作者:张丹
2012年4月1日,Google无人驾驶汽车带着革命性的市场愿景进入了大众视野,同时掀起的还有一股与智能汽车、车联网关联的行业“流行风”。
时至今日,无人驾驶这个与汽车紧密相关的概念模型已经深入人心,入局者层出不穷,产品样本在多层次的功能融合下也有了一个合时合宜的产出成效,未来的市场前景一片大好,内在潜力深不可寻。
事实确实如此,而目前却不尽然,无人驾驶汽车的发展之路并非一路平坦,实际施行中仍然存在着很多不可预期的难题。综合而言,可以说有机遇也有挑战,有跃进但又有一些限制性的市场门槛,而在道德律法还未能让它合理化的随意行走在道路上时,它仍然只是厂商们勾勒中的美好蓝图。那么,无人驾驶汽车的现在能否撑的其众人憧憬的未来?发展过程中所存在的机遇与挑战又有那些呢?在阐述这两个问题以及其它的相关问题之前,我们先来看一看无人驾驶汽车的发展历程,以便更深入地了解这个怀揣着众人梦想的产品构想。
无人驾驶的发展历程
可能在很多人的认知里,谷歌是无人驾驶汽车的先驱缔造者,其实,并不是这样,很多国家在早年都有与无人驾驶汽车相关的技术研究。
总而言之,无人驾驶的发展历程总共分为这样几个阶段。
1、无线电试错阶段。
借以铺设在地面上的电线为一辆汽车的驾驶方向进行引导,以此论证无线电引导下的无人驾驶是否可行,这个可算作无人驾驶极早的发展雏形实验出现在1958年的美国。而继美国人之后,英国人也开始了无人驾驶汽车方面的研究,他们采用的方式是用永磁铁片组成的引导线开始进行相应的无人驾驶实验。
2、自主驾驶实验阶段。
1995年美国卡耐基梅隆大学研制的无人驾驶汽车可以说是无人驾驶汽车自主驾驶阶段的一个很好示例。虽然Navlab-V只是完成相应的方向控制,不过却为无人驾驶汽车做了一个很好的市场铺垫。实验中的Navlab-V以50~60km/h的车速在4587km的美国州际高速公路上圆满完成了实验。值得一提的是,实验过程中,96%以上的路程由Navlab-V自主驾驶完成。Navlab-V的前身源自美国在20世纪80年代,提出的与自主地面车辆相关的(ALV)计划,就是通过把NavLab系列机器人对图像处理、图像理解、传感器信息的融合、路径规划和本体控制等功能运用在一辆八轮车之内,让它可以以较低的车速在校园内自主驾驶。
3、全程无人驾驶实验阶段。
20世纪80年代末,中国开始在无人驾驶汽车身上展开了相关实验,以此为市场发展基础。2001年中国研制成功时速达76公里的无人车,2003年研制成功中国首台高速无人驾驶轿车,高时速区间值为170公里…… 2011年7月14日红旗HQ3无人车完成了从长沙到武汉286公里的高速全程无人驾驶实验。这可能是相对较早的全程无人驾驶实验,不过目前在市场上大家鲜有耳闻,确实让人有点遗憾。
4、产品成型阶段。
在相应的无人驾驶汽车实验都得到了相关的体现后,2005年斯坦福大学改装的大众途锐无人驾驶汽车DARPA完全挑战赛大获成功的新闻再度让无人驾驶汽车有了一个为人所知的市场过渡期。而谷歌无人驾驶汽车技术源就是来自于2005年DARPA上获胜的斯坦福大学。众所周知,谷歌无人驾驶汽车有着很高的市场关注度,而它也在2012年5月8日谷歌无人驾驶汽车拿下了内华达州首个驾驶许可证。截至2015年11月底,谷歌无人驾驶汽车已经在自动模式下走完了130万英里的路程。
2014年7月24日,百度启动无人驾驶汽车计划,2015年12月百度宣布其无人驾驶汽车已经以100公里每小时的时速实现了一定距离内的完全自动驾驶。
英国第一辆无人驾驶汽车于2015年2月亮相,主要针对乘客、购物者、老年人的短距离出行。
而在时间顺序之外,法国、德国、日本也都有相应的无人驾驶汽车诞生。法国的无人驾驶汽车名为“塞卡博”,“塞卡博”身上的两点为类似于巡航导弹的高精度位置定位。德国的无人驾驶汽车则以激光传感器统领全局。日本开发的是一套无人驾驶系统,可以一个系统控制多辆汽车,共享速度和刹车信息。
5、多家入局合作研发阶段。
截至到目前为止,无人驾驶汽车已经成为了汽车领域不可或缺的一个关键词,车厂、互联网企业几乎都想要在这个领域做出一些成绩来。日本以丰田、日产、本田、日本电装、瑞萨电子、松下为联盟成立了自动驾驶研究部,谷歌也在不断的找寻合作伙伴,新加坡已经有了无人驾驶汽车的租车服务,而UBER、滴滴、乐视、长安等企业都有在这个领域蠢蠢欲动的市场表现。百度已经加入了无人驾驶汽车的先行军,难说阿里、腾讯不会在这里继续摆下竞争的对战谱。
可见无人驾驶汽车已经成为了一个市场必备与市场刚需,但可能也正是因为这段惹的众人眼红的发展历程,无人驾驶汽车开始在细分领域内有了更多的挑战以及更多严格的市场要求。
机遇与挑战
无人驾驶汽车在多国的产品筹划中迎来了一个非常不错的市场发展机遇,在整合了与之相关的智能汽车技术、车联网技术之后,它可为驾驶者带来的也不仅仅是安全行车这一点。
我们都知道未来是美好的,但现在无人驾驶汽车成型的市场机制里,它所面临的挑战还有很多。
1、实时路况的不确定性。
实时驾驶路况中存在着很多的不确定性,而无人驾驶汽车作为一个可移动的机器人在某些外在因素下可能并不会像人类一样处理好当时的情况。比如谷歌曾在2009年的测试中发现,自动驾驶汽车在通过无红绿灯的四向“Stop”路口时几乎无法完成通行。
2、数据模型不完整。
谷歌无人驾驶汽车的主要通过机载激光雷达、GPS、惯性测量装置来完成相应的路况分析,建模在内的地图数据信息由驾驶员前期开车收集而来。这是一个整套的资源数据整合,对应的数据基数是无人驾驶汽车的主要参考依据。换句话来说,就是如果出现之前没有在数据模型内的驾驶信息,无人驾驶汽车就不会完成下一步的走向,而目前百度、谷歌、uber几乎都是采用的这种方法。在市场统计的数据中,谷歌无人驾驶汽车目前为止已经脱离无人驾驶状态341次,归根结底,这也是技术上的不完整造成的后果。
3、道德与法律的考量因素。
谷歌无人驾驶汽车在6年的研发测试历程中总共发生了14次交通事故,而在道德与法律并不完善的考量机制外,如何还给人们一个公正满意的决断结果一直是一个大众关心的议题。比如2016年2月中旬,谷歌无人驾驶汽车的“强行并线”造成了与一辆公交巴士的轻微碰擦的事故,谷歌无人驾驶汽车“承担了部分责任”的前提是在没有人受伤的情况下。假设在未来无人驾驶已经普及的市场中,一个孩子突然冲到道路上,使得无人驾驶汽车不得不在冲向这个孩子与转弯撞上迎面而来的货车两个选择中做出一个选择时,到底该怎么选?类似这样的道德困境跟与之关联的法律考量因素都是无人驾驶汽车所面临的挑战。
4、技术瓶颈。
现阶段的无人驾驶技术还没法应对农村或小城镇的复杂的交通情况,传感器、雷达、摄像机、激光测距仪、GPS等组成的自动驾驶系统还离不开人的操控。而智能辅助驾驶系统,雷达、摄像头等传感系统,车载终端,车联网通讯协议等关键共性技术都没有统一的标准。从某种程度上继续加剧了无人驾驶汽车在技术上的发展瓶颈,道路上,无人驾驶汽车可以比人类更多的兼顾相应的实时数据信息。然而在某些心理程度上,机器人却无法如人一样做出简单而快速的果断决策,这些都是未来厂商们需要在技术上做的突破。
未来憧憬
那么有了这些挑战,现在的无人驾驶汽车还撑的起众人憧憬的美好未来吗?
目前的无人驾驶汽车主要以激光测距系统连接的数据库信息来判断道路上大致的实际路况,通过GPS、传感器、雷达、车道保持系统等为辅助配件感知途中的交通牌、汽车、行人等相关信息。而这种因为数据信息没有实效性的产品缺点虽然造成了很多不能避免的漏洞并存,却并不能掩盖目前市场上所莅临的众多在做厂商在机遇与挑战并行的发展状态下为它开通的这条让人欣慰的前瞻之路。
目前基于数据库的无人驾驶汽车模型笔者认为也会在未来被雷达、相机以离线分离器为附带基础,更为直观的实时监测到道路上的行人、车辆、并由GPS结合自身的所处位置的发展模型所替代。
微信公众号:「duoshaoshuo」或「多少说」
发布评论
评论