正确的提示信息

扫码打开虎嗅APP

搜索历史
删除
完成
全部删除
热搜词
智能汽车的安全,得从根上治

特别策划

2022-11-29 18:00

造车就像植树。


如今,被资本热捧的造车新势力,更注重的是营造产品的表象。比如,参数要高、尺寸要大。


但这就像一棵树,只注重树的高度,而忽视根的深度。一旦遇上极端天气,很容易被连根拔起。


俗话说得好,“独木难成林”,纵使一棵树再高,也不能抵挡风沙、保持水土。而如果要构建一个完整健康的生态系统,那更加需要建起一片茂密的森林。 “建森林”的理念,放在汽车行业亦是如此。


首先要“扎根”,对技术领域有足够深的积累,并将技术创新持续转化为用户体验的创新;其次是“阔林”,引入不同行业和不同技术背景的伙伴,共同构建“一片森林”。

 

扎根,智能驾驶十年磨一剑

 

注重表象的造车,无异于将用户当做“小白鼠”。


以高阶智能驾驶所需的感知硬件为例,车企为了拉高产品的参数,会预埋激光雷达。但并不是每一家车企都具备智能驾驶技术的量产经验。这导致用户支付了高昂的硬件购置成本,但未获得对应的功能体验,反而成为了智能驾驶系统修补bug和数据收集的工具。



据中金公司研报预计,2021-2023年推出的新款车型中,至少有20余款宣布搭载激光雷达。但到目前为止,并未有任何一家车企可能利用车载激光雷达,实现全范围覆盖的城市级智能驾驶。


实际上,车企在宣传层面会大肆地夸大功能,以提升所谓的产品竞争力。这导致了用户可能在实际用车过程中,对于功能的边界出现模糊认知,进而诱发危险事故。


此前,一款搭载激光雷达的新车型,在被第三方机构进行AEB自动紧急制动测试时,其表现甚至不如同品牌未搭载激光雷达的老车型。原因是激光雷达并未在AEB功能上启用,而用户实际上无从知晓这样的情况。


究其根本,决定未来智能汽车走向的关键,不在于硬件参数,而是在于软件研发实力。这就像一棵大树,想要枝繁叶茂,首先得要根基牢固。


而纵观技术发展历程,只有少数企业具备十年以上的智能驾驶研发和量产经验。


十年前的2012年,自动驾驶行业开始起步。那一年,被誉为“自动驾驶鼻祖”的谷歌旗下自动驾驶子公司Waymo,才刚刚拿到全美第一张自动驾驶测试牌照,同样也是全球第一张。


与谷歌在同一起跑线出发的,还有沃尔沃。在2012年,沃尔沃就拿出了首辆自动驾驶概念车。到了2015年,沃尔沃率先在量产车上配备了L2级智能驾驶辅助系统,成为首个配备该级别驾驶辅助系统的豪华车企。在那个节点上,特斯拉的AutoPilot自动辅助驾驶功能,仍需要依靠Mobileye的技术来实现。



虽然资历不能完全代表实力,但拥有丰富的研发和量产经验,对于实现更高阶的智能驾驶而言,至关重要。因为智能驾驶系统的算法学习,需要大量测试数据的积累,才能应对各种场景的挑战。


目前的决策算法还无法覆盖所有使用场景,现在业内连个覆盖率的数字都没有,还有更多未知的场景,也就是我们常说的Corner Case长尾问题。


举个简单的例子,业内此前经常发生的事故,是因为系统并未识别道路前方的静态障碍物或者缓行的车辆,比如形状不规则的三轮车、货车等等。此外,更多的难题还来自于小障碍物,比如破碎的轮胎皮、前车掉落的纸盒等等。 这些不可预测的场景,虽然只占到所有场景的10%,但要解决最后这10%,可能要花费比前面90%已知场景更多的资源和精力。 


要保证极端场景下的安全性,要求车辆既能讯速地感知出障碍物,又要准确地做出规划和控制。


打个比方,拥有来自激光雷达、摄像头提供的丰富传感器识别环境信息,只能算是我们人类驾驶员看到了障碍物。而要做出精准的判断,并及时地进行刹车和躲避动作,那么需要依靠的是人类驾驶员丰富的经验。


对于系统而言,经验其实就是数据。2019年,沃尔沃在“E.V.A. 沃尔沃安全平等行动”中开放了中央数字图书馆,向全行业免费分享60年来关于汽车安全的研究数据。沃尔沃还加入了欧洲道路安全数据共享试点项目,该项目旨在共享道路交通安全数据来提升道路安全性。沃尔沃在过去十年所积累的数据、场景以及不断迭代的软件算法,已然成为其进入高阶智能驾驶领域的“技术根基”。



这些智能驾驶上的技术积累,在沃尔沃最新亮相的全新的纯电旗舰SUV沃尔沃EX90上即将量产体现。

 

阔林,软硬皆施的技术生态


俗话说,独木难成林。


没有哪一家汽车企业可以完全依靠自身的力量,完成一辆车从设计、研发到生产、销售的全流程、全环节。但这也并不意味着,车企需要固守传统的供应链模式,全靠采购现成的零部件和解决方案来造车。


举个例子,以往的智能化配置,都是依赖汽车周围的多个电子控制单元来控制各个功能和系统,俗称分布式架构。像多媒体、大灯、泊车辅助等等的系统功能,都是直接采购自Tier1厂商,车企发挥的则是集成作用。


这些独立的功能背后,都是独立的软件系统在驱动,难以实现持续的迭代。比如,很多号称支持OTA升级的车企,大部分的迭代被局限于娱乐系统或者舒适性功能,在整车级的升级方案并不多见。


究其根本,还是电子电气架构的限制。



在EX90上,沃尔沃首次引入了中央电子电气架构,其包括了中央计算平台和整车SOA软件架构。同时,沃尔沃也是首家采用了中央电子电气架构的豪华汽车品牌。


业内常说的电子电气架构,其实分为三个阶段。早期是分布式架构,以电子控制单元为主导。最近这两年开始流行的是域控制架构,将多个层面的功能集成到域控制器中,独立运行和迭代。但终极路线,必然是中央电子电气架构,它将算力进行集成,大量较少线束,同时提升了软件研发和升级的效率。


这就好比智能手机的发展历程,早期是诺基亚时代,中期是安卓系统的时代,最终才走向了iPhone引领用户体验创新的时代。中央电子电气架构的诞生,相当于智能汽车进入到iPhone时代。


相较于上一代的域控制架构,中央电子电气架构最强大的能力是可以完成驾驶层面、座舱层面的能力互通,从而创造全新的用户体验。


举个例子,沃尔沃EX90车内的双摄像头DUS(Driver Understanding System)驾驶员感知系统,在感知到驾驶员出现分心、昏昏欲睡或其他注意力不集中的情况时,系统能够自主且安全地将车辆停靠并呼救。



正是从底层架构出发的创新,给沃尔沃的智能化体验带来更多开放式创新的可能。


早在2018年,沃尔沃就启动了科技基金,对全世界极具潜力的科技初创企业进行投资。当年,沃尔沃就选择战略投资了激光雷达公司Luminar Technologies——EX90车顶的那颗激光雷达,正是来自Luminar。


当时,激光雷达并不是行业认可的方向,最重要的原因就是成本。以美国激光雷达公司Velodyne的产品为例,在2018年,其64线机械激光雷达售价约7.5万美元,32线机械激光雷达售价约3万美元。


但沃尔沃看到了应用激光雷达对智能驾驶安全带来的帮助,还是很有魄力地投资了Luminar。


相较于传统的直接采购零部件的方式,沃尔沃与Luminar开始着手于激光雷达量产的合作研发。而Luminar最初的目标就是在量产初级阶段,将半固态激光雷达的物料成本降至500美元,但同时还要保证量产的性能、可靠性以及算法和架构的兼容性。 如今,双方合作的结果,就搭载于沃尔沃EX90的车顶——目前“世界上最长探测距离之一”的Luminar Iris激光雷达。



Luminar Iris激光雷达最大探测距离为500米,在10%的反射率下,探测距离为250米。这意味着,即便是车辆以时速高达120公里的速度行驶在高速公路上,也有长达7.5秒的时间来采取行动避免碰撞。但更重要的是其极端情况下的能力。举例来说,在浓雾中传统的905nm激光雷达停止工作时,1550nm激光雷达还能有30米左右的视野,可以完成正常的转向变道等操作。即便是在夜晚,EX90上的激光雷达都能准确感知一定范围内的物体。 


架构创新与联合开发,才造就了EX90上全新的智能化体验,以及更重要的是——从根源出发的安全出行体验。


安全,无止境,尤其是对于未来终极的自动驾驶而言,持续优化和迭代依然重要。在这方面,沃尔沃旗下自动驾驶软件开发子公司Zenseact,与谷歌旗下自动驾驶子公司Waymo进行独家合作——“天花板级”的技术融合,让沃尔沃在算法层面也有了质的飞跃。 


另外,沃尔沃并没有因为与Waymo的合作,而放弃自己的“灵魂”。沃尔沃和 Zenseact共同投资建立了数据工厂,未来几年内将处理超过2.25亿GB的数据。 


这些数据的最大用途,就是驱动智能驾驶和智能座舱体验的持续提升。

 


总之,在智能时代到来之前,沃尔沃对汽车本身的安全性能进行过无数次改造开发,始终践行着“零伤亡”的造车愿景。随着智能时代的到来,沃尔沃的安全愿景也随之升级为“零碰撞”。 


看似简单的口号变化,背后其实隐藏的是沃尔沃对安全性能的不断钻研,以及对智能化新赛道发起的挑战。

 

写在最后


变则兴,不变则衰。从沃尔沃EX90开始,沃尔沃似乎不像是一家95岁的传统车企。


当然,从宣布2030年转型成为纯电豪华车企那一刻起,这位造车老兵就已经迈上了再创业的道路。它正在与传统的研发方式分道扬镳,与传统的企业形象挥手告别,甚至与传统的产品形态彻底决裂。



如今的沃尔沃,更像是一家拥抱变化的科技型企业。而沃尔沃EX90,正是它在新时代树立的新标杆,新旗舰。

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文
频道:

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账户

    自定义
    支付: