¿Conducción autónoma y reducción de dimensionalidad?

Escribir un artículo|? ¿Xiong Yuxiang? Editor | Agencia de viajes

En la industria de la conducción autónoma, hay dos grandes noticias esta semana: "Una muerte, una vida".

El lunes, Uber anunció la venta de su negocio de conducción autónoma que genera pérdidas a largo plazo. ATG, el equipo de conducción autónoma creado por Uber en 2015, ha pasado a la historia y cinco años de investigación y desarrollo de conducción autónoma han llegado a su fin.

El martes, Baidu celebró la Conferencia Ecológica Apollo en Guangzhou y lanzó ANP (¿Apollo? ¿Navegación? Conducción asistida por piloto. Una solución de circuito cerrado para carreteras urbanas basada en la conducción autónoma visual pura L4 - Apollo? Lite " La reducción y creación de dimensionalidad se lanzará en modelos producidos en masa el próximo año. Combinado con la solución de estacionamiento AVP lanzada anteriormente, Baidu planea lograr 65,438+0 vehículos en los próximos cinco años.

ATG está muerto. , ANP renace. Entre accidentes de diferentes destinos, nos esforzamos por encontrar algún tipo de inevitabilidad. Esta necesidad puede ser la "reducción de dimensión" de la conducción autónoma para sobrevivir. >

En 2015, el fundador de Uber, Kalanick, captó furtivamente a personas de la Universidad Carnegie Mellon, una famosa escuela de inteligencia artificial, y casi vació todos los talentos del Instituto de Investigación de Robótica para formar el robot autónomo de Uber, el equipo de conducción ATG (¿Tecnología avanzada? Grupo). En ese momento, Uber desarrolló rápidamente la conducción autónoma y la probó en carreteras abiertas.

En marzo de 2018, la conducción autónoma de Uber mató a un peatón en los Estados Unidos y su investigación y desarrollo. Posteriormente, el trabajo se estancó hasta la epidemia de este año, que empeoró aún más la situación el lunes. La empresa de conducción Aurora invirtió 400 millones de dólares en esta última porque no podía afrontar el peso de las continuas pérdidas en el negocio de los vehículos autónomos. viendo el volumen de producción.

En retrospectiva, Uber se equivocó desde el principio. Elegimos la tecnología de conducción autónoma más difícil y cara. Sin embargo, en los últimos cinco años, además de la financiación, hemos recibido casi. Sin embargo, nos hemos encontrado con malas noticias, como que nuestros ingenieros principales fueron demandados por nuestro competidor Google y asesinados a golpes durante las pruebas.

Uber, que no era rico, finalmente decidió dejarlo ir.

Mire a Baidu. En 2013, Baidu comenzó a desarrollar tecnología de conducción autónoma. En 2015, los coches autónomos de Baidu hicieron su debut en la Conferencia Mundial de Internet de Wuzhen. plataforma abierta. En los últimos dos años, la flota de pruebas de taxis autónomos de Baidu se ha extendido por todo el país.

Sin embargo, la Conferencia Ecológica Baidu Apollo de este año no se centra en la tecnología Los taxis autónomos más complejos. Concéntrese en la última función de conducción asistida xxP que ha sido muy popular en los últimos meses, como el NOP de Weilai y el NGP de Xiaopeng. La tecnología se llama conducción asistida por piloto ANP >

Vale la pena señalar que esta tecnología proviene del desarrollo y. aplicación de la tecnología de conducción autónoma visual pura L4 de Baidu, la tecnología de reducción de dimensionalidad Apollo? En otras palabras, utilizando la tecnología de conducción autónoma de nivel L4 como la tecnología de conducción asistida de nivel L2, se pueden lograr capacidades como conducción autónoma en autopistas y autopistas. , reconocimiento de semáforos, giros a la izquierda sin protección, rotondas, etc., pero el conductor seguirá siendo el responsable último de la seguridad del vehículo.

Después de aplicar la tecnología de reducción de dimensionalidad, ANP busca ser liviano y completo. La solución no requiere lidar costoso ni computadoras a bordo con potencia informática ultra alta, lo que ayuda a subir al automóvil rápidamente.

De hecho, antes del lanzamiento de ANP, Baidu y WM Motor desarrollaron conjuntamente la solución de estacionamiento automático AVP el año pasado, reduciendo la tecnología de conducción autónoma L4 a escenarios de estacionamiento. Ahora, ANP y AVP, nacidos de la reducción de la dimensionalidad L4, se convertirán en los productos de conducción inteligente clave de Baidu para conectar a las empresas automotrices.

Casualmente, a principios de este año, Huawei también propuso una solución de conducción inteligente ADS para reducir la tecnología de conducción autónoma L4 a L2.

Obviamente, el camino hacia la conducción totalmente autónoma es demasiado largo, e incluso los gigantes tecnológicos deben reducir dimensiones para garantizar la supervivencia del negocio de la conducción autónoma.

“Escalando el Monte Everest y poniendo huevos en el camino”

De cada vez más grandes fabricantes, se puede escuchar que son unánimes en sus planes para lograr la conducción sin conductor. Everest y poner huevos en el camino”. Entre quienes hicieron esta declaración claramente se encuentran el presidente de Huawei, Ren, y Li Zhenyu, director general de Baidu Intelligent Driving Business Group.

Esta es en realidad la sabiduría colectiva de la industria de la conducción autónoma.

En 2018, el director ejecutivo de Shiyu Technology, Wu Gansha, propuso públicamente en un discurso la idea de “poner huevos hasta el final”. Inmediatamente, la imagen de "escalar el Monte Everest y poner huevos en el camino" fue resumida y aceptada por la industria.

La esencia de esta frase es tomar la conducción autónoma avanzada como el objetivo final, pero no corre directamente hacia esta difícil elección, sino que la utiliza para "reducir la dimensionalidad" y primero encontrar un escenario que sea más fácil. para implementar Aplicar paso a paso.

El término "reducción de dimensionalidad" apareció antes.

En 2017, cuando el director ejecutivo de Holo Technology, Ni Kai, hizo su debut después de iniciar su propio negocio, lanzó el sistema de conducción autónoma L3.5 HoloMatic, que restaura la tecnología de conducción autónoma L4 en escenarios L3. Ni Kai, el veterano del equipo de conducción autónoma de Baidu, también predijo la dirección futura de la conducción autónoma de Baidu en ese momento, creyendo que si Baidu quiere integrarse con la industria automotriz, L3 representará una participación cada vez mayor de Baidu.

Ni Kai

Ahora, con el lanzamiento de Baidu ANP, la predicción de Ni Kai se está haciendo realidad.

En el Salón del Automóvil de Beijing de este año, Huawei demostró su solución de conducción autónoma ADS un poco antes que Baidu. Está claro que el software y el hardware se desarrollan de acuerdo con los estándares de conducción autónoma L4 y admiten la conducción autónoma de vehículos en todos los escenarios. Sin embargo, el conductor sigue teniendo la responsabilidad de supervisar y hacerse cargo del vehículo, que pertenece a la conducción autónoma L2 o L3 en la clasificación de tecnología de conducción autónoma existente.

De hecho, no son solo empresas de tecnología como Baidu y Huawei en el proceso de implementación de la conducción autónoma, la mayoría de las empresas relacionadas están implementando aplicaciones de reducción de dimensionalidad para la conducción autónoma avanzada en su propia forma. Incluyendo a Uber, que también está en la industria de viajes, todos creen que la naturaleza es más adecuada para adaptarse a Didi sin conductor.

Este año, Didi lanzó la operación de prueba tripulada de taxis autónomos en Shanghai, logrando avances sustanciales en el desarrollo de la conducción autónoma de alto nivel e incluso la conducción sin conductor. Pero antes de eso, para mejorar la seguridad de la flota, el equipo de conducción autónoma de Didi desarrolló una solución ADAS montada en la parte trasera "Orange Vision" que técnicamente pertenece a la conducción autónoma L2, que puede proporcionar a los conductores una alerta temprana del vehículo de delante. , advertencia de frenado del vehículo delantero, advertencia de aproximación del vehículo trasero, advertencia de colisión del vehículo delantero y otras funciones.

El sistema Didi se ha instalado en más de 654,38 millones de vehículos operados con plataforma. El mensaje de voz del "freno delantero" que se puede escuchar cuando se conduce Didi es que Orange Vision está funcionando.

Didi instaló la solución ADAS "Chengshi"

Aunque el Chengshi dimensionalmente reducido no es técnicamente complejo, es una parte importante del ascenso de Didi al anillo no tripulado del Monte Everest. Debido a que funciona con la enorme flota de Didi, en realidad es una enorme bomba de datos que proporciona un flujo constante de nutrientes para la optimización de los modelos de algoritmos de conducción autónoma.

Además, Tesla, que recientemente ha impulsado la función de versión de prueba FSD (conducción totalmente autónoma) para algunos usuarios, en realidad está reduciendo la dimensionalidad. Aunque Tesla anuncia esto como una característica de conducción totalmente autónoma (obviamente esto no es algo que se deba fomentar), el conductor aún debe asumir el control y ser responsable de la máxima seguridad si el vehículo no puede hacer frente.

¿Detrás de la reducción de dimensionalidad? Cruzando la zanja

Las empresas de tecnología, las empresas de viajes, las nuevas empresas y las empresas de automóviles que están tratando de utilizar tecnología sin conductor para dominar el mercado de viajes del futuro han optado en su mayoría por la reducción de dimensionalidad. ¿Cuál es la motivación detrás de esto? La afirmación vaga es que una tecnología tan difícil es difícil de lograr de la noche a la mañana.

Pero la respuesta puede ser más específica. No hace mucho, Qi Lu, el ex presidente de Baidu (ahora fundador de la incubadora de inversiones Qiji Chuangtan), quien promovió fuertemente el negocio de la conducción autónoma durante Baidu, mencionó en una entrevista con Hu Weiwei que la mayoría de las empresas (incluidas las de conducción autónoma) necesitan Para superar "Chasm", sólo encontrando clientes reales podremos marcar el comienzo de un rápido crecimiento.

Lu Qi

Como madre de los proyectos de IA, la conducción autónoma tiene que afrontar tres lagunas principales: seguridad, datos y coste. La reducción de dimensionalidad para la conducción autónoma es tender un puente entre ellos.

Hablemos primero de seguridad.

Uber, que se ha fijado objetivos y planes de pruebas agresivos para la conducción autónoma, ha caído al nivel de seguridad. Después del caso fatal de las pruebas de conducción autónoma, la conducción autónoma de Uber fue inmediatamente suspendida, su negocio colapsó, su talento siguió perdiéndose y finalmente se vio obligada a venderse.

Baidu y Huawei obviamente optaron por ser conservadores. Al aplicar la conducción autónoma avanzada para reducir las dimensiones, los conductores pueden participar en la seguridad del vehículo y convertirse de facto en agentes de seguridad.

De hecho, General Motors, la primera compañía automovilística tradicional que apuesta fuerte por la conducción autónoma, también considera la seguridad como la clave.

En 2018, General Motors comenzó a lanzar el sistema de súper crucero SuperCruise en el Cadillac CT6, que admite la conducción con manos libres en la carretera, pero General Motors siempre lo ha llamado tecnología avanzada de asistencia al conductor (la conducción autónoma es conducción autónoma de nivel L2). Un enfoque como este obviamente ayudará a evitar que las personas confíen demasiado o incluso abusen de la inmadura tecnología avanzada de conducción autónoma.

En teoría, antes de que la tecnología de conducción autónoma de alto nivel esté completamente madura, las empresas relevantes pueden exigir estrictamente que los conductores sean responsables de la seguridad del vehículo (complementado, por supuesto, con varios sistemas de monitoreo de la atención del conductor, a medida que la tecnología se desarrolla, busque ayuda). de los usuarios en el camino para proporcionar un doble seguro de seguridad.

Hablemos de los datos

De hecho, hasta ahora, la tecnología de conducción autónoma de alto nivel no está madura. Casi no existen aplicaciones a gran escala. Aunque la simulación de datos de la conducción autónoma se ha convertido en una práctica común, todavía existe una grave falta de datos reales para alimentar la actualización iterativa de la tecnología.

Pero después de que la tecnología de conducción autónoma de alto nivel se redujera a la tecnología ADAS L2 y L3, el mercado de ADAS está explotando y la tasa de penetración está aumentando rápidamente. Cada coche equipado con esta tecnología se convertirá en un terminal de recogida de datos. Recoge arena y haz una torre. Si integra su plan en una cantidad significativa de automóviles, significa que tendrá una gran cantidad de datos que son críticos para la conducción autónoma.

Un ejemplo típico, además del mencionado Didi, es Tesla, que cuenta con más de un millón de vehículos en todo el mundo. A principios de este año, el piloto automático de Tesla había acumulado más de 3 mil millones de millas. Sobre esta base, Tesla ha desarrollado continuamente y de forma iterativa el FSD actual.

Por último, sobre los costes.

La tecnología de conducción autónoma de alto nivel requiere una enorme potencia informática y sensores de alto rendimiento. Pero actualmente son extremadamente caros.

Por ejemplo, la plataforma informática y el lidar de alto rendimiento que alguna vez se prepararon para taxis autónomos cuestan decenas de miles de dólares cada uno. Incluso ahora, estos componentes críticos no son baratos. Didi modificó un taxi autónomo basado en un Volvo XC60 (el precio minorista oficial es de 470.000 yuanes y el costo de un solo vehículo es de más de 10.000 yuanes).

Sin embargo, si la conducción autónoma de alto nivel reduce la dimensión y desafía tareas y escenarios menos difíciles, entonces el costo de la conducción autónoma disminuirá significativamente, tal como lo está haciendo Baidu.

Inicialmente, Baidu configuró sus taxis autónomos con una costosa combinación de una plataforma de alta computación y múltiples lidars como sensores principales. Sin embargo, el ANP lanzado ayer por Baidu utiliza una solución de percepción puramente visual. El sensor principal es una cámara económica de 10 pulgadas y la potencia informática requerida por su plataforma está dentro de los 30T. Esto significa que el coste de un turismo normal será aceptable.

La conducción autónoma de alto nivel, situada en la intersección de la industria de viajes y la industria de la inteligencia artificial, tiene grandes perspectivas, pero también es difícil de lograr. Esta es también la importancia de la reducción de dimensionalidad: sólo cuando las tres brechas de seguridad, datos y costos se superen al mismo tiempo, la conducción autónoma podrá realmente entrar en la etapa de aplicación a gran escala.

De hecho, la práctica cada vez más común de reducir las dimensiones de alto nivel de la conducción autónoma es también un cambio en la dirección de la conducción autónoma: los actores que alguna vez quisieron subvertir la industria automotriz se han convertido gradualmente en reformas suaves. en realidad quien. Es realmente difícil construir edificios altos en el suelo con conducción autónoma. Siempre tienen que comunicarse e integrarse de alguna manera con las industrias automotrices y de viajes existentes.

Volviendo al consenso de "escalar el Monte Everest y poner huevos en el camino", es obvio que el proceso de baja dimensión de poner huevos en el camino no es inconsistente con el objetivo de alta dimensión de escalando el Monte Everest. La actual reducción de dimensionalidad de la conducción autónoma tiene como objetivo, en última instancia, servir mejor a la tecnología y los negocios del futuro.

Este artículo es de Autohome, el autor de Autohome, y no representa la posición de Autohome.