随着无人驾驶技术关注度的提高，汽车厂商和科技公司正在各个层面上表现出前所未有的亲密关系。
汽车厂商牵手科技巨头，合作与竞争并存
今年的 CES 展上，除了传统汽车厂商如宝马、奥迪、福特、通用等，科技和互联网公司如英特尔、英伟达、谷歌、百度等，都在不同程度上对外展示了自动驾驶相关的产品。
从目前来看，科技巨头和产业巨头合作的现象正在自动驾驶行业逐渐开展。
去年，美国通用汽车公司以10亿美元收购了自动驾驶技术初创公司Cruise，优步则以6.8亿美元收购了自动货运公司Otto。
今年宝马宣布继亚马逊Alexa语音控制后，再次与亚马逊Prime Now快递服务合作。在人工智能方面，宝马与微软的个人助理“小娜”，IBM的“沃森”都有合作。
奥迪则选择与英伟达合作，核心的中控由英伟达驱动，奥迪则在制造层面提供帮助，全自动驾驶汽车预计 2020 年上路。
上汽也与阿里联手推出了国内首款互联网汽车，搭载阿里巴巴智能操作系统YunOS，以读取支付宝、淘宝、地图等大数据。
而在上周，美国知名汽车制造商福特则宣布，未来五年内向初创的Argo AI公司投资10亿美元，研发自动驾驶技术的相关软件。
除了汽车厂商纷纷跑马圈地，互联网企业也不甘落后。自2010年谷歌率先宣布研发自动驾驶汽车项目，随后百度等新兴互联网巨头也切入自动驾驶。谷歌、百度这类互联网企业将更多的精力投注在了无人车的“大脑”上，这一思路也开始逐渐被认可，甚至连Uber、滴滴这样的共享出行公司都开始加入了这场混战。
摩根士丹利有关无人驾驶车的最新报告指出，未来汽车中60%的价值都是软件，剩下的40%则是传统的汽车部件，也就是说，“汽车大脑”才是无人驾驶车的价值所在。
涉及多行业高精技术，市场有待成熟
中国产业信息网预测，至2020年，智能网联汽车市场的规模可达到1000亿元以上。在自动驾驶方面，全球产业巨头和科技巨头竞相追逐，都在抢占这个未来市场。
然而自动驾驶是一个很庞大的系统，技术上涉及到激光雷达，毫米波雷达，图像等，需要用到点云数据处理，图像处理，数据融合，路径规划，GIS，动力学等各行各业的技术。从目前发布的自动驾驶相关产品，我们就能略窥一二。
在CES 2017 展会上，英特尔宣布了针对自动驾驶汽车的开发平台Intel Go，包括车辆上搭载的处理单元，用来进行本地的实时数据处理；开发平台还包括5G 调制解调器，在满足移动通信的同时，连接汽车和云端。Intel Go 开发平台也包括英特尔的云端数据中心的支持，可以更及时的分发给未来的自动驾驶汽车。
在自动驾驶领域深耕10年的英伟达，在自动驾驶汽车方面的架构涉及三个组成部分：基于 Drive PX 的超级计算机，其功能足以处理车辆摄像头和传感器的数据；基于人工智能算法的操作系统；以及不断更新的基于云的高清 3D 地图和云端人工智能助手。
自动驾驶的技术研发涉及各个方面，而最核心的领域可能集中在以下几个：
1
激光雷达，传感器和视觉摄像头
自动驾驶汽车上，前后左右装有认识周围环境、道路、交通状况的各种传感器。光学摄像头包括单摄像头、多摄像头，多普勒雷达包括短距离雷达、远距离雷达，还有激光雷达，GPS定位装置等等，构成汽车认识环境的眼睛。这个领域有很多新技术，也可以加入人工智能的辅助。应该会是接下来无人驾驶的重头戏。
2
激光雷达，传感器和视觉摄像头
也就是能够处理多个传感器采集的数据，并能整合的类似小计算机的超级芯片，使汽车的“总计算机”体积、成本大为减小，并能应用于汽车成为可能。
3
超精准智能地图体系
智能地图系统可以向自动驾驶汽车提供信息，从而进行相应的控制。与其让自动驾驶计算路线，更好的解决办法当然是让所有车辆根据地图自行移动，从而实现运力和交通安全的最大化，这就需要精度到分米级别的实时地图。国内外的地图企业与无人驾驶结合最大的可能点也在这里。
这也是为什么去年8月，宝马、奥迪和梅赛德斯以25亿欧元（约合28.5亿美元）收购了诺基亚旗下的地图业务HERE，并基于HERE地图着手研发无人驾驶汽车的原因。
4
云计算平台
高精度地图在应用过程中，还要解决两个问题，那就是实时更新和实时同步。少了实时更新，地图数据就不能反映道路的真实情况，记忆就会出现偏差。而少了实时同步，最新的数据就无法有效传递给每个交通参与者。可以将道路情况实时上传至云端，在通过云端对其他车辆进行信息同步。只有和云计算平台结合在一起时，高精度地图才能够真正发挥效果。
5
控制系统
计算机控制系统将处理结果与操作硬件结合起来，实现加速减速、刹车停车、变向避让，以及人机对话等等，自动驾驶汽车具备了替代人工操纵的能力。
驶入百姓家庭，任重而道远
自动驾驶是一个极其复杂的系统性工程，不同的技术路线会对业务实施路径有截然不同的影响。这就造成了全行业的资源并不是在朝着一个方向使劲，我们仍然没有进入一个快速爆发的阶段。
传感器价格居高不下，且突破价格限制的条件单一，没有别的产业能驱动其成本下降。创业公司只能依靠VC的钱来支撑高端激光雷达的研发。
传感器导致单车成本过高，这造成了当前没有哪一家自动驾驶的公司能能够大规模的采集实测数据。因为汽车是一个以行驶安全为基础的产品，汽车出厂前都要经过千锤百炼，95%安全性的自动驾驶汽车是没有办法真正大规模应用。
即便技术和成本都已经达到了可量厂可商用的程度，在自动驾驶车辆真正进入社会交通场景时也会面临各种现实问题：与传统车辆的互动、集中化的运营管理、政府在政策的制定上。
我们远还没有进入到关于政策、伦理、保险、规则、运营的下半场，当年从第一辆汽车出现到完全替代马车也过了接近20年，何况今天的人口密度，交通复杂度会使得这个系统性问题更加难办。
总之，万里长征刚走了第一步，距离进入百姓家庭，还相当遥远。
从自动驾驶本身看，细节涉及方方面面，是一个各领域专业公司之间协同发展的过程。汽车厂商对于汽车本身、以及驾驶的专业理解，加上互联网企业在大数据和云计算层面的积累，本身就是一种各取所需的高效方式。这也是为什么汽车和科技类公司宣布联手合作的深层次原因。
The End
【科技云报道原创】
转载请注明“科技云报道”并附本文链接
