2023,滴滴“摸着自动驾驶过河”

news2024/11/18 1:34:20

在“滴滴=网约车”的出行领域,出行网络和数据量级是滴滴自动驾驶的优势。但就自动驾驶技术本身来看,滴滴仍然需要展示更多的肌肉。

作者|斗斗

出品|产业家

滴滴自动驾驶有了新动作。 

一款“人性化”的概念车、两个加速实现量产L4+级车辆的自研硬件、一套全栈式的自动化运维体系。 

从成果来看,后两者是滴滴自动驾驶过去两年主要的工作成果,但也侧面反映滴滴自动驾驶打法的变化。 

前装量产意味着滴滴自动驾驶,开启量产自动驾驶汽车的“副本”。而自动化运维,是服务、产品边界扩大的表现,其自动驾驶的版图正在逐渐扩张。 

作为曾被市场较为看好的自动驾驶“商业化基因携带者”,滴滴当下的发声,会搅动自动驾驶赛道目前看似平静的湖面吗?一些问题需要找到答案。 

1、滴滴自动驾驶技术处于什么水平? 

2、为何锚定自动驾驶,并在这个时间点发声? 

3、滴滴能否改变当下自动驾驶赛道的竞争格局? 

不“单纯”的业务汇报 

“今天我们只聊滴滴Robotaxi产品化的真实进展。”在滴滴自动驾驶COO孟醒的表述中,这次滴滴自动驾驶的发声,更像是一个业务汇报。 

概念车「DiDi Neuron」的发布作为开场,先是吸引了一波眼球。 

概念车重在“概念”,是厂商脑洞爆发的产物。「DiDi Neuron」亦是如此,但滴滴自动驾驶的脑洞,似乎更看重安全以及人性化服务。这种特性其实更容易让滴滴的技术、产品被看到。 

产品层面,滴滴与北醒合作研发了2K图像级高精度激光雷达,被其称为北耀beta版。从参数来看,300万像素点频,512线能力,横向视场角将近120度,纵向视场角将近26度,较为出众。除此之外,发布了计算平台Orca虎鲸。资料显示其亮点在于三域融合,即智驾域、座舱域和网联域,全部放在一个BOX中。 

滴滴公开数据显示,这一计算平台相比上一代成本可节约88%,整车空间体积可降低74%。这意味着,此平台将降低生产制造时间,提高生产效率,加速L4级自动驾驶汽车的走向量产。 

但具体应用中,究竟能发挥多大的作用,还需时间证明。 

技术层面,针对老生常谈的商业化问题,“滴滴自动驾驶已经掌握了感知、预测、决策、控制、仿真系统和机器学习平台等L4级自动驾驶的全栈核心技术。”滴滴出行CTO兼自动驾驶CEO张博直言这在整个自动驾驶赛道都是领先的水平。 

具体分析张博口中“领先的技术”,其实是让系统尽量挖掘所有遇到的场景数据,并单独提取所有已经出现过的类似场景的模块,以实现更精确地处理这些场景。 

而对于一些随机且无法被识别、归类的物体,滴滴引入特斯拉提过的占据空间网络(Occupation network)。这项技术下使得系统即使无法识别物体,也可以准确判断和预测它们的行为轨迹。 

张博将滴滴这一系列能力,称为“城市泛化引擎”。这也是过去两年滴滴不断增强的能力。 

其次,在过去一年,滴滴在有限范围内把Robotaxi的泊入能力提升了96%。事实上,L4级自动驾驶想要真正实现商业化,就要无限接近网约车的模式。 目前滴滴网约车站点的密度大约是每 10 米一个站点,而自动驾驶车站点为每 1.5 公里一个站点,相差 150 倍。 

其中,自行车、摩托车和锥桶等障碍物占据停车位是造成自动驾驶汽车停车难的主要原因。泊车技术的提升将有效改变这一问题。但是具体的体验效果如何,还需进一步验证。 

服务层面,为了让自动驾驶运营过程中,尽量减少人力参与。滴滴打造了一套全栈式自动化运维中心,被其成为「慧桔港」,能自动化满足车辆在运营过程中的需求,确保车辆能够24小时连轴转,比如自动出车、接单、回港。冲洗、充电、检测、停放等。据滴滴公布的数据,其全流程自动化率已达90%。 

可以说孟醒先是规划了滴滴在未来出行的更多可能性。而张博则是把滴滴过去一段时间内,基于这种可能性所作出的成绩亮了出来,即城市泛化引擎、泊入能力提升了96%、全流程自动化率已达90%,这三项能力同时回答了三个问题:能否扩大运营区域、能否增加战点、能否24小时运营。 

至此,滴滴成绩单的底层逻辑逐渐清晰,“国产化、前装量产、低成本和高安全性。这些标准也是滴滴选下一代车的核心考量。” 

显然,这不是一个“单纯”的业务汇报,这背后,有滴滴发展瓶颈的倒推,也暗藏着滴滴更大的野心。 

L4,不得不做的TOB业务 

移动互联网时代,网约车模式横空出世,使得传统出行第一次被颠覆。一众出行服务商因此享受到时代的红利,滴滴顺势崛起。 

但随着人口红利消失,滴滴TO C业务增长天花板逐渐显现。 

根据中国互联网络信息中心数据显示,2017年到2020年,中国网约车用户规模经历了一个以2019年6月为高点的抛物线趋势。2017年7月,中国网约车用户就达到了3.08亿人,到2019年6月,这个数字达到了4.04亿人,但是此后一年多时间,用户规模开始出现萎缩趋势,2020年3月为3.62亿人,到了2020年6月,数字再一次跌到了3.4亿人。 

网约车模式如何再次创新,是滴滴需要思考的问题。数字时代,降本增效成为主命题。在出行领域,效率和成本成为重要突破口。 

这意味着既需要保障让消费者以最少的货币成本和时间成本,得到最舒适和最安全的出行体验。还需要滴滴提高自身利润,获得持续稳定增长。自动驾驶成为最优解。 

而锚定B端,则成为重要布局。这一点,从最近滴滴企业版宣布升级为一站式费控SaaS企业出行、商旅与费控平台,锚定费控SaaS就可见一斑。L4级场景降为的应用或将为其带来车企客户、新的增长。 

其次,一般L4级自动驾驶玩家商业化过程中,不仅需要和车企合作还要和网约车平台合作,商业模式局限性较大。而滴滴不仅有着L4级自动驾驶技术商业化落地的场景,有助于其探索更好的商业模式闭环,且在出行领域,有着较大的市场占有率。 

公开数据显示,滴滴的市占率仍为国内第一。可以说滴滴不仅有落地场景、路侧数据,还在这些方面有着较大优势。 

此外,站在更大的全球市场来看,中国也是未来自动驾驶最大的市场。这也让诸多资本看见自动驾驶未来发展的同时,看见了滴滴。使得其获得全球头部VC/PE的青睐,大量资金涌入下,也让滴滴面临着踏入二级市场的压力。 

而基于自身优势,深耕自动驾驶的发展前景,或将可以为其带来更高的估值。因此滴滴的诸多能力和优势以及研发进度需要被看到,重新获得一二级市场的青睐。 

如今疫情对社会经济、出行、消费的影响逐渐减小,正处于“万物复苏”的阶段。加之AI、自动驾驶IPO热潮涌起,滴滴虽明确表示,不想蹭热度。但种种因素下,当下无疑是最合适的发声节点。 

最后,数据安全审查之后,应用被下架,滴滴沉寂两年。2023年初,滴滴发布公告正式通过审查,各大应用商店相继解除滴滴应用下载限制。滴滴需要一些正向且低调的曝光度。而面向TOB领域的国产化前沿技术无疑是最佳选择。 

总体来看,在这个时间点,滴滴需要为其L4级自动驾驶发声,也必须发声。 

值得注意的是,在诸多自动驾驶厂商技术降维、场景降维,纷纷走向“自负盈亏”的当下,“讲故事”“秀肌肉”显然已经无法打动市场。 

滴滴更需要展示的是“货真价实”的商业化落地情况。 

“是骡子是马,拉出来溜溜” 

在开放日上,滴滴拿出来自己的商业化案例,落地场景是货运。 

其研发了混合无人化解决方案HDS(Hybrid Driverless Solution),具体以车队的形式为客户提供物流端到端和仓到仓的运输,车队配备一辆人类驾驶员搭载辅助驾驶方案的领航车辆,以及多辆L4级自动驾驶卡车构成。 

滴滴称拥有超过50台自动驾驶卡车,如今这个数字已突破100台。 公布数据显示,KargoBot累计物流收入已经突破了1亿元。 

站在整个自动驾驶行业视角来看,滴滴与其他L4级厂商渐进式的路径并无不同,滴滴主要是通过场景降维,亮点在于其L4级货运场景下关于车队的创新。但这种模式仍需要人工辅助,称不上L4级自动驾驶。 

滴滴优势还是基于出行网络下,打造的惠桔港一栈式自动化运维以及大量路侧道路下的数据,前者强在服务,后者强在数据量级。 

总体而言,虽然滴滴自动驾驶技术迭代表现出的速度,以及商业化方面有许多可圈可点之处。但其当下深耕自动驾驶背后,也存在一些问题。 

例如,出行服务商与车企合作造车这种模式下,车企是否愿意共享数据。 

毕竟比起自动驾驶创业者,车企在资金规模、行业积累、供应链等层面都有着常年的积累,且从自动驾驶的融资来看,车企近几年已经逐渐成为自动驾驶创业公司背后的“金主”。随着“卖软件”模式形成消费习惯,不能排除车企未来是否会下场研发自动驾驶技术。 

其次,惠桔港这种全栈式自动化运维中心的模式较重,但短期内为滴滴带来的增量有限,如何实现盈利,未来商业模式走向何处,也需要画上一个问号。 

要知道,类惠桔港的全栈式自动化运维设施,一是需要大规模落地,才能发挥出较大的价值,为厂商带来增量。这意味着需要有足够多的自动驾驶汽车被投放到市场,这在短期内很难实现;二是卖给其他自动驾驶厂商,但业务交叉下,滴滴想要吸引大量自动驾驶厂商进行合作,并不简单。 

而在产品如何带来增量方面,也面临着同样的问题。即投入大量人力、物力研发的硬件产品,是否能否找到其他买家,也是一个亟待解决的问题。 

在这个“滴滴=网约车”的出行领域,滴滴的优势显而易见。但就目前来看,除了出行网络带来的优势,滴滴与其他自动驾驶厂商的差距,并未拉开。其能在自动驾驶赛道走多远,还需时间验证。 

或许,当上述问题愈发清晰的时候,滴滴会给市场一个确定的答案,但在当下还需观望。 

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/496538.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

【攻略】北京国际鲜花港

文章目录 一、概述二、经典景观1.万花馆2.花艺中心3.花神广场4.瑞云坪5.百花田6.奇石园7.梅园8.唐草园9.幻花湖10.大地花海11.白滩12.樱花大道13.海棠园 三、网友点评四、注意事项五、北京其他景点推荐 北京国际鲜花港_360百科北京顺义区十大著名景点—2、北京顺义国际鲜花港 -…

C嘎嘎~~ [类 下篇]

类 下篇 1.类的6个默认成员函数2.构造函数2.1 构造函数出现的原因2.2 特性2.3 深刻解读---构造函数可以重载2.4 深刻解读---默认构造函数补充: 3.析构函数3.1概念3.2 特性3.3深刻解读例子 总结 4.拷贝构造函数4.1 概念4.2 特性4.3深刻解读---拷贝构造是构造的一种重载4.4深刻理…

【Linux网络】传输层中UDP和TCP协议

文章目录 1、再谈端口号2、UDP协议3、TCP协议3.1 TCP协议段格式3.2 TCP的三次握手和四次挥手(连接管理机制)3.3 TCP的滑动窗口3.4 TCP的流量控制3.5 拥塞控制3.6 延迟应答和捎带应答3.7 面向字节流和粘包问题3.8 TCP总结 1、再谈端口号 端口号port标识一…

动态规划算法——40道leetcode实例入门到熟练

目录 t0.解题五部曲1.基础入门题目1.509. 斐波那契数2.70. 爬楼梯3.746. 使用最小花费爬楼梯4.62. 不同路径5.63. 不同路径 II6.343. 整数拆分7.96. 不同的二叉搜索树 2.背包问题1.01背包(二维数组实现)2.01背包(滚动数组实现)1.4…

OpenPCDet系列 | 4.数据集数据加载流程

文章目录 数据加载流程0. create_kitti_infos1. __getitem__函数2. prepare_data函数3. collate_batch函数数据加载流程 这里记录一下具体用到的那些数据形式,整个kitti数据集的处理框架图如下所示: 在数据集处理到获取一个batch数据的整个流程的入口如下: # 开始迭代每…

01-微服务部署2023系列-centos安装nginx和jdk教程

centos安装nginx和jdk教程 一、centos安装nginx 0、前提:安装依赖 yum -y install gcc gcc-c++ make libtool zlib zlib-devel openssl openssl-devel pcre pcre-devel 1、压缩包 下载nginx 选择Stable version: http://nginx.org/en/download.html 上传压缩包到…

yolov3核心网络模型

1. 改进概述 yolov3主要围绕核心网络Darknet优化进行。 yolov3的速度和map值比之前的算法优秀。 改进包含:网络结构、特征融合、先验框: V1 2, V25,V39、Softmax等。 softmax 2. 多scale方法改进与特征融合 3. 经典变换方法 预测中目标时&#xff0c…

Nacos配置管理、Fegin远程调用、Gateway服务网关

1.Nacos配置管理 Nacos除了可以做注册中心,同样可以做配置管理来使用。 1.1.统一配置管理 当微服务部署的实例越来越多,达到数十、数百时,逐个修改微服务配置就会让人抓狂,而且很容易出错。我们需要一种统一配置管理方案&#xf…

Spring-IOC

IOC概念和原理 什么是IOC 控制反转,为了将系统的耦合度降低,把对象的创建和对象直接的调用过程权限交给Spring进行管理。 IOC底层原理 XML解析 ​ 通过Java代码解析XML配置文件或者注解得到对应的类的全路径,获取对应的Class类 Class clazz …

Django框架之模型查询介绍及示例

本篇文章所使用模型查询都在《Django框架之模型自定义管理器》基础上讲解查询和使用示例,通过看前篇可以有助于理解内容。 概述 查询集:从数据库获取的对象集合 查询集可以有多个过滤器 过滤器就是一个函数,根据所给的参数限制查询集结果 …

【Vue学习笔记5】Vue3中的响应式:ref和reactive、watchEffect和watch

所谓响应式就是界面和数据同步,能实现实时更新。 Vue 中用过三种响应式解决方案,分别是 defineProperty、Proxy 和 value setter。Vue 2 使用的方案是 defineProperty API。Vue3中使用的方案是Proxy和value setter。 1. ref和reactive vue3中实现响应…

基于docker部署ELK实战- ELK文章1

选择版本为elasticsearch:7.17.9,kibana:7.17.9,logstash:7.17.9 版本一定要一致 docker hub地址:https://hub.docker.com elk相关文档:https://www.elastic.co/guide/en/kibana/7.17 一、部署单点es 1.创建网络 因为我们还需要…

iframe嵌套grafana (前端视角)

1、grafana 启动方式 ①.grafana目录鉴赏。咱们就是直接拿到配置好的grafana。咱们暂时不涉及配置数据啥。 ①.双击grafana-server.exe &#xff0c;会出现黑色命令框。 ②.在浏览器中访问 http://localhost:3000 此时就可以看到配置好的grafana 2.前端嵌入 ①.html <…

消息队列中间件 - Docker安装RabbitMQ、AMQP协议、和主要角色

概述 不管是微服务还是分布式的系统架构中&#xff0c;消息队列中间件都是不可缺少的一个重要环节&#xff0c;主流的消息队列中间件有RabbitMQ、RocketMQ等等&#xff0c;从这篇开始详细介绍以RabbitMQ为代表的消息队列中间件。 AMQP协议 AMQP协议是一个提供统一消息服务的应…

图像处理:基于cv2.inpaint()图像修补

前言 今天我们将学习如何通过一种“修复”的方法消除旧照片中的小噪音&#xff0c;笔画等。当然&#xff0c;经过我的测试你也可以将其用于削弱混杂了其他的颜色的图像。 实验背景 大多数人家都会有一些旧的的旧化照片&#xff0c;上面有黑点&#xff0c;一些笔触等。你是否…

从零实现深度学习框架——常见学习率调整策略原理与实现

引言 本着“凡我不能创造的&#xff0c;我就不能理解”的思想&#xff0c;本系列文章会基于纯Python以及NumPy从零创建自己的深度学习框架&#xff0c;该框架类似PyTorch能实现自动求导。 &#x1f4a1;系列文章完整目录&#xff1a; &#x1f449;点此&#x1f448; 要深入理解…

day24_多线程

今日内容 零、 复习昨日 一、作业 二、线程安全的集合 三、死锁 四、线程通信 五、生产者消费者 六、线程池 零、 复习昨日 见晨考 一、作业 售卖后车票 见代码二、线程安全的类[了解] StringBuffer是线程安全的,是因为每个方法都加上synchronized,即都是同步方法 StringBuil…

【前端】前后端分离ruoyi-vue初步学习

1.了解vue基础知识。 Vue.js - 渐进式 JavaScript 框架 | Vue.js (vuejs.org) 2.将ruoyi-vue项目拉下来&#xff0c;并成功运行。 开源项目网址&#xff1a;RuoYi 若依官方网站 |后台管理系统|权限管理系统|快速开发框架|企业管理系统|开源框架|微服务框架|前后端分离框架|…

《Netty》从零开始学netty源码(五十四)之PoolThreadLocalCache

PoolThreadLocalCache 前面讲到PoolThreadCache&#xff0c;它为线程提供内存缓存&#xff0c;当线程需要分配内存时可快速从其中获取&#xff0c;在Netty中用PoolThreadLocalCache来管理PoolThreadCache&#xff0c;它的数据结构如下&#xff1a; PoolThreadLocalCache相当…

【网络】UDP网络服务器简单模拟实现

【网络】UDP网络服务器简单模拟实现 文章目录 makefile服务端udpServerudpServer.ccudpServer.hpp初始化启动测试 客户端udpClientudpClient.ccudpClient.hpp初始化启动 整体代码 UDP的封装: UDP网络服务器模拟实现&#xff1a;主要分为makefile文件进行编译 UDP客户端&#xf…