我们需要一辆怎样的电动汽车?(上篇)

  • 李波
  • 发表于: 2018/11/14 09:04:32 来源:42号车库

本篇主要针对新造车中的电动智能网联相关功能进行讨论,主要为:智能网联、智能驾驶辅助、三电方案策略等。

本篇主要针对新造车中的电动智能网联相关功能特点进行讨论,主要为:智能网联、智能驾驶辅助、三电(电池)方案策略、全车 OTA 等。同时,这篇文章也想通过对 Tesla 的成功产品力说明,启示深思我们的电动智能汽车之路。写着写着也就成了一篇科普文,对于传统造车部分不做讨论(如内外饰,悬挂系统,品控等)。

摘要:

  1. 一套优秀的车联系统可以极大地便利、愉悦我们的出行体验,也是未来一切无限互联网服务接入的基础。

  2. 智能驾驶辅助系统彻底地变更、简化了我们的驾驶行为习惯,车辆从司机驾驶变为越来越多地由车辆自己来驾驶。

  3. 我们享受电动汽车澎湃灵敏的动力性能,但同时我们也需要一辆高续航、充电快、电池性能稳定、充电容易的电动汽车。

  4. 全车 OTA 会从底层改变我们对汽车的认知,从此汽车变得活了起来,汽车会变得越开越好。车厂也会发生从底层心态上的变化,从一个纯硬件的生产者,变成一个持续迭代升级的服务者。

全文 1 万 1 千字左右,预计要花点时间。

啥都不说,我们先上图,主旨就是 Tesla Model 3 在美国三季度的销量非常牛。


15421583607875.jpg

15421585396295.jpg

是不是很惊讶,实际上是整个行业都震惊了,可就是这么强大(呼应一下震惊体标题党,你们最烦人!),美国第三季度 Model 3 车型成为了全美所有车辆中第五畅销车型( 9 月份是第 4 ),前面是丰田、本田神车凯美瑞,卡罗拉,雅阁和思域(丰田本田:“我们 4 个油“)。

9 月份美国豪华车市场,Model 3 单款车型的销量超过了其他所有各品牌各家旗下的所有车型销量的总和,Model 3 单款车销量差不多相当于奔驰北美乘用车销量 + 宝马北美乘用车销量 + 林肯乘用车销量。

哪个车厂看到能淡定,电动车时代真的来了吗?答案是肯定的,来了!

我想这样的数据照进了我们国内造车人的内心也都会是无比震撼的。Tesla 的出现,的确开创了一个新的汽车时代。Tesla 汽车以其卓越的动力性能,优秀的智能驾驶辅助能力,超前的造型设计…重新定义了新时代的汽车体验,也给广大的汽车人和这个时代做了很好的榜样。

作为一个行业中人,也作为一名汽车用户,对此我们不得不深思,我们想要造一辆什么样的汽车?我们需要一辆什么样的汽车?

本文接下来就行业和社会达成共识的造车新趋势:电动,智能,网联(分享?这个目前存疑,它的前提是无人驾驶)和单独抽出的全车 OTA来做展开。

一. 智能网联系统

一套优秀的智能网联系统是未来汽车的标配,或许更应该说当前新售车型就应该是标配。汽车已经逐渐成为了我们每天生活的第三大空间,我们每天会花大量的时间和精力花费在交通出行上。

让用户每天的出行可以轻松愉悦,减少城市的交通拥堵和所造成的焦虑,提升车内空间的视听娱乐享受,这是每一个汽车人天然的责任和义务。

想象一下,每次出行我们可以很轻松便捷地获取周围实时的交通路况信息,可以用车辆的音响系统听着最新最酷的流行音乐或者纷繁世间的网络内容信息,每一首歌、每一次内容都是我们所喜爱的。

我们可以在车上通过语音或者手触,简单便捷地对车辆和出行进行快速的操作,我们可以安全方便地连接远处的朋友畅快沟通;车辆或者车辆周围对我们有帮助的、我们感兴趣的信息可以及时简便地呈现在我们眼前,并且对驾驶安全友好。我们能够快速地处理信息,系统也会变得更加智能主动,但又不至于打扰。

是的,现在是网络时代了,汽车这个大的终端,也应该是网络化的。

可是我们环顾四周,市面上大部分在售的汽车,并没有做得很好,甚至大部分连在线的导航都无法做到。当然厂商和用户也可以说我们用手机和支架其实也挺好,我们买卖的是车,虽然手机屏幕小点,操作不方便一些,但是也能用。

可这是应该的吗?车辆已经和我们每天紧密得不再仅仅只是一个交通代步工具,它更应该成为一个生活娱乐和服务空间。

当然我们也应该看到目前各家厂商都在纷纷加码这一块的服务开发力度,特别是我们的国产厂商(当然和手机系统的生态服务相比还差的太远),比如说斑马系统和上汽系列,吉利 GKUI,比亚迪的 DiLink… 还有各新造车势力的车载互联系统等。

下面我们来看一下智能网联系统的基本组成和服务方式。

智能网联系统包含:多屏服务的融合,多交互方式的融合,导航媒体娱乐服务系统(包含语音和车辆设定相关),车上车下服务的融合打通。

这其中最复杂也最重要的是需要将以上这些功能服务有机地整合在一起,毕竟车联系统不是手机,也不需要那么多服务,需要的是在适合的时候,将行车中需要的服务能够及时地推给我们,或者能够很方便地帮我们实现。这就特别挑战各厂商的产品整合能力了。

1、多屏多对象的融合。

车载娱乐大屏和仪表(机器人,HUD 等),组成了车联系统信息的基础承载体,将合适的信息在合适的位置进行显示,方便用户可以及时准确地获取相关信息来进行后续操作。

仪表将车辆自身行驶相关的信息、驾驶辅助及道路导航信息、车辆的异常信息等简单明了地呈现在用户面前,避免杂乱的信息干扰我们的驾驶活动。

车载大屏将我们的多媒体娱乐信息、导航相关信息、车辆状态及设定等相关信息,进行更深入和全面地呈现,方便用户做更细致个性化的操作处理。

还有我们在预期的 AR HUD,能够和车联周围的环境做很好的拟合,挡风玻璃不再只是遮风挡雨的挡风玻璃,而是一种和出行、道路、外界万物整合的信息载体。视野前方的物体不光光只是物体,在它上面还有我们感兴趣的、对我们有帮助的信息,道路车道线和交通标示上有着对我们有帮助的交通引导,你的挡风玻璃变成了一块交通信息娱乐的大屏。

当然还有以上各个屏幕间的有机信息整合。

百度世界大会演示 AR-HUD 实车测试效果百度世界大会演示 AR-HUD 实车测试效果

2、多交互方式的融合。

目前车联系统中最重要的交互方式为:屏幕触控、语音控制、座椅和方向盘震动、警示音等(手势识别?)。

触控和语音为车联系统中最重要和基础的交互方式,当然驾驶过程中更合适的方式是语音,毕竟开着车事关安全甚至是生命,用户的焦点应该是驾驶的道路前方,而不是屏幕,通过语音和适当的触控结合来满足行车需求。这也是目前各厂商最主要努力的方向,毕竟国内的互联网服务甚至车联网服务在全球都是最好的,这点我们真的不用谦虚。

当然还可以结合适当的震动和警示音,在需要的时候可以更加及时,用更强的感知来对用户进行提醒。

3、导航及媒体娱乐服务系统

说到底在行车服务中,最基础的还是:导航、媒体、语音和其他基本服务。

导航。可以实现基本的在线实时路况和在线导航规划,进行在线地图包升级,这样你算跑到全国各地,也可以一路畅通无阻。而不是在行车过程中调整各种姿势角度去看手机,同时忍受手机的小屏和不便的操作。其实说到底是被不进取汽车厂商逼的!在这里批评一下欧美日厂商。

媒体娱乐。打通我的汽车音乐和手机音乐,保持同步,不管车上车下都可以带着我的音乐跑,推送的也是我最喜欢的音乐组合(看起来这里好像是 QQ 音乐和网易云音乐),同时也可以尽情地享受汽车音响系统所带来的高音质感受。当然还有网络的电台音频内容,收音机内容,甚至是视频内容的整合。

语音服务。目前在行车过程中,语音服务是最直接也是最适合的交互及服务呈现方式(嗯,说不定未来脑电波靠谱了呢)。用户感知层面也是目前行车系统中大家觉得最智能的部分。语音和导航、媒体、车辆控制、信息服务等进行深度地整合,我想要的立马就有,说哪指哪。同时也可以预期到我可能想要的,同时进行适时地推送。

车辆信息的展示和控制。车辆相关的服务整合说起来挺麻烦的,而且还不容易懂,先不说了

行车及娱乐服务的深度整合。智能网联系统说到底最重要的还是服务,行车的天然环境要求所有服务必须易用易触达。如果将以上的服务像手机系统一样做单 APP 服务隔离开发,在目前阶段虽然可行,但接下来肯定是需要更高程度的服务打通融合。

车载系统更应该是服务而不光光是 APP,这也是行业目前达成的统一共识。语音服务和全系统服务的整合、多屏和多交互方式和多服务的整合、场景服务的深度整合、从目前的用户主动到系统主动的逐渐转变,这是未来车载互联网服务最有潜力、最可期的方向。

车载系统。车联服务需要一套高稳定性、高生态开放。能够持续升级服务的系统。目前国内厂商比较统一的是使用 Android 老版本进行自定制或者使用 19 年上市的 Android Automotive,Tesla 使用自定义的 Linux 系统。

可以看到的是 Android Automotive 更可能成为未来全球比较统一的标准系统,方便建立全球服务和应用生态级标准,一个账号,汽车、手机跑哪都是自己。当然对于国内,定制的系统依然会是主流。

说到此还有一个很重要的问题车载系统(硬软的结合)的稳定性,手机可以有死机和卡顿,汽车系统呢?未来和无人驾驶系统融合后呢?在取消硬质按键的趋势下,并且车载系统如果融合了驾驶安全相关的功能,会导致巨大的安全隐患和麻烦。所以保持车载系统的稳定和安全极其重要。

车上车下服务的融合打通。作为一辆车联实时在线、车联服务实时在线的服务系统,也是目前车联网发展中的重要方向。行车时出行娱乐相关的服务在车上进行,离车后车辆相关服务可以随时随地在手机上进行,持续追踪车联状态,随时处理车辆相关的服务信息,并可进行远程管理及授权。

大家有兴趣的推荐可以看一下北美用户关于 Model 3 的功能效果评测,不是说它的互联服务做非常好,但是是一个不错的参考标准。当然你也会逐渐理解为什么 Model 3 划下了一个时代。

二. 智能辅助驾驶及无人驾驶

相对于车联网服务,智能汽车另外一个最重大的功能特点就是驾驶智能智能驾驶辅助系统及未来的无人驾驶系统。

就像 Tesla,除了让人惊艳的动力属性外,最让我们印象深刻的就是他的驾驶辅助系统。

车辆行驶后打开驾驶辅助功能,车辆就会自动探测周围环境,自动将车辆保持在本车道的中间位置,进行自适应巡航。前方车道要拐弯,车辆也自动拐弯。前方汽车减速,汽车也在安全距离内自动减速,前方加速也自动加速,前方无车,车辆自动加速到限定速度内。当然还包括一些行人、车辆/道路异常的避让和制动。

再加上最近推送的 Navigation on Autopilot(国内还没有,其中司机一直握着方向盘是因为法律原因),实现了自动变道(目前阶段还需要事先打一下转向灯,未来升级后会变为完全自动)。同时 Tesla 的辅助驾驶功能是全速域,全地域开放(要有车道线),并在仪表中实时显示车辆周围的状态及车辆接下来的行为信息。

可以说 Tesla 将辅助驾驶系统完全融入了日常驾驶生活中,和车辆融为了一体,用户的日常开启率高达 50% 以上,甚至达到百分之百九十,和其他厂商的驾驶辅助系统相比,用户对于 Tesla 的驾驶辅助系统拥有充分的信任感。再者车辆的驾驶能力还在不间断地升级,车辆本身已经初步集成了未来 L4/L5 级的驾驶硬件平台,让人们对于他的未来充满了更多幻想!

(注:区分一个问题: ACC 自适应巡航和带有车道自动保持的 ACC 自适应巡航虽然都属于 L2,但差异巨大)

是的,可以说这就是我们需要的一辆具有未来感的智能汽车。

目前我们可以看到目前市面上最主要玩家有 Tesla Autopilot、Google Waymo、通用 Super Cruise、百度阿波罗、奥迪、奔驰、福特等等,目前可以看到的车型为 Tesla 全系,奥迪 A8(反正国内没有),凯迪拉克 CT6(北美市场)。当然我们也可以看到国内厂商也在逐渐开始适配达到 L2 级别能力的辅助驾驶功能(以带自动车道保持的 ACC 自适应巡航能力为基础),比如说上汽荣威的 Marvel X,小鹏 G3,蔚来( OTA 升级后)。

智能驾驶辅助系统的组成,我们仍然以 Tesla 系统举例。

Tesla 辅助驾驶系统探测示意图

Tesla 辅助驾驶系统探测示意图

       前方(视觉摄像头+毫米波雷达): 1 近距大视角( 60 m )+ 2 周边近剧( 80 m )+ 1 中距( 150 m )+ 1 长距( 250 m )+ 1 毫米波雷达( 160 m )

       后方(视觉摄像头):1 近距大视角( 50 m )+ 2 中距( 100 m )

       周围环绕:12 个超声波雷达( 8 m )。

智能驾驶辅助系统通过多传感器的融合,不断地实时采集探测周围的信息,并进行实时运算,同时结合高清地图(精度 10 cm 级)来进行决策,当然这一切都必须十分迅速,想想 120 km/h 行驶的汽车一秒钟跑多远呢 33.3 m,所以就要求驾驶辅助系统对于周围环境的感知及决策速也必须十分迅速,甚至达到了 10 ms 级。

这一切的背后又会牵涉到大量的系统工程:

探测感知:目前比较通用的方案为多摄像头多焦距结合(你手机的摄像头变焦也很慢啊,所以要定焦。清晰度高,像素信息量大,但易受光线影响,精度不高)+ 多毫米波雷达(对动态物体,对金属敏感,但清晰度不高,精度适中)+ 多激光雷达(精度高,信息量大,但易受雨雪大雾等天气影响,还有就是贵,很贵,Google 目前用的 10 万刀左右一个,Tesla 没用。)

Google 无人驾驶的三维探测仿真图

Google 无人驾驶的三维探测仿真图

识别算法:这个应该说是最难,也是一直需要持续不断改进的。路途中出现的所有事物都需要快速地进行识别标注,可那个是机器,机器并不能够完全理解识别到道路中的一切事物(看报道你就会发现 Tesla 这些年也发生了一些识别失误的事故,比如撞了路边停止的消防车,路边临时突出的围栏雪糕筒,白色横行的集装箱货车等)。

很多时候需要不断地去进行标注,训练学习,不断的去优化识别算法模型。对,这个时候就用到了大家所听说的科技玄学深度学习(深度神经网络)。

算力:上面说到了那么多的探测器信息( Tesla 8 路视觉信号,1 路毫米波信号),而且需要毫秒级的识别相应,因此对于算力的要求也就非常高,需要我们目前使用的高端笔记本的几十倍的算力来进行处理。比如目前 Tesla AP 2.0 使用的 NVIDIA PX2(是的市场价是 1 万刀左右一块,Tesla 有特价),目前逐渐成熟的 Intel Mobileye 的 EyeQ4,EyeQ5。

高精度地图(HDMap):我们上面说了那么多,其实更多的是在说周围环境的感应探测,但传感器不是万能的。周围环境如果出现了一些无法识别、甚至压根就识别错、或者就没有车道线的情况,十字路口、下雪路面覆盖等,此时高精度地图就会起到极大的参照作用。

高精度地图会记下道路的各道路线、方向、宽度、坡度、转弯角、起伏、路面的交通设施等,可以达到车道级 10 cm 精度(目前我们使用的 GPS 差不多是 10 m 级)。高精地图起到和周围环境探测信息互为参照备份,实时互为验证的作用,是高级辅助和无人驾驶的必要条件。

3D 高精地图模拟效果,注意那些车道线、箭头和立体交叉

3D 高精地图模拟效果,注意那些车道线、箭头和立体交叉

信息融合及决策:有了以上的车辆周边信息,同时结合实时的高精度地图,需要实时地决策出车辆的行驶轨迹。对于路面情况实时判断处理,路怒症无法忍地随意变道加塞,行为洒脱怪异的行人和电动车(机器人的视角里大概是这样的吧),路间随时可能闯入的一些不可知实物(足球,塑料袋等),或者道路随时建设的变化。

所以系统性的复杂度相当之大,我只能说,这个需要我们不断地慢慢处理优化。有兴趣的可以在网易公开课上搜索 TED 课程 “无人驾驶汽车是如何看清路况的”

编者按:余下内容请见下篇


相关标签:
智能汽车
  • 车云星
  • 空间站
  • 福特星球
  • 虫洞

加料 /

人评论 | 人参与 登录
查看更多评论