智能汽车领域投资

　　智能汽车领域投资

　　试验田现场包括数英里长的两车道、三车道和四车道公路，环岛岔路、各类交通信号灯、指示牌、自动移动模拟行人等，以及各类环境路段，如碎石路段、树木路段、乡村路段、高速路段、金属架桥、地下隧道等，这些复杂场景的测试无疑会有助于加速无人驾驶技术的商业化进度。

　　在智能汽车领域，密歇根大学一直在汽车大数据、无人驾驶模拟实验室、V2X以及UBI方面有着积极尝试。2015年7月，密歇根大学移动交通中心MTC 与州交通部及多家车企和零部件巨头共同出资1000万美元，合作建立“模拟城镇MCity”作为无人驾驶测试场，占地约32亩。作为全球第一个无人驾驶汽车专用测试城镇，目前已经有福特、通用、丰田、本田、德尔福等几十家车厂和Tie1供应商进行无人驾驶试验，日均费用为1万美金，且能用于未来V2V/V2I等车联网、智慧城市技术的开发。

　　实际上，无人驾驶的基础恰恰就是数据，需要各种复杂路况、天气的测试，并从中收集大量的数据。很多人都关心，如果以后无人驾驶汽车可以上路了，那么如何进行无人驾驶汽车的认证呢？符合什么标准的无人驾驶汽车才能上路行驶呢？

　　现在该领域是个空白，但像MCity这样的模拟城镇可以成为无人驾驶汽车的认证中心，通过模拟不同场景来测试无人驾驶汽车，只有通过最终测试的汽车才能真正上路，这也让美国在无人驾驶测试和标准认定上占领了制高点。

　　V2x车辆试点与5G平台试验

　　近期人们热炒的人工智能无疑拓展了传统车联网和智慧交通的边界，车联网和智慧交通产业的发展也会直接推动无人驾驶的产业化进程，而V2x技术能取代驾驶员的眼睛，实现对相关路段自动驾驶汽车的大规模管理。

　　目前，支撑V2X通讯的4G移动通信技术已广泛用于手机领域，速度更快、流量成本经济的5G技术也已经上路。此次考察中，美国机动车工程师学会预测V2X可以减少80%的驾驶风险，而且目前V2x已在密歇根州试行，并将很快制定出V2x标准（J2945/1)。

　　现场相关资料显示，目前密西根州已有2000辆车加入V2X试点，计划在今年底达到9000辆车的规模。

　　提到无人驾驶和V2x，一个公司不得不提，那就是高通。它已经宣布与业界合作开发多项创新技术，以推动功能更多的统一5G平台建立。2016年2月，在全球移动通信展上，高通与爱立信达成合作，共同进行5G技术开发和早期互操作性测试、5G关键技术组件的早期试验与验证，以支持3GPP Release 15 规范标准化。

　　目前，高通还与中国移动成立了5G联合创新中心，推进5G候选技术验证、标准制定、产业链构建和产品成熟。公司花费了30到40亿美元，成立了100人的团队，从事无人驾驶深度学习模型的开发，其820A，820M芯片嵌入了无人驾驶深度学习模型（包括主动预警和全景泊车），还提出了基于V2x与ADAS芯片结合路径方式实现无人驾驶。

　　未来摄像头会远超人眼，将成ADAS主流解决方案

　　此次考察中，我们接触到了全球最大图像传感器公司安森美的全球市场副总裁Sammy Yi以及核心技术专家，他们系统介绍了安森美在图像传感器的设计、测试、应用等方面的技术信息。

　　在这些专家眼里，未来的摄像头会远超人眼，它将通过类似于ADAS的图像处理技术来解决人眼的限制，其功能将向毫米波雷达靠近，为无人驾驶服务。而以摄像头为主的传感器融合将成为未来ADAS 主流解决方案。

　　无人驾驶领域，英特尔目前已针对车载市场，提出了一个完整的平台化解决方案，它由一系列软硬件产品组成，帮助汽车厂商以及它们的供应商把产品研发时间缩短12个月。也就是说，英特尔从给汽车卖芯片转变为一家整合汽车解决方案的提供商，这是一次典型的IT界跟汽车界的技术融合。

　　美国传统的汽车厂商也不甘示弱。拿这次参观的传统车企代表通用汽车公司来说，他们已经用10亿美元收购旧金山无人驾驶汽车初创公司Cruise Automation，后者一直致力于开发硬件以及可以安装在汽车上的软件，让汽车可以在高速公路上无人驾驶。

　　通用汽车还向打车应用商Lyft 投资5亿美元，合作开发按需无人驾驶汽车网络，其2017 款凯迪拉克CTS 上配备V2V 技术，实现车与车的通讯，实现超级巡航（ACC LKA），利用诊断数据分析可以预知一周车的状况（油耗和电池管理），并计划2018年推出无人驾驶汽车Super Cruise。

　　此次行程的重要一站便是参观无人驾驶走在世界前列的谷歌。作为无人驾驶的鼻祖，谷歌无人驾驶产业起步可追溯到2005年，当时塞巴斯蒂安.特龙教授领导研发无人车“斯坦利”（Stanley）赢得DARPA 无人驾驶汽车挑战赛，随后从斯坦福大学辞职，开始了在谷歌的全职工作，发起X实验室秘密启动了谷歌无人驾驶汽车项目。

　　2010年，媒体开始报道谷歌的7辆无人驾驶汽车在加州道路上行驶，而截止今日，谷歌的50辆无人驾驶汽车已上路行驶了大约160万英里。

　　实际上谷歌的无人驾驶项目以长期开源平台的建立为目标。在模型车的搭建上，装配多种传感器组合，后续核心在于通过大量路测、来优化ADAS算法，实现无人驾驶功能的进化和成熟算法在芯片上的早日固化。例如，谷歌选择了激光定位器、高精度GPS、立体摄像头、毫米波雷达、红外照相机等的组合，实时生成3D全景并据此决策执行下一步动作。

　　同时，针对当下一些技术及标准的争议性话题，谷歌也做了很坦诚的回答：

　　谷歌认为无人驾驶不存在事故责任不容易区分的问题，可以参考现有的法规

　　无人驾驶汽车的驾驶习惯有意识的深度学习人的驾车习惯，使得无人驾驶更加的人性化

　　谷歌的终极目标是实现去除方向盘和刹车的百分之百无人驾驶

　　谷歌无人驾驶汽车要进行路况学习，只能在熟悉的道路上进行行驶，目前无法在陌生道路上行驶

　　受雨雪等恶劣天气的影响比较大，有可能会无法行驶

　　过红绿灯的问题至今没有得到解决

　　实际上，谷歌对产业最大的冲击是，如果其无人驾驶技术一旦成熟，有可能开放无人驾驶开源技术标准，形成类似安卓开源平台，届时将对现有ADAS产业链形成巨大冲击，颠覆现有格局。

　　坦白而言，通过本次近距离的观察美国有关无人驾驶公司，我认为中国目前在智能汽车和无人驾驶产业跟美国还有3到4年的差距，不过谨慎乐观的是差距正在逐渐缩小。

　　目前无人驾驶的发展速度超过我们的想象，进程会越来越快，欧洲已把机器视觉的汽车ADAS应用标准列入E-NCAP，而经政策推动的ADAS视觉将加速发展。未来，基于深度学习的摄像头将会赶超人眼，比人眼更有智慧，这必将加速无人驾驶的提前到来。

　　可以预见，从美国法律对无人驾驶持续宽松，到谷歌无人驾驶开源平台的建立再到高通芯片的集成，以及通用、苹果等无人驾驶汽车的研发，美国已形成先发优势，尤其是SAE加快规划制定无人驾驶0-5阶段技术标准的步伐，未来极有可能是无人驾驶标准的制定者。

　　对此，中国要给予急切的关注，我们的机遇是庞大的人口和汽车保有量可为无人驾驶有关数据的测试带来了优势，我也相信在无人驾驶的发展过程中，未来最大的汽车大数据公司一定诞生在中国，而基于无人驾驶细分产业一定会有很多新的商业模式出现，例如基于ADAS的

相关阅读：