北京2019年12月27日 /美通社/ -- 隨著汽車行業(yè)及相關(guān)技術(shù)的發(fā)展，車聯(lián)網(wǎng)、自動(dòng)駕駛逐漸成為業(yè)界焦點(diǎn)。各大互聯(lián)網(wǎng)科技巨頭、頭部車企、各技術(shù)創(chuàng)業(yè)團(tuán)隊(duì)各自依托其資金、科技、渠道資源等優(yōu)勢(shì)，切入車聯(lián)網(wǎng)及自動(dòng)駕駛領(lǐng)域。隨著大量投入，相關(guān)技術(shù)日趨成熟，但作為影響交通安全及效率的重要因素，天氣，仍為車聯(lián)網(wǎng)及自動(dòng)駕駛的發(fā)展帶來挑戰(zhàn)。
KuWeather是一家深耕出行場(chǎng)景的專業(yè)氣象服務(wù)提供商，在提供各類精細(xì)化氣象服務(wù)基礎(chǔ)之上，自主研發(fā)了RWIS路面氣象預(yù)報(bào)系統(tǒng)，完成了從“空中天氣”到對(duì)安全駕駛有實(shí)際影響的能見度及路面氣象狀態(tài)等駕駛條件的升維，該服務(wù)已經(jīng)成功應(yīng)用于百度地圖等主流地圖導(dǎo)航，同時(shí)與車企合作伙伴共同努力打造高精度、高頻刷新的車規(guī)級(jí)服務(wù)。
今年10月以來，基于以上服務(wù)能力，KuWeather與奔馳、奇瑞汽車等國(guó)內(nèi)外知名車企達(dá)成合作，為其車聯(lián)網(wǎng)及自動(dòng)駕駛業(yè)務(wù)提供專業(yè)化、定制化氣象解決方案。
賦能車聯(lián)網(wǎng)
據(jù)公安部統(tǒng)計(jì)，31.2%的道路交通事故發(fā)生在陰雨雪霧等特殊天氣下。國(guó)外一項(xiàng)研究發(fā)現(xiàn)，暴雨導(dǎo)致高速公路通行能力平均下降14%，大雪導(dǎo)致通行能力平均下降22%。天氣對(duì)交通安全及交通安全及運(yùn)行效率的影響顯而易見，其中，路面濕滑狀態(tài)及能見度，直接影響到駕駛?cè)藢?duì)剎車距離的判斷及急轉(zhuǎn)彎操作決策。
“傳統(tǒng)氣象服務(wù)基本上是將空中天氣狀態(tài)機(jī)械對(duì)應(yīng)為路面狀態(tài)，例如將降雨直接對(duì)應(yīng)為路面積水，但實(shí)際生活經(jīng)驗(yàn)中，我們也不難發(fā)現(xiàn)因?yàn)榈匦?、路面材質(zhì)的不同，降雨可能會(huì)造成路面積冰、也可能在地面溫度較高的情況下快速蒸發(fā)，路面呈現(xiàn)干燥狀態(tài)。傳統(tǒng)交通氣象服務(wù)的缺陷可見一斑，更何況目前的服務(wù)多以行政區(qū)劃的形式展現(xiàn)，與駕駛員所需要的‘前方路段是否有特殊路面狀況’精細(xì)化服務(wù)相差甚遠(yuǎn)。”KuWeather聯(lián)合創(chuàng)始人劉光勝說。
KuWeather RWIS路面氣象預(yù)報(bào)可提供能夠提供最長(zhǎng)未來7天全國(guó)主要道路公里級(jí)路面積水、積冰、積雪、凍雨、路面溫度等行駛條件預(yù)報(bào)，以及沿途能見度預(yù)報(bào)，綜合準(zhǔn)確率可達(dá)90%以上。通過RWIS路面氣象預(yù)報(bào)服務(wù)，管理中臺(tái)可以做出宏觀調(diào)控，駕駛員可以直觀獲取駕駛路線中前方路面狀態(tài)，作為調(diào)整駕駛路線、調(diào)控車速的依據(jù)，保證到達(dá)時(shí)間及駕駛安全。
與此同時(shí)，基于車聯(lián)網(wǎng)用戶在出行場(chǎng)景中安全與娛樂的雙重要求，KuWeather還為用戶提供提供全球7萬多個(gè)景點(diǎn)的精細(xì)化天氣預(yù)報(bào)，全國(guó)1萬多個(gè)交通樞紐精細(xì)化天氣服務(wù)，其中包含天氣現(xiàn)象、空氣質(zhì)量、防曬指數(shù)以及賞花賞楓等個(gè)性化服務(wù)，提升車主的出行體驗(yàn)。
助力自動(dòng)駕駛
當(dāng)前ADAS及自動(dòng)駕駛測(cè)試多在測(cè)試基地及晴好天氣下進(jìn)行，規(guī)避了現(xiàn)實(shí)環(huán)境中的惡劣天氣條件。能否解決惡劣天氣對(duì)視覺算法及硬件的干擾問題，成為自動(dòng)駕駛技術(shù)是否能夠商業(yè)化的關(guān)鍵。
據(jù)美國(guó)汽車制造中心(Center of U.S. Auto Manufacturing)發(fā)布的研究結(jié)果表明，自動(dòng)駕駛的計(jì)算機(jī)視覺算法無法在小雨中探測(cè)到20%左右的物體，而當(dāng)降雨強(qiáng)度增加三倍，探測(cè)故障率就會(huì)增加一倍。而秋季樹葉減少、積雪覆蓋地標(biāo)建筑物等因素也影響了雷達(dá)和激光雷達(dá)(Lidar)等自動(dòng)駕駛車輛的環(huán)境傳感器感知效果。這意味著自動(dòng)駕駛系統(tǒng)必須更新高分辨率地圖以應(yīng)對(duì)季節(jié)性場(chǎng)景的變化，或者未來的自動(dòng)駕駛車輛只能在有限的氣候少雨多晴的區(qū)域行駛。
目前部分自動(dòng)駕駛運(yùn)營(yíng)方采取了提升環(huán)境傳感器精度、多傳感器結(jié)合、優(yōu)化算法等方案，但成效不佳，有效距離僅在200米左右，且僅能提供實(shí)時(shí)數(shù)據(jù)，而并不能感知未來數(shù)小時(shí)的路面環(huán)境變化。除了環(huán)境傳感器的靈敏度本身會(huì)受到低溫等天氣條件的影響外，傳感器迭代的高昂成本和漫長(zhǎng)周期也成為一大阻礙。直接引入專業(yè)氣象服務(wù)商現(xiàn)有能力，成為自動(dòng)駕駛車廠的最優(yōu)選擇。目前全球主流車企多采用該方案，美國(guó)汽車巨頭福特于2018年9月份投資位于美國(guó)波士頓的氣象服務(wù)公司ClimaCell 4500萬美元也是基于這一原因。
進(jìn)一步從自動(dòng)駕駛的場(chǎng)景看來，傳感器感知、算法處理、上傳數(shù)據(jù)、行車電腦算法響應(yīng)到物理制動(dòng)均需要一定時(shí)長(zhǎng)。例如車輛在時(shí)速八十公里的時(shí)候，其位移速度為22米／秒。以傳感器有效探測(cè)距離200米計(jì)算，不計(jì)物理制動(dòng)所需要的大概40米的距離，留給傳感器與行車電腦的時(shí)間只有7秒左右。而目前市面上能夠在200米距離上有效探測(cè)路面狀態(tài)的傳感器設(shè)備多處于實(shí)驗(yàn)階段。相對(duì)于傳感器探測(cè)的實(shí)時(shí)數(shù)據(jù)，將路面狀態(tài)預(yù)報(bào)作為自動(dòng)駕駛算法輔助輸入項(xiàng)顯然是更合理的方案。
“RWIS系統(tǒng)是一個(gè)跨學(xué)科和行業(yè)應(yīng)用融合的產(chǎn)品，需要材料科學(xué)、氣象、數(shù)學(xué)、物理等多學(xué)科相結(jié)合，產(chǎn)品具有非常強(qiáng)的技術(shù)壁壘。”KuWeather創(chuàng)始人金宏春表示，“合作伙伴選擇KuWeather的根本原因也正是看中了團(tuán)隊(duì)跨學(xué)科融合科研的能力。國(guó)內(nèi)氣象服務(wù)仍處于初級(jí)階段，出行市場(chǎng)需要的也是真正行業(yè)化、場(chǎng)景化的產(chǎn)品。未來KuWeather也希望能與合作伙伴共同努力，為車主更好的體驗(yàn)，國(guó)內(nèi)自動(dòng)駕駛的發(fā)展貢獻(xiàn)力量?！?/span>
