从ET7看自动驾驶汽车的发展

发布时间: 2021-01-25

作者:刘莉 专利代理师

近日,笔者关注到蔚来发布了一款新车ET7,作为一个名副其实的颜控,笔者还是不小心被其俘获了,外观流线是相当漂亮,当然价格也是相当漂亮!这款车除了双电机驱动、NEDC全程续航1000Km等高性能配置之外,更让笔者惊叹的是蔚来ET7全系配置NAD(NIO Autonomous Driving)自动驾驶系统,该车拥有33个高性能感知硬件,包括11个800万像素的高清摄像头,1个激光雷达、5个毫米波雷达和12个超声波传感器,这样的硬件配备在当今的市场可以称得上是高水平了。

笔者对汽车的了解不多,听的最多的就是BBA,但是当看到蔚来的新车发布信息后,难免心生好奇,手动搜索了蔚来的专利申请信息。

首先笔者根据申请人信息(蔚来汽车 or (NIO NEXTEV LIMITED))进行检索,并从检索结果中筛选以蔚来汽车有限公司、上海蔚来汽车有限公司、NEXTEV USA INC、NIO USA INC、蔚来汽车美国公司和蔚来汽车科技安徽有限公司作为申请(专利权)人的检索结果,共得到了4116条检索结果,排除同族的重复计算,最终得到2791条检索结果,根据检索结果可以获取蔚来汽车每年专利申请量的分布,如图1所示:

图1专利申请量的分布

从图1可以看出,蔚来虽然是一个年轻的汽车品牌,但是其在专利布局上的成长还是很快的,特别是在成长初期,其专利申请量成逐年上升的趋势,2018年蔚来的专利申请量达到1413件,这个数字还是相当震撼的。我们不去计较这个数字中有多少是蔚来的自研技术,有多少是其收购的技术,仅仅从数字表现来说,蔚来还是相当重视专利保护的,也深谙知识产权保护与企业经营安全之间的关系。

图2 各类专利类型的分布

图2示出了蔚来申请的各类专利的分布情况,其中发明1226件(43.9%)、实用新型925件(33.1%)、外观设计640件(22.9%)。通过对该企业所申请专利的方案进行简单分析,可以发现其发明专利主要涉及充电设备及充电方法、电池包及电池监测等技术,实用新型主要涉及电池模组的结构、充电桩和充电盒的结构,外观则主要涉及充电界面以及车体外形等。

再来看看蔚来汽车在自动驾驶领域的专利申请分布图,笔者以检索式(蔚来汽车 OR (NIO NEXTEV LIMITED)) AND (自动驾驶 OR 无人驾驶 OR 智能驾驶 OR self-driving OR (automatic drive))进行检索,根据检索结果得到蔚来在自动驾驶领域的专利申请分布如图3所示:

图3 自动驾驶领域专利申请分布图

从图3可以看出,蔚来汽车在自动驾驶领域的专利申请从2016年开始布局,在2018年达到64件,而在2019年,自动驾驶领域的申请量突降至22件。即使是2018年的申请量64件,相对于2018年的总申请量1413件来说,还是比较少的,这也就说明,自动驾驶技术在蔚来的技术创新中所占的比例并不大,或许是考虑到研发投入、技术壁垒以及市场回报率等因素,企业才作此布局规划。

激光雷达的配备既然是ET7的亮点,那咱们也来看看激光雷达作为自动驾驶技术的关键点,蔚来在这方面的专利申请分布如何。笔者以检索式(蔚来汽车 OR (NIO NEXTEV LIMITED)) AND (自动驾驶 OR 无人驾驶 OR 智能驾驶 OR self-driving OR (automatic drive)) AND (激光雷达 OR laser OR (laser radar))进行检索,得到46条检索结果,图4示出了应用激光雷达的自动驾驶领域专利申请的分布图:

图4 应用激光雷达的自动驾驶领域专利申请分布图

从图4可以看出,激光雷达相关的专利申请量在2016-2017年呈上升趋势,于2017年达到最大值,然后申请量大幅下降,在2018-2019年,该方向的专利申请量仅为7件/年。从保护方案分析,这些与激光雷达相关的专利申请基本都是涉及激光雷达的应用,采用激光雷达采集三维点云图像,绘制出环境地图,以达到环境感知并辅助自动驾驶的目的。同时也从侧面反应出,蔚来作为汽车制造加工企业,其重点业务还是汽车设计、电池及充电技术的研发,激光雷达则可能是直接采用上游制造商提供的产品,毕竟激光雷达的研发是一项技术壁垒很高的技术,对于车企而言,直接购买激光雷达进行生产所获取的收益肯定是高于企业投入大量人力物力自研激光雷达进行生产所获取的收益。

从上面的分析不难发现,蔚来的体量虽然没有那些老牌车企大,但是其在技术保护方面的意识和力度并不差,虽然单纯从数字来看并不算多,但是成长总需要过程,作为看官的我们或许应该多关注它的成长。

回过头来,我们可以发现,市场上有越来越多的车企加入到了无人驾驶汽车之战中,其中包括老牌的国外车企,还包括异军突起的国内车企,越来越多的车企将眼光放在了如何提高驾驶体验以及驾驶安全上。而在这场战争中,激光雷达在无人驾驶汽车的应用似乎成为了战火集中点,越来越多的车企思考着如何在降低成本的基础上还能提高无人驾驶车辆的性能。下面,就让笔者带着大家来简单了解一下自动驾驶汽车吧。

对于自动驾驶汽车,其发展历史可以追溯至20世纪20年代,据资料记载,人类历史上第一辆自动驾驶汽车于1925年8月正式亮相,其是一辆名为American Wonder(美国奇迹)的汽车,可以说,American Wonder揭开了无人驾驶车辆的历史篇章。直到1977年,日本的朱波工程研究实验室开发出了第一个基于摄像头来检测前方标记或者导航信息的自动驾驶汽车。这辆车配备两个摄像头,在高速轨道的辅助下时速能达到30公里。这意味着,人们开始从“视觉”角度思考无人车的前景。导航与视觉一起,让“地面轨道派”寿终正寝。

在当前的自动驾驶车辆市场中,存在两个派别,一派是以纯视觉方案为主,一派是以激光雷达方案为主,其中纯视觉方案就是以摄像头为主要环境监测传感器,配合毫米波雷达等低成本元件组成,构成纯视觉计算,典型代表为特斯拉、Mobileye和国内唯一自动驾驶纯视觉城市道路闭环解决方案--百度 Apollo Lite;激光雷达方案是以激光雷达为主导,配合摄像头、毫米波雷达等元件组成,典型代表为谷歌Waymo、国内的百度Apollo(除Apollo Lite)、 Pony.ai、文远知行等主流自动驾驶厂商。

这两派都是行之有效的自动驾驶技术,但也并不是十全十美的,下面笔者将简单说明两种技术的优缺点,方便各位看官对比了解。

纯视觉方案的优点:

摄像头拥有轻巧低成本和符合车规的特点,高分辨率高帧率意味着其能提供更丰富的环境信息,同时视频数据也最接近人眼所感知的环境。以特斯拉的Model 3为例,其配置有8个摄像头、1个毫米波雷达和12个超声波传感器,其中,8个摄像头可在250米半径内提供汽车周围360°的可视性;12个超声波传感器可完成这一视觉系统,它们共同允许在一定距离内检测硬物体和软物体,精度几乎是以前所使用的系统的两倍;毫米波雷达是具有改进处理能力的前向雷达系统,它提供了关于周围环境的额外数据,其波长可以穿透大雨、大雾、灰尘。

纯视觉方案的缺点:

摄像头的二维图像相比三维信息更难挖掘,需要设计更强大的算法、大量数据的积累和更长期的研发投入。在L4级自动驾驶传感器选型上,纯视觉解决方案会存在精度、稳定性和视野等方面的局限性,无法满足高级自动驾驶对于传感器的性能要求。

激光雷达方案的优点:

激光雷达是通过测量激光信号的时间差和相位差来确定距离的,其最大优势在于能够利用多谱勒成像技术,创建出目标清晰的3D图像。激光雷达通过发射和接收激光束,分析激光遇到目标对象后的折返时间,计算出到目标对象的相对距离,并利用此过程中收集到的目标对象表面大量密集的点的三维坐标、反射率和纹理等信息,快速得到被测目标的三维模型以及线、面、体等各种相关数据,建立三维点云图,绘制出环境地图,以达到环境感知的目的。

相比于可见光、红外线等传统被动成像技术,激光雷达技术具有如下显著特点:一方面,它颠覆传统的二维投影成像模式,可采集目标表面深度信息,得到目标相对完整的空间信息,经数据处理重构目标三维表面,获得更能反映目标几何外形的三维图形,同时还能获取目标表面反射特性、运动速度等丰富的特征信息,为目标探测、识别、跟踪等数据处理提供充分的信息支持、降低算法难度;另一方面,主动激光技术的应用,使得其具有测量分辨率高,抗干扰能力强、抗隐身能力强、穿透能力强和全天候工作的特点。

像上文提到的ET7,其配置有11个800万像素的高清摄像头,1个激光雷达、5个毫米波雷达、12个超声波传感器,这样的配置已远远满足L3级自动驾驶的要求,这在当前的无人驾驶汽车的设计中都算相当高的配置了。

激光雷达方案的缺点:

由于光速非常快,飞行时间可能非常短,因此要求测量设备具备非常高的精度。从效果上来讲,激光雷达维度(线束)越多,测量精度越高,安全性就越高。但是激光雷达的设计制造是一项技术壁垒较高的技术,激光雷达的维度越多,制造成本就越高,虽然在自动驾驶热潮的驱动下,越来越多的国内企业加入到激光雷达的生产制造队伍中来,但是目前即使是国内的激光雷达的价格也并没有压缩到白菜价,以64线的激光雷达为例,Velodyne此前的64线激光雷达售价为五十至六十万元,而禾赛的64线产品为二十多万,虽然相比于Velodyne的售价已经下降了很多,但是还是超出了车企以及消费者的承受范围。

对于车企而言,想要控制成本,必然无法采用高品质的激光雷达,想要采用高品质的激光雷达,则无法降低成本,所以这也对自动驾驶汽车的上游产品提供商提出了一个难题,如何在保证激光雷达品质的基础上,降低激光雷达的售价,进而降低自动驾驶汽车的售价。

通过以上的简单介绍,我们可以明确激光雷达为主传感器的自动驾驶方案会适当降低感知数据处理环节对运算能力的要求,安全可靠性较高。但是最大的问题还是在于成本和售价,对于消费者而言,高性价比才是王道。不过科技发展之快,一切皆有可能,让我们期待着吃着火锅唱着歌就到站的那天早日到来吧。

返回上一页