怎么才能把一批无人驾驶车开上街道？

来源：品玩 王飞

2019年9月，我们报道了无人驾驶汽车项目百度Robotaxi在长沙落地运营的一些情况。就在最近的一周内，Google旗下的Waymo也有曝光出他们即将要“拿掉”在凤凰城运营的Robotaxi上的安全?#20445;?#25104;为连安全员都没有的真正的“无人驾驶汽车”。

在过去一到两年的时间里，无人驾驶技术在多个场景里确实有一些落地，比如机场的无人驾驶行李车、高速上的自动驾驶跟车技术、在矿场里的无人车、公园园区的接驳车以及车库里的自动泊车技术等。看起来，无人驾驶技术已经真正落地。

不过，产?#36947;?#20851;于无人驾驶的落地还有一些声音：比如有分析认为无人驾驶技术早已经成熟，目前?#30343;?#32570;少批量降低成本的路径，没有场景买单；再比如有些分析还提到无人驾驶应该率先落地在园区或是机场码头，然后再深入公共交通，鉴于一些聚光灯下的事故，主要是出于对安全?#30446;?#37327;，他们认为技术仍然不成熟；再比如有些技术分析还提到虽然感觉上无人驾驶技术已经ready，但实?#20107;?#22320;时的connercase（小概率事件）还是有很多，存在一些技术短板。

无可否认，无人驾驶是一个极其庞大的?#20302;常低?#36234;大，声音就越多。所有无人驾驶技术其实都向着一个最终的问题前进：怎么才能把一大批无人驾驶汽车开上街道？

安全与小概率事件

2016年，美国一辆高速自动驾驶?#21050;?#20013;的特斯拉撞上了路口的货车，导致特斯拉驾驶员直接死亡。这也是人类给无人驾驶技术亮起的第一个红灯。

报告指出，特斯拉所配备的计算机视觉技术未能成功检测到反光的白色货车，成为了第一个connercase，同时毫?#25758;?#38647;达因为技术视角?#33041;?#22240;，雷达波束从货车下侧穿过，导致计算机?#20302;?#26410;能识别到货车。事故发生后，特斯拉才改进了无人驾驶?#20302;常?#24182;修改了官网AutoPilot的定义。

实际上，近些年无人驾驶技术的爆发来自于以深度学习为基础构建的AI无人驾驶?#20302;常?#27604;如特斯拉，基于深度学习的算法在计算机视觉方面的应用提供了在车辆行进中?#33041;?#27979;控制，从而构成了特斯拉无人驾驶软体?#20302;?#23618;面的技术基础。但事实也证明，如今仍然存在人类驾驶和计算机驾驶的理解偏差。人们并?#20945;?#27491;信任无人驾驶。

同样的事?#39542;褂小?018年3月，一名行人在美国被Uber的自动驾驶汽车?#19981;?#36523;亡。而调查显示，当时说因为受害者从阴暗处突然冲上道路，安全?#24065;?#27809;能及时处理。

数据显示，Waymo平均每行驶1.8万公里会出现一次脱离（人工干预），这已经是2018年DMV年度路测数据表中表现最好的公司。但数据归数据，也免不了现实的残酷。

跟无人驾驶相关的三个主要技术是感知、规划和控制，但安全问题主要出在感知和规划上。

DMV的事?#26102;?#21578;显示，2016年，Waymo的一次事?#36866;?#22240;为在十?#33268;?#21475;右转时，无法辨认挡在路上的沙袋，导致被后车追?#30149;?/p>

2017年，通用的无人驾驶汽车Cruise也因看不明?#36164;致?#21475;不断?#20102;?#30340;?#39057;?#24613;刹，然后被后车追尾造成车祸。

人们已经在感知上做了一些努力，比如建立大范围的高精地图，给予车辆更安全的感知和预测能力。

什么样的自动驾驶?#20302;?#33021;够克服中国这么大的范围覆盖，甚?#38142;?#29702;以百万千万来计数的这?#25351;髦指?#26679;的场景，以及这种connercase，这是最难的。四维图新自动驾驶AI负责人李阳告诉PingWest品玩，“如果你是在一个小的区域测试，比如城市，50辆车在城市里一直测，基本上你要遇?#38477;?#20107;情还?#24378;?#20197;测?#38477;模?#20294;可能还有万分之一测不到。”

四维图新切入无人驾驶领域的切口在于高精地图。现在，四维图新在高速场景已经实现了30万公里百分之百的覆盖，在明年实现城区级覆盖。高精地图将在路口提供更多维度的信息，比如车道线、路牙的位置，路牌的详细信息甚至弯道的曲率以及车道的仰俯角度等等，这将有助于无人驾驶的提前感知和预测。

高精地图相当于给无人驾驶汽车打开了“上帝视角”。而驭势科技CEO吴甘沙认为，无人驾驶汽车的熟练度也不是熟一个区域就可以。“高精地图建起来，?#25345;?#24847;义上来说它已经很熟了。但有些东西永远不会熟，比如那种长尾connnercase，因为你永远有没见过的情况。”

成本和谁为它买单

驭势科技成立于2016年2月，致力于用人工智能和大数据重构人?#33216;?#30340;交通，为十亿级人群交付安全、舒适、高性价比的全栈智能驾驶技术方案、产品?#22836;?#21153;。吴甘沙对PingWest品玩表示，驭势科技要在明年（2020年）实现无人驾驶技术的规模?#36234;桓丁?/p>

吴甘沙把无人驾驶行业的发展比作大航海时代。“大家千州并发，竞争的‘竞’正在发生。我们正在处于这个阶段。”而在“竞”之后是“争?#20445;?#26159;抢地盘的阶段，“有人会成为无人驾驶的滴滴，有人成为顺丰，有人在园区里玩，有人在矿区里玩。大家处于这个航道中的不同位置。”

而到达新大陆先要满足几个条件。第一个是规模化，不能?#30343;?#20960;十辆车在测，第二是无人化，一定要去掉安全?#20445;?#31532;三是常态化，不能是现在的双规?#21050;?#35268;定时间规定范围），最后是运营，而不?#30343;?#28436;示，要为客户提供价值。

实际上，过去一段时间无人驾驶领域存在一个观点：就是技术已经ready，但还没有场景为技术和成本买单。拿无人驾驶的Robotaxi举例，一辆L4无人驾驶原型车，英伟达的计算模块可能要2万到5万美金，一个128线激光雷达要6万美金左右，不加一些高精度惯导以及其他辅助摄像头，一辆车的成本已经达到了100万人民?#26131;?#21491;。

“短时间内L4就是很难有人给他买单。”李阳说，“你想想，这个方式以国内?#30446;?#21333;价，还要限定区域我觉得还挺难的。”

想实现广义上的、大范围的无人驾驶技术，汽车供应链成熟度也是一个问题。软件技术?#35272;?#20110;?#38047;?#30340;?#24067;?#26080;人驾驶也是根据如今?#38047;?#30340;?#21152;?#36710;而设计，“天花板会很明显。”

软件推动?#24067;?#21319;级之后会进入新的循环?#21050;?#29616;在看?#38477;?#36710;厂的车辆还没有达到最终的量产?#21050;?#21482;有camera（摄像头）和ridar（毫?#25758;?#38647;达）是接近量产形态，现在其他还不是明确的量产方案。”李阳说。

驭势科技把自己定位成足球比赛中的中场，在技术上提供更广泛的业务覆盖——打造成熟可行的技术中台，开放SDK和解决方?#31119;?#22312;合?#23454;?#26102;间，合?#23454;?#22320;方，把球传给合作伙伴。驭势科技的一个业务场景是机场无人驾驶行李车，无人车?#20808;?#33410;车斗，两车并行，每辆无人车可以省掉3个驾驶?#20445;?#21516;时提高了行李到达效率，“真正为客户实现价值。”

吴甘沙认为无人驾驶技术已经成熟，但重点还是要放在落地场景的打磨上，这些都是少人的小场景——“比如机场无人车，我需要时时刻刻监?#29992;?#19968;个车斗，确保它是没有被乱动的；我要确保车斗与车?#20998;?#38388;并没有人卡在那里；我要确保在运的过程当中没有行李掉在地上；?#19968;?#35201;确保在走的过程当中中间停下来，没有人?#20302;到?#21435;把行李拿走了。”