微米和纳米科技材料

观察方向盘何时可以“扔掉”?智能网络技术将成为下半年制胜的核心

文:懂车帝原创 彩丽美

[懂车帝原创 行业]在百年未有之大变局时代,智能网联汽车浪潮不止搅动着汽车产业加速变革,更卷入了一众科技企业入局,不管是对于造车新势力,还是传统汽车厂商来说,未来并不轻松。

10月19日至21日,2021中国汽车工程学会年会暨展览会在上海举行。同时,值此产业转型变革的关键之际,首届汽车开发者大会(2021)围绕自动驾驶算法、整车技术平台、操作系统、车规级芯片等当前产业链条上的共性技术,聚焦行业热点话题展开研讨。

要知道,消费者对汽车的感知不再满足于出行需求,智能且安全的下一代网联汽车市场正成为主流。以人工智能为核心的软件技术是否决定下一代汽车产业的发展?如何减少交通事故、提高通行效率和安全系数?从“自动化”到“智能化”,汽车产业还有多少路要走?在本次大会上我们似乎找到了一些更加清晰的答案。

继发展“新能源汽车”后,智能网联汽车将成下半场竞争核心

2021年以来,中国新能源汽车市场快速增长,甚至超出业内的预期。

据乘联会数据显示,2021年9月国内乘用车市场零售量为158.1万辆,同比下降17.4%,但同期新能源汽车在国内零售33.4万辆,销量同比增幅202%,市场渗透率超过21%。1-9月,新能源汽车累计销量已经达到181.8万辆,同比增幅达到203.1%。与此同时,新能源乘用车的市场渗透率也已经达到19.5%,逼近20%。

众所周知,今年是我国“双碳”战略实施的元年。汽车行业作为碳排大户,大力推广新能源汽车是实现汽车行业减碳的重要途径。

对于汽车行业的竞争格局,全国政协经济委员会副主任苗圩曾表示:“新能源汽车的发展是竞争的上半场。我国新能源汽车发展在国际竞争的环境下,上半场打得不错,呈现出快速增长的趋势,进入了发展的快车道。但是我认为真正决定胜负的还在以智能网联汽车为标志的下半场竞争,这是决定胜负的关键所在。”

提及智能网联汽车产业发展,本次大会上,国家智能网联汽车创新中心常务副主任郑继虎也强调,“智能网联汽车是下半场竞争的核心,也是未来智能产业升级的战略方向。”

在郑继虎看来,智能网联汽车产业的发展需要“专、精、特”的团队支撑,而创新中心应当主导并引领汽车开发者生态建设,组织行业在芯片、操作系统、软件算法、整车技术平台四大技术领域进行深耕,推动我国卡脖子技术短板突破,构建我国智能网联汽车产业的“根”与“魂”,从根本上打造我国智能网联汽车发展的基石。

在转变的过程当中存在着“变与不变”。郑继虎表示,“供应链模式变了,核心价值及核心利润贡献点变了。对于企业来说,生产企业的担当或者责任没变。企业必须要先活下去,活下去前提要控制成本。消费者追求没有变,消费者对安全性、高性能追求没有变化。变和不变造成新的矛盾,这个新的矛盾,只能用创新生态来解决。”

在智能网联汽车领域,中国率先提出了单车智能和网联赋能协同发展的创新方案,以信息物理系统架构和计算技术平台、云控基础平台、高精地图基础平台、车载终端等平台为载体,加速推进产业化的进程。对于“车-路-云”融为一体的交通系统,行业对智能网联进行了清晰的分级,一个横坐标一个纵坐标,两个分级是耦合关系,也是互相支撑的关系。

在智能网联汽车这条赛道中,车企们必须把握住技术门槛。国家智能网联汽车创新中心首席科学家、清华大学车辆与运载学院教授李克强提出,未来我们需要实现全业务数联网化的感知,人车路交互行为的认知,大数据驱动群体决策,而这些都是需要“车-路-云”一体化的新人工智能技术,只有技术突破,才能真正实现安全及低碳的交通出行。

自动驾驶载体正从“车”转向“智能网联平台”

今年9月,中国汽车工程学会对外发布了《智能网联汽车道路测试监管系统技术规范》征求意见稿,该意见稿对智能网联汽车道路测试的监管系统进行了一套约束规范,覆盖了L3、L4、L5级自动驾驶系统的智能网联汽车。整个监管系统包括了监控终端、监管平台及其相互之间的数据通信。这意味着,智能网联汽车的数据监管有望迎来“平台化”时期。

至于智能网联技术平台如何赋能自动驾驶技术落地这一问题,国家智能网联汽车创新中心整车事业部部长刘卫国表示,“软件定义汽车”这一概念已经成为过去了,汽车本身无法支撑自动驾驶,未来的高度自动驾驶技术,不仅需要大量算法、冗余、架构设计来支撑,还会有很多“看不到”需求,比如如何将接口统一起来,这需要网联平台来做一个整合与支撑。

在刘卫国看来,“智能网联汽车技术平台是一个共性的技术平台,我们不会去开发商用车,但我们会做一些共性的关键技术,把仿真技术、信息安全、软件算法等自动驾驶相关技术集成,带动共性的研发,未来的自动驾驶会以网联平台为载体”。

单车智能时代已经过去,智能网联技术平台的重要性正在凸显出来,从通信测试,到车路协同测试,再到将来的车路云网图一体化测试,未来的自动驾驶更加是多学科融合的领域。

毕竟,市场对于自动驾驶等级的要求正在逐渐提高,随之带来的是功能与测试复杂性的提升,车路协同、智能网联汽车融合或许是正确解法。“V2X发展目前依然面临许多问题,需要全新的测试评价体系进行支撑,这也是我们探索与思考的方向。”国家智能网联创新中心测试评价总监刘伟平表示。

目前行业的共识是,想要实现高级别自动驾驶,车路协同是必经之路,单车智能的视觉、计算功能太有限。但具体如何支撑未来基于车路协同的自动驾驶,当前还是要做很多工作。

刘伟平举例说明,“大家开车的时候,车道居中性能,虽然车辆在车道中间,或者在车道中间线正负0.2米或者0.3米范围之内,但是有可能沿着车道线中心线两边还是会来回蛇形振荡或者方向盘扰动,根据客户投诉或者亲身体验,加了另外一个KPI指标约束性能。这个指标用振荡频率和振荡扶持对比关系,来约束到不同的速度线有不同的指标去约束。比如振荡频率在0.2赫兹情况下,在车道中心线不能超过0.13米左右。振荡频率和振荡扶持是相互制约关系,振荡扶持越大,振荡频率越小,就可以把车辆集中性能牢牢控制在车道线中间的位置。”

当然,自动驾驶面临的难题远不止这些,刘伟平提出还有像智能化与网联化融合、路侧感知系统测试、场景库建设等问题。在他看来,自动驾驶示范区建设也是需要持续优化。同时,业内急需一些示范区测试评价相关标准来立项或者落地。

中国将从“开源大国”加速发展到“开源强国”

眼下,世界各国都在加速推进汽车产业创新发展,而智能网联汽车在落地的过程中,还面临着各种挑战,包括关键技术的研发、基础共性平台的建设、法规标准规范的健全、测试验证认证的完善,以及各类研发工具链的打通和创新等。面对这些挑战,当前行业需要一个开源的、共享的技术平台,来更高效地实现高度自动驾驶。

由此,中国智能网联汽车技术平台在首届汽车开发者大会上正式发布。重点建设内容为“3个架构+2个体系”,包括自动驾驶架构、电子电气信息架构、车辆物理架构、测试评价体系及基础支撑体系。

近年来,在软件领域,开源软件比例不断增加,大有吞噬传统的、封闭源代码的趋势,尤其是在新兴的人工智能、物联网、大数据、云计算…..新一代信息技术方面。中国工程院院士、中国科学院计算技术研究所研究员倪光南表示,“开源已经成为了全球信息技术发展的强大推动力。”

据全球知名开源项目托管平台GitHub统计,2019年中国的开发者在其上的贡献仅次于美国,GitHub预测,“到2030年,中国开发者将成为全球最大的开源群体。”截止2019年,全球开源贡献者约为1050万,其中北美地区约为300万,亚洲约为380万。其中31%的亚洲贡献者来自中国,约为118万人,这个数字还在不断增加。

“中国一些拥抱开源的IT企业逐渐进入到世界开源的前列,他们在开源社区的角色已经经历了从使用者—参与者—贡献者的发展阶段,在全球开源生态中发挥着越来越重要的作用。”

但同时,倪光南也指出,“中国的开源事业还存在着一些不足之处,目前中国还不是开源强国。”前不久在《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》中正式将开源列入其中,这表明中国开源界将实现新的创新突破,中国将会迅速地从“开源大国”发展到“开源强国”。

举例来说,目前世界上应用最普遍的开源操作系统Linux,已有上百种不同的发行版。倪光南表示,“中国开源界对Linux开源社区有重要贡献,例如华为对Linux Kernel(内核)的贡献达到世界TOP 5,也是TOP 20中唯一的中国厂商,今后中国开源界的贡献还会越来越大。”

倪光南以“华为HarmonyOS”开源项目为实例,据介绍,HarmonyOS(鸿蒙)是面向万物互联的新一代智能终端操作系统,为不同设备的智能化、互联与协同提供了统一的语言,带来全场景交互体验。

随着鸿蒙系统的发布,再到鸿蒙OS智能座舱将在今年底、明年初,搭载在金康赛力斯中型SUV的车型上,“无车派”的华为要做一个万物互联、开源生态圈的意图也更加明显。这里所说的万物互联,华为将其分为三个部分,包括:人与车、人车路、人车家。而对于第三方开发伙伴来说,不同厂家、不同设备形态的开发者可以快速、低成本地开源开发,实现互联互通。比如空调和手表的协同开发和对接,不需要特殊定制代码,也最大程度降低了开发成本。目前,华为正在加速推进应用生态研发,也更加坚定地向全球开放最核心的软硬件能力。

写在最后:

从目前来看,行业竞争洗牌正在加速,跨界融合也不可避免。

对车企而言,中国乘用车市场竞争愈加强烈,有机构预计,2025年头部汽车品牌市占率将达到74%,留给剩余参与者的市场份额仅为26%。如何在存量市场中争取更大的生存发展机会?智能网联汽车这条赛道或许已经不是汽车企业们的一步尝试,而是必须跑赢的硬仗。

你可能还喜欢

发表评论

您的电子邮件地址将不会发布。

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据