自動駕駛的級別
對於整個自動駕駛產業鏈,決策算法屬於最難的那一塊,投入也最大,處於核心地位。但是,作為一個自動駕駛產業鏈,要想實現L4及以上級別的自動駕駛,還需要感知層麵上的激光雷達,以及兼具感知和定位職能的高精地圖,自動駕駛AI芯片,線控底盤和線控製動等其他核心產業的配合,才能夠真正地實現。
隻要評估供應鏈的完善程度以及發展水平,就可以比較準確地衡量整個產業的發展水平和狀態。
整個自動駕駛產業鏈而言,現階段比較靠譜的幾個落地場景是:
1. L2級別乘用車的自動駕駛。這個方麵,核心的衡量標準是,在高速場景,以及城市擁堵場景,能夠實現“Pilot”,但在這個“Pilot”的過程中,責任需要由司機自己承擔,手不能離開方向盤。
因為還需要司機自己操控,所有無論是在感知,還是算力環節,都不需要額外的冗餘,這使得,在供應鏈上,核心的挑戰變成了AI芯片、ADAS域控製器和算法,挑戰都不大。
所以,現階段L2級別的自動駕駛,正進入大規模的普及階段。
2. L3級別乘用車的自動駕駛。這個方麵,核心的衡量標準是,在高速場景,以及城市擁堵場景,能夠實現“Pilot”,但在這個“Pilot”的過程中,責任需要司機和車企共擔。手允許離開方向盤。
因為需要車企承擔責任,就需要在整個自動駕駛係統上設置冗餘,包括感知上,需要加入固態激光雷達,在AI芯片上增加算力,在算法上需要增加更多的訓練,需要ADAS高精地圖,以及執行機構上一定的冗餘。
L3級別的自動駕駛,包括百度Apollo在內很多企業在往前推進,將陸續出現一些落地的產品和場景。
改裝一輛具備L4級別的自動駕駛汽車,需要耗資幾十萬元,包括激光雷達、毫米波雷達、計算平台、線控係統等等。
組建一支龐大的測試車隊,需要大量的資金支持。
當然了,也有一些車企,選擇直接從L2往L4過渡。