摘要:早在2月份,美國(guó)交通運(yùn)輸安全管理局強(qiáng)制推行“V2V智能化技術(shù)”的提案,這項(xiàng)政府部門提出提案的依據(jù)是在美國(guó)密歇根大學(xué)所在地AnnArbor的一項(xiàng)試驗(yàn),對(duì)3000輛汽車進(jìn)行了車間通訊技術(shù)研究、試驗(yàn),這次“模擬城市”應(yīng)該屬于前期項(xiàng)目的一次升級(jí)。
離開安娜堡(AnnArbor)的時(shí)候和同學(xué)說了一句話,如果人間真有天堂,我認(rèn)為它就是安娜堡,十一萬人的大學(xué)城,有著四季分明的寧?kù)o和美妙,七十多個(gè)國(guó)家人士聚集此地,又不失其國(guó)際化,距離底特律機(jī)場(chǎng)四十分鐘的車程,讓其與世界無障礙接軌,密歇根大學(xué)給予的豐富的人文社會(huì)底蘊(yùn)讓這座汽車范圍內(nèi)的城市與底特律有著強(qiáng)大的反差。
最近,安娜堡城市又火了,原因是密歇根大學(xué)整合自己的優(yōu)勢(shì)資源,與包括汽車行業(yè)的福特、通用、豐田等在內(nèi)的多個(gè)合作伙伴,初期投資640萬美元進(jìn)行打造“模擬城市環(huán)境”,這應(yīng)該是世界上第一個(gè)進(jìn)行車聯(lián)網(wǎng)汽車、無人駕駛技術(shù)的立體式“未來城市”的試驗(yàn)場(chǎng)了,成為車聯(lián)網(wǎng)時(shí)代的先驅(qū)者絲毫不為過。
根據(jù)密歇根大學(xué)交通所FrancineRomine描述,該項(xiàng)目將建在占地32英畝的密西根大學(xué)北校區(qū),它包括三車道的幾英里長(zhǎng)的混凝土瀝青道路交通網(wǎng),這些道路上有十字路口,交通標(biāo)志和信號(hào)、人行道、十字路口、長(zhǎng)椅和模擬的建筑物。
這些問題并不是憑空出現(xiàn)的構(gòu)想,筆者早在2月份就談到美國(guó)交通運(yùn)輸安全管理局關(guān)于強(qiáng)制推行“V2V智能化技術(shù)”的提案,即要求“要求今后一年內(nèi)的新車配備車間通訊設(shè)備”,這項(xiàng)技術(shù)通過行駛在道路上車輛之間共享位置、速度、方向等數(shù)據(jù),從而將車輛工作比較安全、高效的工況,俗稱“VehicletoVehicle(V2V)”,這項(xiàng)政府部門提出提案的依據(jù)是在美國(guó)密歇根大學(xué)所在地AnnArbor的一項(xiàng)試驗(yàn),對(duì)3000輛汽車進(jìn)行了車間通訊技術(shù)研究、試驗(yàn),這次“模擬城市”應(yīng)該屬于前期項(xiàng)目的一次升級(jí)。
“安娜堡模式”比“谷歌模式”智能化技術(shù)更靠譜。
談到智能化技術(shù),特別是無人駕駛技術(shù),很多人第一印象是聯(lián)想到谷歌的無人駕駛技術(shù),相對(duì)應(yīng)來講,當(dāng)下密歇根大學(xué)聯(lián)合打造的立體式的試驗(yàn)場(chǎng)更讓人聯(lián)想到務(wù)實(shí)和靠譜,因?yàn)橹悄芑夹g(shù)屬于系統(tǒng)工程,它包含了政府的法律法規(guī)、汽車制造商的技術(shù)水準(zhǔn)以及智能化技術(shù)應(yīng)用基礎(chǔ),谷歌方面的努力更多表現(xiàn)在智能化技術(shù)的應(yīng)用,安娜堡方面的試驗(yàn)則屬于系統(tǒng)級(jí)別的行為,整合的資源更多,當(dāng)然很多人可能會(huì)聯(lián)想到,谷歌的創(chuàng)始人、老板LarryPage也是密歇根大學(xué)的北校區(qū)的學(xué)生之一。
密歇根大學(xué)交通所研究的智能交通技術(shù)主要是依據(jù)“V2V”的基礎(chǔ),筆者從2010年開始多次談到這項(xiàng)技術(shù),身邊也有朋友參與這項(xiàng)技術(shù)的研究,事實(shí)上,早在前幾年在長(zhǎng)春召開的一個(gè)國(guó)際汽車技術(shù)論壇中,也顯示有相關(guān)的中國(guó)汽車專家也在進(jìn)行相關(guān)的研究,如果筆者沒有記錯(cuò)的話,包括吉林大學(xué)管欣教授在內(nèi)的諸多專家也開展了類似的研究。
現(xiàn)在流行使用“互聯(lián)網(wǎng)思維”去做事情,前段時(shí)間吉利汽車?yán)洗罄顣R舱劦搅诉@個(gè)方面,因?yàn)檫@個(gè)觀點(diǎn)很熱,很多人開始認(rèn)為互聯(lián)網(wǎng)是不是應(yīng)該汽車智能化的主宰?事實(shí)上,所謂的“互聯(lián)網(wǎng)思維”去開發(fā)汽車智能化之路,更多的是根據(jù)務(wù)實(shí)的思路去進(jìn)行技術(shù)創(chuàng)新,不是簡(jiǎn)單地在車上裝載幾項(xiàng)手機(jī)游戲就可以的。
筆者認(rèn)為“V2V技術(shù)”務(wù)實(shí),更重要的原因在于這項(xiàng)技術(shù)能夠從原理上體現(xiàn)出自己的優(yōu)勢(shì)、從實(shí)際的執(zhí)行過程中體現(xiàn)自己的應(yīng)用的可能性,比起一些虛幻的技術(shù),這項(xiàng)技術(shù)更能夠讓汽車腳踏實(shí)地地區(qū)實(shí)現(xiàn)。
這項(xiàng)技術(shù)從原理上面體現(xiàn)兩點(diǎn):安全和高效,首先談這項(xiàng)技術(shù)的安全舉措,我們知道現(xiàn)在很多車輛在進(jìn)行行駛的過程中,司機(jī)會(huì)產(chǎn)生各種誤判的情況,這些情況是導(dǎo)致一些事故的根源,如果能夠按照我們提到的技術(shù),也即是行駛在附近的車輛之間進(jìn)行各種速度、位置之間的數(shù)據(jù)分享、交互,從而在進(jìn)行行駛的過程中比較兩個(gè)車輛出現(xiàn)碰撞,這些在技術(shù)上實(shí)現(xiàn)并沒有太大的技術(shù)障礙,這樣就可以給減少汽車交通安全事故。
再者,談到汽車高效,前段時(shí)間駕車外出堵車,交通廣播中有人吐槽稱由于車輛油量不足,堵車一個(gè)多小時(shí)致使車輛沒油了,這是個(gè)很通俗的例子,汽車在出現(xiàn)擁堵、低速、怠速等情況的時(shí)候,汽車燃油的能耗非常低、同時(shí)有害污染物排放量也非常大,在這樣的情況,如果我們搭載“V2V技術(shù)”,系統(tǒng)會(huì)自動(dòng)給我們顯示哪些道路出現(xiàn)了比較嚴(yán)重的擁堵,讓駕駛員有針對(duì)性的避免,這些對(duì)于車輛本身來講也屬于一種節(jié)能的行為。
退一步來講,我們平時(shí)出門的時(shí)候,都在看一些APP查詢那些路屬于什么樣的擁堵情況,這些技術(shù)大家目前都在使用,只是將這些技術(shù)集成在車輛上,這些并不是困難的事情,這樣一個(gè)優(yōu)勢(shì)明顯、技術(shù)解決障礙有限的情況,才是汽車應(yīng)該選擇的務(wù)實(shí)的智能化技術(shù)。
人文技術(shù)底蘊(yùn)是成功的基石。
這項(xiàng)項(xiàng)目由密歇根大學(xué)的交通研究所(TRI)進(jìn)行主導(dǎo),作為汽車研究領(lǐng)域享有世界盛譽(yù)的密歇根大學(xué),交通所研究主要在各種交通安全技術(shù)領(lǐng)域,中國(guó)首位汽車院士,現(xiàn)吉林大學(xué)汽車工程學(xué)院名譽(yù)院長(zhǎng)郭孔輝院士曾經(jīng)在此就讀,當(dāng)下多位汽車行業(yè)高校、企業(yè)的領(lǐng)軍人物也以不同的方式在幾個(gè)汽車研究所學(xué)習(xí)、研究過,這就說明密歇根大學(xué)主導(dǎo)的汽車領(lǐng)域研究,可供支配的優(yōu)質(zhì)資源是非常多的。
“V2V技術(shù)”是汽車智能化技術(shù)的一個(gè)開端,但是這個(gè)開端面臨的情況不僅僅在于解決單個(gè)的汽車技術(shù)問題,更確切地來講,屬于一種系統(tǒng)工程,筆者此前提到一個(gè)概念“泛行業(yè)化”,就是汽車行業(yè)不得不借助更多行業(yè)基礎(chǔ)技術(shù)的增長(zhǎng)來達(dá)到自己前途的突破。
借用到“V2V技術(shù)”具體細(xì)節(jié)上,我們需要兩個(gè)方面的努力,其一是通過通信技術(shù)、或者圖像識(shí)別技術(shù)對(duì)于當(dāng)下交通系統(tǒng)的車輛和交通信號(hào)進(jìn)行判斷,判斷是否有車輛對(duì)于自己車輛存在危險(xiǎn)、判斷自己的車輛是否駕駛在正確的道路上和正確的交通信號(hào)下,如果這些出現(xiàn)了錯(cuò)誤,在通過控制器的控制作出調(diào)整。
所以這些技術(shù)需要不僅僅是我們車輛怎么樣,還需要數(shù)據(jù)傳遞的速度、數(shù)據(jù)處理的速度、圖像識(shí)別的情況以及智能交通技術(shù)的配合,雖然這些技術(shù)并沒有很完善,不過從目前強(qiáng)制執(zhí)行,我們相信不久的未來我們交通狀況正在朝著理想靠近。