欧洲杯买球

关于「无人驾驶」,一位投资大佬给出了四大预判

编者按:辰韬资本执行总经理贺雄松近日出席中信证券某活动,并做了无人驾驶相关主题分享。分享内容干货满满,涉及Robotaxi落地、激光雷达商用、造车新势力之争等等。藉由此,新智驾依据原文作了不改变原意的整理与编辑。基此成文,以飨读者。

在贺雄松看来,自动驾驶行业共有两轮投资热潮:

第一轮兴起于2015年左右,2018、2019 年到达顶点 ,衰弱于2019年。

根据美国智库布鲁金斯学会报告数据显示:仅在2014年-2017年间,自动驾驶汽车领域投资总额超过800亿元。

此后,创投机构整体投资节奏放缓,投资者们也意识到L4级及以上自动驾驶商业化落地周期过长,自动驾驶初创公司融资频次开始降低。

在资本寒冬的2019年,Roadstar.ai、Drive.ai等自动驾驶明星公司相继倒下。

随着特斯拉等造车新势力产量提升,以及资金退出方式多元便捷,2020年成为重新点燃资本对自动驾驶投资热情的关键一年。

更为重要的是,自动驾驶商业化进程明显加快,自动驾驶公司们已在特定场景或是开放道路中尝试商业化运营可能。

今年,图森未来成功登陆IPO,北京市高级别自动驾驶示范区给予京东、美团、新石器无人配送车相应路权,亦成为自动驾驶技术落地的积极信号。

在此背景下,贺雄松对自动驾驶商用车场景及"最后 1 公里"无人配送前景趋势进行预测分析。

预判 1:开放高速载人落地仍需等待 10 年以上

自动驾驶各应用场景不同,技术要求不同,落地时间也因此不同。

当前,自动驾驶在封闭低速场景的应用主要集中在矿山、港口、末端配送等三个领域。

相对而言,矿山的整体落地环境最为友好。

矿山多在偏远地区且人烟稀少,相对简单的运营环境对自动驾驶技术容错率较高,无人矿卡在此拥有更多路权,运营商可根据需求自行规划行驶路线。

相关数据显示:国内矿山自动驾驶市场规模超千亿,露天煤矿的土石方运输是最适于自动驾驶推广应用的场景,其市场空间超过450亿元/年。

在此背景下,踏歌智行、慧拓智能、易控智驾、希迪智驾、跃薪智能等自动驾驶公司齐聚于此。

辰韬资本预计,国内无人矿卡将在2022-2023年将开始实现商业化应用。

港口方面,由于其道路结构化程度较高,运营环境相对简单,因此自动驾驶卡车的港口路权相对较多,这也为自动驾驶商业化运营带来可能。

过去几年,斯年智驾、西井科技、飞步科技等自动驾驶公司将目光聚焦此处,其中,斯年智驾近期拿下全球首个港口无人驾驶商业化付费订单。

在开放道路中,根据道路环境的不同可分为Robotaxi和干线物流。

Robotaxi需要在城市道路、高速道路中穿行,其最高行驶速度可达120km/h。

复杂的运营环境、较长的刹车距离对Robotaxi的预判、传感器、制动距离提出更高要求。

贺雄松认为,目前Robotaxi在应对以上挑战时仍显乏力,短期内较难落地。不过,或许可以通过环境降维以降低技术难度。

具体而言,首先将Robotaxi的行驶速度由120km/h降低为50、40km/h;其次,挑选相对简单的道路供Robotaxi试运营,通过技术迭代逐渐扩大应用场景。

同样地,干线运输的完全无人化运营时间仍未可知。相较于Robotaxi,无人卡车的制动距离更长,事故危害性更大,容错率极低,这也对技术提出更高要求。

然而一旦干线运输真正实现全无人运营,其省油、安全、低成本的特点或将创造比Robotaxi更广阔的市场空间。

基于以上特点,贺雄松判断封闭低速载物场景需要 2-3 年才可以落地,高速载物场景需要 5-8 年,而开放高速载人需要 10 年以上。

预判 2:无人配送批量应用将在未来三年爆发

去年12月24日,提供末端无人配送服务公司Nuro获得加州第一张商业运营牌照,成为全球首家商业化运营的无人驾驶公司。

获得商业运营牌照后,Nuro获准在加州圣马特奥县和圣克拉拉县开启商业化运营,日常配送食品、饮料、药品和其他产品。

针对国内无人配送场景,贺雄松的看法似乎与Nuro一致。他认为,商超零售场景与无人配送最为匹配。

目前,国内典型无人配送共有三大场景:快递、外卖与商超零售。

快递的即时性要求不高,等待时间较长但数量很大;外卖的即时性要求高,等待时间短,但环境很复杂。另外,并非每个商家都配套停车设施,因此取件和配件存在不确定性。

而商超零售的即时性要求比外卖低,配送路线更固定,同时商超零售的线上业务已有成熟的仓库和配送人员,配送的基础设施更为齐全。

因此,无人配送非常适合在商超零售场景中应用。

目前,国内无人配送企业主要分为三类:

互联网科技公司,如阿里、京东、美团等; 初创公司,如白犀牛、新石器、一清创新等; 主机厂及Tier 1背书的公司,如毫末智行、东风悦享。

辰韬资本发布的《末端无人配送赛道研究报告》认为,城市配送"最后一公里",是物流配送业成本最高的环节。

当前,因车型、传感器方案等成本不同,无人配送车的整车成本在20万至50万元不等。再算入保险、车辆运维、现场安全运维、后台远程监控/操作人员费用、云平台服务费用等成本,无人配送车的成本将进一步增加。

贺雄松认为,无人配送批量应用将在未来三年迎来爆发。

首先,随着未来三年无人配送车批量生产,其整车成本将降低至10万元以内。

无人配送车的技术迭代也将取消车辆运维、现场安全运维、后台远程监控/操作人员等费用,成本将大大降低。

其次,无人配送市场规模达千亿级,美团、京东、阿里巴巴等互联网科技公司已经将无人配送车实际应用。

如阿里巴巴在全国数十家高校投放小蛮驴,为师生配送快递包裹;京东、美团多次在疫情期间为医院、社区运输医疗生活物资。

而当前各公司逐步在多种场景开启无人配送,或可视作无人配送在批量应用的前夜。

第三,随着过去几年企业在无人配送业的多种尝试,其商业模式已初步成型,技术也可支撑部分场景需求。

尽管国外的无人配送车已先行落地,但贺雄松认为国内的无人配送行业或将更容易实现盈亏平衡。

究其原因,在于国内的城市人员密度更大,接单效率也将更高。在未来中外无人配送车的硬件成本相差无几的情况下,国内大批量的无人配送订单将更快为企业实现盈亏平衡。

而实现这一点的关键,在于技术能否解决无人配送车的安全问题。

预判 3 :激光雷达的竞争是半固态的竞争

在贺雄松看来,激光雷达本质上并不存在技术方案的路线之争,不同的技术路线满足不同阶段的市场需求。

当前纯固态激光雷达主要分为flash 和 OPA 方案,后者在国际上的发展已基本停滞。

在众多企业的研发下,flash 方案的探测距离已提升至 100 米,但这仍不适用于对探测距离要求数百米的高速公路场景。

贺雄松认为,纯固态激光雷达的探索范围是否能更远仍然未知,一昧押注纯固态激光雷达或将面临风险。

据中金研究预测,纯固态激光雷达方案距离技术成熟以及大规模量产仍需要5年以上时间。

半固态激光雷达目前已经搭载于量产车型之中,在中短期内或将成为市场的主流选择。

在未来的市场竞争之中,各公司的半固态激光雷达解决方案是否能满足市场需要,将影响公司的产品销量。

目前,头部公司在半固态激光雷达的各个技术路线都有研发,头部公司也将拥有更多的生存机会。

此前, 车规级激光雷达主要面向自动驾驶汽车。自今年起,车规级激光雷达开始前装于乘用车,一个前装市场正在缓缓打开。

蔚来ET7、智己汽车、上汽MARVEL R、上汽R汽车ES33、小鹏P5、极狐阿尔法 S 华为HI版等具备一定自动驾驶功能的智能汽车面世,正式开启激光雷达前装量产元年。

随着智能汽车的自动驾驶等级提高,激光雷达在传感器中的作用也将从辅助走向主导。

咨询机构Yole的一项数据显示:2020年全球大约有20万颗激光雷达用于智能驾驶,相关销售额大约为9500万美元;至2025年,全球有望340万颗激光雷达用于智能驾驶,相关销售额大约为15.35亿美元。

因此,在巨大市场爆发之前,激光雷达公司应快速对接产品实际需求,进而快速迭代产品。

预判 4:造车新势力目前无法达到L3级自动驾驶

特斯拉、小鹏、蔚来、理想目前都只是辅助驾驶,离L3级自动驾驶仍有一定距离。

根据今年4月SAE联合ISO合作发布的最新版本的分级标准定义,SAEL1-L2级被命名为驾驶员支持系统(Driver Support Systems),SAEL3-L5级所用术语为自动驾驶系统(Automated Driving Systems)。

L3和L4自动驾驶功能可以在系统运转时监视和强制执行其ODD限制,并防止使用或操作超出其规定的ODD。

ODD即运行设计域(Operational Design Domain),随着自动驾驶级别的提高, ODD也将适应更多的道路及环境。如果在不符合ODD的条件下运行,则必须由驾驶员接管。

根据《汽车驾驶自动化分级(报批稿)》显示,L3级的动态驾驶接管任务的对象为驾驶员和系统动态接管,而L2级仅为驾驶员接管。

因此,小鹏在宣传NGP辅助驾驶功能时经常强调其属于"辅助驾驶"范畴,绝非"替代"用户。

目前,国内三大造车新势力已构建各自的壁垒:如蔚来的品牌塑造,小鹏的自研算法,理想的产品定义等。

另外,造车新势力也面临着不同挑战。

如蔚来针对大城市的停车位较少,难以安装充电桩这一情况推出车电分离模式,受到用户的欢迎。

但假如以后的快充技术超预期发展,长时间充电将不再困扰用户,或将对蔚来的换电模式产生影响。

一定程度上,特斯拉的发展阶段可为造车新势力提供参考。如果将特斯拉的发展阶段拆解,可分为三个阶段:

通过用 Mobileye 芯片快速推出辅助驾驶功能,形成软硬一体的解决方案; 放弃Mobileye的解决方案,不断迭代算法; 算法成型之后,为了提高运行效率,降低功耗,进而为算法定制芯片。

目前,各造车新势力之间的算法发展情况不尽相同,算法成熟的公司较少。此时为算法定制芯片意义不大。

曾有消息传出特斯拉或将加入激光雷达阵营,在贺雄松看来这对于特斯拉的益处较少。

首先,加入激光雷达意味着特斯拉此前积累的数据不再有效,需要耗费大量时间重新训练模型,可能训练后的模型仍达不到现有水平。 其次,特斯拉无法收集中国的数据,也不能将数据传送至美国。因此,特斯拉在美国研究的算法可能不十分适配中国特色的路况。

从 AI 角度看,错判率和误判率是此消彼长的。

本文转自雷锋网,如需转载请至雷锋网官网申请授权。

posted @ 21-06-29 06:43 作者:admin 点击量:

Powered by 欧洲杯买球 @2018 RSS地图 HTML地图