在德国,我体验了一把博世打造的生态世界

· Mar 24, 2017

在我专访博世 AI 老大的文章中《先忘记吴恩达,我们和博世 AI 部门老大聊了聊汽车供应商怎么做人工智能》,我们提到了博世要打造的生态。今天我们就来聊聊这个生态世界是什么样。想要说明白这件事,首先你要知道我在德国参加的这个 Bosch Connected World (以下简称 BCW) 是什么。 Bosch Connected World 是什么? BCW 是博世举办的以物联网为主题的行业大会。自 2014 年开始至今已经举办过多届。在这个大会上,博世会以 IoT(Internet of Things)为主线,将自己的业务集中起来进行展示。 提起博世,或许你会像我哥们儿一样,以为他们是卖冰箱、洗衣机和钻头的,也或许你会像汽车圈的大部分人一样,把他们定义为汽车行业的一级供应商。但是实际上,他们业务所涉及的领域遍布工业圈的各个环节。光在今年柏林 BCW 2017 大会上展示的领域就包括:汽车、出行、云服务、农业、交互、供应链、传感器、芯片以及工业制造等等。 在之前 100 多年的发展历史当中,博世一直是以工业及制造著称。而 BCW 的举办则代表着博世这个善于「 造物」 的公司,向着互联化和服务化的方向去转变。今年大会的开场演讲中,博世的 CEO Dr. Volkmar Denner 发布了博世的互联战略:传感器(Sensors)+ 软件(Software)+ 服务(Services)。 简单来说就是,在博世造的「 物」 上面加上感知设备,能够使其收集到数据。之后数据将会被传到博世的云端(Bosch IoT Cloud),通过软件的运算和优化,最终形成相应的服务。而在这套互联战略的基础之上,Dr. Volkmar 进一步提出了 4 个关键的技术方向: 1. 雾计算和云计算(Fog Computing and Cloud Computing):云端的计算能力大家应该都理解,但是随着设备的增多,只让云端负担全部设备的数据传输及计算是不现实的。因此在网络边缘的设备中(例如路由器),也需具备数据处理及计算能力,这样云端的压力就将得到分解。 2. 物联网络(IoT Network):指的是互联基础设施的建设,以及连接速度的优化。 3. 区块链(Blockchain):这个技术起源于比特币,它的本质作用是一个可以覆盖所有交易者的总帐本,这个总帐本会实时记录任何一笔比特币交易,并且会存储于网络中的所有终端(例如,A 与 B 的交易记录,会自动同步并存储到网络上所有交易终端的账本当中)。这样的话一个去中心化和去监管化的合约信用体系就诞生了。 4. 人工智能(Artificial Intelligence):AI 的作用就不用多说了,任何现在需要人工操作的工具,在有 AI 的辅助之后都将变得更加智能,也更加好用。和 NVIDIA 联合发布 AI 车载电脑已经足够证明其对 AI 的重视。 万物互联下的出行生态 很多人会有疑惑:车联网产品和服务的最终用户使用场景是什么样?在 BCW 上博世就展示了几个这样的场景: 1. 自动驾驶:出行生态里没自动驾驶还好意思出来见人吗?所以这是必须的。在 AI 的驱动下,用户可以在人工和手动驾驶之间切换。 2. LBS 及用户偏好记录:例如你今天有计划要去超市购物,那么车机就会在你的下班路程中自动推荐附近你所喜欢去的超市,并在用户确认目的地后切入导航模式。 3. Community-Based Parking:到达目的地后,就需要找地方停车。Community-Based Parking 这项技术就是运用所有车辆上的博世传感器去帮助大家找停车位。任何支持这项技术的车辆在行驶过程中都会通过传感器识别周边环境中的停车位,并将位置实时上传到云端。此后云端将把这些目前空着的停车位再指派给附近有需要的车辆。 4. 智能家居互联:到达超市,并停好车后,你需要知道去超市里都要买些什么。此时车机会调动你家中博世冰箱内的摄像头,告诉你冰箱里现在都有什么。由此来帮助你决定购物清单。 光上面这几项,我已经被「 生态」 一脸了,不过这还不是全部,博世把他的售后服务业务以及供应链业务也并入了进来: 5. 车辆故障预警:车辆中的某些故障是可以通过车载的传感器进行提前预判的,比如说蓄电池快要没有电了。这个预判会通过车机提前反馈给用户,确保用户能够做好提前的规划。 6. 维修站互联:在车辆获得故障预警之后,用户将会收到提示,是否搜索常用路线中的维修站(当然演示当中的维修站也是博世的…)。在用户选择维修站之后,维修故障所需要的备件(例如一个新的蓄电池)就会在云端的指令下直接从仓库或工厂通过供应链送到用户选择的维修站,整个运输流程,用户都可以通过互联设备监测到状态以及预计到货时间。系统也会根据到货时间向用户推荐最终去到维修站的时间。 这一系列场景体验下来,我真的以为自己是置身在一个互联网发布会当中了。但是看到周围清一色的西装,又把我拉回到了汽车行业。其实仔细想来,不管是汽车企业,还是互联网公司,大家最终对物联网下中出行场景的规划都是大同小异的。有区别的只不过是先有「 物」 再有「 网」,还是先有」 网」 再有「 物」。 看到上面这张图,你就会发现:搭平台,重布局这样的生态式战略,其实并不是互联网公司的专利。博世这样的以实业发家的公司,讲起生态来也是毫不示弱。 就像电影猜火车里,Diane 和 Mark 说的那句经典台词:The World is Changing. 思维的转变已渗透到任何行业的理念当中。我相信如果博世把上面这套战略包装成一个好的 BP 放到互联网圈,融他个几轮应该也是没有问题的吧。 想起博世作为一个百年老店,居然至今都还没有上市,我不禁陷入了沉思… 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号:   GeekCar 极客汽车   (微信号:GeekCar)& 极市   (微信号:geeket)。

专访英伟达 CEO 黄仁勋:「教主」眼中的自动驾驶,到底是什么样?

· Mar 20, 2017

在 CES 2017 报道英伟达(NVIDIA)的文章《CES 2017 | 详解英伟达 CEO 黄仁勋演讲:「AI 教父」的自动驾驶布局》中,我们已经提到了 NVIDIA 发布的最新 Xavier 平台,以及与博世的合作。其实在 CES 上,老黄卖了个关子:在 3 月份德国柏林举办的 Bosch Connected World 上,他将登台发布进一步的合作成果。事实证明,老黄没有食言,在 BCW 上,博世联合英伟达发布了基于 Xavier 平台的车载人工智能电脑。 关于 Xavier 平台的运算能力,在 CES 的文章中已经有所阐述,在这里就不再具体展开。在 BCW 的发布会之后,GeekCar 有幸与老黄面对面聊了聊,本文将重点结合老黄的发布会与专访,解析他眼中的自动驾驶。 老黄在 BCW 上都讲了什么? 除了发布车载人工智能电脑,老黄在演讲中还介绍了英伟达在自动驾驶领域的 3 个布局: 1. Deep Learning:GPU 在深度学习领域的应用成就了今天的英伟达。在老黄看来,深度学习驱动下的人工智能,也将成为自动驾驶决策的主要算法结构。 2. HD Map:在高精度地图领域,深度学习也将起到重要的作用。它能够帮助机器更高效的通过传感器收集地图数据 ,例如识别道路特征、提取建筑轮廓、识别道路图形标牌等。 3. AI Supercomputing SOC:这个是英伟达本就十分擅长的硬件芯片。博世将 NVIDIA 人工智能平台纳入到自己的零部件供应商中已经是对其硬件实力的最好证明,这也意味着英伟达的人工智能芯片将开始正式向量产平台进军。 此外,这次老黄还发布了将与卡车制造商 PACCAR 合作,基于 Drive PX 平台发展卡车领域的高级别自动驾驶。 在此之上,老黄又进一步聊了实现 L3 级别自动驾驶所需要的几个环节:Detection(感知)、Localization(定位)、Occupancy Grid(占用空间)、Path Planing(路径规划)、Vehicle Dynamic(车辆运动)、OTA(在线升级)。 可以看到,除去 OTA 之外,老黄的理解与我们之前一再提到的感知、地图、决策、控制有一些类似。但是,这两者之间最大的不同点是在于对「 决策」 的理解。做图像处理发家的老黄,将驾驶决策巧妙的分成了两个偏向图形分析的环节: Occupancy Grid(占用空间): 这个环节指的是,机器对于周围环境中各元素所处位置与所占空间做出的判断。这个判断既包括当前环境,也包括未来环境。而元素可以是车辆、行人、建筑物等等。 Path Planing(路径规划): 在判断了周围元素之后,机器将根据这个空间环境,规划出可驾驶的路线。 这样的划分,无疑能够更好的体现 GPU 在图像处理方面的优势。在老黄看来,目前市面上还没有任何一个量产的计算平台能够同时整合上述五个环节,而这正是 NVIDIA 希望在汽车领域攻克的难关。 最关键的部分来了:综合上面的分析,老黄提出, Deep Learning 在高精度地图以及图像识别方面的应用不仅能够优化自动驾驶的决策,更能够帮助降低车辆上所需传感器的成本。 我们之前提到过,除了特斯拉之外,大部分主机厂和 Tier 1 都认为,每一辆实现 L3 级别的自动驾驶车辆需要配备激光雷达。而老黄认为,在 Deep Learning 的驱动下,现有量产级别传感器以及高精度地图技术的潜力将被进一步挖掘,从而在一定程度上打破 L3 级别自动驾驶对激光雷达的依赖。由于目前激光雷达的成本和量产时间是实现 L3 自动驾驶的主要瓶颈之一,老黄相信,我们有可能在今年年底到 2018 年间就实现 L3 级别的自动驾驶,在 2018 年底到 2019 年实现 L4。 在德国当着无数汽车行业的人给出这样的观点,老黄就这样把他的「 黄氏定律」 带到了汽车圈。 带着女儿来专访 演讲之后,在 BCW 场地旁边的一个酒店会议室中,我又再一次见到了老黄。专访的一开始,老黄就给了在座的媒体一个惊喜:「 今天我的女儿也跟我一起来了,有我女儿看着,你们要对我好一点哦。」 这样的画风也让整个专访氛围一下子变成了科技公司的轻松范儿。 在向大家介绍完了自己的女儿之并复盘了一下自己的演讲之后,老黄开始回答起了大家的问题。 在被问到 Intel 收购 Mobileye 的事情时,他首先开玩笑的说:「 他们为什么要买 Mobileye 啊!?」 随后又说:「 英特尔这个决定肯定是有他们自己的原因和考虑的,至于收购后的效果,时间会给出我们结果。」 当有记者问到老黄英伟达如果面临被巨头收购会如何决策时,老黄也开玩笑道:「NVIDIA 一直都在对外出售啊,你们都赶紧来买一点我的股票吧!」 可以看出,对于行业内最近的兼并,老黄并没有表现的很在意。这与他平时果断、自我的行事风格十分相符。 熟悉 GeekCar 的都知道,我们关心的是技术。所以我针对老黄在发布会上的观点提出了两个问题,以下是问答的实录(M 代表 Mark,H 代表 … 继续阅读

CES 2017 | 为了让交通更顺畅,CES 上的整车厂和供应商是这么玩的

· Jan 09, 2017

在本次 CES 上,本田展示了一个叫做「Safe Swarm」 的概念。这套系统参照了鱼群的游动形态原理,可以全面提高交通效率和安全性。 本田在 Safe Swarm 系统当中使用了 V2V(Vehicle-to-Vehicle)技术,每辆搭载了 Safe Swarm 系统的汽车都将互相传递道路信息,司机也将提前察觉到道路交通状况的变化。一旦道路产生异常交通路况,Safe Swarm 系统将会帮助车辆做出避让、减速等动作。 针对几种不同的可能产生拥堵的情况 ,本田还给出了相应的解决方案。通过下面这个视频可以看到,他们在一个纯白的立体沙盘上 ,投影出道路、山丘、汽车等影像,并且做出了展示。建议你直接看视频,简单直观。 当车辆开始由匝道汇入主道时, Safe Swarm 系统则不会启动,而「merge anxiety」 对策将会介入,控制主道车辆自动减速,避免发生交通事故。 同样是在车辆由匝道汇入主道的情况,一旦主道车辆已经开始减速,而匝道车辆也完全行驶在主道上时。Safe Swarm 系统又会启动「safe merge」 对策,通知主道后续车辆可以正常通过。 而如果有动物横穿公路时,Safe Swarm 系统将会启动「phantom traffic jam」 对策,提醒车辆及时减速避让。 同样是在动物横穿公路的情况下,如果车辆已经减速,而后续车辆与前车保持着安全距离,那么 Safe Swarm 系统将会允许后续车辆正常通过。 当道路上发生车辆碰撞交通事故时,Safe Swarm 系统不会启动,而「unseen hazard ahead」 对策将会介入,自动控制车辆减速并及时避让事故车辆。 同样是在发生车辆碰撞交通事故时,如果事故车辆后方的几台车辆开始减速避让,并且与后续车辆保持着安全距离。那么 Safe Swarm 系统将会启动「hazard prediction」 对策,后续车辆可以正常通过。   天黑后,驾驶员的视线可能会受限。如果在有道路整修,那么 Safe Swarm 系统将会提前预知,并且启动「ane closure merge」 对策,车辆也将减速避让。 同样是在天黑时,遇到道路整修。如果车辆已经减速避让,并且与后续车辆保持着安全距离。那么 Safe Swarm 系统将会启动「cooperative merge」 对策,后续车辆可以正常通过。 其实为了提升交通出行体验,各大公司不仅用上了 V2V 技术,甚至连 V2E(Vehicle-to-Everything)技术也都派上了用场。德尔福的 V2E 技术包括 V2V 技术(车与车互联)、V2P 技术(车与人互联)以及 V2I 技术(车与基础设施互联)等等。 GeekCar 在 CES 上还特意体验了德尔福的 V2E 实验车,这台实验车可以实现的功能包括车车通讯、车和交通信号灯通讯、车和人(手机)通讯等等。比如在拉斯维加斯,德尔福对于一些红绿灯做了改造 , 在车里就可以看到前方红绿灯的读秒(拉斯维加斯的红绿灯不带读秒显示),这样就可以调节车速来适应红绿灯。 车车通讯还可以提醒司机盲区中快速接近的车辆,提高驾驶安全性。德尔福的工作人员还说,未来,美国相关部门将会把 V2E 技术作为强制装备搭载到整车上。 看到这里,很多人都会想,如果到了自动驾驶汽车时代,德尔福的这套 V2E 技术会不会与自动驾驶汽车上的激光雷达等设备产生功能冲突?德尔福认为,这种情况不会出现,V2E 技术更多的是在与自动驾驶汽车上的硬件完成技术互补,共同提高驾驶安全性。 除了德尔福之外,博世在本次 CES 上也展示了搭载了 V2E 技术的产品。博世的一体式互联仪表可以驾驶者的智能手机相连,并且提醒驾驶者在某条特定路线上是否可以使用自动驾驶功能。博世还打造了一套汽车与自行车互联系统,汽车可以随时掌握路面上自行车的行驶信息,避免因为视觉盲区而发生碰撞事故。 其实,从本田、德尔福以及博世在本次 CES 上的表现就可以看出,V2E 技术将会把交通出行的体验上升到一个全新的层次,万物与车互联或许真的就将在不久之后实现。 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号: GeekCar 极客汽车(微信号:GeekCar)& 极市(微信号:geeket)。

CES 2017 | 专访博世高管:一级供应商在自动驾驶领域有多重要?

· Jan 07, 2017

对我来说,今年 CES 最大的新闻之一,就是博世与英伟达宣布合作。这意味着在自动驾驶发展的驱动下,科技公司已经正式加入到了传统的汽车供应链当中。今天,GeekCar 在 CES 博世的展台上,有幸采访到了博世 VP Vehicle Systems Engineering / Project VP Future Driver Assistance —— Michael Fausten,和他一起聊了聊自动驾驶。 作为博世负责未来驾驶辅助业务的重要高管,Michael 给我们分析了目前自动驾驶产业的结构,以及博世作为全球最大的一级供应商,在这个产业中所发挥的作用。以下是专访的实录 ( G 代表 GeekCar,M 代表 Michael Fausten): G: 在 GeekCar 看来,目前的自动驾驶产业结构已经比较清晰了。我们可以把自动驾驶分为「 感知」(Sensing)、「 判断」(Decision)以及「 控制」(Control)三个大环节,并辅以” 地图”(Mapping)以及” 互联”(Connectivity)技术。在您看来,现在的自动驾驶产业结构是什么样的?我们是否还需要加入更多的技术和环节以实现自动驾驶? M: 首先我得说,我十分同意你们对目前自动产业结构的理解,你需要有感知、决策和控制,还需要云端连接以及地图数据的支持。 不过从博世的角度来看,我们更愿意将这几个环节连接在一起来看。因为作为一级供应商,我们需要交付的是一个整体解决方案,因此你所提到的每一个环节对我们来说,都要能提供安全,可靠的表现。只擅于其中的某一个领域对于 Tier 1 来说是不够的。 对于目前的整体产业结构来说,我认为所有自动驾驶所需要的环节与技术已经基本完善,已经不需要有全新的技术加入进来了。我们目前应该关注如何将现有的技术做进一步的整合和优化,例如传感器和人工智能等。 G: 很高兴您提到了人工智能,因为我们发现今年 CES 的一个重点就是将人工智能应用在自动驾驶上,英伟达的 CEO 黄仁勋也在他的发布会上着重提到了 AI 于汽车的联系,以及英伟达与博世的合作。在您看来,人工智能与自动驾驶的联系是怎样的?在众多的潜在合作伙伴中,博世为什么会选择与英伟达合作? M: 对于完全自动驾驶来说,我们的目标是能够把人从驾驶任务中完全解放出来。对汽车来说,这就意味着在任何路况或者条件下,汽车自己都能够提供合理、安全的应对方法,而不需要人来介入。这就让自动驾驶技术从基础的感知开始向智能化的判断能力进行发展,这是我们需要人工智能的根本原因。 而深度学习技术能够帮助我们更加有效的去优化人工智能的判断能力,例如在道路上准确判断出行人、卡车标识等等。 我们与英伟达的合作始于对这方面的考虑,因为深度学习需要有一个合适的运算平台与环境,而最终,我们需要将深度学习与人工智能整合到一个可以大量量产的计算机系统当中。英伟达在 AI 领域及芯片供应链当中的角色与我们的需求十分相符,因此我们选择才选择一起合作。我们会和英伟达一起研究人工智能在汽车领域内的应用,并将成果落实在量产产品上。 G: 黄仁勋也告诉过我们,博世的合作对英伟达十分重要,因为这是将他们的超级电脑进行车规级量产的唯一途径。不过当我们讨论人工智能和深度学习时,只说硬件是不够的,还需要有充足的数据支持,在这方面,英伟达的测试车才刚刚起步。那么在合作当中,谁将会主要提供数据呢? M: 获得数据的方法其实有很多,其一是博世自己在世界各地的自动驾驶测试车已经积累了很多数据。其二是,我们已经和一些车厂达成合作,一起研发自动驾驶汽车,在合作中,我们也可以共享他们的数据。一方面我们自己可以产出数据,另一方面,我们也可以通过技术手段来模拟数据,在这个层面上,我们也希望能够找到更多的合作伙伴。 G: 目前在人工智能的硬件领域,竞争还是很激烈的,例如 CPU 和 GPU 之间的对比。在博世看来,哪种处理芯片更适合于自动驾驶的应用? M: 现阶段我们需要新的硬件来支撑深度学习,目前能够支持深度学习的硬件架构其实并不多。在我们看来,GPU 是有能力去计算深度学习任务的,这也是为什么英伟达在现阶段是很合适的合作伙伴。作为 Tier 1,我们也希望有更多的硬件方案出现,因为我们的职责就是评估不同技术的表现,并选择最优的方案给到车厂。 G: 的确,作为供应商,如何将方案整合并量产其实是你们克服的难点。那么目前你们与英伟达合作的人工智能解决方案,是更注重于短期内的量产,还是更注重于未来完全自动驾驶的长远规划?因为大部分车厂在提到人工智能的时候,都将规划的落地时间定在了 2020-2021 年左右。 M: 我认为,短期内英伟达提供的是深度学习芯片的量产能力。不过他们也并不是这种芯片的唯一供应商。对于博世来说,我们在短期内的任务是如何能够更好的使用这些深度学习芯片去运行我们的软件以及算法。 至于我们未来是否会进一步使用英伟达的软件和算法去提高我们方案的表现,还需要进一步的探讨。 G: 我们将话题转到互联与自动驾驶,5G 是互联领域内的热门话题,大家都在谈论 5G 在自动驾驶里的应用。但是我听到一些汽车工程师告诉我说,在 V2V 及 V2I 等的应用当中,出与对安全和稳定性的考虑,他们还是会去选择更加传统的 DSRC 技术。您是否同意这个观点? M: 这个选择其实取决于你的具体需求和应用场景。比如我们会使用 5G 来做在线服务以及传输大尺寸的交通行驶数据、地图数据等。而在 V2V 与 V2I 应用上,目前在美国已经要实行对每辆车的强制性 V2V 技术要求了,我们要进一步看市场的渗透情况以及发展走向,然后我们再相应调整我们的技术策略。 G: 正如您刚才提到的,地图技术也是自动驾驶当中非常重要的一部分,现在的行业中有两类解决方案,一种是 Mobileye 的 REM,通过小尺寸的摄像头数据来辅助定位,另一种是类似谷歌这样通过激光雷达的实时扫描并与高精度地图进行对比定位。在您开来,现阶段哪种解决方案会更有优势? M: 目前我们提供的解决方案是通过视频摄像头和雷达技术进行定位。因为从我们的经验来看,只使用摄像头来定位是不够可靠的,比如说下雨天气、路面反光以及黑天的情况都有可能产生错误,视频摄像头对于周边环境以及光照情况很敏感。所以博世选择将摄像头与雷达结合的地图技术,并且我们认为这两种传感器是目前最好的解决方案,原因有二:第一是它反馈回来的结果十分稳定可靠。第二是,数据的大小及流量相对合理,并没有像高精度地图那么高。我们认为现在一些低精度的地图已经完全可以满足目前的需求了。而且我们也可以通过推广这两种传感器结合的解决方案去积累更多的地图数据。 G: 在特斯拉 8.0 系统对于 Autopilot 功能的更新中,他们把博世的毫米波雷达作为核心传感器之一。而在更后面的 Autopilot 2.0 系统里,却使用了八摄像头的方案,号称具备了 4/5 级自动驾驶的硬件基础,这是否意味着高度自动驾驶是可以不需要激光雷达的?今年,很多 Tier 1 供应商都公布了自己的激光雷达产品计划,博世有没有这方面的考虑? M: 对传感器种类的选择同样取决于对功能的需求,特斯拉决定选择这几个传感器肯定有他们自己的系统设计,以及功能上的考虑。至于我们自己是否会生产激光雷达,目前我还无法透露,让我们再等等看吧。 G: 在去年 CES 期间,博世曾经说过,自动驾驶是一个步步推进的过程,2016 年当中,我们已经看到越来越多的车型具备了高级驾驶辅助以及 Level 2 的半自动驾驶功能。您觉得在未来的量产产品当中,我们会看到哪些驾驶辅助功能方面新的变化? M:我们看到了两个趋势,第一是常见的整车自动驾驶功能级别的逐渐提升,我们会向着 … 继续阅读

汽车测试场里的黑科技:技术宅如何改变未来城市出行?

· Nov 14, 2016 333

说到工业产品的技术创新,汽车算是其中最典型的,而看汽车技术的创新,又离不开汽车零配件供应商。正是这些「 幕后英雄」 和「 汽车极客」,通过不断的研发和测试,默默地推动着汽车行业的技术进步。 这周末,来自德国的传统汽车供应商巨头博世 Bosch,在苏州举办「 第二届博世汽车技术创新体验日」,我们极客汽车的「 老司机们」 当然不会错过这个体验汽车科技的好机会,我们通过直播探秘博世,看看汽车厂商宣传的那些「 科技配置」 都是怎么来的。还有,在进入「 新出行时代」 之时,博世又有哪些创新的「 新计划」。 随着「 自动驾驶」 技术的普及,市面上有越来越多的量产车开始搭载高级驾驶辅助功能,而对于博世来说,对于「 自动驾驶」 的定义是非常严谨的,针对不同阶段有不同的解决方案。对于自动驾驶的商业化推进,「 安全」 则是博世考虑的首要问题。在博世苏州的试车场,我们体验到了博世针对不同场景的辅助驾驶功能,甚至是高速公路上的完全自动驾驶技术。 从目前已经搭载到一般家用车上的近距离摄像头,到搭载在高端量产车上的 3D 环视、开门报警功能、智能安全系统,再到更高级别的全自动泊车辅助技术、高速公路辅助驾驶功能,我们似乎上了一堂博世主讲的自动驾驶进阶课。 这次,我们有机会亲身体验到了在各种新闻、各种车展上出现了很多次的那辆长安自动驾驶车。 这实际上是用量产版长安睿骋改装而来的,之前长安做无人驾驶长途旅行的时候,用到了不止一辆车,它们各自的传感器方案也不一样。这次在苏州的车子,并没有用到激光雷达,而是五台毫米波雷达+一个多功能单目摄像头的解决方案,其中一个毫米波雷达位于车子前保险杠正下方,其他四个位于车身四角。既然是在博世的场子里,不用说你也知道了,这些传感器肯定是博世提供的。事实上,系统的算法也是博世的,而长安负责的是系统整合的工作。 这辆车的自动驾驶主要应用场景是高速路上,在车道内自动行驶、自动跟车、自动变道等等都可以实现。当然它也有一些安全决策机制,比如在 60km/h 以上开启自动变道功能时,如果雷达检测到旁边车道有车辆快速驶来,就会自动停止变道。 在这辆车的大屏幕上,还有一套自动驾驶的人机交互界面,工程师用比较简单的图示,显示出当前车辆的自动驾驶状态。 内饰上另外一个和量产车不一样的地方是分布在档杆两旁的两个大按钮,它们负责在紧急状态下切断系统。左边的按钮用来切断自动转向系统,右边的按钮用来切断整套自动驾驶系统。 在自动驾驶时代,供应商可以卖出更多硬件固然重要(比如假如长安这辆自动驾驶车商品化,一辆车就需要五台毫米波雷达,这是个不小的量),但更重要的是,供应商除了提供硬件,也得在一定程度上参与自动驾驶研发,尤其是当在这方面没有太多积淀的主机厂有做自动驾驶的需求时,供应商的作用就更大了,当然挑战也大:不仅仅要做硬件,在软件、算法方面也必须有所储备。而当他们具备了这些能力时,在自动驾驶供应链体系上也就更有话语权了。 除了高速路的完全自动驾驶,这次我们还体验到了一些低级「 自动驾驶」 和辅助功能,比如自适应巡航、车道偏离提醒等。与之对应的是供应商给出的不同硬件解决方案。 在吉利博瑞上,超声波雷达、毫米波雷达和摄像头这三大块传感器全由博世提供,在这辆车上体验到的 ACC 自适应巡航,给人的最大感受就是「 平顺」。简单的说,可能同样名为「 自适应巡航」,但是同样的功能在不同车子上的体验可能是不同的,有的车子自动加减速会比较柔和,有的则会比较激烈,有的车子对于插入本车道的车辆反应迟缓,有的车子却反应迅速,造成这些差别的很大一部分原因在于对系统的调校。拿手机拍照功能举例,可能很多机型里搭载的都是同一款供应商提供的摄像头,但是拍出来的效果却有差异,这背后就是调校在起作用。至少在我们体验的这辆吉利博瑞上,全车乘客一致感觉到了它在 ACC 功能上的偏平顺调校。 而当我们坐到吉利博越上面体验车道偏离提醒功能的时候,负责讲解的博世工程师也说,他们在提供单目摄像头模组的时候,也会根据车厂的要求,对系统报警的灵敏度进行相应的调整。顺便说一句,很多高端车上配备的远近光灯自动切换功能,工作原理就是通过这个摄像头模组去识别明暗,以决定开启近光还是远光。 正是由于博世拥有了自动驾驶所需的全套传感器技术,并且在汽车传统的电子电气架构、底盘、转向等方面的理解和积累,博世在自动驾驶整体解决方案技术上的优势也逐渐体现出来。 互联化、自动化、电气化的全方位智能交通解决方案一向是博世在中国汽车市场的主要方向,而底盘控制系统事业部、转向系统事业部、汽车多媒体事业部等多部门的协作研发,让自动驾驶时代的用户体验进一步得到完善。例如从传感器的感知到转向系统的执行;从车身的自动驾驶到人机交互的信息呈现。多部门协作将会使得体验上的无缝衔接成为可能。 我们此前在美国拉斯维加斯的 CES 博世展台中体验过的那台博世 2020 概念车,这次创新日也来到了苏州,它是博世对未来出行时代人机交互最好的诠释。(具体体验请点击此处参考此前文章)此外,在原有「 三化战略」 的基础上,博世(中国)投资有限公司执行副总裁徐大全博士的演讲中还提到了两轮交通、商用车和非道路机械设备以及交通服务的新战略。他们甚至成立了最新的「 商用车和非道路机械设备」 事业部。看来博世认为,将互联化、自动化和电气化落地,物流是个非常好的切入点,可以提升物流生态系统的整体效率和安全性。 我们也在活动现场简短体验了装配中置电机、内置三种传感器,并且搭载电池和控制器整套系统的博世电动助力自行车 eBike,无论是在平地、上下坡和颠簸路段,都有着「 逆天」 的平顺性和稳定性,并且聪明地感知到你何时需要助力。毫不夸张地说,这是我所体验过的骑行感受最好的电动助力自行车。 当然,随着城市的进化和汽车保有量的增加,传统意义上的汽车技术已经不能完全满足未来交通进化的需求。博世作为汽车领域技术宅中的佼佼者,也在探寻改变未来出行的方式。例如不久前在德国柏林推出的两轮电动车共享服务平台、在交通服务领域推出的博世紧急呼叫救援服务 eCall、车队管理解决方案、停车场主动管理等服务。我们相信从技术向服务转变、技术宅改变未来城市出行的时代很快就要到了,这时候,我们更想把博世看做「 未来城市智能出行解决方案商」,而不仅仅是「 汽车零配件供应商」。 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号:  GeekCar 极客汽车(微信号:GeekCar)& 极市(微信号:geeket)。

同时拯救新手和老司机:四个和「停车」有关的博世新技术

· Jun 14, 2016

最近博世在美国密歇根 Flat Rock 搞了一次「 先进科技展」,这次展出的科技成果,不像谷歌无人车那样遥不可及,很多与之类似的概念已经在量产车上有体现。 这些新技术,其实可以总结为四个字:新手福音。看完下面的介绍你会发现,这些几乎全是和「 停车」 有关,而这也正好是很多新手最头疼的地方。就算是老司机,也未必不「 闹心」。 所以,往下看吧。 Home Zone Park Assist:进阶版的自动泊车 现在配备自动泊车功能的车型很多,在特斯拉和 2017 款宝马 7 系上,甚至实现了通过钥匙让车自动进入或驶出车位的功能(比亚迪笑而不语)。但这次博世展示了一种更为进阶的自动泊车功能:「Home Zone Park Assist」,预计 2018 年量产。 博世为 Home Zone Park Assist 系统专门研发了一款手机 App,车和手机之间通过蓝牙或 Wi-Fi 连接。当你使用这项功能时,还得把手机和车钥匙连接,因为你还得远程启动车辆。 这项技术可以让用户「 教」 汽车如何去停车,做法很简单,举个例子:如果你住的是带车库的别墅,那么第一次停车你可以让车进入学习模式,从路边开到车库里停好。这时车子就会记下这次的行车路线,当你下次想用车时,只需从手机上打开 App,呼唤车辆,车就会自动开到你面前。 当车处于自动驾驶模式时,最高时速为 4.8km/h,车身周边 12 颗超声波雷达和摄像头会不断探测周围障碍物,遇到障碍,会在手机端弹出提示。另外,一辆车最多可记录 10 种泊车路线。 脑补一下使用这个功能的画面,触摸手机屏幕,车就自动从车库里开出来了,确实比较酷炫。但是也有两个必须要提的要点,一是你必须会停车,教会车如何停入车位;二是它更适用于固定不变的场景,如果在停车场可能就不好使了,因为行车路线是不变的,遇到别的车它只会停下,不会自己规划局部行车路线。 说白了,这项功能就是为有车库的土豪准备的… Trailer Hitch Guidance:拖车助手 对于很多美帝人民来说,开个 SUV 再挂个拖车是经常事。那么问题来了,如何让车的拖车钩准确无误地对准拖车接口? 对于小型拖车来说,可以依靠人力把拖车拉到车后方,挂上就行。对于大型拖车来说,只能把车准确地停在拖车接口前方,所以挂拖车对停车技术要求很高… 为了解决挂拖车这个难题,博世研发了拖车助手。用户要做的就是把车停在拖车正前方约 3.7 米处,然后只需要控制踩刹车和油门。拖车助手通过 EPS 来帮助用户转向,让车逐渐对准拖车接口,解决了方向控制这个最大的问题。 在倒车过程中,车尾摄像头会实时显示后方状况。当距离拖车 0.6 米时,系统会切换到车尾上方的摄像头,让用户在屏幕上点击拖车接口所在的位置,然后,系统继续控制倒车方向,直到拖车钩和拖车接口对齐。 恩,首先你得有个拖车… 3D Surround View Multi-Camera System:立体倒车影像系统 360 度倒车影像的出现,拯救了不会倒车星人。但博世这套立体倒车影像,是为了拯救那些连 360 度倒车影像都看不懂的超级小白用户。 博世的立体倒车影像系统,包括 4 颗 120 万像素的鱼眼摄像头,每颗摄像头的视野范围为 190 度。另外,车身周边还有 12 颗博世的第五代超声波雷达,与摄像头采集到的数据搭配使用。 摄像头的作用,就是为了形成「 上帝视角」,这和我们一般见到的 360 度倒车影像类似。超声波雷达则是为了探测车身周边的障碍物,如果探测到障碍物,系统就会切换到第三视角,标示出障碍物位置。当你靠近马路崖的时候,系统会把该侧轮胎用橙色标记,提醒司机避免碰撞。 当你停车的时候,屏幕上还可以显示轮胎方向、车门打开之后的位置等等。在开车过程中,用户可以切换到某一摄像头,避免撞到盲区内的车。目前博世这套系统已经成熟,但并没有给出具体的落地时间。 如果有了这套系统你还不会停车,真应该去检测一下自己智商了… 博世第六代超声波雷达 超声波雷达是自动驾驶汽车的重要组成部分,目前博世的超声波雷达已经研发到了第六代。 博世这一代的超声波雷达使用了更强、更长的声波脉冲,对障碍物探测更为敏感。它对低反射率的物体、小型物体、快速移动的物体都有很好的探测度。这一代超声波雷达最近的探测距离是 3 厘米,最远可达 3.6-5.5 米。相比上一代产品的 0.9-3 米的范围来说,有了很大提高。 另外,第六代超声波雷达对探测正在远离车辆的物体效果也很好,减少了误判。这比较适合车辆需要不断前后移动的场景,比如停车。 相比前几项功能,超声波雷达就不是那么酷炫了,但紧急制动系统是否好用其实很大程度上依赖于它。很多用过倒车雷达功能的用户都抱怨过:「 等撞上了它才响…」,足见有一个好使的雷达有多重要… 看了以上几个新技术,你可能会深有感触:为了拯救小白用户,供应商也是挖空了心思。其实除了博世,很多公司都在竞相研发类似的功能。无论是从技术发展潮流,还是从产品宣传层面来看,未来辅助驾驶/自动驾驶会是一个重要的趋势,到时候,新手司机所遇到的各种问题将会迎刃而解。 愿马路杀手越来越少…… 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号: GeekCar 极客汽车(微信号:GeekCar)& 极市(微信号:geeket)。

电动卡丁车只是玩具?看完这台博世 e-kart 之后再说

· May 29, 2016

前几天和几个朋友聊起电动卡丁车,他们的第一反应就是:没开过,应该就是台玩具车吧?这事还真不能怪他们,毕竟卡丁车运动在国内起步很晚,再加上「 电动」 二字,很容易让人联想到儿童玩具车。 而博世作为全球最大的汽车配套供应商,偶尔展示一下自己的技术实力,给汽车小白用户补充点科普知识还是很有必要的。因此,下面这台博世 e-kart 电动卡丁车就此诞生。 玩具?你的家用车未必有它快 不到 5 秒就破百,这可不是什么动辄百万的超跑,而是博世精心打造的电动卡丁车 e-kart。如果你的家用轿车想要跑过它的话,估计还真需要费点劲。 动力方面,博世在这台卡丁车上使用了一套额定电压为 48V 的锂电池组,电动机的最大功率为 20kW,最大扭矩则能达到 300Nm。所有的这一切再结合上卡丁车超轻的整车重量之后,一个迷你性能怪兽就横空出世了。博世称,e-kart 电动卡丁车的极速可达 130 km/h。 底盘方面,博世选择了与德国最大的卡丁车制造商 Mach 1 Kart 合作,所有的开发工作都将基于这家公司提供的底盘完成。 少谈一点情怀,多看一些技术 F1 车迷们大多都知道一件事,那就是很多 F1 车手小时候都会用卡丁车进行训练,最著名的当属迈克尔·舒马赫,7 次总冠军车手甚至还在德国开了一家卡丁车馆。 当然,情怀这东西,我们不会谈论过多。博世在这台电动卡丁车上倾注的技术心血,想必更会让你大吃一惊。 这台 e-kart 搭载了博世研发的 BRS 系统(Boost Recuperation System),整套系统包含了助力回收电机、48V/12V 直流功率转换器等关键部件。在 BRS 系统的帮助之下,这台卡丁车还拥有自动启停、制动能量回收、加速助力等功能。 由于 BRS 系统的存在,一旦车手在驾驶过程中松开加速踏板,卡丁车就会自动减速,助力回收电机会将收集到的电能储存到动力电池当中。如果你急需超车,这套系统还会为你提供 15kW 以及 150Nm 的额外动力输出。博世称,BRS 系统将会使卡丁车的整车能耗降低 15%。 整车布置方面,博世 e-kart 也做到了向家用轿车看齐。麻雀虽小,五脏俱全。一套定制的 ECU 控制着锂电池组、电动机、BRS 系统以及一系列传感器,确保了这台电动卡丁车能够时刻保持高效运行。博世赛车运动副总裁 Klaus Böttcher 说,未来几个月,博世还将进一步挖掘这台电动卡丁车的技术潜力。   说了这么多,简单总结一下博世这台电动卡丁车:可以与超跑媲美的加速性能、比敞篷跑车还要开放的外观、带给你充分驾驶乐趣的后轮驱动设计。也许你只能在赛场里与它为伴,但请不要遗憾,因为这丝毫不会妨碍它成为一款人见人爱的速度机器。 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号: GeekCar 极客汽车(微信号:GeekCar)& 极市(微信号:geeket)。

「GeekCar Daily」5.24: 博世做了一辆电动卡丁车,还带自动启停!

· May 24, 2016 333

博世推出电动卡丁车赛车 博世推出了一款配备起停功能的电动卡丁车赛车,这项功能基于博世的能量回收助推系统(BRS),赛车底盘由德国最大的卡丁车制造商 Mach 1 Kart 提供。这款电动卡丁车使用了一套额定电压为 48V 的锂电池,电动机的额定功率为 27 马力,百公里加速不到 5 秒。 说什么来着?博世分分钟能造车,没骗你们吧,哈哈…… Lyft 推出提前 24 小时叫车服务 Lyft 宣布,它们将在旧金山推出提前 24 小时叫车服务。在此之前,无论是 Uber 还是 Lyft,都不允许用户提前打车。Lyft 称,想要体验这项功能的用户,只需在 App 中点击时钟图标设置时间即可,司机最晚可以在乘客预定时间前 30 分钟取消或更新订单。 Uber,你跟不跟? 澳大利亚推出首款电动矿车 历经 2 年研发,澳大利亚终于推出了首款自主研发的电动矿车 Tomcar LV1,新车很快就将启动生产。Tomcar LV1 是一款适用于矿井的电动车,电动机的额定功率和扭矩分别为 100kW 和 300Nm。值得一提的是,这辆特制电动车可以通过采矿通道进行充电。 绝对够霸气。 AT&T 推出无线车联网项目,车内可享无限流量 美国通讯运营商 AT&T 推出了无线车联网项目,首批合作车企包括大众、英菲尼迪等厂商。车主在使用这个项目时,每月只需支付 40 美元,就可以在自己的车里享受无限流量。AT&T 称,截止今年第一季度,全美已经有 800 万台车辆使用它们的无线网络。 在国内,免费流量一般都和智能后视镜、智能车机联系在一起…… 原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号: GeekCar 极客汽车(微信号:GeekCar)& 极市(微信号:geeket)。

从博世集团的互联战略看「智能汽车」

· May 14, 2016

作为唯一在华已建立传感器、软件和服务三大核心竞争力的物联网整体解决方案供应商,博世发布了在华的互联业务新战略:未来将积极拓展互联交通、互联工业、智能家居和智慧城市四大领域新兴业务,支持中国「 互联网+」 发展战略。 对于不明真相的小伙伴来说,博世的「 互联」 战略也不难理解。简单来说,一万个人眼中可能有一万个博世,因为他们做的东西实在是太多了… 例如在汽车行业,提到博世第一印象可能就蹦出了 ESP、火花塞、柴油共轨等等这些名词。汽车行业之外,我们从前熟悉的西门子家电、电钻、还有看不见的传感器,很多都来自于博世,目前市面上有四分之三的智能手机中,都配备博世提供的传感器设备。 所以「 物联网」 这个词对博世来说,是很有想象空间的,未来所有博世的产品和带有博世传感器的硬件产品和设备,都可以通过云端实现互联互通,同时通过软件算法的开发和设计,为不同领域的用户带来更好的使用体验。 而对于智能汽车来说,互联化更是不可或缺的一环。于是我们在发布会前联系到博世中国副总裁徐大全博士,和他聊了聊「 智能汽车」,以及对于「 互联」 的看法。 「 除了外部的互联,车内系统互联也是很明确的方向,是需要首先考虑的。」 和互联网公司不同,博世作为一家百年历史的汽车供应商,对于汽车的理解自然更加深入。汽车本身拥有大量的模块和传感器,例如硬件层面的雷达、摄像头等传感器、ESP 和电子转向执行器等等,而对于智能汽车来说,首先要实现这些传感器模块的内部互联。对于博世来说,这意味着多媒体、底盘控制系统、售后等多个事业部的协同工作。 徐大全说,任何技术和产品的创新都是渐进的,就拿车内屏幕的变化举例,我们看到的仅仅是屏幕变大了,操作方式变了,其实是内部的互联方式变了。再例如自动驾驶,和互联网公司不同,对于博世底盘控制系统事业部来说,开发自动驾驶技术更加重视的是「 安全」。 「 未来的格局就像现在的电气化,人人都在做,人人都要进来,这对博世来说一定是种冲击,但最终经过竞争肯定会形成规模效应。」 在我问到他如何看待从行业外冲进来的对手时,他说了以上的话。对于博世来说,和这些新的对手竞争,优势在于博世进入汽车领域较早,对于汽车厂商的需求和相关系统硬件的了解要更深入,这种先天的优势是互联网公司或其他新进入的对手无法比拟的。但在另一方面,他们同时也意识到了问题。 博世这种汽车供应商巨头早已习惯了和汽车厂商合作研发及供应的节奏,习惯了 2-3 年一个周期的模式和速度,但对于软件来说,更新的速度是他们此前无法想象的。 博世解决这个问题的方式是两种:跟别人合作,以及改变自己,同时他们也在探讨新的商业模式。例如博世在全球的 56000 名研发人员中,有三分之一致力于软件研发,而博世中国的 5500 名研发人员中,有近 30%都是从事软件技术开发的。 相信在未来「 智能汽车」 的大趋势中,无论是传统汽车厂商还是新进入的竞争者,大家都会更加看重创新的能力,而不仅仅是硬件和系统功能的成本。而未来在软件及服务层面的需求和附加价值,一定会更加明显。 对于博世来说,传统汽车行业的经验能在多大程度上帮助他们在「 新汽车时代」 保持巨头地位?或者说,有着持续巨大投入的软件创新投入,能否抵挡互联网新贵的冲击?这确实是挑战,同时也是机遇。  原创声明: 本文为 GeekCar 原创作品,欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」,并附上原文链接,不得修改原文内容,谢谢合作! 欢迎关注 GeekCar 微信公众号:  GeekCar 极客汽车 (微信号:GeekCar)& 极市  (微信号:geeket)。