查看原文
其他

AVP的商业化之路还有多远?

奚少华 九章智驾 2022-07-29

0. 引言


在无人驾驶各低速场景中,与矿山、港口、环卫等To B、To G的业务相比,属于私家车体系的AVP(自主代客泊车)无疑有着更多的用户/关注者。


针对AVP目前的发展现状,市场上很少有文章进行系统地梳理。《九章智驾》希望能从AVP概述、竞争格局、技术路线、场景应用的难点与挑战以及未来的发展趋势等几个维度,全面系统地剖析AVP当前的发展情况,让大家能更加直观地了解AVP。


这段时间以来,非常感谢接受《九章智驾》的采访的专家,同样也非常感谢参与到《九章智驾》AVP沙龙论坛的各位专家。在此,我们整理了各位专家对于AVP的一些看法与理解,并且对AVP目前的商业化进程给出了我们自己的看法。


1. AVP概述


1.1 AVP定义


AVP也称为自主代客泊车,整个泊车与取车过程,都不需要人为控制,并实现“一键泊车”与“一键取车”两个功能。


(1)“一键泊车”

“一键泊车”是指车主将车驶入停车场自主泊车区域后,通过手机APP实现车辆自主停车入位,全程不需要车主对车辆进行监管。


图:“一键泊车”示意图

(图片来源:《自主代客泊车系统总体技术要求》)

 

(2)“一键取车”

“一键取车”是指车主在离开停车场时,同样通过手机APP下达取车指令,车辆可以自主在指定地点等候取车。


图:“一键取车”示意图

(图片来源:《自主代客泊车系统总体技术要求》)

 

1.2 泊车系统分类


当前,市场上的自主泊车系统有很多形态,根据人是否下车及车与车位的关系,主要分为自动泊车辅助(APA)、遥控泊车(RPA)、自学习泊车(HPA)、自主代客泊车(AVP)。以APA为例,从功能上来看,人和车是近距离的,并且时刻处于人需要接管车辆的状态。而到了AVP阶段后,人和车是可以完全分离的,并且人不需要随时去接管车辆。


对于四种泊车系统的区别,魔视智能CEO虞正华的解释是:“遥控泊车(RPA)的话,也是属于近距离的,人和车的距离基本上在10米以内。而在遥控泊车基础上,那就是记忆泊车,主要针对固定车位,第一次泊车由人工来来完成,系统记住泊车路线,后期车辆就可以自主泊入车位。而APA技术迭代到后期也可以记忆路线,叫自学习泊车(HPA),但主要还是以固定车位为主,特斯拉的“反向召唤”就是这种。到了AVP的话,车辆基于高精地图和自身的能力,可以导航到非固定车位并自主泊入。”


相比其他泊车系统,AVP能更切实地解决用户的痛点。用户到了停车场以后,最希望的是能够尽快实现无缝切换,可以直接下车后去换乘、吃饭、看电影。虽然,现在L2级别的泊车辅助已经提供了很多帮助,但市场上用户的真实使用率不高、产品的体验感较差、车位难找、泊入率也不高。


《九章智驾》在基于上述观点的基础上,根据驾驶员状态、是否为固定车位、是否需要随时接管车辆、对应自动驾驶等级四个维度,对泊车系统进行分类,具体分类如下:

 

表:泊车系统分类


1.3 AVP发展机遇


AVP(自主代客泊车)作为低速环境下的应用子场景,或有望率先实现落地。其具体原因汇总如下:


(1)应用场景的复杂度低。泊车属于低速场景,不需要面对高速行驶环境下的突发事件与极端情况。


(2)自动驾驶的软硬件技术发展初见成效。感知设备、算法软件等技术积累已然成熟。


(3)商业价值较高。一二线城市乘用车保有量不断上升,但是车位少、车位狭小等停车难问题日益突出,通过自主泊车系统可以最大化优化上述问题。


对于AVP自动代客泊车的发展前景,博世自动代客泊车单元总监王挺补充道,世界知名咨询公司在全球市场内做过一个关于智能网联功能的调查,调查显示终端用户对于AVP自动代客泊车功能的付费意愿很高,该功能排在了意愿付费的前三位。停车难是公认的痛点,当前车的保有量和停车位的差距过大是导致很多人不开车的原因之一


魔视智能CEO虞正华也提道,从泊车的角度来说,机器会比大多数司机开得更加好,而人开车的时候对距离的判断不会很准,人眼的判断精度到不了10cm此外,人开车的复杂度也高,需要对车辆四周保持高度警惕。


2. AVP的竞争格局


目前国内的AVP主要分为5类企业,即科技巨头、传统Tier 1、初创科技公司、造车新势力、传统主机厂。

 

(1)科技巨头

发展路线:以自主研发为主,并向主机厂输出技术服务。

优势:拥有强大的研发人才储备,并在算法等软件层面有着丰富的经验及技术积累。

挑战:强大的技术背景,使得主机厂忌惮于与他们的合作。

典型代表:华为、百度

 

(2)传统Tier1

发展路线:主要与主机厂合作研发为主。

优势:供应链优势比较突出,拥有多年在供应链端的资源优势,并且各大Tier 1厂商都拥有各自的核心技术优势。

挑战:“软件基因”不足,并且很难在短期内组建起强大的算法团队。

典型代表:博世、大陆、采埃孚、法雷奥、现代摩比斯

 

(3)初创科技公司

发展路线:以Tier 1的角色与传统主机厂合作。

优势:主要是以自主研发为主,侧重于软件端,所以整体资产较轻。主营业务比较聚焦,战略方向专一,战略执行的灵活性较高。

挑战:发展较晚,前期资源积累较少,在其他玩家都开始注重自研的趋势下,面临的竞争压力加剧。

典型代表:Momenta、纵目、魔视、禾多、驭势

 

(4)造车新势力

发展路线:一部分前期以跟外部合作为主,但开始注重自主研发;另一部分从一开始就以自主研发为主。

优势:可以以自有产品输出泊车服务,为今后持续的战略发展打下稳定的基础,产品数据都掌握在自己手中,方便日后不断对技术进行持续更新。

挑战:研发的费用投入相对较高,造车新势力目前销量不稳定,自供血能力较弱,主要依赖于外部融资,研发的试错成本较高。

典型代表:特斯拉、蔚来、小鹏、理想

 

(5)传统主机厂

发展路线:以外部合作为主,部分车企有意愿自主研发。

优势:供应链非常成熟,并且在终端用户方面已有大量的沉淀。

挑战:由于前期技术储备不足,所以会选择与外部Tier1或初创科技公司合作研发。

典型代表:戴姆勒、上汽、一汽、长城、长安


汽车产品经理宋哲告诉《九章智驾》,从前传统主机厂在非智能软硬件方面,外采的大部分是“自己会做但不屑于做”的零件,但对于智能软硬件,主机厂没有技术积累,也没有人才储备,因此,在早期,出于无奈,他们不得不选择“全栈外包”,但一旦销量上了规模后,每一个主机厂都有强烈的自主研发意愿,想把技术掌握在自己手里,会从Tier 1或Tier 2挖掘大量人才,或者干脆收购一家Tier  1。


对于前三类Tier 1来说,随着下游大部分主机厂纷纷转为自研后,都需要面临来自客户自研的冲击。


3. AVP的技术路线


3.1 技术路线分类


AVP的技术路线主要包括车端智能、场端智能、车场协同,其主体主要是以“车”、“场”或是“车场协同”的三种类别。


车端智能是指由车承担感知、定位、规划、控制等全部功能,虽然加大了车辆改造成本,但不需要依赖于场端的改造,从长期看,这一路线将更易于商业化推广。


场端智能是指由场端负责感知、定位、决策等,车辆仅负责运动控制,对于停车场的改造成本相对较高,场端运营方很难短期内获得很好的效益。


车场协同是指车和场各自负责部分感知和定位功能,车辆负责路径规划和运动控制,同时又由统一的云平台负责车位分配和停车路径规划。


我们整理出了不同技术路线下AVP系统功能情况及各个技术路线的优劣势,具体情况如下:


表:不同技术路线下AVP系统功能情况


3.2 典型代表


根据市场上现有情况来看,大部分的玩家还是关注于车端智能路线,也有部分企业如博世、大陆等,正尝试着场端智能的路线,国内的科技巨头华为也布局了车场协同路线。《九章智驾》整理了当前部分AVP典型代表的技术路线及最新进展情况如下:


表:AVP技术路线部分典型代表及最新进展整理

技术分类

典型代表

最新进展

车端智能

特斯拉

2020年4月,特斯拉推出智能召唤功能,可远程启动汽车,并让车辆自行离开停车场回到车主身边

小鹏

2021年4月,小鹏P5正式发布,新车具备停车场记忆泊车功能

蔚来

2021年3月,蔚来发布第二代换电站,可支持AVP自动泊车技术,只需要车主把车停在指定位置上,就可实现一键自动泊入换电平台

威马、百度

2021年4月,威马推出W6车型,搭载百度“HAVP+PAVP”方案的泊车

吉利

2021年3月,曝光了星越L将搭载5G-AVP  1km无人泊车技术

长安

2021年3月,首发APA6.0远程智能泊车技术,将率先搭载到UNI-K车型上。未来将继续开发APA7.0及APA8.0,实现HZP(家庭区域记忆式泊车)和AVP(远程代客泊车)

上汽

2021年2月,推出全球首款5G智能汽车MARVEL  R,采用视觉+雷达融合式自动泊车方案

广汽、百度

2021年9月,广汽埃安旗下的新车AION V Plus搭载了百度AVP自主泊车功能

长城、百度

2021年6月,旗下首款新车WEY摩卡,与百度达成战略合作,并搭载了百度Apollo的AVP产品

红旗

2020年12月,搭载AVP功能的红旗E-HS9正式上市,可实现自主定位、车位智能寻找、全自动泊车入位以及送车等操作

江淮

2020年12月,与纵目科技合作,将在ADAS和智能泊车领域进行更全面深入的合作

比亚迪

2020年12月,向深圳地区汉EV车主推出APA自动泊车辅助系统升级服务

上汽通用五菱

2020年9月,新宝骏E300/E300 Plus集前行、泊车于一体的ADAS+APA+RPA的L2车型,其所有功能的实现均基于东软睿驰ADAS域控制器

沃尔沃

2020年1月,与中国联通合作,已取得基于5G-V2X的AVP项目已经开发完成,下一步将进入量产应用

纵目科技

2021年11月,广州车展上纵目科技推出智能驾驶综合解决方案Drop'nGo主要针对停车场、园区等封闭场景

魔视智能

2021年6月,魔视智能携基于多传感器融合和高精地图的代客泊车系统,亮相金辑奖评选活动

驭势科技

2018年11月,与上汽通用五菱合作的E200车型上,搭载了合研发的AVP技术
 2021年9月,在北京世界智能网联汽车大会上,发布了面向城市服务的L4自动驾驶解决方案UiBox,覆盖泊车在内的全场景

禾多科技

2021年10月,广汽集团与禾多科技在行车L2++功能开发、自主泊车和记忆泊车功能开发等方面,将依托于XJ3和X3V两个创新项目开展了深入合作

Momenta

2021年3月,与上汽集团共同打造“Door to Door Pilot”功能,搭载于新品牌智己汽车

辅易航

2021年12月,元橡科技与辅易航智能科技达成战略合作,双方将围绕智能场端引导代客泊车、车路协同、智能驾驶等领域开展全面深入合作

纽劢科技

2021年6月,与国内知名车厂合作,提供系统化的智能驾驶解决方案,基于TDA4自动驾驶域控制器同时实现行车和泊车功能的量产应用

追势科技

2021年4月,追势科技在上海车展上发布了其自研的自主泊车系统(AVP)和停车场地图导航产品

德赛西威

2021年12月,德赛西威表示,公司的全自动泊车、360度高清环视等ADAS产品持续获得国内主流车企的新项目订单,代客泊车产品即将在多家主流车厂客户的新车型上配套量产

智行者

2020年2月,Velodyne与智行者达成销售协议,将在未来三年提供Puck传感器,智行者还将开发两款自动驾驶汽车解决方案以及用于自动泊车(AVP)和高速公路跟进(HWP)的高级驾驶辅助系统(ADAS)

采埃孚、天瞳威视

2021年6月,采埃孚与天瞳威视签订战略合作协议,将共同开发自动泊车(APA)、记忆泊车和与自动代客泊车(AVP)系统,计划于2022年实现量产

法雷奥

2020年12月,法雷奥展示了最新一代Park4U Charge自动泊车系统,通过使用SLAM和机器学习技术来重现以前的停车操作,从而实现高精度的全自动停车

场端智能

博世、戴勒姆

2019年7月,德国政府批准了博世与戴勒姆在奔驰博物馆地下停车场自主代客泊车许可

大陆

2021年8月,大陆收购了初创公司Kopernikus Automotive少数股权,双方达成战略合作,共同开发Type2 AVP,并在慕尼黑的IAA Mobility 2021上成功展示的Type2 AVP的解决方案

车场协同

华为

2021年9月,长沙湘江新区联合华为发布了协作式智慧泊车解决方案,方案在岳麓山国家大学科技城和桃花岭景区停车场落地

停简单

2019年7月,停简单与国检中心达成战略合作,双方共同组建车路协同式自动驾驶联合实验室

资料来源:公开信息整理


3.3 各技术路线的优劣势


当前,关于AVP的三种技术路线的优劣势,各路玩家也有不少的分歧。晶众总工陆哲元告诉《九章智驾》,当前行业内已然分成两派:一个是车端派,另一个则是场端派,而场端派也包括纯场派与车场协同派,因为它们都是与场相关。每种技术路线是没有优劣势之分的,主要是看哪种技术路线可以率先商业化落地。


对于上述两种路线的看法,陆哲元也给出了自己的观点:“从当前的发展来看,单车派是最先发展起来的,但是目前单车派还是有些问题无法解决,比如车的成本太高,所以才引入了纯场派与车场协同派”。


陆哲元还提道:“车场协同是目前市场比较认可的方式,因为纯场派的前期投入,到底哪一方来买单是主要问题。单车派确实也有技术发展方面的弊端,一方面,单车的方案成本太高,另一方面,单车对停车场环境的分析与理解是不足的。如果说AVP是基于停车场整体运营的话,那车端派恰恰是无法做到的。”

 

表:AVP三种技术路线各自优劣势

 

《九章智驾》从技术层面,整理了场端派与车端派目前存在的优劣势,具体如下:

 

(1)场端派技术优势与特点

《九章智驾》根据博世的场端方案,来看下目前场端是如何实现完成AVP功能的。

 

a.感知

根据博世自动代客泊车产品单元总监王挺分享可知,与以车端为主导研发的自动代客泊车系统不同的是,博世的AVP自动代客泊车方案对车辆没有任何传感器的要求,而是在场端部署的摄像头和边缘计算中心进行实现。


未来,该双目摄像头还可扩展支持边缘计算、智能标定等功能。双目摄像头作为场端感知设备从本质上来讲,耐久性更好,可以大幅降低成本。


王挺继续补充道,双目摄像头的方案主要具备以下的优势:首先,双目摄像头安装在天花板上,易于安装,且不容易被停车场嘈杂的环境影响;其次,双目摄像头作为一个稳定的电子设备,从维护角度更易于操作,节省了管理方维护的精力。更重要的是,成本的大幅下降伴随着业务模式的彻底转变,投资人可以通过向终端消费者提供自动代客泊车服务来快速收回成本且实现盈利因为双目摄像头完全覆盖了场端的每个角落,实现精准定位,场端不需要高精度地图,也不需要额外的车辆室内定位设施和空车位监控系统。

 

b.决策

未来决策的功能主要依托于博世自研的边缘计算器,取代传统的机房设施,带被动冷却的双模块系统。关于边缘计算中心的功能,王挺说道,这里面有两个计算,一个是摄像头的边缘计算,摄像头不传视频流,而是把结果传给边缘计算器,另一个是车辆路径规划的边缘计算,如果检测到前面是有障碍物,就发出紧急制动。如果前面是无障碍物的,就正常进行路径规划。

 

c.执行

王挺说道,博世场端自动代客泊车方案使得车辆的配置非常简单,只需要配置电子驻车、线控刹车、自动换档、动力转向、车辆远程唤醒以及互联模块等基本功能即可完成控制的功能。车端本身不依赖于任何摄像头,雷达和高精度定位,也不需要高性能计算单元,只需要把自动代客泊车功能嵌入到一个功能安全达到ASIL B的硬件中即可

 

综合来看,场端的感知设备只用到了双目摄像头,相比于车端的多重传感器融合方案而言技术壁垒较低,主要原因在于:第一,不需要像车端那样,需要应对复杂、多变的行车环境,而每个摄像头只需要面对其下方区域;第二,双目的算法并非深度人工智能算法,相较于车端的视觉SLAM识别而言,场端自动代客泊车可以得到验证释放,满足功能安全。对于车端的改造,只需要加入场端运营的自动代客泊车软件,而不依赖于车端任何感知设备。

 

(2)车端派技术优势与挑战

车端方案优势是对停车场设施的依赖程度低,迁移到其他停车场相对容易。

 

魔视智能CEO虞正华补充了车端的优势:车端智能只依赖于停车场的高精地图,不需要场端的改造。随着车辆的智能化水平提升后,在车辆本身就具备了AVP需要的传感器设备,包括前视摄像头与环视摄像头等,这些感知设备在实现L2就已经具备了。现在只需要把这些感知设备的信息用好,就可以实现AVP功能落地,并不需要为了实现AVP功能而去增加传感器

 

由于单车智能实现AVP功能主要取决于车辆自身的技术能力,所以车端技术的可靠性就决定了单车智能整个技术路径的可靠性。从车端方案在当前市场验证情况来看,主要存在两个问题,即避障问题和定位精度问题,下文将分别对这两个问题进行展开讨论。

 

a.避障问题

当前,1*前视摄像头+4*环视摄像头+12*超声波雷达的方案是自动泊车最基础的感知方案。魔视智能CEO虞正华解释道,当前主流量产的泊车传感器方案已经进步非常快了。一方面,环视摄像头的低噪度效果都做得很好,主流像素参数均可达到1MP,视场角可高达190°;另一方面,超声波雷达本身不受到灯光光线的影响,对于近距离避障起到不错的效果但是,他还提到,如果要完全实现AVP功能的话,那必须要解决紧急避障问题。


首先,就上述配置方案来看,若要满足AVP的紧急避障功能,仅依靠基础的感知配置是完全不够,超声波只能探测5-8米的距离,对于一些鬼探头事件无法实现预先的感知识别。


其次,事故事件是偶发性的,那该如何去规避这种偶发性的事件,对于这点虞正华补充道,所有的事故都是没有规律且随机性发生的,因此无法采取措施去规避这些事故。如果要真正做到人车分离的话,装备激光雷达会更好。仅仅配备摄像头、毫米波、超声波的话,局限性较大,可能需要降低车速或者限制车辆与周围障碍物的距离。


综合来看,从安全性的角度而言,在AVP的感知功能模块中加入激光雷达可以更好地解决避障问题,能够更加有效的解决一些corner case场景。

 

b.定位精度问题

AVP的停车场主要分地面和室内两种场景,常用单车定位技术包括GPS、IMU、视觉SLAM、激光SLAM等。但是,国内的大部分公共停车场都在地下为主,特别是一些大型商超、办公楼等,停车场可能会在地下二层甚至三层区域,由此会导致两个问题:第一,没有GPS信号或者信号较弱;第二,GPS的定位精度不高,通常在5-10米,完全无法满足AVP的要求。


以单车方案为主的技术路线,当前的定位主要采用的就是“视觉语义+高精地图”的方式。那为什么高精地图成为了单车方案定位不可缺少的部分?针对这个问题,晶众总工陆哲元告诉《九章智驾》,定位是单车智能最薄弱的地方,高精地图给AVP功能的主要贡献,第一是高精地图可为决策系统提供路径规划所需的信息,第二是提供了辅助感知与辅助定位。常用的定位方法包括基于语义地图的定位与基于特征地图的定位,两种地图都是由图商来制作完成的,车端的传感器会基于图商分析的结果,匹配到地图上。


根据当前的泊车场景来看,主要为道路自动驾驶、泊入车位、初始定位三种不同场景。前两者通过“视觉语义+高精地图”模式基本可以实现,但是对于远程唤醒后的车辆,由于一些重复性的场景信息,不能够做到精准的初始定位。对于这个问题,魔视智能CEO虞正华回答道,远程唤醒后的车辆由于无法做到高精确度的初始定位,所以需要在开出车位的过程中开始建图,然后配合高精地图的使用后,将停车场内一些重复性的场景信息删除,从而获取精准的定位信息。其中,最大的影响因素是需要开出多长距离才能把重复性排除,但一般来说建造的非常规则的停车场是比较罕见的。

 

表:泊车三种不同场景下的定位精度情况


4. AVP商业化的挑战


4.1 商业合作模式


a.场端智能的合作模式

场端方案前期的资本投入主要来自于项目的运营方,比如传统的大型Tier 1,它们具备强大的资本实力。改造对象主要是一些国内的大型商业综合体、办公楼宇,并且这些停车场具有潜在的、有付费意愿的用户。等到运营平台建立起一定的用户量后,潜在的物业方会看到场端方案所带来的用户体验感提升、停车场收益的增加等赋能效应,那么中后期合作开发方式将会转变为以项目运营方与停车场合作为主。


据博世自动代客泊车产品单元总监王挺介绍,博世场端自动代客泊车的商业模式典型的模式主要是B2B2C的模式,将L4出行作为一项服务来运营,终端用户通过手机APP操作整个自动泊车流程,可实现“一键泊车”与“一键取车”的功能。后期在场端的运营方面,也会增加一些附加服务,比如无人充电、无人洗车、无人打蜡等,用户可以根据自己的需求在APP上勾选需要的服务。取车点可以设置多个点,也可以与传统车辆的路口区分开来,单独设置一个AVP自动代客泊车取车点,这样子不会对停车场造成堵塞。盈利模式方面,终端用户在体验完自动泊车服务并准备离场时,需要将停车费与自动代客泊车费用一同支付给停车场,而停车场会将相关运营服务费分给项目运营方此外,在后期场端的运营服务方面,也会增加一些附加服务,比如无人充电、无人洗车、无人打蜡等,用户可以根据自己的需求在APP上勾选需要的服务,同样相关服务费会叠加到离场时的费用中。

 

《九章智驾》针对APP的实际运营方及数据获取问题询问了王挺,王挺称:“以主机厂自己的APP为主,博世不会开发自己的泊车功能服务 APP。博世是主要为主机厂服务,数据采集交付给了主机厂,然后主机厂通过网络把停车请求发送到云端。这里的云端分成两个部分,一个是主机厂的云端,另一个是博世的云端。不同的主机厂在收到停车请求后,会把数据同步到博世的云端,然后再把数据传送给停车场。”

 

对于场端方案的用户来说,用户只需要在进入停车场后直接购买自动代客泊车服务即可。那对于已买了单车方案的用户,是否也能使用场端的自动代客泊车服务?针对这个问题王挺解释道,未来只要定义好通讯接口后,单车的用户也可以使用场端的服务。

 

综合来看,场端的商业模式最大的问题是前期比较难起规模,并且投入成本较高,虽然并不像车端一样,需要多重的感知设备,但是由于场端需要建立一个绝对的“上帝视角”,高密度摄像头的铺设必然是一个庞大的工程。因此,场端方案在项目场景的拓展能力上相对较差。

 

对此王挺提道,停车场前期不需要全覆盖,在用户量尚未达到一定量时,只需要覆盖2到3个车位、100米左右的自动驾驶距离即可。但如果车位不够,再继续拓展,不需要直接全部覆盖。在自动代客泊车标准制定上,博世作为牵头单位,与很多国际知名企业一同参与制定自动代客泊车国际标准(ISO23374),在自动代客泊车架构,需求和测试用例,接口规范,参考和实施上都定义了相关标准。致力于打通车端和场端接口,实现所有自动代客泊车参与者的标准化接口,未来博世将提供开放式的自动代客泊车服务。

 

b.车端智能的合作模式

区别于场端的商业模式,车端方案不需要对停车场进行任何改造,所以整个商业模式主要以B2C为主,将由主机厂去推动。


首先,车端方案和场端方案一样,每个主机厂也会有自己的用户APP,用户通过APP即可实现AVP自主泊车服务。虽然数据的获取也是由主机厂完成,但是不需要场端运营方的参与,数据全部都掌握在主机厂。其次,市场对于车端盈利模式方面的观点也不一致,但主要归结为两种模式:第一是把AVP服务费一次性前置打包在车的售价上,第二是按照单次服务进行收费,当前,市场对后一种付费方式的认可度较高。


如果主机厂推行AVP功能的车辆,他们具体会承担哪些成本?


纵目科技产品负责人温江涛告诉《九章智驾》,在不考虑毫米波雷达及激光雷达的情况下,一个超声波雷达20元左右,一个2MP摄像头大概200多元,但如果需要实现AVP的话,还需要其他额外的传感器,感知设备的成本还可能会上升。


魔视智能CEO虞正华补充道,系统叠加的成本最后还是由消费者来买单,将作为高配功能体现在车价里面。至于消费者为何会买单,主要是会带来便捷性与科技感,有5%-10%消费者是愿意尝新的,哪怕付出一些额外的价格。


综合来看,车端的商业模式中参与主体比较简单,只有主机厂与用户为主,从而使得盈利模式比较清晰,AVP功能的服务费用只发生在用户与主机厂之间。单车的商业化程度取决于其技术是否可以落地、安全是否能保障。


从成本的角度来看,单车的AVP功能仍然会增加车辆的一些软硬件成本。原因在于泊车与行车是两种不同的场景,并且各自所处的ODD范围是不同的,所以目前市场上泊车与行车仍然是两套独立的域控制器。那传感器上是否可以共享?是否需要增加额外的感知成本?


虞正华解释道:“行泊一体一定是趋势,这会是一个循序渐进的过程,行车与泊车目前是两套独立的算法,行泊一体最直接的价值就是复用芯片的算力。对于车辆的传感器来说,部分传感器也是可以共享从而带来功能的提升,比如说环视摄像头,原先在行车场景下是不需要环视摄像头的,但是环视可以帮助解决低速行车的Cut-in场景。未来三年大规模量产还是会以APA\RPA\HPA为主,AVP最终还是会看商业模式是否能走通,如果走不通的话,那么还是只有少量车型带有AVP功能。”

 

4.2 保险与责任认定问题


a. AVP的保险

如果AVP的服务在市场上全面推行的话,那保险问题必然是被关注的几大问题之一。这里面会有两个核心的问题:第一,保险是由谁来买单;第二,保险产品的最终形式如何。


魔视智能CEO虞正华提道:“车端的话,肯定是主机厂负责,卖车的时候是直接包含在内。”


关于AVP保险的问题,某自动驾驶行业从业者以某一个自动驾驶项目为例补充道,保险会由产品的开发方或者生产方来购买——车企将会把车辆的财产险、商业险、责任险全部买好后,打包在车价中给到用户。车辆如果出了事故后,交警会有判险,基本上保险都会兜底。


一般来说,针对自动驾驶的特定产品或者服务功能的保险是需要定制的,包括保险的种类、价格等都需要运营方和保险公司进行协商洽谈,与传统的车险不同,尚未形成非常成熟的体系。所以保险的价格跟每家公司的算法能力也有一定的关系,虽然当前也没有形成统一的市场标准去衡量,但主要是与公司自身的规模以及技术的先进性有关。如果产品的算法较为先进的话,事故率就会比较低,保险价格就会较低,相反也就会较高

 

b.事故责任的认定

保险的问题解决后,剩下的就是如何去界定事故责任,以及最终用户是否可以放心使用这个产品功能。


某主机厂自动泊车产品负责人说道:“如果是我们,以用户和产品角度来看的话,用户既然买了这辆车的AVP功能,并且这辆车承诺用户可以完全下车,那用户下车后出了事故就不是用户的责任。”


结合上述的观点,《九章智驾》得出如下结论:


首先,无论是场端还是车端方案,只要是买了AVP服务的终端用户,在下车的同时,如果车辆发生事故,用户必然是不需要负责的。不然的话,不管是哪种技术路线,商业模式都无法落地,用户的购买意愿也不会高。


其次,未来的责任认定方向必然是按照自动驾驶各功能在泊车场景的负责模块来区分,比如说未能识别出立柱、行人等,那就是感知方面的责任,具体就是看感知功能是接入在场端还是在车端。


最后,车辆的黑匣子中的数据需要在事故责任认定中得到共享,这一点需要政策的支持。

 

4.3 停车场的意愿


停车场对于AVP的接受意愿,主要取决于它是否可以对停车场进行赋能。而这种赋能主要体现两方面:一方面是对于停车场运营的赋能;另一方面是对于用户体验的赋能。


据博世自动代客泊车产品单元总监王挺介绍,商场主要考虑的是两方面:一方面是接入的AVP自动代客泊车产品功能是否安全;另一方面是对商场的运营有没有影响,效率有没有提升。从停车场的利益出发,会更欢迎场端的技术方案,而单车的技术由于只能找更近的车位,容易对停车场造成拥堵,因此,停车场会比较谨慎。


魔视智能CEO虞正华也提道,停车场的改造意愿取决于市场上AVP功能车辆的装配率,如果市场上AVP功能的装配率不高的话,停车场的改造意愿也不会特别强,对于商业化来说也会成为瓶颈。


结合上述的观点,《九章智驾》总结出停车场对于AVP的几个想法:第一是安全,安全必然是出自对于技术的可靠性的要求,无论是场端还是车端方案,能做到的低事故率的才能被停车场所接受;第二是效益,公共停车场大部分以商场为主,AVP对于停车场最大的优势在于可以提升泊车、取车的效率,同时附带其他的自动化服务;第三是使用率,如果市场上AVP功能配置率较低的话,停车场的改造意愿也不强。

 

4.4 用户习惯需要逐步养成


当前,RPA、HPA产品已有一定的量产,比如小鹏的记忆泊车,确实很炫酷,但是适用场景较为单一。在前文也提到了未来的终端盈利模式,即很可能会以软件服务的形式让用户来买单,那这样会出现一个问题,最终用户是否会愿意买单?


汽车产品经理宋哲通过一个例子分析:在国外人工代客泊车(Valet Parking)很普遍,用户可以在饭店、酒店、体育场馆外,花费一美元能体验到人工泊车的服务。当用户体会过这种服务后,必然会对这种服务上瘾。那如果AVP能够实现的话,消费者一定会为这种服务买单,甚至愿意付出高昂的硬件费用。


某主机厂自动泊车产品负责人也提道,技术的累计与商业模式的落地是一个漫长的过程,它并不是一蹴而就的,但是这里面可以有很多其他方法去培养用户的习惯的养成。不能一味地想着如何解决场景中全部的长尾效应,用户需要在类似的场景中体验到代客泊车带来的价值,才会慢慢地适应这种服务方式。


结合上述观点,《九章智驾》认为,AVP对于用户最大的价值是能够将用户的时间解放出来,否则即使能够做到自主泊车,但是无法做到人下车并且不需要人监管的话,这对于用户来说就是一种鸡肋的功能,用户自然不会为了这种功能买单。而当前市场上量产的泊车系统其实都不能够做到这点,比如RPA、HPA,存在泊车慢、驾驶员不能下车、驾驶员仍需要随时接管车辆等较差的体验感。


5. AVP未来发展趋势


(1)技术方向:最终车端和场端会融合,车场协同合作是终局


无论是车端方案还是场端方案,各自都存在着一定的缺点,但未来的模式一定是车场相互协同的模式。


对此,博世创新业务发展总监王挺说道:“短期内场端的方案容易落地,可以解决鬼探头,盲区等极端场景。”


纵目科技产品负责人温江涛也提道,终局一定是停车场会越来越智能,汽车也会越来越智能。那些致力于提供智能停车场产品服务和智能汽车产品的玩家未来都会有确定的商业机会。当两种技术往中间走的时候,它们各自推动的因素是不同的,但是也会协同发展。当智能车越来越多后,场端的成本压力也会减少,而当场端改造越来越多后,也会协助汽车变得越来越智能。针对AVP产品的落地方案,他更看好车端为主、场端为辅的方案,因为有OEM作为确定性的力量去推动,且可以在家庭记忆泊车等常用场景下率先落地。

 

(2)行业格局:单车模式下,软硬件分离是趋势


目前,大部分主机厂已经慢慢从与Tier1的合作,转变为自研,或者只是采购合作伙伴的软件服务,软硬件分离已然慢慢成为一种趋势。


某主机厂自动泊车产品负责人也提道,当前整体局势还不明朗,一切属于横盘的阶段。现在每一家都在铺资源,这对于行业来说是一种浪费。未来OEM可能会分层,头部会偏向自研,而腰部的就会找合作伙伴

 

(3)市场拐点:预计2023年-2024年, AVP可能迎来爆发


针对AVP的具体的市场爆发时间点,博世自动代客泊车产品单元总监王挺认为:2022年,博世将落地国内首个场端自动代客泊车商用化停车场。随着配置自动代客泊车功能的车辆上市、硬件本土化、5G应用开发、停车场运营标准化等条件成熟,预计2023年将会成为整个AVP市场的拐点。博世在场端感知与规划的部分都在积极进行降本方案,目标2025年前场端成本降至10%,同时落地500个左右的自动代客泊车商用化停车场。



参考资料


【1】华安证券:自主泊车系统量产,自动驾驶子场景率先落地

【2】第四代自动泊车从APA到AVP技术

https://www.pianshen.com/article/17251361067/

【3】车路协同自主代客泊车系统关键技术研究,《系统与方案》

【4】面向室内停车场的自主代客泊车关键技术研究,《智能技术》

【5】自动泊车:无人驾驶沿途的金蛋?,《智能网联汽车》

【6】自主泊车系统研究综述,《汽车实用技术》

【7】造车新势力“混战”自动驾驶

https://baijiahao.baidu.com/s?id=1690540543961174912&wfr=spider&for=pc

【8】自动驾驶四大核心技术的环境感知的详细概述

http://www.elecfans.com/d/676403.html

【9】自动驾驶应用场景与商业化路径(2020)

【10】AVP系列(一):自主代客泊车技术概述

https://zhuanlan.zhihu.com/p/147633073

【11】关于就《自主代客泊车地图和定位技术要求》等6项CSAE标准征求意见的通知

http://csae.sae-china.org/a4916.html

【12】智能泊车研究:AVP将在2023年开启规模化落地

https://mp.weixin.qq.com/s/u_VvTv5kvJISEYFObAIa1Q


写在最后



与作者交流如果希望与文章作者直接交流,可以直接扫描右方二维码,添加作者本人微信。   

注:加微信时务必备注您的真实姓名、公司、现岗位

以及意向岗位等信息,谢谢!


关于投稿如果您有兴趣给《九章智驾》投稿(“知识积累整理”类型文章),请扫描右方二维码,添加工作人员微信。

注:加微信时务必备注您的真实姓名、公司、现岗位

以及意向岗位等信息,谢谢!



“知识积累”类稿件质量要求:

A:信息密度高于绝大多数券商的绝大多数报告,不低于《九章智驾》的平均水平;

B:信息要高度稀缺,需要80%以上的信息是在其他媒体上看不到的,如果基于公开信息,需要有特别牛逼的独家观点才行。多谢理解与支持。




推荐阅读:

转型经验分享|我为什么放弃做VC投资,去做自媒体?


“好工作”的最关键指标:场景足够复杂、数据量足够大、杠杆率足够高


我们的个人命运,三分靠打拼,七分靠产业红利——《九章智驾》创刊词


云仿真-自动驾驶商业化落地的催化剂


这家无人驾驶公司,竟做起了“有人驾驶”运输业务


什么是激光雷达的“发动机技术”?一文讲透行业技术壁垒


万字阐述智能驾驶汽车安全体系


一文读懂自动驾驶仿真测试场景与场景库


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