全球零部件网
  • 客服电话:13621797580
  • 访问量:19101272
首页轮播下

驭势科技CEO吴甘沙:传统零部件软件化可以带来很多好处

   2021-06-17 新浪财经2560
导读

6月10日,2021年第十三届中国汽车蓝皮书论坛于合肥隆重开幕。当天下午,驭势科技联合创始人、董事长、CEO吴甘沙带来主题演讲《从

 6月10日,2021年第十三届中国汽车蓝皮书论坛于合肥隆重开幕。

当天下午,驭势科技联合创始人、董事长、CEO吴甘沙带来主题演讲《从L2+到L2++的几点思考》。

 


        他表示,传统零部件软件化,它可以带来很多好处,比如全局智能,原来我对雨量感知是在ECU里面做的,它跟车其他部分的沟通是有限的,但是如果把它变成一个软件模块的时候,我感知到雨量大小,我就可以做很多事情,比如我自动把开着的窗摇上去,可以自动通知导航软件走不同的道路,可以自动通知刹车系统选择一种不同的模式,可以实现全局的智能,当然也可以实现全新的商业模式。但是对于卖硬件为主的供应商们会带来很大的挑战。

以下是他的演讲实录。

大家下午好。今年上海车展上有两个新的玩家,一个是大疆,石破天惊式地推出L2+的产品,另外一个是华为,它给一个看上去有点类似robotaxi的这样一种产品形态又套了一个L2的套子。这就是我题目当中的两个,一个叫L2+,一个叫L2++。从L2+到L2++,中间会发生一些什么?对于我们主机厂,对于供应商意味着什么,这是我想说的几点思考。

如果说L2+最成熟的还是特斯拉的产品,它的NOA是典型的L2+,可以实现双手解放,可以实现自动变道,自动进出匝道这样的产品。

如果说L2++呢?FSD是非常典型的L2++,它可以实现在城市区域的L2级的辅助驾驶。

这两种产品它的成熟程度是不一样的。

L2+现在应该有至少几十亿英里的行驶里程,具体多少,特斯拉也没有说,我们猜测大概是这样的量级。

L2++,或者说FSD,严格来说还不是一个非常成熟的产品形态。根据现在报出来的数据,特斯拉大概一共跑了15.3万英里,800多个人参加了这样一个计划的测试。这800多个人当中,只有71个人不是特斯拉的员工,其他都是特斯拉员工,平均下来,一个人大概只开了186英里,所以它应该说还是一个比较早期的产品形态。

夹在两者之间的,我并没有说是L3,因为现在L3到底会不会存在,其实已经成了一个非常有争议的话题,我放在两者之间的叫做影子模式,影子模式就是利用你今天L2车型,它可以大规模地部署。于是我可以大量地收集数据,甚至于在车上做一些受控的算法试验,这是影子模式。

如果说把特斯拉更早的,就是NOA,比NOA更早的车型都算上,我猜想,它有可能已经有百亿公里影子模式的数据覆盖。当然这并不代表一定就真正收集了百亿公里的数据,它在这百亿公里当中,可能按照10000:1甚至100000:1的比例,把精华的数据收集下来。这是行业今天一马当先的领导者已经做到的。

思考一:学特斯拉非一日之功

这是我在去年蓝皮书论坛上用的一张PPT,这个PPT想要说明特斯拉用近二十年时间做到今天,这二十年时间战略思维非常清楚,几乎每个方面都是通过三步来走,并不是一步两步地一蹴而就,也不是四步五步那么繁锁。

比如产品定义就是从超级豪华的Roadster到普通富豪用的Model S/X,再到大众用的Model 3/Y,核心是把三电做好,然后把电子电器架构的三域控制器做好,当然它是四域,它的车身变成左车身、右车身的四域控制器。然后进一步开发它的更新的基于以太网双环的新的组织架构。

有了整车架构三步走,在功能上实现了三步走,先是操控,在交互上实现了全新的体验,它的标志就是那块大屏,然后它实现了整车的OTA,有整车OTA就可以不断地把一些新的功能,在它的所谓的FSD这么一个期货的幌子下面不断地推送,最后有了OTA就可以不断地去推送智能驾驶,在后面实现数据闭环,所以大家可以看到从2015年、2016年开始,每一个版本都加入了新的功能。

有了智能驾驶以后,它开始进入到芯片,芯片这一块也采用了三步走的策略。只有自研芯片才能够允许FSD这样一种城区的场景,所以它的FSD也一步一步推出新的版本,最早V7几乎没有人能够用到,现在V9差不多几百让用到了。这就是坚定的三步走,通过二十年的时间。

这给我们主机厂带来启示,它走过的路我们就不用再走弯路了,这是好的地方。但是另外一个方面,它踩过的很多坑是并没有发表出来的,我们再去重复它走过的路的时候,不可避免还会踩一些看不见的坑,所以我们如何?我们现在看到很多的,尤其是新造车的势力,在2023年会推出这么一个L2++的产品形态,我们相信它会通过这样几个步骤去做。

第一个,硬件还是一步到位,这一步到位当中包括了激光雷达,当然因为这样的硬件可能会存在一些潜在的隐患,它的硬件的接口设计成是后期可替换,就是未来可能在4S店可以换上新一代的引擎。要一下子跨过特斯拉的十年,我们认为不可以低估其挑战。

现在大家都非常地激进,但是硬件这玩意,并不是装一个电脑,并不可低估其挑战。所以,预期最早的一批产品,硬件上还需要一些迭代。软件和高精度地图可以通过OTA方式逐步地推上去,尤其是明年,明年会出的一些车型,可能这个车6月份就推出了,但是它的自动驾驶的软件可能会到年底才会OTA上去。肯定一开始还是L2+的形态,逐步推到L2++,而L2++,我相信还是类似于特斯拉的这样一种做法,就是一开始先从一条线,或者小的区域开始推送,可以做一些受控的试验。我相信未来L2++变成产品以后,可能也会从一些定制化的线路,并不是全域都可以实现L2++。

这里面还有一个被大家忽视的,就是司机的培训。L2++把今天Robotaxi公司雇佣的安全员换成了你,换成车子,这些安全员可能需要经过几个月的培训。所以对于车主的培训,也会是一个不可或缺的工作。这是我们对产品形态未来要上市这样的一个判断。

思考二:两种车型的组合加速追赶

对于车厂来说,我们相信它会对两种车型组合加速特斯拉的追赶。

一种产品形态是可能演进到L4的L2++,也就是特斯拉FSD,或者是华为演示的产品形态,我们把它叫做L2的样子,L4的灵魂。这张图刚才倪凯包括唐锐都反复地展现过,这个L2的样子,L4的灵魂,这么一个L2++,本质上它是第一次全面覆盖了这三种场景。原来L2+,或者NOV的这样一种快速路,封闭高速的场景。L4,或者类似Robotaxi城区的场景,以及停车场记忆泊车的场景。所以,一种产品形态覆盖三种场景。

这三种场景不会是像今天的这种车厂,比如说L2+找博世,泊车找法雷奥,等等找多家供应商,它一定是共享了控制器和传感器,而且实现了软件和硬件的兼容。从它的域控上面,我们相信它一定有100+TOPS的算力。

 


        今天特斯拉的配置,前向三个摄像头有三个不同的FOV,不同的角度,其实还是代表上一代的产品。新一代八百万像素这样一个摄像头,一个就可以覆盖起来了,所以,整车基本上大概六个摄像头能够实现360度。毫米波雷达可能会有4D的呈像。激光雷达,大家看最早的L3产品形态,就是奥迪的A8,它其实用的是四线的激光雷达,那个激光雷达本质上是为了解决堵车情况下跟车的问题,但是要实现L2++,现在我们看到的激光雷达,至少是64线,比如大疆的64线,华为的96线。然后是超声波,超声波很有可能未来会是在车上面并不是一圈,而是两圈,能够实现更好的近距离的感知。整个的架构会变成fail-operational。

第二种产品形态我们把它叫加强版的L2+,就是在今天L2+基础上加上了数据闭环,加上局部的影子模式。这个偶尔是L4灵魂,主要还是L2。它少了一种场景,少了城区的场景,它也是会变成共享的控制器和传感器,实现软硬件解耦。它的算力是20+TOPS,也是360度的摄像头,但是未必是800万像素,为什么不是800万像素呢,因为用800万像素,这个算力就不够了,用800万像素一定是要用更高的算力。毫米波、激光雷达就没有了,超声波还有,还有低速的fail-operational。

那么多的传感器,大家会说有必要吗?特斯拉最近宣布纯视觉了,都不用雷达了。我们相信在历史上,毫米波雷达作为一个非常不错的视觉感知的校验器,尤其是视觉测距的校验器,帮助它算法提升。但是因为毫米波雷达也有局限性,毫米波雷达跟纯视觉的融合,反而可能会拖累纯视觉算法的结果,所以它就做了这么一个大胆的决定,这个决定我们相信它的纯视觉,当然我们这里面说到是多摄像头的纯视觉,在光照天气较好的情况下,会优于视觉+毫米波,但是在低光照和恶劣天气下,可能会出现性能的退步。

当然鱼与熊掌不可兼得,大家会说,特斯拉车上面也装了激光雷达,但是它并不是量产,只是为了作为摄像头的验证来用。

这一点,我猜想可能会限制特斯拉的技术领先,我们技术行业里经常有一句话,就是发明一样东西的人,会最后一个承认他过时了,他如此的推崇视觉的算法,以至于他可能会忽略激光雷达产业的发展,而使得后面的追赶者具备了一定的优势。这是我们的第二个思考,第二个思考的结论就是,未来一定是这两种产品形态的结合。

产品形态1就是L2++,它有点曲高,但是我们用的词叫“借假修真”,就是借L2的车能够修你L4的真。产品2形态是走量。这么一个产品,如果是二三十万(元)的价格,采取预埋的话,可能会把成本降到四五千块钱,甚至更低,它可以走量,走量可以实现数据闭环,可以实现局部的影子模式,可以草船借箭,就是借大量的车主跑车来获得数据,这种组合可能是未来车厂要思考的。

思考三:重塑OEM+供应商关系

最典型的一个案例就是这个,这是一个专门做开关旋钮的供应商,他跟我们说的一个故事,他们花了三十年的时间进入到BBA这样一些豪华车型的供应链当中,然后这位董事长去硅谷跑了一圈,看到了Model 3,心就凉了一大半,因为传统BBA豪华车,一辆车有70个开关旋钮,到了Model只剩下3个。这就是技术突变式的进展,导致了它跟供应商的关系的变化。

还有一个非常典型的案例,就是自适应的雨刷。传统汽车在挡风玻璃前面有一个阳光雨量的感应器,它是通过一个单独的ECU来实现的,而这个,我想说的是,特斯拉,这是它的一个专利,叫deep rain,通过前挡风玻璃装一个摄像头来测算雨量大小,这样可以把整个ECU整个拿掉,只需要这么一个软件就可以了。未来特斯拉这样的创新可能会有很多,这个车比较独特的地方,当然最终产品是不是那样,我还不知道,但是现在看起来比较独特的地方是它是没有雨刷的。这是它的一个专利,它通过激光来除尘除水。

所有这些反映了什么?硬件电子化、集中化、平台化。而传统零部件软件化,它可以带来很多好处,比如全局智能,原来我对雨量感知是在ECU里面做的,它跟车其他部分的沟通是有限的,但是如果把它变成一个软件模块的时候,我感知到雨量大小,我就可以做很多事情,比如我自动把开着的窗摇上去,可以自动通知导航软件走不同的道路,可以自动通知刹车系统选择一种不同的模式,可以实现全局的智能,当然也可以实现全新的商业模式。但是对于卖硬件为主的供应商们会带来很大的挑战。

所以,这里面会出现全新的OEM跟供应商的关系,一是如何集成,原来是通过黑盒集成,现在通过灰盒、白盒。第二个是如何进化。原来零部件卖给车厂就完了。现在数据管理是要贯穿全生命周期的,自动驾驶不断的演进迭代是需要全生命周期数据的交互。第三是如何分钱,这里面就带来了全新的这样一种关系,我们相信,OEM会跟供应商做深度的融合,而这个深度的融合是为了更好地迎接暴风骤雨般的未来。

这是今天的燃油车,大家可以看到车架便宜一点,但是用起来比较贵,电动车反之,用起来比较便宜,但是买起来比较贵,今天差不多形成了一个平衡。早上小鹏说,今天电动车只占到5%的市场份额,但是按照今天的技术发展趋势,到2023年的时候,电池会降到一个新的价格,这时候电动车可能会不仅仅用起来便宜,而且买起来也便宜,这是对我们汽车市场第一波冲击。

而第二波冲击是变成智能电动车,智能电动车,它的车的价钱会进一步地降低。大家觉得这可能是反直觉的,因为这上面装了很多的更贵的智能的部件,为什么进一步降低呢?是因为它可以压低在硬件方面的毛利,然后通过软件和订阅服务来获得更高的毛利。这就是第二波的冲击,而这两波冲击,尤其第二波冲击需要主机厂跟供应商能够做深层次的融合。

思考四:新时代供应商需要三种能力

 


       我们拿我们公司驭势科技做一个样本。

第一个,可量产、可白盒的产品模块覆盖三大场景。

我为什么用产品模块,而不是产品,因为刚才我说了,无论是L2+还是L2++,主机厂会主导开发和集成,所以供应商交付是可量产、可白盒的产品模块。我们现在和主机厂合作当中,已经做了这样的实践,比如这个是刚才一汽李丹院长提到的可以达到L3,但是不敢宣称是L3的产品。在停车场L4级的代客泊车这一块,我们也跟整车厂提供了小批量的交付。城市道路L4级Robotaxi,我们与东风合作车队开始运营。

在这三大场景当中,我们采用统一的菜单化的传感器、控制器的模板。刚才说的是模块,这边说的是模板,模板就是一个参考设计,可以高度可定制的,可以让主机厂修改,可以置换的模板。

这里面产品模块包括完整的前视和环视的计算机算法,包括激光雷达,我们在激光雷达点云处理方面得到非常好的场景。包括深度学习+SLAM+语义定位的视觉定位。这些模块会套入模板实现快速的定制化。

比如这个车,这个车跟乘用车关系不大,是做末端配送的,但是这个车底盘是借用A00级车的底盘,我们原来做AVP,加上L4城市区域的感知和决策的算法,通过一个快速的模板的定制化,它就是很快地做出了一个新的产品。因为驭势科技传统上并没有做末端配送的产品,我们这里面还是强调基于产品模块、基于模板,可以实现快速的定制化。

当然我们也很荣幸,作为一个汽车商业评论轩辕奖的合作伙伴,去年对34款参评车进行测试,完成87页测试报告,对市面上的产品是什么样的状态,有了更加专业的评估。

第二个是驾驭复杂软硬件系统的能力。我们作为一家新的供应商,这一块是我们的核心竞争力,因为我们核心团队参加多款核心芯片和系统软件研发工作,这边可以看到我们做了四代核心域控制器。每一代做得更小,更符合车规,算力更高,我们按照汽车行业的要求,从最早的ISO 9001到IATF 16949包括ISO 27001去做认证。

第三个是在云端,因为你要实现闭环,必须车+云,在云端我们也实现了全功能的云脑,它能够帮助主机厂实现数据加上AI算法的闭环。这个云端平台我们现在已经帮助某些主机厂进行了定制化,进行了交付,这里面从最底层的基础架构到工具,到仿真服务,到上面地图,多车调度、运维,数据分析,再到真正的接入到第三方的系统接口,全部能够实现定制。

仿真我再稍微提一下,仿真确实是一个非常有用的工具,因为它真正能够解决今天我测试了里程太多的问题,如果你真正要到路上去跑,那成本是非常巨大的。大家想象一下,我们做软件的知道,我每一次升级软件,需要重新做一次回归测试,当你回归测试里程达到百万、千万公里的时候,基本上没有办法全部都实车去跑,这时候仿真就变得非常有效了。

 
(文/小编)
 
反对 0 举报 0 收藏 0 打赏 0 评论 0
0相关评论
免责声明
• 
本文为小编原创作品,作者: 小编。欢迎转载,转载请注明原文出处:https://www.qqlbjw.cn/news/show-12821.html 。本文仅代表作者个人观点,本站未对其内容进行核实,请读者仅做参考,如若文中涉及有违公德、触犯法律的内容,一经发现,立即删除,作者需自行承担相应责任。涉及到版权或其他问题,请及时联系我们。
 
买家保障支持先行赔付
担保交易保障每一笔交易
实地验服务商真实性并拍照取证
委托找服务商5万家服务商等您下单
手机客户端随时随地 快捷方便
网站首页 | 联系方式| 关于我们| 使用协议| 版权隐私| 广告位招租| 网站地图| 排名推广| 广告服务| 网站留言| RSS订阅| 违规举报