经典车之家
adtop
经典车之家 > 车型 >

三一集团:自动驾驶加持,商用车发展唯一自洽的底层逻辑和竞争力

阅读量:6500  时间:2024-09-18 15:25     编辑:安靖  来源:盖世汽车  阅读量:15469   

2024年9月13日,在第四届商用车自动驾驶大会上,三一集团副总裁、智能驾驶研究院院长、海星智驾科技CEO王发平指出,尽管商用车市场看似波澜不惊,实则亟需技术引领与商业模式创新。

王发平强调,在乘用车领域自动驾驶已成为标配的背景下,商用车智能化转型迫在眉睫。他进一步阐述了商用车自动驾驶发展的四大基石——轻传感、强计算、自生图与极致AI,并探讨了AI赋能商用车自动驾驶迎来商业拐点的可能性。

三一集团副总裁、智能驾驶研究院院长、海星智驾科技CEO

以下为演讲内容整理:

商用车市场难“卷”起波澜

每一个时代的发展都有几个关键的时代主题,比如安全驱动、法规驱动、网联驱动、智驾驱动,还有如今的机器学习驱动、AI大模型驱动等。在乘用车领域,每一个时代都有着一段深刻的记忆。但在商用车行业,似乎没有一个代表性企业或组织能够进行技术引领。我们常说,商用车智驾的发展是无名片、无记忆的,始终是卷卷不休。

纵观乘用车智能驾驶发展,自动驾驶功能已成为车辆必选。从基本功能看,ADAS的市场渗透率已经超过了60%。曾经车联网并不被行业看好,没有商业模式,也找不到特别好的互联网应用场景。但目前来看,车联网在新车的市场渗透率几乎为100%。座舱更是发展成了人类生活的第三空间。人机云交互、车内沉浸式氛围、记忆座椅、HUD等都已在车内得以应用。尤其是随着AI和互联网、通信行业的发展,更加推动了智能座舱在乘用车里的快速发展,新车市场上搭载智能座舱的车辆超过了50%。

图源:演讲嘉宾素材

乘用车领域,自动驾驶更是成为了炙手可热的话题,每个车企都在寻求通过自动驾驶进行突破。将乘用车与商用车进行对比后,我们发现商用车依然存在诸多痛点,如用户反映车上装了一车盒子,却无一可用。因为商用车的生产资料经常要受到各级政府的监管和管理,许多地方经常会出现这种情况。经常是在这个地区装这种盒子,到了另一个地区又装另一个盒子,车上装各种各样的GPS定位盒子、监管盒子、Tbox盒子、video盒子,各种盒子聚集在一起,但没有一个盒子的功能是让用户觉得有价值、有体验、有帮助的。许多用户在把车开到某个地方后甚至会把所有盒子关掉,认为各种提醒和报警非常多余。

另外,车上装了大量传感器,但基本上无法启用,有时是随机可用,并非可持续、高可靠稳定能用的,只是一个标榜级的功能,或者说是广告级的功能,主打卖点,并不关注用户到底有没有用、能不能启用、启用过程如何。

随着软件定义汽车时代的到来,汽车里的代码量越来越多,有的总代码量甚至超过几十亿行。在商用车内,中央域控制器的功能基本还没有规模化应用和搭载,车上还是通过多个ECU、分离式MCU实现一些功能。ECU的这种分布式功能导致算力过度冗余,甚至还没有AI算力,只是传统的算力。

我们所呼吁的中央式域控在商用车领域基本没有规模使用,而在乘用车领域则发展得非常快。我们希望商用车能够有许多功能,但并不具备这样的土壤,我们期待嵌入式、高效率和大算力、低功耗功能。

对于商用车的技术路线,我们如果仅仅是规划,却不将其进行落地为用户带来价值,就只是吹牛。如何让商用车改变现状?我们在多年探索中有一些总结。

首先,我们要有轻传感。传感器越多,其防水、防潮、防震、可加工、可装配、可维修性就越难,可用性不高。因此我们需要通过轻传感解决高可用、高可靠问题。

第二,通过强计算,商业车的发展越来越软件化,需要更强的计算大脑,形成高效率和高推理能力。高效率即AI的计算能力,利用效率很高;推理是指边缘模型、车载模型直接在车上完成推理工作,而不是在云端。

第三,地图的应用。商用车是区域性工作的生产工具,最远运行700-800公里,因此商用车运行有一定的地图依赖性。它的地图依赖不像乘用车对整个城市、乡村所到之处的地图都可以依赖,只是对作业地图有依赖。在此情况下,我们可以通过在车辆运行过程中自建图的模式,减少对高精度地图、普世地图的依赖,让车辆随意运行,形成低依赖和低成本。

第四,商用车应该通过小数据和小模型构建行业的小模型。每一个商用车在其应用行业里都有特定的场景,这些场景的模型是大模型无法触及和学习到的地方。通过小模型的回归、拟合、训练,可以形成商用车在不同场景下的差异化,不断迭代提升。

通过这四个方面,可以形成清晰的商用车落地基础路线,实现轻传感、强计算、自生图和极致AI。

商用车尽头是智驾还是降价

未来我们是要通过智驾改变产品特性、提升竞争力,还是继续卷价格?这个问题并不难回答。我们必须要通过智能化和附加的高价值提升能力。过去,我们形成了一些经验。

首先,我们要打破过去对芯片、算力资源复用率较低的模式,通过高复用、多合一芯片算力的应用,提升算力可用性,降低采购成本。

第二,当前软件的开发代价过高,任何一个新功能都需要定制开发,尤其是商用车,不同行业的应用场景都有所不同。由于软件开发代价太高,定制也非常难,开发工程师还需要在远程运维或现场运维中,运维成本极高,很不方面。为了改变这种现状,让商用车不再通过降价这种模式求生存,我们需要给商用车建立平台化的能力。

我们经常说,商用车行业其实是电动化乘以平台化,再乘以智能化,等于真正的规模产业化。软件平台化主要聚焦在把整个数据融合的接口标准化、软件开发工具链标准化,升级模式通道标准化、接口协议标准化,这主要是基于我们有一个非常好的架构逻辑。

图源:演讲嘉宾素材

商用车的本质架构逻辑其实就是“芯算软云”四个字。“芯”是指要有非常恰当的芯片和算力,“算”是指要有一个合适的软件大脑,“软”是要有一套可迭代、基线化、可持续提升的软件,“云”是不断推动OTA和数据的上传下达能力。

平台化中有一个很重要的方面,我们希望为商用车的智能开发装上一个Windows级体验,像商用笔记本一样,追求商务体验、快应用,具有商业属性、行业属性。因此在其操作系统的选择上,我们要选择轻量化的OS。我们基本会在应用编程接口里做超过150个应用编程接口,代码复用例较高,大于70%,应用服务数量超过20个,算法插件也有近50个。对此我们正在进行探索,并且在做好架构规划之上快死开发货架级产品,通过搭建好这个货架,形成规则,通过代码的标准化、军规、服务化能力,构建算法,随需而取、随需而买、随需而用、随需组合。基于此,当软件工程师离职或工作变动时,不会对我们的功能产生影响。

AI赋能商用车自驾迎来拐点

当前,AI时代已经来临,并且已探索出商用车智能驾驶开发发展的基本架构。在此架构中,AI如何赋能?我们有一些思路。

首先,要“选对芯,做好算”。AI时代离不开芯片,更离不开AI算力比较恰当的芯片。我们如果对于AI的推理计算、训练计算,感知计算、融合计算等没有好的规划,不论是乘用车还是商用车,所实现的功能都是空中楼阁,因为所有的代码和运行都要在芯片和计算上实现。我们对于芯片和计算机的要求就是模型要轻量化,而不是一开始就提到几千亿参数的大模型。

图源:演讲嘉宾素材

第二,可扩展、高信任度、高可靠性。在选对芯做好算的同时,我们还要靠伙伴。我们知道路径如何走,但任何东西都是难以独自实现的。在探索如何把算力做到高性价比后,可以设置好一套架构和方法。对于行业内做得好的产品,也可以直接使用。

过去我们做了几款产品,一款可以支持L4,通过跨品牌和跨品牌异构的模式,将小算力芯片堆叠起来,这样就不用去买大算力芯片。大算力场景通过小算力拼接,再把AI模型压缩减支和整流做好,以解决问题。通过这种办法,我们相当于构建了一套轻量化AI生产工具,能够实现多种功能。

我们也尝试做了一套计算,能够轻松集成舱、驾、控。过去车里要装3个控制器,智驾一套控制器,座舱一套控制器,甚至还要做一套t box的控制器,且控制器里都带有冗余算力。我们通过一套可异构、可扩展的算力控制器,通过虚拟化方式,在内部可以把所有功能都支撑起来。

除了芯、算、软这些基本能力外,云的能力也十分重要。如果把芯片比喻成地壳,计算比喻成丰富营养的黑土地,软件比喻成庄稼,那云就是阳光雨露。没有阳光雨露,任何庄稼都不能生长。我们的做法是车队在哪里,边缘云就在哪里。我们直接把过去的公有云、混合云和私有云的方法进行借鉴,通过5G Edge的模式,做出了一套边缘云。这套边缘云是完整的云的架构,但它可移动、可搬迁、随处可用、随处可连接。我们通过计算的大地、软件的庄稼、云的阳光雨露,真正实现了商用车生态的发展。

郑重声明:此文内容为本网站转载企业宣传资讯,目的在于传播更多信息,与本站立场无关。仅供读者参考,并请自行核实相关内容。

动态