• ADAS系统长篇综述(上)


    ADAS系统长篇综述(上)

    一.ADAS主要功能模块

    预警类ADAS:FCW/LDW/PCW等

    其他辅助性ADAS:BSD/ADB/全景泊车等

    ADAS即高级驾驶辅助系统其主要功能并非是完全控制汽车,而是预先警告可能发生的危险状况,让驾驶人提早采取因应措施,避免交通意外发生。

    早期的ADAS 技术主要以被动式报警为主:当车辆检测到潜在危险时,会发出警报,提醒驾车者注意异常的车辆或道路情况。对于最新的ADAS 技术来说,主动式干预也很常见。

     

     毫无疑问,ADAS现在处在一个"去噪"之后的产品落地点。我们处在一个百年不遇的时代变革机遇潮流中,即将出现惊心动魄的行业格局重组。

    接下来的五年,将会是乘用车辅助驾驶功能ADAS装载率逐步演进到100%的黄金增长期——这意味着巨大的市场和技术产业链的蓬勃发展。

    按照2019年年初发布的《车联网(智能网联汽车)产业发展行动计划》中提出的指标,2020年新车高级驾驶辅助系统(ADAS)搭载率将超过30%,接下来预计市场渗透率每年增长30%,在2024-2025年,全球生产的全部8000万辆新车上面都将搭载ADAS。国内调研数据还显示,2020年,我国新车市场ADAS的市场规模将达到878亿元,全球三分之一的市场在中国。 

     

    软件定义汽车是未来。究其根本,科技创新是驱动。原本低频迭代的汽车产品,正在催生出来一个高频迭代的技术生态,让汽车走向摩尔定律时代。一旦实现了千万量级别的搭载规模,ADAS系统的形态肯定是异常丰富的、异构的,就像现在的PC电脑或者智能手机的品牌、造价、受众和上下游生态一样,将会是一个全新的市场格局,并孕育出崭新的商业机会。

    中国拥有世界上最庞大的中产阶级,这是特斯拉进入中国的原因之一。过去十几年的互联网繁荣爆发得益于中国的人口红利,ADAS在生态和成本上要更胜于互联网产品时代,我们的中产阶级能否托起智能车的繁荣昌盛?他们是否愿意为自动驾驶产品功能掏出真金白银?能否突破中国消费者针对软件免费的心理惯式?目前行业依然处于早期,有待在发展中验证。

     

      2020年也是Tesla这只大鲶鱼在中国大翻腾的开始,Autopilot软硬件经过7年积累,完成从0到1,形成了超硬的技术品牌力和高毛利,所有车辆出厂默认自带硬件系统,软件用户按需订阅,高配收费高达8000美金。特斯拉的成功,激发很多公司一跃而起,奋起直追,让整个行业处在一个从1到N的热闹竞争景象。接下来的几年又是ADAS本土化的窗口,拭目以待所有玩家一起来探索和验证在中国的多样化产品体验和商业模式。

    本文我抛砖引玉,分享一些自己对于ADAS系统未来十年的价格预测、三级功能分层及对应打法、四代ADAS架构的提炼总结和展望,以及除了技术之外的一点其他观察和思考,希望得到大家交流指正。

    二.自动驾驶硬件系统价格预测

    ADAS系统是“软件定义汽车”这一概念促生的产物,快速崛起并带来了全新的汽车技术和商业价值。2020年,ADAS系统所代表的软件定义汽车这一趋势已经毫无争议地被看作是汽车的未来,而这一年,也毫无争议地被看作自动驾驶元年。

    目前的ADAS市场还由国际上的主流Tier1主导,80%的市场由以色列的Mobileye占据,其他由博世、大陆等占据。“割韭菜”的除了这些传统一级供应商之外,还有特斯拉。

    玩家还很少,这就意味着:ADAS系统现在还是卖方市场甚至是垄断市场。

    基于Tier1的解决方案在量产规模逐步提升上来之后在逐步降价,但是基于开放式平台自主研发的复杂系统依然很昂贵,比如基于英伟达Xavier的计算平台高达1000美金以上,不包括软件功能,特斯拉Autopilot高配售给消费者的价格是8千美金,即5万多人民币,这大概是一台特斯拉车售价的10%甚至更高,也就是说特斯拉车辆的一半利润来自Autopilot软件,这在车辆产品属性上绝对是一个历史性转折。

    以往豪华车辆的奢侈之处大多为外型、内饰、汽车电子、轮毂等决定,现在ADAS犹如一匹黑马,成为了车辆几万个零部件中价格占比最高的部件。

    ADAS系统作为新型奢侈昂贵部件,它的出现给汽车市场的价格布局带来一定的震荡,在新车设计的时候不得不考虑ADAS系统的BOM成本,以及跟车辆的最终销售价格是否匹配。

    在价格昂贵的现状下,商业的打法似乎分成了两个阵营: 

    §  传统汽车厂商的配置主导的理念:不同配置的硬件系统不同,消费者在购买时就要决定中高低配置,比如低配不包括ADAS系统,高配智能化最强。至于如何配置,则要根据产品定位的受众承受能力来综合考虑。但是一旦新车配置选定,则将终生不变。

    §  特斯拉的硬件预埋理念:所有车辆在出厂时都具备ADAS硬件能力,用户软件订阅然后通过OTA空中升级享受五福,这种模式更加接近电脑或者智能手机,可以灵活地APP装载卸载和订阅功能。 

    必然,卖家市场不会一直存在下去,随着竞争的加剧和技术的成熟,未来系统形态和价格空间都将向着普及的方向发展。在此,我们最感兴趣的问题是:ADAS系统的价格走势将如何变化呢?

    我的前老板兼导师Jim Keller曾预测说:未来的ADAS系统就犹如现在的GPS一样,完全普及,50美金一个。

    我去查了一下GPS的发展历史,20年前的2001年,个人终端GPS开始出现,造价高达3000美金,后来逐步降到10年前的几百美金,到如今,普遍的几百美金的智能硬件(手机、手表、AR头盔等)里面都具备GPS功能,估算手机里面一个集中式的GPS也就不过一美金左右吧。

    从这个故事可以发现,GPS设备的价格每十年降低一个数量级——这是一个很有历史借鉴意义的观察,我相信ADAS系统整体大趋势会追随相似的趋势,但是以其系统复杂度和高技术含量,在价格上会不会高一个量级?

    如果最终的价格稳定在50美金左右,会不会意味着整个行业商业前景的暗淡呢?

    依据近期跟行业专家交流和核心部件价格调研,我初步对智能驾驶系统的未来十年的价格走势做了如下预测供大家参考:

     

      未来十年L2-L4智能驾驶系统解决方案价格预估

    §  仅前向视觉的L2:仅前向视觉的L2级系统(1R1V)目前价格为250美金以上,主要的技术形态是国际tier1垄断提供,比如Mobileye,前期利润空间很高,预测会逐步成熟降价,以降维打击其他玩家,2025年120美金,2030年100美金。

    §  三目摄像头的L2+:比如三目摄像头ADAS(1R3V)和环视解决方案,价格要比L2贵50%左右,比如2020年价格350美金,2025年降至200美金,2030年降至150美金。

    §  高端的L2++(L3):目前最高端的解决方案为大家号称的L3级系统(5R8V),我称之为L2++,  360度无死角感知覆盖,加上高性能AI计算芯片,有些奢侈品牌还采用了Lidar,目前价格3000-4000美金,十年后,摄像头、毫米波雷达、激光雷达、计算平台均会降价,2025年降至1500-2400美金,2030年降至1000-1500美金。

    §  最高端的L4:非常粗略的估计,目前一套系统大概5万美金以上,主要是高端的Lidar和计算平台,未来5-10年传感系统以每年降价30%的步伐,初步估计整套L4系统2025年大概降至1-3万美金,2030年降至1万美金以下。

    未来几年L2和L2+会成为标配,硬件系统会随着技术成熟降到100-150美金左右,Jim Keller的预测应该是主要针对这部分,不适合L2++高端系统,L2++的价格将会高一个量级。目前的趋势比较明显,高低智能会发展为两种。下文会提供一个未来十年的高低配功能的演进和市场渗透率预测。

    横向比较,未来ADAS的主要利润空间将是高端ADAS平台,为了实现最具科技感的用户体验,未来的十年内都会采用最科技前沿的一些部件,技术深耕会持续演进。在这个过程中,传感系统将更加廉价,高端芯片价格也会去垄断化降价——比如降价50%。但是受AI算法的"Computing hungry"(算力饥饿)特性驱动,性能会一直提升,价格会稳定在一个价格区间。有点类似于在PC时代,高端CPU和高端显卡将占据主流——性能提升但是价格不会降低。

    最终,一个成熟ADAS系统的价格分布差不多1/2左右在传感系统、1/3左右在计算,其余在定位和其它系统,至于成本高昂的交互技术则另算。

    这个预测当然只是一个粗浅的类比计算,与系统定价相比,当前更为核心的问题在于,消费者真的愿意为ADAS功能掏出真金白银么?又愿意出多少?

    关于这个问题的答案,目前还不是很明确,对于ADAS系统的收费方式,特斯拉也一直在变化。

    比如,最近特斯拉的功能配置定价策略是如下两档定义的:   

    §  大众层 (增强辅助驾驶):3000美金,这个涵盖了已经日趋成熟的Autopilot 1.0和2.0的主要功能,比如ACC+LCC,能够达到高速上直线行走或者根据用户指示来换道。

    §  精英层(高级智能,全自动驾驶):如果跟大众层打包一起卖就是7000美金,如果在大众层的基础上后续再追加5000美金,整体价格就是8000美金。这个包含了NOA、自主换道、车辆召唤等更高级一些的智能。

    我还很清楚的记得2016下半年团队刚把Autopilot2.0自研成功,很快要推送上车,Elon在开小会时提到给Autopilot的定价是大众层5000美金,全自动驾驶两者打包一起购买是7000美金,如果后续购买就需要追加3000美金,所以分开购买的总价格是8000美金。

    他并没有解释他的定价逻辑,但是Elon是一个同时具备技术理解和商业天赋的天才,我想他肯定极端相信特斯拉车辆带给用户的极端科技体验,和特斯拉积累的技术护城河一时无人超越。不过有意思的是,近期特斯拉把大众层和精英层的定价给颠倒过来了,大众层降价为3000美金,全自动驾驶抬价为5000美金,甚至在一些高端车辆里面,大众层变成了标配,用户只为全自动驾驶一次性付费7000美金。

    我感觉这里面蕴含特斯拉割韭菜的逻辑,低配便宜一点,增加割韭菜的面积,才能大范围盈利,定价也比较符合中国消费者客观情况。

    对于特斯拉这种豪华且超强技术品牌来说,前期的受众一般都是不差钱的精英层,七八千美金的一次性购买图个体验图个好玩,压力也不大。但是对于其他技术品牌力还不是很强,或者还处于品牌早期的产品来说价格可能就是一个挑战。

    再以国内首个量产L3,即广汽Aion ADiGO (艾迪狗)为例,其完整版智驾套装的价格为3.98万人民币。作为国内的对比,小鹏P7 Xpilot 3.0随新车购买价格为2万元,后续升级价格为3.6万元,蔚来NIO Pilot完整版的价格为3.9万人民币,特斯拉Autopilot标准版选装价格是2.78万人民币,全自动驾驶配置4.63万人民币,理想ONE则选择了全系标配的策略。

    36Kr的李勤最近就点评说:“特斯拉以高研发投入打造智能化,智能化支撑高毛利,然后大量出货摊薄研发费用,进而实现企业盈利的模式已经跑通“。

    的确,特斯拉在高起点的基础上,已经开始推进高级智能的按月收费模式了,我相信更多样化的收费模式会在2020年展开,但一切应该以用户方便为出发点,将促进ADAS系统的普及和鼓励广大消费者主动尝试新技术。

    但是ADAS收费模式对于其他品牌来说,目前还不是完全清晰,更多的品牌无法获得品牌溢价,也就是维持BOM成本保本的水平。 未来ADAS的盈利模式将会如何进化?配置主导或者硬件预埋会如何演变?两者继续分化还是汇聚归一?

    展望未来,在摩尔定律的掌控下,商业打法是否会随产品的下探和普及发生变化呢?这些都是有趣的问题,需要进一步的观察和思考。

    三.智能化分层和功能演进预测

    发自动驾驶的最初目的是有其社会意义的,加速人类进化,解放人类的时间,让出行变得更加安全,更加便利。因此,自动驾驶要去概念化,去名词化, 从而远离不切实际的无效讨论。

    按照对用户的体验角度,我将智能功能依照演化顺序分为三个层次,由低级别到高级别的演进层次分别为:

    §  安全帽层

    §  孩童层(L2级)

    §  高级智能层(L2+和L2++)

    通常来说,这种分层化的思考应该是自动驾驶的产品经历需要考虑的。但在这里,我仅抛砖引玉,通过结构化思考提出自己的版本,并希望得到更多的产品经理的认同和支持,甚至能够再接再厉,将其推向更完善和丰富的境界。特别是,发挥中国在互联网产品领域的想象力和对消费者需求炉火纯青的掌握,在自动驾驶这个新领域上,设计并延伸出百花齐放的功能和体验。

    更具体地说,它们是:

    去概念化智能功能分层

    安全帽层:保证车辆和驾驶员性命安全的保底,也可以称为防火墙层,目前主要指紧急刹车制动(AEB)和核心硬件部件的冗余备份。

    孩童层:包括L0-L2级辅助驾驶,智能化功能逐步演进上来,主要包括高速公路上的直线行走,比如目前常见的自动跟车调整速度的自适应巡航(ACC)、车道居中保持功能(LCC)和Autopilot的AutoSteer功能(ACC+LCC同时工作)。L0级各种预警功能——之所以叫0级辅助驾驶,是因为这里仅预警给用户提醒,并不一定控制车辆,除非带有一定的纠偏功能。目前预警功能已经相对成熟了,用户体感不强。

    高级智能层:L2-L3级高级智能和浸入式舱内智能。L2-L3高级智能,通过技术的升级演进让车辆能够再更长的时间和更加完整的路段自主驾驶,比如根据地图上下匝道就成了Highway Pilot,近期比较吸引眼球的功能是Valet Parking(代客泊车) 和Smart Summon(智能召唤)功能。这个层次驾驶体验更加科幻和智能,乘客通过语音直接跟车辆交互,无需按钮,同时人类解放出来的关注力可以开始产生一些其他的附加商业价值,比如舱内购物、AR、VR、游戏等。

    重点关于第三点,目前的定义还比较模糊。我是这样理解的:车辆作为一个独特的封闭空间,将消费者浸入包围到整个智能体验之中,我称之为浸入式舱内智能。

    我个人很看好的一个智能是将车辆所看到的虚拟世界提炼出来,即将机器视觉和环境结合起来,展示给用户,提供像电影黑客帝国那样真真假假世界之间穿梭的感觉。高级智能层代表了技术前沿,根据架构设计,我又将其分为L2+和L2++两个子阶段,L2++也可以理解为L3。

    理论上的L3是很难实现的,但理论定义不关键,L3究其本质,是驾驶体验的演进。2020年有几家车企会逐步推出类L3系统,2021-2022年更有国际大厂Volvo和BMW会推出L3甚至L4产品。我们在后文中会介绍,中国借助于车路协同新基建,有望引领L3系统重定义和繁荣。

    值得一提的是,安全帽层,孩童层,高级智能层这三个层次相互依赖,也都可以看作是独立富有产品生命力的有机体,随着时间的推进,它们会将按照特有的步调向市场逐步渗透。以下是我不负责任的畅想环节,给出了分层的智能化演化时间表:

     

     2010-2030年智能驾驶功能演进周期和市场渗透率预测 

    §  2010-2022年,以AEB为主打的主动安全功能渗透到100%。按照法规和星级认证要求新车必须装载AEB。由于自研风险很大,AEB经验最丰富的依然是主流Tier1。

    §  2014-2025年,以ACC、LCC和Autosteer为主打的高速公路辅助驾驶功能渗透到100%,这个阶段的实现路径也会出现少数特斯拉似的自主研发,随着Tier1解决方案的不断规模化和成熟降价,大部分车企打法还可以采用集成Tier1的解决方案,或者采用部分Tier1(通常感知系统)部分自研(规划控制和功能集成)的组合拳 。

    §  2019-2030年,以特斯拉NOA(Navigate on Autopilot)和Smart Summon为前锋,引开了L2-L3级高级智能的演进序幕,高级智能作为顶端高配和少数走自研路径的车企拥有的黑科技,有很多发挥和想象的空间。同步以互联网基因为锚点引爆了浸入式舱内智能的蓬勃发展,比如语音交互和对话功能、哨兵模式、游戏和卡拉OK等。高端系统不能像L2和L2+一样做到普及,最后格局也许就像高端智能手机一样,渗透到30%-40%的市场,其中苹果手机利润高达60%。以目前来看,特斯拉就是汽车界的苹果,软硬一体垂直打通,Autopilot系统利润率高达大几倍,整车利润高达30%。特斯拉只有一家,还有很多家都想成为特斯拉,包括车企和Tier1,采用全栈式自研,即自己搭硬件系统、自己研发软件的后手重拳。自主研发路径路漫漫其修远兮,除了研发费用和人才竞争之外,也是对公司基因、体系、组织和基因的拷打验证。

    超脱现实的第三点引起了我们的极大兴趣,值得大谈特谈一番:

    ADAS和舱内智能是两个相对独立的不同的技术形态。特斯拉的思路是先难后易,先把Autopilot功能做到了特定的稳定阶段,近期才逐步推出了一些花哨的舱内智能。从2020年开始,舱内智能将会是一个爆发的繁荣景象——中国互联网思维全球领先,舱内智能将会是一个取巧的发力点,曲线救国带来用户的一些智能体验。更关键地,高级智能会促进多个领域的核心技术模块不断创新演进,在车这个载体上发展演进。高级智能依托极度智能体验会获取高额软件利润,比如芯片、智能交互等产品都是攫取利润的杀手锏。

    ADAS的本质驱动在于技术,中国在技术的本土化上还有很长的路要走,比如目前我们在核心根基之芯片和操作系统层面还有很多课要补。希望在未来的五年内自主技术产业链能够随着商业的扩展而得到深耕和成长,这也意味着行业面临着纵向和横向发展的双重挑战。

    再引申一步,ADAS的本土化也会是一个真命题,接下来的几年也是功能本土化的一个窗口。ADAS的本土化是对研发能力的验证,中医有话“通则不痛“,唯有从数据到算法彻底打通,才能解决痛点。

    组合拳相对保险,可以部分算法本土化,比较快地出一些效果。但是做不到整套系统白盒化、差异化和彻底OTA。

    后手重拳的全栈自研需要至少3-5年的内功修炼,研发费用巨大,人才壁垒高,不过一旦修炼成功,就达成了类似于特斯拉式的技术护城河和任性洒脱的软件OTA升级,以及带给用户差异化的智能体验。此外,还可以在商业角度掌握话语权,获取高利润空间,同时把自己打造成一个承载技术供应链和服务生态演进繁荣的平台。

    但关于舱内智能的演化,仍然还有很多不确定性——这里有个互相依赖的关系,即浸入式舱内智能是否一定要建立在高级智能的基础上?

    个人看法:对于驾驶员来讲,自动驾驶首先达到一定的自主水平,舱内智能才有被安全使用的基础并拓展出新的应用。当然,如果面向车内其他乘客的话,舱内智能可以不严格依赖于自动驾驶水平。

    也有部分OEM思考是否ADAS采用Tier1的方案,舱内智能作为商业服务来运作?个人感觉这也许是一个短期有效,长期话语权有限、也不好差异化的选择问题。

  • 相关阅读:
    jupyter notebook 远程连接访问服务器
    spark py4j.protocol.Py4JNetworkError: An error occurred while trying to conn
    cudart64_101.dll not found解决方法
    windows tensorflow无法下载Fashion-mnist的解决办法
    dataframe apply函数多个结果拆分给多列
    tensorflow安装
    pandas DataFrame中agg聚合后重命名列标题
    操作系统-第五章-进程调度
    操作系统-第四章-多线程编程
    操作系统-第三章-进程
  • 原文地址:https://www.cnblogs.com/wujianming-110117/p/13028977.html
Copyright © 2020-2023  润新知