爱吧机器人网 » 专题 > 观点 > 正文

自动驾驶汽车量产倒计时:“共享出行”或成商用爆点

近年来,自动驾驶技术取得新的突破,自动驾驶汽车量产也正逐渐成为现实。虽然距离真正的无人驾驶还有一段路要走,但是在共享出行等新业态的支撑下,自动驾驶汽车商用显然不再是梦。

谷歌是全球自动驾驶领域发展先驱,其自动驾驶业务分拆后成立了Waymo。Waymo为了加快自动驾驶汽车商用,推进测试进程,此前曾在加州建造了一座“模拟城市”。近期,三星公司的自动驾驶测试团队也入驻了这个模拟城市,成为了Waymo的邻居。

很显然,在各国科技公司、汽车制造商,甚至芯片公司、零部件公司纷纷入局自动驾驶领域的火热形势下,竞争必然会越来越激烈。因而,各大开发企业都相继加大投入力度,并积极展开路测,以图尽快完善各项技术,早日实现量产上市。

自动驾驶汽车量产倒计时:“共享出行”或成商用爆点

自动驾驶汽车量产成“共识”

2011年6月,美国内华达州正式通过了美国历史上第一部允许自动驾驶汽车上路的法案,至此自动驾驶汽车测试开始加速,商用前景也日趋明朗。其后,自动驾驶发展浪潮开始席卷全球,引发群雄竞逐。

2017年以来,宣布自动驾驶汽车量产时间表仿佛成为了业内的“标准动作”,各大公司似乎是有共识一般,或者真实原因是唯恐落于人后?根据目前的信息综合来看,大多自动驾驶企业宣布的时间点都集中在2020~2025年之间,部分较为“激进”的如百度,则将量产时间提前到了2018年。

目前,我国正通过政策加持推动自动驾驶产业化发展,推动该领域核心竞争力提升。

2017年4月,工信部等三部委联合印发《汽车产业中长期发展规划》,将智能网联汽车作为中国汽车产业的两大发展方向一,并明确到2025年,高度和完全自动驾驶汽车开始进入市场。

2017年12月出台的《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,同样将智能网联汽车的发展视为人工智能产业化重点,并被列入明确率先突破的8大智能产品之一。

当前,在技术支持、市场升温和政策落地的全方位推动下,我国的自动驾驶领域正迎来前所未有的崛起机遇,量产形势也颇为乐观。

无人驾驶之路前途漫漫

自动驾驶的发展初衷,就是为了提升道路交通安全性,解放车主的双手,也就是为了达到无人驾驶状态。近年来,虽然自动驾驶技术升级加快,在感知、识别等关键技术上进展显著,但是就目前来说,距离完全替代人类还比较遥远。

现在,已经上路的自动驾驶汽车基本上都处于L2、L3技术级别,也就是只实现了半自动驾驶,还局限于辅助驾驶层面。因此,自动驾驶汽车要想跨入无人驾驶这个门槛,必须在感知、决策、控制、执行等技术环节实现更进一步的突破,同时也需要5G网络、高精地图和自动驾驶芯片、传感器等软硬件技术与基础设施的支撑。

因而,解放双手显然并不容易。好消息是,以Waymo为代表的部分自动驾驶企业已经开始测试L4级别的自动驾驶汽车,可谓“一只脚已经踏入了无人驾驶”,未来能否快速实现商用还有待观察。

“共享出行”或成商用主场景

在自动驾驶汽车量产计划纷纷出炉,上路测试一再提速的情况下,域内企业推动商用以实现盈利的趋势也越发凸显。在多年的高投入模式下,如果迟迟无法实现盈利,对于一个企业来说,显然也不是长久之计。

特别是,技术的逐渐成熟、政策的加快落地,无不为自动驾驶商用提供了难得契机。而且,近两年来,自动驾驶产业生态也基本打造完成,产业化过程所需的一切元素几乎都已经到位。正因此,各大开发企业已经将目光看向了商业市场,并把出租车与卡车视为两大商用场景。

在共享经济席卷全球的形势下,出租车等传统出行业态已经逐步融入共享出行领域,而共享出行的互联网属性,显然也更有利于推进自动驾驶汽车的初步商用。最为明显的信号是,作为全球最大的打车企业之一,Uber在自动驾驶发展上可谓不遗余力。就连Waymo等其他“外行”企业,也都计划进军打车服务领域。

因此,当自动驾驶技术足够成熟,各项基础设施进一步完善,自动驾驶汽车或将借助共享出行业态,成为城市公共交通的主流,来到我们身边。

上一篇:无人驾驶来临前,先到来的也许是VR/AR对汽车产业的变革
下一篇:深度学习论战 AI大神们在吵什么
精选推荐
2017年:AI渗入云端
2017年:AI渗入云端

[2017-12-29]  云中的人工智能不仅仅是科技巨头的权力游戏,它也可能是人工智能领域的下一个飞跃。加利福尼亚州的Rigetti Computing公司刚刚使用其原型量子芯片之一在其云平台上运行机器学......

如何让人工智能机器人快速自我纠正错误并吃一堑长一智?
如何让人工智能机器人快速自我纠正错误并吃一堑长一智?

[2017-08-23]  莱斯特大学数学系的研究人员在《Neural Networks》杂志上发表了一篇文章,概述了新算法的数学基础,可以使人工智能收集错误报告并立即纠正,而不影响现有技能 ,同时还会积......

助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出
助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出

[2017-12-25]  本文提出了一个大型的、长序列的、用于行人重识别的视频数据集,简称LVreID。与现有的同类数据集相比,该数据集具有以下特点:1)长序列:平均每段视频序列长为200帧,包含丰......

[2018-01-26]  纽约时报的报道,德国的研究人员已经开发出一种长约七分之一英寸的机器人,首先看起来不过是一小块橡皮条。然后它开始移动。机器人走路,跳跃,爬行,滚动和游泳。它甚至爬出......

人工智能民主化能否实现取决于科技巨头
人工智能民主化能否实现取决于科技巨头

[2017-12-29]  我们经常听到像谷歌和微软这样的公司说他们希望人工智能民主化。这是一个很好的词,民主化。 但这些公司如何界定“民主化”还不清楚,像AI本身一样,它似乎有点炒作的味道...

机器人iCub作为嵌入式AI的标准机器人研究平台的重要性
机器人iCub作为嵌入式AI的标准机器人研究平台的重要性

[2017-12-24]  机器人的研究在过去10年中得益于一个具有嵌入式人工智能(AI)的标准化开源平台——人形机器人iCub。iCub最初在意大利被创建,如今在欧洲、美国、韩国、新加坡和日本的实验室......

CES 2018:英特尔推出49量子位芯片争夺量子霸权
CES 2018:英特尔推出49量子位芯片争夺量子霸权

[2018-01-10]  在与Google、IBM的一场关于建立量子计算系统的马拉松比赛中,英特尔通过了一个关键的里程碑。近日,这个科技巨头已经推出了一个49个量子位 ...

可编辑神经网络,有望简化深度学习?
可编辑神经网络,有望简化深度学习?

[2019-10-04]  深度学习是一个计算繁重的过程。 降低成本一直是 Data curation 的一大挑战。 关于深度学习神经网络大功耗的训练过程,已经有研究人员 ...

本周栏目热点

2017年聊天机器人未达到行业预期的3个原因

[2018-01-18]  持续几年的“聊天机器人革命”带来了巨大的期望。营销人员和未来主义者幻想着智能虚拟自主代理人,他们会比我们更好地了解我们自己,从谈话片段中收集我们的愿望,并将我们的......

【浅析】人工智能关键技术决定机器人未来

[2016-02-15]     目前的机器人已经能够胜任精确、重复性的工作,但很多时候,它还不能够灵活 ...

比尔·盖茨:AI是把双刃剑 应用来改善教育医疗

[2019-03-19]  比尔·盖茨表示,在医疗领域人工智能曾用于过滤23andMe的基因数据,发现硒元素的缺乏或可与非洲的早产现象有关。在18个月后,我们可以了解到,该项目是否会给2万多名带来更多......

[2016-01-14]     1月12日,重庆市委书记孙政才在科研机构、企业和产业园区调研时强调,要深 ...

深兰科技方林博士:人工智能自主进化成为可能

[2018-12-07]  人工智能行业在国内迎来集中研究兴盛期,研究侧重点也从观点提出期,发展到了以谷歌Alpha Go和深兰Deepblue Go为代表的机器学习、深度学习独立研究期,并在智能语音识别交互......