BAT和华为都入场了,车路协同留给初创公司的机会还有多少?

BAT和华为带了一个“坏头”,作为科技企业,却“吊儿郎当”跑去“修路”。上行下效,一批初创公司也随着加入。没错,我说的就是“车路协同”。

从去年最先,“车路协同”的热度直线上升,从百度的车路协同开源方案,到阿里的“智慧高速”实践,到腾讯的“车路协同”生态连接器价值论,再到华为的C-V2X芯片以及在系统架构层面(公布Ocean Connect智能交通平台)的占位,良久没有一个赛道会让海内的巨头团体下场。

与自动驾驶一样,巨头们为何会扎堆“车路协同”,在扫清了手艺商业落地的障碍之后,赛道中留给初创公司的机遇又有哪些?

巨头入场,车路协同到底有什么吸引力?

所谓车路协同,百度百科的释义为:接纳先进的无线通讯和新一代互联网等手艺,全方位实行车车、车路动态实时信息交互,并在全时空动态交通讯息采集与融合的基础上开展车辆自动平安控制和门路协同治理,充实实现人车路的有用协同,保证交通平安,提高通行效率,从而形成的平安、高效和环保的门路交通系统。说得通俗一点,就是统筹车、路、人以及实时交通的动态信息,实现信息的互联互通。

由此可见,车路协同的“爆红”很大水平上是由自动驾驶的热度带起来的,特别是在现阶段的手艺条件下,单车智能的生长已到极致,但自动驾驶车辆的平安性仍然存在缺陷,可行业对自动驾驶商业落地与量产的心情越来越急切,此时车路协同作为自动驾驶的一种“弥补形式”,其价值被提炼出来并被放大。

车路协同不光可以降低自动驾驶车辆的成本,对提高自动驾驶汽车的信息感知、决议能力、平安性等方面也有异常大的作用。固然,对于BAT和华为这样的巨头们来说,车路协同的吸引力还远不只这些。

1、物联网时代的流量入口

车路协同主要说的是“车端”与“路侧”两者间的数据交互,在所有的车路协同解决方案中都提到要在“车端”和“路侧”安装摄像头、毫米波雷达、激光雷达等传感器以及通讯装备,若是说“车端”部门属于自动驾驶赛道研究的局限,那么“路侧”则是车路协同的重点。

很容易明白的是,全球的科技巨头对自动驾驶都重兵投入的缘故原由在于——对自动驾驶汽车这个未来流量入口的争取。普遍以为,随着自动驾驶手艺的普及,汽车的属性将由出行工具酿成一个移动的智能空间,成为和手机类似的智能硬件。那么在“路侧”,同样也是流量和数据的入口。

宁愿错杀,不愿错过。在这样的头脑模子下,车路协同的主要水平对于科技巨头们来说不言而喻。

2、实现自动驾驶的必备条件

上文也提到,车路协同在“路端”能够为自动驾驶车辆提供足够的决议依据甚至指令,自动驾驶车辆自己生长的庞大度和成本也会大大降低。若是往更深条理去探讨,建设车路协同的历程中,完成了对门路交通的智能化革新,对打造“智慧都市”、“智慧交通”,解决堵车、提升门路利用率等方面也有异常努力的作用。

既然自动驾驶必不可少,又能介入到未来都市的建设之中,自己就希望在未来的自动驾驶时代有所作为的科技巨头们自然也不会放过车路协同。

3、体量重大的市场空间

与自动驾驶一样,车路协同也是一块伟大的蛋糕。这块蛋糕到底有多大呢?就拿“智慧高速”的建设/革新来举例。

据统计,现在天下的高速公路总里程大约为14万公里。行业测算过,建设“智慧高速”举行车路协同的“路侧”革新,一样平常的硬件和革新成本约为几十万到一百万/公里,以此盘算,车路协同光在“智慧高速”的革新上就存在着一个千亿级的市场,而这还不包罗车路协同在新建高速上的部署以及后续的运营维护。若是将都市路网的车路协同建设/革新也算上,那更是一个难以估算的天量市场。

车路协同的未来云云的美妙,即便在基建上并不善于,但车路协同天生的手艺门槛照样给了科技巨头们足够的信心和勇气,不会容易放弃这条赛道。

频频兜转,车路协同到底难在哪?

实际上,车路协同并不是近几年才兴起的新概念,早在上世纪90年代,日美欧等国就有提出,并实行过一些解决方案;我国在“十二五”时代,科技部也立项了“智能车路协同要害手艺研究”,那时有清华大学、北京航天航空大学等10家单元介入并结项。然而车路协同走到今天,依然另有许多偏向没有走通。“智能相对论”以为,其中的难度主要体现在以下几个方面。

1、各种手艺高度整合形成的行业门槛

严酷意义来说,车路协同并不仅仅只是V2X(“车端”与“路侧”的关系),广义上的车路协同应该是V2I(“车端”与交通设施网联化的关系),其中包罗车车协同V2V,车云协同V2N,人车协同V2P。在这样的综合性架构下,车路协同的手艺门槛被抬高了。其背后涉及云盘算、大数据、通讯、车端智能、深度学习、高精舆图甚至另有基建等多个板块,这对车路协同主导方的手艺和资源整合能力提出了异常高的要求,也正是车路协同“软硬兼顾”的特点,成就现在巨头掌控整体的局势。

2、缺乏统一尺度带来的研发犹豫

一个较为尴尬的现实,车路协同一定是建立在5G手艺之上的,5G通讯的尺度尚未定论,车路协同通用尺度的统一更是遥遥无期。

业界一致以为要实现车路协同,必须攻克以下手艺难关:

A、实现高速运行车辆,与不停切换的基站之间低功耗、高可靠的无线联接。

B、需要在多个电信运营商与差别车辆厂商之间,形成异构网络的通讯盘算协同化。换句话说,就是要让形形色色的厂商与手艺之间,能够以相同的手艺尺度举行通讯。

C、要实现车辆通讯与定位的一体化。能够高效率、高精度地实现车辆定位,以及移动中的不间断通讯。

D、必须实现车辆、门路信号灯、电子指示牌、摄像头等元素之间的协同动作系统。

不难看出,只要确定尺度,所谓的“难关”都市迎刃而解。现实逆境的存在,让部门车路协同研发企业难以判断手艺门路,经常是走一步停两步,忧郁自己的探索最终被确定的尺度所镌汰,或者倍数提升研发成本,犹豫张望之间,手艺研发的整体进度也就停滞不前了。

3、V与I之间的认知协同

从广义车路协同来明白,车路协同代表的是V与I之间的关系,即智能网联汽车与交通设施网联化之间的关系。拆分来看,V是车企的事情,I是政府的事情。

当前的逆境在于车企和政府对车路协同这个新生事物的认知与明白需要一个历程。特别是I的建设(交通设施网联化建设),实际上是实现自动驾驶的基础设施建设,需要投入大量的人力和物力。政府若是不明白也不支持,那么,这项事情的历程会大大拖慢。车路协同从高研发热度转入到高建设热度,行业时代需要经由很长一段时间教育与布道。

巨头的野望与初创公司的机遇

对于车路协同这块蛋糕,BAT和华为都表现出志在必得的架势,以“智能相对论”看来,在详细的打法上,这几个巨头又凭据自身的长短板,采取了扬长避短的打法。

百度:百度于去年年底正式开源了Apollo车路协同方案,向业界开放百度Apollo 在车路协同领域的手艺和服务。

现在百度的发力重点已经覆盖了三大要素:研发相符自动驾驶场景需求的路侧感知能力,通讯芯片及装备厂商互助针对自动驾驶应用需求来优化V2X通讯传输通道,以及车端自动驾驶系统中对于V2X路侧感知信息的融合使用。

阿里:在阿里的构想中,不仅有伶俐的车,还要有伶俐的路。自动驾驶车+路侧“感知基站”+云控平台,实现云端、路端、车端一体的智能。

在阿里的实践中,阿里云搭建智慧高速云控平台,为车路协同场景提供全局掌控能力;AliOS搭建车路云协同盘算系统,完成车路协同的详细能力;达摩院,研制路测要安装的感知硬件。同时,高德、千寻提供高精度舆图,支付宝解决高速支付场景,在加上菜鸟同盟和ET都市大脑的场景支持,阿里在自家的生态系统内建立了一个“封锁”的车路协同生态。

腾讯:腾讯在车路协同方面的动作主要是与电信运营商、交通部门互助,推出车路协同整体解决方案。

腾讯从自身优势和特点出发,深入剖析车路协同亟需解决的问题,以产业连接器的角色团结产业链相关企业,配合研究构建了包罗基础设施、平台服务、营业应用三方面的车路协同生态。

华为:华为的愿景是:无论是物联网照样车联网,都希望能够做到对单车智能更好的支持。遵照着这一偏向,华为去年2月公布了C-V2X芯片;6月公布了首款商用C-V2X RSU(路侧单元),构建了可商用的C-V2X解决方案;9月公布了OceanConnect智能交通平台;10月公布了移动数据中心MDC600赋能自动驾驶。

从巨头的结构可以看出,BAT的最终目的都是冲着大数据去的,百度和阿里都希望在系统层面能够占有一席之地,但这三家的配合短板是硬件装备,实测数据的积累以及工程应用履历方面另有待增强。华为的长板异常突出,在V2X网联化的通讯层面拥有绝对优势,但在V2X网联化的应用层以及V2X智能化这方面另有较大的增强空间。

蚍蜉难撼大树。BAT和华为似乎已经将车路协同的蛋糕朋分完了,那些追随巨头措施扎入车路协同赛道的初创公司们另有哪些机遇呢?

首先,深耕详细场景的应用。

从巨头们的结构可以看出,系统架构层面是BAT和华为瞄准的主要的偏向,在详细应用上还大量的空缺区域没有填补,这也是初创公司们的市场空间。

往小的偏向说,可以是路侧传感器感知单元与算法的连系;往大的偏向说,可以是自动驾驶、智能交通、智慧都市的深度应用。像希迪智驾(长沙智能驾驶研究院)就公布了面向都市门路场景的“V2X+交织路况”解决方案、面向高速公路场景的“V2X+智慧高速”解决方案,据了解,在今年下半年还将公布面向都市民众运输系统的“v2x+公交智慧出行”解决方案,“v2x+都市交通态势感知”解决方案。

每个都市的门路状态都有差别,这也使得每条路上每个场景的解决方案也会有所差异,将应用场景化整为零,打碎伶仃,这样有若干场景就有若干机遇。

其次,要天真快速的融入生态。

从上文的剖析可以看出,车路协同是一个场景厚实、产业链冗长、产业关系庞大的生态结构。这就要求初创公司必须快速顺应车路协同的生态气氛。

巨头们主导的车路协同有差别的生长偏向,初创公司需要天真判断,在车路协同生长到一定阶段,某个巨头的生态圈显露出头角峥嵘的生长速度时,要迅速作出“选边站队”的选择,实时调头,驶向新的生态圈。这样才不至于在这场长跑中过早的落伍出局。

【完】

智能相对论:深挖人工智能这口井,评出咸淡,讲出是非,道出vb深浅。重点关注领域:AI+医疗、机器人、自动驾驶、AI+硬件、物联网、AI+金融、AI+平安、AR/VR、开发者以及背后的芯片、算法、人机交互等。

留下评论