智能|标题一、蘑菇车联:车路协同 或智慧交通的决择!( 五 )


第一场战,就是我们的智能灯杆解决方案。整个铺设思路是我们对于车路协同理解的全面展示,包括各个灯杆的间距是多少,50米还是100米。每个灯杆的传感器配置有哪些,比如道路两边的需要几个传感器,用谁家的激光雷达,激光雷达要360的还是120度FOV?
十字路口怎么铺设,这个是重点。传感器的位置如何固定,如果位置发生偏移如何纠正(肯定不能是人工爬梯纠正)?传感器是应该布置在4个路口,还是2个路口?传感器的感知程度如何达到L4级,或者L5级的感知效果。
如何给路端做冗余,如何将车规级的预期功能安全流程衍生到路端。这个我建议我们铺设完后,举行一场大型发布会,和百度车路协同Apollo Air项目一样,把我们在实践过程中犯的错误分享给整个行业。
第二场战,就是车路协同到底给了车端多大帮助。
一方面要和L2级的车企合作,看看通过车路协同,到底能不能将L2级驾车体验提升到L3。通过我们路端和云端的数据反馈,L2级驾驶体验能不能更流畅,或者说不安装激光雷达的情况下,L2级车能不能实现城市级NGP。
特别是在十字路口的高精定位和规划决策,通过路测端的摄像头和激光雷达,再加上车端的传感器融合,对于实现城市级NGP到底有多大帮助。
另一方面,我们要加速自研L4级自动驾驶系统。看看通过车路协同,单车智能到底开发到什么程度,就能应对城市的复杂场景。对于L4级公司而言,他们的目标是无限接近100%安全,对于我们而言,加上车路协同,看能不能超过100%。
如果车路协同模式被证明是有效的,那么我们的融资就会变得很容易,估值到十亿美金也没有问题。
第三场战,就是车路协同的成本问题。车路协同要解决的2个问题,一个是安全,一个是成本。
我们现在已经在衡阳推出了Robotaxi、Robobus、自动驾驶清扫车、自动驾驶巡逻车、自动驾驶园区车、自动驾驶医疗车等多种类型自动驾驶车队。单车成本加上整个车路协同的成本,计算一下到底是单车智能便宜,还是车路协同便宜。
后期我们可以出版一期数据,就以衡阳模式为例。车路协同的成本是多少,单车智能的成本是多少,两者的合作达到什么样的自动驾驶安全等级,MPI数据是多少。
最后一场战,就是我们的终极目标,智慧交通和智慧城市。
有车路协同和没有车路协同,在城市通行效率,交叉路口安全性提升了多少,对于整个城市的道路管理和道路规划提升了多少。
这些都是我们在项目铺设完后,对外界展示的成果,不能说我们完成后,效果不好,就不对外公布了。我觉得我们应该联合衡阳市交通局,一起公布这些数据。
朱磊想了想回答,你说得很对,我们不止应该考虑自己,考虑车路协同和智慧交通,更应该把我们的经验分享给行业,分享给各个有志做车路协同的城市。
听完邓志伟的分析,朱磊的压力突然轻了很多,虽然公司现在各方面压力很大啊,但至少蘑菇车联在中国车路协同的历史中留下过数据,留下过痕迹。
(转载来源)
作者:Mark
出品:红色星际
关注我们,获取更多深度解读