Baidu 与 Waymo有能力担当自动驾驶界“原子弹、氢弹” 吗？

第二炮兵

Baidu 与 Waymo有能力担当自动驾驶界“原子弹、氢弹” 吗？

[li]2017年5月24日[/li][li][/li][li]朱玉龙[/li]

本文重点回应 “建约车评” 公众号就此前百度、谷歌先后推出无人驾驶平台的 “原子弹、氢弹” 观点：自动驾驶这个事情，从其属性来看，可能真的是要以国家为推进单位的，因为它是多项高精尖技术、多个产业领域、以及道路运营、安全监管等政策法规的融合，所以不是汽车企业一家的投入即可实现突破的。
“最近，自动驾驶领域出事了，出大事了！全球无人驾驶产业在 25 天之内遭到两轮强力轰炸——先是百度放了个原子弹，后是 Google 扔出个氢弹，两弹合炸，似乎把全球汽车产业和 Tier1 以及不少进入自动驾驶战场的战士们的努力给炸掉了。毋庸置疑，这次是人类历史上首个完整的无人驾驶生态系统的横空出世，这个系统有极大的可能颠覆现有的共享出行、整车制造和无人驾驶三大产业的固有格局。”
建约车评君的标题和内容不免有些危言耸听，本文就这个话题来阐述一些个人的看法。
让我们不妨先大致端量一下这两枚炸弹——
百度的 “原子弹”：就是 Apollo 计划，是百度宣布将推出的全球首个开放性的无人驾驶技术软件平台，该平台面向汽车行业及自动驾驶领域合作伙伴开放，以帮助他们结合车辆和硬件系统，快速搭建一套属于自己的完整的自动驾驶系统。谷歌的 “氢弹”：谷歌宣布其母公司 Alphabet 旗下自动驾驶公司 Waymo 与打车服务创业公司 Lyft 达成合作，双方将通过试行项目和产品开发，将无人驾驶技术带进主流应用市场。

第一部分 Baidu 与 Waymo 各自的策略指向分析判断

整个事情的开始的主角是百度，接下来是 Waymo，我们细细的梳理一下这两家公司的发展历程与特点，其实细细观瞻都免不了看到一个不容回避的事实——就是入这个无人驾驶这个局越久，对其中种种了解的越清楚，就越难在短期内破局。
1、百度能开放哪些平台？
百度正式开始与自动驾驶结缘，待确认的时间点是开始是 2014 年 10 月左右，已历时 3 年。我们可以看下图这个时间轴轨迹，蓝色的是过程，绿色的是主要领导者的变换与更迭。

                               
登录/注册后可看大图

图 1 百度的无人驾驶时间线
对应分析百度无人驾驶事业发展的时间轴与事件变迁，可以推测百度能开放的几类平台技术，见下表——

                               
登录/注册后可看大图

表 1 百度所开放的平台技术
2、谷歌将与 Lyft 怎么开展合作？
Google/Waymo 的自动驾驶的项目肇始于 2009 年，期间也是经历了几次领军者的更迭——
Sebastian Thrun 和第一波团队的淡出，导致整个无人驾驶项目开始从研究化往工程化开始转向，由 Chris Urmson 之后的工作，使得 google autonomous vehicle 这个项目走向前台；Anthony Levandowski 和一大帮工程师出来做 Otto，然后被 Uber 收购，导致今天出现了知识产权纠纷和官司；Chris Urmson 出走，看得出来 Google 在整个项目的走向上的分歧，Google 此次的战略方向转变可以说更务实，让车企出身的 CEO John Krafcik 来选择更为合适和靠谱的合作路线，从与 FCA 的合作，然后再与 Lyft 合作，无非是把原来的各个环节都要自己做，转向了找到更为合适的伙伴来实现。

                               
登录/注册后可看大图

图 2 Google/Waymo 的领导层更迭
那么转向后，Waymo 能和 Lyft 怎么合作呢？我们仔细看一下 Waymo 与 FCA 的合作的车辆，再研判与 Lyft 的合作，我们可以看得出来下面的关系：
FCA 负责提供车辆，开放车辆接口，为自动驾驶改进车辆控制和内部总线系统提供需求；Waymo 通过之前的积累，改进自己的感知、计算平台，起到了核心的桥梁作用；Lyft 提供应用场景，避免了之前 Google 花钱请人来坐无人驾驶车辆也没人来坐的尴尬，通过真实的 A=>B 的需求，找到应用的切入点。

                               
登录/注册后可看大图

图 3 FCA、Waymo、Lyft 三家分工
Waymo 在感知技术方面的改进见下表——

                               
登录/注册后可看大图

表 2 感知技术的改进与变革
其实，谷歌与 Lyft 的战略合作，在本质上是自动驾驶技术在应用端的争夺。
比如 Uber 收购 Otto，组建自己的自动驾驶研发团队，无非是在它的这个角色上，一旦可以实现自动驾驶系统取代司机的话，带来的变革和冲击更大。即使这个系统的成本、运行效率甚至是运行限制相对苛刻，也都必将带来商业模式上的改进。所以这种投资，我们可以理解为：
车企是花资金来尝试一种可能性，把自己的技术和车辆一并打包做尝试。
Lyft 之类的二线出行服务提供商，面临急切的冲动来找到最好的技术，实现对领先者的挑战；所以即使存在通用在未来可能投入，Lyft 还是选择与 Waymo 合作，它处于这个位置就可以采用多种技术和多种车辆对无人驾驶技术进行运营改进。

                               
登录/注册后可看大图

图 4 无人驾驶 L4 级的车型和部署与打车服务是很难分离的
所以从这个角度而言，如果光是在出行服务企业融资时候投点钱，而不进入出行服务模式里面进行深度运营，并加大提升自动驾驶的投入力度，那么车企是没法在相关的出行服务领域提供唯一性解决方案的，依靠资本投资来解决自动驾驶解决方案出口是有些难度的。我其实觉得从另一个角度而言，测试车辆多了对传统车企而言管理起来也是一种挑战，这些无人驾驶车队其实需要更好的管理方式去迭代和进化。如下表所示，仅今年以来投入无人驾驶试运行的车辆粗略统计就逾十多种，所涉及车企也是超过十家。

                               
登录/注册后可看大图

表 3 2017 年初做的无人驾驶车队统计


第二部分 自动驾驶的各自角色的考虑

下面的图中展示了涉足自动驾驶的各家公司推进 L4 的商业化计划，如果从重视平台运营还是面向私人这个角度区分的话，那么谷歌和百度都是在走运营切入的路线，自动驾驶技术在平台运营领域真正取得实际进展比较大的可能性是在 2020 年左右，以实现少量商用探索的形式呈现。而走将搭载自动驾驶技术的车辆卖给消费者这一路线的，是特斯拉、奔驰、宝马、沃尔沃等整车企业，不算悲观地讲，这一领域的突破起码会在 2025 年以后，而且极有可能只面向极少数受控人群。

                               
登录/注册后可看大图

图 5 各家公司对 L4 的商业化计划
自动驾驶技术的发展已经驶入了快车道，个人觉得在这个变化快的形势下，有必要每个季度来审视一下这些企业的定位，深度了解下这些企业技术本身的完整性和合作伙伴的互补性。最近的一个例子，就是 BMW、ME 和 Intel 的合作，变成了 BMW、Delphi 和 Intel(ME 已经被整合收购) 的合作，这种三层式的合作模式，包括汽车整车设计和制造 OEM(整车系统的集成)、自动驾驶子系统整合企业 Tier1 和自动驾驶主要的硬件平台和算法提供商 Tier2，这个基本的雏形，是炸弹炸不掉的，因为它本身就是合作模式不同而已。

                               
登录/注册后可看大图

图 6 传统的模式
梳理一下，当前自动驾驶领域的角色定位大致有以下几种：
(1) 系统服务提供商： 这一类主要是基于服务端的 IT 公司，为主百度、Google、Urber 都是考虑在营运端拿来做服务，规划要在 3 年内实现部分商用；而 Tesla 就抛出了硬件 (无冗余) 先行、软件跟进的策略。
在提供自动驾驶技术系统服务领域，有个大的转变就是 Google 专门成立了公司 Waymo，开始与车企合作进行，也就是前面说的 “氢弹 “，以后的商业模式值得进一步考虑。另外，值得注意的是，测试阶段和真正商业运营还是有些差距的，主要体现在投放的范围和控制的力度方面。
(2) 车企运营端的投入：受整个环境的驱策，各个车企现在对于面向消费者的服务端都有不少的投入，下一步把试车场里面比较成熟的产品拿出来进行运营级别的测试运行，就是一个比较务实的决定。这些车辆可以分为两部分——
车辆端：可以考虑冗余度，在涉及关键安全控制端 (EPS、ESP 两块) 可以单独把冗余的部分应用上去；而整个感知端和计算平台端可以采取先从性能端调试，再加入决策投票确认的冗余机制；监控端：整个后台运行需要有完整的数据记录机制，也有个后台团队，来处理道路上遇到的各种突发行为 (类似紧急的弹出和道路意外)。这里需要有单独的存储和发送机制，把整个感知的数据进行备份和传输 (新的传输 T-box2)，在云端可以做一些复现和记录，也可以用原有的记录层 (T-box1) 来记录之前的运行结果。这个提高的路径就是现有软件和后台虚拟运行之间的对比，进化的逻辑就是抓取多台车之前的软件版本运行数据和原始数据虚拟运行进行对比；
在后台竞争方面，各个 IT 公司有各自天然的优势，不管这个事情最终如何，车企不大可能单独去构建一个非常庞大的后台。
(3) 自动驾驶车企零售模式：随着自动驾驶技术应用的成熟度，车企单独把 L4 的车辆卖给普通消费者，不过这种模式天然就蕴含很多的风险因素。所以我们可以把这个行为，当作是运营之后实际应用的一小步，比如发售内部人员或者超级 VIP，就是前文提到的 “受控人群)。这应该只占到非常小的部分。


第三部分：小结与建议

愿意给自动驾驶花钱和投入资源的企业，在资金、资源和人力上面的投入不是那么容易就能给炸掉的，真实的情况是摸索的过程比较艰辛，从样车到小批量实验车队再到真正能落地产生效益，时间可能是 5 年，也可能是 10 年，这个过程中还有可能被各种感知技术的革新给甩开。
不愿意花钱的企业，可以每个月来搜集一下这些企业的专利、测试情况，或者在美国开个基地了解下各家的动态，把别人的状态监控住，知己知彼，伺机而动。
自动驾驶这个事情，从其属性来看，可能真的是要以国家为推进单位的，因为它是多项高精尖技术、多个产业领域、以及道路运营、安全监管等政策法规的融合，所以不是汽车企业一家的投入即可实现突破的。

xfzc

    

myntpcb

一切皆有可能。
但是要注意安全性。

kingweison

不看好百度