่ว่าจะเป็นการพัฒนาพลังงานไฟฟ้า รวมถึงการพัฒนาความฉลาดและเครือข่ายที่เรากำลังพูดถึงอยู่ในปัจจุบัน เราควรเข้าใจแนวโน้มของการพัฒนาในอนาคตและแม้แต่จังหวะของการพัฒนาในอนาคตจากมุมมองของเทคโนโลยีและอุตสาหกรรม เพื่อให้ผู้เข้าร่วมทั้งหมดสามารถปฏิบัติตามกฎหมายพื้นฐานของการพัฒนาอุตสาหกรรมนี้ได้ดียิ่งขึ้นในด้านเทคโนโลยีและการเตรียมความพร้อมของธุรกิจของเรา แบบอย่าง. นี่คือเนื้อหาหลักที่ฉันแบ่งปันความคิดของฉันและหวังว่าจะได้พูดคุยกับคุณในวันนี้
อุตสาหกรรมรถยนต์ไร้คนขับจะมาเมื่อไหร่?
สำหรับหัวข้อของวันนี้ ก่อนอื่น รถยนต์ไร้คนขับจะมาเมื่อไหร่?

ฉันยังได้ยินคำทำนายของประธานาธิบดีหลี่เกี่ยวกับกำหนดการแบบไม่มีคนขับ ฉันเห็นด้วยกับการตัดสินใจของประธานาธิบดีหลี่เป็นอย่างมาก ปัจจุบัน มีสองค่ายสำหรับผู้ให้บริการโซลูชั่นไร้คนขับ หนึ่งในนั้นคือบริษัทยานยนต์แบบดั้งเดิม เช่น Mercedes Benz รวมถึงองค์กรชั้นนำ เช่น Mercedes Benz, BMW, Audi และแม้แต่ Ford และ GM อีกค่ายหนึ่งคือบริษัทเทคโนโลยี Apollo ในประเทศจีน
ในปัจจุบัน ทุกองค์กรได้นำโซลูชั่นออกสู่ตลาด และระดับก็แตกต่างกัน ผู้ประกอบการยานยนต์แบบดั้งเดิมเป็นสิ่งที่เราเรียกว่า L2 หรือ L2 มากกว่า แน่นอนว่าความสมบูรณ์ของเทคโนโลยีนั้นแตกต่างกัน คนส่วนใหญ่ในบริษัทเทคโนโลยีมุ่งเป้าไปที่โซลูชันที่สูงกว่า L3 หรือ L4 แต่พวกเขากำลังอยู่ในขั้นตอนการพัฒนาการตรวจสอบโครงการบางอย่างมากกว่า
โดยทั่วไปแต่ละองค์กรได้ประกาศเวลาลงจอดของโครงการไร้คนขับโดยทั่วไป มีความแตกต่างระหว่างการลงจอดของโรงงานยานยนต์และของบริษัทเทคโนโลยีหรือไม่? คุณจะเห็นได้ว่าองค์กรส่วนใหญ่เปิดใช้แผนไร้คนขับเหนือ L4 ก่อนปี 2020 และ 2021 จากการตัดสินใจของฉันเอง นี่เป็นช่วงเวลาที่พิเศษมาก

ทำไมคุณคิดอย่างนั้นล่ะ? มาดูข้อมูลกัน องค์กรเหล่านี้ที่เปิดตัวโปรแกรมไร้คนขับเหล่านี้พูดถึงโปรแกรมระดับ L4 มากขึ้น นี่เป็นกรณีที่เราเลือกให้พวกเขาทำการทดสอบบนท้องถนนในแคลิฟอร์เนีย เนื่องจากการทดสอบบนถนนในแคลิฟอร์เนียมีข้อดีอย่างหนึ่ง ทั้งระยะการทดสอบและความเร็วจึงมีระดับชั้นนำ เราเลือกระยะทดสอบในปี 2017 ซึ่งเป็นระยะทางประมาณ 350000 ไมล์ ไมล์สะสมทั้งหมดที่ออกแบบโดยองค์กรอื่นยังค่อนข้างเล็ก ไมล์สะสมของ Waymo คือ 352545 โดยมีการหยุดชะงัก 63 ครั้งและการหยุดชะงัก 18 ครั้งต่อ 100000 ไมล์
ประมาณ 100000 ไมล์อยู่ในช่วงนี้ หากเราใช้แผนการขับขี่ปัจจุบัน มีการหยุดชะงัก 18 ครั้งในวงจรชีวิตนี้ แน่นอนว่าการหยุดชะงักนั้นไม่ได้นำไปสู่อุบัติเหตุทางถนนอย่างร้ายแรงเสมอไป อาจเป็นการระงับระบบหรือความเสี่ยงอื่นๆ ไดรเวอร์ทดสอบของเราขัดจังหวะระบบไร้คนขับอย่างแข็งขัน
เราทำการอ้างอิง: ความปลอดภัยในการใช้งาน คำจำกัดความของเวลาของเราคือความปลอดภัย ถ้าเราแปลงเป็นระยะทางในการขับขี่ เราตั้งสมมติฐานว่าด้วยความเร็ว 40 ไมล์ต่อชั่วโมง ซึ่งทำให้เราต้องหยุดชะงักที่ระดับ 0.00004 ต่อ 100000 ไมล์ ฉันคิดว่าผลลัพธ์ที่เปลี่ยนมาเป็นฉันนั้นค่อนข้างยอมรับได้ หมายความว่ามีอุบัติเหตุหยุดชะงักทุกๆ 40000 คัน นี่คือเวลาที่คุณมอบชีวิตให้กับเครื่องจักรในอนาคต นี้เป็นที่ยอมรับ ระดับและความสามารถที่แท้จริงของเราในการขับขี่อย่างปลอดภัยยังคงมีปัจจัยสำคัญ ซึ่งรวมถึงความล้มเหลวของฮาร์ดแวร์และพฤติกรรมการรับรู้ของยานพาหนะอื่นๆ
โดยสรุป เราสามารถจัดทำโครงการไร้คนขับและโครงการนำร่อง แต่ยังอีกยาวไกลในการปฏิบัติตามข้อกำหนดของระดับการควบคุมรถของเราอย่างแท้จริง การขับขี่ที่เชื่อถือได้และปลอดภัย
เราต้องเอาชนะความท้าทายใดบ้างเพื่อให้เกิดการขับขี่แบบไร้คนขับ
อะไรคือความท้าทายเฉพาะของการขับรถไร้คนขับในปัจจุบัน?

อย่างแรกเลย ในแง่ของฮาร์ดแวร์ วุฒิภาวะของเราค่อนข้างสูง แต่ก็ยังมีความท้าทายอยู่บ้าง รวมถึงความน่าเชื่อถือของเซ็นเซอร์ตัวเดียว รวมถึงเลเซอร์ เรดาร์ และหัวกล้อง พวกเขาทั้งหมดมีข้อ จำกัด บางอย่างในฉากเฉพาะ เราจำเป็นต้องจัดทำรูปแบบการรวมเซ็นเซอร์หลายตัว แต่จากการวิเคราะห์แล้ว ยังมีข้อพิพาทและเส้นทางที่แตกต่างกันสำหรับแผนการไร้คนขับขององค์กรต่างๆ ซึ่งยังคงต้องการการตรวจสอบเพิ่มเติมเพื่อให้ได้แนวทางแก้ไขที่เหมาะสมที่สุด
นอกจากนี้ การเชื่อมโยงการตัดสินใจ การคำนวณในด้านประสิทธิภาพสูง รวมถึงการพัฒนาและการประยุกต์ใช้ตัวควบคุมบางส่วน แน่นอนว่าแม้ว่าจะไม่มีการผลิตแอคทูเอเตอร์จำนวนมาก แต่เราพบว่ามันยากกว่าในเรื่องนี้ รวมถึงการเชื่อมโยงการรับรู้ อัลกอริธึมของเรา ความแม่นยำของการมองเห็นด้วยคอมพิวเตอร์ รวมถึงวิธีการหลอมข้อมูลแบบหลายเซ็นเซอร์ รวมถึงการประยุกต์ใช้การสำรวจและการทำแผนที่และการอัปเดตตามเวลาจริง เรายังคงมีความท้าทายมากมายและยังต้องดำเนินการอีกมาก ฟิลด์เหล่านี้ ในการเรียนรู้เชิงลึกและการเชื่อมโยงบทบาท เราปรับให้เหมาะสมอย่างรวดเร็ว แต่ในด้านเครือข่ายประสาทเทียมและการเรียนรู้ของเครื่อง เรายังคงต้องการการตรวจสอบเสมือนจริงจำนวนมากเพื่อปรับปรุงความถูกต้องของอัลกอริทึมของเราอย่างต่อเนื่อง
ฮาร์ดแวร์ของเรามีพื้นฐานที่ดี แต่ก็มีงานอีกมากที่ต้องทำ ความท้าทายด้านซอฟต์แวร์ของเรายังคงมีขนาดใหญ่มาก ต่อไปนี้คือรูปแบบระบบไร้คนขับทั่วไปหลายแบบ รวมถึง waymo, cruise และ Audi

Cruise I กำหนดให้เป็นบริษัทเทคโนโลยี และอีกหลายคนจะเลือก Lidar ที่มีความแม่นยำสูงเป็นหนึ่งในฮาร์ดแวร์หลักของการรับรู้ ในฐานะที่เป็นส่วนเสริมของเรดาร์เลเซอร์ความแม่นยำสูง องค์กรของเราพึ่งพาเรดาร์เลเซอร์ความเที่ยงตรงสูงมากขึ้น องค์กรต่าง ๆ มีจุดเริ่มต้นและเส้นทางที่แตกต่างกัน ซึ่งฉันจะหารือเพิ่มเติมในภายหลัง

คำถามสำคัญ Lidar และ Computer Vision เส้นทางใดเหมาะสำหรับการแก้ปัญหาขั้นสุดท้ายของการขับรถไร้คนขับในอนาคต ? อันที่จริงเมื่อดู Lidar ข้อดีของมันชัดเจนมาก ทำงานได้ดีในแง่ของระยะการตรวจจับ ความแม่นยำในการตรวจจับ ตลอดจนอุตสาหกรรมและเหมืองแร่ต่างๆ ข้อกำหนดด้านต้นทุนแรกนั้นค่อนข้างสูง แต่เราเห็นการพัฒนาล่าสุดของอุตสาหกรรมลิดาร์ รวมถึงการเกิดขึ้นของไลดาร์โซลิดสเตต และค่าใช้จ่ายจะถูกกำจัดในไม่ช้า
ค่าใช้จ่ายในการมองเห็นด้วยคอมพิวเตอร์ค่อนข้างต่ำ แต่ฉากต่างๆ เช่น ผ่านอุโมงค์และความมืด มีข้อบกพร่องอย่างมากในฉากประเภทนี้ นอกจากนี้ คอมพิวเตอร์วิทัศน์ยังขึ้นอยู่กับความเร็วของอัลกอริธึมและโปรเซสเซอร์ของเรา ซึ่งเป็นข้อเสียด้วย
ในวิจารณญาณส่วนตัวของฉัน ฉันจะไม่พูดว่าเส้นทางหนึ่งหรือเส้นทางใดจะต้องเอาชนะอีกเส้นทางหนึ่งในอนาคต ฉันหมายความว่า Lidar และคอมพิวเตอร์วิทัศน์จะพบกับการผสมผสานที่ดีที่สุด เพราะตัว Lidar เองมีตัวเลือกเส้นทางที่แตกต่างกัน และในที่สุดก็พบตัวเลือกเส้นทางที่ดีที่สุด การเลือกเส้นทางนี้เป็นข้อพิจารณาที่สำคัญที่สุด
ขั้นแรก ให้ครอบคลุมฉากที่รับรู้ทั้งหมด
ประการที่สอง มีความน่าเชื่อถือที่ดี รวมถึงความซ้ำซ้อนของฮาร์ดแวร์และซอฟต์แวร์
สาม ค่าใช้จ่ายเป็นที่ยอมรับ อุตสาหกรรมนี้ยังคงเป็นขั้นตอนของการสำรวจและค้นหาขั้นตอนที่สมดุลมากขึ้น

ขณะนี้องค์กรจำนวนมากกำลังทำการวิจัยและพัฒนาระบบไร้คนขับ ซึ่งมักจะเพิกเฉยต่อบทบาทของเทคโนโลยีอินเทอร์เน็ตที่เรียกว่าเทคโนโลยีไร้คนขับ ทำไมเราจึงให้ความสำคัญกับความฉลาดของจักรยานมากขึ้น? อย่างแรกเลย แก้ได้ค่อนข้างง่าย แต่จากมุมมองของทั้งสังคมและทั้งระบบขนส่ง เราต้องนำรถเข้าสังคมทั้งระบบหรือระบบขนส่งในอนาคตก่อนครับ เพราะตัวรถเองก็จำเป็นเช่นกัน รวมเข้ากับวิธีการขนส่งอื่นๆ
ประการที่สอง เราควรคำนึงถึงโครงสร้างพื้นฐานที่สามารถให้ความช่วยเหลือในการขับขี่แบบไร้คนขับและแบบช่วยเหลือได้ ด้วยการพัฒนาเทคโนโลยีการเชื่อมต่ออินเทอร์เน็ต มีหลายสถานการณ์ในการใช้งานในการโต้ตอบข้อมูลกับไดรเวอร์ อย่างไรก็ตาม ด้วยการพัฒนาเทคโนโลยี การเชื่อมต่ออินเทอร์เน็ตที่เกิดขึ้นจริงยังสามารถมีบทบาทมากมาย ผ่านการพัฒนา v2x ความแม่นยำของการรับรู้ของเราสามารถปรับปรุงได้อย่างมาก และสามารถปรับปรุงความปลอดภัยของเราผ่านการรับรู้ร่วมกัน ในขณะเดียวกันก็ลดต้นทุนทางเทคนิคในการตระหนักถึงการรับรู้ที่มีประสิทธิผล ในระยะที่ไร้คนขับอย่างแท้จริง IOT สามารถมีบทบาทสำคัญในการตัดสินใจและปฏิสัมพันธ์ในการควบคุม ยานพาหนะและโครงสร้างพื้นฐานสามารถปรับปรุงความแม่นยำของอัลกอริธึมผ่านการโต้ตอบของการตัดสินใจ และยังสามารถลดความต้องการด้านคอมพิวเตอร์ของเราสำหรับฮาร์ดแวร์ได้อีกด้วย

ความท้าทายอีกอย่างคือทิศทางของการสนทนาของเรา โครงร่างสถาปัตยกรรมอิเล็กทรอนิกส์และไฟฟ้าของยานยนต์รุ่นใหม่ ตั้งแต่ชุดควบคุม ECU แบบกระจายไปจนถึงสถาปัตยกรรมยานยนต์ของเราที่มีบัสเป็นแกนหลัก เป็นโครงร่างสถาปัตยกรรมหลักของเราในปัจจุบัน อย่างไรก็ตาม ในขั้นตอนต่อไป ด้วยการเชื่อมต่อเครือข่ายอัจฉริยะ สถาปัตยกรรมปัจจุบันไม่สามารถตอบสนองความต้องการของการพัฒนาในอนาคตได้ ประการแรกความต้องการเหล่านี้คือการพัฒนาเทคโนโลยีบัสเอง รวมถึงเทคโนโลยีอีเทอร์เน็ตด้วย เพราะในปัจจุบันเราเห็นว่าการรับส่งข้อมูลขนาดใหญ่มีข้อจำกัดอย่างมาก ในเวลานี้ สื่อการส่งข้อมูลใหม่ของเราควรได้รับการแนะนำเข้ามา
นอกจากนี้เรายังมีแนวคิดของตัวควบคุมโดเมนและแม้แต่แนวคิดของหน่วยประมวลผลกลางและหน่วยประมวลผลกลางในอนาคต ตัวประมวลผลโดเมนมีโดเมนที่แตกต่างกันมากมาย เช่น โดเมนตัวถังรถ โดเมนระบบส่งกำลัง โดเมน Infotainment เป็นต้น แต่ละระบบมีตัวควบคุมโดเมน ในอีกด้านหนึ่ง มันยังมีหน้าที่ในการประมวลผลข้อมูลและการระบายความร้อนร่วมในการตัดสินใจ ตัวควบคุมโดเมนมีพลังในการคำนวณ ด้วยความสามารถนี้ มีความเสี่ยงของผลกระทบทางเทคนิคต่อระบบอิเล็กทรอนิกส์และไฟฟ้าทั้งหมด ประการที่สอง สามารถตอบสนองความต้องการของกำลังประมวลผลแบบกระจายจำนวนมากในอนาคตในขั้นตอนของเครือข่ายอัจฉริยะ ซึ่งควรเป็นการพัฒนาอุปกรณ์อิเล็กทรอนิกส์ยานยนต์และไฟฟ้าโดยรวมของรถยนต์ วิธีการปรับให้เข้ากับการพัฒนาเทคโนโลยีเครือข่ายอัจฉริยะในอนาคตทำให้เกิดความท้าทายใหม่
บริษัทของเราได้ทำงานมากมายในด้านนี้ และกำลังทำวิจัยในสาขานี้ด้วย

ปัจจัยอีกประการหนึ่งคือปัจจัยต้นทุน มาดูตัวอย่างเรดาร์จากการขับรถไร้คนขับกัน ราคาของเรดาร์ไม่ใช่ผลิตภัณฑ์เดียวกัน (อาจผิด) แต่ก็มีความหมายที่ชัดเจนเช่นกัน อันที่จริง โครงการลิดาร์ที่เป็นตัวเลือกในตลาด ตั้งแต่ระดับที่สูงมาก ตั้งแต่ไลดาร์ที่ใช้โดย waymo ในปี 2012 ไปจนถึงไลดาร์แบบโซลิดสเตตที่ใช้ในการผลิต ราคาไลดาร์จะลดลงอย่างมากและต้นทุนจะลดลงอย่างมาก ค่าใช้จ่ายเป็นปัจจัยสำคัญในขณะนี้ แต่ปัจจัยนี้จะถูกเอาชนะในไม่ช้า

โดยสรุป ในระยะที่สอง ความท้าทายหลักที่เราจำเป็นต้องเอาชนะเพื่อให้เกิดการขับรถไร้คนขับ:
1. ฮาร์ดแวร์นั้นค่อนข้างจะโตเต็มที่ แต่ยังคงต้องสำรวจเพิ่มเติมเกี่ยวกับการผสมผสานฮาร์ดแวร์ของกระบวนการรับรู้และสถาปัตยกรรมที่เหมาะสมที่สุด สำหรับพลังการประมวลผล การพัฒนาพลังประมวลผลสูงและโปรเซสเซอร์ที่ใช้พลังงานต่ำยังเป็นสาขานวัตกรรมที่ต้องทำในปัจจุบันอีกด้วย เทคโนโลยีระบบเครือข่ายยังมีงานอีกมากที่ต้องทำสำหรับโซลูชันฮาร์ดแวร์ที่เกี่ยวข้องกับโครงสร้างพื้นฐานของเรา
2. มีช่องว่างมากขึ้นในด้านซอฟต์แวร์ โดยเฉพาะอย่างยิ่งในการเชื่อมโยงของการเรียนรู้เชิงลึก ซึ่งต้องใช้ข้อมูลจำนวนมากสำหรับการฝึกอบรมเพิ่มเติม และมีช่องว่างขนาดใหญ่ในความเป็นไปได้ ฟังก์ชัน และความปลอดภัยของซอฟต์แวร์ .
3. การตรวจสอบการทดสอบ เราไม่เพียงแต่สามารถพึ่งพาการทดสอบถนนจริงเท่านั้น ครั้งแรกเป็นเวลานาน และค่าใช้จ่ายครั้งที่สองก็สูง จุดอ่อนที่ใหญ่ที่สุดของการทดสอบบนถนนคือไม่สามารถแก้ปัญหาในสถานการณ์ที่รุนแรงได้ มักจะเป็นไปได้ที่จะคาดเดาฉากที่ควบคุมได้มากกว่านี้ แต่สิ่งที่สำคัญที่สุดสำหรับเราในการเรียนรู้อย่างลึกซึ้งคือการแก้ฉากที่เราคาดไม่ถึงในเวลาปกติ ตรงกันข้าม สถานการณ์เหล่านี้ไม่สามารถแก้ไขได้ด้วยการทดสอบบนถนนจริง ในเวลานี้ เราควรพึ่งพาวิธีการฝึกอบรมอื่นๆ มากขึ้น รวมถึงการทดสอบเสมือนจริงและการทดสอบคลังข้อมูลจำลอง ซึ่งเป็นปัจจัยสำคัญในการเร่งระดับของอัลกอริทึมซอฟต์แวร์ของเรา
4. ค่าใช้จ่ายของอุตสาหกรรมนี้คือกฎข้อ 20 และ 80 เราทำงานอย่างหนักเพื่อให้เข้าใจถึงฟังก์ชันที่เราต้องการ จากมุมมองทางเทคนิค ต้องการการลงทุนด้านการวิจัยและพัฒนาเพียง 20% แม้ว่าเราจะมีอุปสรรคทางเทคนิค 20% ที่ต้องเอาชนะ แต่เราไม่ควรมองโลกในแง่ดีเกินไป จากมุมมองของอุตสาหกรรมเทคโนโลยี ต้องใช้การลงทุน 80% หรือมากกว่านั้นเพื่อเอาชนะ 20% ของเทคโนโลยี ฉันไม่ค่อยมองโลกในแง่ดีว่าเมื่อไรที่ไร้คนขับจะเติบโตเต็มที่ ในแง่ของขนาด อย่างน้อยก็หลังจากปี 2030
อะไรคือเส้นทางที่เป็นจริงของการตระหนักรู้แบบไร้คนขับ?

สำหรับการทดสอบระดับ L4 จริง เราควรพิจารณาแนวคิดของรั้วทางภูมิศาสตร์ เมื่อเราพูดถึงการขับขี่อัตโนมัติ เราไม่สามารถละเลยแนวคิดของรั้วทางภูมิศาสตร์ได้ การขับรถไร้คนขับที่แท้จริงในฉากทั้งหมดจะเกิดขึ้นในที่สุดในอีกสิบปี เราต้องไม่รอให้กระบวนการนี้โตเต็มที่ในขั้นตอนสุดท้าย ปรับโฉมฉาก มาปรับใช้ฉากกัน เพื่อให้รูปแบบการขับขี่แบบไร้คนขับและอัตโนมัติขั้นสูงของเราสามารถเป็นประโยชน์ต่อผู้บริโภคของเราได้เร็วขึ้นและเร็วขึ้นเพื่อให้เราสามารถใช้งานได้ในบางฉากรวมถึงสามารถใช้ในสภาพแออัดและฉากพิเศษที่เพิ่งเปิดตัว โดยประธานาธิบดีหลี่

ค่ายต่างๆ ใช้วิธีการต่างๆ เพื่อบรรลุเป้าหมายสูงสุดในการไร้คนขับของเรา OEM ดั้งเดิมยังคงพิจารณาถึงปัญหาการผลิตจำนวนมากของรถยนต์ บ่อยครั้งที่ L2 ของเราเป็นแกนหลักของงานปัจจุบันของเรา เพื่อให้สามารถประยุกต์ใช้ฟังก์ชันการขับขี่เสริมและฟังก์ชันไร้คนขับแบบมีเงื่อนไขในการผลิตจำนวนมากในรถยนต์ของเราได้ ในฐานะบริษัทเทคโนโลยี จะเน้นที่มาตรฐาน L4 ขึ้นไป
ในที่นี้ ฉันต้องการให้คำแนะนำแก่องค์กรที่มีส่วนร่วมในอุตสาหกรรมไร้ไดรเวอร์ทั้งหมด ไม่ว่าจะเป็นโซลูชันฮาร์ดแวร์หรือซอฟต์แวร์ รวมถึงการผสานรวมระบบ สำหรับองค์กรที่ไม่มีคนขับอย่างแท้จริงซึ่งอยู่เหนือระดับ L4 ในฐานะองค์กรชั้นนำบางแห่ง ไม่ว่าจะเป็น waymo, baidu หรือ Apollo ในอีกสิบหรือสิบห้าปี การพัฒนาระดับแพลตฟอร์มสามารถทำได้ในขั้นตอนนี้ ไม่ว่าจะเป็นแพลตฟอร์มซอฟต์แวร์ แพลตฟอร์มฮาร์ดแวร์ รวมถึงแพลตฟอร์มอัลกอริธึม เนื่องจากมีเวลาในการลงทุนทางเทคนิคในระยะยาว จึงมีความสามารถในการนำทั้งอุตสาหกรรมมารวมตัวกันอย่างช้าๆ สู่แพลตฟอร์ม

แม้ว่าฉันจะไม่เต็มใจที่จะยอมรับสิ่งนี้ในฐานะนักธุรกิจ แต่วงการรถยนต์ไร้คนขับคือโมเดลในการตระหนักถึงโซลูชันโทรศัพท์มือถือของเรา และฉันคิดว่ามันยังคงเป็นไปได้มาก Google ในฐานะผู้ให้บริการระบบ Android และองค์กรโทรศัพท์มือถือของเราในฐานะซอฟต์แวร์แอปพลิเคชันและฮาร์ดแวร์ เป็นโซลูชันที่ค่อนข้างเป็นไปได้มากกว่าด้วยการลงทุนในอุตสาหกรรมที่ต่ำกว่า และโซลูชันนี้มีแนวโน้มที่จะประสบความสำเร็จมากกว่า ดังนั้นเราจึงต้องการแพลตฟอร์มระดับองค์กร เช่น Google และ Baidu แต่แพลตฟอร์มนี้เป็นเชิงพาณิชย์ จากนี้ไปเพื่อการพาณิชย์ของการวิจัยและพัฒนาเทคโนโลยี มันเป็นกระบวนการที่ยาวนาน
ในฐานะบริษัทเทคโนโลยีขนาดเล็กและขนาดกลาง เมื่อคุณสร้างผลิตภัณฑ์ฮาร์ดแวร์และโซลูชันซอฟต์แวร์ คุณจะไม่มีเวลามากนัก R & D ของคุณมุ่งเน้นที่การทำให้เป็นโมดูลและการลดลงมากขึ้น

หากคุณต้องการพัฒนาผลิตภัณฑ์แบรนด์หรือซอฟต์แวร์ระบบตรวจสอบความล้าของคุณเอง โปรดอย่าลังเลที่จะติดต่อ [ป้องกันอีเมล] เราจะไม่ทำให้คุณผิดหวัง