同样是「高级驾驶辅助」，沃尔沃是这么玩儿的
「 高级驾驶辅助」 是一个有点魔性的词，包装的好一点可以叫「 半自动驾驶」，但在有的人看来却只不过是定速巡航。 这就有点尴尬了，尤其是在特斯拉 Autopilot 接连发生几起事故之后——这套系统被认为是高级驾驶辅助的代表作品。 不过，如果摘下面具看本质，和 Autopilot 原理类似的辅助系统，几个豪华品牌都或多或少的有点儿。今天要聊的是其中之一：沃尔沃。 他们前一阵上市了 2017 款的 XC90，其中最重要的更新就是 Pilot Assist 系统的升级。 年度改款=写一些代码 众所周知，在一辆车的销售周期里，有中期改款、年度改款这种概念，目的是为了保持产品的持续竞争力和新鲜度。中期改款在各方面的改进和变化都比较大，年度改款可能也会简单调整一下外观细节、增减一些配置。 但是这个 2017 款的 XC90 算是比较「 奇葩」 的一个。因为这次改款的重点不是硬件，功能的增加基本都在软件层面，主要就是 Pilot Assist。 借着这次更新，它升级到了 2.0 版本，和 S90/V90 上面所搭载的一样。在功能上，一方面是加入了大型动物识别系统，另一方面，把系统工作的速度区间扩大到了 15-130km/h。功能主要包括自适应续航、主动车道保持以及「 排队」 功能。 那么，硬件变了吗？关于从 PA1 更新到 PA2 到底是否涉及到传感器的更新，我看了一下论坛，有人说两个系统采用了不同版本的传感器，所以不能直接从老款升级上来，也有人说 2016 年 48 周之后生产的车型都可以升级。我倾向于沃尔沃没有对传感器做出变化。这个问题正在反馈给沃尔沃总部进行确认。 如果硬件没有任何变化，其实这个「2017 款」 的本质就和做了一次 OTA 更新差不多了。你可以理解为：「 修改了一下系统设置，开放更多功能、更多权限」。 特斯拉出事之后，沃尔沃怎么玩「 自动驾驶」？ 沃尔沃一向以安全著称，90 系车型上搭载的 Pilot Assist 驾驶辅助系统在市面上的量产车里又属于比较先进的。懂行的可能知道，实际上 Pilot Assist 所依赖的传感器硬件，和特斯拉的 Autopilot 没什么太大差异（单目摄像头、1 个毫米波雷达、12 个超声波雷达），实现原理也大同小异。 所以问题来了：在特斯拉 Autopilot 出了死亡事故之后，沃尔沃 90 系车型上的这套系统，安全性怎么样？ 很难想象类似特斯拉的那种事故发生在一个传统整车厂身上会是什么后果，所以无论如何像沃尔沃这种品牌不会把驾驶辅助系统做到那么激进。 刚才提到，Pilot Assist 可以实现的基本功能包括自适应巡航、主动车道保持和排队，前两者好理解，排队功能简单说就是在堵车、跟车的时候减轻一些人力驾驶的工作量。开启 Pilot Assist 之后，双手离开方向盘超过 15 秒左右，车子会发出警告。 功能上不算复杂，看起来也比 Autopilot 更小心谨慎一些，比如沃尔沃就没加入自动变道功能。 沃尔沃的技术人员说，Pilot Assist 并没有过分突出某个传感器的作用，比如摄像头和毫米波雷达，有的场景下，会依赖摄像头多一些，有的场景下又会依赖毫米波雷达多一些，不同场景下的贡献各不相同。这和升级之前的 Autopilot 所采用的策略应该是有些差异的。从多传感器融合的角度看，理论上来说 Pilot Assist 的安全系数是相对更高的。 Pilot Assist 2.0 新增加了一个大型动物识别的功能，这个应该在北欧很实用。原理也很有意思，在用摄像头进行识别的同时，还用到了加强型的红外探测技术。这和行人识别的工作原理还不太一样。 总体来说，沃尔沃对待这种驾驶辅助的态度还是挺谨慎的，从 PA1 到 PA2，升级的功能看似不多，但是例如工作时速区间的提升（车道保持从 50km/h 提升到 130km/h），如果严谨的看，应该是需要大量的测试、验证做支撑，然后才能落地到产品上的。对于传统车厂来说，循序渐进、小幅迭代才是他们的原则。 他们的做法是一点点的去开放基于现有传感器所能实现的功能，而特斯拉的做法是尽可能的「 榨干」 传感器的潜力，一次性的推给用户。这是两种完全不同的产品思路。 最后提醒一句：因为沃尔沃自带「 安全光环」，所以在你驾驶一辆 XC90 的时候，可能会下意识的对它的驾驶辅助系统更放心一些，不过，特斯拉 Autopilot 的那些车祸案例建议你也多关注一下，以便了解类似的系统在某些特殊场景下的局限性。 如果你需要看 XC90 车型的体验报告，请 点击这里 。 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）。
谷歌自动驾驶汽车发生了迄今为止最严重的一起事故，可过错方依然是人类
谷歌发表声明宣称，上个星期，公司的一辆自动驾驶汽车在加州山景城地区发生了一起事故。这起事故由外媒 9to5 Google 首次报道出来，9to5 Google 认为，迄今为止，这起事故是谷歌自动驾驶汽车发生过的最严重的一起事故。 在声明当中，谷歌坚持认为自己的自动驾驶汽车没有过错。目前，汽车管理局（DMV）还没有给出这次事故的具体鉴定报告。因此，有关于事故当中的所有细节还有待于证实。按照谷歌的说法，当时他们的自动驾驶汽车正在山景城菲利斯大道上向北行驶，一辆在国王大道上向西行驶的车突然闯了红灯，最终两车相撞。谷歌的一位发言人说，在谷歌自动驾驶汽车通过路口前，绿灯信号至少已经亮了 6 秒钟。 根据 9to5 Google 的报道，闯红灯的那辆事故车归「Interstate Batteries」 公司所有，这家公司宣称自己是北美地区排名第一的可更换电池制造商。（这个广告做的，我给满分）整起交通事故当中没有人员伤亡，「Interstate Batteries」 公司的事故车辆所有安全气囊全部弹出。 这已经不是谷歌自动驾驶汽车发生的第一起交通事故了，今年年初，谷歌的一辆自动驾驶雷克萨斯 SUV 就撞上了公共汽车，这也是谷歌第一次承担交通事故主要责任。这次交通事故直接导致了谷歌在自动驾驶汽车研发方面进一步放低了姿态，几个月过后，除少数几位工程师之外，负责这个项目的机器人专家全部离职。彭博社也认为，相比于其他竞争对手，谷歌在自动驾驶汽车项目上仍然进展缓慢，他们还处于自动驾驶汽车研发的初级阶段。 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）。
用电子游戏训练自动驾驶汽车？你们城里人真会玩…
作为一名 GTA 忠实玩家，万万没想到，居然有人在用 GTA 测试自动驾驶技术。 在看到这条新闻时，我默默地扔掉了那台 PS4，之前的游戏真是白玩了。 文章开始之前先给大家科（an）普（li）一下 GTA 这个游戏的背景：GTA 全称是 Grand Theft Auto，中文名是侠盗猎车手。该游戏是一个动作冒险游戏，故事发生地设定在美国。游戏结合了动作冒险、驾驶、第三人称射击等要素，游戏性主要体现在开放世界的设定上，场景非常逼真。 同样是游戏，人家怎么就能用来研究尖端技术？ 用游戏训练程序 对于人工智能技术来说，首先要有大量的数据积累。特别是自动驾驶技术，需要在实际场景中大量测试。收集大量的道路数据，需要花上 N 个小时，之后处理这些图片又需要 N 个小时。 在用人成本高昂的发达国家，这是很大一笔钱。所以现阶段来说，要想「 量大、便宜」 搞定真实世界的数据采集问题，并不容易。于是来自英特尔实验室和德国 Darmstadt 大学的一群「 玩家」，发明了一种巧妙的方法来提取 GTA 游戏中可用来训练算法的数据。 研究人员在游戏和电脑硬件之间新建了一个「 软件层」，它可以自动把游戏中道路上不同目标进行分类，也就是「 贴标签」。这些成果可以用于机器学习的算法，让它去识别汽车、行人或其它目标。 对于土豪公司来说，能用钱解决的都是小事。但实际上路收集数据，不可能遇到所有的特殊场景，比如车祸。 在游戏中，你可以开一辆车制造各种各样的事故（其实这也是 GTA 玩家的日常…）。除了可以人为制造各种特殊情况外，GTA 中几乎涵盖了各种各样的道路状况，包括山区、郊区和城市。还有各种各样的车辆，比如警车、救护车、出租车、货车等车型。 一位哥伦比亚大学的研究人员说：「 在虚拟世界中，我们能花更少的精力，更大规模地收集各种天气、光照条件下的数据。我们发现，这种合成的数据的质量还不错，甚至有时候还优于真实世界中采集到的数据。」 其实，虚拟世界中同样存在很多不合理的地方，它本身也是程序员写出来的代码，人物形象和行为都很固化，不可能做到 100%还原真实世界。 根据我的经验，游戏只可以用来教会机器如何「 认识」 车和人，机器的驾驶风格千万不能向游戏中的人物学习。因为 GTA 中的市民开车一旦急躁起来，根本不要命… 至于 GTA 的制作公司 Rockstar，则拒绝评论这种行为。可能就连 Rockstar 公司都没想到，自己的游戏居然能被用来研究自动驾驶技术…… 游戏圈里，GTA 并不是第一个「 躺枪」 的。在此之前，微软的 Project Malmo 项目曾基于 Minecraft 游戏来研究人工智能技术，并且希望打造出游戏中的人工智能体，可以被任何一个用户教导，并帮助用户完成一些目标任务（比如某些简单、无聊的操作）。 不用上路的「 路试」 用「 模拟」 的方法测试无人驾驶技术，其实谷歌也这么干过。 举例来说，无人驾驶汽车每次转弯都要经过精确的计算，以得出令乘客舒适的转弯方式。然而机器本身有一个「 学习」 的过程，算法需要不断升级才能让转弯变得更加舒适、自然。 每当算法有升级，谷歌就会把新算法在之前积累的上百万里程，再在「 模拟器」 中跑一遍。按照谷歌的说法，他们的数据处理中心每天能「 跑」300 万英里的路试数据，这也侧面反映出了谷歌数据处理中心的强大。 除了谷歌，还有人在硅谷做了类似的「 模拟器」，名为「SimLab」。这个模拟器的「主打项目」是自动驾驶测试以及 ADAS 测试，任何公司都可以租借的形式来完成 demo 的测试项目。 诸多数据收集、测试手段的出现，也说明，在自动驾驶方面，技术只是万里长征的第一步，不断的验证并修正，同样重要。不过，我们这篇文章里提到的几种「 不用上路的路试」，只能算是你中学的「 模拟考试」。无人驾驶汽车真正上路还要综合雷达等传感器，这是虚拟世界中所实现不了的。 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！ 同时欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车 （微信号：GeekCar）& 极市 （微信号：geeket）。
美国总统奥巴马深切关注了自动驾驶的发展，并做出重要批示
先进的生产力和落后的生产关系放在一起，是最容易出事儿的。这个道理放在自动驾驶/无人驾驶身上，也同样适用。 我们常说，新技术的发展往往要快于相关法律法规的制定，自动驾驶就是一个非常鲜明的例子。当特斯拉发生 Autopilot 致死事故的时候，我们发现，新技术的应用对伦理、制度、法规所造成的影响，远比我们想象中大。 怎么才能健康、有序的推动自动驾驶技术的发展？快要卸任的奥巴马说：由总统带头表态推动才是坠吼的。 于是，他撰写了一篇名为「Self-driving, yes, but also safe」（《自动驾驶可以有，并且它也是安全的》）的文章，发表在了《匹兹堡邮报》上。 在这篇文章里，奥巴马先是强调了为什么要发展自动驾驶和无人驾驶技术，紧接着，他提到了政府为此而推行的举措： 1. 推出安全规范以保证正确研发 2. 对路上的无人车实行监管 3. 提供相关的就业资源和培训指导 政府是时候有所动作了 总体目的很简单，就是要让自动驾驶的研发有序进行，并且让这些车在路上更安全，同时对普通大众进行科普，引导他们正确认识自动驾驶技术，并且适应技术对他们生活所造成的改变。 很多媒体也分析说，奥巴马的这个表态，很有可能会在接下来带出国家层面自动驾驶相关法律法规的出台。其实在今年一月的底特律车展上，美国交通部部长安东尼•福克斯（Anthony Foxx）就说过，奥巴马政府非常注重于无人驾驶车辆的发展，会在今年七月推出自动驾驶汽车标准的国家蓝图。 另外，美国政府还打算把 2017 年预算中的 40 亿美元用于成立一个长达十年的项目，用来支持和推动自动驾驶的发展。 美国的自动驾驶发展异常迅速，不管是汽车厂商还是创业公司又或是互联网公司，都在不同程度的涉足自动驾驶，尤其是最近，大新闻接连不断。他们在自动驾驶方面算是「 野蛮生长」，但是政府的及时介入，更像是在把控方向，不至于让他们的科技树长歪。 从另一方面来说，短时间内把大量的自动驾驶新闻刷屏，这可能会让普通民众一时之间不知所措，在这个时候，也需要一种力量的出现，让普通大众更好、更正确的理解自动驾驶，消除他们的疑虑。 当然，还有更宏观层面的理由，比如数据安全等等，这里不展开来说。 有意思的是，美国政府选择在《匹兹堡邮报》上发布奥巴马的这篇文章，而匹兹堡正好是美国无人驾驶研发的「 圣地」，著名的卡耐基梅隆大学就坐落在匹兹堡，而 Uber 的无人驾驶「 专车」 也刚刚在匹兹堡投入运营。这里面的象征意义不言而喻。 国内的科普要靠 CCTV？ 国内呢？通过 CCTV 的报道，我们知道了特斯拉国内第一起 Autopilot 致死事故的来龙去脉。CCTV 用 20 多分钟的时长来报道这次事故，并且做了深入的解读。对于吃瓜群众来说，这绝对算是一个非常及时、非常有价值的科普片。 但是，仍然有更多的人不知道自动驾驶为何物，所以，在教育大众的层面，除了 CCTV，是不是也该有人管管这事儿了？ 同样的，在相关法律法规方面，我们的「 有关部门」 似乎还没有明确的表态。今年两会的时候，吉利的李书福就提案呼吁自动驾驶立法，我们相信相关部门一定在积极的对此进行研究，但是从技术本身的发展速度以及商业化的速度来看，留给他们的时间可能会越来越紧迫。缺乏相关法律法规的结果，或者是新技术毫无规则的投入日常应用，或者是让技术落地的过程无限期变慢。 总之，当自动驾驶技术的研发越来越火热的时候，相关政策的出台，也得提速了。 附：奥巴马文章「Self-driving, yes, but also safe」 和我刚入主白宫时相比，现在的时代完全不一样了。那阵儿，手表只是用来看时间的，而现在，它能提醒我去锻炼。当选总统的第一年，我的手机还不能拍照呢，但是去年，我居然在阿拉斯加拍照并且 po 到了 Instagram 上。 当然了，美国的创新推动了更大的变化：在我当总统的这七年半里，自动驾驶汽车逐渐从科幻想象变为现实，并且正在潜移默化的改变我们的生活方式。 现在，因为交通事故死亡的人数太多了，仅仅去年就有 35200 人，而这其中有 94%是人为因素所致，比如操作不当、判断失误，而且，有太多的老年人和残疾人已经不适合开车了。自动驾驶车辆可能会改变他们的生活。 更安全、更有利用率的驾乘，更少的拥堵，路上的污染更少。这就是好好利用技术所产生的结果。但是，我们必须正确对待技术。当我们在研发未来技术的时候，有必要让美国人知道他们会比现在更安全。 这就是为什么我的政府要推出关于自动驾驶车上路的规范——汽车厂商在研发自动驾驶车的时候，都应该遵守它以保证安全。我们要求他们签署一份包括 15 个要点的安全规范，不仅仅是向政府，同时也是向每个对自动驾驶感兴趣的美国人来展示，他们到底是怎么研发无人驾驶的。 同时，我们也会把这套准则传达给各州，让他们也能明智的对技术做出监管。这样，当一辆无人车要从俄亥俄州开到宾夕法尼亚时，车上的乘客就会对周围的车辆更有信心，因为宾州的这些无人车，也同样是安全的。 监管也会过度：政府有时候对快速变化的科技会产生错误的判断。所以，新的政策会有一些弹性空间，并且在设计之初就是要与新的科技成果一起发展。 总有声音说，企业做他们的研发，政府不应该管的太宽。但是，我想大多数美国人都认同这个观点：我们仍然需要一些制度来保证我们的空气和水是干净的，我们的食品和药品是安全的。而在最短的时间里扼杀一项创新，最简单的办法就是让大众对新技术的安全失去信心。 不管是政府还是企业，都不能让这种事发生。不过你也得明白，如果一辆无人车在路上不安全，我们是有权力不让它上路的。毕竟我们对于保护公共安全这事儿不会心慈手软。 当然，任何新技术的发展，都会造成一个结果：打破原有的人力资源体系，它会创造新的就业机会，也会让从事一些工作的人失业。所以，我们也得提供新的资源和职业培训，让每个人都能为无人驾驶时代的就业做好准备。 这不是一个设备或者 App 那么简单，而是会让人们生活变得更美好的科技，所以，我们下定决心，要帮助相关的公司从最初开始就处理好它。 过去几年，我们取得了在自动驾驶领域有目共睹的进展，这绝对是扬我国威的。工程师、创业者、科学家、学生，这些人一起把他们的聪明想法变成了宏伟、大胆的目标。这是带领我们前进的精神，它在汽车发明之前就有了，而现在，就要靠我们继续前进了，要驶向一个对所有人都更美好的未来。 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）。
百度的大动作：除了无人驾驶，他们也要做自动驾驶了
今天，百度世界大会在北京举行。我们发现，在自动驾驶/无人驾驶领域，百度变了：如果说他们之前做的算是「 无人驾驶」，那么现在，他们也想开始做「 自动驾驶」 了。 仍然在继续的「 无人驾驶」 不过，我们先来聊百度的「 本行」：无人驾驶。 前几天，网上流传出了一段视频，说是百度无人车在进行「 路考」。有意思的是，视频里用到的无人车并不是之前的宝马 3 系 GT，而是一辆奇瑞 eQ。 今天在活动现场，我见到了这辆改装过的奇瑞 eQ。也就是说，之前百度只和宝马一家合作，现在却有了新的主机厂合作方。 事实上，百度的自动驾驶策略，绝不仅仅是奇瑞一家主机厂以及简单一句「3 年量产，5 年商用」 就能说明白的。 除了奇瑞 eQ 之外，我还在现场见到了北汽 EU260 的自动驾驶车版本。从车顶的自动驾驶模块来看，这两辆车搭载的是同一套方案。车顶分别有一个 64 线激光雷达、3 个 16 线激光雷达，至于供应商，不用想也知道，一定是被百度投资的 Velodyne。另外，前部两个摄像头用于识别交通灯，车身自带的超声波雷达也融合进了整套系统。 百度的工程师告诉我，改造这辆奇瑞 eQ 大概花了几个月的时间。在未来量产商用的时候，会把车顶传感器和车身进行融合。百度不久前和福特投资 Velodyne，就是出于降低激光雷达成本的目的。 至于从宝马 3 系变成奇瑞 eQ，则是为了实现百度「3 年商用、5 年量产」 目标。之前和宝马的合作，无论是出于成本还是商用的投入产出比等因素考虑，都不是适合短期落地的方案。对于百度来说，在自己不造车的前提下，只能找主机厂合作。因此，类似奇瑞 eQ、北汽新能源 EU260 这类更接地气的车型，才是商用的主要力量。 另外，百度也明白，3 年内实现无人驾驶商用目标，一定是在路况变量小的区域内才能实现。因此，百度选择和芜湖、乌镇、亦庄这类区域的合作，也符合未来初步应用的场景。 奇瑞汽车常务执行副总经理陈安宁在现场表达了自己的态度：他们对于完全的无人驾驶是比较积极的，因此才会和百度合作。而对于相对初级的 ADAS、自动驾驶等技术，他们自己也在进行研发。他还透露了一个细节，观致也在研发自动驾驶技术。 在现场，我见到了包括主机厂（比亚迪、北汽新能源、奇瑞等）、新造车团队（李斌李想这对好基友~）、供应商（博世、大陆等）、政府等几乎所有参与者的身影。只有把这群人都整合到一起，才能真正完全打通无人车从研发到商用的全套流程。 还有一个值得关注的信息：在今天，百度的无人驾驶团队获得了加州政府颁发的自动驾驶测试牌照（加州发放的第 15 张牌照）。在这之前，谷歌、奥迪、奔驰等企业都已经获得了这块牌照。百度也在加州建立了超过 100 名工程师的研发团队。 首次曝光的「L3 事业部」 不过在我看来，这次大会上首次出现的一个事业部，或许更能表明百度今后在自动驾驶领域的策略。这个名为 L3 事业部的部门，由顾维灏担任总经理，他同时还是百度地图事业部的副总经理、车联网事业部总经理以及智慧汽车总经理。 名字的由来也有意思，L3 的意思就是第三级别（Level 3）的自动驾驶，这也是这个部门的目标。L3 事业部的工作内容，就是为了实现 L3 级别自动驾驶技术的商用。 这和刚才说的完全无人驾驶显然不是一个概念，而是一个更循序渐进、更容易落地的事情。 因此，百度拉来了一个重磅合作伙伴：英伟达。他们要做的其实和之前宝马、英特尔以及 Mobileye 之间的结盟类似。英伟达可以提供芯片、自动驾驶平台以及深度学习等能力，再加上百度自己的软件算法、深度学习优势，这两家结盟，还挺让人期待。 别忘了百度还有高精度地图的优势，这恰恰是英伟达不具备的能力，而且，想在中国发展自动驾驶，这是必要的一环。双方合作，不论是把产品打包之后卖给主机厂，或者是把主机厂拉进来结盟，都有不小的想象空间。 所以，L3 事业部的出现，标志着百度从今以后不单单要做完全的无人驾驶，也会参与到现在的 ADAS、以及半自动驾驶等竞争领域。 背后的逻辑 当一家原本说要做完全无人驾驶的公司，突然又开始做阶段性自动驾驶，这样的逻辑必然会让人觉得有些混乱。在接下来的一段时间内，关于百度自动驾驶事业部和 L3 事业部之间的关系，也会是外界关注的重点。 其实，百度这么做的原因不难分析。在完全的无人驾驶实现之前，一定会经过长时间的「 真空期」。也就是说，在这个阶段内，自动驾驶主流路线一定是主机厂逐步发展的路线。如果把这里面的商业价值完全放弃，显然不是很合理的商业选择。对于百度来说，KPI、各种成本方面的压力也可想而知。 换个角度看，以百度目前对无人驾驶、人工智能投入的精力和技术储备来看，他们也有能力搞定 L3 级别的自动驾驶技术。特别是和英伟达合作之后推出平台性质的解决方案，这对一些研发能力不强的车企、或者是新兴造车团队来说，都有很大的价值。 如果从更「 阴暗」 的一面看，我们把视线放到顾维灏 title 中的另外几个事业部：无论是地图、车联网以及智慧汽车，其实都跟自动驾驶有很强的联系。但是，无人驾驶事业部的出现，一下子把最终的成果给承包了。 作为大集团下的事业部，内部的竞争不可避免，大家也都心知肚明。所以， L3 事业部把无人驾驶事业部没做的事儿给包圆了，也显得合情合理。当然，如果你还硬要分析出包括 PR、市场、股价方面的种种因素，反正我就说到这，剩下的大家可以自由发挥想象空间。 不论百度的无人驾驶策略给你的感觉是更混乱，亦或是更系统，至少从今天起，他们有了更具体、明确的发展路线。 当然，无论是完全的无人驾驶，或者是 L3 级别的自动驾驶，作为一家技术公司，百度一定会面对技术到产品落地的过程。在这个过程中，百度很可能会遇到包括行业参与者、消费者等等各种外界因素的质疑。毕竟 3 年 5 年很快就会过去，等着看百度笑话的人肯定也不是少数。我也很期待，百度能按时把自己说过的话都实现。 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）。
汽车上的这些科技配置，你真的看懂了吗？
一个不争的事实是，随着时代发展，越来越多的新技术、新科技开始「 入侵」 汽车行业，并且正在以飞快的速度转化为用户可以买到的配置。这可能也是大部分都感受到的趋势：最近两三年，市面上的新车一个比一个有科技感。随之而来的一个结果是，以前我们区分车子的级别，大多数都是看发动机、变速箱、车身尺寸，但是科技配置的加入，让那些传统的衡量指标不再是唯一，我们判断汽车的等级时，又多了「 科技感」 这个维度。 可能有人会反驳说，还没到用科技感划分级别的时代吧？但事实是，就科技配置本身而言，其实已经有了一些「 档次」 差异。这有点像手机、电脑，比如都宣传自己是「 双核 CPU」，实际上双核和双核的差异也挺大的。 所以，这篇文章要带你看懂汽车上那些科技配置里的门道。防忽悠热线随时开通中~ 自动驾驶：别看广告，看疗效 在从现在开始的 5 年里，这绝对是最容易产生谎言的配置。到底什么叫自动驾驶？ 美国人对自动驾驶进行过分级，最高级别是全程不需要人工介入的，而我们目前常见的自适应巡航、车道保持等功能，还只能算是二级阶段。自动驾驶的发展是一个循序渐进的过程，但问题是，落地的产品和美好的理想总有落差，怎么调和？于是，对于自动驾驶概念有意无意的误导就产生了。 有两个例子：一是特斯拉对于 Autopilot 功能的传播口径。在那场著名的致死事故之前，他们通常是会把它称为「 自动驾驶」 的。 另外一个例子来自于奔驰，我们之前也介绍过：前一阵，奔驰和谐掉了自己的一个电视广告，就是因为其中关于「 自动驾驶」 存在一定的误导。 在那个广告里，奔驰新款 E 级车和那辆著名的 F 015 自动驾驶概念车同时出现，并且有一些 E 级车自主控制的镜头，并且配以广告语：「真的准备好接受一辆自动驾驶车了吗？」接下来，「未来就在这儿了，奔驰的概念车已经来到了现实里。」虽然广告里有小字注明的免责声明（大意是说新车上只是驾驶辅助，并不是自动驾驶），但是这个广告还是被美帝人民投诉了。有了特斯拉的前车之鉴，奔驰自己撤下了这个广告。 事实上，目前没有任何一台量产车可以达到完全自动驾驶。比如宝马 5 系、奔驰的新 E 级、沃尔沃的 90 系车型，包括特斯拉在内，他们所能实现的驾驶辅助功能，基础自适应巡航+车道保持。只不过，在轰轰烈烈的自动驾驶研发大潮下，有些整车厂乐于把这些功能「 包装」 成某种程度的自动驾驶，但是这样很容易让不明真相的群众产生误会。 目前的这些驾驶辅助功能，更多的应用场景还是高速公路，能在一定程度上让长时间的高速行车不那么疲劳，离完全解放驾驶员距离还很远。而按照很多人的理解，所谓「 自动驾驶」 就是完全可以「 高枕无忧」 的。想象和现实中间存在偏差，而某些误导，不利于对于这些驾驶辅助功能的正确使用，反而容易让驾驶员麻痹大意，造成安全隐患。那个特斯拉车主已经为此付出了生命的代价。所以，对于消费者来说，首先要对厂家和媒体的宣传有辨别意识，其次，如果你有一台带有高级驾驶辅助功能的车子，一定要认真阅读产品说明书，知道你的车能做什么，不能做什么。这一点非常重要，事关生命安全，并不是夸大。 同时，希望厂家能够在这方面如实宣传，不做夸大。 轻量化：看不见的减配 这又是一个有槽可吐的话题……奉劝那些还在认为「 车越重越安全」 的同学，多走出去看看这个世界吧…… 轻量化已经是整个汽车行业都公认的趋势，而减重的一个常用手段就是在车身上使用铝材（甚至碳纤维）。铝除了在重量上具有极大的优势外，还拥有优异的抗锈属性，在复杂环境下的耐用性更为突出。而车身变轻的结果也显而易见：油耗更低、动力更好、操控更好等等。 可能你会看到广告里说某款车使用了铝材，但是请注意铝材应用的比例。配置表不会告诉你一辆车到底使用了多少铝材、多少钢材，以及他们的应用部位。所以，如果你特别看重轻量化，建议你找找官方曾经发布过的车身材料分布图。 说到这儿，猫腻来了：在一些车型上，国外版本的车身材料分布，并不代表国产之后的车型也是这样。有的部位，国外版本明明用的是铝合金，到了国内又变成了钢板……厂家当然会有生产工艺、成本等方面的综合考虑，但是，在中国消费者眼里，一言以蔽之，这就是「 减配」，而且是在看不见的地方减配，愤怒程度+1。 反正国内消费者是越来越聪明了，车厂就看着办咯。知道真相的车主会很伤心。 车载屏幕：大就一定好吗？ 这个话题，GeekCar 已经讨论无数遍了。自从特斯拉把电脑屏幕一样的巨屏装进车里，许多品牌就开始走上了一条「 追大」 的不归路。8 寸、10 寸、12 寸、14 寸、17 寸，甚至奔驰把两个 12.3 寸屏并排拼在了一起……车厂可能是想告诉你：要是没个大屏，你还怎么好意思跟别人打招呼？但是，厂家只说自己有多大多大的屏幕，可它的实际使用体验如何，只有你自己试了才知道。 问题出在哪？ 一是交互方式。现在触摸屏是主流，因为大家都被智能手机的交互操作惯坏了，而那些还在死守中控旋钮交互的车型，不知道还能撑多久（某些德系品牌，说你呢）。而一些「 反人类」 的设计，会让人崩溃，甚至会毁了一块素质不错的大屏。所以千万别只盯着大屏，也得多看看你想买的车采用的到底是哪种人机交互方式，看看是否适合你的使用习惯。恐怕大多数人会倾向于触摸屏。 当然，要是车里有一套好用的语音甚至手势交互系统，那是更符合未来趋势的。 第二，屏幕只是一个硬件介质，和它搭配的「 软件」，也是非常重要的考量因素。众泰 SR7 上面的那个 12 寸大屏看着不错吧？但是真正上手用起来，你会哭死。界面设计、功能设计，让你一下回到 10 年前。相比之下，荣威 RX5 的 10 寸大屏搭配阿里 YunOS 系统，又一下子比现有产品超前了几年。内容、服务在未来会比屏幕的形态重要得多。 总之，我们想说的是：千万别只看屏幕尺寸，大，不一定就能满足你，除了尺寸，其他方面也很重要。智能 LED 大灯：并不「 黑科技」 了 这年头再用卤素大灯，晚上真就别出门了。就连氙气大灯都开始越来越不受待见。各个厂家争夺的战场是 LED 大灯，甚至宝马还在 7 系上面全球首次搭载了激光大灯。这个「 变态」 先放一边，咱们说说 LED 大灯。 现在的 LED 大灯，「 照明」 已经是最基本的要求，各家都在想方设法做一些进阶功能。最出名的应该是奥迪的矩阵式 LED 大灯，灯组由几十颗 LED 单体组成，系统可以控制每个单体单独点亮或熄灭，在类似夜间会车这种场景下，就可以相应的进行智能调整，不让对方车辆受到灯光影响。 奔驰的几何多光束 LED 大灯也是类似的原理，也采用多片 LED 单体，实现智能配光。以前还有品牌采用遮挡的方式实现灯光的可变配光。 一个做车灯供应商的朋友跟我聊起过这个趋势：在未来一两年里，这种阵列式 LED 大灯会大规模的装车，并且配置下放。它的好处就是在于可以单独控制，实现完全电子化，通俗的说就是「 想让它射出什么光型，它就能射出什么光型。」 对于行车安全来说肯定是有好处的。而为了达到这个目的，很多品牌还采用过机械遮挡光线的方式来实现，只不过都开始慢慢被电子控制式取代。 而在保时捷 PDLS+动态智能大灯技术上，我们还发现一个有意思的功能，它可以和定位系统联动，自动识别十字路口，并且控制灯光自动适应路口照明需求。 总之，就 LED 大灯而言，如果单论这些豪华品牌，似乎不存在「 碾压」 以及「 黑科技」 的说法。而随着技术的快速下放，可能用不了一两年，你也能在合资品牌上享受到类似「 矩阵大灯」 那种配置了。当十几万的车都标配了 LED 大灯的时候，如果你看到哪个豪华车说要加钱选配 LED 灯，那就敞开了吐槽吧。 至于激光大灯，它的全面产业化可能还需要一些时间。 当然，科技配置上的「 讲究」，并不止以上几个。 相比于发动机、变速箱这些传统硬件，个人感觉，科技配置更容易被夸大宣传，因为相对来说，这方面的明白人并不多。总之还是那句话，作为一个潜在消费者，要对厂家、媒体的宣传有辨别能力，不要听得风，就是雨。以后有机会我们再接着说说其他一些容易被误读的科技配置，下次见。 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）。
更多摄像头和雷达，特斯拉的 Autopilot 2.0 系统可能快来了
特斯拉的自动驾驶终于又要更新了，这次不只是固件层面的，硬件也有了重大升级。 前段时间，有人曝光了一张特斯拉新摄像头的图片。最近，有更确切的消息表明，特斯拉 Model X 将从目前的单摄像头变成三摄像头配置，Autopilot 系统将会变得更加先进。 全新三目摄像头，更多雷达 特斯拉的 Autopilot 2.0 系统，将会在「 近期」 替代第一代系统，但具体时间我们还不知道。 目前来看，可以确定的是 Autopilot 2.0 将会使用「 三目摄像头」。特斯拉的这三个摄像头，安装位置还是在内后视镜旁边。 三个的分工分别是：一个视野角度是 50 度，负责一般性的道路状况监测；一个视野角度是 25 度，用于探测前方的车道线、红绿灯；还有一个视野角度是 150 度的鱼眼镜头，用来探测并行车道的状况、行人和骑自行车的人。 说到特斯拉的摄像头，很多人会想起特斯拉和 Mobileye 分手的事。虽然分手了，但特斯拉的这次用的三目摄像头系统，很可能依然由 Mobileye 提供。因为正在做三目摄像头方案的，已经相对成熟的，也就 Mobileye 了。 三目摄像头产生的数据量很大，在研发阶段 Mobileye 只能用三个 EyeQ3 芯片用于数据处理。但是两者合作结束后，特斯拉将不会向 Mobileye 采购新的 EyeQ4 芯片。 特斯拉未来如何解决「 计算」 的问题？最有可能的就是采用英伟达的 NVIDIA DRIVE PX 2 处理平台，其实英伟达一直是特斯拉的供货商，一直在为特斯拉提供用于娱乐系统的 Tegra 处理器。有传言说，在今年秋天英伟达的 NVIDIA DRIVE PX 2 处理平台将会正式「 上车」。今年秋天，可能就是 Autopilot 2.0 系统发布时间。 在今年早些时候，有人曝光了一张特斯拉第二代自动驾驶系统的结构图。但是随后，特斯拉方面做出了更多改动，这张图其实已经「 过时」 了。 除了摄像头之外，特斯拉还会增加雷达的数量。有一种说法是特斯拉可能会在车身的每个角安装一部雷达。有了一系列硬件作为支撑后，特斯拉可能会实现 Level 3 级别的自动驾驶，未来也会不断升级。 在我们看来，Autopilot 硬件的升级是必须的。因为之前他们更像是在使用低级的硬件做高级的自动驾驶，有点「 越级」 了。 未雨绸缪的 Autopilot 2.0 虽然 Autopilot 2.0 系统还没正式发布，但是特斯拉已经在为 Autopilot 2.0 系统在铺路了。 在一个月前，有 Model X 车主说他在更换前挡风玻璃时，发现特斯拉的摄像头壳已经更换成了「 多目」 的，请看下面这张图。 为了做对比，我找了一张 Model X 早期版本的摄像头照片。 除此之外，目前在 Model X 车型中，特斯拉已经提前布置了很多 Autopilot 2.0 所用到的部件。除了前面提到的摄像头壳之外，还有线束。 其实，这种频繁的系统升级，对于老用户来说会造成一定的困扰。对于已经预定了 Model X 的用户，建议你先去问问自己那批车是不是 Autopilot 2.0 的硬件… 对于特斯拉来说，有了更多传感器做基础之后，Autopilot 2.0 的升级应该会更加频繁，未来的想象空间很大。同时，Autopilot 2.0 的出现，可以让特斯拉采集到的地图精度更高。老车主也别太伤心，因为云端的 GPS 数据是大家共享的。 除了 Autopilot 2.0 之外，特斯拉的 8.0 固件已经内测一个月的时间了，目测离正式上线也不远了。 全新的软件、硬件，特斯拉又将迎来一次重大升级，无论特斯拉的自动驾驶技术有多大的飞跃，我们还是得提醒你开车请注意安全。 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 粉丝亲身经历的特斯拉 Autopilot 事故：比「首撞」更早更严重
最近，关于「 特斯拉 Autopilot 国内首撞」 的新闻一直被广泛关注。使用 Autopilot 导致撞车是不假，不过，这并不是 Autopilot 在国内的第一次事故。 最近，我们的一个朋友 Nic 就向 GeekCar 讲述了他的亲身遭遇：在今年一月份，他开着刚提不久的 Model S P85D，在杭州发生了一次和 Autopilot 有关的车祸，而且严重程度远高于在北京的这次事故。 他有多重身份：是一名投资人，同时也是电动车爱好者，特斯拉的早期车主。发生事故时他的 P85D 还没正式挂牌。 可能是全球都排得上号的 Autopilot 车祸 这起事故发生在今年 1 月份，事故发生时是晚上，并没有特殊天气状况，一切正常。 我们还原一下当时的情况： Nic 开启了 Autopilot 功能，在一个有两车道的上塘高架桥上行驶。据他说，当时的巡航速度大约是 70-80km/h 之间。开启 Autopilot 后，他在用手机看邮件，没注意道路前方的状况。 当时，有一辆清扫车正在以 5-10km/h 的速度贴着高架桥最右侧进行清扫作业，清扫车有一多半的车体在右侧车道线内。P85D 迅速接近清扫车，但是 Autopilot 系统并没有采取制动措施。当一直在操作手机的他看到前方的清扫车时，已经来不及避让，虽然向左打了一把方向，但是仍然发生了碰撞。清扫车并没有安装后保险杠，P85D 的右前侧撞上了清扫车的左后侧，顶弯了它的左后轴。 清扫车货箱的左下角十分锋利，像一把手术刀一样，从特斯拉的铝制引擎盖上划过，把右侧前挡风玻璃撞碎，一直划到了车顶天窗附近。P85D 右前半侧受损严重。 碰撞发生瞬间，气囊、侧气帘爆出。万幸的是，他并未受伤，副驾驶也没有乘客。事后，他对特斯拉的「 被动安全」 比较肯定。特斯拉官方通过读取车内 log，说在碰撞之前车已经进行了制动，速度约为 40-50km/h，不过他个人表示疑问。 4 个月后，美国加州的 Joshua Brown 驾驶着他的特斯拉，开启 Autopilot 功能在公路上飞驰，撞上了大挂车，成为第一个因为使用 Autopilot 死亡的车主。随后，这件事发酵，引起了更多人对特斯拉 Autopilot 安全性的忧虑。 其实，据 Nic 说，在 1 月份他发生车祸之前，据他所知全球已经有了几起由 Autopilot 引起的事故，在国内的特斯拉车主群里也有事故曝出，只是大家没有过多公开，而刚好他的事故比较严重。至于到底谁是「 国内首撞」，其实争这个并没太大意义。 碰撞原因分析 首先，无论开什么车，开车的时候玩手机肯定是不对的，在主观上，他自己一定是要负很大责任的。但另一方面，他也认为 Autopilot 没有检测出那辆清扫车。 从技术上来说，当时天气没有异常状况，虽然是晚上，但是根据我们使用 Autopilot 功能时的经验，这种环境下系统是完全可以正常工作的。 我们假设系统确实没有检测到那辆清扫车，那么问题可能是两方面的： 首先，清扫车位于 P85D 的侧前方，并不是完全行驶在 P85D 当时所处车道内的。所以系统或许是发生了误判，或者「 忽略」 了这个障碍的存在。 其次，那辆清扫车底盘较高，车尾部没有装护栏。会不会有这种可能：特斯拉安装位置较低的雷达，发出的信号又从车底下穿过去了？这就有点类似之前 Joshua Brown 所遇到的情况了。同样，美国一位车主在使用特斯拉的「 召唤」 功能时，车子自己钻进了一辆大卡车下方，那也是一辆底盘很高的车。 第三，不排除的一个理由是，相对其他常见的车型来说，清扫车算是「 异形车」，车祸发生时是晚上，清扫车的尾部有两个不断闪烁的箭头状的灯带，还有一圈反光带，远方又有一排路灯，这些巧合，可能就「 欺骗」 了 Autopilot 系统。 所以，可能是视觉+雷达系统的同时懵逼，导致了这次车祸。 用户需要被正确引导 Nic 说，除去技术因素，其实最大的问题是，用户没有被正确引导，大家对 Autopilot 的本质有误区。 在他看来，这么做的后果就是很多人把一个「 高级 ACC」 功能当成了自动驾驶。就连他自己在刚提车之后，也拍了诸如双手离开方向盘这种炫耀自动驾驶功能的小视频。在车友圈里，很多新车主都在做这件事，这么做非常容易误导别人。 他说起「 教育用户」 这件事时特别认真：不管是车主还是媒体，当然也包括特斯拉官方在内，在宣传 Autopilot 的时候，真的要慎之又慎，不能夸大处理。 在此，我们第 N 次提醒广大特斯拉车主，在使用 Autopilot 功能的时候，方向盘千万别离手，看到那些「 高底盘的」、「 长得奇怪的」、「 屁股没正对着你的」 车时，更要小心。 这不是自动驾驶！！！ 这不是自动驾驶！！！ 这不是自动驾驶！！！ 但愿，未来特斯拉 Autopilot 系统的 bug，不是从一次又一次的车祸中找出来的。 一些题外话 在事故中受损的这辆 P85D，获得了保险公司的全额赔偿，最终修车费用 35 万，历时 4 个月的时间，更换了很多零件。不过全额赔偿的前提是，定损索赔过程中 Nic 并没有提及所谓的自动驾驶，交警的事故单里也没有写明。如果保险公司在定损理赔的时候知道这是由 Autopilot 引发的事故，是否能赔偿、赔偿多少，都是个未知数。 还有个有意思的地方：由于特斯拉是全铝车身，部分连接点不能直接焊接，所以这次修车使用了很多粘合剂，一支粘合剂就要几千块。 他还提到了特斯拉产品迭代的一些不为人知的地方。 首先是车型成本的降低。比如，他在事故中更换 LED 大灯，负责维修的和谐汽车报价 1 万左右。但改款之后的 Model S，LED 大灯备件 的价格只要 … 继续阅读
那个拒绝了特斯拉百万年薪的人，公开了 7 小时长的自动驾驶数据
Geohot，全名 George Hotz，这哥们曾是破解 iPhone 的第一人，最终他用这台被破解的 iPhone 换到了一台日产 350Z 跑车以及 3 部全新的 iPhone。不过，天才就是天才，George Hotz 怎么会仅仅满足于破解手机。 2015 年，George Hotz 宣布自己将进军自动驾驶领域，随后拿到了 310 万美元的融资并成立了一家叫作「Comma.ai」 的初创公司。最近，George Hotz 又做了一件疯狂的事情：在网站上开源了一份长达 7 个小时长的自动驾驶数据。 此次 George Hotz 开源的材料主要包括以下几个部分： 7.25 小时的自动驾驶图像数据 一篇利用深度学习循环神经网络的论文 两种使用全套数据的机器学习实验方法 整套的实验代码 其中自动驾驶图像数据方面，包含了测试车辆的加速、制动以及转向等具体数据。除此之外，George Hotz 发布的那篇论文还介绍了如何将深度学习用于自动驾驶，其中的一种方法是一边收集驾驶数据，一边离线训练模型，最终让机器接近人类驾驶水平。另一种方法则是在模拟器当中，利用函数不断试错来提高驾驶水平。 George Hotz 开源的自动驾驶图像数据中，就使用了第一种深度学习方法。George Hotz 还将整套的实验代码放了出来，代码结构相对齐全，并且还带有完整的时间节点。 与特斯拉以及谷歌的自动驾驶测试里程相比，Comma.ai 的那一点数据可能显得微不足道，但重要的是 George Hotz 有足够的勇气将这些数据开源。对于自动驾驶汽车的开发工作而言，测试数据十分重要，这包含了所有工程师的全部心血。George Hotz 认为，即便将自己的自动驾驶数据开源化，竞争对手们也不会超越自己，相比于其他公司而言，Comma.ai 可以更加高效的运用这些数据。 George Hotz 说，Comma.ai 并没有公布目前正在进行测试的数据，此次开源的自动驾驶数据主要来源于半年前的测试。在不伤害到公司利益的情况下，Comma.ai 未来还会开放更多的自动驾驶数据。George Hotz 还说，我们热爱自己收集的那些自动驾驶数据，即便把它们全部开源也无所谓，我们最终会赢得胜利。 7.25 hours of driving data. From this, you should be able to replicate our initial Bloomberg experiments. Why you say? Because we know we will win. And if you do amazing things with this data, you can join the winning team and do more amazing things with even more data. We love data. 之所以这样做，是为了帮助那些业余开发者们进行自动驾驶研究。更重要的是，将自动驾驶数据开源还可以吸引到 Comma.ai 所需要的人才。 Elon Musk 曾向 George Hotz 开出百万年薪，希望他能帮助特斯拉研发自动驾驶汽车。只不过最终遭到了 George Hotz 的拒绝，值得一提的是，这哥们儿还发邮件告诉 Elon Musk：总有一天你会知道，我可以碾压掉 Mobileye。 看到这里，我猜一些朋友已经准备好开喷了。只不过我想说一句：在硅谷这个地方，一个年轻人打败一家大公司的事发生过不止一次。说不定，这回我们又见证奇迹了。 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！ … 继续阅读