玩笑歸玩笑，但在自動駕駛技術時代，路上跑的車一定會打破我們對傳統汽車的設定。不過眼前的這款概念座艙離我們終究還有一點距離——畢竟從2021年起，寶馬的全自動駕駛汽車才會開進我們生活。

 

           反倒是場邊的Personal Copilot自動駕駛測試車更能讓我們看清當下寶馬自動駕駛在中國的研究進展。

 

 

           單從外觀來看，這輛基于3系GT的測試車和普通車無異，傳感器被嵌入車身，更加面向量產。稍作統計，測試車車身前后左右共有四個激光雷達，四個短距離毫米波雷達和三個長距離激光雷達，后視鏡處各有一個單、雙目攝像頭。據寶馬(中國)服務有限公司互聯駕駛研究院與自動駕駛聯合副總裁羅明輝博士介紹，這套傳感器方案還在成型期，2021年iNext推出時將會看到一個最佳配置。

 

 

           有關這輛車，我們重點了解了三個問題：測試、難點和自動駕駛分級困惑。

 

           測試

 

           自動駕駛的一個特點就是具有明顯的本地性。在德國調試完成的自動駕駛汽車是不能直接拿到中國來賣的，所以本地化的測試與完善是推向市場前的重要環節。

 

           Personal Copilot自動駕駛測試車去年在成都高速公路小試身手。在大約35公里長的指定路段中，測試車在沒有主動干預的情況下，在0-120km/h時速范圍內完成了自動車道保持、自動車輛跟隨、自動變換車道為主的多個功能。

 

           一年時間里，這輛車的最大變化是從高速公路開進了城市。因為目前中國的法規政策不許自動駕駛汽車到公共開放道路測試，因此寶馬城市場景的測試主要在上海智能網聯測試的示范區封閉區域進行。

 

 

寶馬(中國)服務有限公司互聯駕駛研究院與自動駕駛聯合副總裁羅明輝

 

           這些測試內容主要是V2X的相關測試。羅明輝提到了三個場景：

 

           第一種是V2X廣播場景的應用。在十字路口右拐時，測試車遇到一輛拋錨車。在測試車通過自身搭載的攝像頭識別出障礙車后，會同時向云端回傳信息。云端確認驗證后，再將這一情況廣播給周圍車輛，方便其他車繞行。

 

           第二種是即時出行的應用。我們用手機APP預約自動駕駛出租車之后，會把信息傳到云端后再下放到指定車輛開鎖，解決了免匙啟動的問題。

 

           第三種是眾包高精度地圖。在汽車城測試時，寶馬的合作伙伴使用了四維圖新的高精度地圖。目前自動駕駛所需的高精度地圖仍然是本地存儲，未來趨勢是和云端打通互換信息，保證自動駕駛汽車獲取得信息的實時性。

 

           不過值得注意的是，這兩次測試的時間都很短暫，嚴格來說更像展示和驗證。寶馬(中國)汽車貿易有限公司總裁劉智在發布會上給到了我們一個數字，可能離實際路測情況更近：寶馬目前在中國的自動駕駛實測里程數超過了1.6萬公里。

 

           難點

 

           當我們越來越接近全自動駕駛，有哪些競爭壁壘呢？

 

           年初的一樁大合作里，寶馬和Mobileye、英特爾表示要在2017年推出自動駕駛原型車。到年底時，40輛高度自動駕駛和全自動駕駛車隊就會上路測試，并且用上寶馬與英特爾、 Mobileye合作的計算平臺。

 

           現在合作剛剛起步，Personal Copilot的后備箱仍然擺放了眾多設備，等到德爾福最終量產這款三方定制的計算平臺，就會看到一個清爽干凈的后備箱了。

 

           不過工程師表示，硬件的性能和成本一定會漸漸滿足運算需求和車規需要，軟件才是最終構成的競爭壁壘。

 

           寶馬展臺的工程師告訴我們，隨著研究從高度自動駕駛轉入全自動駕駛，最重要的能力就是預測。他向車云菌列舉了一個典型的城市工況。比如在城市十字路口，會遇到行人、自行車還有其他車輛同時從不同方向通過路口的情況，這個時候自動駕駛汽車要掌握的技能就是判斷行駛順序。

 

           如果問題進一步細化：假如自動駕駛汽車在轉彎時和右側直行車輛同時讓車，這時自動駕駛汽車是提速優先通過路口，還是讓對方先走呢？當道路上的路權爭奪者越來越多，自動駕駛汽車又該怎么做出判斷呢？

 

           因此，自動駕駛汽車必須要學會預測周圍車輛和行人的運動趨勢。寶馬目前的一項核心工作，就是用深度學習的方法來訓練決策規劃算法，做出周圍車輛駕駛行為的預判。旁邊車道車輛會不會變道呢？寶馬主要會提取車身與車道線的距離，車輛是否打燈等特征，然后用大量數據對深度神經網絡進行訓練，讓自動駕駛汽車學會安全變道。

 

           “最難的是軟件，最核心的也是軟件。”這是工程師在講到這部分時向我們做了一個總結。

 

           分級困惑

 

           記者在確定Personal Copilot自動駕駛分級的難度時，得到的答案是L3-L4級，于是下一個問題自然而然就成了自動駕駛分級困惑。

 

           目前行業不少人認為，自動駕駛L3分級的一個難點——駕駛權接管并不能很好解決。無論從風險控制還是收益回報來看，都不是一筆好買賣。因此很多廠商都有意從L2駕駛輔助直接過渡到L4全自動駕駛。

 

           而寶馬工程師告訴我們，在他們眼里，L3、L4、L5其實并不是重點。比起分級，他們更關注解決“疑難雜癥”。因為他們的目標是讓車輛盡可能做到更長時間的解放司機，在不同天氣都能風雨無阻地上路。

 

           寶馬工程師提到，寶馬的做法就是在一層層地累加技術，在中間某個節點技術成熟之后，抽離出來形成一個階段性產品。這個階段產品可能會符合當前的L3或者L4分級。

 

           我們看到了寶馬詳細的自動駕駛時間表，里面有不同分級的時間節點：

 

           目前，寶馬市面上的在售產品屬于自動駕駛2級，由駕駛者全程負責駕駛。

 

           2021年起，BMW iNext會達到自動駕駛3級，在同向行駛的隔離路段實現高度自動駕駛，駕駛者必須能夠在幾秒內重新接管操作。

 

           2021年，會部分實現4級自動駕駛，在限定區域內的市區道路實現全自動駕駛；行駛過程中駕駛者可以完全休息；與3級相比，重要差別在于為駕駛者接管控制留出了大量時間。

 

           5級與3級和4級同時開發，可能在2020年之后以試點項目的形式實現。自動駕駛，方向盤和踏板都不再是絕對必需裝置，乘客坐在車內，無需介入任何駕駛操作，不需要駕駛牌照、不需要駕駛者。

 

           從時間表看出，寶馬的自動駕駛仍然是按照按部就班的方式向前推進，但是在節奏上，也不免加快了推進L4、L5到來的速度。不過，同步進行多項研究和多個產品的落地，寶馬所需的研發投入將不是一筆小數目，這也是目前所有主機廠轉型移動出行服務商面臨的難點。這或許也是劉智在發布會上特地提到了“寶馬具備雄厚的資金積累來投資未來”的原因。

 

           小結

 

           雖然寶馬每次的CES展示都很概念化，但車云菌在和技術人員聊天時，還是從不斷被強調的冗余設計、可靠性測試里感受到了落地技術的嚴謹。羅明輝的介紹里提到，中國自動駕駛方面約50人的團隊也在貢獻著算法和各項技術上的創新。雖然中國路況復雜，我們還是期待自動駕駛足夠成熟的那一天。

 

來源：車云網