首页> 智造专栏> 资讯详情

UBER欲出售无人驾驶部分股权 自动驾驶研发究竟有多烧钱

蒲志琼 来源 : 元器件交易网 2018-10-18 17:37

近日消息,据《金融时报》援引知情人士的话报道称,网约车巨头Uber正考虑出售其成本高昂的无人驾驶汽车部门的少数股权,试图筹资以应对首次公开募股(IPO)前不断上升的成本压力。

UBER欲出售无人驾驶部分股权 自动驾驶研发究竟有多烧钱0

知情人士透露,Uber已经吸引了潜在投资者的兴趣,可能会将其无人驾驶汽车部门Advanced Technologies Group分拆为独立的业务部门,拥有自己的估值和股权。Uber将保留运营控制权和该部门的多数股权,但外部合作伙伴可能分担开发和最终商业化无人驾驶技术的成本。

自动驾驶的概念提出到产品研发目前已经经历五十多载,特别是近几年伴随着人工智能的崛起,自动驾驶的研发变得如火如荼。

汽车要想实现自动驾驶,感知、决策与控制三大系统缺一不可。其中,首要解决的便是图像识别能力,而传感器的“智能”水平很大程度上决定了自动驾驶汽车在复杂路况上的可靠度,因此深度学习的应用便成为了关键所在。

Waymo 此前曾透露,Waymo 正在使用的克莱斯勒 Pacifica 混合型小型货车,搭载的是通过内部开发的激光雷达(1 个长距激光雷达,1 个中型激光雷达和 4 个短程激光雷达),4 个毫米波雷达,8 个摄像机和 1 到 3 个 IMU 等传感器。

实际上这些部署在车上的传感器仅仅是冰山一角,除此之外,这些车辆还需要配备能够每秒处理数万亿次操作的计算单元,以及负责控制车辆的远程控制中心——都价格不菲。

据网上资料显示,如果一个自动驾驶的研发团队有500人,平均年薪是20万美元,这个公司每年付给员工的总工资就是一个亿。如果这家公司有惊人的产能,每年可以造出5千辆自动驾驶车,单位研发成本就是2万美元。

除了高昂的研发成本,传感器技术迭代、模具迭代、数据的储存和分析都将耗费巨大资金。

以通用Cruise为例,资料显示通用Cruise每分钟就会产生200MB的数据,每周就是2个PB,这就需要足够稳定的数据中心和强大的处理速度。想象一下,平时拍一段视频就要几百个MB,但是Cruise有14个摄像头同时拍摄,更何况雷达传感器的数据更多。

以上制造成本是自动驾驶汽车实现自动驾驶的关键,除此之外的造车材料还将耗费巨大资金。

进入自动驾驶时代后,自动驾驶汽车的维护和保养频率会远高于私家车,维护工作将变得相当繁重,后期的运营成本也随之而来。

首要问题就是车辆的维修,和其他汽车不同,自动驾驶的维修工人需要具备大量的专业知识,这需要前期的严格培训。

和车辆维修有着同等地位的就是自动驾驶远程控制,目前的自动驾驶并没有真正意义上实现机器的感知、决策和控制,很多时候仍然需要人力介入。和维修工人一样,这些工作人员也需要严格培训。如果一辆自动驾驶车每小时需要2次人工介入,每次2分钟,那么每位远程控制人员每小时最多只能监控15辆车,成本可想而知。

以上是对成本的大致罗列,很多其他成本费用并没有做计算。那么假设一辆自动驾驶汽车的价格为 20 万美元,问题来了:如何收回投资?需要多长时间?

来自法国的技术和商业市场研究公司 Yole Développement 曾算了一笔账。以美国为例,如果一辆自动驾驶出租车在一座美国的城市以每小时 30 英里的速度行驶 23 小时,那么它将每天行驶 700 英里(约合 11.2 万公里)。如果它每年运行 330 天(假设待机时间为 10%),自动驾驶出租车将最终每年覆盖 23 万英里(约合 37 万公里)。

如果车队运营商每英里收费 0.43 美元,那么这辆自动驾驶汽车每年将带来 10 万美元的收入,这意味着需要两年的时间摊销自动驾驶汽车的成本。

Yole 预测,到 2032 这一成本将降至 9.5 万美元,未来自动驾驶汽车的大部分收入将来自自动驾驶共享服务。

长期来看,汽车的产量将会下降——随着自动驾驶汽车的普及,将替代有驾驶员的汽车。这意味着大部分汽车价值链将从硬件转变为软件和服务。汽车厂商紧盯着每个季度卖了多少车已经没有意义,厂商更应该看中车辆售出后的后期收益。

声明: 本网站原创内容,如需转载,请注明出处;本网站转载内容(文章、图片、视频等资料)的版权归原网站所有。如我们转载或使用了您的文章或图片等资料的,未能及时和您沟通确认的,请第一时间通知我们,以便我们第一时间采取相应措施,避免给双方造成不必要的经济损失或其他侵权责任。如您未通知我们,我们有权利免于承担任何责任。 我们的联系邮箱:news@cecb2b.com。

分享到:
热门搜索
相关问答
中发智造自媒体
微信公众号
头条公众号
微博公众号
最新最热 行业资讯
订阅栏目 效率阅读
二分彩计划群