改名、撕逼、合作……你忙着过春节的时候，错过了这些汽车科技大新闻
春节假期结束了，相信你已经迫不及待的想上班了（难道不是因为开工要发红包？），我们也会从今天开始恢复更新。 今天聊聊放假这几天里国外发生的大事儿，毕竟人家不放假，新闻还是持续产出的，而且其中有些事情还挺重要。 特斯拉改名了 前两天，特斯拉正式宣布更名，从 Tesla Motors 更名为 Tesla，拿掉了 Motors（汽车）这个单词。 这完全就是翻版了苹果当初的做法。2007 年 1 月 9 号，苹果把公司名从 Apple Computer 变为 Apple，拿掉了 Computer 这个词。这意味着他们从一家电脑公司开始变为一家消费电子公司。自此之后，苹果进入了一个新的发展层面。 至于特斯拉，其实这次更名并不是没有预兆，他们在去年就已经把自己官网的域名从 teslamotors.com 变成了 tesla.com。 大多人对这件事的反应是，特斯拉已经不满足于只做一家汽车公司，在 Elon Musk 的心里显然有一个更加宏大的能源帝国梦想，尤其在他们收购 SolarCity、发布太阳能屋顶和新一代的家用储能设备 PowerWall 2 之后。当然，自动驾驶也是一个重要方向，别忘了特斯拉还说过自己将来要做基于无人驾驶的共享用车网络。 但是也有一种反面观点认为，特斯拉这次更名，是因为 Elon Musk 对主营业务信心不足，并且其他业务存在很大不确定性：电动车并没有真正成为市场上的主流，而且那些传统主机厂也都在逐步实施自己的电动化产品战略；自动驾驶技术并不比谷歌等公司更强；SolarCity 一年内估值大幅缩水，商业前景黯淡…… 更名或许更利于融资。 不管怎么说，大过年的，我们还是祝特斯拉鸡年大吉。能不能成为第二个苹果？其实还挺让人期待的。 对了，在苹果更名的当天，乔布斯发布了第一代 iPhone。 关于自动驾驶的撕逼 除了更名，特斯拉还在忙另外两件事：一个是打官司，一个是撕逼，两件事都和自动驾驶有关。 特斯拉前 Autopilot 项目总监 Sterling Anderson 前一段时间从特斯拉离职，最新消息显示，他和原谷歌无车项目负责人 Chris Urmson 搞到了一起，俩人一起成立了名为 Aurora 的新公司，做的当然还是自动驾驶。 特斯拉这下不开心了。他们发现，早在去年夏天，这哥们儿就在和 Urmson 筹划新公司的事儿，但是当时特斯拉却被蒙在鼓里。 背着老东家跳槽，这种事太多了，但关键是，这是在自动驾驶行业，技术、人才是非常宝贵的财富，而这两者往往是捆绑在一起的。而且，作为 Autopilot 前负责人，Anderson 知道关于 Autopilot 项目的一切，而 Autopilot 对于整个特斯拉来说意味着什么，不言而喻。现在，特斯拉怀疑的是， Anderson 窃取商业机密以及特斯拉自动驾驶路测数据，于是特斯拉把他告上了法庭。 是敌人，也是故人…… 撕逼这件事上，特斯拉是冲着自动驾驶创业公司 Cruise 和 Otto 来的。这两家公司分别被通用和 Uber 以 10 亿美元、7 亿美元的价格收购。要知道，前者不过成立三年，Otto 历史更短，成立还不到一年。 在特斯拉看来，像 Cruise 和 Otto 这样的「Small teams」，在技术上并不怎么厉害，居然能卖出这么高的价格，溢价太高。这样的收购非常不利于自动驾驶行业的健康发展。（对于这些初创公司的技术实力，我们觉得不能过于吹捧，但也不至于过分贬低）收购他们的 GM 和 Uber，某种程度上都算是特斯拉的竞争对手，尤其是自动驾驶层面。自己辛苦研发，对手却直接砸钱买技术快速赶上，站在特斯拉的立场上看，自然会觉得心里不太平衡。再把它和 Anderson 的自立门户结合起来，这里面的动机我们就不难理解了。 其实在我看来，这种砸钱行为有点像中超球队砸钱买内外援。很多内援动不动就以上亿的价格转会，这样的身价放到几年前来看完全是疯狂。但是存在即合理，大环境变了，而且好球员就那么多，属于稀缺资源，烧钱、抬价这种情况，完全正常。从另一方面来说，不管是美国的自动驾驶还是中国的足球联赛，烧的那些钱也不都是为技术或球员买单，还有很多附加效应。 Uber 牵手戴姆勒 没有永远的敌人，只有永远的利益，戴姆勒和 Uber 再次证明了这一点。 去年 7 月，戴姆勒计划将自己的打车软件 MyTaxi 和英国的竞品 Hailo 合并，以对抗 Uber，而这几天，戴姆勒却和 Uber 走到了一起。 双方合作的核心内容，也是自动驾驶——打造支持共享交通的自动驾驶汽车。 二者分工非常明确：戴姆勒造自动驾驶车，Uber 提供运营平台。双方共享。 此前，Uber 和沃尔沃已经在自动驾驶方面展开了合作，不过 Uber 在那个合作中的戏份更足：他们深度参与自动驾驶车的研发，相当于把自己在自动驾驶技术方面的积累和想法，都往沃尔沃的 XC90 上面怼。 但是和戴姆勒的合作，从分工来看，双方会更加「各司其职」的发挥自己的优势。 在自动驾驶、共享用车越来越热门的当下，不管是整车厂还是车辆运营平台，都在思考自己在未来的角色和定位，因此我们在过去一年看到了各种尝试，在这些尝试里，各个公司不断的探究着自己的边界。 这些公司都定位于「出行服务提供商」，既然这样，未来如何和谐相处，如何寻找自己的最大价值，就需要在目前的各种尝试里慢慢找到答案。 另一个跑道的合作 另一个大合作来自于两家整车厂——通用和本田。他们宣布成立行业内第一家将氢燃料电池投入量产的合资企业。双方以 50：50 的出资比例，总共投资 8500 万美元。 通用在底特律南部有一家电池组装工厂，这个合资公司就会 base 在这个工厂运营。但是要让氢燃料电池量产，还得等到 2020 … 继续阅读
又有一家公司在加州进行了自动驾驶测试，他们想要做的还不止这些
前不久，Uber 自动驾驶汽车在旧金山发生了闯红灯事件，最终被加州 DMV（Department of Motor Vehicles，车辆管理局）吊销了自动驾驶测试牌照，测试工作被迫转移到了亚利桑那州。 只不过，Uber 的这一事件并没有吓退其他公司。最近，自动驾驶初创公司「Cruise」 的 CEO Kyle Vogt 放出了一条视频，其中有一辆汽车在旧金山的街道上进行了驾驶测试，下面是测试视频： 有一点你可能猜不到，坐在测试车里的两个人就是 Kyle Vogt 和通用汽车总裁 Dan Ammann。视频当中并没有显示出测试车辆的具体车型，但 Dan Ammann 随后回应说，Cruise 视频当中的测试车辆是一辆雪佛兰 Bolt 自动驾驶汽车。 从视频当中可以看出，这辆自动驾驶测试汽车全程没有发生闯红灯行为。另外，当前方车辆突然变道时，这辆自动驾驶测试汽车还及时作出了减速避让动作。除了进行上路测试之外，看过视频之后我们还能发现，通过 Cruise 的移动 App，这辆雪佛兰 Bolt 自动驾驶汽车还进行了乘客上下车模拟测试。透过这个细节可以看出，Cruise 和通用不单单想要打造自动驾驶汽车，还想在共享用车领域完成布局。 其实不仅只有 Cruise 以及通用想到了这一点，就在前不久，谷歌的一份新专利得到了曝光，他们想要通过这份专利来解决「 无人驾驶专车如何接上乘客」 这个问题。谷歌可以在用户叫车时，推荐定位附近的接驳点。下图中的黑色原点代表定位范围内可以停车的地方，其中一部分推荐的停车点来自于用户推荐，一部分来自谷歌地图。政府机构、谷歌的合作伙伴、用户反馈以及无人车上采集的信息还将共同构成实时交通信息，组建无人车调度系统。 看到这么多，也许有些人还不清楚「Cruise」 这家公司的背景，咱们可以再梳理一下：Cruise 成立于 2013 年，主要负责开发自动驾驶技术。公司创始人 Kyle Vogt 之前曾创立过一家全球游戏视频直播网站「Twitch」。2014 年，Twitch 被亚马逊以 9.7 亿美元的价格收购。尽管如此，Kyle Vogt 还是在创立 Twitch 的过程当中积累了大量图像处理经验。除了创立 Twitch 之外，他还曾是 MIT 无人车项目的早期团队成员，对于机器人也有一定研究。正是有了之前所积累的技术经验，Kyle Vogt 最终才选择成立 Cruise。 2014 年，Cruise 推出了一款后装的自动驾驶套件「Cruise RP-1」，驾驶员按下中控台上的按钮，就可以激活 Cruise RP-1。Cruise RP-1 可以取代部分人类操作，但却只适用于高速公路上，而且在雨天、雾天以及夜晚也都无法使用。另外，Cruise RP-1 在当时还仅仅适用于奥迪 A4 和 S4 两款车型。之后，Cruise 宣布，Cruise RP-1 自动驾驶套件也将面向其他车型完成适配。 2015 年，Cruise 获得了加州 DMV（Department of Motor Vehicles，车辆管理局）的自动驾驶测试许可。之后，搭载 Cruise RP-1 套件的试验车辆在加州进行了自动驾驶测试。只不过，测试路段需要提前进行人工驾驶，构建地图信息，而并不是单纯地依靠实时感知。 也许是 Cruise 在自动驾驶领域的影响力逐渐提升，2016 年，通用以 10 亿美元的价格收购了 Cruise。被收购后的 Cruise 在开发策略上发生了一定变化，他们用上了之前所没有用到的激光雷达。另外，Cruise 的开发车辆也换作了通用 Bolt 电动车。而在去年年中，搭载了 Cruise 自动驾驶系统的 Bolt 电动车就已经在旧金山的街道上开始了测试。只不过这一次，他们额外将乘客上下车过程添加到了测试过程当中。 可以看出的是，被通用汽车收购之后，Cruise 在自动驾驶汽车领域的步伐迈的越来越快了。在 Uber、英伟达等竞争对手相继完成了自动驾驶测试之后，Cruise 和通用也终于加入到了这一行列当中。另外，我们也能从中发现，越来越多的公司开始将共享用车系统与自动驾驶汽车进行共同开发，这或许将会是未来交通出行的又一个爆发点。 最后，再讲一句，希望下一次 Cruise 和通用可以将自动驾驶汽车测试的外景视频放出来，毕竟那样才足够有说服力。 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）。
VOL.177：人工智能是如何影响自动驾驶的？
网易云音乐搜索歌单：GeekCar 叨逼叨 BGM。每期节目的背景音乐都能一次听到啦！还有，我们周四周日更新啊！记住了吗？！ 前几天，缺席了几期节目的大尧刚刚从 CES 回来。虽然非常疲惫，但他还是坚持爬起来给大家带来这样一期节目~（此处应有一阵热烈的掌声！）在上一期节目里，我们的 CES 小分队里的两名成员，和我们一起聊了聊他们去看展之后的一些见闻和想法，以及对于汽车科技领域的一些新认识。今天，我们就抛开展会本身，来说说关于我们都很感兴趣的自动驾驶的新进展。 很多小伙伴儿或许都已经知道了，自动驾驶的到来，势必和人工智能，也就是你常听到的 AI 技术分不开。但是究竟人工智能是怎样影响自动驾驶的实现的？并且自动驾驶中所用到的人工智能技术，和我们平时看到的阿尔法狗有什么不同？在自动驾驶实现的过程中，需要人工智能如何配合？又需要多长时间才能达到完美的契合？今天，让我们来好好和你们一起聊聊这个略费脑的问题。 好啦，听节目记得点赞打赏和评论哦！憋忘啦！最后我要再说一遍~我们爱你！❤ 本期人物介绍： 大尧——GeekCar 最具洞察力的运营官。北京土著外加 UK 留学背景，专业性极强又超接地气，一个能顶俩！记住：跟他聊什么都行，但就是千万别提吃饭的事儿，谁提谁 S*B！ 大白——GeekCar 最没节操的内容官。这是一只活生生的段子手，热爱科技但绝不乏味，五大三粗还常常害羞脸红。记住：千万别跟他聊天，小心你的节操被他说没了，这你找谁说理儿去！ 刘能叔叔——GeekCar 最不正经的铲屎官。虽然是个妹子，但非得给自己起个叔叔的艺名儿，而且自打公司来了三位猫爷，就变成了专注的铲屎官。记住：惹她可以，别说猫不好！别说！ GeekCar 有话说： GeekCar 叨逼叨是我们一次新的尝试，有任何意见和建议都可以直接留言告诉我们！你也可以表达你的观点你的态度，让你的声音也出现在我们的节目当中~欢迎吐槽欢迎么么哒~
谷歌想打造无人驾驶专车平台？这个新专利让人「细思极恐」
从 2009 年到现在，谷歌的无人车项目已经进行了 8 年的时间。 经过这 8 年的技术积累，这个项目最近独立出来，成为名为 Waymo 的公司，正式开始推动商业化进程。目前，谷歌已经和克莱斯勒合作打造出了 100 辆 Pacifica 自动驾驶汽车，也和本田宣布达成了合作。 但是，现在所有搭载 Waymo 自动驾驶技术的车都是用来测试的，而非向普通用户提供服务。也就是说，还只停留在技术阶段。 那么商业化的事儿呢？最近被媒体曝光的一份专利证明，谷歌并非没有考虑无人驾驶商业化的问题。而这个专利的内容让人「 细思极恐」——很大程度上来看，谷歌想用无人驾驶「 颠覆」 掉 Uber、滴滴。 毕竟，把无人车投入商业运营，最典型的场景想必就是共享用车了。所以谷歌不能只提供感知和决策层面的技术，还要搞定运营/调度这件事。谷歌的这个专利，就是解决「 无人驾驶专车如何接上乘客」 这个问题的。 不难理解：打滴滴/Uber 的时候，人类司机都有可能找不到你，更别提无人车了。所以问题就来了：人类专车司机知道看地图然后前往目的地，无人车怎么办？ 从专利中的信息，我们可以大致了解谷歌解决无人车接客的逻辑。 和滴滴/Uber 一样，用户通过手机 App 呼叫车辆，手机定位即为出发点，目的地需要乘客手动输入。但是对于无人车来说，由于安全、技术等层面的原因，并不是所有的地点都适合上下客或等人。 比如，无人车不能像人类司机一样能够开到所有地方，毕竟电脑还是不如人类大脑灵活、聪明。另外，诸如建筑工地、消防局门口和快速路等地点根本不能停车等人。（这一点人类司机一「 眼」 便知，但是无人车不知道，得有人告诉它……）所以，谷歌的做法是在你叫车时，给你推荐定位附近的接驳点。关于谷歌无人车调度系统的地点推荐机制，可以看下面这张图，其中黑色圆圈是根据定位划定的范围，黑色的点代表可以停车的地方。 在这其中，一部分推荐的停车点来自于用户推荐，一部分来自谷歌地图。在整个无人车调度系统中，谷歌的高精度地图扮演着重要的角色，它可以提供道路、建筑、消防栓、工地和实时交通信息。这些信息的来源很多，其中包括政府机构、谷歌的合作伙伴、用户的反馈以及无人车采集到的道路信息。当然了，这样一来就需要一个云端来处理所有人和车辆的需求。 在这份专利中，谷歌给出了无人车手机 App 的雏形： 当你周围没有可用的停车点时，就不能呼叫无人车，比如这样的场景： 其实，「 推荐上车点」 这个设计，在 Uber、Lyft 里面被广泛使用，比如在拉斯维加斯，如果你在酒店叫车，系统会让你到某个大门去等车，而在 CES 场馆附近叫车，系统也会把你「 指引」 到停车场里——一个临时设立的专车接客点。当然，国内的专车 App 在某些特定场景下也有这个设计了。 接客位置设计看起来是很细节的问题，但是谷歌已经想到了，并且申请了专利，即使这不能说明他们想做无人驾驶版的 Uber，也能在一定程度上表明谷歌对于无人驾驶商业化的一些落地设想。 其实 Waymo 是车企的好朋友，反而要革的是 Uber 和 Lyft 的命。自动驾驶对于以专车为代表的共享用车将会具有革命性的影响，以 Uber 为代表的专车平台当然也意识到了这一点。所以 Uber 也早早在无人驾驶方面进行布局（当然没有谷歌早……），前一阵他们还在匹兹堡把基于沃尔沃 XC90 改造而来的自动驾驶车在加州进行了试运营，并且还闯了红灯，然后马上被加州政府叫停。至于 Lyft，有媒体说要他们和通用在 2017 年开始测试自动驾驶汽车，并且融合了 Cruise 公司的技术（一家通用收购的自动驾驶初创公司）。可能当他们未来遇到无人车 pickup 的问题时，发现谷歌已经早早申请了专利，要么花钱来买，要么想办法绕过这个专利。 但是目前来看，大家还是相亲相爱的。比如，得益于最近谷歌和 Uber 的合作，你在谷歌地图 App 里搜索某个兴趣点之后，可以直接呼叫一辆 Uber，而不用跳出 App。 可是谁能说得好，未来谷歌、Uber、Lyft 甚至滴滴之间会在无人车共享这个领域终有一战呢？ 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）。
解一道物理题，就能去特斯拉当工程师？
就在昨天，特斯拉通过微信公众号「 特斯拉招聘」 发布了一条招聘需求，职位的名称叫作：产品支持工程师-自动辅助驾驶（Product Support Engineer-Autopilot）。当然，我们想要做的不是为大家介绍工作，而是特斯拉这一次的招聘方式出乎了很多人的意料。 他们为应聘者们出了这样一道问题：假如周日早九点，你驾驶着一辆白色 Tesla Model X P90D 带家人外出游玩，车辆正匀速直线地行驶在京沪高速上，今天天气很好，挺风和日丽的…… 突然旁边的车辆变线驶入你的车道，当你正想给对方一个白眼的时候，你的 Autopilot 系统早就计算好：只需要 0.2g 的侧向加速度和 0.5g 的正向减速度（学了这么多年物理学，从来没听过「 减速度」 这个物理量，你也可以理解为负 0.5g 的加速度）可以躲避变道的车辆，那么请问自动转向系统需要使方向盘转动多少度？（假设你的 P90D 轮胎属性如下）说实话，看到这条题目之后，自己的工科生情怀好像又燃烧起来了。拿起草纸，各种受力分析、牛顿运动定律计算。当然，计算过程和结果就不透露了，相信各位物理大神和汽车工程师一定更加胸有成竹。 只不过，我还是有一些疑问，特斯拉 Model X P90D 的前后重量配比为 48：52，而且前后均有电动机提供动力。那么在题目预设条件没有充分表达的情况下，计算过程中是否应该将车辆按照一个质点计算？这个我们就不得而知了。 能够以这样的方式完成招聘，特斯拉也算是汽车行业里的头一个了。不过仔细想想，特斯拉诞生于硅谷，而硅谷向来都是一个不按常理出招的地方。 比如谷歌。他们此前曾在广告牌上展示过难解的数学问题，希望能够招聘到合适的工程师。更厉害的是，他们甚至还曾在网站中隐藏过一个 UNIX 终端页面，其中包含几个程序设计问题。最终解决这些问题的人，将会受到谷歌的面试邀请，甚至直接入职谷歌。 讲了这么多，很多人一定会关心，特斯拉的这个产品支持工程师-自动辅助驾驶职位究竟具体做些什么？特斯拉给出的官方介绍是： 应聘成功者将会加入到特斯拉的 Engineering 团队当中，与硅谷的工程师一起进行 cutting edge 的工作，学习到行业 state of the art 的技术，做特斯拉全球车队的「 驾驶员」。 当然，这种中英文夹杂的表述方式真的未必会受工科生的喜爱。不说了，先做题去了… 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 | 北汽和百度结盟了，关于车联网和自动驾驶，他们还有更大的计划
在之前的 CES 报道中，我们很容易就能发现一个现象：曝光率大多数集中在国外的车企和科技公司（消费数码类公司不在讨论范围）。但实际上，中国元素也是不可或缺的一部分。 北汽和百度，他们应该可以算是今年 CES 汽车相关内容里，发声最大的两家中国企业。除了达成基于智能汽车的战略合作，双方还分别宣布了自己的自动驾驶战略。这篇文章信息量很大，我们慢慢看。 合作：优势互补的必然性 先看双方的战略合作。 概括来说，合作内容的落地主要是两点：一是车联网解决方案，二是自动驾驶。双方会在上半年推出一台搭载百度车联网解决方案的车型（据北汽方面说会是轿车）；下半年会有自动驾驶测试车进行路测。 再具体点儿，北汽和百度将在智能汽车、车联网、L3 级智能驾驶、高精度地图、联合品牌运营等领域及其他新兴领域建立战略合作伙伴关系，主要包括以下几个方面的内容： 高精度地图；百度 CarLife、MyCar 及 CoDrive 等车联网解决方案应用；L3 级别的自动驾驶技术；建立联合实验室；品牌与产品营销；云平台和大数据技术等。 车联网解决方案这块儿不难理解，不管是 CarLife 还是 CoDrive，相信通过合作都可以在北汽的产品里落地。这其实有点像上汽和阿里的合作，只不过应该没到那么深的程度，不管是从落地方式上还是从公司融合角度。但是百度总裁张亚勤在专访时说，也不排除将来会成立双方合资公司的可能性。 自动驾驶方面，从下面两张 PPT 就能看出，在自动驾驶的解决方案里，北汽会负责车辆本身层面（传感器、通信、车况、车辆控制等）。而和自动驾驶相关的高精度地图、深度学习等层面，百度会承担主要的工作。双方的合作主要体现在自动驾驶控制（环境感知、决策）和 HMI 车内人机交互层面，分工还算比较明确。 简单来说，北汽和百度的优势互补，是推动双方合作的最大因素。在智能汽车领域，百度的优势在于地图数据，自动驾驶算法和人工智能平台等软件方面。而和汽车本身相关的硬技术层面，百度还是比较薄弱。百度总裁张亚勤也说，他们一定不会自己造车。所以无论在什么阶段，他们都会和供应商、主机厂进行合作来共同完成这件事。 而北汽一直以来，给人的印象就是传统的自主品牌车厂，他们想做的事情是「 智能化升级」。因此，除了在技术层面的必要性之外，和百度合作会更容易给自身贴上「 科技感」 的标签。 当然，可能有人还记得，之前北汽也和乐视在车联网等领域合作过，但是挺长时间以来，这个合作仿佛没有了下文，甚至还有人说双方合作已经「 掰了」。北汽牵手百度，很可能意味着他们和乐视的合作已经结束。不过，不管是百度的张亚勤，还是北汽股份的总裁李峰，都表示双方对于合作是开放的，彼此不是唯一， 而是「 最优选择」。 事实上，在去年三月，百度也曾经和长安汽车达成过智能汽车方面的战略合作，这次在 CES 的百度展台，唯一一个实体展示车也是长安旗下的车型。 回到北汽和百度的合作，这明显是奔着「 双赢」 的局面去的。从现场展示的合作内容来看，如果最终实现的话，对双方业务都有巨大的帮助。当然，饼画好之后，接下来就该看看到底能做成什么样了。 除了合作之外，百度和北汽也都发布了自身的战略，信息量也不小。 百度：L3 更名、自动驾驶开放平台 在去年下半年的百度大会上， 百度宣布成立了 L3 事业部（主要针对 L3 级别的自动驾驶技术）。这也是百度在成立无人驾驶事业部之外，明确表示要从相对更低级别的自动驾驶、驾驶辅助技术层面入手，进行更多商业化的布局。 而现在，百度 L3 事业部正式更名，变成了百度智能汽车事业部（Baidu Intelligent Vehicle）。新名字更加直观，也更能清楚的说明业务范围，在某种程度上减轻了和客户的沟通成本。 事实上，在这次更名之后，智能汽车事业部的覆盖范围已经包括除了无人驾驶之外百度和汽车相关的所有业务范围（车联网、ADAS、高精度地图、有限制的自动驾驶等等）。这也说明，在完全无人驾驶到来之前的时间里，百度还想要系统性的把汽车相关的业务给「 包圆」 了。 这也可以理解成百度对自身汽车相关业务的梳理整合，发展路线明显比 L3 事业部刚成立时更清晰。 不久前，谷歌把自动驾驶部门分拆成立了公司 Waymo。在很大程度上，百度无人驾驶事业部和 Google 无人驾驶部门的情况类似，因此外界也好奇百度会不会也有类似打算。百度总裁张亚勤认为这仅仅是操作方式的问题。 事实上，百度无人驾驶车目前已经在乌镇、芜湖、亦庄等几个地区进行测试，和车厂的合作也在进行。虽然之前说过「3 年商用、5 年量产」 的计划，但应用场景还是局限在小部分封闭道路和园区里，商业化价值短时间内没有那么大。 如果由智能汽车事业部来承担现阶段大范围商业化的责任，那么无人驾驶事业部的压力就没那么大，所以，百度分拆无人驾驶部门的可能性或许并不大。 另外，在 CES 上，百度还发布了名为 Road Hackers 的端到端（End to End）自动驾驶开放平台。 简单来说，Road Hackers 能在真实道路情况下，通过 AI 技术实现自动驾驶算法的建立。而通过学习真实的驾驶场景和习惯，平台能够对自己的算法进行持续优化，这也是所谓「 端到端」 平台的最大特点。 当然，这样的 AI 驾驶平台或许已经很难再算什么新鲜事，很多相关公司也都有类似产品。不过，百度在后期会开放数据给第三方开发者，共同完成算法和模型的建立。百度智能汽车事业部 HMI & 生态总经理张辉说，他们最初会首先开放 1 万公里的自动驾驶训练数据，后期逐渐会把所有的大数据资源向开发者开放。 换句话说，百度想要通过数据的吸引力，通过众包的方式吸引第三方开发者以及高校等参与者，一起完成自动驾驶平台的开发完善。当然，这需要依靠百度地图对用户驾驶和地图数据的采集能力，也是百度先天的一大优势。 北汽：「NOVA」 智能汽车发展战略 再说北汽。北汽发布了叫做「NOVA」 的智能汽车发展战略，往下分成三个细分领域，分别是智能驾驶 Nova-Pilot、智能网联 Nova-Link、智能座舱 Nova-Space 。 「NOVA」 的发布，可以看作是北汽系统性的梳理关于智能汽车的发展战略。简单来看，这个战略已经完全覆盖了从驾驶辅助到完全自动驾驶的阶段，时间线也延伸到了 2025 年之后。 和很多车厂一样，北汽也提出了转型成为「 出行服务商」 的目标，还将建立车辆关键技术、车联网关键技术、基础支撑技术三个技术平台，并且划分成为了四个阶段应用在落地产品上。 通过下面这张图，我们能够很清晰的看出北汽的规划是基于自动驾驶技术的实现程度。对应的数据、车联网能力、车内人机交互体验，也都符合当前自动驾驶的实现程度。 当然，我们很明显的发现，北汽在其中的很多领域，都并不擅长。例如自动驾驶、车联网等等，都需要相关供应商以及合作伙伴的帮助。这也是这次百度会和北汽进行战略合作的原因。北汽也透露，除了百度之外，北汽会在之后的时间里加大投入，计划收购或者参股具备先进技术的初创企业。 听到这里，你是不是觉得北汽的战略有些耳熟。事实上，包括福特、通用、BBA 等等各种主流车企，几乎走的都是这样的发展路线。这也说明，传统主机厂对于出行服务，有着类似的理解和预期。这也是接下来一段时间里，车企之间一个新的竞争点。除了比拼原有的造车能力之外，整合第三方参与者共同搭建出行服务，会有更激烈的竞争。 无论是科技公司还是车厂，任何一方想要独立完成自动驾驶和出行服务的布局，都是个艰难的过程。所以目前来看，抱团几乎成为了主流。如果在接下来的一段时间里，车企和科技公司还没有找到自己的「 好基友」，那么落后导致的挨打可能就成了必然事件。 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）。
在汽车城底特律，谷歌无人车项目完成了「重生」
在拉斯维加斯的 CES 上，自动驾驶绝对是主旋律之一（这是一个万用开场白）。整车厂、供应商，轮流秀自己的肌肉，偶尔也会听见有人问：谷歌怎么不来 CES？ 对啊，谷歌哪去了？别人都在 CES 上大说特说自动驾驶，谷歌无人车项目作为这个领域的老司机，而且又刚刚经历了分拆出来成为独立公司的重大变化，我们都会觉得谷歌没理由不来 CES。对了，现在这个新公司叫 Waymo 了。 结果是，这个新公司把自己的第一次对外发声，选在了汽车城底特律……一家硅谷公司，不远万里来到三大汽车公司的地盘，这是一种什么精神？ 底特律的 Cobo Center 展馆，在北美车展开幕前一天，接替 Chris Umrson 的 Waymo CEO John·Krafcik 做了一个 20 分钟左右的演讲，来阐述谷歌无人车项目的新进展。在舞台上除了他，还有另一个主角—— 基于 FCA 旗下的 Facifica 车型打造的那款自动驾驶车。 以下是演讲视频，因为设备原因，开始的几分钟没录好，所以整个视频只有 14 分钟。锻炼英语的时候到了： Krafcik 先是放出了一个新闻：这些车（大约 100 台），会从 1 月下旬开始，在亚利桑那州和加州展开路试。这两个州挨着，加州不用说，亚利桑那州也属于对于自动驾驶非常开放的地方，谷歌之前就在那儿测试过他们的无人车，而在前一阵 Uber 的 XC90 自动驾驶车在加州被禁后，亚利桑那州州长就公开表示了对 Uber 的欢迎，后来 Uber 把车子运到那边继续测试。 摆数据 Krafcik 还给了一组数据：从 2009 年开始，谷歌用四年多时间完成了第一个百万英里路测，从 2013 年 6 月到 2016 年 10 月，他们完成第二个百万英里，用掉了三年四个月，而到 2017 年 5 月，第三个百万英里预计会完成。谷歌在这四年里进行了 100 万英里的路试，而截止去年 10 月份，他们完成了 200 万英里，花掉 3 年四个月时间。根据他们的测算，到 2017 年 5 月，将会完成第三百万英里，仅仅要经过 7 个月。 除了这 200 多万英里的实际路面测试，在 2016 年，他们还完成了 10 亿公里的虚拟路试……当然，这是在电脑上跑出来的。 他们要自己做硬件？ 最颠覆的变化，是 Waymo 要涉足硬件层面。开始说这事儿的时候，Krafcik 还有点儿结巴。他说，Waymo「design and built」 了自己的激光雷达和视觉系统，借此，他们把传感器的硬件成本降低了 90%。当然，这个是和 2009 年项目刚起步时做的对比。 Waymo 研发了短距离和长距离两种激光雷达。这让车子可以感知到距离自己非常近的人和物体，或者识别到远处的小物体。 他举了个例子：比如，车子右前方有个骑行者，他骑着骑着突然张开了左臂，这时候系统就会判断出这个人准备左转了。然后，软件系统就会为车子减速。 在 Krafcik 看来，这种软硬件的整合，让他们车子的自动驾驶水平达到了全球领先。 不过，这并不意味着 Waymo 要转型做供应商，他们想做的还是跟主机厂合作。 实际上，「 自己做硬件」 这个表述并不是很清晰，是自己研发生产么，还是和传感器厂商共同研发？Krafcik 也没具体说他们到底要做什么规格的激光雷达。 但我一直有一个疑惑，当别人家的自动驾驶车从外观上越来越看不出传感器的存在的时候，Waymo 的车子依然顶着像车顶行李箱一样厚厚的一坨「 外挂」，好像生怕别人看不出这是个自动驾驶车。 在 CES 那边自动驾驶被炒得热火朝天的时候，Waymo 搞出「 自己做硬件」 这么一条大新闻，确实太让人意外。要知道，在 CES 上，这个领域里的各个玩家讲究的是「 结盟」、「 站队」，但 Waymo 这边看起来却是想什么都自己干了。 不过，他们想做的仍然是高等级的自动驾驶，这意味着如果采用他们之前的传感器方案，成本巨大，根本不是可「 商业化」 的，这和 Waymo 独立成为公司的初衷又有所冲突。所以，自己研发硬件来降低成本，然后把自己的软硬件打包成现成方案卖给整车厂，可能才是他们的真实目的，Krafcik 在演讲里也一直强调软件和硬件的结合。这种软硬件结合也不是没有先例可循，做个可能不太恰当的比喻，iPhone、Mac 电脑其实也是这套路。 不管怎么说，新年刚开始不过几天，这个领域的几大玩家就都已经布好了自己接下来的局，这些策略如何影响未来一年自动驾驶的发展轨迹，你现在不如大胆的猜猜。 至少，他们选择把首秀放在底特律而不是拉斯维加斯，这事儿就挺耐人寻味的了。 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： … 继续阅读
CES 2017 | 专访博世高管：一级供应商在自动驾驶领域有多重要？
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
发力自动驾驶？Here 地图与 Mobileye 合作研发高精度地图
前几天，四维图新联合腾讯入股 Here 地图，他们准备共同建立针对自动驾驶汽车的高精度地图等业务。另外，他们还将为中国市场开发并提供位置技术与服务。 而这两天，关于 Here 地图又产生了一条重磅消息：他们将与 Mobileye 共同研发高精度地图，用于自动驾驶汽车上。 Here 地图旗下的 HD Live Map 可以将地图叠加至现有数据当中，而 Mobileye 的 Roadbook 技术则可以使用众包数据实时识别周边环境，测绘可行驶路线。未来，两家公司将会把 HD Live Map 和 Roadbook 技术进行进一步整合开发。 自动驾驶汽车想要安全上路，除了需要车载传感器不断收集信息之外，还需要借助不断更新的高精度地图来补充路面信息。在这次合作计划当中，Mobileye 将使用 Here 地图的 Open Location Platform 开放位置平台。与此同时，Here 地图也将从配备 Mobileye「REM」 技术的车辆上获取传感器原始数据，这可以帮助 Here 地图掌握道路的实时信息，以更快的速度更新 HD Live Map。 其实 Here 地图在脱离诺基亚之后，甚至比之前的老东家诺基亚还要活跃。除去这个月的两个大动作之外，他们还在今年 9 月份与大众、宝马以及戴姆勒达成过协议，这三家车企将为 Here 地图提供实时路面信息以及各项传感器收集到的数据。可以看出的是，各大汽车制造商以及互联网公司对于 Here 地图的技术能力依然垂涎三尺。 反观 Mobileye，尽管在今年与特斯拉终止合作，但他们却收集了大量的数据，同时还让自己的知名度提高了好几个层次。今年 8 月份，他们还宣布将与德尔福共同开发 4~5 级标准的自动驾驶全套解决方案。 其实从某种角度上来说，Here 地图与 Mobileye 都属于那种不缺乏「 故事」 的公司，他们的合作势必将会为自动驾驶行业带来一场好戏。 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）。