查看原文
其他

华砺智行 | V2X创新让智慧出行服务体验融入真实生活

让科技赋能制造 焉知智能汽车 2022-06-09
来源 | 焉知智车年会
知圈 | 进“汽车智能交互社群”请加微信13636581676,备注交互
3月25-26日,"首届焉知智车年会"在上海隆重上演,36位重磅级嘉宾针对智车进化、智能驾驶传感器、高精地图与定位、车载通信与智慧交通、自动驾驶安全等方面的难点问题建言献策,展开研讨。
华砺智行创始人、董事长兼CEO邱志军先生
年会期间,华砺智行创始人、董事长兼CEO邱志军先生接受了记者采访,针对车路协同和智慧交通、V2X发展路线、解决方案商用量产落地等相关问题进行了深入交流。
核心技术助推智慧出行
2014年前,邱志军还在加拿大一所大学当教授,当时预感到汽车智能化、电动化热潮正在袭来,觉得应该把自己的研究成果转化为商用专知,遂在加拿大创办了华砺智行。后因为中国开始成为全世界最大的汽车市场,2017年7月份,华砺智行国内总部落地武汉,第二年在苏州成立第二总部,聚焦长三角发展。
邱志军长期从事V2X智能交通、交通控制与优化、交通信息感知与监控等相关研究工作,在交通信息处理、城市大规模路网的交通优化与控制、智能公共交通的监管和调控方面积累了丰富的经验。他领导的华砺智行已成为近几年崛起的行业领先的V2X车联网和智能交通核心设备及解决方案提供商
公司致力于建立开放、分布式、自组织的车联万物(V2X)感知网络,充分利用云、IoT、AI、5G等数字化技术,实现人、车、路、云的高效协同,让移动出行更智能,更安全,更愉快。公司的车联网产品已先后在中国、美国、加拿大等国的多家企业得到应用,在这些国家的20多个城市开始推广应用,支持30余款智能网联汽车,并正在与多家主机厂开展前装量产预研工作。
国内外实践案例
邱志军表示:“我们在车联网无线通信、协议栈、软件开发包、信息安全中间件、车辆驾驶行为建模、交通智能算法等方面拥有国际领先的核心技术。经过北美十多年研发积累并逐步在中国实现产品本地化,构建了车联网生态智能系统,有助于实现智慧出行服务。”
据介绍,华砺智行的核心技术包括“智能终端”+“智能算法”+“智慧交通云平台”,涵盖车联网数据采集、分析、处理、分发完整的数据服务产品线,实现了业内领先的全息感知、高效计算处理、高速信息传递的车路协同系统和智能网联云平台,形成了基于路口级、路段级、区域级MEC(多接入边缘计算)构建的端到端、端到边的管理体系和解决方案。
完整的产品线
国家战略给力,机会就在眼前
随着数字技术与汽车产业的深度融合,智能网联汽车正逐渐成为全球汽车产业发展的战略制高点。去年,中国C-V2X被定为国际标准,可见中国在这方面是有备而来。
那么,中国的车联网发展和国外有什么不同呢?邱志军表示,北美和中国对智能交通的理解和做法都不太一样,车联网受政策和标准的影响比较大,政府的作用比较重要。北美比较强调工业界的参与,所以各种联盟和协会在深度参与设计和规划,而政府更多是起辅助作用,再从法律、政策层面推动产业发展。不过,因为制度的原因,政府做一些投入的时候决策流程都比较长。
中国已将智能网联汽车作为明确的战略发展方向,多个部委在大力推动相关产业的发展,如工信部在建立标准体系,明确V2X频谱;公安部颁布了智能网联汽车道路测试管理规范;交通部正在推进路运一体化协同。
他认为,中国政府比较擅长从基础设施投入入手,尤其是这两三年来,非常强调科技创新以及技术和知识产权的可控,所以中国对车路协同细分领域的重视程度超乎寻常,尤其是5G加新基建及人工智能(AI),都是国家未来重要的战略方向。中国政府在政策和基础设施投入方面积极主动,更着眼于长期的战略性投入。
面向两个差异化市场
对华砺智行而言,乘用车和商用车是两个不同的市场,一个是前装市场,一个是后装市场。邱志军说:“乘用车前装是我们的重点,后装看好商用车存量市场。2021年,我们应该有上万数量级的后装落地,目前正在做给客户做交付的工作。”
那么,前装量产市场有哪些挑战,又是怎么解决的呢?他表示,前装量产有两个挑战,一是业界认为前装一定是趋势,但同时大家也在等待着路侧端的普及,如果普及度不高则前装在推进速度上会出现延迟,这与主机厂对V2X的认知差异有关;第二个挑战是,大家看中的是真正的量产,而汽车的产业线和供应链非常长,目前的一些政府主导的测试场和示范区,主要是技术测试,而不是真正的量产,有些对V2X真正的商业价值存在一些误导。这些也会让行业参与者担心V2X是不是一种伪需求。以上两个挑战都涉及对车路协同行业市场本质的认知。
任何商业应用都是以盈利为目的的,车路协同的利润点在哪里?未来装车量大了以后,系统的维护应该由谁来做呢?邱志军认为,将来一定会出现数字交通运营商。对于主机厂而言,像过去20年的汽车行业那样,如果车的价值主要是在在出厂前,那就还是一个不温不火的市场状态。现在智能汽车、电动汽车是发展趋势,尤其是以自动驾驶为卖点的高级辅助驾驶功能已逐步为消费者所接受,使越来越多的人愿意为电动和智能付费(或服务费),这已成为商业化发展的趋势。
先有车还是先有路
为用户提供智能出行服务和体验,打造智慧的车聪明的路是车路协同的两个重要方面,那么,是先有车还是先有路呢?邱志军说:“上面提到,中国既有政策,也有标准,具有整体上的优势。因此,中国路端进展比较快,先有路端的数字化、智能化,然后是车端数字化、智能化。因为有了这些条件,所以现在电动汽车行业有大量资金涌入,近日小米也加入了造车的行列,可见其热度非同一般。”
他表示,路的起点在于,要有一定的区域级、规模化的路端智能化。目前,不管是交通部、工信部,还是住建部主导的不同示范区和先导区城市已有三、四十个。中国V2X产业推进的比较快,与路的建设高度相关。未来重要是做好车端,提高前装普及率。而最终还是要回到汽车和交通的本质——在安全的前提下提高效率,服务于广大用户。所以,将来预装可能是免费的,消费者可以按功能付费,装在车上不用也可以
华砺智行V2X智能终端产品
关于车联网落地该怎么走的问题,邱志军说:“一条路是围绕路侧智能,在示范区、先导区试验商业运营,沿着这条路线不断推进,基本上每年都会有规模性叠加;另一条路是围绕汽车智能,尤其是今年上半年几百亿砸向L4自动驾驶技术的一些科技创业公司。我觉得,只有智能的路不行,只有智能的车也不行,所以需要两条路线并行,互相促进。这是一个螺旋式的迭代过程。”
邱志军告诉焉知记者:“我们现在基本上是处于研发投入阶段,虽然现在还没有真正的量产规模,但是我们坚信,未来车与车之间,路与车之间的链接能够给驾驶员带来真正的价值。我们希望像手机出厂时预装app一样,将来汽车出厂时能够前装华砺智行的软件。我们愿意与行业合作伙伴一起抓住机会,创造这种价值,挖到未来规模商用的金矿。”
ADAS到自动驾驶
车路协同的一个目标是助力实现自动驾驶,通过提供高速道路和环境信息解决复杂路况和极端天气条件下单车智能感知的问题,让自动驾驶车辆更加安全。
业界普遍认为,实现自动驾驶有两条路径:一是单车智能;二是V2X车路协同,即用路侧智能感知设备与智能车辆协同互动,实现网联式自动驾驶。
那么,ADAS到自动驾驶是怎样一个过渡过程,V2X能在其中发挥什么作用呢?邱志军认为,ADAS到自动驾驶的演变本质上还是驾驶员对安全越来越高的要求,需要从低级辅助到高级辅助智能,再到完全智能。V2X和ADAS、自动驾驶的结合能够增强自动驾驶的安全性。分类统计表明,ADAS能够减少30%-40%的事故,V2X中的V2V可以减少另外30%-40%事故概率,ADAS和V2V组合又可以减少20%事故。所以这是一个迭代的过程,外部感知越来越强,驾驶事故的概率将大大降低。
苹果和安卓在车界重演
V2X路侧产品可以在ADAS和自动驾驶方面发挥重要作用,但还需要有车载终端的支持。一些主机厂,典型的如特斯拉都是单车智能,很少提及智慧交通、车路协同。反观国内的蔚来、小鹏、理想之类主机厂却都在搭载高精度地图等车路协同功能。看来,造车新势力走的路子有很大不同。
邱志军认为,就像苹果和安卓,特斯拉非常像苹果,是一个相对封闭的体系。另外一些科技公司类似于安卓,更看重生态体系,对一些合作伙伴的赖性会更强。其实,汽车行业在重演智能手机行业类似的商业模式,现在又来了一个小米。
至于特斯拉事故频发的问题,他表示,特斯拉开始叫自动驾驶,但其功能本质上还是一个高级辅助驾驶,现在不管是政策还是法律层面都有一些灰色地带,包括近期提到的特斯拉数据安全的问题。有些用户在使用高级辅助驾驶时把它当成了自动驾驶的L4。应该说,特斯拉的高级辅助驾驶确实有助于降低一些事故率,但是人们可能过高估计了它的功能。“我觉得,这是用户行为和特斯拉功能的不匹配所致。总体来看,事故毕竟是有驾驶员的参与,更多的还是人和机器互动的问题。相信特斯拉对驾驶安全的探索是有积极意义的。”他说。
三大创新驱动车路协同
智慧交通的未来如何发展呢?邱志军强调,科技创新加上商业创新,再加上社会创新,才能推动车路协行业砥砺前行。科技创新很简单,可以依靠一些高层次的人才;商业创新要在内循环和外循环中去寻找一些价值变现的模式;社会创新需要让90后、00后,甚至将来的10后能够去尝试一些新的东西,形成社会消费热度,促进车路协同和其他一些新技术的推广。“和互联网一样,中国一定是科技创新的沃土。”他说。
汽车行业正在发生巨大的变革,需要普通消费者的深度融入。过去十几年,老百姓作为身份的象征的车正在逐步过渡到代步工具。随着滴滴等商业形态的出现,人们每天的出行选择已经非常多样化。今天,伴随年轻人越来越务实的消费心态,就像我们现在很少用笔写字,很少看纸质书报一样,随着科技带来的便捷,人们将从原来紧张、烦躁的驾驶行为中解脱出来,让汽车真正变成一个代步工具,还能带给我们真正的安全和愉快。

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存