物联传媒 旗下网站
登录 注册
RFID世界网 >  新闻中心  >  物联网新闻  >  正文

资本领跑下的7万亿美元自动驾驶市场,再不追上就晚了!

作者:飞鸟黄
来源:物联网世界
日期:2017-11-06 14:20:50
摘要:关于自动驾驶的未来想象,外界也许认为是天方夜谭,但在投资方的眼里,却是不容错过的香饽饽。

  人工智能并不是新词,早在1956年就在DARTMOUTH学会上被提出。在它不长的历史之中,发展进程却比预想得慢,这期间它可能只在学术界存在,在工业界、投资界一直是无人问津。但最近几年,随着深度学习在感知、认知、决策方面的技术进步,人工智能终于成为热点,其最主要的三大细分市场“机器人、AI医疗,以及自动驾驶”纷纷吸引无数创投人士争相涌入。每个产业的市场变化都十分热闹,本文将主要从自动驾驶领域来进行分析。

  一、资本的兴起与未来7万亿美元的市场

  2009年,谷歌成立Google X实验室,率先启动自动驾驶测试。由于政策及生态环境的利好,最近几年以来,国外市场各种互怼、高价收购、战略联盟的新闻也让观众喜闻乐见,目前为止,基于英特尔与英伟达两大芯片平台阵营,基于Uber与Lyft两大共享服务阵营,市场竞争已经十分激烈。再看国内,2015年,国务院印发《中国制造2025》十年行动纲领,将无人驾驶作为汽车产业市场转型的重要方向之一,市场同样开始走热。

  对此,美国智库布鲁金斯学会在最近一份报告中指出,2014年至2017年之间,自动驾驶汽车领域的投资总超过800亿美元,尤其是2016年以来,投资速度大幅加快。报告还整理到,2015年自动驾驶领域的主要投资、合作或收购有3起,2016年大幅增加到12起,截止2017年6月,主要投资也已经有9起。并且根据目前趋势可以预测,2018年的投资数额将更加庞大。

  2015-2017.6国内外自动驾驶领域投资收购大事件

  (来源:布鲁金斯学会 翻译:华尔街见闻)

  另外,今年7月,英特尔与研究公司Strategy Analytics联合发报告称,无人驾驶汽车的市场规模将在2050年前达到7万亿美元,并且近半由乘车服务贡献。未来十年,汽车制造商需要把主业从卖车转向提供乘车出行服务,尤其是卡车运输业也将被彻底改变……

  二、技术与服务领域的细分让产业链更加庞大

  未来让我们充满了想象与期待,但要实现自动驾驶,技术提升是不可缺少的。细分自动驾驶产业链,主要涉及技术有传感器、高精地图、车联网、算法/软件、芯片/计算平台,参与者包括了上述技术提供方以及共享平台方、传统整车厂、新兴车企、跨界科技企业等。

  1. 传感器技术

  传感器技术领域分支

  资料来源:亿欧智库《2017年自动驾驶产业研究报告》

  自动驾驶涉及的传感器分为视觉、听觉、雷达、姿态、定位几方面。其中视觉传感器以摄像头为代表,通过计算机视觉判别周边环境与物体,探测距离在50米以内,在汽车高级辅助驾驶市场(ADAS)已被规模商用,单个成本降到200元以下。根据图像检测原理,可分为单目摄像头与双目摄像头。双目摄像头基于视差原理,能获得较准确的距离数据,但计算量较大;单目摄像头基于机器学习原理,计算相对简单,但对数据样本要求高。同时,摄像头精度易受天气、光线影响,基于实际行驶环境的复杂多样化,此种技术方式并不能够一家独大,需要和其他传感技术配合使用。

  雷达传感器技术与摄像头视觉识别技术同样重要。毫米波雷达精度较高,探测距离远(可达250米),但探测角度小,难以识别小的物体;激光雷达精度更高,探测距离大于100米,抗干扰能力强,但容易受天气影响,且成本高昂,制作工艺复杂。对于毫米波雷达来说,未来发展趋势主要是基于现有的77GHz与22GHz使用频段,开发更远测距、高分辨率的79GHz频段;而对于激光雷达来说,关键还是降成本、提产量。

  仅从此两种传感器来看,双方各有优劣势,未来将持续在博弈平衡中向前发展。但无论如何,现在已经不仅是做学术研究的阶段,在市场之中,提高有效性、降成本、轻量化(包括传感器重量与数量)始终是核心。正如博世投资张翠波在最近一次发言中提到,用户不太关心自动驾驶需要的是激光雷达技术的突破,还是摄像头的突破,从系统层面上要解决的问题是,即使在极端的天气状况下,自动驾驶车辆依然既能捕捉短距离内有效的视觉图像,又能捕捉长距离的图像,维持住它的稳定性,这才是关键。

  2. 车联网

  对于自动驾驶来说,车联网(V2X)是必需,它使汽车拥有了更大范围的感知能力,进而发现风险或是实现路径优化。此外,联网的自动驾驶汽车将具有无限的商业可能性,包括共享租赁、内容媒体、金融服务、商业广告等一切可能形式。从市场环境看,车载终端系统以及OTA成为车企率先在车联网发力的地方,但在实现的道路上,还有以下几点需要准备:

  5G的商业化以满足数据带宽需求;

  政府参与的道路设施改进;

  传感器的数据融合,通信精度提高;

  不同终端间的通信协议统一;

  包括信息安全,功能安全、行驶安全在内的安全保障。

  3. 算法

  自动驾驶的深度学习算法覆盖感知、决策等关键环节,需要大量高质量的数据进行喂食训练。在数据获取上,亲自实测、软件模拟、众包是最常见的三种收集方式。关于算法究竟如何服务自动驾驶,技术上是黑盒子。但是对于初创企业来说,门槛相对较低,往往成为他们进入行业的主要入场口。不过因为缺乏平台,往往要依赖Tier1供应商、主机厂才能获取数据反馈及软件应用机会,这部分企业常常很难获得商业闭环,被大公司并购成为了最主要的出路。

  高精地图领域,研发投入巨大,技术发展路线尚未成熟,但在国内,腾讯系四维图新、阿里系高德地图已经发展成为最大图商。而AI芯片市场,目前英伟达与英特尔一定程度形成垄断,但正如同谷歌可以另辟蹊径,开发出TPU来与之抗衡一样,国内寒武纪、地平线等企业也在为技术突围而蓄力。

  同样的,技术研究有情怀还不够,金钱也是支撑。以下是今年国内自动驾驶领域初创企业部分融资事件,从此可见战火确实烧得够旺。

  国内自动驾驶领域初创企业部分融资事件

  资料整理来源:IT桔子

  4. 传统车企的地位守护之战

  相对于传统汽车业整车厂居于顶端的较成熟的金字塔结构,自动驾驶将给汽车行业上下游的附加值带来变动,各家都在避免成为低价值的代工产出方,从而积极向上游的研发环节和下游的运营服务环节靠拢。

  从传统车企的自动驾驶发展规划来看,讲究级别的循序渐进,倾向于逐步教育消费者接受自动驾驶,目前国内车企大多已在积极布局。

  国内研发自动驾驶的传统车企

  资料来源:亿欧智库《2017年自动驾驶产业研究报告》

  此外,基于汽车共享化的未来趋势,车企也很有可能会将自动驾驶汽车直接接入滴滴、Uber等共享平台,以期获得利润转型。正是如此,传统车厂才更加注重维持现有核心地位,减小其他领域企业在合作中讨价还价的机会。

  值得一提的是,与传统车企不同,科技企业则更喜欢一步到位。近日,谷歌发表声明,旗下自动驾驶部门Waymo已决定停止开发自动辅助驾驶(autopilot)功能。谷歌宣称,对这一功能的依赖会造成驾车者分散注意力,在发生紧急情况时根本来不及作出反应干预驾驶。外界看来,完全取消驾驶辅助研发的行为,也无异于对外宣称不信任人类驾驶员的自制力。而这条路谷歌是否能走顺,还需要时间来给出答案。

  三、资本保障,未来可期

  有人这么描述过未来的汽车产业:你计划明天从深圳到惠州出差,通过共享出行平台在网上预约了上汽的某款自动驾驶汽车,时间是早上九点。第二天,当你准点出门时,预约车型刚好在楼下等着。上车之后,你在车上听音乐,读书,完全没有去操作汽车,过不了多久,就顺利到达目的地。而确认付款之后,这辆汽车便自动离开,赶往下一个约车地点……

  这种场景是否能实现?大部分人会持怀疑态度吧。不过综合来看,尽管投资自动驾驶是个烧钱烧时间的技术活,但基于政策扶持、经济转型、社会民众接受度提高,以及技术水平的上升这四点,投资方仍旧看好这一领域的长远利益,愿意不断为产业链相关企业输血,这对自动驾驶的发展是极其有利的。而笔者也相信,在资本的保驾护航之下,未来你能想象到的,自动驾驶也许真的可以实现。