百度萝卜快跑 VS 特斯拉FSD-无人驾驶技术探析
无人驾驶主要原理是利用计算机系统来实现车辆几乎不用人工干预就可以自动行驶的状态。这一概念首先在美国国防部高级研究计划局的“大挑战”科研项目中出现。近年来,人工智能在多个领域超越人类已经是正在发生的事实,包括在自动驾驶安全性能上也将超越人类驾驶员。
谈起自无人驶,其商业化的浪潮大概起步于2015年前后,当时深度学习取得巨大进步,加上多传感器融合技术可以超越人类做目标识别,这也成为无人驾驶技术发展初期的雏形,而5G技术的到来,让无人驾驶技术得以更好的发挥。
2017年,网上传言5年即可实现自动驾驶;
2018年,又有传言10年才能实现自动驾驶;
2019年,自动驾驶研发基本处于停滞状态,遥遥无期;
而2022到2023,自动驾驶企业开始传出来裁员;
2024年,国内的自动驾驶公司就开始大规模商业化。
2023年-2024年,这一两年时间里大模型GPT在AI圈突飞猛进。国外企业,除了特斯拉一家在押注自动驾驶,其他所有科技巨头和资本都在收缩战线。
1、萝卜快跑-自动驾驶技术
国内华为、小鹏汽车、特斯拉、小马智行,AutoX,图森未来,元戎启行,蔚来汽车,蘑菇车联,Momenta,如祺出行,文远知行等公司都在自动驾驶领域积极布局。而百度萝卜快跑是国内自动驾驶快速发展的一个缩影,也是百度全球领先的自动驾驶出行服务平台Apollo的重要落地应用,在无人驾驶领域扮演着先行者和创新者的角色。
(1)乘客体验-“傻萝卜”
尽管萝卜快跑因应对突发状况不够“灵活”被嘲笑“傻萝卜”,但与此同时,大部分自动驾驶的出行服务感到满意 -- 车辆内部空气清新、空调效果好,环境整洁又安静,无故意绕道等。
如果从技术发展趋势来看,未来的自动驾驶出行体验只会越来越好,如:
7×24小时全天候服务;
根据实时交通状况和替代路线为乘客提供最佳出行方案;
每次行程前进行自我清洁等等。
在所有出行体验中,安全始终是最关键的因素。如今的萝卜快跑为每台车配备了一名行程专员,通常是一个人远程监控若干台车,但只在乘客呼叫时响应。
(2)萝卜背后的自动驾驶技术
国内外其他无人驾驶技术不同的技术路线展示了自动驾驶领域的多元化发展,各企业都在探索最适合自身的技术路径,以实现更高效、更安全的自动驾驶体验。如:
华为的自动驾驶策略强调5G通信与AI的融合;
小鹏汽车则依赖深度学习的智能驾驶解决方案;
特斯拉的FSD系统则利用纯视觉技术实现硬件与软件的协同。
目前,萝卜快跑的商业化应用代表了无人驾驶技术在实际应用中的前沿探索,其主要原理是通过集成先进的传感器、人工智能算法、高精度地图以及V2X通信技术,实现车辆在无需人工操作的情况下安全行驶。
自动驾驶系统架构
萝卜快跑的第六代技术在创新性、实时路况适应和计算能力上都有显著提升,例如,通过高级传感器融合技术,车辆能够更准确地感知周围环境,结合实时路况学习,提高了在复杂交通情况下的驾驶能力,推动智能交通系统的发展,实现人、车、路的高效协同。
自动驾驶核心感知技术
萝卜快跑的技术核心在于:
高精度地图构建:提供详细的道路信息,帮助车辆准确定位和规划路径;
传感器融合技术:通过多传感器数据的协同处理,增强了环境感知的实时性和准确性
机器学习驱动决策算法:能够根据实时路况动态调整驾驶策略,确保安全行驶;
安全冗余设计&实时数据分析与云端协同优化:为无人驾驶的安全性和可靠性提供了坚实保障。
2、特斯拉-FSD智驾系统最接近真人开车
AI Day 2021(2021年8月),特斯拉首次展示基于「BEV + Transformer」的感知范式,展示了纯视觉智驾能力。
AI Day 2022(2022年9月),特斯拉在现在BEV基础上,特斯拉又提出了占用网络概念,极大提升了智驾感知能力,同时也为去激光雷达、去高精地图提供了更多确定性。
之后不久,特斯拉正式宣布拿掉超声波传感器,靠「8个摄像头+大算力芯片」实现了智驾,在纯视觉上越走越远,成为端到端智驾的引领者。
FSD12 -端到端学习 Transitioning to End-To-End Learning
小鹏:今年5月21日开始正式推送端到端智驾。
华为:今年4月发布基于端到端的ADS3.0,大概率在8月份开始推送。
理想:端到端正在内测,今年7、8月份推送测试用户,最早年底最晚明年上半年开始正式推送给用户。
特斯拉-FSD在乘客体验感上几乎没有在体感的加速度变化上,给我们带来任何的不适。遇到刹车、起步或者是变道的时候,总是很丝滑、很线性。
马斯克的 特斯拉-FSD在保持感知环节不变的情况下,把原先智驾系统都是会在感知规划环节里的规则预设全砍了,换成了 Transformer 架构,通过模型学习千万个的实际驾驶的视频素材,对每个视频的驾驶员进行评分,并训练机器模仿“好驾驶员”正在做的事情。。
FSD 最终的效果,其实是 N 多开车习惯还不错的车主的平均值,真就相当于一个老司机在帮你开车。
3、无人驾驶商业模式-成本优化才是降维打击
无论是传统的出租车服务,还是像滴滴这样的网约车服务,支付给司机的费用都是其运营成本中的一大块。据滴滴透露,其净利润率仅为3%,而公司收入的80%需用于支付司机。司机在扣除大约一半的运营成本后,剩余的部分才是他们的个人所得。
无人驾驶商业模式
而无人驾驶技术能够消除这人工成本负担,维持合理的价格和便捷的服务,势必会促进无人驾驶网约车的广泛使用。
关于萝卜快跑和自动驾驶汽车的市场占有率也没有准确的数据,但对出租车司机及网约车司机们存在一定的冲击。对于这个问题,市场管理者应该承担起应有的责任。
4、自动驾驶-监管与发展
目前,整个自动驾驶行业正处于从组合驾驶辅助向有条件自动驾驶过渡的阶段,监管与发展在自动驾驶技术的发展中,一个核心问题是明确划分其自动化水平。依据中国国家标准《汽车驾驶自动化分级》(GB/T 40429-2021),自动驾驶分为0级至5级,L3级别指的是在特定条件下车辆能够自主驾驶,但驾驶员必须随时准备接管控制;而L4级别则意味着车辆在面对挑战时能够完全自主应对,无需驾驶员介入。
然而,L4级体系缺少清晰的量化标准,导致其实际应用的有效性受到质疑。例如,现有的无人出租车需要满足L4级别的技术要求,但它们与那些配备监督员的L3级别自动驾驶车辆在技术层面上其实没有本质区别。
随着无人驾驶汽车技术的发展,预计将催生一系列前所未有的创新服务,比如数据分析师、算法工程师、自动驾驶安全员,智能网联汽车测试员,地图采集员,客户服务和支持人员,自动驾驶车队管理人员等等,这些新出现的职业有潜力创造大量就业机会,这些机会都与AI技能密不可分,甚至会超过传统出租车司机的规模,不仅有助于推动经济的增长,还为社会带来新的生机与活力。
总而言之,在无人驾驶出租车服务领域,未来的运营商有望成为提供多样化移动服务的领导者。目前看来,中国在这一领域已经取得了一定的先发优势;而在美国,特斯拉和Waymo等公司同样展现出了成为行业领军者的潜力。在这一轮竞争中,政府的政策与监管可能是关键因素。
---END---
理工雷科在线研讨会
“自动驾驶领域的仿真测试方法及技术”云论坛
识别二维码报名
编辑推荐
最新资讯
-
电器件的外壳防护等级IP解读
2024-09-07 13:16
-
测试储能BMS:高效模拟电芯的多通道解决方
2024-09-07 13:14
-
行业标准《汽车智能座舱计算芯片技术要求及
2024-09-07 13:12
-
GREGORY油耗仪,汽车燃油经济性测试好选择
2024-09-07 13:07
-
标准立项||让电动汽车充电“冷静”加速的背
2024-09-07 13:03