安信:2019自动驾驶趋势研究报告(三)

2. 自动驾驶概念定义——L3是分水岭

L3 将是自动驾驶技术的飞跃。对于自动驾驶技术和概念的定义,国际上通用的是美国 SAE 协会定义的标准。我们日常生活中接触的最多的仍然是 L2 级别的自动驾驶技术(以特斯拉 AutoPilot 为典型代表),本文所强调的自动驾驶是指 L3 及以上的高等级自动驾驶技术。

在自动驾驶技术分级中,L2 和 L3 是重要的分水岭,在 L2 及以下的自动驾驶技术仍然是辅助驾驶技术,尽管可以一定程度上解放双手(Hands Off),但是环境感知、接管仍然需要人来完成,即由人来进行驾驶环境的观察,并且在紧急情况下直接接管。而在 L3 级中,环境感知的工作将交由机器来完成,车主可以不用再关注路况,从而实现了车主双眼的解放(Eyes Off)。而 L4、L5 则带来自动驾驶终极的驾驶体验,在规定的使用范围内,车主可以完全实现双手脱离方向盘以及注意力的解放(Minds Off),被释放了手、脚、眼和注意力的人类,将能真正摆脱驾驶的羁绊,享受自由的移动生活。从实际应用价值来看,L3/L4 相对于辅助驾驶技术有质的提升,从「机器辅助人开车」(L2)到「机器开车人辅助」(L3),最终实现「机器开车」(L4/L5),L3 将成为是用户价值感受的临界点,将成为产业重要分水岭。

1.jpg

跟消费者普遍希望的「全能」所不同,自动驾驶技术是有应用场景和功能要求的。除了基础的分级之外,SAE 协会还给出了自动驾驶系统的重要设计维度:设计运行范围(ODD),即自动驾驶技术可以安全工作的环境,包括车辆自动驾驶时的速度、地形、路况、基础环境、交通情况、时段(白天、晚上)。以消费者最常见的量产自动驾驶系统——特斯拉 Autopilot 为例,虽然很多粉丝在城市环境试过 Autopilot,但官方给出的启用范围依然是高速公路和行车缓慢的路段,并对时速做出了限制。很显然,路况越复杂,自动驾驶的实现难度将越高。

2.JPG

国内自动驾驶将渐进式落地。SAE 的自动驾驶分级是较为粗线条的,容易产生歧义。我们按照路况复杂程度进一步细化自动驾驶的功能定义,并对其落地时间进行预测。参考罗兰贝格的报告,我们整体上判断国内自动驾驶将以 L0-L5 的路线渐进式展开,主要落地应用场景将以私家车出行、共享客运接驳、货运物流为主,从低难度的区域(封闭低速路段)向高难度的区域(复杂城市道路)循序渐进地落地。2019 年,国内将在城市特定区域开放道路进行自动驾驶车辆测试,并有望在部分高速公路允许 L3 自动驾驶。到 2025 年城市特定区域 L4、L5 自动驾驶有望开放,自动驾驶将步入分区域推进的新阶段。而 2025 年之后,才会逐步放开自动驾驶区域限制,从限定场景逐步拓展到全场景。

3.JPG

3.技术:5G+AI打通自动驾驶「任督二脉」

3.1 自动驾驶技术框架概述

单车智能的三大核心环节——感知层、决策层和执行层。狭义的理解,从单车智能的角度,自动驾驶技术的本质就是用机器视角去模拟人类驾驶员的行为,其技术框架可以分为三个环节:感知层、决策层和执行层。感知层解决的是「我在哪?」、「周边环境如何?」的问题;决策层则要判断「周边环境接下来要发生什么变化」、「我该怎么做」;执行层则是偏机械控制,将机器的决策转换为实际的车辆行为。根据上述三个环节的分析框架,自动驾驶技术实现的基本原理是:感知层的各类硬件传感器捕捉车辆的位置信息以及外部环境(行人、车辆)信息。决策层的大脑(计算平台+算法)基于感知层输入的信息进行环境建模(预判行人、车辆的行为),形成对全局的理解并作出决策判断,发出车辆执行的信号指令(加速、超车、减速、刹车等)。最后执行层将决策层的信号转换为汽车的动作行为(转向、刹车、加速)。鉴于高等级自动驾驶是极为复杂的系统性工程,其技术方案尚未完全定型,无论传统车厂、Tier1 还是互联网科技企业,对于高等级自动驾驶均有自己的技术路线,我们将在后续章节详细分析自动驾驶技术框架下不同模块的作用和技术趋势。

「车」、「云」、「路」协同进化是产业发展趋势。广义的理解,在单车智能技术路线的基础上,未来整个自动驾驶的技术体系将是「车端」、「云端」、「路端」同步升级发展。

云端的意义在于:1)收集大量数据,训练自动驾驶算法;2)通过云端更新高精度地图,为自动驾驶车辆提供更实时的环境模型和动态信息。

路端的意义在于:通过打造互联网化的道路,以车路协同技术,为自动驾驶车辆提供一个联网的「外脑」,从而减少单车智能的硬件成本。

4.JPG

3.2 解构自动驾驶核心技术模块

3.2.1 自动驾驶感知层传感器

3.2.1.1 自动驾驶感知层传感器的定义和分类

感知层传感器是自动驾驶车辆所有数据的输入源。根据不同的目标功能,自动驾驶汽车搭载的传感器类型一般分为两类——环境感知传感器和车辆运动传感器。环境感知传感器主要包括摄像头、毫米波雷达、超声波传感器、激光雷达以及 GPS& 惯导组合等,环境感知传感器类似于人的视觉和听觉,帮助自动驾驶车辆做外部环境的建模;车辆运动传感器(高精度定位模块),主要包括 GNSS、IMU、速度传感器等,提供车辆的位置信息、速度、姿态等信息。目前自动驾驶需要依赖不同的传感器来收集信息,尚不具有一个具备所有感知功能于一身的「万能」传感器。不同传感器所发挥的功能各不相同,在不同场景中各自发挥自身优势,难以相互替代。

5.jpg


0 个评论

要回复文章请先登录注册