Die Revolution der "Augen" von Robotaxis: Drei Generationenwechsel der Lidar-Technologie, und die Fahrzeuge ohne Fahrer gehen von 0 auf 100.000.
Die Zukunft von Robotaxis hängt von einem laufenden Trend zur Modernisierung der Wahrnehmungshardware ab.
Die DARPA-Challenge für autonome Fahrzeuge von 2004 bis 2007 war die Quelle der heutigen aufregenden und umfassenden Entwicklung der autonomen Fahrtechnik und der Intelligenzierung der Automobilindustrie.
Die erfolgreichen Teams auf dem Wettbewerbstage und die von diesen Teams abgespaltenen oder von ihnen inspirierten Unternehmer haben sich später etabliert und eine neue Branche geschaffen - die autonome Fahrtechnik. Ihre Namen sind bis heute berühmt: Waymo, Apollo, Pony.ai, WeRide, Momenta …
Sie haben die neue Spezies des Robotaxis geschaffen. Durch die Iteration der künstlichen Intelligenz-Technologie in jeder Generation nähern sie sich technisch immer mehr dem Endziel der "vollständigen Autonomie" und befinden sich auch kommerziell schnell am Wendepunkt zur Masseneinsatzphase.
Auch in diesem Prozess hat die Technologie sich ausgebreitet und die Intelligenzierung der gesamten Automobilindustrie direkt beeinflusst und angestoßen.
Auf der Ebene der Lieferkette ist ein neues Sensorelement - der Laser-Lidar - ebenfalls erstmals bei der DARPA-Challenge für autonome Fahrzeuge aufgetreten. Mit der ständigen Iteration der autonomen Fahrtechnik und der Robotaxi-Form hat es sich von einem anfänglichen "überraschenden Erfolg" über eine Phase der "Kostenherausforderung" bis hin zu einem grundlegenden Erfordernis entwickelt.
Robotaxi und Laser-Lidar, zwei Produkte aus derselben Quelle, ergänzen sich immer und sind unentbehrlich. Der gesamte Prozess ist ein Kreislauf von Ursache und Wirkung und fördert sich gegenseitig.
Jetzt steht der Laser-Lidar für die Massenkommerzialisierung und Verbreitung der autonomen Fahrtechnik und des Robotaxis kurz vor der Entstehung:
Wer die neue Generation von Hochleistungs-, zuverlässigen und kostengünstigen Laser-Lidaren zuerst einsetzen kann, wird in Zukunft einen unüberwindlichen Vorsprung bei der Datensammlung und der Betriebseffizienz haben.
Die "Zwillingsentwicklung" von Robotaxi und Laser-Lidar
Die DARPA-Challenge für autonome Fahrzeuge wurde insgesamt dreimal durchgeführt. Bei der ersten Challenge im Jahr 2004 konnten keine der 15 Finalisten das Rennen abschließen, bedingt durch die damalige Hardware und Software. Das Team der Carnegie Mellon University (CMU), das am besten abgeschnitten hat, ist nach nur etwa 12 Kilometern abgestürzt, was weniger als ein Zehntel der Strecke entspricht.
Obwohl das Rennen mit einem Niederlage endete, hat es den ersten gemeinsamen Versuch von Wissenschaftlern und Automobilherstellern ausgelöst, das Problem der autonomen Fahrweise zu lösen. Dies hat direkt die aktuelle Forschung zur autonomen Fahrtechnik angestoßen. Von dieser Perspektive aus war die Challenge zweifellos ein Erfolg.
Bei der zweiten Challenge im Jahr 2005 hat das künstliche Intelligenz-Labor der Stanford University in Zusammenarbeit mit Volkswagen die Ressourcen von Volkswagen in Deutschland genutzt und erstmalig fünf einstrahlige Laser-Lidare von SICK auf einem Volkswagen Touareg installiert:
Obwohl die maximale Erfassungsreichweite der damaligen einstrahligen Laser-Lidare von SICK nur 25 Meter betrug, hat es den Stanford-Team ermöglicht, die gesamte Strecke von 212 Kilometern in sechs Stunden und 54 Minuten zu bewältigen und den ersten Platz zu belegen.
Die Laser-Lidare von SICK stammen von einem deutschen Startup namens Ibeo. Aufgrund des unerwarteten "Ruhms" ihrer Produkte bei der DARPA-Challenge hat Ibeo seinen Geschäftsschwerpunkt von der traditionellen industriellen Vermessung auf die Automobilanwendung verlagert und die "symbiotische Entwicklung" von Laser-Lidar, autonomer Fahrtechnik und Robotaxi eingeleitet.
Das Ergebnis der Challenge im Jahr 2005 hat auch direkt eine damalige Audiounternehmen, Velodyne, dazu gebracht, alle Ressourcen auf die Entwicklung von Laser-Lidaren für Autos zu konzentrieren.
Das L4-Level mit dem Ziel der vollständigen Autonomie unterscheidet sich grundlegend vom L2-Level der Hilfssysteme. Es erfordert die absolute Sicherheit des Systems und die vollständige Unabhängigkeit von menschlicher Intervention. Daher muss das Wahrnehmungssystem eine extrem hohe Zuverlässigkeit, Genauigkeit und Redundanz gewährleisten.
Von der technischen Perspektive aus müssen die von der Kamera gesammelten Daten zuerst segmentiert, erkannt, in Bezug auf Größe, Entfernung und Geschwindigkeit berechnet werden und dann mit der Geschwindigkeit und der Trajektorie des Fahrzeugs verglichen werden, bevor ein Ergebnis für das Planungsmodell ausgegeben werden kann.
Abgesehen von der Verzögerung kann diese traditionelle modulare Algorithmus für die autonome Fahrweise auch Rauschen und Fehler enthalten. Die Akkumulation dieser Fehler in mehreren aufeinanderfolgenden Modellen kann einen großen Einfluss auf das endgültige Ergebnis haben.
Im Vergleich zur "passiven" Aufnahme von Umgebungsinformationen durch die Kamera nimmt der Laser-Lidar die Umgebung "aktiv" wahr:
Die ausgesandten Infrarotwellen erzeugen bei Kontakt mit einem Hindernis immer ein Echo, das 100 % im Punktwolkenbild widergespiegelt wird. Auf der Ebene der Wahrnehmung wird somit die "Übersehen von Hindernissen" vermieden.
Da das Punktwolkenbild selbst Tiefeninformationen enthält, kann die Umgebung direkt dreidimensional rekonstruiert werden, und der Schritt der Rekonstruktion der Szene aus den Bilddaten entfällt.
Nach dem Aussenden und Empfangen des Pulses kann das System direkt aus der Rücklaufzeit die Entfernung und aus der Signalmodulation die relative Geschwindigkeit ablesen. Der gesamte Prozess erfordert keine "Erkennung", ist rein messend, mit wenig Rauschen und einfacher Berechnung und kann mehrere hundert Mal pro Sekunde durchgeführt werden.
Ausgehend von seinen technischen Merkmalen hat der Laser-Lidar bei der Wahrnehmung, Signalverarbeitung, Verzögerung usw. im Vergleich zu reinen visuellen Lösungen deutliche Vorteile.
Deshalb nutzten fünf der sechs Teams, die die dritte DARPA-Challenge im Jahr 2007 absolvierte, mechanische Laser-Lidare von Velodyne, was direkt die Stellung des Laser-Lidars in der autonomen Fahrtechnik auf L4-Level und höher festlegte.
Dennoch gibt es hinter dieser gegenseitigen Abhängigkeit großen Optimierungspotenzial in Bezug auf Kosten und Zuverlässigkeit, was die Grundlage für die gemeinsamen "Wachstumsschmerzen" beider Branchen in der Zukunft gelegt hat.
Die Entwicklung des Laser-Lidars und des Robotaxis hat sowohl gegenseitig gefördert als auch eine Phase der dynamischen Balance und der kooperativen Evolution durchlaufen.
Die kooperative Evolution von Laser-Lidar und autonomer Fahrtechnik
Genau genommen begann die eigentliche Entstehung des Robotaxis bei der dritten DARPA-Challenge im Jahr 2007. Diese Challenge hatte zum ersten Mal das Thema "Stadt-Challenge" und prüfte umfassend die synthetischen Fähigkeiten des autonomen Fahrzeugs, wie Wahrnehmung, Erkennung, Entscheidung, Planung und Steuerung in realen Verkehrssituationen. Dies hat die Grundform des heutigen Robotaxis festgelegt:
Das heißt, das Hardware-System des autonomen Fahrzeugs besteht aus Kameras, Laser-Lidaren, Millimeterwellen-Radaren, Steuersystemen und Rechenmodulen, während das Software-System aus Algorithmen für die Sensorfusion, Zielortung, Erkennung, Pfadplanung und Verhaltensplanung besteht. Die Kombination von Hardware und Software bildet das autonome Fahrzeugsystem.
Was die Nachfahren getan haben, ist nichts anderes als die tiefere und feinere technische Iteration auf dieser Grundlage.
Die Teams von CMU und Stanford, die die Preise für den ersten und zweiten Platz bei der DARPA-Challenge gewonnen haben, sind später hauptsächlich in das Vorläuferprojekt von Waymo, das Google-Projekt für autonome Fahrzeuge, eingegangen. Unter der Leitung von Sebastian Thrun wurde die erste kommerzielle Erkundung der autonomen Fahrtechnik in der Menschheitsgeschichte gestartet.
Von der Gründung des Google-Projekts für autonome Fahrzeuge im Jahr 2009 bis 2015 kann als die Testphase der autonomen Fahrtechnik und des Robotaxis angesehen werden:
Die Hauptherausforderung für das Robotaxi in dieser Phase war die Validierung der Zuverlässigkeit des technischen Systems in realen Straßenbedingungen, was eine starke Nachfrage nach der Leistung des Laser-Lidars zeigte.
Zum Beispiel hatte das erste Laser-Lidar von SICK eine maximale Erfassungsreichweite von nur 25 Metern und nur eine Strahl. Dies hat einerseits die maximale Geschwindigkeit des Fahrzeugs begrenzt und andererseits die Notwendigkeit, mehrere Sensoren gleichzeitig zu verwenden, geschaffen … Dies ist auch der Grund, warum die 200 Kilometer lange Strecke damals sechs Stunden gedauert hat.
Die Reaktionszeit des Systems, die untere Grenze der Sicherheitsredundanz, die Anordnung der Sensoren, das Fahrerlebnis usw. erreichten weit nicht die kommerzielle Schwelle.
Deshalb besteht die Nachfrage des Robotaxis in der Testphase nach Laser-Lidaren mit höherer Strahlanzahl und größerer Erfassungsreichweite.
In dieser Zeit war Velodyne der absolute König. Das 64-strahlige mechanische Laser-Lidar wurde zum unverzichtbaren Sensor für alle autonomen Fahrzeugsysteme weltweit. Der Preis lag bei seiner Höchstmarke bei über einer Million Yuan und bei seiner Niedrigstmarke immer noch bei "10.000 Yuan pro Strahl". Selbst so war es oft ausverkauft.
Um die Beschaffung zu erleichtern, hat Baidu Apollo sogar direkt in Velodyne investiert.
Auch in diesem Stadium haben die heimischen Startups begonnen, angetrieben von der reifen heimischen Lieferkette, von beiden Seiten - Technologie und Kosten - die Spitzenunternehmen herauszufordern.
Beispielsweise lieferte Hesai in Serie das Pandar64 an Cruise, und RoboSense lieferte in Serie das Ruby128 an Momenta, AutoX und andere Kunden.
Die Laser-Lidar-Produkte in dieser Phase haben das Problem der Existenz des Schlüsselsensors für die autonome Fahrweise gelöst, aber auch die "Schmerzpunkte" gezeigt: Der Laser-Lidar ist das teuerste Einzelteil im autonomen Fahrzeugsystem.
Ein kostenintensives autonomes Fahrzeug, das leicht mehrere hunderttausend Yuan kostet, kann niemals ein herkömmliches Taxi ersetzen, das nur etwa 100.000 Yuan kostet - dies war der treibende Faktor für die erste Formung der Marktstruktur des Laser-Lidars.
Ab 2016 haben die führenden Unternehmen in der autonomen Fahrtechnik begonnen, neue technische und kommerzielle Versuche mit dem Ziel des "Einsatzes im Betrieb" zu unternehmen.
Technisch hat sich die Entwicklung von der modularen, regelbasierten und kartengeführten Methode hin zu einer leichten Kartennutzung, Modellierung und datengesteuerten Methode gewandelt.