自动驾驶赛道回暖?传统Tier1加速入场,真正赢家正在浮出水面

自动驾驶赛道,在经历过去三年的持续降温之后,正在迎来新一轮上升势头。整合、并购、协作,正在成为新一轮产业周期的关键词。

本周,滴滴自动驾驶与法雷奥签署战略合作及投资意向书,法雷奥将对滴滴自动驾驶进行战略投资,共同开发针对L4级无人驾驶智能安全解决方案。

按照计划,双方将成立联合研发团队,基于各自技术和资源优势,面向L4级无人驾驶场景,携手打造能独立运行的、满足车规级要求的、高性价比的安全冗余系统以及相关技术。

而在今年4月,滴滴自动驾驶还正式亮相了滴滴自动驾驶货运 KargoBot。同时,该公司还与陕汽重卡达成战略合作,共同推进L4级自动驾驶卡车量产,瞄准干线物流领域的规模化应用。

此外,双方还签订了首批100台无人化标准自动驾驶卡车量产订单,以陕汽重卡X6000平台为基础,搭载KargoBot混合智能编队KargoOne系统,具备无人化能力,预计将在2023年第四季度正式交付投入使用。

而在大洋彼岸,美国自动驾驶行业也在经历一系列初创公司倒闭、破产等负面事件后,迎来了产业整合的周期。本周,自动驾驶软件开发公司Applied Intuition宣布,已同意以7100万美元现金收购自动驾驶卡车软件公司Embark。

Applied Intuition的主营业务是为ADAS和AD系统提供仿真和软件解决方案,为用户提供虚拟环境测试和验证自动驾驶的软件平台。这意味着,自动驾驶赛道的市场机会,仍然非常明确。

同时,在卡车自动驾驶赛道,面向量产交付的方案还在不断迭代。

今年4月,传统汽车零部件巨头大陆集团宣布,与北美自动驾驶头部公司Aurora Innovation, Inc.达成独家合作伙伴关系,协助交付第一代商业化、可扩展的自动驾驶软硬件集成系统Aurora Driver。

其中,大陆集团将提供从传感器、自动驾驶控制单元(ADCU)、高性能计算机(HPC)、远程信息处理单元等核心硬件,以及一整套集成化的硬件系统,以提升自动驾驶量产交付的效率。

此前,博世也与另一家卡车自动驾驶公司合作,提供集成转向系统,实现L2++辅助驾驶和自动驾驶功能。此外,博世还将提供配套硬件和软件解决方案,以支持「软件定义卡车」的落地。

事实上,近几年,无论是传统汽车Tier1开始深度介入卡车自动驾驶赛道,还是主机厂寻求自研,相比于早期初创公司的单兵作战,产业链玩家正在趋于成熟,协同效应也开始显现。

比如,以挚途科技为例,作为国内第一家由主机厂(一汽解放)发起的自动驾驶公司,在商用车自动驾驶赛道形成了主机厂基因、全栈自研能力以及更懂场景的挚途模式。

 

和其他初创公司相比,主机厂前装正向开发、快速的产品工程落地能力是挚途科技的先天优势;同时,坚持全栈自研,聚焦于核心的自动驾驶AI算法为主的软件和车辆控制部件的开发,形成软硬件一体化产品,并基于面向实际场景进行商业化落地,实现 “技术+产品+运营”的独特商业模式。

数据显示,挚途科技全栈自研自动驾驶系统与自研关键智能产品(包括ADU自动驾驶域控制器、ZIC多功能摄像头、FCW+LDE双预警控制模块等)相结合的产品组合,已经在解放J7、J6V等车型实现前装量产;同时,实现线控重卡与智能重卡的批量销售,累计销量超过300台。

同时,为了更好地服务下游客户,同时助力无人驾驶技术验证,挚途科技与中通、百世、德坤、跨越、华宇、壹米滴答、福佑等50余家物流头部企业展开合作,打造智慧运营合作项目,在2021年成立全球首个智能运力服务平台提供干线物流服务。

目前,挚途科技智能运力服务平台累计商业化运营里程已经达到3000万+,在往返距离3000公里的运输任务上,自动驾驶系统里程占比平均超过96%,单驾时效标准内里程最长里程1600公里,从华东到华南物流大通道,全部实现单人驾驶。

而在政策层面,去年8月,交通运输部对外发布了自动驾驶汽车运输安全服务指南(试行)(征求意见稿),首次明确,适应自动驾驶技术发展趋势,鼓励和规范自动驾驶汽车在运输服务领域应用,涉及城市公共汽(电)车客运、出租汽车客运、道路普通货物运输、道路旅客运输。

其中,《征求意见稿》明确,鼓励在点对点干线公路运输、具有相对封闭道路等场景使用自动驾驶汽车从事道路普通货物运输经营活动。

同时,商用车零部件供应商巨头也已经提前布局。比如,在自动驾驶领域,采埃孚目前已经发布了下一代自动驾驶开放平台ADOPT 2.0,这套底盘控制解决方案可实现20 km/h以下的端到端园区内低速自动驾驶场景。此外,ADOPT 3.0可以满足80 km/h 以下的高速公路点对点自动驾驶。

“ADOPT技术已可以投入使用,并且拿到了大量订单。”在采埃孚看来,高度自动驾驶功能可以在商用车领域落地。

这意味着,产业链的技术、产品成熟度正在快速提升。而这也是过去几年自动驾驶公司难以真正规模化量产的瓶颈因素之一。

你可能感兴趣的:(自动驾驶,人工智能,机器学习)