【導讀】在未來的幾十年，推動這場新的移動革命的關鍵驅動力會是什么？最近幾家知名的老牌車企CEO們不約而同談了關于自動駕駛的未來技術的話題。我們得以一窺汽車廠商眼中的自動駕駛。
現在眾多老牌車企都已將自動駕駛作為戰略布局的核心，因為自動駕駛無疑將是自130年前汽車誕生后，最偉大的移動出行革命。
那么在未來的幾十年，推動這場新的移動革命的關鍵驅動力會是什么？最近幾家知名的老牌車企CEO們不約而同談了關于自動駕駛的未來技術的話題。我們得以一窺汽車廠商眼中的自動駕駛。
近日，奧迪新一代旗艦轎車 A8 正式誕生，除了標志性的車燈和內飾設計，A8 還成了全球首款實現 Level 3 級別自動駕駛的量產車。
奧迪 CEO Rupert Stadler在接受媒體采訪時， 重點談到了奧迪自動駕駛系統 Piloted Driving 的未來、高精地圖的重要性和客戶數據的安全管理等問題。他特別提到，高精地圖對于奧迪發展自動駕駛及相關服務的革命性意義。
另一家老牌車企的掌門人也持有接近的看法。戴姆勒董事局主席兼梅賽德斯-奔馳總裁Dieter Zetsche在幾個月前親自撰文談他眼中的自動駕駛，主要講述了 3D 高精地圖的重大意義，他甚至認為這項技術“代表了自動駕駛的未來”。
圍繞自動駕駛的熱點，引發的一系列產業、技術、生態的變革和創新才剛剛開始，并將在持續推動產業和技術不斷突破現有邊界。
德爾福客座專家 Manu Namboodiri認為，眼下的自動駕駛正在帶來創新高潮。因為，聯網和自動駕駛汽車不僅僅是融合了多項新技術，它還在推動這些技術的研發、投資和創新，并不斷拓展其邊界。物聯網、3D高精地圖、計算機視覺、海量數據管理、邊緣分析、人工智能、云計算等等這些技術都將是推動自動駕駛汽車不斷發展的催化劑，同時，未來的汽車也無疑將是這些前沿技術最廣闊最重要的應用場景之一。
車企“老司機”：3D高精地圖是汽車革命的開端
而對于推動這場新移動革命的眾多技術中，3D 地圖被車企“老司機”視作至關重要的功能。
戴姆勒董事局主席兼梅賽德斯-奔馳總裁Dieter Zetsche甚至認為，對自動駕駛汽車來說，“下一個劃時代的功能則是 3D 地圖數據，在下一場移動革命中它將成為關鍵驅動力”，并且這將影響每一個人。
Dieter Zetsche特別指出，3D地圖將為車輛傳感器和攝像頭提供補充信息，且在增強安全性和便利性上潛力巨大，它將成為未來自動駕駛汽車上一個不可或缺的重要環節。“對全自動駕駛汽車來說，地圖必須極端精確且更新及時。想像一下，如果我們能有無數個地圖來源，每輛車都能在路途上搜集數據并與其他車輛進行實時分享，自動駕駛汽車又會是什么模樣呢？”
奧迪 CEO Rupert Stadler同樣十分看重地圖的作用。他認為，實時地圖和基于地理位置的服務會為未來出行打下堅實基礎，因為這將提升道路安全的同時，為其他出行服務的發展創造機會。
這也就不難解釋，為什么奧迪、寶馬、戴姆勒共同買下了地圖服務商 HERE。此外，Rupert Stadler還提到，奧迪、寶馬、戴姆勒三家車企公共出資收購HERE還保證了它將一直是一個獨立開放且創造價值的地圖數據庫。
“有了它奧迪才能保證自己未來重要技術的開發，HERE 讓我們在與科技巨頭的競爭中扼住命運的咽喉。” Rupert Stadler表示。
在車企眼中，高精地圖對于自動駕駛未來發展的重要性可見一斑。
前幾天，現代汽車也宣布，其正和韓國政府合作，計劃在冬奧會上使用其研發的自動駕駛汽車，高精地圖將是其標配。現代希望依靠高精度數字地圖，對抗天氣對部分傳感器的影響，保證汽車的正常行駛。由于多雪且道路曲折，平昌的氣候地形對于自動駕駛汽車具有很大挑戰性。這家廠商宣稱，其地圖誤差小于 10 厘米，是“世界上最好”的圖形。
需要指出的是，自動駕駛所需要的地圖與傳統的路線圖截然不同，它將更為強調空間的三維模型以及精度，其所許的全新的數據基礎，必須將精度從米級降到厘米級，必須非常精確的顯示路面上的每一個特征和狀況，同時必須利用車輛上的匿名數據進行實時更新，幫助車輛知曉交通、天氣和事故等各方面信息。
自動駕駛汽車引發的技術創新熱潮
車企們認為3D高精地圖將是推動新一輪汽車革命的關鍵驅動力，但這僅僅是開端。對于自動駕駛而言，是更為復雜的多種新技術的融合，這是個綜合性的大工程，并且它正在推動各項技術的研發、創新、投資，不斷突破現有邊界。德爾福客座專家 Manu Namboodiri近日總結了他認為是“自動駕駛汽車創新的超級催化劑”的新技術TOP 11大名單。
其中，首先是物聯網技術。自動駕駛汽車搭載了數百個傳感器，它們將車輛周圍的物理世界轉化成了數字信號。而自動駕駛汽車傳感器的復雜性也讓它成了史上最強悍的物聯網產品。而未來隨著自動駕駛汽車功能的不斷增多，必定還將融入更多來自其他領域的物聯網解決方案和平臺。
其次是數據。包括海量數據管理、邊緣分析。如今，汽車正在成為人類歷史上最大的數據來源，自動駕駛系統和傳感器等設備產生的數據很輕松就能突破 TB 級別，而這些數據必須得到快速的處理和轉化。因此數據管理、數據庫、數據流分析、安全、數據比對、分布式計算和貸款管理等方面的創新已經迫在眉睫。而邊緣分析的重要性則是在于——未來的自動駕駛汽車每秒可能就會產出數個 GB 的數據并做出上千次判斷，如果車輛不能獨立完成部分數據的處理，而是將所有數據都一股腦送到云端并等待后臺的“總大腦”來反饋，那么其延遲根本無法接受。這也解釋了為什么英特爾等科技巨頭紛紛宣布開始向數據公司轉型。最近，英特爾還與愛立信、日本電裝、NTT、豐田汽車等成立了自動駕駛大數據聯盟，正式名稱為“自動駕駛邊緣計算聯盟”（Automotive Edge Computing Consortium，AECC）。
不過，雖然邊緣計算對實時分析和決策至關重要，但大量數據還是要回流到云端進行處理。因此，有一個強大的云計算能力會成為數據管理、應用分析和運營、軟件升級、高清地圖、路徑規劃、支付、可視化、城市管理與診斷等功能的重要保障，保證自動駕駛汽車有最棒的生命周期體驗。
此外還有計算機視覺，它是自動駕駛汽車感知周邊環境的基礎性技術，幫助汽車實時分析視頻流來理解交通信號燈、行人、路障和路標等。同時，目標探測、建模、路徑預測等工作也是計算機視覺技術一肩挑。除了要負責感知車外環境，計算機視覺技術還得分析車內視頻流，及時發現駕駛員是否有分心等情況出現。此外，它還要進行相關記錄并對其進行事件關聯性分析。
自動駕駛汽車更帶動了多項技術的發展，包括安全技術、連接技術、軟件、能源、移動技術以及現在大熱的人工智能。這些技術隨著自動駕駛的發展，將被越來越多的應用在汽車上。
（來源：汽車電子應用）
推薦閱讀：
