时间: 2024-06-02 05:28:45 作者: 新闻中心
随着《智能网联汽车技术路线》的发布,我国在商用车无人驾驶领域有了更清晰的蓝图,预计在2025年实现高速公路有条件无人驾驶与队列行驶,2030年实现城市道路与高速公路高度无人驾驶,2035年实现完全无人驾驶。这其中,场景复杂度较低、人工替代需求意愿较高的封闭/半封闭的货运场景,慢慢的开始逐步迈向量产落地的阶段。
除了技术和商业化的逐步成熟外,资本市场对商用车自动驾驶的发展给予了肯定,2023年1-11月中国商用车自动驾驶产业累计融资总额90.9亿元,累计投融资事件22起。从融资分布来看,商用车造车新势力在电动化和智能化的前瞻布局,得到了资本市场的认可;而一些商业化进展较快的场景也同样得到了资本的青睐。
商用车自动驾驶的最大价值在于是否能替代人类,而其中这两方面价值最高:一方面替代简单场景下的标准化作业人员;另一方面是,替代高危且重人工的场景。因此,封闭/半封闭的载物应用场景预计将优先实现其商业化价值。
由此不断倒逼商用自动驾驶商们快速落地,而在大规模商业化落地过程中,又存在数据处理成本高和算法迁移难度大的痛点。商用车自动驾驶迈入智能化阶段,各个细分应用场景商业价值开始凸显。
相比乘用车,商用车自动驾驶系统的设计难度较大,EE架构的技术发展较慢,传统的小模型很难高效地获取场景落地所需要的corner case,而通用类大语言模型的出现或将有效解决这些问题。
另外,商用车普遍存在体积大、重量大的特点,并且在某些无人小车适用的场景,也会存在场景内的交通参与者较多的特点。所以,商用车自动驾驶技术需要做到“看得远”、“看的清”、“刹得住”,而激光雷达和线控底盘是实现这些目标的关键之一。
激光雷达不仅可以提供更强的感知能力,使得感知信息的精度更高,同时也可以提供更强的定位能力,让定位精度更高。随着激光雷达技术不断成熟,激光雷达的市场价格也会逐渐降低。
线控底盘相当于自动驾驶车辆的手和脚,作为车辆智能化的硬件基础和底层架构,线控技术可以使得软硬件能真正做到解耦,让上层算法的系统响应速度更快。矿山等部分场景已逐步实现线控化,整车线控系统是实现矿车自动驾驶的关键技术和重要基础。
通用类大语言模型的出现,有效解决:商用车自动驾驶在大规模商业化落地过程中,数据处理成本高和算法迁移难度大的痛点。
在大模型的助力下,商用车自动驾驶企业可以搭建高效的数据闭环系统,为数据处理、模型训练以及算法部署等方面进行赋能。
现阶段的商用车自动驾驶EE架构正逐步从分布式架构迈向了域集中架构,而未来商用车的电子电器架构将向跨域集中式发展,尤其是在干线物流的卡车上。
随着新能源商用车和渗透率的不断提升,新能源商用车销量爆发,同时推动各细分场景的市场规模不断增长。在细分场景市场规模方面,部分场景自动驾驶技术的商业化已见雏形(如矿山、港口等),而目前仍以ADAS技术为主的干线物流场景虽然整体市场规模较大,但尚未能真正实现无人化运营。从已形成商业化落地场景来看,他们的共同特点是运行速度低、场景复杂度低,并且场景的生产资料属性较强,而与人的交互较少。
未来,细分场景若要从垂直场景走向泛化场景,需要从多方面去考虑技术迁移的可能性,包括技术可行性、商业可行性和方案成熟度。
随着自动驾驶细分赛道的不断发展,部分商用车自动驾驶场景开始进入了量产交付阶段,一些具备场景复杂度低、作业标准化程度高等特点的场景开始慢慢地走向商业化落地,比如干线物流、矿山、港口、末端配送、机场。
每个垂直细分场景都拥有各自的一些商业逻辑,并且五类场景无论是在细分场景的市场空间,还是无人化的成本替代优势上,都显示出了一定的商业价值。
此次我们聚焦智能电动汽车(SEV)、无人驾驶、出行科技、新能源等出行领域环节,围绕科技出行产业生态创新发展、企业降本增效、用户体验升级三个方面展开,基于对未来一年的战略技术创新与突破进行趋势预测与展望,探寻市场发展的挑战与机遇,使行业内外人士直观了解新阶段产业发展的科技想象空间。
从大数据中,提取出“2024中国科技出行产业10大战略技术趋势展望”,分享给大家。
但在无人驾驶领域,不论是科技出行产业生态创新发展、企业降本增效、还是用户体验升级,单打独斗去拼一条赛道固然英勇,但抱团取暖更稳健的成长也不失为一条捷径。蒲公英孵化器「PGY LINK-大企业对接」- 汽车智能化领域企业,诚邀相关领域企业参与,共赴无人驾驶领域之巅。返回搜狐,查看更多