仿真|中国自动驾驶进入战略机遇期，如何克服同国外巨头的数据差距( 二 )

文章插图

马克·斯坦顿主办方供图
据咨询机构麦肯锡预测，在接下来10年的时间，跟汽车市场相关的软件市场的市值会翻番，达到4690亿美元，未来汽车的创新90%都会基于软件。还有机构预测，到2040年，自动驾驶的车辆将达到3300万辆。
但他认为，这个数字是被低估的，未来自动驾驶将会变得越来越平常，而且越安全越有效，而中国正处于这样的变革的中心地带。
斯坦顿坦言，自己之所以三年前选择来到中国，致力于中国新能源汽车的发展，就是因为看到中国正积极利用政策引导，实现一些新的创新方案，来解决交通出行所面临的一些痛点。所以，中国将会成为出行企业变革的催化剂，同时他坚信越来越多的技术将会支撑全球的汽车产业发展。
车路协同——中国的路线
那么，中国的自动驾驶是该走单车智能还是车路协同？与会嘉宾普遍看好后者。
马克·斯坦顿称，车路协同能给无人车的安全性提供非常大的价值，未来是无人驾驶落地非常好的契机。
楚航科技高级顾问浦维达指出，单车智能的成本始终降不下来，通过网联来提供辅助驾驶更多的信息，可以使单车成本大幅下降。而且，网联化真正体现了我们国家举国体制的优势，中国的高速公路可以集中控制，不像有一些国家它的高速公路很多都是财团控制的，所以做起来比较难。
不仅如此，中国的5G通信技术还是布局条件最好的，有条件的话可以在所有高速公路和城市的骨干道路上实施5G通信技术。
尚颀资本股权投资部董事总经理胡哲俊则认为，单车智能加智能网联是最适合我国国情的发展策略，我国在人口密度、通信技术和资源上都具备优势，政府的执行力强，从公共交通的层面去推车路协同相对来说阻力更小。
数据采集——中国的挑战
不过，要做好自动驾驶，有一道坎是绕不过去的——数据。
高质量数据和算法是自动驾驶软件的核心。目前自动驾驶商业模式正在发生深刻变化，数据和算法紧密结合的做法逐渐得到市场的认可。无论是视觉还是雷达方案，本质上都是一整套服务于汽车工业的软件解决方案，而数据在其中扮演的角色是促进算法持续迭代的基础设施。
【仿真|中国自动驾驶进入战略机遇期，如何克服同国外巨头的数据差距】美国自动驾驶巨头，同时也是车辆制造商的特斯拉曾表示，他们现在最大的竞争力其实不是在自动驾驶的算法，而是每天在路上跑的大概40多万辆的车和这些车每天贡献的数据。特斯拉可以通过这些数据可以不断优化自动驾驶的算法、模型，进一步加强它的竞争力。
据胡哲俊介绍，现在各家车厂在硬件层面已经差异不大，软件这一块很多自主品牌也具备比较大的竞争力，但国内公司没有特斯拉这样的先天优势。一些自动驾驶公司可能更多程度上都是轻资产、偏软件的，很难运营比较大的车队，持续去获得这么大量的数据。车厂也是一样，传统车厂不直接面对消费者，所以很难获得这些数据，缺少中间渠道。
而且，即便找到了数据获取的途径，数据的长尾效应（注：在数据训练中，一小部分的类别占据了大多数的训练样本，而大部分的类别只有极少数的训练样本）也一直困扰着自动驾驶研发团队，如何高效获取和使用2%稀缺复杂场景下的高质量数据始终是个难题。轻舟智航联合创始人兼CEO于骞指出，实际上稀缺场景的路测数据量是十分有限的，需要创造一种虚拟环境把现有数据的价值重新发挥出来，验证算法的修改、系统的变化是否安全可靠，加速开发流程，提升路测效率。