방황하는 지구 2: 무인 운전 기술이 Tu Hengyu에게 가져온 것은 재앙이 아니라 무한한 완벽함에 대한 탐구입니다.

"유랑지구 2"는 생명과 기술에 대한 훌륭한 토론과 심층적인 사고를 촉발시켰습니다. 자율주행 기술에도 영혼의 고문이 필요하다.

영화의 배경은 2030년임에도 불구하고 Tu Hengyu가 운전하는 고도 자율주행차(L4)가 불행하게도 교통사고를 당해 아내와 딸이 사망했습니다. 이로 인해 자동차 자율주행이 완전자율주행(L5) 수준으로 발전할 수 있을지, 현실의 시험을 과연 견딜 수 있을지에 대한 다양한 우려와 의구심이 제기되고 있다.

(사진출처: '유랑지구2' 스틸컷)

자율주행 테스트에서 만점을 받으면 모든 것이 완벽할 수 있을까요?

언젠가는 무인운전이 실현되길 고대하지만, 무인운전에 대한 사람들의 걱정과 두려움은 아직까지 해소되지 않았습니다. 인텔 차이나 연구소장으로 6년간 자율주행 분야에 종사해온 우간샤(Wu Gansha) 창업자는 현재의 자율주행 기술과 자율주행의 성숙도에 대해 각각 비유를 했다. .. 테스트를 보면 현재 기술은 98점, 99점을 받을 수 있다. 이것이 첫 번째 비유다. 두 번째 비유는 자율주행 기술의 성숙과 상용화를 마라톤으로 본다면 아마도 지금은 달리고 있다는 것이다.

Wu Gansha는 다음과 같이 설명했습니다. "무제한 문제 은행에서 자율주행 기술을 시험으로 이해할 수 있습니다. 하지만 무제한 문제 은행에서 99점을 얻을 수 있다고 해서 합격을 의미하는 것은 아닙니다. 100점은 매우 가깝습니다. 이 업계에서는 90/10 원칙이 적용됩니다. 90%는 완료된 것처럼 보이지만 나머지 10%에는 여전히 90%의 시간과 노력이 필요합니다. , 99점에서 개선되는 것은 100점 도달이 매우 어렵습니다. "

"이것은 정량적 관점에서 측정하면 업계 최고의 자율주행 기술 회사인 Waymo의 데이터를 가져옵니다. 인계 마일리지 MPI(개입당 마일)라는 중요한 지표는 자율 주행이 인간에 의해 인계되는 사이의 평균 마일리지 간격입니다. 인간이 인계받지 않으면 사고가 발생한다는 점에 유의하세요. 2018년 데이터는 11,000마일마다 한 번의 인계여야 합니다. 2019년에는 1로 증가했습니다. 2020년에는 29,000마일에 도달하여 특히 좋았습니다. 이는 전염병으로 인해 도로에 차량이 적어졌을 수 있습니다. 80,000마일과 한 번의 인수.”

그리고 인간 운전은 어떻습니까? "미국 운전자에 대한 데이터에 따르면 보험 회사는 250,000마일마다 하나의 보험 정책을 발행합니다. 500,000마일마다 경찰 사고가 한 번 발생할 것입니다. 150만 마일마다 부상 사고가 한 번 발생할 것입니다. 9400만 ​​마일마다 치명적인 사고가 한 번 발생할 것입니다. "

따라서 자율주행이 인간에 비해 성능을 20% 향상시키려면 치명적인 사고가 발생하는 데 1억 1천만 마일이 소요됩니다. 이러한 통계적으로 유의미한 특징을 얻으려면 110억 마일의 주행 데이터가 축적되어야 합니다. 총 110억 마일을 주행한 기술적인 자동차가 100명 이하의 사망자를 낸다면 1억 1천만 마일 후에 1건의 사망사고 수준에 도달했다는 것을 증명할 수 있을까요?” , 총 110억 마일은 누구에게나 기업이 자율주행 기술을 개발하기에는 충분하지 않습니다. 왜냐하면 이 회사가 동시에 500대의 차량을 도로에서 테스트한다면 100억 마일의 자율주행에 대한 데이터를 축적하는 데 100년이 걸리기 때문입니다. MPI가 기준을 충족하더라도 귀하의 기술이 운전보다 안전하다는 것을 증명하는 것은 여전히 ​​어렵습니다. 그러므로 나의 두 번째 은유는 우리가 99점을 달성했지만 마라톤이라면 거리의 1/3만 걸었다는 것입니다.

"비관적인 사람은 항상 옳고, 낙관적인 사람은 항상 성공할 수 있습니다."

무제한 문제은행을 이용한 자율주행 시험은 99점을 얻을 수 있어도, 자율주행은 결코 100점을 얻을 수 없을 것입니다. 상업적 이용 가능? Wu Gansha는 그렇게 생각하지 않습니다. 그는 "자율주행 기술을 상용화하는 방법에는 세 가지가 있다. 첫 번째는 무제한 문제은행이다. 시험에서 아무리 100점을 받을 수는 없지만, 옆에 선생님이 있어 실수를 바로잡을 수 있다"고 지적했다. 이것이 바로 L2 보조 운전이라고 합니다." 책임은 운전자에게 있기 때문에 자율주행 중 오류가 발생할 때마다 교사가 문제를 바로잡아 줍니다. "

" 두 번째 방법은 자율주행을 하는 것입니다. 무인 트럭이 탄약을 운반하고 기지 건설을 돕는 장면이기도 합니다."

(사진출처: '유랑지구2' 스틸컷)

"세 번째 루트는 개방된 공간으로 무제한 문제은행이지만 달리는 속도가 상대적으로 느리고 차량의 크기도 상대적으로 작아서 시험에서 100점을 얻지 못하는 순회 및 전달 시나리오도 상용화될 수 있습니다." L4 레벨 이상에서는 성숙 단계로 진입할 수 있습니다. 두 번째, 세 번째 상황이라면 항만 및 부두 건설기계는 이제 상용화 수준에 이르렀습니다.

자전거 지능과 차량-도로 협업 사이에서 누가 승리할 것인가?

현재 많은 자율주행 기업이 채택한 경로는 자전거 지능이며, 차량-도로 협업은 자율주행 상용화를 빠르게 성숙시킬 수 있는 또 다른 경로입니다. 차량-도로 협업의 장점은 주변 차량과의 '게임' 문제를 단일 차량 관점에서 고려하는 것이 아니라 '신의 관점'에서 전체 상황을 제어하고 도로 위의 모든 차량을 조정한다는 것입니다. 도로변 데이터의 차량-도로 공동 사용은 단일 차량 자율 주행 알고리즘을 크게 단순화하고 차량 측 컴퓨팅 전력 요구 사항 및 장비 요구 사항을 줄이는 동시에 실제로 광역 무인 주행을 실현하여 경제적 비용을 절감할 수 있습니다.

그러나 Wu Gansha는 “미래에는 자전거 지능이 주류가 될 것이며 차량-도로 협업이 보완될 것입니다.”

“차량-도로 협업에서 자전거 지능은 자전거가 없는 경우 기능의 하한을 나타내기 때문입니다. 지능, 오직 차량 도로 협업은 비현실적입니다. 차량-도로 협업이 중국의 모든 도로를 완전히 커버하는 것은 불가능하며, 자동차는 우리의 4G 및 5G처럼 모든 사람의 휴대폰에서 사용할 수 없습니다. 둘째, 모든 자동차가 가능해야 합니다. 도로 협업도 매우 어렵기 때문에 전국적으로 차량-도로 협업을 100% 달성하는 것은 불가능할 것으로 추정됩니다. 향후 2~3년. "

" 비록 차량-도로 협업이 가능하지는 않지만, 공항, 터미널 또는 특정 고속도로와 같은 일부 특정 영역에서는 여전히 가능합니다. 대규모로 적용하려면 폐쇄 루프를 달성해야 합니다. 비용을 지불하는 사람은 누구나 이를 운영하고 고객은 기꺼이 비용을 지불해야 합니다. 일부 파일럿만 수행하면 이를 홍보하고 적용할 방법이 없습니다. "또한 차량-도로 협업은 자전거 지능보다 사고 발생 시 책임을 판단하기가 더 어렵습니다. 자전거 지능이라면 기본적으로 모든 문제를 해결할 수 있습니다." 차량-도로 협업의 링크 수는 크게 늘어날 것이고, 오류의 원인 파악은 더욱 복잡해질 것입니다.”

자율주행 기술의 실제 전장은 ToC가 아닌 ToB

이제 많은 사람들이 집중하고 있습니다. 하지만 자율주행의 진정한 가치는 ToB 시장에 있습니다. Wu Gansha는 "지금 누구나 인지할 수 있는 자율주행 기술은 승용차, 택시, 무인버스에 사용되어 사람들이 한 지점에서 다른 지점으로 이동할 수 있도록 도와줍니다. 그러나 자율주행 기술이 많이 응용되는 곳은 가장 큰 힘은 물류에 있습니다.”

“도시와 기업의 관점에서 가장 중요한 것은 도시에서 원자재와 제품을 포함한 도시의 운영을 지원하는 것입니다. 자본 흐름과 정보 흐름만큼 중요합니다. 대부분의 기업은 궁극적으로 자신이 생산/생산하는 물리적인 제품을 고객에게 전달해야 합니다. "

"지금 모두가 이야기하는 기업의 디지털 혁신의 본질은 사람들의 불확실성을 해결하는 것입니다. 인간의 불확실성에는 노동력이 점점 더 비싸지고 부족해지고, 반복적인 작업을 수행하려는 사람이 점점 줄어들고 있다는 점과 운전자의 기술 수준도 고르지 않다는 점을 포함합니다. 자율주행 기술은 보다 포괄적인 지혜와 보다 효율적인 계획을 통해 기업 생산의 전체 프로세스가 완벽하게 이루어지도록 보장할 수 있습니다.

ToB 자율주행 응용 시장은 광대하지만 세 가지 큰 어려움에 직면해 있습니다.

ToB 시장 전망에서 자율주행은 넓은 시장을 가지고 있습니다. 카네기멜론대학교 보고서에 따르면 지능형 주행 기능을 갖춘 자동차는 자동화 수준이 높을수록 연비를 10% 높일 수 있으며, 에너지 절약 효율도 높아진다. 비용 효율성 향상: 지능형 운전은 장거리 트럭 운송과 같이 인건비가 많이 드는 시나리오에 매우 중요하며, 이를 통해 차량당 연간 60,000~150,000위안의 인건비를 절약할 수 있습니다.

그러나 표준 부족, 자금 배분 실패, 시나리오 기반 솔루션 부족이 시장이 직면한 세 가지 주요 딜레마입니다. Wu Gansha는 다음과 같이 지적했습니다. "우선 표준이 부족합니다. 통일된 표준이 없으면 좋은 기술과 나쁜 기술이 함께 경쟁하고, 낮은 가격에 맹목적으로 경쟁하여 시장에서 나쁜 코인이 좋은 코인을 몰아내는 현상이 발생합니다. . 표준 부족도 고객 선택에 도움이 되지 않으며 기업이 새로운 기술 혁신을 채택하는 데 방해가 됩니다.”

"둘째, 보조금의 잘못된 배분. 현재 지자체에서는 기업의 혁신을 장려하고 재정지원금을 기업에 활용하는 것은 좋은 정책입니다. 하지만 정부에서도 일부 자율주행업체가 보조금을 속일 것이라는 우려도 있습니다. 백로드 보조금을 채택하면 자율주행 기술 제공자에게 직접 보조금을 제공하는 것보다 새로운 자율주행 기술을 채택하는 사용자에게 보조금을 제공하는 것이 더 좋습니다. 이는 동시에 신기술 홍보에도 긍정적인 역할을 합니다.”

마지막으로 시나리오 기반 솔루션이 부족합니다. Wu Gansha는 다음과 같이 믿습니다. "자율 주행 기술은 제품이 아니라 솔루션의 일부이자 디지털 물류의 일부입니다. 이를 위해서는 업계 협회, 선도 기업 및 자율 주행 기술 제공업체가 협력하여 다음에 적합한 실제 솔루션을 제공해야 합니다. " 애플리케이션 시나리오 솔루션은 물류 문제에 대한 실용적이고 효과적인 솔루션을 제공합니다. "

Tu YY가 단 2분의 자율 의식을 갖고 있어도 Tu Hengyu는 그의 딸이 디지털 세계에서 완전한 통제권을 가질 수 있도록 가능한 모든 것을 할 것입니다. 일생. 99점을 획득할 수 있는 자율주행 기술은 끝없는 마라톤이라 할지라도, 수많은 엄격하고 결단력 있는 기술과 엔지니어링 인력이 완벽하지는 않지만 끊임없이 탐구하고 개선할 수 있게 해줄 것입니다.

위 내용은 방황하는 지구 2: 무인 운전 기술이 Tu Hengyu에게 가져온 것은 재앙이 아니라 무한한 완벽함에 대한 탐구입니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!