燃财经|自动驾驶可以“带飞”百度吗?百度无人出租车体验百度的自动驾驶故事无人驾驶商业化,还要等待几年?,无人出租车上路( 五 )


全球自动驾驶行业中 , 谷歌母公司Alphabet旗下的Waymo和通用的自动驾驶技术进展程度 , 在全球属于领先地位 。 而百度也属于全球自动驾驶第一梯队行列 。
自动驾驶的等级划分通常采用国际汽车工程师协会(SAEInternational)的标准 , 从L0到L5 , L5是真正意义上的全自动驾驶 , 车辆已经达到人类驾驶的水平 , 可以处理所有工况 。 狭义上的L4级自动驾驶汽车是指在限定道路和环境中 , 可由无人驾驶系统完成所有驾驶操作 。 目前 , 业界最为普及的还是L2级技术 , 大部分整车厂做的都是L2级别自动驾驶 , 在严格意义上 , 这还应该被称为是“自动辅助驾驶” 。 小鹏汽车创始人何小鹏之前曾经提过 , 将L2、L2.5级做好 , 是自动驾驶最可行的思路 。
自动驾驶要实现商业化 , 技术上的限制仍然存在 。 今年2月 , 国内自动驾驶创业公司小马智行宣布完成4.62亿美元B轮融资 。 但小马智行创始人楼天城曾表示 , 自动驾驶始终是由技术主导的硬科技 , “无人化”和“规模化”决定了这项技术的高门槛 , “在做到这两点之前 , 所有自动驾驶都是测试 , 无法称之为产品 。 ”
对于深度学习技术而言 , 要实现L4级别的自动驾驶 , 通用化的难度比大众想象的更高 。 道路上环境复杂多变 , 而对于深度学习的黑箱而言 , 有很多是工程师也无法预测和判断的事情 。 这就要求AI算法能够处理更多突发的、复杂的“长尾场景” , 诸如路上的道路维修、车辆闯红灯、出现警车等特殊车辆等 。 “一些场景可能跑了几万公里才出现一次 , 这都不算长尾场景 。 长尾场景可能是跑了1亿公里才出现的 。 ”滴滴自动驾驶公司COO孟醒在接受采访时曾表示 。
因此 , 在有限的开放道路上测试的无人驾驶 , 还是远远不够的 。 自动驾驶本身需要更加丰富的数据量 , 以及真实的场景 。 如果要加速无人驾驶的场景落地 , 必须要让更多的车辆在路上跑起来 , 收集更丰富的道路场景数据 , 训练和迭代车辆的AI大脑 。
在百度自动驾驶出租车试乘时出现的 , 面对突然出现的移动交通信号灯 , 显然就是在以往的测试场景下 , 没有遇到过的“训练” 。
因此也就不难理解 , “自动驾驶出租车”成为各大车企和出行服务公司率先试水的领域 。 今年6月 , 滴滴也在上海开放Robotaxi自动驾驶出租车 。
燃财经|自动驾驶可以“带飞”百度吗?百度无人出租车体验百度的自动驾驶故事无人驾驶商业化,还要等待几年?,无人出租车上路
文章图片
车路协同下的智能驾驶 , Robotaxi能较快地识别并显示出道路情况图/燃财经摄
在今年8月的一场论坛上 , 滴滴自动驾驶公司CTO韦峻青表示 , 滴滴在上海的Robotaxi试运营已经有3万人注册 。 他说:“对公众来说 , 在小范围内有安全员的自动驾驶可能是他们最先能够体会的自动驾驶 , 在上海每天也有通勤的人使用我们自动驾驶的网络 。 ”
但韦峻青认为 , 固定路线固定区域的小规模自动驾驶未来几年是可期的 。 大规模的自动驾驶要实现 , 且在大家可以接受的成本范围内 , 还要四五年以上 。
高额的车辆运营成本也是制约自动驾驶商业化的因素之一 。 滴滴曾经表示 , 其在上海运营的Robotaxi单车改造成本在100万元以上 。 申港证券在9月发布一份研报称 , 典型Robotaxi车辆的月运营成本在3万元左右 , 包括安全员司机、燃料、传感器标定维修、地图和平台运营更新 。 其中 , 约40%的成本来自安全员司机 。
百度为此也积极寻找降低成本的办法 。 2016年8月16日 , 百度为了降低自动驾驶的造价成本 , 与福特汽车仪器共同投资了激光雷达厂商Velodyne旗下的激光雷达公司VelodyneLiDAR1.5亿美元 。 但是这些在规模化的商业落地场景下 , 还远远不够 。
目前 , 国内自动驾驶的研发方向是“车路协同” , 不仅要求车辆“智慧” , 道路也要“智慧” , 车路双方还要联结、交互、协同 , 这被称为是中国智能交通的最优解 。


推荐阅读