首頁>科技>
隨著新一代消費者比例逐步增加,“Z世代”、“她經濟”等個性化需求越來越凸顯。越來越多的廠商開始重視用戶體驗,從車身設計、智能化服務、自動駕駛功能等多角度提升用戶駕乘感受。同時,車輛本身也已經從代步交通工具向智能移動空間轉變,車輛數字化轉型已成行業共識。隨著用戶智能化體驗需求的不斷提升、政策的持續推進、行業的高度重視,汽車智能網聯技術發展迅速,智能汽車市場規模及滲透率顯著提升。據車雲網數據顯示,2022年Q1 L2級且可OTA(空中下載技術)升級的智能汽車銷量同比環比大幅上升,滲透率超20%。預計至2025年滲透率超40%。2020年11月《智能網聯汽車技術路線圖2.0》發佈,預計到2025年,中國L2、L3級智能網聯汽車銷量佔當年汽車總銷量比例超過50%。

所以,汽車智能化是一個非常值得重點研究的投資賽道。

2021年8月19日,《汽車駕駛自動化分級》推薦性國家標準發佈。按照該標準,駕駛自動化可以分為L0、L1、L2、L3、L4、L5 6個級別。

先科普一下自動駕駛的L0、L1、L2、L3、L4、L5是什麼意思。

1、L0級別自動駕駛

無自動化,完全由駕駛者全程操作車輛,車輛僅得到一些警告及保護系統的輔助。

2、L1級別自動駕駛

駕駛支援,有駕駛輔助功能,駕駛者操作佔主要,根據駕駛的環境對方向盤和減速中的一項操作提供支援。

3、L2級別自動駕駛

部分自動化,搭載L2級智能駕駛輔助系統車車輛具有部分自動駕駛功能,根據駕駛的環境駕駛者可以短暫休息一下,駕駛的時還需要集中精力注意道路的交通情況,要時刻準備接收人工駕駛。

4、L3級別自動駕駛

有條件自動化,在一定條件下由該系統完成所有駕駛操作,駕駛者根據系統請求提供適應的應答。

5、L4級別自動駕駛

高度自動駕駛,L4級別智能系統是真正意義上的自動駕駛,系統可以完成所有駕駛操作,在有條件的道路行駛時,駕駛者可以完全解放雙手。

6、L5級別自動駕駛

完全自動駕駛,經過L0、L1、L2、L3、L4 的升級!L5級別自動駕駛達到了真正的無人參與駕駛操控,乘駕人員可以在裡面睡覺、上網玩遊戲、聊天、喝茶等。

隨著ADAS(高級駕駛員輔助系統,既是車企切入無人駕駛的漸進式道路,也是現階段無人駕駛成果的商業化產品)技術逐步走向成熟與產品價格逐漸下降,ADAS功能正逐漸從豪華車向中低端車型滲透。消費者的消費理念也在逐漸變化,除了關注外觀、空間、價格等關鍵參數,也越來越關注產品安全與智能化配臵,更注重駕乘體驗。

根據高工智能汽車研究院數據,2021年搭載前向ADAS新車807.9萬輛,同比增長29.5%;其中L2級ADAS 395.62萬輛,同比增長77.7%。2022年1-3月中國搭載ADAS(L0-L2級)系統新車213.4萬輛(+18.7%)。從產品生命週期來看,L2及以下ADAS系統已進入成長期,未來有望快速增長。

據艾瑞諮詢數據,2020年中國乘用車輔助駕駛市場規模達319億元,隨著產品滲透率加速提升,預計2025年達到1048億元,年均複合增長率約26.9%。

L3級自動駕駛具備在類似於高速公路的限定環境下完整執行動態駕駛任務(DDT)的能力,面對自動駕駛系統失靈、車輛故障或其他突發情況,駕駛員要儘可能以最小風險接管。對於L3及以上等級自動駕駛汽車,一般需要域控制器、線控底盤、激光雷達的支持。部分廠商2021年已實現L3級量產,相關車型已具備L3功能,但受限於法規要求無法完全使用。

L4級自動駕駛系統的開發與場景的選擇密切相關,不同場景間實地環境差異和行業需求差異,決定了解決方案的難度、路徑選擇與盈利模式。乘用車方面短期內難有較大突破。目前國內外L4/5級自動駕駛乘用車項目基本上處在試運營階段。

L5級自動駕駛預計至少需要到2025年後才能技術實現,受法規及成本等方面制約,量產實現預計更久。

今天,重點了解一下智能駕駛中的一個重要組件傳感器。

智能駕駛傳感器主要分為視覺傳感器和雷達傳感器兩類。視覺傳感器主要為各類攝像頭,依據鏡頭的數量可以大體分為單目、雙目和多目攝像頭。視覺傳感器主要用於獲取車身周圍環境圖像,通過機器學習、AI計算等技術進行圖像識別。雷達傳感器按照電磁波頻率主要可以分為激光雷達、毫米波雷達、超聲波雷達三類,主要通過收發電磁波來探測障礙物的位臵、速度等信息。

汽車感知方案呈現出純視覺方案與多傳感器融合感知方案兩種類型。

純視覺方案傳感器只使用攝像頭,通過對算法的不斷優化,增加對攝像頭圖像識別的準確性。

目前,純視覺方案存在固有缺陷。

一是攝像頭本身存在對環境因素敏感、算法複雜、識別穩定性較差等缺點。

攝像頭的缺點包括:(1)在黑暗、炫光等場景下處理能力不足;(2)惡劣天氣下易失效;(3)三維立體空間感不強;(4)相機鏡頭自身存在畸變,需要大量的規則約束去實現測距,為後續算法開發帶來諸多弊端。

二是人工智能與深度學習還未完善。深度學習算法看到的東西比我們自己的眼睛看到的更多,但與人類不同的是,他們並不能真正理解這個世界,需要長時間積累訓練。另外,受現實生活中長尾場景的影響,現實環境中視覺AI識別錯誤率將遠高於實驗室環境。

因此,多傳感器融合可以彌補數據和算法不足,成為大部分車企的選擇。

多傳感器融合方案一般會搭載數個激光雷達、毫米波雷達、攝像頭和超聲波雷達,通過多個傳感器獲取車身周圍信息,進行數據的整合,以多傳感器的感知結果彌補單傳感器難以探測到的信息。

毫米波雷達的探測距離受到頻段損耗的直接制約(遠距離探測探測必須使用高頻段雷達),也無法感知行人,且對周邊所有障礙物無法進行精準的建模,特別對高處物體及小物體檢測效果不佳,但穿透性、抗干擾能力更強;目前主要應用於防撞場景。

超聲波雷達測距短,方向性差,受制於聲波傳輸速度在高速場景中應用受限,主要應用在低速泊車及短距場景。

激光雷達目前探測範圍在200-300米。探測精度小於3cm,遠高於毫米波雷達和攝像頭,可以進一步確保長尾場景安全性,在L3及以上自動駕駛路線中重要性愈發凸顯。

目前,車載激光雷達市場處於爆發前夕。據沙利文數據,2021年全球激光雷達市場規模達到20億美元,同比增長100%,預計2025年全球激光雷達市場規模將達到135.4億美元,2019-2025年的CAGR為64.6%。根據國內賣方機構測算,預計中國乘用車領域激光雷達市場規模未來3年複合增速能達到200%+,2025年至2030年複合增速達到30%以上。

激光雷達作為完全增量市場,目前還處於產業化早期,成長空間巨大。

5
最新評論
  • 整治雙十一購物亂象,國家再次出手!該跟這些套路說再見了
  • “熱狗”會叫什麼狗?配2.0T+前後兩把鎖,哈弗H-DOG申報圖出爐