Mobileye 抱持的观点是:1.营业车辆监管较容易;2.目前每辆自驾车建置成本约 1.5~4 万美元,运营商接收度较高。降至 5,000 美元是消费市场启动的甜蜜点,时间应落在 2025 年。瑞典新创公司 Einride 近日展示一名远程人员操控多个自动驾驶舱的技术,拟由一位操作员负责 10 辆车,通过优化充电和装卸时间表,每位操作员只需十个工作天,即可提升 200% 的生产率并降低 30% 的每小时运输成本。可惜,连月来因新冠肺炎 (COVID-19) 肆虐,不少地方都暂停无人车测试。
自驾车路测遇疫情受阻,却反而更受重视
吊诡的是,自动驾驶和遥控车辆却再度引发关注,冀藉此减少人际接触的感染风险、善用有限人力,或因应封锁禁令下的交付需求。例如,早于 2017 年初携手 Keolis 推出首个自动接驳巴士服务的 NAVYA,利用无人车将医疗用品和新冠病毒检体安全地直送医院内实验室。仿真软件公司 Ansys 和 Tactile Mobility 皆表示,肺炎危机加剧了包括自动驾驶在内的每个行业,对自动化的需求和机会,且这不是短暂的转变。未来,运送食物、药品、人员又兼顾保持社交距离,将是自驾车的热门应用之一,没有任何人为干预的服务将越发被需要。
自助式科技公司 Steer Tech 更直言:人类是生物危害,但机器不是……,无接触技术显然已在热身中。因封城令被迫中断自驾通勤计划的 Optimus Ride 公司,转而为老人小区运送食品,自驾卡车亦将在凤凰城区持续 Waymo Via 送货服务试点。尽管 Waymo 在 3 月初暂停所有 Waymo One 付费自驾汽车服务及其对人类驾驶的安全测试计划,但其无人车仍在运行并接送乘客,从远程设施监视车辆调度员工作。中国亦积极抢滩,早就开始推行无人车送货任务的新石器 (Neolix) 公司自肺炎爆发以来,反因祸得福获取 200 辆微型机器人车辆订单。
当地政府亦祭出辖区内无人货车购买和运营的激励措施,有助于加速市场推广和企业扩张,预计今年将销售 1,000 辆无人车。深圳一清创新科技 (UDI) 搭载摄像头、光达 (LiDAR) 和深度学习、可装载 1,000 公斤货物的自驾货车,已向中国多个小区提供新鲜蔬果。载客服务方面,百度去年底宣布获得 40 个牌照,可在北京指定道路上对载客自驾车进行测试;今年 4 月,阿里巴巴已针对 SAE Level 4 展开自驾车测试;腾讯亦获准在深圳进行自驾车测试。紧接着,滴滴出行和 AutoX 两大自动乘车试点项目将于今年 5 月下旬分别在上海郊区启动。
高清地图技术+专利优势,中国自驾本钱丰厚
滴滴出行正在上海积极测试 Robotaxis。上汽集团、东风汽车和阿里巴巴参与投资的无人驾驶公司 AutoX 宣布在上海开设亚洲最大的 Robotaxi 运营中心,预计每周收集、处理上海道路测试的行车数据,用于虚拟交通环境的性能训练仿真并提供测试硬件设施。AutoX 还吸引底特律三大汽车制造商之一的菲亚特克莱斯勒 (FCA,正与法国 PSA Group 商谈合并) 寻求合作,将把 AutoX 自驾软、硬件集成到 FCA Pacifica 小型货车的车队中 (Waymo 同款车),目标是在今年上半年在包括深圳和上海在内的几个中国城市推出自驾出租车试点服务。
高清地图技术是中国发展自驾的优势,麦肯锡 (Mckinsey) 报告指出,2030 年中国无人驾驶汽车和出行服务价值将超过 5,000 亿美元,届时将有 800 万辆自驾车在公路上行驶。华为亦企图建构自驾车平台,力推将自家人工智能 (AI) 运算芯片”升腾 (Ascend) 910”,用于训练自驾算法及车联网。值得留意的是,IPlytics GmbH 统计截至去年 10 月,华为在全球十大自驾标准和连接技术贡献者中,申请 66 项专利、囊括 314 项专利总数的 21%——落后乐金 (LG) 的 81 项、但领先英特尔 (Intel) 的 21 项和高通 (Qualcomm) 的 10 项。
更早之前,华为已宣布与奥迪 (Audi)、丰田 (Toyota) 和 PSA 集团合作开发联网汽车。顺带一提,传统汽车制造商以丰田、福特 (Ford) 和通用 (GM) 为主要贡献者,美国企业在前十强占据六名。Gartner 预测,2023 年全球配备自驾功能的汽车净增加量将达 74.5 万辆;Adroit Market Research 表示到 2025 年,自驾车市场年复合成长率 (CAGR) 达 35%,约 130 亿美元,北美将居主导地位;大观研究 (Grand View Research) 推估 2030 年,自驾汽车市场需求将达到 420 万辆,CAGR 达 63.1%,预测期内以运输领域增长最大,达 86.4%。
长途货卡可能是自驾车突破点
另一研调机构 ResearchAndMarkets 更断言,自动驾驶可望引发汽车行业革命,包括:公共交通、共享系统、车辆租赁、工业交通以及汽车保险业务。例如:世界第三大零售商克罗格 (Kroger) 正使用无人车运送食品;Uber 和 Lyft 等运输公司期藉自驾出租车大幅降低人员运输的单位成本,预估 2025 年全球自驾车逾 2,000 亿美元、芯片系统市场将超过 20 亿美元,而全球长途卡车市场的 CAGR 将逾 60%。行驶于高速公路的长途货卡车可能是自驾最容易的突破点,安全、省油、减少交通堵塞、经济规模、行车环境相对单纯及需求迫切是诱因。
在美国,货运业是一个价值 8,000 亿美元的产业,而 2018 年,有将近 5,000 名美国人在涉及商用卡车的事故中丧生,其中逾九成交通事故是由人为错误引起。由软银 (SoftBank) 支持、生产脉冲雷射光达的以色列 Innoviz 公司,亦与中国陕西重型汽车公司合作,在中国最大的港口之一部署 600 辆自驾卡车,该公司还与宝马 (BMW) 达成协议,将在 2021 年提供配备光达的汽车。ResearchAndMarkets 经市调发现:截至 2020 年 3 月,只有 12% 的美国人完全信任自驾技术,但预估最终用户将在 2027 年之前完全拥抱自驾车。
自驾车正在逐步成为现实。2018 年初,美国湾区科技公司 Udelv 与燃料电池电动汽车共同完成首次 L4 自驾车交付杂货服务;与此同时,丰田在发布"e-Palette"全电动自驾概念车,可与合作商定制,用于食品配送 (Pizza Hut)、乘车共享 (Uber) 或店面 (Amazon),甚至在车内设有移动厨房、可在宅配途中新鲜烹制披萨;沃尔玛 (Walmart) 使用自驾货车在亚利桑那州运送杂货;而 Waymo 在加州的自驾出租车测试首月便运送超过 6,200 人,写下商业案例记录。特斯拉 (Tesla) 迄今出货逾 78 万辆汽车,其中多数都预载自驾功能。
不只科技厂热衷,传统车厂亦兴致高昂
传统车厂亦展现雄心勃勃:2018 年,现代宣布其 L4 自驾车与燃料电池电动车完成全自动之旅;同年,奥迪在 2018 年推出 L3 自驾车,2019 年再推名为"AI:Me"(发音为 Amy) 概念车,专为用于流量大的城市空间移动及狭窄停车位而设计,可通过语音、手势和眼动追踪混合控制,车内还配备内置虚拟现实 (VR) 耳机和数种定制 VR 体验,陪伴乘客度过行车时光并提供健康模式,可将车内灯光变暗、净化空气及抑制外部噪音;福特则直接朝 Level 4 发展。雷诺 (Renault) 去年亦展示自驾概念车,计划部署成电动机器人出租车。
宝马在今年美国消费电子展 (CES 2020) 展出名为"BMW i Interaction Ease"的自驾座舱模型,乘客可躺在倾斜 60∘的零重力躺椅,眼动追踪使车载虚拟助手可根据目视位置做出回应而无需松开手指;此外,还与戴姆勒 (Daimler) 连手开发 L4 系统。通用汽车旗下子公司 Cruise 不落人后发布自驾车 Origin 雏型,由 Cruise、GM 和本田汽车 (Honda Motor) 设计,可容纳六名成人,建造成本仅约现今运动型休旅车 (SUV) 一半。Origin 提供乘客可在乘车时使用的无线互联网和设备充电器,另有三个用于监视内部人员和货物安全的摄像头。
有人乐观预估 Cruise 共享服务平均将为旧金山自驾车或使用拼车服务的家庭年省 5,000 美元。不过,Cruise 虽坐拥加州公共道路测试的无人车许可,但前提是须在车上配备人类安全驾驶。反之,第一辆完全拿掉方向盘、踏板或侧视镜等基本人为控制设计的自驾车——Nuro 公司号称 L4 的 R2 车款,已获准在美国道路进行测试,使用雷达、热影像和 360∘摄像头来指示运动,这是对"要求车辆必须具有对操作员控制"规则的首次豁免。今年三月,美国国家公路交通安全管理局 (NHTSA) 首次对其车辆安全规则调整。
自驾车的美丽与哀愁
"按需"自驾车承诺解决各种运输难题,包括提升交通效率。回想当年高速公路初现也曾有类似承诺,但事实是:因为便利,反而吸引更多汽车上路,壅塞依旧。以此类推,有人认为当自驾车经过改装以满足用户需求时,其能源效率也可能随之降低:
1. 乘客会以更高的速度行驶,而空气动力阻力将消耗更多能量;
2. 汽车制造商可能开始设计更大的车辆,以容纳移动办公室和卧室;
3. 电动车的电力仍来自化石燃料,大容量电池将产生更多碳排放,有学者预测大量使用私人自驾车可能导致碳排放量增加多达 200%;
4. 共享取代拥有或许有助于缓解,但人们往往偏好可立即调度、可用作移动储物柜、专属的舒适乘坐空间,或作为社会地位象征,效果有待商榷。
虽然"无接触"逐渐受到普罗大众青睐,有助于自驾车加速普及,"汽车即服务"亦是可能的商业模式;然一旦按需自驾方案成为常态使车主放弃汽车所有权,是否会侵蚀汽车制造商获利仍是一大考验。整体而言,L2 在新一代汽车中已司空见惯。不少车厂认同现阶段很难制订 L4 和 L5 车辆零售的商业案例,却纷纷看好"具有专用车道和清晰标志的简化环境"的共享运输业务,认为简化环境将使软件验证更加容易,且可减少需要验证的场景数量。
然而,眼下疫情对全球宏观经济所造成的冲击,可能让企业趋于保守而延迟相关技术的投资,对自驾车的进展形成暂时阻碍:Argo AI、Aurora、Cruise、Pony.ai、Uber 相继宣布暂停自动驾驶测试,以免扩大肺炎病毒的传播;被喻为自动驾驶汽车的新创"独角兽"企业 Zoox 爆出裁员 10% 的消息,包括乘坐公司自驾车的后备司机;光达制造商 Velodyne Lidar 因解雇 1/3 员工被起诉……。更糟的是:自动驾驶卡车公司 Starsky Robotics 已宣布倒闭!
Starsky Robotics 首席执行长 Stefan Seltz-Axmacher 自省失败原因:神经网络在面对数百万个训练示例后,才学会学习某些模式;但驾驶是不可预测的,同一条路线每天会因天气或交通状况而异,很难对每种情况进行建模,且代价昂贵。他感叹,模型越好、越难找到新边缘案例的可靠数据集,需要更准确的数据才能持续改进模型,而这需要更多时间和金钱支持,只有资金雄厚者方能负担得起。