雷锋网新智驾按：本文为辰韬资本创享会上其投资经理张骑的分享整理，分享者梳理了巨头们的自动驾驶布局。辰韬资本专注新能源汽车、互联智能、文化传媒领域，致力于为美好生活投资，目前已投项目20余个，其中新能源和智能汽车相关项目10余个，涉及电动化、智能化、轻量化等领域。雷锋网已获授权发布。
自动驾驶的主要目的，就是降低人的参与比。因为在现在的交通事故里面，很大一部分是人为因素导致的，所以安全是自动驾驶的初衷之一。自动驾驶等级的分类，其实就是逐步地降低人参与的比例，等到了Level2或者Level3的时候，人参与的比例越来越少，到Level4的时候，完全不需要参与了。
当前自动驾驶主要有两条技术路线，一种是从Level0，也就是从ADAS开始做起，另一种是从Level4，完全自动驾驶开始做。其实两者殊途同归，最后都需要做到无人驾驶。
在自动驾驶的实现上，可以从三个方面来看，首先从车辆的角度来说，它们要做感知、决策、执行。所谓感知，就是用摄像头或者雷达传感器，来获取大量的感知周围环境的数据。决策就是现在跟人工智能相关的，自动驾驶的大脑。执行，就是包括驱动、制动、转向等。最近正在热映的《速度与激情8》里面，里面的自动驾驶车辆，全部都被黑客，变成了僵尸车，安全也会变得非常重要。
关于自动驾驶的巨头布局，我把目前在自动驾驶领域的大玩家，挑了三类，主机厂、互联网公司和一级供应商。
主机厂对自动驾驶关注了非常久，但是真正开始有动作，可能很多是在2016年。
以通用为例，2016年1月，通用组建了自动驾驶的研发团队，并向Lyft投资5亿美金，Lyft是美国第二大的出行服务提供商（第一是Uber）。2016年3月，通用以5.8亿美金收购Cruise Automation，一家能够做自动驾驶软件方案的公司。
2016年下半年，通用把出行服务和自动驾驶开始做了结合，与Lyft共同开发自动驾驶版的出租车，计划在2020年前投放上千辆的自动驾驶的出租车做测试。通用CEO玛丽·博拉表示，未来能够安全地行驶在城市街道、无需人类驾驶员干涉的自动驾驶汽车，最开始应该是在条件可控的环境中运行，而且是以共享租赁的模式。
我们再来看另一家福特。
福特开始有动作，自己披露的大概从2016年7月开始，先是投资了一家高精度地图公司Civil Maps，2016年8月，和百度一起投资了全球领先的激光雷达制造商Velodyne，收购了机器视觉公司SAIPS，又与另一家机器视觉公司Nirenberg Neuroscience开展合作。
福特的大手笔出现在今年2月份——10亿美金收购Argo，Argo是做自动驾驶的AI公司，这家公司创始团队来自谷歌和Uber，但只成立了半年而已。
福特的战略也是到了2020年推出全自动驾驶汽车，用于汽车共享。真正市面上大家可以购买的完全自动驾驶汽车辆，可能要到2026年—2031年。
所以我认为主机厂有这样一种趋势，通过收购，来获取和掌握“决策”这样的比较核心的技术。同时，布局出行服务、汽车共享，作为自动驾驶早期的落地场景。除去通用和福特，奔驰也在跟博世合作，也是要做自动驾驶的出租车，大众也在去年投资了出行服务供应商Gett。
互联网公司的布局，首先看Google。
Google早在2009年就开始做无人驾驶的研发，在2012年拿到了全美第一张自动驾驶测试牌照。2014年完成了原型车，2015年年底的时候，已经积累了超过200万公里的路测数据。
2016年2月，美国的高速公路安全管理局（NHTAS），已经认为Google的人工智能系统可以视为司机。这跟Google在深度学习、人工智能方面的布局分不开，Google从2010年到现在，在人工智能方面至少有15笔相关的收购，最著名的一笔应该是2014年收购了英国的DeepMind。
2016年，谷歌的自动驾驶战略也做了转型：从自己造车，到放弃自己造车，转向和主机厂合作。2016年Google把自动驾驶部门完全独立出来，成立Waymo公司，并选择和菲亚特-克莱斯勒合作开发测试车型，Google预计的自动驾驶车型在2020年能够量产。
谷歌和菲亚特联合开发的Pacifica自动驾驶测试车
其实Google要做的，并不是造车，而是要做一个老司机，这个司机是软硬件一体的。Google不同于别人的地方是，在核心的硬件、核心的传感器方面，谷歌都是自己做，不是通过外部采购，软件方面，核心的决策控制，也是自己的。
互联网公司做自动驾驶，国外看Google，国内看百度。
百度在国内算是比较早的，2013年就启动了无人驾驶车项目，2014年9月和宝马合作，但是和宝马合作期限没满就闹僵了。2015年底，百度成立了当时的L3事业部，最近百度整个自动驾驶事业部也完成了重新部署。同样在2015年底，完成了高速公路上的路测。2016年百度和福特一起投资了Velodyne。2017年3月，百度收购了计算机视觉初创公司xPerception。
为什么宝马和百度最后没有很好地合作在一起？我认为跟他们的定位有关。宝马和百度都想要掌握核心的决策大脑，中间涉及到数据和运营方面就会有冲突。宝马在跟百度“分手”之后，跟英特尔、Mobileye开始合作，对于宝马来说，英特尔、Mobileye可以提供更定制化的产品，比如芯片，对宝马来说这样的合作会更有利一些。
最近百度还搞了个大事情——上海车展期间，百度宣布“阿波罗计划”，把智能驾驶相关技术逐步对外开放。百度为什么要在这个时点宣布“阿波罗计划”？
早在2015年成立自动驾驶事业部时，百度就提出“三年商业化，五年量产”的战略，三年商业化，就是2018年，所以时间已经迫在眉睫，因此在这个时点宣布开源。我认为这是百度在向车企和创业者抛出橄榄枝，类似于在跟国内主机厂说，“我已经准备的差不多了，你们接下来跟我合作就好了”。
百度的无人驾驶测试车
对于国内的自主品牌，如果想做自动驾驶，百度还是非常有吸引力的。
我们可以看到，互联网公司跟主机厂有点像，他们都在抓“决策”，这是在自动驾驶里最核心的一块。作为互联网公司，百度的优势在深度学习，比如说深度学习上，在国内是相对有领先地位的。百度要做的，就是用相对领先的技术，帮助传统车企，去解决自动驾驶中的决策规划的问题。
掌握自动驾驶核心——决策的互联网公司，和主机厂可能是有些冲突的。但我们又看到另一类主机厂，他们没有选择在自动驾驶早期以“大资金，长期投入”的策略布局，而是和已经投入非常比较多的互联网公司合作，比如菲亚特-克莱斯勒，如果在搜索引擎搜“菲亚特”和“自动驾驶”两个关键词，几乎所有条目都是其和Google相关的合作。
说到一级供应商的自动驾驶布局，最值得研究的就是博世。
早在1978年，博世就已经在研发车用雷达，像雷达的功能，比如说车道偏离预警，博世2009年就有推出。2014年，博世开始量产车用多功能摄像头和立体摄像头，还出了iboost的电子制动系统。2015年，收购采埃孚的转向系统。2017年，又投资了激光雷达公司Tetra Vue。
按照博世的规划，2018年将会有一些自动泊车的商业化产品落地，2020年会推出高速条件下无人驾驶的产品。
博世在感知、决策、执行三个方面，都有布局，投入大量资源做研发和相关投资收购。同时，博世与主机厂、互联网公司、芯片厂、地图厂商都积极合作，比如和英伟达合作开发基于Xavier人工智能计算平台的自动驾驶系统，和戴姆勒合作开发自动驾驶出租车等。
博世和英伟达联合开发的智能驾驶系统
除了主机厂、互联网公司和一级供应商之外，最近还有个不得不提的大事情，就是英特尔153亿美金收购Mobileye。从英特尔角度，收购Mobileye看重的是其在自动驾驶领域积累的大量数据。但对于Mobileye来说，如果只是想做一家企业的话，完全没有必要把Mobileye卖给英特尔，那么为什么要这么做？Mobileye的CEO表示，如果想要推动自动驾驶的发展，带来大的改变，需要这样跨领域的合作，跨界的收购发生。
回过头来再看百度开源这件事，其实也在做同样的事情，不同领域的人参与进来，自动驾驶才能更快进入到我们的生活中。
在目前自动驾驶实现上，感知层面有摄像头、雷达，它们的局限性也都非常强，多传感器的融合，一定是必然的趋势。在多传感器融合上，也有一些难点，比如摄像头采集到的画面，跟雷达探测到的数据，要做到时点一致的才能去做融合，比如摄像头是前向，前向看到的跟激光雷达360度看到的不一样，二者需要做好匹配。
不同传感器的价格和性能对比
深度学习技术给整个感知端，在物体的辨识上，带来了很大的想象空间，但也会有一些问题，比如说深度学习对数据的依赖性很强。但是，实际的数据和我们理想中的数据差别比较大，包括在运算的功耗上，对整个系统的资源要求上，还面临着挑战。
通讯层面，V2V、V2X，技术上DSRC、LTE-V、5G国内都在测试。V2X不仅对车辆自动驾驶有很大意义，对整个交通系统的优化，减少拥堵，提高出行效率，都有很大的意义，阿里正在做城市大脑。国内大概会在2018年以后，逐步开始制定V2V、V2X的相关标准。
高精度定位和高精度地图方面，未来的高精度和目前的地图比起来，承载信息会比我们想象的多很多，将可以承载大量的周边信息和基础设施信息。这些信息，再加上高精度定位，可以给整个系统增加冗余度，增加系统的可靠性。
在自动驾驶实现时间表方面，结合我们对于自动驾驶的分析和判断，国内的这份技术路线图还是比较有可能的。具体来说就是2020年之前，新车销售的50%可能会带有辅助驾驶或部分自动驾驶功能，以辅助驾驶为主。2020到2025年，高度自动驾驶的车辆，在新车销售的比例上可能占到15%。2025年到2030年，完全自动驾驶车辆的新车销售比例占到10%。
如果想要在自动驾驶领域有所布局，希望这个时间表可以给到大家参考。
雷锋网推荐阅读：《深度 | 自动驾驶“战国时代”已来，厂商竞逐实用化》。
正在生成分享图...
nebula