Autonomes Fahren lässt sich durch Dimensionsreduktion nur schwer angreifen

Seit 2021 haben einige L4-Unternehmen für autonomes Fahren, die auf Robotaxi abzielen, begonnen, sich in neue Unternehmen zu differenzieren und versuchen, durch Technologie Durchbrüche bei kommerziellen Einnahmen zu erzielen.

Das Phänomen, dass Unternehmen für autonomes Fahren unterstützte Fahrfunktionen auf L2-Ebene entwickeln, wird von manchen als „Dimensionalitätsreduzierungsangriff“ bezeichnet.

Ihrer Ansicht nach können sich L4-Unternehmen für autonomes Fahren auf die Vorteile von Softwarealgorithmen verlassen, um intelligente Autos mit umfangreicheren Funktionen und Fahrerlebnissen auszustatten, so wie hochdimensionale Kreaturen in „The Three-Body Problem“ niedrigdimensionale Kreaturen leicht auslöschen können Kreaturen und Zivilisationen.

Einige Leute lehnen dies jedoch ab. Sie glauben, dass es für Unternehmen des autonomen Fahrens, die sich gut mit Softwarealgorithmen auskennen, möglicherweise kein reibungsloser Prozess ist, in den Forschungs- und Entwicklungsbereich für Automobilfunktionen einzusteigen, bei denen die Kombination von Software und Hardware im Vordergrund steht.

Beide Seiten vertreten unterschiedliche Meinungen und es ist schwierig, sie zu unterscheiden. Sicher ist jedoch, dass autonome Fahrunternehmen, die in die zunehmend wettbewerbsintensive Automobilzulieferkette eintreten, neue technologische Fähigkeiten zur Entwicklung intelligenter Autos beitragen können.

Unternehmen für autonomes Fahren auf L4-Niveau haben den gespaltenen Weg zur Entwicklung des unterstützten Fahrens auf L2-Niveau eingeschlagen. Ist dies ein reibungsloser Weg?

Entscheidungen in der Krise

Viele Menschen glauben, dass Einkaufszentren wie Schlachtfelder sind. Wenn Unternehmen im endlosen Wirtschaftskrieg die Kriegskunst sinnvoll einsetzen können, kann ihnen das helfen, aus der Krise herauszukommen.

Diese Situation trifft auch auf einige Unternehmen für autonomes Fahren zu, die im Nebel der Kommerzialisierung gefangen sind. Sie suchen nach einem Überraschungsangriff, der ihnen hilft, die Blockade zu durchbrechen.

Während sie darüber nachdachten, schauten sie sich das L2-Fahrassistenzsystem an.

In der vergangenen Zeit haben sich einige L4-Unternehmen für autonomes Fahren auf das Robotaxi-Geschäft auf dem Gipfel des Mount Everest konzentriert und es sich zur Aufgabe gemacht, den kommerziellen Betrieb völlig unbemannter Robotaxi zu realisieren und um jeden Preis den Gipfel zu erklimmen .

Im Laufe der Jahre verringert sich der Abstand zwischen ihnen und dem Endpunkt allmählich, aber das Ziel liegt immer noch außer Sicht, und der Mittelverbrauch steigt mit der Ausweitung des Umfangs autonomer Fahrzeuge.

Ein unterstützendes Beispiel ist der kürzlich von General Motors veröffentlichte Finanzbericht für das zweite Quartal, aus dem hervorgeht, dass sein selbstfahrendes Unternehmen Cruise jeden Tag mehr als 5 Millionen US-Dollar verliert, und seine Verluste stiegen von 600 Millionen US-Dollar im gleichen Zeitraum auf 900 Millionen US-Dollar. „Autonome Kreuzfahrtflotte für Kreuzfahrten“ In der Krise des Mangels an Nahrungsmitteln und Kleidung brachen einige Unternehmen aufgrund der Erschöpfung auf der Straße zusammen, andere wurden aufgrund von Sauerstoffmangel und Kälte schwer verletzt.

Zu diesem Zeitpunkt besteht ihr primäres Ziel nicht mehr darin, in den Himmel zu schauen, sondern zu überleben.

Glücklicherweise bieten Veränderungen auf dem chinesischen Automobilmarkt selbstfahrenden Unternehmen Überlebenschancen.

Einerseits

Die rasante Entwicklung intelligenter Autos in China erfordert die Integration autonomer Fahrtechnologie.

Im Rahmen der von Tesla und OEMs von Great Wall und Geely wie Volkswagen, General Motors und andere haben Abteilungen für autonomes Fahren eingerichtet, um autonome Fahrfunktionen ab L2+ zu entwickeln.

Allerdings ist die Entwicklung autonomer Fahrsysteme für einige OEMs eine Option, und derzeit haben weitere OEMs aufgrund eingeschränkter Bedingungen vorübergehend darauf verzichtet. Um so schnell wie möglich mehr Marktaufmerksamkeit für Folgeprodukte zu gewinnen, unabhängig davon, ob diese selbst erforscht wurden oder nicht, ist es eine gute Wahl, externe Kooperationen einzuholen, um ein autonomes Fahrsystem zu entwickeln, das in Massenproduktion hergestellt werden kann.

Auf der anderen Seite

Im Kontext der rasanten Entwicklung des Smart-Car-Marktes neigen inländische OEMs dazu, eine flexiblere Art der Zusammenarbeit einzuführen. Die Methoden der vollständigen Lösungsbereitstellung ausländischer traditioneller Lieferanten entsprechen allmählich nicht mehr Die Bedürfnisse der OEMs sind ein Problem für inländische OEMs. Der Nachschub an Lieferanten bietet Chancen.

Darüber hinaus haben die meisten traditionellen ausländischen Zulieferer ihre Technologie-F&E-Zentren zuvor in ihren eigenen Ländern eingerichtet, was es für ihre Technologien schwierig macht, den sich schnell ändernden Anforderungen des chinesischen Marktes gerecht zu werden.

Überwachungsdaten der Forscher von Gaogong Intelligent Automotive zeigen, dass der Marktanteil von Bosch bei der Frontend-Standardausrüstung für Pkw in China zum Ende des ersten Quartals 2022 von 27,79 % im Jahr 2021 auf 25,61 % gesunken ist.

Der relative Mangel an Lokalisierung traditioneller ausländischer Zulieferer hat dazu geführt, dass OEMs versuchen, mit inländischen Automobilzulieferern zusammenzuarbeiten, was zum Wachstum der letzteren beigetragen hat. Eine Reihe lokaler Tier-1-Unternehmen wie Moshi Intelligent und Freetech sind schnell gewachsen.

Nach innen ist es schwierig, die autonome Fahrtechnologie L4 zu kommerzialisieren, daher müssen wir nach außen alternative Wege finden, die Marktnachfrage ist stark und die Dynamik mächtiger Feinde schwächt sich ab. Es erscheint für Unternehmen des autonomen Fahrens selbstverständlich, assistierte Fahrsysteme auf L2-Ebene zu entwickeln.

Noch wichtiger ist, dass mit zunehmender Rechenleistung intelligenter Autos und zunehmender Anzahl von Sensoren die Gesamtkosten erheblich sinken und die Voraussetzungen für die kostengünstige Massenproduktion intelligenter Fahrassistenzsysteme geschaffen werden.

Inmitten einer existenziellen Krise nutzten L4-Unternehmen für autonomes Fahren die Situation, um den Kurs zu ändern und einen möglichen Weg zum Überleben zu finden.

Ist es wirklich ein Angriff zur Dimensionsreduktion?

Ob diese Straße glatt ist oder nicht, weiß niemand und es spielt keine Rolle. Wichtig ist, dass einige selbstfahrende Unternehmen wissen, dass es einen Hoffnungsschimmer zu geben scheint, auf diesem Weg voranzukommen.

Ist das wirklich möglich?

Wang Hua (Pseudonym), ein Praktiker des autonomen Fahrens, sagte gegenüber Xinzhijia, dass es keinen notwendigen Zusammenhang zwischen dem assistierten Fahrsystem der Stufe L2-L3 und dem vollständig unbemannten System der Stufe L4-L5 gebe. Assistiertes Fahren könne auf autonomes Fahren aufgerüstet werden . , aber das autonome Fahrsystem kann die Dimensionalität nicht direkt auf das assistierte Fahren reduzieren.

Wenn zwischen den beiden Parteien keine notwendige Verbindung besteht, mit welchen Schwierigkeiten werden L4-Autonomfahrunternehmen bei der Entwicklung von L2-L3-Fahrassistenzsystemen konfrontiert sein?

Technische Schwierigkeiten sind ein Hindernis, das nicht umgangen werden kann.

Erstens Autonom fahrende Unternehmen haben relativ wenig Erfahrung in der Massenproduktion von Personenkraftwagen.

Viele ADAS-Lieferanten teilten Xinzhijia mit, dass sich die meisten L4-Unternehmen für autonomes Fahren nicht um die Kosten für Technologieforschung und -entwicklung kümmern und normalerweise Chips mit großer Rechenleistung verwenden und dem technischen Weg der Massenproduktion keine große Aufmerksamkeit schenken. Wenn sie auf unterstütztes Fahren auf L2-Niveau umsteigen, kann es schwierig sein, „vom Luxus zur Genügsamkeit überzugehen“, und sie werden beispielsweise bei der Produktentwicklung eingeschränkt. Noch wichtiger ist, dass die Reduzierung der Dimensionalität nicht bedeutet, dass der Algorithmus wiederverwendet werden kann, und dass viele Dinge gestürzt und neu erstellt werden müssen.

In der Vergangenheit nutzten Unternehmen für autonomes Fahren auf Deep Learning basierende Softwarealgorithmen als Wettbewerbsvorteil für die Stabilität und Weiterentwicklung autonomer Fahrsysteme. Sie schenkten der Vorinstallation autonomer Fahrsysteme in Massenautos weniger Aufmerksamkeit. Dies führte dazu, dass Unternehmen für autonomes Fahren kein ausreichendes Verständnis für die Automobilherstellung hatten.

Yin Wei, Senior Manager von Zhiji Software, sagte gegenüber Xinzhijia, dass man bei der Zusammenarbeit zwischen OEMs und Unternehmen für autonomes Fahren auch davon ausgehen könne, dass sie voneinander lernen. Wenn Unternehmen für autonomes Fahren beim Umgang mit Fahrzeugprodukten auf Probleme stoßen, werden sie von OEMs lernen, wie sie diese lösen können. OEMs werden auch gute Methoden von Unternehmen für autonomes Fahren lernen und ihre Softwareentwicklungsfähigkeiten stärken.

Zweitens: Unternehmen für autonomes Fahren verfügen in einigen Szenarien über eine relativ unzureichende Datenakkumulation.

Der technische Direktor eines Anbieters für autonomes Fahren erklärte Xinzhijia, dass es Unterschiede in der Anwendungsschicht zwischen autonomem Fahren in Szenarien mit niedriger Geschwindigkeit und Szenarien mit hoher Geschwindigkeit gebe.

Autonomes Fahren erfordert Langzeittests, um Daten zu sammeln und das System dann zu iterieren. Der Unterschied zwischen Szenarien mit niedriger Geschwindigkeit und Szenarien mit hoher Geschwindigkeit führt letztendlich zu unterschiedlichen Daten, die durch autonomes Fahren in zwei unterschiedlichen Szenarien gesammelt werden der beiden sind auch unterschiedlich.

In der Vergangenheit konzentrierten sich Unternehmen für autonomes Fahren auf die Erfassung verschiedener Arten von Daten in Hochgeschwindigkeitsszenarien, was eine größere Vielseitigkeit bietet, während Unternehmen, die mit der Entwicklung unterstützter Fahrfunktionen begannen, sich mehr auf Szenarien mit niedriger Geschwindigkeit konzentrierten.

Völlig unterschiedliche Szenarien, und natürlich sind auch die Daten völlig unterschiedlich.

Daher haben L4-Unternehmen für autonomes Fahren keinen Vorteil bei der Entwicklung von Funktionen für Szenarien mit niedriger Geschwindigkeit wie autonomes Parken.

Drittens: Die Entwicklung eines autonomen Fahrsystems bei stark reduzierter Rechenleistung ist wie ein Dojo im Schneckenhaus.

Viele selbstfahrende Unternehmen haben in der Vergangenheit oft ihre hohe Rechenleistung erwähnt, wenn sie die Reaktionsfähigkeit selbstfahrender Autos beworben haben. Tausende oder sogar mehr als 2.000 Rechenleistungen scheinen jedoch zum Standard für selbstfahrende Systeme geworden zu sein Da die Massenproduktion von Autos aus Kostengründen erfolgt, ist es derzeit unmöglich, Chips mit höherer Rechenleistung zu konfigurieren.

Für autonome Fahrunternehmen, die es gewohnt sind, unter Bedingungen großer Rechenleistung zu forschen und zu entwickeln, ist es eine große Herausforderung, die Entwicklung autonomer L2/L3-Systeme unter extrem begrenzter Rechenleistung abzuschließen Es ist schwierig, vom Luxus zur Genügsamkeit überzugehen.

Der Weg zur Dimensionsreduzierung für autonome Fahrunternehmen ist lang und schwierig.

Nichttechnische Probleme selbstfahrender Unternehmen

Wenn das selbstfahrende Unternehmen die technischen Probleme löst, ist der Prozess, das assistierte Fahrsystem in das Auto zu integrieren, möglicherweise nicht einfach.

Zuallererst müssen Unternehmen für autonomes Fahren eine Massenproduktion von Lösungen zu niedrigen Kosten realisieren können.

In der vergangenen Zeit haben sich einige Unternehmen für autonomes Fahren auf Technologie konzentriert und versucht, durch eine große Anzahl verschiedener Arten von Sensoren ein möglichst zuverlässiges Wahrnehmungssystem zu schaffen, um autonomes Fahren zu erreichen Viele Unternehmen kosten Hunderttausende oder sogar Millionen Yuan und können nicht im großen Maßstab eingesetzt werden.

Wenn ein Unternehmen für autonomes Fahren versucht, die Gesamtkosten zu senken und diese auf Serienmodelle anzuwenden, muss es darüber nachdenken, wie es die Hardwarekosten senken und gleichzeitig die Fahrzeugvorschriften einhalten kann. Dies ist wirklich nicht einfach für Entwickler von autonomen Fahrsystemen, die über weniger Erfahrung verfügen mit Hardware.

Nachdem Unternehmen für autonomes Fahren kostengünstige Lösungen für autonomes Fahren in Massenproduktion auf den Markt gebracht haben, ist auch die Frage, ob der OEM die Rechnung bezahlen kann.

„Jedes Automobilunternehmen, das kein autonomes Fahren entwickelt, wird sterben.“ Wang Xiaoqiu, Präsident von SAIC, sagte dies, was die Bedeutung der OEMs für die unabhängige Steuerung der autonomen Fahrtechnologie widerspiegelt.

Um die Software zu steuern, haben ausländische OEMs wie Ford und Toyota früher Unternehmen für autonomes Fahren übernommen, während Volkswagen eine Abteilung für autonomes Fahren gegründet hat.

Yin Wei sagte gegenüber Xinzhijia, dass Zhiji Auto Eigenforschung und Open-Source-Zusammenarbeit mit Lieferanten bevorzugt.

Da Domänencontroller und OTA zunehmend die Fahrzeugleistung und das Fahrerlebnis bestimmen, erkennen OEMs, dass die Forschung und Entwicklung intelligenter Fahrfunktionen Eigenforschung und Open-Source-Zusammenarbeit innerhalb eines Controllers besser kombinieren muss.

Das bedeutet, dass, wenn der OEM mit einem externen Unternehmen für autonomes Fahren zusammenarbeitet, das Unternehmen für autonomes Fahren möglicherweise nicht einen vollständigen Satz autonomer Fahrlösungen liefert, sondern eine maßgeschneiderte gemeinsame Entwicklung für verwandte Funktionen durchführt.

Wenn Unternehmen für autonomes Fahren mit OEMs zusammenarbeiten, kann es auch ein Problem sein, ob sie Produkte wie geplant liefern können.

Ein Brancheninsider sagte gegenüber Xinzhijia, dass das Unternehmen für autonomes Fahren dem OEM in kurzer Zeit Hunderte von maßgeschneiderten autonomen Fahrzeugen liefern wird, wenn die beiden Parteien nur ein- oder zweimal zusammenarbeiten, und dass es schwierig sein wird, die Produktfunktionen zu verbessern . Der OEM ist rundum zufrieden.

Er glaubt, dass ein wirklich ausgereiftes Produkt eine langfristige Zusammenarbeit zwischen beiden Parteien erfordert, da das Produkt über autonome Fahrtechnologie, Drahtsteuerungstechnologie und neue Softwaretechnologie verfügen wird, was einen langen Zeitraum der Kartierung und Produktpolitur erfordern wird.

Obwohl derzeit einige Unternehmen für autonomes Fahren versuchen, gemeinsam mit OEMs Produkte zu entwickeln, werden beide Parteien während des Kooperationsprozesses zwangsläufig auf viele Probleme stoßen, die die Produktlieferung verzögern können.

Die Suche nach einem anderen Kommerzialisierungspfad für autonome Fahrunternehmen erfordert möglicherweise eine Reduzierung der Dimensionalität, aber dieser Prozess ist nicht einfach.

Veränderungen, das neue Thema des autonomen Fahrens

In den letzten Jahren, als viele Unternehmen für autonomes Fahren erfolgreich kommerzielle Einnahmen erzielten, gab es weit verbreitete Gerüchte, dass die Branche des autonomen Fahrens kurz vor dem Eintritt in die Ko-Phase steht.

Eine Gruppe von Unternehmen für autonomes Fahren ist in die Flucht geschlagen, während eine andere Gruppe immer noch verwirrt ist.

Wenn in der Vergangenheit die Fokussierung auf ein bestimmtes Szenario das Geheimnis der rasanten Entwicklung der autonomen Fahrtechnologie war, dann könnte es in Zukunft ein neues Thema sein, die Grenzen der Selbstbeherrschung zu überwinden und die Technologie tatsächlich in verschiedenen Formen zu praktizieren.

L4-Unternehmen für autonomes Fahren wenden sich der Entwicklung unterstützter Fahrfunktionen zu. Sie sind eine neue Kraft, die in die Automobillieferkette einsteigt und zur Entwicklung der chinesischen Automobilindustrie beiträgt.

Aber es ist unbestreitbar, dass Unternehmen für autonomes Fahren gerade erst mit der Entwicklung des assistierten Fahrens begonnen haben und noch viele Schwierigkeiten vor ihnen liegen.

Ich freue mich darauf, dass L4-Unternehmen für autonomes Fahren neue Fortschritte bei der Massenproduktion von unterstützten Fahrfunktionen erzielen.

Das obige ist der detaillierte Inhalt vonAutonomes Fahren lässt sich durch Dimensionsreduktion nur schwer angreifen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!