展会信息港展会大全

一线丨对话秦力洪:蔚来NOP策略保守 全自动驾驶有望在发达地区率先实现
来源:互联网   发布日期:2020-10-14 08:32:37   浏览:5096次  

导读:腾讯新闻《一线》 王潘 9月下旬,蔚来在北京车展正式发布Navigate on Pilot(NOP)领航辅助功能。据官方表示,领航辅助将随着NIO OS 2.7.0的升级,于10月中旬通过FOTA分批推送给用户。此外,蔚来还发布了Power Up Plan补能计划。 值得一提的是,蔚来是全球唯...

科技新闻《一线》 王潘

9月下旬,蔚来在北京车展正式发布Navigate on Pilot(NOP)领航辅助功能。据官方表示,领航辅助将随着NIO OS 2.7.0的升级,于10月中旬通过FOTA分批推送给用户。此外,蔚来还发布了Power Up Plan补能计划。

值得一提的是,蔚来是全球唯二将领航辅助功能实现落地的车企之一,另一家则是特斯拉。不过,相比特斯拉一贯都敢大胆将各种功能开放给用户使用不同,蔚来更加关注车主的安全,因此在策略选择上也更加保守。

NOP是在Pilot功能已实现的巡航车速控制、车距保持、转向辅助和转向灯控制变道功能的基础之上,使车辆在高精地图覆盖范围内的大部分高速公路及城市高架路段内,按照导航规划的路径实现:

1、自动汇入主路;2、在主路中巡航行驶,并智能选择最优车道;3、根据导航规划自动切换至下一条高速/高架;4、自动驶离主路。

在NOP于车展发布的当晚,蔚来创始人李斌做了个用户面对面的交流,主要目的就是呼吁车主谨慎驾驶,虽然这个功能马上就来了,但大家还是应该安全第一,驾驶过程中应该随时准备接管,一定要握住方向盘,绝对不能出现类似完全不管方向盘跑到后排拍照的情况。

蔚来联合创始人、总裁秦力洪与蔚来无人驾驶系统工程部负责人章健勇在与科技新闻《一线》对话时表示,蔚来在策略上一直比较保守,这本质上不是能力问题,而是选择问题,不希望因为策略激进而让用户付出血的代价。

“新生事物出现都需要一段时间去教育用户,但是蔚来特别不希望用户的教育成本是血的代价,所以我们整个的策略会偏保守一些,当然因为这个保守我们也挨了我们用户很多批评,比如说特斯拉变道那是变的很果断的,大家可以去体验一下,当前后车比较少的时候果断了一下挺好的,但永远都果断就不好了,如果机器采取的行为和你的预期不一样,你就不舒服,机器采取的行为慢,你就会觉得它肉,机器采取的行为激进,你会吓得要死。”

众所周知的是,特斯拉由于在自动驾驶技术对用户开放这件事的策略选择上一直比较激进,已经导致了很多伤亡事故发生。

在研发过程中,蔚来会更加考虑中国用户的使用习惯和环境情况,而特斯拉则主要是针对美国车主和环境的使用场景研发,相比特斯拉NOA自动辅助导航驾驶,蔚来主要在这三个方面具有优势:

第一,特斯拉NOA系统只是覆盖国内高速公路,蔚来不仅覆盖高速公路,还覆盖城市高架和开速路,因为现在电动车的用户大部分是在城区里面开,从家里到办公室,在城市道路比高速路上使用的比例更多。

第二,蔚来对速度的调节和控制会更加符合大部分用户的心理预期,在不同场景下对速度有很多的调节和控制。

第三,人机交互,蔚来深度结合了NOMI等人机交互场景。辅助驾驶系统毕竟还不是完全的无人驾驶系统,能够开得好的环节,要尽可能开得舒适和稳定,不能处理的地方,要尽可能提前有更好、更加合理的方式能够提醒用户进行接管。

以下是对话秦力洪和章健勇的部分内容:

提问:因为NOP可基于大数据学习,那么是否可以根据用户的性格偏好,可能我激进点,在安全的情况下允许我自己选择NOP策略?

秦力洪:这是我们追求的,在技术支持下的个性化其实是很高级的问题,我们肯定会去追求这个方向,但也不是0和1的问题,可能是逐步逐步来的。

章健勇:目前根据用户的特征还没有匹配,后续版本我们会有,我们会分类型来匹配,比如换道想更加猛,这个我们会更谨慎,但是我驾驶的速度,加速、减速我们会开放的更快一点,逐步来。

提问:四个新的主机厂(蔚来、小鹏、理想和威马),大家在融资以后都在聊自动驾驶,蔚来跑在前面对他们来说他们后续还没有能做出一些比较有差异化的地方,你们的领先保持在怎样的程度上?

秦力洪:这是个很大的行业格局和战略问题,就是一个企业的长远护城河在哪里?我觉得技术是领先一时的,对于一个企业,你如果要做一个很长远的企业,技术不是领先一辈子的,尤其单一技术不是领先一辈子的。我们并不认为其它的兄弟公司搞这个我们就有多大的危机感,我们反而挺高兴的,我们看到几个新公司都呈现出非常朝气蓬勃的状态,我们其实蛮高兴的。你想如果没有那几位兄弟,就我们自己一家,可能我们混的并不一定很好,我觉得还是行业在发展,新生市场众人拾柴火焰高。

我们未来长远的竞争优势还是用户满意度,但是用户满意度会来自各个方面,有一部分就是来自于产品和技术,从长远来说你要保持长远的不落后,但是很难说哪个企业可以做到永远领先或者在某一个点上永远领先是做不到的,如果你把时间再放长一点看。

每家企业最后会呈现出差异化的竞争,就像我们现在来看大家经常对比的大牌,比如说BBA,他的产品和技术从宏观来说,你按照30年、40年的时间来看,总体来说是比较同质化的,但是这三个品牌给人的感觉是不一样的,非常不一样,他在人群里面有非常清晰的分点。

所以,我们第一没有觉得别家搞我们就觉得有危机,但是我觉得大家都在搞,确实给我们提供了一个动力,在几个新公司里面,蔚来动手是比较早的,我们会有一个相对的时间窗口优势,我们怎么去把握相对的时间窗口优势,这个课题对我们而言是反馈在战术层面,战略层面没有什么感到。

我现在也觉得几家新公司还都挺有特色的,我们内部也都认可小鹏的自动泊车做的还是非常好的,可能车位的识别率比特斯拉、蔚来都高。理想是最近宣布了一个计划,但是还没有开始,但是理想是车内的几屏联动,他做的体验设计是比较强的,这一点是我们需要向他学习。

提问:蔚来对全自动驾驶的未来有什么样的预期?

秦力洪:我们当然希望越快越好,我觉得这个事分两面,有一半是让技术能力具备到可以无限接近自动驾驶的状态,另外一个就是路况是不是受控,我觉得到了一定级别的自动驾驶,可能就不光是车的问题了,一定会有车路协同的问题。

中国的高铁可以运行,在高度自动化的状态运行,是因为我们花了很多精力把整个线路封闭起来了,不接触。所以,我觉得对将来的展望,有一些东西是我们能够控制的,有一些东西我觉得到了一定程度真的不是我们可以去控制的。

因为自动驾驶是不管你发展什么技术路线,归根结底它就是三个环节,我怎么识别周边的状况,我通过计算怎么判断它、发出一个决策,这是第二个环节,第三个环节就是发出决策以后车辆能不能执行,来不来得及执行。其实归根结底就是这三个事,感知、决策和执行。

我们现在谈的很多东西都在三个环节不同领域的进步,大家在谈视觉识别、激光雷达,这是在感知层面,我们谈到云计算、深度神经网络,这是在决策层面的,还有很多是在执行层面,你说我都想的倍儿清楚了,到我这个年龄就开始出现决策大于执行,跟小伙伴们去踢球,我感觉我能过他,但我真的过不去,我思想上已经过去的,最后结果就是摔跤。对车辆的操控,它需要依赖的整个生态环境还是比较庞大的。

我们是没有勇气定个时间表说什么时候全自动驾驶,什么时候实现L4,因为我不知道交通部会怎么做。中国很多红绿灯,美国还好,美国红绿灯都长的一样,所以识别交通信号很容易。中国就不要说全国,光北京就各种各样的红绿灯,横的、竖的,有些是纯数字的,我看有些红绿灯红绿的颜色都不一样,还有靠进度条来做红绿灯的。我在想如果我是一个机器人,我要怎么辨认这个世界,可能辨认不了,没有什么高科技,但是就是因为环境不一样,它辨认不了,中国的路况和美国比还是远远要复杂很多。

提问:是不是意味着完全自动驾驶基本不可能?因为随时路况都会有变化,但是机器学习能力可能跟不上。

秦力洪:我觉得任何事还是有个边界的,比如说整个道路系统规范到一定程度,当算力、当摄像头传输达到一定程度,每个方面的进步可能各到了一个临界点,可能有一天就行了,这个还是很好展望的,我们看今天的道路系统和50年前的比,那已经是天壤之别了。

我外公快100岁了,跟我说他年轻的时候在上海,上海出现第一个环岛的时候各种报纸都要报道这是城市交通系统的革命,其实环岛就是二三十年代出现的,后来有红绿灯、十字路口、立交、全封闭的立交,我们觉得当技术到了一定时候,经过一定时间,整个交通环境会变的不一样,至少局部不一样,就像我们的NOP。

我们再说回来NOP,我们依赖的是高精地图,即便在几年前高精地图就是个传说,现在中国有30多万公里的高精地图,很多人说几十万公里不够,现在我们要做的就是告诉用户这段能用这段不能用,不要过度承诺,明年可能就变60万公里了,非常可能,如果这些东西又被列进了新基建,后面有国家意志,我们想中国率先出现一个局部区域的高精地图覆盖的比较高级的自动驾驶的道路环境,这可以领先美国,完全可以的。

比如华东一带完全可能的,像中国的高铁系统,我们以前都羡慕日本的新干线,羡慕了几十年,突然一下我们就变的比他们好,还是会有后发优势的。我们也没那么悲观,但是全中国一直到新疆阿克苏、塔里木盆地道路都智能化,好像也没必要,反而到了那种地方无人驾驶还好使一点,主要还是对于复杂的城市环境,尤其像北京城乡交界的边缘,相当复杂。

我们说中国限速100公里以上的高速率先可以用全自动,你仔细想想还是很有可能的,从经济发达地区开始,现在各个城市经济也比较缺增长点,整修一下高速公路,不去做翻新的基建,不是挖了拆了建,而是做智能化改造,把道路标识线画的好一点,把交通信号灯做的好一点,广深、长三角、京津地区率先实现,我觉得很有可能。

赞助本站

人工智能实验室
相关内容
AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港