5G下的车联网: 高朋满座还是一地鸡毛?

随着5G商用牌照的发放,我国也迎来了5G发展元年,在众多的智能垂直场景应用领域之中,车联网、自动驾驶已成为全球热点,其蕴含巨大的经济价值和社会价值,成为国内外各科技公司、互联网巨头、通信运营商以 ...查看全部

随着5G商用牌照的发放,我国也迎来了5G发展元年,在众多的智能垂直场景应用领域之中,车联网、自动驾驶已成为全球热点,其蕴含巨大的经济价值和社会价值,成为国内外各科技公司、互联网巨头、通信运营商以及汽车主机厂商联手抢占的蓝海市场,在如此强劲的风口下,我国车联网发展到底是“高朋满座”还是“一地鸡毛”?

牌照发放:C-V2X发展势头强劲

车联网的出现对互联网的响应速度,运营商的服务质量,以及汽车厂商、软件提供商,甚至政府的支持力度均提出了新的挑战与要求。

内在,汽车自身将具备移动通信能力和计算处理能力;外在,技术和环境的发展催生了道路信息、车辆管理、自动驾驶等众多场景的需求,而C-V2X则是让这些成为可能的主要抓手。

C-V2X(蜂窝车联),即基于蜂窝技术的车联网通信,它不仅支持现有的LTE-V2X应用,还支持未来5G V2X的全新应用。它基于强大的3GPP生态系统和连续完善的蜂窝网络覆盖,可大幅降低未来自动驾驶和车联网部署成本。

具体来看,目前的C-V2X是基于全球3GPP R14规范的V2X通信技术,主要包括四大类场景,分别为车与车之间的直接通信(V2V),可提前预警;汽车与道路基础设施之间的通信(V2I),如交通信号灯、交通标识、停车位置等;汽车与行人通信(V2P),可保障行人安全;这三类皆为基于设备本身之间的通信,当使用到移动网络环境进行通信时,还包括汽车通过移动网络与云端进行通信(V2N)。

正因这些优点,自研发以来,C-V2X深受以电信行业为基础、拥有蜂窝技术背景的公司和车企的青睐,在这其中,中国移动、中国联通和中国电信均成立了下属的车联网部门与子公司,力图从网络运营和基站建设着手,协同制定车联网应用标准,引领行业发展。通信芯片具有较高的进入门槛,国内以华为、大唐、中兴为主,开展LTE-V2X芯片和5G通信芯片的研发。当前,在通信运营和芯片等领域,国内市场基本被行业巨头占领。

毋庸置疑,随着5G牌照的落地,基于5G的C-V2X技术也将迎来新一轮的发展风口。

移远车载产品总监王敏表示,在自动驾驶过程中,车辆的传感器从检测路况信息到命令车辆的“大脑”做出反应的时间越短,自动驾驶的安全性就会更高,基于5G的C-V2X技术,会更好地改善自动驾驶。

高新兴科技集团物联公司副总裁、车联网产品线总经理杨磊认为,目前,我国车联网产业化进程逐步加快,产业链上下游企业已经形成围绕V2X的完整产业链生态,在5G-V2X的助推下,车辆将由代步工具转变为第三智能空间,人类的生活体验将会得到提升。

规模落地:车路协同是抓手

当前,发展车联网大概分为两大派系,一方是认为应竭力发展单车的智能化,另一方则是认为应把精力重点放在建设车路协同上,对此,360车联网市场负责人表示,对于当前车联网而言,单车智能化与车路协同两者是相辅相成共同发展的关系。车路协同是从系统思维的角度看待车联网的发展,单车智能化虽然是一个理想的发展方向,但在成本和技术上都存在很高的门槛。

赛迪顾问的《车联网产业发展报告(2019)》显示,当前全球联网车辆已经达到9000万辆,预计到2020年将增加至3亿辆左右,2025年则将突破10亿辆。

毋庸置疑,任何一件产品的大规模落地,首先要解决的肯定是成本的控制。

如果我们追求单车高度智能化,那么在保障安全的前提下,单车的感知、决策系统等都需要当下最优秀的设备。但当下单是一台64线激光雷达成本就够抵上数台入门级家轿的价格,同时,目前高度自动化的测试车平均成本就在20万美元左右,可见一台高度自动化的汽车成本不菲。

而如果在车路协同下,道路基础建设更多的是政府、科技企业来投入,对于车企来说,有了道路传感器的辅助,他们甚至可以减少车辆部分感知传感器,造车成本将大大降低;同时对于消费者来说,购买自动驾驶汽车也将更便宜、更容易。这对于自动驾驶汽车的推广有着积极意义。

大唐移动5G产品线副总裁李文表示,5G无人驾驶有两条路线,一条是智能化,即实现单车智能,另一条是网联化,即利用V2X技术、辅助驾驶,打造车路协同,总体来看,车路协同是未来真正形成可商用可落地的解决方案。

北京航空航天大学交通科学与工程学院副院长田大新指出,不管是单车智能还是群体智能,交通出行将是未来市场一个巨大的蛋糕。但单车智能并不能提供完备的车联网环境,必须实现车车、车路之间协同,从而形成完整的智能交通体系。所以增强型的群体协同将变成未来一个发展方向,这也将为整个产业的发展和技术的落地带来革命性的变革。

“被动安全都是出事故之后,安全气囊打开,防止意外,而主动安全是在出事故之前预警,规避事故的发生,这相当于主动防止事故的发生。”田大新表示,通过车路协同,可以实现道路交通安全、车辆安全从被动变成主动。

商业模式:从汽车迈向智能终端

车联网产业链条长,产业角色丰富,从上游到下游涵盖制造业和服务业两大领域,随着车联网的深入发展,必将会重塑出行产业的结构格局和商业模式。

腾讯车联总经理、腾讯未来网络实验室总经理刘昕认为,智慧出行商业模式关键在于实现整体数据流的商业闭环,当无人驾驶规模化应用之时,人的双手和大脑彻底解放出来,结合5G与云技术,并不需要在车机系统中增加更高昂的成本,只需要一个网络接口,就会出现更多新的商业模式。

中国科学院科技战略咨询研究院研究员王晓明认为最能给智慧出行产业提供借鉴的就是手机产业,过去手机的定义是打电话,苹果手机的打电话能力弱于诺基亚,但当手机变为多功能终端,苹果的商业模式就成功了。如果汽车的定义仅是从A点到B点的移动出行工具,那么当它不移动,它就不创造价值,但是当汽车变成一个多功能平台和载体,即使它不移动,也可以创造价值,价值的来源在于平台开放、连接,不在汽车本身。

吉利汽车研究总院创新中心总监杨峰表示,未来,自动驾驶将通过全新技术融合、不同频谱类型和频段、多样化服务及部署,打造一个强大的5G平台,并且,5G车联网将会形成大量的数据,通过数据挖掘,将有可能催生新的商业模式,比如主动数据化服务等。

中国移动研究院物联网研究所副所长、车联网与智慧交通创新中心主任刘玮指出,数据就是金山银山,有了车联网的数据才能实现更多的功能。

刘玮表示,车联网参与方众多,属于通信、汽车、交通等多行业融合的领域,目前产业各方在各地积极开展车联网应用示范,但并未实现数据的开放与共享。希望建立政府主导和社会参与共建的、服务于车联网的开放型大数据系统,实现政府监管平台、企业级平台、社会服务平台互联互通和数据共享。同时认为车联网需要产业链各方共同推动与塑造,促进产业健康快速发展。


博客 gaohong

LV1
2019-07-08 15:00
381

赛迪顾问发布新能源汽车用户满意度排行榜,消费者痛点有哪些?

《2019年新能源汽车用户满意度报告》历时4个多月的调研分析,于2019年5月29日正式发布。赛迪顾问品牌实验室通过建立科学、系统的评价体系,从消费者的角度出发,深入研究消费者在使用新能源汽车过 ...查看全部

《2019年新能源汽车用户满意度报告》历时4个多月的调研分析,于2019年5月29日正式发布。赛迪顾问品牌实验室通过建立科学、系统的评价体系,从消费者的角度出发,深入研究消费者在使用新能源汽车过程中的痛点和主要需求,帮助车企打造更符合消费者使用习惯的车型。

满意度报告收到近万名车主的反馈评价,覆盖2018年新能源汽车销量排名前十的城市,29个车企,75款车型。2019年新能源汽车用户满意度评价指标体系包括5个一级指标(基础体验、动力体验、服务体验、舒适体验和科技体验)和26个二级指标,力求以真实的客观数据反映消费者在使用新能源汽车产品过程中的满意度情况。

2018年中国新能源汽车整体满意度达到77.8%,较去年有所提升。从各项指标得分看,新能源汽车整体动力体验满意度最高,达到82.3%,其次是舒适体验79.9%,排名后两位的是服务体验与科技体验。


新能源汽车用户满意度各项指标满意度得分统计

特斯拉、蔚来、上汽荣威、比亚迪等品牌及车型满意度较高。特斯拉Model S凭借强大的技术实力和科技体验占据纯电动车型满意度榜首。蔚来ES8拥有多元的智能科技系统、贴心使用的用户设计和优良的充电服务体验,深得用户满意。在EV TOP20榜单中,比亚迪共有6款车型入选,上汽入选3款,展现了良好的企业实力。


Top 20 纯电动新能源车型用户满意度排名

部分自主品牌较早进入新能源汽车市场,早期产品成熟度不足,影响用户满意度评价。比亚迪、北汽新能源、奇瑞等企业都是较早推出新能源产品的品牌,但由于产品定位和技术限制,在续驶里程、科技配置等方面都存在不足,用户体验不佳。


新能源汽车品牌用户满意度榜单

充电满意度低于续航满意度,基础设施建设是新能源汽车发展的重要基础。整体看目前消费者对续航满意度评价较高,尤其是“续驶里程能否满足日常出行需求”一项满意度达到89%,冬季续航成为困扰消费者主要问题。充电满意度平均得分为77.5,主要问题集中在充电便利性方面。


用户对不同需求的续航满意度

产品可靠性满意度与购车时间成反比,老车型质量问题明显。问卷显示,购车时间越长的消费者对产品可靠性满意度越低,尤其是质量问题与故障频率这一项。购车时间在三年以上的产品可靠性满意度仅为58%,主要原因是3年前在售的新能源汽车产品还不够成熟,问题故障率较低。此外,3年前国内新能源汽车电池主要以磷酸铁锂电池为主,冬季续航衰减较大是客户投诉的主要问题之一。


不同购车时间消费者对产品可靠性的满意度

部分自主品牌售后服务品质未能与产品同步升级,有待提升。新兴车企的品牌售后满意度整体较高,源于其更加人性化的服务流程和直销模式对销售门店服务品质管理;合资品牌虽然维修保养成本相对较高,但服务品质和服务便捷性满意度评分整体较高;自主品牌车企的维修成本虽低,但其服务品质短板效应明显,另外4S店乱收费现象也是影响自主车企品牌售后满意度的主要原因之一。


品牌售后满意度排行(车企)

研究团队汇总了调研过程中影响消费者满意度的主要问题,分别为续驶里程方面的续航尚不能满足长途行驶需求、冬季续航衰减严重、等速续航误导消费者;售后服务方面的售后服务价格高、存在误导行为;舒适度方面的座椅舒适度较差、坐姿高和地板不平;充电方面的快充时间仍然较长、快充对电池的影响不明确、冬季冲不进去电;驾驶体验方面的行驶质感不好、制动能量回收体验不好,相关问题有待厂家解决。

未完待续(来源:赛迪顾问  作者:吴楚晓)


博客 gaohong

LV1
2019-07-08 15:00
436

2018年中国新能源汽车满意度77.8% 较上一年度有所提高

哪些新能源汽车品牌在用户体验中获得最高的满意度?《2019年新能源汽车用户满意度报告》给出的结果是特斯拉Model S、蔚来ES8、荣威Marvel X位列纯电动车型满意度排行前三名,特斯拉、蔚 ...查看全部

哪些新能源汽车品牌在用户体验中获得最高的满意度?《2019年新能源汽车用户满意度报告》给出的结果是特斯拉Model S、蔚来ES8、荣威Marvel X位列纯电动车型满意度排行前三名,特斯拉、蔚来汽车、一汽大众奥迪获得新能源汽车品牌用户满意度前三名。部分自主品牌受早期产品技术不成熟影响,满意度较低。

《2019年新能源汽车用户满意度报告》由赛迪品牌实验室、赛迪顾问汽车产业研究中心和新华汽车联合发布。2019年新能源汽车满意度评价指标体系从用户的基础体验、动力体验、舒适体验、科技体验、服务体验5个维度对新能源汽车开展评价。研究历时4个多月,收到近万名车主反馈。覆盖2018年新能源汽车销量排名前十的城市,包含29个车企,75款车型。调研结果显示,2018年中国新能源汽车整体满意度达到77.8%,较去年有所提高。其中,所有参与调研的消费者对新能源汽车满意度评分均在60%以上,评分在 85%以上的消费者占14.1%,评分在78%以上的消费者占到了55.6%,仅有11.8%的消费者满意度评分在70%以下。

结合各项细分指标排名,报告评出纯电动车型满意度排行榜、插电混动车型满意度排行榜以及品牌满意度排行榜,特斯拉Model S、蔚来ES8、荣威Marvel X位列纯电动车型满意度排行前三名,特斯拉、蔚来汽车、一汽大众奥迪获得新能源汽车品牌用户满意度前三名。部分自主品牌受早期产品技术不成熟影响,满意度较低。

调查还显示,新能源汽车的消费结构正在逐步向好,逐步成为主流消费群体。“私人领域逐步打开、A0级以上市场逐步成为主流是新能源汽车消费结构的新变化。”赛迪顾问汽车产业研究中心总经理鹿文亮称,随着竞争的加剧,新车型产品竞争力正在提升。纯电动汽车续驶里程在不断提升,已经可以满足用户基本出行需求。(来源:中国汽车报网  王金玉)


博客 gaohong

LV1
2019-07-08 15:00
381

5G驱动 智驾未来,未来汽车发展看这里!

2019年5月28日,智能网联驾驶测试与评价工信部重点实验室(浙江中心)揭牌仪式和中国(杭州)智能网联汽车前沿技术论坛暨中国(杭州)智能网联汽车产业促进大会在杭州人工智能小镇召开。 ...查看全部

2019年5月28日,智能网联驾驶测试与评价工信部重点实验室(浙江中心)揭牌仪式和中国(杭州)智能网联汽车前沿技术论坛暨中国(杭州)智能网联汽车产业促进大会在杭州人工智能小镇召开。

中国(杭州)5G创新园为智能网联驾驶测试与评价工信部重点实验室(浙江中心)举行揭牌仪式

预览区

上午,由杭州市委常委、余杭区委书记张振丰,工信部装备工业发展中心主任瞿国春,中国电子信息产业发展研究院副总工程师、中国软件评测中心常务副主任刘法旺共同为智能网联驾驶测试与评价工信部重点实验室(浙江中心)揭牌。

杭州市委副书记、市长徐立毅,中国科学院院士徐宗本,中国工程院院士孙优贤,中国工程院院士李德毅,中国工程院院士赵沁平,中国科学院外籍院士、美国科学院和工程院院士、图灵奖获得者约翰·霍普克罗夫特,浙江省通信管理局党组书记、局长徐建华,杭州市副市长柯吉欣等领导和专家出席仪式。

智能网联驾驶测试与评价工信部重点实验室(浙江中心)作为工信部重点实验室确立的首个先行先试区和部省产业全面合作载体,包含智能网联汽车软件测试实验室、智能网联汽车信息安全测试实验室和智能网联汽车模拟仿真测试实验室等科研力量,致力于支撑杭州市推进智能网联汽车模拟仿真和开放道路环境下的测试验证,加快推进自动驾驶技术落地和产业集聚。

预览区

随后,与会领导和专家前往赛目科技公司参观智能网联汽车模拟仿真测试系统及自动驾驶汽车,并给予了高度的评价。

中国(杭州)智能网联汽车前沿技术论坛暨中国(杭州)智能网联汽车产业促进大会

下午,来杭州市政府的有关领导,人工智能和智能网联汽车领域的专家学者,以及企业代表出席了会议。会议由杭州市经信局局长夏积亮主持。

预览区

杭州市副市长柯吉欣发表致辞,欢迎与会嘉宾到来,并介绍杭州市余杭区在推动人工智能和智能网联汽车产业发展方面取得的成果和即将开展的工作。

预览区

工信部装备工业发展中心主任瞿国春表示,“新四化”背景下,智能网联汽车成为我国抢占汽车产业未来战略的制高点,是我国汽车产业转型升级、由大变强的重要突破口。作为下一代汽车的大脑,车载智能计算平台将成为半导体、汽车电子等产业增长的重要驱动力。发展车载智能计算平台,事关我国产业与技术的安全可控,也是提高产业话语权和主动权的重要手段。既要发挥政府引导作用,更要发挥企业主体作用。下一步,要继续加强总体架构和技术路线的研究,统一认识;加强主机厂和研发单位的需求对接,加快产品研发和应用示范;加快政策研究和标准研制,推动质量和网络安全保障能力建设。

预览区

在主题演讲环节,中国工程院院士李德毅发表题为《勇闯“无人区”》主题演讲,认为企业和研发机构应该聚焦L4级自动驾驶汽车的量产,逐步实现智能网联汽车的普及,使其能够服务于普通百姓。李德毅院士强调了网联的重要性,要在保障自动驾驶车辆性能的同时提供丰富移动出行服务。他将智能网联汽车实现认知功能的概念拓展至记忆认知、计算认知、交互认知多个层面,并介绍了自动驾驶丰富的应用场景。

预览区

清华大学教授李克强发表《智能网联汽车发展现状与展望》主题演讲,介绍了智能网联汽车技术的演进过程,以及在发展中形成的新产品、新模式和新生态。李克强教授还提出要制定符合我国汽车产业和交通体系发展需求的智能网联汽车开发方案,并从云端、车端等领域介绍智能网联汽车基础平台的核心内容,从形成共识、协同创新、示范应用、安全保障等角度为推动我国智能网联汽车产业发展提供了建议。

预览区

中国电子信息产业发展研究院副总工程师、中国软件评测中心常务副主任刘法旺代表主办方,在会上正式发布《车载智能计算基础平台参考架构1.0(2019年)》白皮书。该白皮书在工业和信息化部电子信息司的指导下,由中国软件评测中心、工信部装备工业发展中心牵头,依托智能网联驾驶测试与评价工业和信息化部重点实验室,联合清华大学、国汽智联、华为、上汽、一汽等多家单位共同编制。白皮书作为前瞻性、战略性、系统性的顶层设计,有助于推动行业达成广泛共识。推进参考架构的研究梳理,可为我国车载智能计算基础平台的技术创新、标准研制、试验验证、应用实践、产业生态构建等提供参考和引导,加快推动车载智能计算基础平台的持续健康发展。刘法旺还借鉴手机和PC操作系统产业发展经历,对我国发展智能网联汽车计算平台提出建议,并表示中国软件评测中心将继续联合科技企业、半导体企业、整车企业、零部件供应商等相关行业的优秀企业,跟踪国内外车载智能计算平台技术最新发展动态,针对不同应用场景下的车载智能计算平台关键技术开展深入研究,不断总结车载智能计算平台研发与应用实践经验,输出汽车智能计算平台白皮书系列,以及相关技术领域细分报告、测试评估标准等成果,为构建完善的汽车智能计算平台技术与产业体系贡献力量。

北京赛目科技有限公司总经理胡大林介绍了智能网联汽车模拟仿真技术的基本概念和核心要素,详细阐述了模拟仿真技术应用于智能网联汽车测试领域的重要意义。胡大林对模拟仿真测试涉及到的关键场景、开环道路测试、闭环道路测试等技术方法和相关指标做了讲解,并对测试算法中的重要函数和测试结果中的相关指标进行了说明。最后,胡大林对高度自动驾驶车辆安全标准中的重要指标和测试规程提出了具体建议。

预览区

会上,杭州市自动驾驶测试管理联席工作小组发布了杭州市智能网联汽车开放测试道路范围,并公布了智能网联车测试通过企业。之江实验室科研部长赵志峰、华为MDC产品线总裁李振亚、斑马网络技术有限公司CEO郝飞、吉利汽车研究院高级经理陈文琳等与会代表也分别从人机物协同、智能驾驶计算平台化、产业生态、技术挑战等层面对我国智能网联汽车产业的发展路径分享了自己的观点。

完整版白皮书,请先关注赛迪研究院订阅号“ccid-2014”,请后台留言“528”,即可获得(中国软件评测中心)


博客 gaohong

LV1
2019-07-08 15:00
390

美国上半年豪华车销量:宝马稳居销冠 领先奔驰近1万辆

功能介绍汽车产业全媒体平台,聚焦了汽车产业链的行业动向、技术发展、热点资讯、高端人物、跨界融合等,为大家提供新鲜有料的汽车行业与技术新闻,有洞察力的分析报告,还有丰富的行业数据,让您分分钟知晓汽车行业 ...查看全部
功能介绍汽车产业全媒体平台,聚焦了汽车产业链的行业动向、技术发展、热点资讯、高端人物、跨界融合等,为大家提供新鲜有料的汽车行业与技术新闻,有洞察力的分析报告,还有丰富的行业数据,让您分分钟知晓汽车行业动态与趋势!

                                                                               

(图片来源:宝马集团官网)


盖世汽车讯 根据《美国汽车新闻》的报道,今年6月份,凭借新款SUV的强劲销量,宝马继续巩固了其在美国豪华车市场的领先地位,并以5000多辆的领先优势战胜梅赛德斯奔驰夺得销冠。就今年上半年的累计销量而言,宝马凭借156,440辆的销量成绩再次稳居冠军宝座,领先亚军奔驰逾9000辆。

具体说来,上个月,宝马在美国共售出31,627辆新车,同比上涨7.5%,这主要得益于其X3和大型X7等跨界车的强劲销量。今年前6个月,宝马品牌在美国累计销量达156,440辆,较去年同期微增2%。

相比之下,此前三年一直蝉联豪华车销冠的奔驰,上月在美国交付量为26,196辆(不包括货车的销量),较去年同期大致持平;今年上半年,奔驰在美国累计共售出147,396辆新车,同比下跌7.2%,其中C级车和GLS跨界车的销量都下降了30%以上。




特斯拉其实也可以看作豪华车销量的领头羊,但因为该公司不按月份公布业绩,因而没有上榜。但特斯拉表示,该公司第二季度共交付95,200辆新车,几乎是去年同期(40,740辆)的两倍多,因而也创下了新的季度交付记录。

榜单前五名中,除宝马奔驰以外,其他三名6月份在美国销量均有所下跌。其中第三名雷克萨斯上月共售出23,047辆,较去年同期下降3%;奥迪以19,409辆的销量排在第四名,但较去年同期微跌0.3%;第五名讴歌的同比跌幅更是达到16.4%。

其他豪华品牌中,英菲尼迪已经连续几个月出现销量下滑,上月跌幅达8%。路虎和捷豹也分别出现5.6%和19.6%的跌幅。由此,在销量前十榜单中,已经有六个豪华车品牌销量出现了下降,只有四个品牌实现了增长,包括沃尔沃(同比微增0.7%)和保时捷(同比增长6.4%)。

另外值得一提的是,有三家豪华车品牌上月销量依然实现了两位数及以上的同比增幅,其中迈凯伦和兰博基尼的增幅分别为55.2%和85.6%;捷恩斯上月在美国售出1,887辆新车,同比增幅高达137.1%。与前几个月相比,豪华车市场面临的逆风似乎有所缓解。(盖世汽车每日速递)


博客 gaohong

LV1
2019-07-08 14:50
313

王晓秋将赴任总裁 上汽集团能否迎来发展新契机?

7月4日晚间,“上海发布”发布了上海市市管干部任职前公示信息,王晓秋赫然在列。公告显示:王晓秋,男,1964年8月出生,汉族,籍贯江苏昆山,研究生学历,工学博士学位,高级工程师,1988年7月参 ...查看全部

7月4日晚间,“上海发布”发布了上海市市管干部任职前公示信息,王晓秋赫然在列。公告显示:王晓秋,男,1964年8月出生,汉族,籍贯江苏昆山,研究生学历,工学博士学位,高级工程师,1988年7月参加工作,1984年12月加入中国共产党。王晓秋现任上汽集团副总裁、上汽乘用车公司总经理、技术中心主任,拟任市管企业正职。



这一信息的公示,也意味着王晓秋将接任即将退休的陈志鑫,出任上汽集团总裁一职。

公开资料显示,王晓秋先后在上海汽车工业质量监督部门、上海汽车工业技术中心、上海汽车工业质量检测所等事业单位担任过重要职务;随后,其又先后在上海大众汽车有限公司、上海汽车股份有限公司、上汽仪征汽车有限公司、上海汽车制造有限公司、上汽集团乘用车分公司等上汽集团旗下主要分公司担任重要管理岗位。如今,王晓秋任职上汽集团副总裁、上汽乘用车公司总经理、技术中心主任一职。




从王晓秋的职业生涯经历来看,其与上汽集团结缘已久,并在上汽集团旗下多个子公司担任领导职务,既通晓合资,又执掌自主,曾被上汽集团董事长陈虹评价为集团的“多面手”。

2014年,王晓秋重回上汽乘用车,并担任上汽乘用车公司总经理一职;2015年,王晓秋定下了上汽乘用车2020年达到百万的销量目标。2016年,在互联网+和电气化的推动下,上汽乘用车提出新能源和互联网汽车并行的发展道路,并于同年推出旗下首款互联网汽车——荣威RX5。在上汽乘用车的产品体系中,荣威RX5无疑是最为成功的爆款车型之一,上市三年来,其累计销量已经超过60万台。

值得一提的是,在今年乘用车市场整体萎靡的环境下,上汽乘用车今年上半年却出现了逆势增长之势。数据显示,上汽荣威今年上半年总销量突破21万台,同比增长6%;而上汽名爵上半年销量接近13万台,同比增速为3.8%。另外,在7月1日,全国多地正式实施国六排放标准的情况下,上汽乘用车旗下荣威和名爵两大品牌在做好国五车型清库存的情况下,率先完成了国六车型的切换。如今,荣威和名爵旗下主销车型均推出了国六排放标准产品。




依托于新能源和互联网汽车两大品类,上汽乘用车最近几年市场表现突飞猛进,这也是王晓秋在任期间,值得骄傲的功绩之一。然而,今年以来,车市的下行,却从客观环境上为各大品牌蒙上了一层阴影,上汽集团也不例外。

据上汽集团公布的销量数据显示,今年前5个月,上汽集团累计销量为247万台,同比下跌16.7%;其中,上汽大众和上汽通用两大巨头累计销量下滑明显,上汽通用前5个月销量同比下滑幅度更是高达15%。

伴随着两大合资巨头销量的下行,上汽集团今年一季度的净利润也再次缩水。据上汽集团披露的今年一季度财报显示,其营收和净利润分别下滑了16.54%和15%。

由此来看,当前,摆在王晓秋总面前的,不仅仅是如何确保上汽集团的自主板块保质增量,还要面临上汽大众和上汽通用两大合资巨头销量下滑的考验,以及股东净利润下跌的挑战。

在车市下行,产业结构面临调整、变革的当下,车市告别以往高增长已成定局。强势如上汽集团者今年恐依旧摆脱不了销量下滑,净利润缩水的命运。此时,王晓秋执掌上汽集团,能够为上汽定下怎样的发展基调?又能够带领上汽在产品结构和商业模式上做出哪些创新和转变?值得我们期待。(盖世汽车每日速递 )


博客 gaohong

LV1
2019-07-08 14:50
298

走进阿里巴巴暨汽车行业数字化转型沙龙

汽车行业正在发生巨大的变化,传统车企正在面对核心业 ...查看全部

汽车行业正在发生巨大的变化,传统车企正在面对核心业务利润不断下滑,品牌价值弱化的压力,但同时,云计算、物联网、5G、人工智能、自动驾驶、区块链等数字技术正在飞速进入汽车产业,也让车企看到新的利润增长点。

在此背景下,盖世汽车携手阿里云,蚂蚁金服和QAD于7月17号在阿里云飞天园区举办走进阿里巴巴暨汽车行业数字化转型沙龙,此次活动将重点探讨新一轮科技革命驱动下,阿里云是如何助力中国汽车产业完成数字化转型之路。

时间

议程

08:00-08:40

上海地区嘉宾签到
上海阿里中心集合点:上海市闵行区申长路398弄阿里中心T3一楼

09:00-12:00

上海地区嘉宾乘大巴车从上海阿里中心出发赶往阿里巴巴西溪园区

12:00-12:30

除上海以外其他地区嘉宾签到
签到处:阿里巴巴飞天园区集合点

12:30-13:30

午餐园区内就餐

13:30-14:00

参观阿里云总部

14:00-14:40

汽车行业数字化转型趋势和最佳实践介绍
阿里云,解决方案架构师,王旭文(竹坚)

14:40-15:20

汽车零部件行业数字化转型应用场景
QAD,中国业务咨询总监,周健

15:20-16:00

区块链重构汽车行业供应链金融场景应用
蚂蚁金服区块链创新业务部,资深解决方案架构师,张翅(正择)

16:00-16:30

现场互动及合影留念

16:30-16:40

活动结束,上海地区嘉宾乘大巴返回上海

参加嘉宾:主机厂及汽车零部件企业生产制造,研发,物流,采购部门的总监,副总裁及高层管理人员。

参会费用:前50名通过审核的嘉宾免费收取报名费,50名以后的参会嘉宾收取99元报名费。

其他福利:上海地区报名的嘉宾提供免费接送班车,所有嘉宾提供自助午餐,主办方也为每位参会嘉宾准备了精美的礼品。

报名参会

欢迎对本次活动感兴趣的朋友识别下方二维码或点击“阅读原文”报名!


博客 gaohong

LV1
2019-07-08 14:50
512

国六提前/全球裁员破5万|2019上半年汽车行业大事件一览

由于经济增长放缓和消费者需求持续走低,2019年已经过去大半,却仍看不到任何缓解迹象。国六标准的提前、新能补贴退坡、双积分政策以及全球统一的轻型车测试程序(WLTP)的落实实施,多方位政策迫使全 ...查看全部

由于经济增长放缓和消费者需求持续走低,2019年已经过去大半,却仍看不到任何缓解迹象。国六标准的提前、新能补贴退坡、双积分政策以及全球统一的轻型车测试程序(WLTP)的落实实施,多方位政策迫使全球传统汽车产业加速电气化转型,与此同时,汽车业内分分合合,波动不停。在此,盖世汽车将今年上半年汽车行业所发生大事件进行梳理,并提取出10个汽车热点事件,内容如下:

大众福特“联姻”,全球最大轻型商用车合作诞生


同为全球知名的汽车企业,无论是福特还是大众,在面对全球汽车市场下滑、汽车产业变革的当下,都各自面临着不少的挑战,而此次“联姻”更似抱团取暖以期安然度过难关。

当地时间1月15日,福特汽车公司首席执行官韩凯特(Jim Hackett)与大众汽车集团首席执行官迪斯(Dr. Herbert Diess)举行了电话新闻发布会,双方宣布将组建一个业务范围广泛的战略联盟,专注于商用货车和皮卡的合作生产,并表示双方正在探索扩大电动以及自动驾驶技术的联合开发,旨在帮助双方节省数十亿美元的成本。

福特和大众表示,两家公司最早将在2022年推出共同为全球市场开发的商用车车型和中型皮卡车型,中型皮卡将基于福特Ranger打造,而大型货车将基于福特的Transit Custom车型;而大众计划为双方开发生产一款城市面包车;预计自2023年起,双方在商用车以及皮卡车上的合作将带来税前利润的增长。

此外,福特和大众还签署了一项合作备忘录,旨在探索在自动驾驶、智能移动出行服务和电动车型领域内的合作,目前双方已着手开始探寻潜在的合作机会。双方表示对于未来在更多车型项目上的合作持开放态度。双方团队在未来的数月中将继续讨论合作的细节。

值得注意的是,两家公司此次合作将不会涉及合并或交叉持股等。合作双方将成立一个联合委员会,来完成联盟的管理工作。该管理委员会由韩恺特和迪斯博士共同领导,由来自双方公司的高层共同组成。

2019年新能源补贴政策出台,靠着补贴混日子的时代一去不返?


3月26日,财政部、工业和信息化部、科技部、发展改革委联合发布了《关于进一步完善新能源汽车推广应用财政补贴政策的通知》(以下简称《通知》),新一轮补贴退坡政策浮出水面,其力度也正如我们此前猜想一般猛烈。



具体调整方面,纯电动乘用车领域,新政由2018年的五档补贴简化成了两档,续航低于250公里的车型不再享受补贴;0≤R<300被并入300≤R<400,共同享受1.8万元的补贴;续航400公里之上的补贴金额则由5万降至2.5万。

插电式混合动力乘用车的补贴金额从2.2万降至1万;对于非私人购买或用于营运的新能源乘用车,新政按照相应补贴金额的0.7倍给予补贴。

这其中,相比起0≤R<300以及续航400公里以上的两档来看,其中间300≤R<400一档退坡幅度最大,达到了60%,远高于另外两档的47%和50%。就2018年主流新能源产品来看,300≤R<400这一续航里程区间的车型最为集中,受影响度也最明显。



与此同时,新政还针对动力电池能量密度的补贴标准也进行了提高,由2018年最低105Wh/kg调整为最低125Wh/kg,而最高补贴倍数则由2018年的 1.2倍降至1倍。这也就意味着此前通过堆电池来实现高续航的操作将止步于前。

时至7月,距离此前新政所给出的过渡期截止日期6月25日已过去近十天,就目前已知信息来看,除比亚迪、广汽新能源、威马等车企坚持不涨价外,北汽新能源、吉利、上汽新能源及长城欧拉等车企则表示将适当微调。

特斯拉上海超级工厂动工,32.8万起售价的国产Model 3网友大呼没诚意


距离特斯拉上海超级工厂仅半年时间,国产Model 3便在微博上公布了它的最终售价,Model 3标准续航后轮驱动升级版32.8万元,并宣布新车即日起开启预订,预计交付日期6-10个月。数据与进口版本的Model 3标准版基本相同,NEDC续航460km、百公里加速5.6秒、极速225km/h,预计Autopilot选装价格依然为27800,FSD全自动驾驶的价格则要56000元。



但在此前盖世汽车针对国产Model 3定价的调研结果显示,超6成的参与者认为,价格过高,令人失望。正因如此,4成的参与者表示,在面对国内不少20万级别优质新能源产品,高昂的定价,或将制约国产Model 3在中国更好发展。

与此同时,频发的新能源车起火事故,也让更多消费者对新能源车安全性持观望状态,或将直接体现在购买力上。

新能源车接连起火,蔚来ES8首召回


近年来,政策推动下,铸就了我国新能源汽车百万级的市场规模,然而,随着保有量的提升,起火、自燃等事故也是愈发频繁,新能源汽车的安全问题亟待规范、解决。

国家市场监管总局数据显示,2018年,新能源汽车起火事件已发生40余起,召回涉及33个车型的12.14万缺陷车辆,进入2019年,尤其是4月21日—24日,4天内4个国内外品牌新能源汽车接连发生的4起起火事故,一时间,将新能源汽车安全问题再次推向了风口浪尖。但此类起火事故仍未就此止步,据交通部统计,截至6月底今年全国共发生涉及新能源汽车安全的事故已达19起,未来随着新能源汽车市场的不断扩充,事故发生频率或将持续正向攀升。

截至6月30日,今年上半年新能源缺陷车型累计召回2.76万辆,不过真正涉及自燃事件展开召回的仅蔚来汽车于6月27日发起的召回通告,且此次召回主要针对今年4月份蔚来于西安自燃事件,而这也是目前国内造车新势力首例召回。

国六标准提前执行,汽车产业迎新挑战


虽然国五标准全国实施才两年,但新的标准——国六还是来了。

尽管距离国家硬性要求还有一段时间,可是迫于环保压力,以深圳、天津、河北、山东、河南、北京、广东、上海等多省市为代表的地区,纷纷宣布将在2019年7月开始执行国六排放标准,直接跳过国六a阶段,这相当于比环保部之前的计划提前了4年。

另悉,海南省已于去年11月1日起试点,不允许没有达到国六标准的轻型汽车销售、注册,成为全国第一个实施国六标准的省份。

另外,据了解,此轮将执行的国六标准适用于最大总质量不超过3500kg的M1(类9座以下载客车)、M2类(9座以上载客车)和N1(类最大设计总质量不超过3500kg的载货车辆)汽车。与国五排放标准限值相比,国六b标准的一氧化碳和氮氧化物限值分别下降了50%和42%。甚至比“欧六”的标准更高,和美国水平相当,可以说是目前全球范围内最严格的排放标准之一。

而在国家加大汽车生产监督力度的同时,汽车生产和相关企业也将面临崭新挑战,如何尽快消化国五库存?尽快跟上市场需求,切换国六产品?等等问题,即便时间已至7月,对整车企业及上下游产业链企业来说,仍是不小的困扰。

许家印为圆造车梦,恒大开启疯狂收购模式


许是源于FF的伤害,让许家印的造车梦变得更加坚定,而这一次,恒大开启了疯狂收购模式,欲以最快的速度搭建新能源汽车产业的架构。

在与FF正式分手12天之后,1月15日,恒大以9.3亿美元的价格收购Mini Minor Limited股权,从而获得了NEVS的51%股权;后又以10.6亿元收购卡耐公司58%股份,获得动力电池技术;并先后拿下广州南沙、沈阳两块土地,投资总额达2800亿元,用以建设新能源汽车三大基地项目;随后先后以分别在3月、5月分别将入主荷兰e-Traction及英国Protean收归麾下,从而全面掌握了商用车和乘用车领域的轮毂电机技术。

此外,恒大此前还入股了中国最大的汽车经销商集团广汇汽车,并在年初出资设立了“恒大智慧充电科技有限公司”,这也就意味着恒大已实现核心零部件制造、整车制造研发、销售与售后的完整产业链闭环,其新能源汽车产业的架构、版图已初步确定。

而就在6月29日,恒大新能源汽车集团宣布,旗下首款车型国能 93量产下线。至此,许家印的造车梦已初步达成。

奔驰CEO蔡澈退休,老一辈掌门人逐渐离去的时代


如果说,2018年是告别穆勒、痛别马尔乔内的一年,那么2019年上半年便是属于蔡澈的。

德国当地时间5月22日,戴姆勒股份公司董事会主席、梅赛德斯-奔驰汽车集团全球总裁蔡澈将正式卸任。没有告别仪式,携带着曾经的光辉记忆,退休了,退休之后他将把领导大权交给50岁的瑞典人康林松。

回顾往昔,蔡澈携首席财务官云波先生(Bodo Uebber)把戴姆勒从一家包括航空在内的工业企业集团,变成了一家专注于高档乘用车和商用汽车的公司。他们的主要决定之一便是坚决与克莱斯勒在2007年分道扬镳,及时止损。

而今,在参与的最后一次股东大会上,蔡澈直言,成本、投资和梅赛德斯-奔驰的产品系列等一切都受到密切关注,戴姆勒不能也不会满足于目前的盈利水平,并强调:“我们对最近这一季度的业绩和股价并不满意”。

可是,未来的梅赛德斯-奔驰却已与蔡澈无关。

吉利控股与戴姆勒组建合资公司,在全球共同运营发展smart品牌


为smart寻觅好未来“归宿”,或许是蔡澈离开前前做出最后的交代。他始终相信,这个品牌在未来不会简单继续重复其在过去20年所走过的路。

“这是Smart品牌发展的历史上一个全新篇章的开始——新的篇章将记载新的车型、进入新的细分市场、开启业务增长的新阶段,但这些改变不会是Smart品牌的终结,而是一个新的开始”。

3月28日,浙江吉利控股集团(以下简称“吉利控股”)和戴姆勒股份公司(以下简称“戴姆勒”)宣布,双方将成立合资公司,在全球范围内联合运营和推动smart品牌转型,致力于将smart打造成为全球领先的高端电动智能汽车品牌。该合资公司预计将于2019年底成立,总部设在中国,双方各持股50%。目前有关该合资公司的商务条款尚未披露。

根据合资协议,全新一代纯电动smart将由梅赛德斯-奔驰的全球设计部门负责设计,吉利控股全球研发中心负责工程研发。新车型将在中国的全新工厂生产,预计2022年开始投放市场并销往全球。

作为整体新车型研发规划的一部分,smart未来产品阵容还计划扩展到快速增长的紧凑级别车型细分市场。而在2022年推出全新车型前,戴姆勒将继续在法国汉巴赫工厂(smart EQ fortwo)和斯洛文尼亚新梅斯托工厂(smart EQ forfour)生产现有车型。同时,汉巴赫工厂将在梅赛德斯-奔驰乘用车生产网络中发挥新的作用,将被用于生产梅赛德斯-奔驰EQ品牌的紧凑型电动汽车。梅赛德斯-奔驰将在汉巴赫工厂投资5亿欧元,并将充分应用现有员工丰富的生产制造经验。

戈恩不在的日子里,雷诺-日产-三菱“兵荒马乱”


从2018年上半年的全球汽车销量冠军,到如今的“兵荒马乱”,源于雷诺-日产-三菱掌门人卡洛斯·戈恩(Carlos Ghosn)的黯然退场。而与穆勒、马尔乔内以及蔡澈不同的是,戈恩因涉嫌违反日本《金融商品交易法》而被捕。报道,为了少申报其得到的报酬以逃避税务,戈恩多年来在有价证券报告书上记载的金额少于其实际得到的报酬,并且还存在使用公款的行为,涉案总金额或高达50亿日元(约3亿元人民币)。


在缺少了戈恩的统筹领导后,雷诺-日产-三菱联盟因内部股权和话语权的问题陷入持续升级的博弈之中。目前,雷诺持有日产44%的股份,并对日产内部事务拥有投票权,但日产却仅持有雷诺15%的股份,且没有对雷诺内部事务的投票权,而同时,日产拥有三菱34%的股权。在这种股权关系下,主要博弈发生在雷诺与日产之间。

今年初,雷诺提出与日产合并,以增强控制权,但被后者拒绝。随后5月,在未知会日产的情况下,雷诺擅自与FCA建立联系,以期与FCA各持50%股份合并,但随后因雷诺大股东法国政府要求更长的时间来争取日产的明确支持,合并事件暂时搁浅。6月,雷诺董事长盛纳德以其在日产投票权,威胁日产允许雷诺董事会两名代表加入日产董事会。

正式由于联盟关系的紧张状态,6月先后举行的雷诺、三菱和日产股东大会上,股东们就联盟对各企业的影响抛出了诸多质疑。包括质疑日产CEO西川广人为何没有发现戈恩不当行为,以及质疑夹缝生存的三菱如何从联盟中受益等等。

但出于对全球汽车产业及经济环境所将给企业所带来的影响,联盟三方掌门人均表态继续坚持联盟的底线。

裁员大潮汹涌,半年人数已破5万


由于全球汽车销量在经历了十余年的增长之后开始放缓,汽车制造商们正试图通过裁员的方式来应对更进一步的低迷状态。在过去六个月的时间里,中国、英国、德国、加拿大和美国等国家的车企至少已裁员超过5万人。


这可能还只是个开始。美银美林集团分析师约翰·墨菲(John Murphy)表示:“汽车就像滚下楼的木桶,我们认为下行趋势很显著,中国的下滑速度则令人大跌眼镜。”由于全球汽车销量放缓,众多车企不得不大幅削减成本,今年初,为了应对英国脱欧所造成的销量下滑以及中国市场销量下滑,捷豹路虎宣布将在全球范围内裁撤4500个岗位;戴姆勒集团刚刚离任的首席执行官蔡澈(Dieter Zetsche)也于5月22日表示,未来集团将进行大规模的成本削减,以应对前所未有的行业动荡;而上周,福特则宣布进一步扩大了此前制定的裁员计划,意欲在2020年底前裁员1.2万人、关闭6座工厂。

整车企业的变动,上游零部件企业也难道厄运。舍弗勒、固特异均给出了相应的裁员计划。据统计,自今年1月起,福特、通用、戴姆勒、特斯拉、本田、FCA及奥迪纷纷宣布裁员,总计已超过5万工人。然而这恐怕只是冰山一角,汽车行业更为巨大的下岗潮或许即将来临。


博客 gaohong

LV1
2019-07-08 14:50
316

重磅嘉宾来袭!第二届“光”+智能驾驶技术高峰论坛邀你参加

激光雷达在军事、航空航天、机器人和气象领域的使用已逾60载,如今随着 ...查看全部

激光雷达在军事、航空航天、机器人和气象领域的使用已逾60载,如今随着全球汽车产业智能化革命的到来,面向智能驾驶汽车环境感知、定位、导航、避障等技术越来越多地应用在汽车行业,也使激光雷达成为实现自动驾驶的关键传感器之一。

现今也有越来越多的资本涌入车用激光雷达领域,全球范围内有近百家公司正在使用其独特的方法开发汽车级LIDAR传感器。同样光学与智能汽车领域的结合更普及到热成像、车载镜头及其他产品和技术,共同推动汽车行业的先进技术发展。


为促进光电行业与汽车行业深度融合,打造光电与汽车行业人士交流合作平台,CIOE中国光博会与盖世汽车定于2019年9月6日联合举办第二届“光”+智能驾驶技术高峰论坛(2nd Intelligent Driving Technology Summit 2019)。


其中的两位演讲嘉宾及各自的分享主题如下:

  • ams艾迈斯半导体市场与业务开发总监金安敏

    ——先进传感器解决方案赋能固态激光雷达

    其中将会重点讲述ams的产品的产品及解决方案如何助力于汽车中固态激光雷达与自动驾驶的应用,从而助力于整个产业的升级与发展。

    ▼▼▼

讲师:金安敏

  艾迈斯半导体市场与业务开发总监
拥有荷兰爱因霍芬理工大学电子工程系硕士学位,浙江大学电子信息工程专业本科学位。多年在欧洲和中国两地从事电子技术及传感器的全球和地区业务管理以及早期研发工作。历任Sensata Technologies  市场经理,高级市场经理、市场部主管等职务,早年在TNO(荷兰国家应用科学研究组织)历任研发科学家,全球销售经理等职务。

  • 香港生产力促进局高级研发经理莫天德

    ——面向产业需求的智能驾驶

1、香港智慧城市蓝图和智慧出行措施;

2、不同产业面对的问题以及相关需求;

3、分享香港汽车零部件研发中心的技术路线和关于智能驾驶的案例

▼▼▼

讲师:莫天德

莫天德先生是香港生产力促进局的高级研发经理,负责绿色和智慧交通业务,主导和管理了多个百万级别的香港创新科技基金研发项目。他是亚太经合组织汽车产业对话会议的香港代表团成员,同时也是美国汽车工程学会香港分会的成员,负责支援车联网的业务发展。莫先生拥有超过17年的新能源汽车、充电桩和自动驾驶以及汽车智能平台系统的相关工作经验。

......

更多演讲嘉宾信息持续更新中

本次论坛将邀请政府部门、咨询机构、整车企业、激光雷达制造商、红外夜视、摄像头等传感器重点企业及知名科研院所等到会研讨,共话光与汽车电子行业市场前景,为汽车电子、汽车整车厂商等提供光电前沿技术共享发展经验,助力CIOE打造集采购、展示、学术交流于一体,以及寻找解决方案与产品市场拓展的一站式服务平台。

热点议题
  • 权威专家对最先进的激光雷达技术分析

  • 车用激光雷达市场趋势预测、并购发展、创业形态

  • 激光雷达与其他传感器融合关键技术探讨

  • 人工智能等新兴技术对车用激光雷达的影响

  • LIDAR数据处理技术和算法

  • 供应链趋势和挑战,政府法规和任务

  • 制造、包装和系统组装技术

  • 可靠性测试方法和技术

  • 技术转让、生态系统和研究中心交流合作


识别二维码或点击“阅读原文”查看大会议程或报名

赞助或媒体咨询:

林女士:linj@gasgoo.com


  • 9月4日-7日:同期展览展示

  • 9月6日:2019第二届光+汽车电子应用高峰论坛 (地点:深圳会展中心三号馆会议室)

主办方:中国国际光电博览会、盖世汽车

颁奖典礼:2019最具创新性激光雷达公司




作为全球汽车产业综合服务提供商,盖世汽车推出“最具创新性激光雷达公司”榜单评选活动,旨在发现车载激光雷达产业领先企业,把握汽车智能化的未来趋势,借助盖世在汽车行业的专业理解、产业深度和整合资源的能力,为创新公司的发展推波助澜,引领中国汽车产业的转型升级。

 

本次评选将从创新能力、市场能力、团队实力、影响力、融资能力等不同维度遴选最具创新性激光雷达公司。


长按二维码

报名2019最具创新性激光雷达公司



评选联系人:

微信:Linda192321

邮箱:ranking@gasgoo.com

//
往期嘉宾和现场回顾
//


博客 gaohong

LV1
2019-07-08 14:50
413

聚焦 | 进退两难 共享汽车驶向何方?

风靡一时的共享汽车,近来有些步履维艰。近日,德国汽车巨头戴姆勒旗下的共享汽车品牌Car2go宣布,将于6月30日全面停止在中国运营。而在此前,友友用车、EZZY等国内共享汽车平 ...查看全部


风靡一时的共享汽车,近来有些步履维艰。近日,德国汽车巨头戴姆勒旗下的共享汽车品牌Car2go宣布,将于6月30日全面停止在中国运营。而在此前,友友用车、EZZY等国内共享汽车平台也陆续宣布停止运营。与此同时,仍在运营当中的共享汽车平台日子也不太好过——停运、押金难退、用户体验差等问题成为用户集中投诉的焦点。面对困境,共享汽车将驶向何方?



车企重金投入


  共享经济作为新经济模式的代表,逐渐渗透进生活的各个角落。共享汽车作为其中的佼佼者之一,极大地改变了人们的生活。


  近年来,众多国内外品牌纷纷投入共享汽车市场,试图从中分一杯羹。根据前瞻产业研究院发布的《中国共享汽车商业模式创新与投资机会深度分析报告》显示,从2017年开始,新注册的共享汽车企业数量逐渐增多。截至2018年6月,国内已注册的共享汽车企业超过400家,投入运营的共享汽车数量已超过10万辆。


  国有车企纷纷投入重金——今年5月28日,“东风出行”首批1000辆共享汽车在武汉投入运营。而在此前几年,一汽集团、长安集团、上汽集团也各自推出的分时租赁等共享汽车产品。民营企业重庆力帆和长城汽车也发布了“盼达用车”“欧拉出行”等共享汽车品牌。


  此外,不少新能源车企和互联网公司也加入共享汽车阵营。如格罗夫氢能汽车公司日前宣布今年将在重庆生产200辆面向分时租赁市场的氢能汽车。今年3月,苏宁、阿里、腾讯等企业携手一汽、东风、长安,共同出资97.6亿元打造T3出行公司。


  尽管各方对共享汽车的未来满怀憧憬时,但有专家表示,共享汽车大多仍处于大规模投入期,没有盈利,一些运营成本高、服务能力差的企业难免被淘汰。


  “共享汽车与市场真正的需求还有一定距离。目前存在着资本认可但市场不认可的现象。” 中国社会科学院信息化研究中心秘书长姜奇平说。


  运营问题频发


  随着共享汽车的大规模布局和投入,一些问题也随之而来。新手司机发生重大交通事故、停运、押金难退、用户体验差等问题频频出现,成为影响共享汽车发展的问题。


  近日,在湖南湘潭,一名23岁的大学男生驾驶共享汽车与一名推婴儿车的女子相撞,婴儿车内年仅1岁6个月的男童经抢救无效死亡。经调查,该男子在5月中旬刚刚考取驾照。同样的事故在多地都曾发生。


  冒名租赁等问题也屡次出现,虽然很多共享汽车平台采用人脸识别、全程录像、定位等方式明晰出租方和承租方的责任,但仍存在漏洞。


  车况不佳、存在安全隐患,同样是共享汽车的通病之一。继共享单车后,共享汽车也出现了汽车质量难保证的问题,用户不爱惜车辆、乱停乱放、拒绝处理违章甚至恶意破坏等行为屡见不鲜。


  据上海市消费者权益保护委员会副秘书长宁海介绍,2018年其受理的共享汽车相关投诉超过1200件,主要集中在计费混乱、押金难退、索赔繁琐、商家推诿等方面。


  发展需要时日


  国际会计师事务所普华永道预测,2030年前中国共享出行市场将以32%的年均增速快速扩张。虽然共享汽车发展前景看好,但多家共享汽车平台的退出,无疑给共享汽车的发展敲响了警钟。


  姜奇平说,共享经济应当是对闲置物的再利用,但目前市场上存在的问题是不断地“生产”共享物品。专家表示,“烧钱”和过度投放等方式虽然能够抢占市场地盘,但弊端却不少。大肆投入会造成企业成本增加,收入又难以支撑成本,运营就难以持续。


  此外,共享汽车在服务方面也有待改进。“共享汽车想要突出重围,在用户体验、设施完善方面仍然需要不断改进,政府和社会也需要不断地完善政策和提高共享意识。”姜奇平说。


  一些企业负责人表示,共享汽车发展需要社会各界大力支持。如共享汽车大多布局在人流密集区域,这些区域普遍存在道路资源、土地资源、充电设施稀缺等问题,如何破解停车、充电等难题,考验城市管理者的智慧。


来源:人民日报海外版


博客 gaohong

LV1
2019-07-08 11:24
309

为什么“每一辆自动驾驶汽车都将搭载某种以色列技术”?

自通用汽车以来,包括宝马、现代、博世和李尔在内的数十家汽车制造商和一级供应商都已在以色列设立了类似的中心,挖掘利用这里的人才优势。




曾经,就在通用汽车撤销品牌、裁员、关闭工厂、濒临破产之际,公司的高管们把赌注押在了汽车行业一个鲜为人知的角落。而现在,这里已经开始产生效益。


2008年,也就是通用汽车根据美国破产法第11章进行重组的前一年,该公司在以色列沿海城市赫兹利亚(Herzliya)开创一家技术中心,也因此成为首家在此站稳脚跟的大型汽车制造商,现在,这里已经成为移动出行初创企业的绿洲,与硅谷齐名。


“他们那时就明白这是公司的未来。”通用汽车先进技术中心(Advanced Technical Center)执行董事吉尔·戈兰(Gil Golan)在接受采访时说,“它曾像一个婴儿”。



自通用汽车以来,包括宝马、现代、博世和李尔在内的数十家汽车制造商和一级供应商都已在以色列设立了类似的中心,挖掘利用这里的人才优势。就在上周(6月12日),福特汽车公司于在特拉维夫正式开设自己的研发中心,而早在2016年,该公司收购了以色列计算机视觉公司SAIPS。


这种繁荣是由文化和需求主导推动的。


以色列国防军近乎普遍的征兵,为以色列企业家灌输了一种领导意识并更加成熟。许多自动驾驶技术,从网络安全系统到雷达和激光雷达传感器,都植根于军事应用。


当地领导者说,鼓励冒险的文化源于历史上自然资源的匮乏,以及一种根深蒂固的信念,即以色列人可以通过创造一些不存在的东西来克服挑战。


戈兰说:“我们追求不可能的事情。我们从小就是接受这样的教育。”


虽然以色列在多个领域培养人才,但汽车行业近年来已成为其中重要的一支。


非营利组织EcoMotion的数据显示,自2013年以来,约有60亿美元已经投资于高科技移动初创企业。2013年,EcoMotion开创了特拉维夫了一年一度的移动大会。组织者说,从那以后,移动初创企业的数量从87家激增至644家,占全国初创企业总数的10%左右。


EcoMotion的执行董事奥利·达汉(Orlie Dahan)在接受《汽车新闻》(Automotive News)采访时表示:“我们正在成为移动领域的枢纽,大家都来到这里,集思广益、测试和开发。你可以通过Skype或者随时飞来飞去,但没有什么比近距离接触、当面沟通更好的了。”


与苹果毗邻


这也正是戈兰曾经向通用汽车高层传达的信息,尽管通用在经济大衰退中损失惨重。


自上世纪90年代末以来,通用一直在该地区物色人才,在许多竞争对手之前就有了实体店,帮助通用汽车吸引到顶尖人才,并在竞争对手纷纷效仿后仍保住了自己的地位。



如今,这个占地5万平方英尺的办公场所拥有大约350名员工,其中大多数是计算机科学家和电子工程师。2017年末,该公司在几个街区之外又增加一个办公地点。


新建筑很有特色,一层是时髦的自助餐厅,还有两层开放的办公空间。会议室悬挂着著名发明家的名字,包括达芬奇、牛顿和居里。戈兰说,这里紧邻有着1700名员工的苹果公司办公室,靠近亚马逊,距离微软约半英里,这些公司都在寻找类似的人才。


在这里,通用汽车的员工帮助开发传感器硬件,并直接负责当今汽车领域的多项创新,包括myChevrolet应用程序上为Bolt电动汽车用户绘制的地图,可以显示汽车能开多远,以及附近的充电桩位置。该团队还负责欧洲的OnStar应用程序界面。


戈兰:“追逐不可能。”


“这是我的创业公司。”戈兰谈到通用在以色列的业务时说。“我正在建立一些事物,从零开始。汽车业要讲述的是一个伟大的故事。我们正在影响社会,而(员工们)也想要参与一些大事件。”


福特的到来


现在,福特希望复制这一成功。在过去的十年里,这家汽车制造商一直在以色列寻找人才,就在上周,福特以一家研究中心做出了更坚定的承诺——以色列福特研究中心(Ford Research Center,Israel)。该中心紧邻SAIPS的办公室,两家公司加起来占地约5000平方英尺,SAIPS创始人兼首席执行官乌迪·达尼诺(Udy Danino)说。


执行董事长比尔·福特(Bill Ford)携家人出席了该中心的剪彩仪式,其中包括他的儿子威尔·福特(Will Ford)。威尔在Fontinalis Partners工作,这是老福特于2009年成立的一家风险投资公司,主要投资有前途的初创企业。


比尔·福特表示,对于汽车制造商来说,在这个国家拥有永久的实体是非常重要的。他在接受《汽车新闻》采访时表示:“福特需要把网撒得尽可能更广,以便尽可能接触到各地的创新者。以色列现在是创新的孵化地,我们需要与这里发展起来的生态系统亲密接触。”


该中心的研究将集中于车内监控、传感器、无线更新、网络安全和自动驾驶技术。它将与福特在全球的其他工厂紧密合作。


比尔·福特说,起初公司将有10到12名员工,但这个数字应该还会增长,就像该公司2015年在加州帕洛阿尔托(Palo Alto)研发中心一样,自设立以来,帕洛阿尔托的员工数量已经增加到了250人。


比尔·福特(右二)为以色列福特研究中心剪彩


“重要的是,这将为所有企业家创业者与福特汽车公司连接提供一个切入点。”他说,“然后,其中有人会成为我们体系中的倡导者,让他们可以找到合适的人,确保他们的声音能够得到回应。”


以色列的创新


这是比尔·福特第一次访问以色列。他说,他钦佩以色列在斗争中创新的能力,无论是在沙漠气候中打造独特的灌溉系统,还是由于该地区持续的紧张局势而采取的军事行动。老福特说:“他们一直遇到障碍,不管是自然的还是人为的,但他们一直在解决自己的问题。这种创造力和和智慧能够改变我们的行业以及许多其他行业也就不足为奇了。”


“这是我们的DNA。” EcoMotion的达汉谈到创新时说,“我们对失败无所畏惧”。


EcoMotion由以色列政府和非营利性机构以色列创新研究所(Israel Innovation Institute)组成的一家合资公司运营,自2013年成立以来发展迅速。有4000人参加了今年的活动,除比尔·福特外,演讲者还包括政府官员、Bird scooter公司副总裁以及福特前CEO马克·菲尔兹(Mark Fields)。


底特律北美国际汽车展(North American International Auto Show)首次派出代表作为密西根州代表团的一员,探讨合作机会。


汽车业面临着一系列独特的挑战,尤其是在人口密集的城市,如特拉维夫。城市两边的街道上都停满了车,只留下狭窄的驾驶通道。自行车、电动滑板车和轻便摩托车随处可见,而且停车位非常少,以至于当地政府在市郊设立了一个巨大的停车场,通勤者可以在那里搭乘免费巴士前往市中心。


在最近举行的2019年EcoMotion大会上,解决交通拥堵成为初创企业试图解决的众多问题之一,此外还有医疗运输、车辆维护和噪音消除等。在这个舞台上,数十家初创公司展示了与移动设备相关的产品。


“我不是先知,我不能告诉你什么时候会有自动驾驶汽车上路。” 达汉说,“我能告诉你的是,每一辆自动驾驶汽车都将搭载某种以色列技术”。


博客 gaohong

LV1
2019-07-08 11:24
312

自动驾驶的信任危机丨深度

人类在交出控制权很长一段时间后,会自然地对可信赖的自动化机器产生过度信任的感情。保守来看,可能我们与真正意义上的自动驾驶汽车,还隔着几十年的距离。在此之前,人机共驾可能会成为一种常 ...查看全部

人类在交出控制权很长一段时间后,会自然地对可信赖的自动化机器产生过度信任的感情。

保守来看,可能我们与真正意义上的自动驾驶汽车,还隔着几十年的距离。在此之前,人机共驾可能会成为一种常态,人类不仅要参与到实际驾驶中,同时还要扮演「监察员」的角色,牢牢盯着人工智能系统的运行。

但正是这样的「常态」,却一直是自动驾驶行业的「沼泽地带」。

在自动驾驶过程中出现突发状况时,如何让驾驶者及时且安全地接管控制汽车是一个汽车行业争论已久的难题。而这也正是行业内称作 L3 级别自动驾驶、甚至是 L2 级别自动辅助驾驶急需解决的问题:用户到底该不该信任这一类「人工智能辅助的驾驶系统(AI-assisted driving system)」?

其实业界针对自动化场景下人类行为的研究已经有超过 70 年的历史了。之前的研究表明:人类在交出控制权很长一段时间后,会自然地对可信赖的自动化机器产生过度信任的感情。

于是,如何平衡用户信任和风险,成为了众多车企和自动驾驶公司的「抉择」。这迫使很多车企直接越过沼泽,放弃了这种中间状态的「L3 级别自动驾驶」——「与其在技术不成熟时把责任转嫁到消费者身上,倒不如真正踏实的致力于直接实现完全自动驾驶汽车。」

但是依旧有很多辅助驾驶功能带来的体验让用户「上瘾」,包括能够不断升级的特斯拉 Autopilot 系统。

其实针对 Autopilot 的安全性问题,业界对特斯拉颇有微词。上月,美国国家交通安全委员会(NTSB)发布的调查报告显示,3 月份发生在美国佛罗里达州的一起特斯拉致死事故中,车祸发生时 Autopilot 处于激活状态,且驾驶员双手并没有放在方向盘上。尽管特斯拉官方也一直在强调,Autopilot 属于辅助驾驶系统,开启后驾驶员仍要手扶方向盘保持注意力集中。但事实上,之前很多起致死事故中,车主几乎都处于「拖把」的状态,完全将生命交给了一套功能仍有待完善的智能机器。

错误的特斯拉 Autopilot 系统使用示范 | 网络用户
错误的特斯拉 Autopilot 系统使用示范 | 网络用户

「我们接受批评和建议,不过我们做的所有决定都是处于为客户最佳体验的考虑。」在今年第一季度的电话会议上,Elon Musk 解释说,「这些严重事故大部分都发生在经验丰富的驾驶员身上,这种盲目自信容易让人放松警惕,导致了悲剧的发生。」但 Musk 始终坚信自己的观点:「Autopilot 比任何传统汽车更加安全。」

针对这样的行业难题,MIT 花费三年时间,以上亿条的实验数据来说明、讨论和进一步拆解「信任」与「分险」以及「警惕性」之前的关联。这项研究的论文已经公开发布(下载地址:http://t.cn/ECAfpUp),文中详细记录了该实验的背景、操作方法、结论,同时对该研究存在的局限性进行了探讨。极客公园对其中的重点内容进行了梳理,下面和大家逐一分享。


MIT 的「信任系统」


早在 2016 年,麻省理工学院交通与物流中心的工作人员开始了一项特殊的针对自动驾驶技术的研究。通过搜集大量真实驾驶数据,利用深度学习算法进行分析,目的是探明人类与 AI 的互动机制,即「如何在不断提升道路安全的同时不牺牲驾驶的愉悦性」。

研究对象涵盖了 21 辆特斯拉车型(Model S 和 Model X),2 辆沃尔沃 S90,2 辆路虎揽胜极光以及 2 辆凯迪拉克 CT6。MIT 的工作人员要搜集的是这些车辆在自然运行状态下的驾驶数据,时间分为两个阶段:长期(驾驶时间超过 1 年)和短期(驾驶时间为 1 个月)。

实验中使用的不同车型,绝大多数为特斯拉Model S、Model X | MIT
实验中使用的不同车型,绝大多数为特斯拉Model S、Model X | MIT

这些车辆都经过了小规模的改装,额外加装了三个摄像头(一个用来监控驾驶员的面部特征,一个用来采集驾驶员的肢体语言,另一个主要搜集的是车头正前方的道路环境信息),除了这些摄像头提供的高分辨率视频流外,研究人员还会对来自 IMU、GPS、CAN 总线信息等数据进行记录,通过不断开发新的方法来分析这些海量数据。

目前这项研究仍在继续中,参与人数达到了 99 人,总行驶天数 11846 天,累积里程 40 多万英里,共搜集视频帧数 55 亿条。

而背后支撑这项研究的技术,是一套由 MIT 工作人员自行打造的软硬件系统 RIDER,又叫做「实时智能驾驶环境记录系统」,由它来进行数据的搜集和整理。这套系统除了有着灵活的硬件架构外,同时集成了大量的软件框架,能够将搜集到的传感器数据,借助 GPU 驱动的计算内核进行分析,最终得到自动驾驶场景下关于人类驾驶员行为的信息。

下面这张图可以帮助我们更好地理解从原始数据采集到最终信息输出的整个过程。其中高级别的步骤包括:1)数据整理和同步;2)自动或半自动数据标注,语义解读和信息提取;3)整体分析和视觉输出

实验中从原始数据采集到最终信息输出的整个过程 | MIT
实验中从原始数据采集到最终信息输出的整个过程 | MIT        

值得一提的是,MIT 团队在这项研究的基础上还单独针对 Autopilot 系统进行了考察,目的是探究用户在使用 Autopilot 过程中是否会出现功能性警惕(functional vigilance)倒退的情况。

研究人员通过概念化的方式对「功能性警惕」这一指标进行了评估。它衡量的是驾驶员在使用 Autopilot 过程中的自我管理能力,比如何时何地选择开启这项功能,同时也清楚了解手动接管车辆的时机。

目前根据对数据分析的结果得知,尽管驾驶员开启 Autopilot 行驶的里程占总里程数的 34.8%,但他们保持了相对程度很高的功能性警惕。这个结论是基于对 18928 次 Autopilot 系统脱离情况的标注得出的,通过一定量级的采样证明了人类驾驶员在使用类似 Autopilot 这种人工智能辅助的驾驶系统时,对一些具有挑战性的场景依然能够及时做出反应。

传统研究驾驶员警惕性与MIT提出的「功能性警惕」的区别 | MIT
传统研究驾驶员警惕性与MIT提出的「功能性警惕」的区别 | MIT

MIT 这项实验的主要目的是借助对搭载 Autopilot 特斯拉车型产生的真实驾驶数据进行分析,说明人机交互中常见的警惕性减退模式在 AI 辅助驾驶(AI-assisted driving,也叫做 L2 级自动驾驶,半自动驾驶等)并非固有的现象。这其中重要的意义在于,对企业在设计类似的基于人工智能的驾驶辅助系统时可能会有帮助,使驾驶员不会对机器过度信任,从而引发警惕性大幅降低的情况发生。

在论文的摘要部分,MIT 的工作人员表示,「希望这项研究能够引起业界的讨论和进一步的深入观察。即针对驾驶辅助系统设计和应用中,某些功能是如何对参与其中的人类驾驶员形成影响的。以及我们在使用类似技术时如何既能够保持与机器良好的协作性,同时不影响自己作为驾驶主体的警惕性和控制能力。」


耗时 3 年多的实验意义何在?


MIT 的整个研究是建立在人工智能以及机器人系统快速发展的全球化背景下进行的。就汽车而言,如何保证 AI 应用能够最大限度地提升驾驶安全并有效改善出行体验,而不是增加风险,这是关键。而解决类似问题的核心在于要对人工智能辅助驾驶场景下的人类行为有更深入的理解,对驾驶员保持警惕性的能力进行充分评估,进一步加深对机器局限性的了解。

因为在一个充满不确定性的世界里,平衡信任和风险至关重要,分秒之间的判断失误就可能导致灾难性后果的发生。

这项研究的着眼点是特斯拉的 Autopilot 系统。按照美国汽车工程学会 SAE 给出的定义和标准,它属于 L2 级自动驾驶系统,在人类驾驶员的监管下能够实现一定程度的自动驾驶。不过为了避免过度解读引起误解,MIT 的工作人员在论文中舍弃了「自动驾驶」和「自动化」这样的字眼,给予其「人工智能辅助的驾驶系统(AI-assisted driving system)」的定义,是为了说明 Autopilot 现阶段并不具备「全自动驾驶能力」,是一套始终需要人类监管的驾驶辅助系统。

由于特斯拉属于大规模量产的车型,因此 Autopilot 是目前个人使用率最高的驾驶辅助产品,它自然也成为研究和了解人类与 AI 交互模式最合适的对象。参与实验的特斯拉车型(Model S 和 Model X)具备多种高级驾驶辅助功能,但这项研究主要以自适应巡航(Traffic Aware Cruise Control,交通感知巡航控制,简称 TACC)以及车道保持(Autosteer,自动转向)功能为主,也就是说,特斯拉能够在三种模式下驾驶:1)手动模式;2)TACC;3)Autopilot(TACC 和 Autosteer 同时开启)。

在数据采样期间,由于特斯拉新一代 FSD 自动驾驶芯片还未发布,因此实验车型搭载的分别是 HW1.0 和 HW2.0 的硬件系统。其中 HW1.0 包括了雷达的传感器融合,超声波传感器以及由 Mobileye 开发的单目摄像头系统;而 HW2.0 有 8 个环视摄像头,提供车身 360°的环境感知能力,探测范围在 250 米,12 个升级的超声波传感器和 1 个前向雷达。参与数据采集的 21 辆特斯拉中,有 16 台搭载了 HW1.0,剩下的 5 台是 HW2.0。

截止到目前为止,从特斯拉 2015 年 10 月启用 Autopilot 开始,目前在该系统运行状态下特斯拉车型的总行驶里程数已经超过了 10 亿英里。不过即使拥有如此庞大的里程数据,我们对 Autopilot 系统在「何时、何地、以何种方式与人类进行互动」这些信息几乎知之甚少,所以 MIT 的研究人员希望借助真实世界的数据进行更客观、更有代表性的分析。

前面已经提到了,MIT 的团队提出了一种评估驾驶员「功能性警惕」的方法,通过概念化的方式衡量驾驶员在使用 Autopilot 过程中的自我管理能力,比如何时何地选择开启这项功能,同时也清楚了解手动接管车辆的时机。而评估驾驶员在 Autopilot 系统开启后对一些具有挑战性场景的反应能力时,研究人员专注的是「棘手场景(tricky situation)」,即如果不注意的话,可能会导致车辆损害以及人员伤亡的场景。

通过对 8682 起因遇到「棘手场景」而导致 Autopilot 自动脱离的情况进行分析研究,结果表明驾驶员在使用 Autopilot 过程中依然保持着很高程度的警惕,而符合这种情况的里程数占数据总量的 34.8%。这种对驾驶员何时、何地自主选择使用 Autopilot 能力的考察也是传统方法研究驾驶员警惕性与 MIT 提出的「功能性警惕」的一大区别。

这项研究最终得出两个结论:

1)在提供的真实驾驶数据中,特斯拉车主使用 Autopilot 的行驶里程占比非常高;
2)驾驶员在 Autopilot 系统开启时并没有出现因过度信任而出现警惕性明显下降的现象。简而言之,基于 MIT 获取的真实数据得知,用户使用特斯拉 Autopilot 的频次很高,期间依然保持了相应程度的功能性警惕。下面的表格通过详实的数据对上述第二个结论进行了说明。

表I-实验人员对 Autopilot 的脱离次数进行标注 | MIT
表I-实验人员对 Autopilot 的脱离次数进行标注 | MIT      

MIT 这项研究使用的数据来自于 21 辆搭载了 Autopilot 系统的特斯拉车型,总行驶里程达到了 32.3384 万英里。这些车型均为私人所有,除上面提到的改装部分外,MIT 的团队没有对这些车辆的行驶范围,Autopilot 开启时间以及驾驶方式做任何限制,也没有提供任何建议和指导。如下图所示,该数据集中涵盖的大部分的行驶区域位于大波士顿和新英格兰地区,同时额外增加了从马萨诸塞州到加州和佛罗里达州的行驶数据。

红色代表了手动模式下车辆的形势轨迹,而蓝色代表了 Autopilot 模式下车辆的行驶轨迹 | MIT
红色代表了手动模式下车辆的形势轨迹,而蓝色代表了 Autopilot 模式下车辆的行驶轨迹 | MIT

在人工标注数据的过程中,工作人员需要同时观看来自三个摄像头采集的视频数据,而 Autopilot 相关系统的状态,车辆的运动学特征以及其他相关信号则采集自一条 CAN 总线输出的信息。而整个数据集中,包含了 2.6638 万条关于 Autopilot 使用情况的「时间戳」。这里一个 Autopilot 时间戳的定义为,从驾驶员开启 Autopilot 算起到因人为或系统原因脱离为止的一段时间。而本项研究中针对「功能性警惕」的分析则重点集中在这个时间戳前 5 秒后 10 秒的数据部分。

此外,要对驾驶员的「功能性警惕」进行评估还需要对造成 Autopilot 系统脱离的「关键事件(critical events,简称 CE)」进行统计。MIT 的研究人员将其分成四类:CE1、CE2、CE3、CE4,其中对各自的定义如下:

CE1:针对「棘手场景」,因为提前预知或及时作出反应,人类驾驶员主动脱离 Autopilot 系统;
CE2:在遇到「棘手场景」时,Autopilot 因无法解决而自动脱离;
CE3:在 Autopilot 运行时突然减速(例如,急踩刹车等),导致系统脱离;
CE4:在 Autopilot 运行时遭遇「棘手场景」,但未发生系统脱离或引起任何事故。


我们能发现些什么?


1. 模式使用情况

如下图所示,数据集中覆盖了 32.3384 万英里的总行驶里程,其中有 11.2427 万英里是在 Autopilot 运行工况下完成的,换算成相应的比例则是 34.8% 的里程以及 15.1% 的运行时间。从这两个数字可以看出 Autopilot 的使用频次非常高,驾驶员通过使用这套系统获得了相应的价值。相反,TACC 功能的开启时间只有 3%,因此在 MIT 的研究中,忽略了对该工况的分析,主要精力放在了手动和 Autopilot 两种模式下的对比,因为它们构成了 97% 的使用时间。

就目前观察到的 Autopilot 系统的脱离情况来看,目前 Autopilot 仍处于技术发展初期,还具有不完善的地方,而它现在表现出的可依赖性决定了人类驾驶员对其产生的信任以及表现出的功能性警惕程度。

试验车辆在手动、TACC 以及 Autopilot 工况下的使用时间及行驶里程 | MIT
试验车辆在手动、TACC 以及 Autopilot 工况下的使用时间及行驶里程 | MIT

2. Autopilot 运行时驾驶员的「功能性警惕」表现

在 MIT 这项研究中,对「功能性警惕」的衡量,需要考察的是驾驶员能否及时有效地探查出 CE1 和 CE2 这两种「关键事件」的发生。

在被标注的 18928 个 Autopilot 时间戳中,有 8729 个被贴上了「棘手场景」的标签,具体详情请查看表 I 的描述。而针对这个问题的分析,主要目标是得到标注了「应对棘手场景太迟」信息的时间戳数量。这些时间戳指的是没有探查出或者对「关键事件」反应太慢,进而导致驾驶员「功能性警惕」大幅减退。从表 I 提供的信息来看,在 MIT 研究的数据集中,并没有类似的情况出现。

表 II 对「棘手场景」以及引起 Autopilot 系统脱离的频次进行了说明。「出现了一条弯道」是对系统脱离最常见的预判理由,而「车辆离车道、墙或者另一辆车太近了」是主动脱离系统最常见的原因。

这项数据分析得出的结果对今后人工智能辅助的驾驶系统的设计具有重要的指导性作用,毕竟这类产品的目的是高效应对那些人类驾驶员认为「棘手」的驾驶场景。

表II-对「棘手场景」的分类以及因主动脱离 Autopilot 系统的情况中这些场景的发生频次 | MIT
表II-对「棘手场景」的分类以及因主动脱离 Autopilot 系统的情况中这些场景的发生频次 | MIT


「不要因为美好的事物不够完美而反对它」


在对 Autopilot 的模式使用情况以及驾驶员「功能性警惕」进行评估分析后,MIT 的研究人员发现,在考察的数据集中,用户使用 Autopilot 的频次非常高,但并没有对这套系统产生过度依赖从而导致功能性警惕的大幅衰减。他们针对这样的结论提出了两个原因的假设:1)探索性的心理;2)产品功能仍有待完善。后者可能是导致出现我们观察到的驾驶员行为的重要原因。

从数据统计上来看,驾驶员平均每 9.2 英里就会遭遇 1 次「棘手场景」,在这种情况下,驾驶员能够提前预知何时、何地会出现这种「棘手场景」或者及时脱离 Autopilot 系统,这占据了总行驶时间的 90.6%。在其他 4.5% 的情况中,驾驶员能够对系统脱离或「棘手场景」立即作出反应,这充分表明了他们的「功能性警惕」程度非常高。

下面我们对上述两个假设的原因做分别详细的说明:

1)探索性的尝试

在 MIT 研究的数据集中,绝大多数 Autopilot 运行的时间和区间都是在高速公路上自由行驶产生的,但也有部分 Autopilot 的脱离记录发生在普通道路上(比如没有限速要求等的区域)。这可能说明了用户一般情况下都会去探索类似系统在「设计运行区域」(opertioanl design domans,简称 ODD)之外场景工作的能力。这种通过探索学习的方式可能会让用户更深入地了解类似驾驶辅助系统能力的局限性,进而用于应对论文中描述的各种「棘手场景」。

而之所以提出这种假设,是基于 MIT 团队与特斯拉车主的讨论以及通过真实道路驾驶数据的分析得出的。未来通过更大量的数据以及进一步的分析,这个假设很可能会得到进一步验证,但也有可能会被推翻。

2)产品功能仍有待完善

就目前业界获得的共识,作为一种基于人工智能技术打造的驾驶辅助系统,Autopilot 并非有足够的能力来应对驾驶过程中可能发生的任何极端事件。从 MIT 研究的数据来看,46.2% 的系统脱离是因为人类驾驶员预料到或因为遭遇了「棘手场景」发生的,而换算成相应的比率,在 Autopilot 运行过程中,这种类型的脱离情况平均每 9.2 英里就会发生一次。这意味着 Autopilot 系统经常会变得「不靠谱」,需要人类驾驶员及时进行接管。因此从工程角度出发考虑,基于这样的数据,今后的产品应该要将这种「失误率」降得更低才行。

简单来说,驾驶员知道 Autopilot 并不完美,以及驾驶员在尝试 Autopilot 更多的使用场景,此两种情况都让驾驶员格外专注。这才使得驾驶员的「功能性警惕」并未出现大幅衰退。换言之,「不要因为美好的事物不够完美而反对它」。

一套表现出色的 AI 辅助驾驶系统可能还达不到 99.99…% 的完美,但首先企业应该清楚地认识到它的不完善性,并将这个认识完整的传递给消费者,并持续改进迭代使其朝着更完美的方向发展,这才是设计产品应该有的逻辑。


Autopilot 们,前路何方?


尽管 MIT 的这项研究表明,在 Autopilot 使用过程中,人类驾驶员的「功能警惕性」并未出现大幅衰减。然而我们可能还是不太清楚类似 Autopilot 这样的基于 AI 的驾驶辅助系统该如何设计,才能最大程度优化「功能性警惕」的表现。

MIT 的研究人员认为有两条建议可能会对驾驶员「功能性警惕」框架的管理产生潜在的有益影响,详细内容见下图。

两种对现有「功能性警惕」框架的扩充方式 | MIT
两种对现有「功能性警惕」框架的扩充方式 | MIT        

1)第一种是建立反馈闭环的机制。

它包括了对驾驶员状态感知和管理的概念,允许机器对作为整套系统监管者的驾驶员进行监控,在探测到功能性警惕减退,注意力不集中或任何偏离合理表现的行为时给予警告。而要实现这样的监管,可以采取在方向盘上加装传感器或增加基于摄像头的驾驶员监控系统 DMS(例如凯迪拉克的 Super Cruise 就配备了类似的技术)。

MIT 实验中通过安装朝向驾驶员面部的摄像头对其进行更好的监控 | MIT
MIT 实验中通过安装朝向驾驶员面部的摄像头对其进行更好的监控 | MIT

2)第二种是配置额外的感知控制系统。

通过增加第三方的系统作为对车辆主要自动驾驶系统的监管,在主驾驶系统提供感知和决策功能的同时,一旦出现异常能够及时提供冗余保护。

总的来说,这两种 MIT 提出的建议互相配合,目的是为功能性警惕框架中人类和机器的表现进行更好的管理。此外,这也有助于在驾驶过程中遇到 CE4 这类「关键事件」时,能够提供额外的保护。因为受限于实验数据库样本数量的限制,目前还没有监测到该事件的发生,但在真实道路环境中 CE4 这种情况是存在的。

所以 MIT 的工作人员认为这项研究同样存在着一定的局限性,譬如无法基于实验的分析来说明 Autopilot 这套系统的安全性如何,因为需要对碰撞相关的数据进行分析,也就是说目前的数据量还不够。此外,他们认为类似 DMS 这种注意力管理系统如果能在「功能性警惕」框架上进行应用的话,是能够鼓励驾驶员更专注于道路交通状况的。

不过特斯拉 CEO 埃隆•马斯克可能并不这么认为。他在与 MIT 的助理研究员 Lex Fridman 进行一场线上对谈时是这么说的:

 If you have a system that's at or below a human level of reliability, then driver monitoring makes sense. But if your system is dramatically better, more reliable than a human, then driver monitoring does not help much.
「如果这套驾驶辅助系统和人类一样可靠,或者说还不如你,那么驾驶员监控系统 DMS 的存在是必要的。但如果你使用的是 Autopilot,它太棒了,比人类都要靠谱得多,所以特斯拉的车上并不需要安装 DMS。」


马斯克的「迷之自信」


Fridman 在访谈中也提到了产品的「设计运行区域」问题。相比之下,通用凯迪拉克的 Super Cruise 只能在已经完成高精度地图测绘的、固定的高速公路区域行驶,从 ODD 的层面来说,它要比 Autopilot 窄得多。不过在他看来,这种产品设计的逻辑有利有弊。好处是特斯拉的车主能够更充分地了解到 Autopilot 系统的局限性,特别是在最开始使用的时候,配合仪表显示器的信息,他们能够对可实现的驾驶辅助功能有足够的认知。但坏处是,Autopilot 几乎可以在任何区域使用。

针对此马斯克回应称,「只要系统能够感知道路的地方,就是 Autopilot 可以运行的区域。」他同时指出,「老实说,我觉得让人开着两顿重的死亡机器是件很疯狂的事情。未来人肯定是要被剥夺掉驾驶权的,那个时候你想去哪里,汽车会通过自动驾驶的方式来实现。」

而在问及技术层面上要实现全自动驾驶需要解决哪些难题时,马斯克的回答蛮有意思的。

他说,「我们在前不久推出的 FSD 计算平台已经投入量产,它具备实现全自动驾驶的基础计算能力,剩下的神经网络和控制软件,我们可以通过后续的 OTA 不断迭代。所以特斯拉车型的软件能力今后会有突破,Autopilot 系统的可靠性也会大幅提升,未来只需要得到监管层面的许可就可以了。」马斯克甚至把购买特斯拉比作是「投资未来」,他认为「特斯拉是一件具备升值能力的产品。」

而在问题重新回到「人」这个着眼点时,Fridman 认为目前像 Waymo、Uber 这些在进行道路测试的公司,只是技术上所谓的 L4 级自动驾驶,实际上它们属于有着不同设计逻辑的 L2 级系统,因为总是会有一个安全员全程参与,时刻监视着机器的运行。所以他向马斯克提出了这么一个问题,「既然你说特斯拉的 Autopilot 已经具备了自动驾驶的计算能力,什么时候你认为它才能够不需要人类的监管,实现真正的无人驾驶呢?」

对此,马斯克回答称,「从现在开始,Autopilot 至少还需要 6 个月的时间去监测驾驶员是否把手放在方向盘上。而且主要问题是,从政府监管部门的角度出发,Autopilot 需要达到比人驾驶多高的安全程度,才可以将人的驾驶权去掉。业界针对这个问题有很多争论,你需要大量的数据来证明,机器开车要比人安全得多。我认为,这个比率需要达到 200% 或 300% 才可以。」

「至于我是如何得出这个数据的,」马斯克答道,「主要是根据每英里发生事故的频次进行推算的。目前从规模上来看,我们没有获得那么多关于交通致死的数据,所以主要是基于交通事故率来分析的。其他的,比如受伤的概率,包括永久伤害或死亡的可能性,也在分析范围内,最后计算出来的比例,至少机器要比人靠谱 200% 以上才可能不需要被监管。」


Autopilot 的阿喀琉斯之踵


其实针对 Autopilot 的安全性问题,业界对特斯拉颇有微词,特别是上个月召开的投资者大会上,马斯克对友商们「使用激光雷达的做法一顿喷」更是激起了自动驾驶技术领域的激烈讨论。不过就像 MIT 这项研究给出的结论,Autopilot 目前仍有许多不足,还需要不断完善,所以驾驶员在系统运行时需要对车辆实时监控,一旦有危险的征兆或棘手的情况发生,手动接管是最安全稳妥的。

上月,美国国家交通安全委员会(NTSB)发布的调查报告显示,3 月份发生在美国佛罗里达州的一起特斯拉致死事故中,车祸发生时 Autopilot 处于激活状态,且驾驶员双手并没有放在方向盘上。

尽管特斯拉官方也一直在强调,Autopilot 属于辅助驾驶系统,开启后驾驶员仍要手扶方向盘保持注意力集中。但事实上,之前很多起致死事故中,车主几乎都处于「拖把」的状态,完全将生命交给了一套功能仍有待完善的智能机器。这也是为什么 MIT 的团队给出了额外的建议,希望 Autopilot 能配置相应的驾驶员监控系统,同时还应该做好相应的冗余配置,一旦驾驶员松开方向盘立即给予声音和视觉层面的警告是十分必要的。

但在马斯克看来,Autopilot 的能力远在人类驾驶员之上,不需要增加类似 DMS 这种额外的功能。而这种对自己产品的「迷之自信」映射到产品上,也成了 Autopilot 的阿喀琉斯之踵。

从 2018 年第三季度开始,特斯拉陆续公布了一系列车辆安全报告,提供本季度特斯拉车辆造成的事故数量(无论 Autopilot 是否启用)。根据从官网获取的信息来看,2018 年 Q3,Autopilot 开启状态下的平均事故率为每 334 万英里发生一起,而手动模式下的平均事故率为每 192 万英里发生一起。而 2019 年 Q1 的最新数据显示,这两个数字均有下降,分别为 1 起/287 万英里、1 起/176 万英里。

特斯拉每个季度会在官网发布车辆安全报告 | Tesla
特斯拉每个季度会在官网发布车辆安全报告 | Tesla

而美国国家交通公路安全管理局(NHTSA)公布的最新数据,全美境内乘用车的事故率为平均每 43.6 万英里会出现一例,它包括了所有安装与未安装类似 Autopilot 系统的车辆。对比来看,特斯拉似乎依然配得上「世界上最安全汽车」的头衔。

尽管 Autopilot 这套系统仍有很多缺点,但毫无疑问它从很大程度上改变了用户的驾乘体验。比如特斯拉已经去年 10 月在北美开放了 Navigate on Autopilot 功能,支持自动驶入和驶出高速公路闸道,同时还能实现自动并道,这已经接近限制场景下(高速公路等)的 L3 级自动驾驶能力。

在上个月面向投资人的「Autonomy Day」活动中,马斯克表示「2020 年将实现全自动驾驶的目标。」尽管外界对这一说法充满了质疑,但随着 FSD 计算平台的加持,Autopilot 的自动化能力正朝着更高水平迭代,已经是不争的事实。

但更重要的是,一套表现出色的 AI 辅助驾驶系统可能还达不到 99.99…% 的完美,但首先企业应该清楚地认识到它的不完善性,并将这个认识完整的传递给消费者,并持续改进迭代使其朝着更完美的方向发展,这才是设计产品应该有的逻辑。(来源:TopMove)


博客 gaohong

LV1
2019-07-08 11:24
244

“免费”永远是最贵的,自动驾驶巨头“开源”背后的标准之争

数据集、开发工具、框架源代码,各大巨头围绕自动驾驶的“开源行动”成为行业的一大热点。今年2月,通用汽车旗下自动驾驶公司Cruise和Uber同时宣 ...查看全部

数据集、开发工具、框架源代码,各大巨头围绕自动驾驶的“开源行动”成为行业的一大热点。


今年2月,通用汽车旗下自动驾驶公司Cruise和Uber同时宣布开放各自的可视化软件源代码,两家公司都试图让这些技术成为自动驾驶技术的开发标准。


其中,Uber开放的可视化系统源代码,是一个描述和可视化自主车辆感知、运动和规划数据的标准。它提供了一个强大的基于web的工具包,用于构建应用程序,以便使用这些数据进行探索、交互和做出重要的开发决策。



Cruise则宣布开放可视化工具Worldview的源码,一个支持2D和3D摄像头的可视化工具,鼠标和键盘的移动控制,点击交互和一套内置的绘图命令。


Worldview是建立在WebGL之上的,它被描述为将WebGL的复杂性隐藏在一个简单的应用程序编程接口后面,“将‘道具’转换成底层的原语,并简化GPU绘制调用的执行。”


目前Cruise每天在谷歌云平台上安排200,000小时的驾驶模拟里程,分布在30,000辆虚拟汽车上,运行在300,000个处理器内核和5,000张显卡的环境中。


这些虚拟汽车和Crusie的180多辆雪佛兰自动驾驶车队每秒都要做出成千上万的决定,这些决定都是基于从摄像头、超声波、雷达和激光雷达传感器以二进制格式捕捉到的观察结果。


现在每月有近1000名活跃的Cruise工程师使用这个工具,他们来自几十个团队。从这些pb级的数据中收集到的数据为Cruise的软件和硬件栈提供了改进,部分得益于另外一个内部可视化工具——Webviz。


此前,Cruise曾宣布计划在未来开源更多的技术。今天,Cruise再次宣布将向需要模块化自动分析解决方案的开发人员免费提供Webviz。



基于web的Webviz——它接受任何包文件(早期开源机器人操作系统,简称ROS)作为输入,并输出图表和图形——起源于一个Cruise hackathon项目。


工程师将rviz(显示3D数据)、rqt_console(过滤ROS消息)、rqt_runtime_monitor(读取诊断数组消息)和rqt_plot(以2D方式绘制数值)等开源插件组合到Webviz中,最终获得了一个专门的开发工具。



随着时间的推移,这个团队开发了定制界面来满足特定于cruise的需求,最新的产品版本允许用户保存配置,并在团队成员之间共享工作流所需的参数,还允许用户使用Cruise的其他内部工具,以便在他们运行或直接从数据池传输历史数据时观察仿真。


目前,Webviz的开源版本并没有那么完善,但是它包含了一组适用于大多数自动驾驶开发人员的通用界面。新的界面已经在开发中,Cruise打算发布一个公共API,允许开发人员自己构建定制界面。


Curise的目的是为用户提供一组灵活的工具,他们可以为各种独特的工作流配置、扩展和定制这些工具。


当然,比Curise宣布开源部分工具源代码更早的还有特斯拉。马斯克在去年5月宣布将陆续把部分汽车技术源代码上传至开源社区。


这些代码用于构建Autopilot自动驾驶技术的基础,以及Model S和Model X汽车上的信息娱乐系统。不过,特斯拉仍然对完整的自动驾驶框架的更深层细节保密。


不过,特斯拉此举并非“自愿”。尤其特斯拉是在Linux和BusyBox等开放平台上构建Autopilot,根据GPL规则,这些平台要求用户共享源代码。


现在,Waymo也紧随其后进入“开源生态圈”。


就在刚刚举行的CVPR 2019上,Waymo也发布了一个高质量的多通道传感器开放数据集,有大约3000个驾驶场景共计16.7小时的视频数据,60万帧、大约2500万个3D边界框和2200万个2D边界框。



Waymo首席科学家德拉戈·安圭洛夫(Drago Anguelov)表示,对于当今领先的自动驾驶公司来说,像KITTI这样的传统开源数据集太小了,这迫使研究人员和工程师在数据扩充和防止过度匹配上花费太多时间。此外,在KITTI上的算法结果不能推广到大型数据集。


Waymo开放的Waymo Open Dataset数据集,基于5个激光雷达、5个摄像头和数量不详的毫米波雷达采集的数据。安圭洛夫还强调,与KITTI或NuScenes相比,Waymo在多传感器同步方面做得更好。


Waymo Open Dataset还改进了数据多样性,考虑了天气、行人、照明条件、自行车和建筑等变量。按照计划,Waymo将在7月发布第一部分数据集,其中包含1000个视频,并陆续发布更多数据。


不过,和谷歌的ImageNet一样,Waymo Open Dataset预计将应用于学术和实验研究,而不是商业化开发。


Cruise开放内部开发工具、Waymo开放数据集等等一系列举动,标志着这些全球自动驾驶的头部公司正在做出战略转变:从封闭研发到拥抱开源。


自动驾驶系统被认为是未来汽车智能的核心,同时也是汽车制造商有史以来面临的最复杂的系统,让不同企业(竞争对手)的工程师合作将更加复杂。在考虑合作伙伴时,一个关键的标准是是否所有人都同意该技术将是开源的,这意味着参与者对其使用没有限制。


而开源数据及工具平台的好处,将有助于确保测试具有可比性,比如来自一方的验证数据将适用于所有方。


一方面,这些自动驾驶公司都意识到,实现无人驾驶大规模商业化的道路可能是漫长而曲折的。Waymo首席执行官约翰·克拉夫西克近日更是承认,“自动驾驶汽车要在公路上普及还需要几十年的时间。”


另一方面,众所周知“免费”的永远是最贵的。无论是Uber还是Cruise,开放工具源代码,背景就是行业内缺乏标准。


Uber相关负责人表示,缺乏可视化标准导致工程师们围绕不同的、现成的组件开发工具的尝试,会导致系统难于维护、缺乏灵活性。


此外,通过开源AVS,Uber不仅想让开发者更容易进入,还想鼓励第三方为平台添加新功能和贡献。


不过,整体来看当前的自动驾驶行业仍然是一个相当封闭的市场,汽车厂商都专注于开发自己的系统(不管是自主研发还是通过参股、收购一些初创公司)。


在未来几年的竞争中,预计自动驾驶行业将会很快出现两个分化的阵营:一个是以汽车厂商、一级供应商为主的封闭平台(OEM、Tier1之间会形成联盟,这在过去几年已经非常普遍)、一个是以Waymo、Uber等科技公司为代表的开放平台模式。


大众集团在去年宣布正在推动建立一个广泛的自动驾驶技术联盟,旨在开发一种新的行业标准,并明确希望与其他汽车制造商一起结盟。


在大众集团的设想中,如何创建行业标准?理想的做法是让其他人使用同样的传感器套件和软件,因此,汽车制造商之间的全面合作是他们正在研究的选择之一。


如果大众的想法付诸成功,联盟将专注于开发开源技术,不受实现和共享验证数据的限制。因为大众集团早前拒绝了供应商提出的许可“黑匣子”解决方案的提议。


但不管是何种形式,目的只有一个:建立一个自动驾驶行业的通用标准。一流的企业做标准,二流的企业做品牌,三流的企业做产品,这就是行业的游戏规则。


博客 gaohong

LV1
2019-07-08 11:24
568

吉利选择Zenuity为其辅助和自动驾驶软件首选供应商

6月20日消息,据路透社报道,吉利已选择沃尔沃与瑞典科技集团Veoneer组建的合资企业Zenuity,作为其辅助和自动驾驶软件的首选供应商。吉利的这笔交易涵盖了吉利汽车(Geel ...查看全部

6月20日消息,据路透社报道,吉利已选择沃尔沃与瑞典科技集团Veoneer组建的合资企业Zenuity,作为其辅助和自动驾驶软件的首选供应商。

吉利的这笔交易涵盖了吉利汽车(Geely Auto)、Polestar、领克(Lynk & Co)和英国跑车制造商路特斯(Lotus)等汽车品牌,为Zenuity提供了巨大的推动力。

总部位于哥德堡的Zenuity于2017年创立,该公司正在自动驾驶技术领域与规模更大的竞争对手展开竞争。美国公司在自动驾驶技术领域处于领先地位。

Zenuity的客户包括沃尔沃和吉利汽车(Geely Auto),该公司拥有600多名员工,今年获准在瑞典高速公路上测试其自动驾驶软件,司机无需将手放在方向盘上。

监管方面的挑战和不断飙升的开发成本意味着,汽车制造商推迟了自动驾驶汽车大规模商用的时间,这给Zenuity等供应商带来了压力。(来源:TechWeb )


博客 gaohong

LV1
2019-07-08 11:24
255

重大利好 | 浙江德清发布“关于支持开展自动驾驶测试服务的七条意见”

6月15日,在浙江省德清县举办的2019年全国“车联网+地理信息”产业高端研讨会上,该县发布浙江省首个自动驾驶与智慧出行示范区建设实施方案,以及关于支持开展自动驾驶测试服务的七条意见。据悉,德清 ...查看全部

6月15日,在浙江省德清县举办的2019年全国“车联网+地理信息”产业高端研讨会上,该县发布浙江省首个自动驾驶与智慧出行示范区建设实施方案,以及关于支持开展自动驾驶测试服务的七条意见。据悉,德清将从顶层设计、硬件基础、应用落地、产业发展等方面谋篇布局,立足地理信息产业优势,全力打造省内首个全域城市级自动驾驶与智慧出行示范区。


 

德清县发布的《德清县关于支持开展自动驾驶测试服务的七条意见》,将从开放测试区域道路、地理信息数据管理政策、工作会商机制等方面全力支持开展自动驾驶测试服务。

《德清县关于支持开展自动驾驶测试服务的七条意见》


(注:略有删减)


一、开放高标准测试区域道路。德清县将划定县城、莫干山等开放式测试道路和封闭及半封闭测试场景。2019年底提供封闭或半封闭测试道路900千米;到2020年底,实现德清道路全域开放。

 二、提供高精度自动驾驶地图数据。一是组织开展覆盖德清全域的满足自动驾驶的基础高精度地图数据采集(平面精度为10厘米,相对高程精度为10厘米)和图件制作、基于北斗导航卫星的基准站加密和导航定位服务平台建设、5G网络基站建设,并对道路基础地理信息数据进行实时增量更新。在签订相关协议的前提下,向允许进入德清开展自动驾驶测试的车企、地图供应商、自动驾驶解决方案开发商无偿提供基础高精度地图,开放基于北斗卫星(兼容GPS卫星)的导航定位服务平台和5G商用网络;二是鼓励具有导航电子地图资质的单位在测试区开展满足自动驾驶的基础高精度地理信息数据采集和自动驾驶地图制作,满足本企业自动驾驶测试使用或提供给其他测试企业使用。

三、放宽自动驾驶地图采集制作要求。经特定许可,在德清自动驾驶测试区范围和规定的测试期限内,放宽对自动驾驶高精度地图数据采集、高精度导航电子地图制作的测绘资质要求;鼓励自动驾驶高精度地图数据采集和导航电子地图制作单位探索“众包”等方式更新自动驾驶高精度地图数据;鼓励和指导自动驾驶汽车制造商、地图供应商和自动驾驶解决方案开发商开展自动驾驶汽车联合测试。

四、有限允许自动驾驶地图数据传输服务。经特定许可,在德清自动驾驶测试区域范围和规定的测试期限内,允许和鼓励地图供应商开展广播车辆位置和道路及相关地理信息服务的测试;适当放宽对于地图/车辆位置实时传输的规定,通过备案申报形式,使用专用频段、专用设备和专用软件,允许自动驾驶地图供应商开展在线服务等多种形式的高精度地图应用服务测试。

 五、允许探索自动驾驶地图数据多种保密技术。经特定许可,在德清自动驾驶测试区范围和规定的测试期限内,允许和鼓励自动驾驶地图供应商采集德清区域范围内道路曲率、坡度、边坡线和相对高程等地图信息,并允许地图供应商向自动驾驶汽车制造商、自动驾驶解决方案开发商提供未经“偏转加密”处理的高精度导航地图数据,并开展联合应用测试,探索“偏转加密”处理以外的自动驾驶高精度地图数据保密处理技术。

六、研制髙质量自动驾驶地图标准。充分吸收相关企业在自动驾驶地图制作方面取得的成功经验,瞄准L3-L5级自动驾驶汽车上路行驶要求,开展自动驾驶高精度地图标准制定工作。由省自然资源厅会同省市场监督管理局负责《浙江省自动驾驶地图数据标准》和《浙江省自动驾驶基础地理信息标准》审核备案工作,由相关事业单位或签约企业共同参与制定。

七、建立高效率工作会商机制。县政府成立自动驾驶与智慧出行示范区建设工作领导小组办公室,协调相关部门,在省自然资源厅自动驾驶高精地图制作和应用、数据标准和数据安全等技术研究专班的指导下,支持、指导和协同推进德清自动驾驶与智慧出行示范区建设,及时研究解决试点和示范区建设过程中出现的问题,总结试点和示范区建设的成功经验,推动我国自动驾驶汽车产业、地理信息产业和其他相关产业健康发展。


作为示范区,德清将率先建成支持自动驾驶的5G通信网,年底完成德清城区LTE—V网络以及5G全覆盖,2020年实现乡村全覆盖。同时,进行道路设施智能化改造,在满足车路协同和高级别自动驾驶测试与应用需求的条件下,重点推进封闭式测试和开放道路测试,计划2019年开放道路里程不低于900公里,2020年底建成浙江首个全域城市级自动驾驶测试区。


 

当天,百度、华为、吉利、亚马逊等车联网领域知名企业参会。德清向8家合作企业颁发了开放道路测试牌照。


博客 gaohong

LV1
2019-07-08 11:24
951

发展车载激光雷达任重道远

车载激光雷达是激光雷达(Lidar)在路上车辆的应用模式。通过激光测距这一基本工作原理,与其他系统配件协同作用,为交通安全领域提供车辆主动防撞和路网测绘两大功能。前者是目前车辆主动安全装备的发展热点,能够通过对驾驶员的危险驾驶行为和车辆的危险行驶状态进行主动干预,来避免事故发生;后者则是自动驾驶技术发展所必需的前置技术之一,通过精细化的测量描绘路网现状,借助车联网、物联网上传、共享路网信息,并利用大数据技术实时更新路网现状,以为路上车辆车载计算机对车辆危险状态提前研判提供数据和决策支持。

依据产业生命周期理论,世界激光雷达产业尚处于初创期内,关键技术、产品商业化水平和盈利模式均未成熟。融合了主动防撞的无人驾驶技术将是未来车载激光雷达的产业链下游,无人驾驶技术的发展需求决定了车载激光雷达未来的主要市场方向。

盈利模式方面

除产业龙头外,其他企业多依靠激光雷达在其他领域中的应用维持盈利。目前激光雷达产业龙头为Velodyne,2018年Velodyne全球销售总额约2亿美元,取得了车辆企业对激光雷达80%的订单,其客户涵盖了百度、腾讯、必应、沃尔沃、福特、梅赛德斯奔驰、荷兰知名车载资讯系统公司TomTom、德国地图数据服务供应商HERE等。Waymo、Quanergy及我国速腾聚创、镭神智能、巨星科技等品牌也在着力加快产品商业化。除产业龙头外,当前车载激光雷达产业中,站稳脚跟的企业主要盈利模式并不仅聚焦于车辆上,而是依靠激光测绘等领域对激光雷达的需求稳固自身生存模式,再使用这些盈利为车载领域的研发创新及市场开拓需求输血。

关键技术方面

激光雷达可以全面替代视觉测量技术,但成本受商业化水平影响依然较高;激光雷达与毫米波雷达相比,具有探测精度的优势和恶劣天气探测难度大的劣势,不具有绝对意义上的替代能力。一方面激光雷达难以通过产品商业化在短期内全面取代其他车载探测产品,另一方面却因为能够进行路网测绘而成为无人驾驶必不可少的探测技术之一。同时,目前激光雷达还面临几个关键问题。一是“镜面黑洞”效应,即激光反射率较高、且非正对激光雷达的物体会使雷达探测不到其反射的激光,在返回信号中产生一个无限远的“黑洞”;二是多辆使用车载激光雷达的路上车辆之间可能产生串扰,导致距离欺骗,对环境建模产生影响,需要统一标准进行规范。

产品商业化水平上

激光雷达性能和成本随其激光线数的提升而飞速攀升。Velodyne的16线激光雷达VLP-16 Puck产品为3999美元,这个价格能达到视觉测量技术和毫米波雷达系统的数十倍甚至数百倍。车载激光雷达从扫描模式上,分为机械式和固态激光雷达两种:机械式激光雷达体积较大、价格高昂且通常置于车体外部,但测量精度较高,适合进行专业路网测绘;固态激光雷达响应速度快、价格相对低廉且能置于车身内部,单个激光雷达最低可达200~300美元之间,不破坏整车美观程度,但测量精度相对较低,是目前商业化推广的主要方向。在线束数量上,可分为单线束和多线束两种,前者无法获得目标物的3D信息,但测量速度快、数据量小;后者功能齐备,通过垂直视野范围不同,可进行垂直视野10°内的2.5D扫描或30°以上的3D扫描,但线束数量越多产品价格也直线上升,64线激光雷达价格可达16线产品的10倍。

车载激光雷达产业需要政策关注和持续培育。我国激光雷达商业化水平将成为未来无人驾驶技术发展的重要瓶颈之一。在当前国际形势下,自主研发成为激光雷达技术发展的必经之路。在无人驾驶技术未规模化普及之前,车载激光雷达产品盈利模式还以为地图数据提供商和车辆主机厂提供测试类产品为主,整体规模较小且市场并不成熟。借助以车辆安全、智慧城市、智慧车辆为主题的产业园区进行发展,加快产学研合作,为企业提供税费减免、研发鼓励和用地支持,将是帮助车载激光雷达企业开拓市场、在供应链中站稳脚跟的有利途径。(来源:赛迪智库 )


博客 gaohong

LV1
2019-07-08 11:24
293

为什么说智能网联汽车离不开边缘计算的支撑?

5G实现商用后,对无人驾驶领域的影响将会越来越大,对智能交通、车路协同、车联网整体生态的建设,甚至对智慧城市建设都起到重要作用。三大运营商也在力推与车企的合作,打造适合于无人驾驶的5G边缘云方案 ...查看全部

5G实现商用后,对无人驾驶领域的影响将会越来越大,对智能交通、车路协同、车联网整体生态的建设,甚至对智慧城市建设都起到重要作用。三大运营商也在力推与车企的合作,打造适合于无人驾驶的5G边缘云方案,将单车的计划和存储压力向网络的边缘侧转移,为未来无人驾驶的商用和规模化发展铺路。

车路协同对5G边缘云有强需求

车联网的业务类型分为三种:信息服务、行驶安全和交通效率。信息服务中包括车载视频、车载AR/VR、车载视频通话、车载智慧家庭、汽车分时租赁、导航、动态地图;行驶安全方面包括车载视频监控、驾驶实时监测、车辆防盗、自动驾驶、碰撞预警、行人防碰撞;交通效率包括实况直播、全景合成、运行监控、车位共享、编队行驶、协同导航等能力。

上述三类业务,也是试点中的重点技术方向。大唐联合中国汽研、重庆电信启动的国内首个5G自动驾驶应用示范公共服务平台,就是在大足双桥封闭试验场、重庆半封闭公园、礼嘉开放道路等区域开展5G+MEC+C-V2X试点,支撑危险场景预警、绿波通行、路侧智能感知、高精度地图下载、5G视频直播和远程驾驶等六大场景应用。

日前,联通与华为、吉利也共同展示了基于5G MEC边缘云的智能驾驶,并在杭州湾成功部署5G MEC试商用网络,及智能边缘业务平台CUBE-Edge,并实现与吉利汽车云平台的协同。可以实现的功能包括高精地图下载、智能导航、视频监控、车辆状态数据上载、轨迹跟踪等多项应用服务。

吉利在车路协同5G自动驾驶技术研究中,在环境感知、数据分享、远程驾驶、编队行驶、高精地图下载、融合定位等业务方面,对中国联通的5G通信网络以及MEC边缘云能力都有着强烈诉求,需要5G网络提供延时在10ms以内的数据交互,以及高性能的边缘计算能力,通过混合异构的方式,在保证有效低时延但高可靠性的安全需求框架下,降低车载终端侧的感知压力和计算压力,并在实现车路协同5G自动驾驶的同时,能够实时远程监控和故障诊断处理。

中国联通边缘业务平台CUBE-Edge具有转发快、运维简便、即插即用等特点。在实时定位、身份认证等基础网络服务能力基础上,进一步整合了联通集团智能网络中心、智网科技、吉利汽车研究院与华为共同研发的车辆险情监控分析、车辆环视实时监测等V2X应用PaaS能力,可实现与智能网联、自动驾驶等应用的快速集成。

MEC服务应用逐步成熟

MEC是在靠近物或数据源头的网络边缘侧,融合网络、计算、存储、应用核心能力的开放平台。就近提供智能互联服务,满足对业务实时、业务智能、数据聚合与互操作、安全与隐私保护等方面的关键需求。

“MEC在距离用户移动终端最近的RAN(无线接入网)内提供IT服务环境以及云计算能力,旨在进一步减小延迟/时延、提高网络运营效率、提高业务分发/传送能力、优化/改善终端用户体验。”中国信科无线通信高级技术专家何珂表示。

何珂说,基于4G架构的MEC方案,MEC服务器部署在多个eNodeB的汇聚节点之后,或者单个eNodeB之后,可通过监听、解析S1接口的信令来获取基站侧无线相关信息,但计费和合法监听等安全问题需要进一步解决。

在MEC与5G融合架构中,网络与业务平台可以有效融合,能够支持低时延和宽带业务的本地化部署。何珂认为,MEC服务应用在逐步成熟。

具体表现在多个方面,包括边缘计算下沉的位置越来越接近终端,而且形成多层级架构对应服务;计算能力在中心云与边缘间做了优化配置,在计算能力、存储、转发等静态能力的配置上更成熟;每个承载的优化处理这种动态调配能力也在增强;MEC间协同与互通、MEC服务能力及开放也更加完善;在多业务支撑的网络切片技术上,一个承载的跨多级MEC(纵向切片技术),和同一业务跨多个切片(横向切片技术,如车联网同时需要eMBB+uRLLC支持)的技术进一步成熟;数据采集/压缩、业务、安全、基站控的多功能集成、计算和存储的移动性支持也做得更好。

具体到细分的应用,在车路协同中,MEC能够提供应用的低延迟/时延,以及支撑跨互联网运行;在智能移动视频加速上,MEC部署无线分析应用,作出更为科学的拥塞控制决策,并确保应用层编码能与无线下行链路的预估容量相匹配;在AR应用中,AR信息高度本地化,MEC实现本地实时处理而不是在云端集中进行,最大程度地减小AR延迟/时延、提高数据处理的精度;在密集计算辅助上,MEC降低终端设备或传感器的算力需求,提高其电池性能,实现快速决策。

边缘计算推动芯片异构化

边缘计算在车联网中的应用市场前景广阔,车联网的普及也势必会拉动相关产业的发展。各种智能化的应用场景越来越多,作为一个正在起步的市场,边缘计算对计算能力也会提出越来越多的要求。

据英特尔中国研究院院长宋继强介绍,智能场景中的多种数据类型,在终端、边缘和云处理时,需要计算加速的性能、功耗、实时性、成本、芯片的尺寸大小都有不同的要求,需要提供多样性的方案给客户。作为自动驾驶领域领衔的芯片制造商,英特尔希望通过超异构计算满足未来智能场景中的多元化计算需求。

超异构计算愿景是提供多样化的标量、矢量、矩阵和空间架构组合,以先进制程技术进行设计,由颠覆性内存层级结构提供支持,通过先进封装集成到系统中,使用光速互连进行超大规模部署,提供统一的软件开发接口以及安全功能。这些组合起来使用,一定要分而置之,合而用之,在同一个软件生态里,让使用者能够方便地调用这些技术。

智能计算离不开以芯片为核心的半导体行业的支持。车联网中的关键芯片主要有GPU、FGPA、ASIC芯片。目前市场上具有代表性的产品有英特尔Mobileye的EyeQ系列及altera的CycloneV、恩智浦的S32V系列、英伟达的DRIVR PX系列、瑞萨的R-Car系列、德州仪器的TGAx系列、ADI的BF系列;国内有中科寒武纪、地平线的征程系列、深鉴科技、四维图新相关芯片等。面向车联网的边缘计算,需要形成一个从芯片、设备、网络到终端的完整生态,推动技术不断演进,成为无人驾驶的基石。


博客 gaohong

LV1
2019-07-08 11:24
301

美国CGEP报告对我国电动汽车充电设施建设的启示

2019年2月5日,美国哥伦比亚大学全球能源政策中心(CGEP)发布《中美两国电动汽车充电比较》,从建设规模、推广政策、应用技术、充电业务模式等方面,对比分析了中美汽车充电设施建设情况及存在的问 ...查看全部

2019年2月5日,美国哥伦比亚大学全球能源政策中心(CGEP)发布《中美两国电动汽车充电比较》,从建设规模、推广政策、应用技术、充电业务模式等方面,对比分析了中美汽车充电设施建设情况及存在的问题,既肯定了中国通过全国统一规划和部署推进充电设施建设的工作成效,也认为美国充电设施运营方面的一些经验和做法值得中国借鉴。报告给我国充电基础设施发展带来以下启示。

启示一:突破大功率充电技术是达到和追赶国际先进充电水平的重要途径。日前,美国TESLA v3超级快充桩已向公众开放,充电功率最高可达250kW,能够实现“充电5分钟,行驶120公里”。与美国相比,我国面临快充桩建设“大而不快”的尴尬现状,快充桩功率普遍在100kW以下,应加快推动电动汽车大功率充电技术发展,鼓励电网公司、充电桩设备企业、汽车厂商和电池企业协同研发大功率充电技术和产品,实现车桩适配,尽快缩小与美国先进水平的技术差距。

启示二:分步启动我国汽车充电需求响应项目试点。一是试点放开电力交易相关市场,支持战略性新兴产业,在浙江、江苏等地推进电力直接交易,支持充电设施运营商参与大用户直接交易,有效降低用电成本。二是鼓励电网、汽车厂商、充电智能技术公司合作开展充电需求响应项目试点,将充电桩和储能充电技术相结合,把电动汽车作为分布式储能单元,以充放电形式参与电网调控,可在用电高峰由电动汽车反向馈电,实现削峰填谷、电力调频、平抑可再生能源电力波动、为电网提供无功支撑等储能功能。

启示三:探索新的商业模式,进一步提高充电企业经营效率。一是在新能源汽车推广较好的地区,探索可持续商业模式,试点放开充电服务费上限,实行充电企业自主定价,通过费率市场化来调节充电需求,实现双赢。二是应注重市场需求导向,在充电桩后续建设过程中,综合考虑交通便利性和运营经济性,对充电站位置进行科学合理论证,提高充电桩利用效率,改善企业经营业绩。(来源:赛迪智库  作者:张凯)


博客 gaohong

LV1
2019-07-08 11:24
331

赛迪报告:“水氢燃料车”并不靠谱,揭秘真正的氢燃料汽车!

车加水就能跑,你信吗?据说某公司研制了一种水氢发动机,利用车载水来实时制取氢气,车辆只需加水就能行驶!如果这个技术真能实现,那意味着不再需要大规模的工业制氢,车辆自己就能解决燃料问题,然而事实可 ...查看全部

车加水就能跑,你信吗?据说某公司研制了一种水氢发动机,利用车载水来实时制取氢气,车辆只需加水就能行驶!如果这个技术真能实现,那意味着不再需要大规模的工业制氢,车辆自己就能解决燃料问题,然而事实可不止这么简单;“水氢发动机”并不是什么新鲜的技术,其原理也就是我们通常所说的铝水制氢;加水后,水会和铝合金、催化剂等发生反应,生成物中含有的氢气能提供动力供车行驶。

听起来很完美,但是真正实现起来并非那么容易:首先是生成物中含有氢氧化铝,这种物质会留在车上,回收非常麻烦;其次,这种车上造氢的成本远比工业制氢要高的多:9公斤的铝合金粉才能产生1公斤氢气,而铝的价格超过10元/公斤,那么要生产1公斤氢气的成本约为90元,比油价要高好几倍;所以这种车上造氢的方式并不靠谱。

我们所熟知的最为传统的汽车,是燃烧汽油来推动发动机工作;虽说燃油车动力充足,加油便捷,但也有不少问题:环境污染、能源消耗、油价攀升等,于是以电能来代替燃油的电动汽车便开始盛行;但人们似乎并不买账,续航短、充电慢、充电桩少等一系列问题随之出现,人们试图寻找一种更加完美的解决方式;不久后,“既能有燃油车的动力,速度又比充电快”的氢燃料汽车应运而生。

氢燃料汽车,是指用氢气做燃料来发电的汽车:把氢输入燃料电池,通过化学反应,将化学能转化为电能。10分钟内就能加满氢,真实续航达到几百甚至上千公里,以氢气作为燃料,安全可持续又环保,恰好弥补了充电车和燃油车的缺陷;而且,氢能燃料电池的制氢成本在0.5—4元/Nm3。目前的制氢方式主要运用化学重整制氢,包括煤炭气化、天然气蒸汽转化、石脑油蒸汽转化等,占工业方法的85%以上,其制氢产率为70%—90%。

此外,电解水制氢能耗大、成本高,制氢量约占10%左右。

类似于加油站,氢燃料汽车也有很多加氢站,而加氢站的氢气来源主要包括远程运输、站内天然气重整和站内电解制氢。

以清洁能源氢能为燃料的电池,因具有无污染高效率的优点,不止被用在了汽车领域,在航空、发电领域均有应用。那么,氢燃料电池的产业链如何?这类产业有何投资价值呢?

赛迪顾问发布的《2018年氢能及燃料电池产业演进与投资价值分析白皮书》或许能告诉你答案。

《2018年氢能及燃料电池产业演进与投资价值分析白皮书》

1、燃料电池定义及特点

2、氢能及燃料电池产业链分析

3、全球氢能及燃料电池产业现状

4、中国氢能及燃料电池产业现状及趋势

5、氢能及燃料电池产业研判

6、投资价值分析

01、燃料电池定义及特点

燃料电池是一种利用化学能提供电能的一种能量转换装置,即在电催化剂的作用下,将可再生燃料(比如氢、有机小分子等)里的化学能转变成电能。

燃料电池的主要特点

原料来源广;

能量转化效率高;

适用范围广;

环境保护性,“碳”值低;

热值高。

02、氢能及燃料电池产业链分析

氢能及燃料电池产业链主要包括制氢、储氢和输氢、加氢站的建设、燃料电池堆、燃料电池系统及燃料电池应用等多个环节。

03、全球氢能及燃料电池产业现状

燃料电池系统

2014年全球燃料电池出货量达185.4MW,2015年、2016年都保持了60%以上的增长率,2017年增速放缓,仅为29.7%,出货量为670MW。

赛迪顾问经过测算,2014年全球燃料电池系统的市场规模已超过1亿美元,2017年接近5亿美元。

氢燃料电池汽车及应用

自2013年氢燃料电池车市场化到2017年年底,全球总计售出6475辆氢燃料电池乘用车,其中2017年,全球售出3382辆全功率氢燃料电池乘用车。

04、中国氢能及燃料电池产业现状

产业现状

多方企业关注燃料电池领域,商业化进程加快;2017年燃料电池汽车销量超过1000辆,主要集中于货车领域;2017年全国燃料电池出货量达42.4MW。

区域发展呈现差异化特征

基础设施建设加快,截止到2018年7月,国内在建和运营的加氢站超过30座。

05、氢能及燃料电池产业发展研判

赛迪顾问认为,从插混的燃料电池汽车到全功率燃料电池汽车产业化还需5-8年时间,2020年前全功率汽车将实现示范应用,而2023年左右,全功率燃料电池汽车将在国内实现产业化。

06、投资价值分析

制氢领域已相对成熟,氢气纯化值得关注;气态储运为目前主要运输方法,液氢需提前布局;燃料电池系统是燃料电池应用的关键环节,掌握核心技术成为关键。

详细报告,请关注订阅号“ccid-2014”,并留言关键字“624”+邮箱,我们会第一时间发给您!(赛迪顾问)


博客 gaohong

LV1
2019-07-08 11:24
311