封面图源：PEXELS7月6日，据彭博社报道，滴滴出行计划今年雇佣多达200名员工，以加强其自动驾驶部门，并加快在上海及其他地区扩展自动驾驶出租车服务。滴滴出行首席运营官孟醒表示，自动驾驶部门到今年年底将有500至600名员工。2016年，滴滴开始试水无人驾驶。2017年，滴滴和Udacity公司在硅谷邀请全球技术人员挑战无人驾驶算法，同时成立滴滴美国研究院，用于自动驾驶和大数据技术的发展。滴滴还建立了国内首个自动驾驶安全护航中心，能够实时监测车辆与路况，并协助给出相应的指令。经过四年发展，滴滴陆续在中美两地组建了约拥有400名研发人员、涉及高精地图、（路人及车辆）行为预测、路线规划与控制等细分领域的团队。此前据媒体报道，滴滴每年用于自动驾驶项目的人力投入在亿元以上。目前，滴滴自动驾驶使用的车辆是沃尔沃的XC60车型，成本价在30万元以上。除车辆成本外，还搭载了近20个传感器，其中包括1个Velodyne 64线激光雷达、2个Velodyne 16线激光雷达、7个摄像头以及毫米波雷达和超声波雷达等。这些设备的价值甚至超过了汽车本身。孟醒提到，滴滴自动驾驶车辆的造价在每辆100万元以上。以滴滴此前公布的目标，到2030年平台将拥有100万辆全自动的无人驾驶汽车，这将是一笔巨额投入。为了加速外部融资，解决资金难题，2019年，滴滴将自动驾驶部门独立。截至目前，滴滴在北京、上海、苏州、美国加州等地已获得路测资格，并获得了上海颁发的首批载人示范应用牌照。今年6月，滴滴开始在上海面向公众开放自动驾驶服务，消费者通过滴滴App线上报名，审核后就能在测试区域免费呼叫自动驾驶车辆进行试乘，运营过程中会标配一名安全员。在上线当天和央视联动的直播中，滴滴自动驾驶网约车展示了全程53.6公里的运营过程，包括在雨中和夜间等光线较暗和路况复杂的场景下，测试车辆也能够自主应对。即使未来路途注定不会平坦，但是滴滴无人车已经有了足够的决心，创始人程维表示，滴滴为自动驾驶做好持续投入十年的准备，“道阻且长，但是方向不会变”。
对于王兴来说，一场不得不打的战争已经到来。美团是一家很有野心的公司，边界在不断扩大，从团购起家，做酒旅，之后切入外卖，然后杀入到共享出行（网约车、共享单车）领域。如今，这份野心扩展至自动驾驶，与亚马逊的布局类似，并在局部与BAT未来战略路径重度重合。在BAT All in 自动驾驶强火力之下，美团自然不会心甘落后。相比互联网行业的其他大佬，美团在自动驾驶方面的动作总是雷声小雨点大，而且和BAT这些土豪们挥金如土玩自动驾驶不同，美团走的是实用主义路线。低调发力，美团关于自动驾驶的业务全局很难拨开重重迷雾看清，但在这场技术壁垒更高，资金需求更大，体系也更为复杂的布局中，王兴很清楚自己的最终目的。那么，在自动驾驶时代，美团会扮演什么的角色？逻辑清晰，边界在扩张中逐渐明确。建立无人配送生态联盟；高精地图保证自动驾驶安全。关于“无人配送”与“高精地图”，两个边界逻辑不同却又相互关联。美团在自动驾驶领域打法奇特，另辟蹊径。依托在建立场景、技术、运营、行业规范四种能力之上的无人配送生态圈实现企业整体业务的技术升级；高精地图则是在技术升级基础上的老业务、新赛道的形态衍生。美团不仅是一家“外卖”公司，而且是一家加码自动驾驶的科技公司，深以为然。围绕外卖业务，以低速L4为切入点，通过无人配送和高精地图协调发展，美团正在打造自己的自动驾驶版图。动作频频，发力无人配送在成立的第十年，美团终于迎来了首次全年盈利，但受疫情的冲击，不利因素开始显现——外卖业务锐减的不确定性、到店和酒旅业务的停滞。此外，外卖是一个非常在意规模效应的生意，王兴很在意规模，他曾说“低毛利加小规模，没有很大价值，但低毛利加大规模，有很高的商业价值。”理论上只有不断增加的劳动力成本，平台才能降低配送时间。考虑到不断增加的劳动力成本，由自动驾驶技术附能的末端配送，才能摊平成本，从而接入更多的商家，最终获得更多的订单。所以，末端配送极有可能成为未来主流的外卖配送方式。基于此，美团最初布局无人配送，源于刚需。在过去两三年里，美团自动驾驶团队不断扩张，无人配送部也从去年开始落地成果。正如美团无人配送部算法总监申浩所讲，凭借技术和商业双轮驱动的优势，美团无人配送以需求为导向，面向规模化迭代技术，通过商业模式的充分打磨与实践，实现落地闭环。1、美团加入BDD2015年5月，美团加入加州大学伯克利DeepDrive深度学习自动驾驶产业联盟（BDD）。双方将通过技术团队和学术团队的深度合作，推动双方在自动驾驶领域高质量数据的共享，通过产学互动，在无人配送场景、数据等方面加快自动驾驶的技术创新、理论创新、以及落地应用的进程。据悉，BDD产业联盟着重于汽车应用中计算机视觉和机器学习领域的最新技术的研究。BDD研究中心设在加州大学伯克利分校，拥有来自深度学习、计算机视觉、机器人、自动驾驶等多个部门和中心的30多位有突出成就的伯克利知名教授和科学家。2、美团发布无人配送开放平台2018年7月，美团对外正式发布无人配送开放平台。美团向合作伙伴开放场景、技术、运营等。并且吸引足够多且合适的合作伙伴加入，这些企业分别来自软件、网络、器件、整车和实业等领域。在此基础上，美团联合众多企业及院校、政府等机构，通过自动驾驶、远程遥控等技术应用，同时依托物联网技术，可以打通公开道路、园区、建筑物内部等不同场景。按照美团的设想，在无人配送开放平台的基础上建立无人配送联盟，做「低速末端配送领头大哥」。3、联合法雷奥打造无人配送车eDeliver4U2020年CES上，美团与法雷奥联合研发的自动电动送货机器人原型——法雷奥eDeliver4U亮相。这是由下游应用厂商与汽车零部件制造商联手打造的具备车规级（感知及软件系统）的无人配送小车。早在2019年，美团与三家海外公司达成合作，其中法雷奥为美团的自动送货车提供动力和传感器等关键部件，英伟达为开发和测试提供技术支持。据了解，eDeliver4U采取了模块化开发，这既有利于成本控制、车型的灵活配置，也意味着大规模量产的可能性。无人配送不是单纯的技术是否成熟问题，而是一个需要价值链上下游企业协同解决的挑战。按照美团的说法，在上下游打通的基础上，2020年是走向商业化的关键一年。美团内部人员告诉记者，2020年，美团会加大增加无人配送试点项目。前不久，美团则把无人车投放到北京顺义的多个社区，配合美团买菜向居民进行配送。美团首席科学家夏华夏曾乐观地预计，大概五年左右后，美团的无人配送车将部署到三线城市。到了那个时间，“无人配送应该会应用的比较广泛了”。无人配送车离不开高精地图对于加码无人配送的美团来说，高精地图是一个必争的市场。美团曾于 2018 年 7 月宣称，其终端配送小车可实现 L4 级自动驾驶，即基本不需要人工接入的高级别自动驾驶，这需要匹配高精度地图才能实现。目前业界形成统一意见，L4级别自动驾驶离不开高精地图。按照他们的说法，即使未来的芯片计算性能大大提升以后，也不会不使用高精地图这么好的产品。因此，图商、互联网公司、车厂、创业公司以及物流企业等一波又一波加入高精地图阵营。2019年8月，美团也确认正在开发地图业务，并称其为“美团地图”，和LBS服务、网约车、大交通一同隶属于LBS平台部门。如今美团仍在大力拓展高精地图能力。据悉，基于目前地图采集算法，美团正在大规模制作厘米精度的高精地图，包括车道线信息、道路限速、限高等标识信息。除此之外，美团也在解决地图的实时更新问题，目标是在道路情况发生变化时，自动地、实时地在地图上更新。对于美团来说，如何提高无人配送运输的效率，降低运输的成本一直都是他们所面对的难题。同时如何保证配送的实效性和安全路径的安全问题成了无人配送未来必须要考虑的问题，而这些都需要高精度的地图，才能保证无人配送的安全性和有效性。当然，美团的雄心不会止步于此，打造“美团地图”便是明证，也是其在自动驾驶领域不断扩张的前提。卡在资质问题上的美团，也为进军地图服务取得了很多准备。2019年4月，自然资源部发布关于北京三快科技有限公司等8家单位申报甲级测绘资质审查意见的公示。美团原有互联网地图服务乙级资质，本次互联网地图服务甲级资质申请已进入公示期。结合美团的商业模式来看，无人配送+高精地图的模式，无疑加快了L4级无人驾驶的落地，尤其是在末端配送领域。下一步，发起进攻战对于美团而言，自动驾驶是一场必须拿下的战争。先从末端配送开始，然后对原有核心业务的重新技术赋能，高精地图技术在这一过程中始终作为介质串联。事实上，当前业界对于末端配送的争夺战已经进入白热化阶段，不管是美团，还是京东、阿里，都希望能够率先抢占末端配送市场。因此，在通往最终胜利的道路上，美团每一个对手都是巨头。不过，美团一向不是阵地攻坚战，而是避开对手的强势，攻击对手的薄弱环节，侧翼包抄。自动驾驶亦是如此。
在2020年上半年的最后一天，6月30日自动驾驶企业Momenta“飞轮式”L4的亮相着实给了业内一个惊喜。这也是Momenta继去年12月发布MSD（MomentaSelf Driving）实车路测视频后带来的最新进展，包括首次公开的“飞轮式”L4自动驾驶完整架构与产品理念、基于“飞轮式”L4技术的商业应用场景之一Robotaxi的落地规划。事实上，Momenta的“飞轮式”L4并不单指L4级自动驾驶技术本身，而是指量产数据、数据驱动算法以及闭环自动化形成的飞轮架构，三大因子不断积累和迭代，飞轮将越转越快，形成厚积薄发之势，带来产品和商业的爆发增长，最终实现无人驾驶规模化落地。事实上，从创立之初，这家自动驾驶公司就秉持量产自动驾驶、完全无人驾驶两条腿走路的战略。即利用量产自动驾驶（类似于ADAS产品）获取海量量产数据来为完全无人驾驶进行系统迭代，同时后者又可以为前者带来技术反馈。统一量产传感器基础及技术路线是两条腿战略的前提。但由于L2/L2+与L4级自动驾驶本身不在一个维度，业内也逐渐形成跨越式与渐进式自动驾驶的两个阵营。而Momenta的独特之处在于，用“飞轮式”L4架构打通了L2和L4话语体系，将两者拢聚到了一个阵营，为自动驾驶的实现提供了一种全新的思路。独家试乘Momenta飞轮式L4MSD事实上，去年12月Momenta就已经放出了MSD（MomentaSelf Driving）的部分实地路测视频，但其中的细节并不能被尽数了解。这次的发布会，Momenta采用了媒体试乘与云直播的方式来呈现MSD的细节。新智驾作为唯一试乘媒体，也尝试还原Momenta“飞轮式“L4的实地表现。从外部传感器来看，Momenta的MSD车辆采用的是以视觉为主、几乎都是可量产的传感器，包括12个摄像头、12个超声波雷达、5个毫米波以及1个用以辅助感知的velodyne 激光雷达。Momenta CEO 曹旭东正在云直播介绍MSD车辆为了更加直观地呈现MSD车辆的感知、决策、控制过程，Momenta在车内放置了三块可视化屏幕。通过屏幕，能够看到车辆当前的自动驾驶状态、车速、油门、红绿灯情况；同时也能看到Momenta高精度地图作为静态感知的痕迹，以及行人、轿车、卡车、车辆行驶轨迹预测等动态感知内容。车辆后备箱则是搭载了自动驾驶GPU计算平台。此次试乘时间约为30分钟，范围在苏州相城区高铁站附近10公里左右的开放道路。从道路的复杂程度来看，路上人车混行严重，车流往来不绝，包括形状各异的卡车、随时窜出的电动车等。总体试乘下来，车辆速度不超过车道限速，总体在40公里每小时以内，全程无接管。车辆的行驶平滑，甚至在启动时有一点小小的推背感，既不激进也不保守。车辆能够顺利应对车道数量三变二、大货车行人避让、路口左转等交通场景。以路口左转为例。一般来说，自动驾驶车辆的左转是个有技术难度的场景。MomentaCEO曹旭东向雷锋网新智驾解释：因为左转路线本身就比较长，其次路口左转会遇到不同方向的来车，意味着容易出现多车争抢路权的情况。这种情况下，自动驾驶车辆如何在保证安全的前提下，同时兼顾乘客的体验舒适性、以及车辆的智能性而非一味地停让。Momenta的MSD车辆也多次顺利完成了路口左转的任务。此外，Momenta MSD车辆在经过路口时，也遇到与大货车争抢路权的情况。但Momneta车辆并没有出现急刹的情况，而是在预判大货车继续往左变道之后，选择减缓车速。无论是预判还是操作，车辆的表现都不比人类驾驶员逊色。云直播之后，Momenta还公布了其一镜到底包含全程中间技术结果的晚高峰路测视频。可见Momenta对MSD技术的自信。而这种自信的来源，正是“飞轮式”L4。Momenta进化的关键：“飞轮式”L4如果说两条腿走路是Momenta的战略理念与产品呈现，那么“飞轮式”L4则是Momenta两条腿得以真正走起来的底层支撑。从产品架构来看，“飞轮式”L4主要由量产数据、数据驱动算法、以及两者之间形成的闭环自动化三个因子构成。首先来看量产数据。Momenta CEO曹旭东认为：“自动驾驶的终局一定是规模化的完全无人驾驶，以Robotaxi落地为例，规模化L4指的不是一个区域或城市，而至少是路况复杂的十个城市，每个城市至少一万辆车，否则难以称之为商业化落地。”而这种规模化L4的最终实现，要有千亿公里的数据以发现长尾问题。那么海量数据从哪里来？光靠L4自动驾驶车辆的缓慢积累是远远不够的。因此Momenta通过将量产自动驾驶产品Mpilot搭载在车辆上，在为客户解决问题、创造价值的同时，进行海量量产数据的原始积累。而这，恰恰是“飞轮式”L4的动力源泉，通过海量量产数据的“喂养”，帮助MSD不断迭代，使得完全无人驾驶系统不断进化。当数据来源得到保证之后，如何高效地驱动这些数据，是飞轮跑起来的关键。Momenta认为，要解决真实场景中的海量问题，必须通过数据驱动（Data-Driven）的算法才能高效解决。什么叫数据驱动的算法？Momenta研发副总裁夏炎用了一个例子来解释：MSD车辆在路上经常会遇到红绿灯识别被阻挡的问题。Momenta早期的做法可能是通过代码规则来告诉车辆，遇到某种具体的情况该怎么做。但当规则写了一百条甚至是上千条的时候，底层的代码就会变得难以维护，并且很难复制到别的城市场景。因为有限的规则是无法完全覆盖无限问题的。因此，Momenta采用数据驱动的方式，自动化地解决了绝大部分的问题。相比见招拆招的解决单一问题，Momenta内部更加鼓励团队将更多的精力放在搭建一套数据驱动（Data-Driven）的算法框架上。“只要收集到足够多的数据和长尾问题，随着量产数据的不断流入，算法进行自动化学习，就能驱动飞轮式L4不断迭代，自动化地解决自动驾驶的长尾问题。”曹旭东如是说。此外，在拥有量产数据与数据算法驱动之后，闭环自动化是Momenta“飞轮式”L4得以维持高速运转的第三个因子。无论是数据采集、存储、还是处理、标注、模型训练等环节来说，一旦以海量数据作为单位，那么每个环节都会变得艰难。而Momenta的闭环自动化就是一套高效、自动化的工具链：通过建立对问题自动化发现、记录、标注、训练、验证的闭环过程，为技术和产品提供自动化的迭代能力，驱动“飞轮式”L4高速转动。以新智驾试乘体验为例，Momenta的闭环工具链在30分钟的试乘数据中就自动抓取了979份数据，包括预测数据为618份、规控数据为288份、感知数据为49份、手动录制17份。自动或者半自动的闭环工具，无疑为Momenta的数据处理省去了很多不必要的麻烦。Momenta“飞轮式”L4规模落地的可行性有多高？正如Momenta总结地那样：在两条腿走路战略落地过程中，左腿量产自动驾驶是最先构造起来的，并且最先进入产品化和商业化阶段；然后Momenta在去年年末正式迈出右腿，发布完全无人驾驶技术MSD。而构建这两条腿的底层核心能力，就是飞轮架构。由此，Momenta两条腿走路战略得以完全打通，实现相互协同。但新智驾好奇的是，在实际落地上，究竟是先有鸡还是先有蛋？海量数据是“飞轮式”L4驱动的前提之一，那么Momenta如何获得海量数据？没有数据，Momenta“飞轮式”L4无从谈起。对此，Momenta回应道，从去年发布可量产的自动驾驶方案Mpilot（包括Mpilot Hightway、Mpilot Parking）之后，Momenta就已经进入产品化和商业化的阶段，今年年内会有部分量产产品上市，大规模的量产上市时间在2022年左右。加上此前发布的后装ADAS途铃系列产品的上车，Momenta已经积累了一定的数据。那么与主机厂的数据会否顺利返流给Momenta？夏炎表示：“数据的所有权归属车厂是无疑的，但如何用数据来创造价值是Momenta擅长的事情。利用数据迭代自动驾驶系统，这是我们能够为主机厂创造的价值。”诚然，数据的价值是通过挖掘得到的，否则也只是一堆数字罢了。那么，在实际落地能力上，“飞轮式L4”规模落地的可行性有多高？由于当下规模化L4还处在“无人区探索”的状态，Momenta认为规模化L4面临的是“行驶千亿公里，解决百万问题”的巨大挑战。而千亿公里意味着100万辆车，每天10个小时不间断运行，连续跑1年。这种包括资金、车队数量在内的巨大投入对自动驾驶初创公司来说无疑是不可承受之重。但Momenta的“飞轮式”L4将这种巨大的成本一再降解、分割为可接受的账目。在总成本的计算上，Momenta将规模化L4的总成本可分为数据成本和研发成本。具体而言，研发成本取决于问题个数（N）和解决单个问题研发成本（R）；数据成本取决于里程数（M）和单公里数据成本（D）。虽然目前还无法准确评估L4遇到的问题个数（N）和里程数（M）的大小，但Momenta认为，问题个数（N）至少达到百万量级，里程数（M）至少是千亿公里。得益于量产数据驱动的方式，Momenta能够跨数量级地降低解决单个问题的研发成本（R）和单公里数据成本（D）。在单个问题研发成本（R）方面，常规规则驱动（Human-Driven）的最大挑战是用有限人力解决上百万个问题。而通过量产数据驱动（Data-Driven）的方式，只要收集到足够的数据，就可以自动化地解决绝大部分问题，从而降低研发成本。在单公里数据成本（D）方面，Momenta一方面为客户提供量产自动驾驶解决方案，另一方面也提供持续的软件算法迭代升级。在为客户解决问题、创造价值的过程中，和客户一起回收了长尾问题的数据，把单公里数据成本降到了几乎为零。由此，通过“飞轮式”L4，Momenta将实现规模化L4的总成本跨数量级降低。2024年关键节点：Robotaxi单车盈利、无安全员、多地规模运营可见，在Momenta眼里，自动驾驶从来就不单是一个技术问题，可靠的技术方案和可落地的成本方案缺一不可。眼下，“飞轮式”L4已经开始转动。Momenta表示，在环境感知、高精地图、预测等环节已实现了完全数据驱动，并通过闭环自动化持续迭代升级。预计到2022年，Momenta可以实现全流程数据驱动的算法；到2023年，利用闭环自动化实现算法100%自动化迭代。2024年，量产自动驾驶Mpilot也将会大规模量产上路。Mpilot和MSD将协同增效，实现“飞轮式”L4的快速成长。基于“飞轮式”L4的商业化场景——Robotaxi，Momenta也给出了落地时间表。事实上，今年6月Momenta就已经获得苏州第一块Robotaxi示范应用牌照。按照Momenta的计划：今年年底会跟苏州政府进行robotaxi的试运营，明年可能会有大规模的对外开放；2022年，做到苏州Robotaxi部分车辆车端无安全员试运营；2024年，车端100%无安全员，实现单车盈利；2024年开始，结合已经回流的大规模量产数据，Robotaxi将实现多地规模化落地运营。从两个时间表规划来看，2024年是Momenta的一个关键节点。曹旭东解释道：随着“飞轮式”L4的发展，2024年Momenta将在苏州实现车端完全无安全员的商业运营，从而降低车辆运营成本，实现单车盈利，完成商业模式0-1的验证。”也就是说，在0-1阶段，Momenta会专注于技术和商业模式的验证，在两者还没有在样本城市得到完全验证之前，不会做大规模扩张。他认为：Robotaxi城市扩张的关键因素在于数据储备。每一个城市的Robotaxi落地，都需要海量数据的积累。如果每到一个城市都花上几年时间重新开始积累，那么技术与商业落地的领先性很容易扩散和被稀释掉。而Momenta的量产自动驾驶能在0-1阶段进行大规模的数据回流，提前做好数据储备，然后在2024年形成爆发点。“如果这个阶段做得不够扎实就进行城市复制与扩张，那么一定会耗费大量资源，收益不成反倒带来大量的资金亏损。”未来，“2024年随着量产车型大规模上市，量产数据大规模回流，此时数据和技术上1-N的储备也已到位，具备了扩张条件。Momenta将开始进行多地落地，从而以极快的速度实现规模化L4。”曹旭东表示：“在一个城市先实现单车盈利，再复制到其他城市，是无人驾驶规模化落地的最精益的模式。”纵观业内，Momenta的Robotaxi运营看似比其他玩家的时间晚一些，但如果从后续爆发的力量以及城市的扩张速度来看，Momenta是不容小觑的。用Momenta的话来说，厚积薄发，将是他们的后发优势。总结：总地来看，Momenta用“飞轮式”L4证明了，L2与L4之间并不是泾渭分明的界限与派别。另一方面，从业内进展来看，即便是号称在2020年向完全自动驾驶进发的特斯拉，其L4也还处于低调隐匿的状态。所以不能不承认，Momenta甚至比特斯拉更快地向业界提供了一个清晰的L2向L4演进的思路与技术。未来，Momenta这个无车壳版的“特斯拉”，会否成为自动驾驶界的下一条“鲶鱼”？以下为雷锋网新智驾活动前期采访内容：Q：量产自动驾驶和完全无人驾驶还是蛮不同的，你们要怎么用低维度的量产数据来反哺比较高维度的完全无人驾驶？怎么整理出完全无人驾驶所需要的数据？夏炎：我们把自动驾驶这个系统拆成感知部分、预测部分、规划决策部分。对于预测和规划决策部分，Mpilot和MSD其实没有太大不同。比如预测的输入实际上就是结构化的一个世界模型，输出是未来轨迹的分布。从抽象化的、结构化层面来讲，Mpilot和MSD的预测和规划可以用一套体系完成。但感知层面会有一些区别，量产自动驾驶以camera为主，其他家大多数的L4都是以激光雷达为主，在这种情况下两种技术路线的数据很难相互利用。但Momenta不是这样，MSD里虽然有激光雷达，但是以camera为主，这是两套独立的感知的系统。而量产自动驾驶采用的传感器方案只是少了激光雷达，这样一来，MSD是可以复用量产自动驾驶里的部分数据的。Q：试乘过程中，发现Momenta的计算芯片平台还是GPU，未来你们的计算硬件层面会怎样迭代？夏炎：我们今天的确用的是GPU，还没有上嵌入型的计算平台，从我们当下发展的阶段来看，GPU可能是最合适的。因为L4级自动驾驶需要的算力是几百到一千T的级别，那么对应的芯片绝对不是现在的芯片，而是未来几年量产的芯片。我们的考虑是先用GPU去做，等到未来几年有完全符合L4需求的量产芯片之后，再一次性迁移，这样就不用多次迁移。Q：未来Robotaxi的运营你们是自己来合作还是说会交给专门的运营方？夏炎：实际上，我们Robotaxi商业模式落地应该是，在0-1阶段是“旗舰店”，在1-N阶段是“麦当劳”（通过和合作伙伴形成标准robotaxi运营方案，各地运营方进行加盟合作）。如果在全国很多城市做运营，重资产的生意对我们来说显然不科学。在最开始旗舰店的过程中，和技术相关性比较高的运营内容，我们可能会深度参与。但长期来看，肯定是形成一个标准方案，和各地的运营方合作，由当地的运营方做实际运营。这其实和整个生态成熟度是有关系的。Q：总的来说，Robotaxi量产大规模化会包括哪些要素，最难的地方在于什么？夏炎：大规模化的L4实现，政策上要有支持，商业上要实现商业闭环，实现单车盈利，技术上要有可行的技术路径。对我们来讲，飞轮式L4这样一个技术路径。这个技术路径再往上拆解的话，飞轮式L4需要海量数据，海量的数据需要量产，然后需要数据驱动的算法和闭环自动化的工具链，所以是这样一个链条。Q：比较难的地方在哪里？夏炎：单车盈利这件事情是L4的一个关键，怎么才能实现单车盈利呢？一定要去掉安全员才有可能赚钱，要不然是亏钱的。从技术上来看，需要自动驾驶足够安全，才能足够自信才能把这个去掉。Momenta的目标是在2024年要实现单车盈利，并且有具体的实现路径。Q：那Momenta今年着力的重点是什么？夏炎：对于我们来讲，量产自动驾驶Mpilot已经迈入产品化的阶段，所以Mpilot的产品化和商业化是重点要做的事情；对于L4，MSD是从去年中开始发力，现在处于厚积薄发刚开始的阶段。可以看到它的时间跨度是很长的，从现在到2024年还有很多要积累的东西。所以量产自动驾驶和完全无人驾驶各有不同的侧重点，这是从外的表现。从内在来看，两者之间技术流和数据流的协同是我们的核心重点。（雷锋网） 雷锋网
编者按 中国企业正在加快探索自动驾驶的步伐，各地政府也不断为企业提供基础设施，抢抓这一新兴产业机遇。借助业已积淀的庞大用户数据和运营数据，领先的互联网科技公司和汽车企业快速“进化”，加快智能网联汽车关键技术攻关、车联网测试标准与评价体系建设，积极探索跨行业标准化工作新模式和车联网应用场景，构建开放融合、创新发展的自动驾驶产业生态。开放赋能的平台特色、车路协同的技术路线以及渐进式的商业路径，也让中国自动驾驶产业有机会实现“换道超车”。 北京：聚能全球自动驾驶高地 记者 张超 北京中关村软件园已经成为中国自动驾驶技术的研发中心之一。在软件园南街1公里长的路上，滴滴大厦、百度科技园和腾讯北京总部大厦比肩而立。一辆辆戴着旋转激光雷达“帽子”的自动驾驶车辆从这里驶向测试区域。新冠肺炎疫情加速了企业探索自动驾驶的步伐，一项项重要技术发布和现实场景测试让中国版Robotaxi（自动驾驶出租车）开始走进多地市民的日常生活。 6月27日，滴滴在上海宣布开启自动驾驶载人应用示范项目。这意味着上海市民可以通过滴滴App叫一辆自动驾驶车辆，前提是乘客的起点和目的地都在嘉定测试区域。早在今年4月，由百度与一汽红旗联合研发的阿波罗自动驾驶出租车在长沙开始上路，打车范围主要在梅溪湖地区的市政道路，覆盖居民区、商业休闲区及工业园区等多种生活场景。 目前，滴滴获得北京、上海、苏州、美国加州等地路测资格，并在2019年9月获得上海颁发的首批载人示范应用牌照。百度也在国内外多个城市进行路测，并获得了长沙、成都等城市的载人示范应用牌照。 “在不久的将来，乘客叫车，滴滴已经知道了出发地、目的地和路线，就能够判断这段路是更适合自动驾驶还是更适合人类驾驶，然后实现混合派单。”滴滴自动驾驶公司CEO张博说。 业内人士认为这是滴滴探索自动驾驶的优势。借助已经存在的庞大用户数据和运营数据，滴滴能够在技术研发和运营上无缝植入自动驾驶，加速在整个自动驾驶行业的应用部署。 张博介绍，滴滴自动驾驶拥有千亿公里数据。滴滴自主研发的车载设备“桔视”，能够采集汽车行驶路面数据以及识别车内环境，已经覆盖了滴滴平台上50%以上的订单。 百度集团副总裁、智能驾驶事业群组总经理李震宇表示，百度阿波罗已经成为全球最大的自动驾驶开放平台之一，阿波罗自动驾驶车辆已经驶入全球24座城市，累积实现10万次安全载客出行。智能车联业务已与60多个汽车品牌达成合作，量产车型已达到400多款。 “今年是车联网的普及之年，百度智能车联业务在过去几个月超额完成目标，更多汽车品牌搭载阿波罗系统的车联网产品落地售卖，比如，上汽通用旗下凯迪拉克、别克、雪佛兰全系车型。”李震宇说。 保证自动驾驶汽车行驶安全，需要规模极其庞大的测试里程来对算法进行升级完善，业内比较公认的是兰德智库发布的数据，自动驾驶算法要达到人类驾驶员的水平需要110亿英里的测试里程，相当于在地日之间往返50多次，靠实路一点点地积累这些测试里程显然是不现实的，而且成本也难以承受。 为了突破测试瓶颈，行业普遍引入了自动驾驶虚拟仿真技术来辅助完成测试，包括腾讯的TAD Sim平台，而这也是腾讯探索自动驾驶的重要布局。 在腾讯北京总部，腾讯自动驾驶仿真技术总监孙驰天向记者展示了平台里的“数字孪生世界”。据介绍，TAD Sim平台为自动驾驶测试验证而专门设计开发，内置厘米级高精度地图，构建了包含动态和静态要素真值数字孪生系统，用千变万化的场景进行自动驾驶算法完备性的测试。 6月24日，腾讯在线发布了新一代仿真平台，平台除了可以模拟汽车行驶过程中遇到的各种道路和突发天气情况，还能模拟突然窜出的行人、强行加塞甚至产生剐蹭的车辆、测试车辆快速驶过减速带造成的颠簸等。这些场景都可通过仿真平台的算法模型反馈到测试车辆上，进而验证自动驾驶决策控制算法对突发情况的应对能力。 “仿真平台里有超过1000种场景类型，通过泛化组合，可以衍生万倍以上规模的丰富场景。”孙驰天说，基于腾讯云计算并行加速，平台具备每日1000万公里以上的测试能力，自动驾驶的车辆可大量部署。 科技公司加速“进化”，各地政府也不断为企业提供基础设施支持。近日，北京市发布《北京市加快新型基础设施建设行动方案（2020-2022年）》，提出加快实施自动驾驶示范区车路协同信息化设施建设改造，三年内铺设网联道路300公里，建设超过300平方公里示范区。 “北京是我们投入最多的地方，绝大部分核心的技术人员、骨干力量都是在北京，北京是全球自动驾驶的高地。”李震宇说，因为开放赋能的平台特色、车路协同的技术路线，以及渐进式的商业路径，中国科技公司的自动驾驶实力有机会赶超国际同行。 天津：建成国家级车联网先导区 记者 王宁 近日，在天津南站的前广场，一辆自动接驳小巴车已实现在天津南站周边区域部分道路场景下的自动驾驶，吸引了往来旅客的目光。 自动驾驶汽车激烈角逐、国家级车联网先导区揭牌、轨道全自动驾驶试验……在刚刚结束的第四届世界智能大会上，车辆自动驾驶成为与会人士关注的焦点之一。《经济参考报》记者采访了解到，自动驾驶技术与应用正在进入快速发展期，有望在物流、轨道交通等领域取得突破。 智能网联汽车发展提速 日前，2020世界智能驾驶挑战赛在天津举办，来自中外多个车队的智能网联汽车在“云”上展开激烈角逐。作为世界智能大会的重要组成部分，智能驾驶挑战赛已连续举办四年，今年有140余支来自不同国家和地区的车队参赛。 所谓智能网联汽车，是指搭载先进的车载传感器、控制器和执行器等装置，并融合现代通信与网络技术，使车辆具备复杂环境感知、智能化决策与控制功能的新一代智能汽车。中国汽车技术研究中心有限公司副总经理李洧表示，借助新基建的东风，5G、人工智能、充电桩和大数据中心等核心技术和设施，将促进我国智能网联汽车产业的加速发展。 第四届世界智能大会期间，天津（西青）国家级车联网先导区正式揭牌，面积为1475亩的封闭测试场将于今年9月完成一期建设，年底实现天津南站商务区周边车路环境协同全覆盖。 天津市西青区委常委、副区长于强介绍，拥有国家级车联网先导区的西青区，将加快智能网联汽车关键技术攻关，加速车联网测试标准与评价体系建设，积极探索跨行业标准化工作新模式和车联网应用场景，构建开放融合、创新发展的产业生态，形成可复制、可推广的经验做法。 自动驾驶或多领域突破 随着5G网络等新基建发展提速，车联网技术与应用如虎添翼。业内人士认为，自动驾驶或将在短途接驳、物流、轨道交通等领域率先实现商业化运营。 近日，自动接驳小巴车已实现在天津南站周边区域部分道路场景下的自动驾驶。 中汽研智能网联技术（天津）有限公司平台部业务经理姜君说，技术人员正在对它进行调试，将天津南站周边的道路、建筑、交通信号灯等现实环境数字化并植入它的“大脑”，让小巴车和现实场景形成一个完整的物联网。未来，无人小巴车将解决公共交通换乘过程中的“最后一公里”问题。 疫情期间，在湖北武汉，京东物流已将自动驾驶无人配送车投入使用。京东物流自动驾驶首席科学家兼自动驾驶业务负责人孔旗介绍，疫情发生后，京东物流迅速决策把自动驾驶无人配送车运送到武汉，从配送站点到目的地，全程无人化，实现了L4级自动驾驶应用。 与此同时，自动驾驶技术在轨道交通领域也取得了突破。今年3月，中国城市轨道交通协会发布的《中国城市轨道交通智慧城轨发展纲要》提出了智慧城轨发展蓝图，为各地轨道交通布局指明了方向。 天津首条以最高自动化等级设计的无人驾驶全自动试验线亮相第四届世界智能大会。天津轨道交通集团有限公司副总经理陈旭表示，全自动运行降低了因人为失误带来的安全风险，提高了线路和车辆资源的利用率。下一步，天津轨道交通建设将以智能化、智慧化为目标，实现全自动运行、智能客流控制和智慧车站服务。 规模化需破解三大难题 业内人士普遍认为，车辆自动驾驶推广应用是一项系统性工程，除了技术层面的不断成熟，还需要从基础设施、产品建设、综合保障等多方面进行突破，真正实现规模化应用。 一是智慧城市体系待建立。中国信息通信研究院车联网领域专家葛雨明认为，当务之急是构建城市基础支撑体系，包括建立一些感知和计算平台、提升网络连接能力等。雄安城市智能物流研究院副秘书长焦志伦说，自动驾驶技术全面推广需建立在智慧城市的基础上，而智慧城市规划需要物理空间和虚拟空间协同发展，如用高精度的电子围栏系统能不能在地图上标注出无人物流车、无人机等智能交通工具的行进路线。 二是产业生态体系待补齐。自动驾驶尚需形成产业链联动。“除了自动驾驶技术突破，还需要产品化突破，特别是车辆的实用性。”孔旗表示，目前自动驾驶物流车的功耗很高，运行不稳定，仍局限于单条线路运营，需要汽车制造企业和传感器厂商共同批量化打造合适的产品，以满足城市商业运载力。 三是安全保障体系待完善。多位业内人士指出，自动驾驶推广应用需补齐法律、制度等方面的短板。葛雨明说，未来所有的基础设施都要联网，安全是首要前提，建议结合新基建构建身份认证体系，确保系统中不同参与主体互联互通、相互信任。孔旗则表示，城市物流车辆需解决好路权、车辆性质、交通规则等问题，确保城市交通智慧通畅。 鄂尔多斯：5G自动驾驶公交车即将驶入 记者 朱文哲 最近这些天，冯浩儒和同事们每天都在鄂尔多斯市政府南侧的街道上忙前忙后，查看路况、调试设备信号、检查智能调度系统运行。7月中旬，这里即将开始我国西部地区首条非园区市政道路5G自动驾驶公交接驳车的测试项目。 作为鄂尔多斯市康巴什区智慧城市服务中心主任，冯浩儒对即将开始的5G自动驾驶公交接驳车测试充满信心：“作为少数民族边疆地区，鄂尔多斯在自动驾驶汽车的测试试验与应用领域走在了前面，这对鄂尔多斯未来经济转型发展与智慧城市建设都将起到积极作用。” 作为内蒙古自治区经济发展的重要支柱城市，鄂尔多斯市近年来不断提升产业发展技术附加值，进一步拓展产业发展的广度与维度。 冯浩儒表示，鄂尔多斯承接5G自动驾驶公交接驳车试验项目有着“得天独厚”的优势。“在发达城市的市政道路测试自动驾驶车辆，因为人口稠密车辆密集，既有安全隐患，又易造成交通拥堵。”冯浩儒说，“康巴什区人口数量较少，交通流量小，但市政道路功能完善，这为搭建自动驾驶汽车市政道路测试环境提供了合适的外部条件。” 据冯浩儒介绍，此次5G自动驾驶公交接驳车测试项目所选街道全长约7公里，覆盖市府南街、鄂尔多斯大街、民族路、团结路、文化西路、文化东路、湖滨路，计划停靠鄂尔多斯市政府、鄂尔多斯博物馆、锦江国际酒店、乌兰木伦湖区广场等4处站点。“由于测试道路是城市开放道路，因此我们将测试车辆的最高时速设定在40公里/小时，车辆需要按照闭环路线及站点进行自动驾驶载人示范运营运输，从而最大限度保障道路交通安全。”冯浩儒说。 5G技术的应用，是此次自动驾驶公交接驳车测试项目的最大技术亮点。“我们建设了21个5G基站以保障测试车辆的技术需求，这些独立组网的5G基站可以实现更低的网络时延，最大限度地保障车辆的实时调度、视频的快速回传，以及后期通过软件升级可以实现切片技术，相当于在5G信号中单独列出一块区域，专供测试车辆使用，让自动驾驶更加稳定、安全、高效。”中国移动内蒙古公司鄂尔多斯分公司副总经理郎庆春介绍说。 中国移动（上海）产业研究院高级项目经理任强表示，此次鄂尔多斯自动驾驶车辆属于城市景观接驳公交车，属商用车范畴，而5G技术的应用将进一步提高车辆在派单、调度、行驶等各类情景中的处理速度与效率，为车辆提供高带宽、低延时、高稳定的自动驾驶环境。 2012年8月，鄂尔多斯市康巴什区被评定为中国首个以城市核心景观区为载体被申报获批的国家4A级旅游景区，而5G自动驾驶公交接驳车的测试道路，正是在康巴什区景观最为集中的康巴什中轴线，这将极大推动鄂尔多斯城市旅游的发展和城市形象的树立。“此次自动驾驶汽车项目落地，将对推动鄂尔多斯高新技术产业加速布局，以及未来参与更多新技术产业发展起到积极的促进作用。”冯浩儒说。 安徽：无人驾驶摆渡车实现小批量生产 记者 刘方强 随着人工智能和工业互联网的广泛运用，以及相关前沿技术的不断进步，汽车自动驾驶时代呼之欲出。然而，目前的自动驾驶还只能在有条件的场景下进行，要想真正实现商用，还需突破不少瓶颈。 今年3月9日，工信部发布《汽车驾驶自动化分级》推荐性国家标准报批公示，其中驾驶自动化将按6级划分。0级为应急辅助，只能提供诸如车道偏离预警、前碰撞预警等应急辅助功能；5级为完全自动驾驶，即乘客无需响应，系统在任何可行驶条件下持续地执行全部动态驾驶任务。 无人驾驶实现的重要前提是智能公路的基础设施，公路需要全覆盖无线通信网络、监测系统等，为自动驾驶提供信息支持。当前，开放道路实现无人驾驶还存在较大困难，然而在特定区域内无人驾驶技术的普遍应用则有望提前“破冰”。 早在2016年12月，安徽江淮汽车就成功开发了达到3级水平的样车，具备园区环境40公里/小时、城市快速道路60公里/小时的自动驾驶能力。 2019年，中科院合肥技术创新工程院智能移动机器人中心技术团队攻克无人驾驶摆渡车的关键核心技术，通过优化环境感知算法，降低了传感器的使用成本，实现每辆无人驾驶摆渡车的造价在10万元以下，目前已经实现小批量生产，并在南京、合肥、株洲、扬州等地进行了推广应用。 《经济参考报》记者在现场看到，这款无人驾驶摆渡车的时速大约10公里，可以根据路况和行驶环境，自主决定直行、拐弯、超车、绕障、停车等驾驶行为，可应用于机场、工厂、景区、学校等多种场所，实现短距离交通出行的智能与便利。 “要实现无人车的产业化，在确保安全、稳定的前提下，生产成本是核心关键。”该项目负责人江如海介绍，“由于无人驾驶技术的核心部件传感器成本较高，目前一辆无人车的生产成本往往高达几十万元，甚至上百万元，难以实现规模化量产。” 无人驾驶系统的核心是软件。目前，国内外主流的自动驾驶相关研发公司和科研单位都采用了机器学习、深度学习等人工智能算法，来完成无人驾驶系统软件的研发。同时，无人驾驶系统软件依赖大量车载传感器数据作为基础进行有效解析，从而做出正确的驾驶行为指令。无人驾驶相关硬件产品则主要包括激光雷达、毫米波雷达、相机、组合导航、计算平台等。这些技术的研发需要大量投入，相关配套的测试场地建设也是一笔不小的开支。 除了智能交通路网建设尚需进一步推进、研发成本高昂、相关行业标准和第三方鉴定机构欠缺，政策法律对无人车上牌手续、责任界定尚未完善，也阻碍了无人驾驶车辆在市场上的流通进程。比如，现行道路交通安全法、《道路交通安全法实施条例》规定，驾驶员手离开方向盘驾驶属于“其他妨碍安全行车的行为”。 因此，未来，当自动驾驶技术进入商业化阶段时，首先需要有大量符合要求的基础设施，同时还需要相关的政策法律。 安徽江淮汽车相关负责人呼吁，尽早出台与无人驾驶相关的一系列标准，包括基础设施标准、新体系架构汽车产品标准、测试认证标准等，使得产业发展“有章可循”。 “无人驾驶车辆是个新生代的高科技产品，还需要人们进一步熟悉和接受，市场还需要5至10年的培育，未来肯定会迎来爆发式的大发展。”江如海说。 中商产业研究院相关数据显示，2018年，全球无人驾驶汽车市场规模近50亿美元；到2021年，预计全球无人驾驶汽车市场规模将超70亿美元；到2035年，预计全球无人驾驶汽车销量将达2100万辆。
作为人工智能技术最大的应用场景之一，自动驾驶近年迎来了风口。6月27日，滴滴出行首次面向公众开放自动驾驶服务，开始在上海接受公众体验报名。用户通过滴滴App线上报名，审核后就能在上海测试路段免费呼叫自动驾驶车辆进行试乘。 而此次与滴滴合作的是以安全著称的沃尔沃，这意味着，沃尔沃正式成为滴滴出行旗下自动驾驶公司的供应商，是第一个面向普通用户提供自动驾驶出行体验的汽车。 沃尔沃出场 滴滴此次向公众开放自动驾驶服务、开始真实的用户体验，意味着国内自动驾驶技术又向前迈出了一大步。申请体验自动驾驶的乘客只要拿出手机，打开滴滴出行APP，在新增的“未来出行”板块选择行程起点和终点，就可以申请体验自动驾驶网约车。 说到自动驾驶，不得不提到令人担心的安全问题，以特斯拉为例，就经常发生无法识别静止目标等原因导致的自动驾驶事故。而沃尔沃多年来一直是以“最安全的车”在业内和消费者心中树立了良好的口碑。 此次接受用户自动驾驶体验的是沃尔沃XC60车型，体验车较普通车辆在造型方面有所不同，车顶上有一个不停转动的装置。据了解，这是激光雷达，用来分辨100米以内障碍物的形状，同时，车顶上还安装了1个64线激光雷达，2个16线激光雷达，7个摄像头，4个雷达，共计14只“眼睛”。据悉单车造价在100万元以上。 资料显示，早在2012年，沃尔沃开始钻研自动驾驶技术，在2017年就宣布将跳过L3，直接开发L4-L5级自动驾驶，并宣布将于2021年推出量产的自动驾驶汽车，后来该计划延后至2022年。 在后续布局方面，沃尔沃预计到2023年左右量产第一辆高度自动驾驶量产汽车XC90。同时，沃尔沃汽车致力于成为全球共享汽车服务供应商和自动驾驶车队的首选合作品牌，帮助他们高效地组建一支安全、灵活、规模庞大的自动驾驶车队。 目前，沃尔沃已经和Uber、英伟达、百度、滴滴等多家公司展开合作。下半年，沃尔沃还将参与到曹操出行的自动驾驶测试工作。 滴滴的平台优势 滴滴率先上线自动驾驶网约车，还是得益于其强大的平台优势。滴滴是目前国内最大的网约车平台，而滴滴在发展网约车的同时，也在一直在研究新的驾驶模式。 滴滴自2016年开始组建自动驾驶研发团队，目前中美两地已有近400人的团队，而且滴滴已获得北京、上海、苏州、美国加州等地路测资格，并在去年9月获得上海颁发的首批载人示范应用牌照。 不同于人们认知的自动驾驶，此次落地的自动驾驶网约车服务，车辆内依旧有两人陪同，一位是安全驾驶员，一位是安全引导员。安全驾驶员主要负责自动驾驶车辆的安全，出现一些极端情况会及时接管车辆，确保乘客安全。安全引导员主要在示范应用过程中与乘客交流沟通，便于乘客更快熟悉自动驾驶，因此并不能算真正意义上的“无人驾驶”。 “自动驾驶本身有一定局限性，长期来看，很多道路和区域可能永远都不适合自动驾驶。在不适合的地方，永远需要司机驾驶。”滴滴方面相关人士表示，国内和国外自动驾驶普遍处于载人示范应用阶段，在限定区域和限定天气状况、时间等条件下，让普通人能体验到，乘坐到。滴滴自动驾驶网约车在未来一两年还是会有安全驾驶员，但不会停止对测试和研发的投入。 滴滴自动驾驶是目前世界上唯一拥有千亿公里数据的自动驾驶公司，滴滴自主研发的车载设备桔视，覆盖了滴滴平台上50%以上的订单，经过处理后，每天有千亿公里级的行驶数据可以应用于自动驾驶系统。 滴滴自动驾驶COO孟醒表示，到2030年，滴滴出行的平台将拥有100万辆全自动的无人驾驶汽车。而目前自动驾驶车辆依旧处于研发阶段。 招商证券指出，滴滴出行作为国内第一大出行软件，具有巨大的流量，此次滴滴出行自动驾驶网约车服务在上海正式上线，将使得自动驾驶真正开始进入公众的生活，增加自动驾驶的体验群体。 出行平台、车企与科技巨头联手 6月27日，滴滴自动驾驶网约车服务在上海上线。6月28日，沃尔沃宣布与Waymo达成战略合作，在此次合作中，沃尔沃汽车和Waymo双方将聚焦L4级自动驾驶技术落地开发。Waymo将成为沃尔沃汽车集团以及旗下品牌L4级别自动驾驶技术的合作伙伴。双方目标是将Waymo Driver技术应用于沃尔沃出行专属的全新纯电车平台上，最终提供网约车服务在内的应用场景和商业模式。 沃尔沃从早年间就开始频繁与科技公司、出行公司以及供应商合作发展，其中百度、Uber、Nvidia等企业都曾作为沃尔沃开展自动驾驶项目上的合作伙伴。 招商证券研究指出，目前的自动驾驶领域是平台、车企与科技巨头联手，共同推进自动驾驶技术攻克与落地实施，建议关注相关投资机会。资本向来会第一时间感知到市场的风吹草动，果然，近期无人驾驶板块集体走强。 同样，国外自动驾驶领域的竞争也异常激烈。亚马逊日前宣布收购无人驾驶技术公司Zoox。Zoox的主要技术应用场景就是无人驾驶出租车，据悉，亚马逊收购Zoox可能花了近20亿美元。有市场人士预测，亚马逊从今年起，每年都将在自动驾驶技术方面投资20亿美元投入研发，并最终将Zoox的技术推向市场。 中信证券分析认为，5G商业化带来更高级别智能驾驶的可能、智能汽车创新发展战略的发布，“软件定义汽车”已经逐渐成为业界共识，智能汽车领域将迎来快速成长期。 根据Gartner预测，2023年全球当年无人驾驶汽车净增量将超过74万辆，全环境下自动驾驶L5级预计将在2030年左右实现。
6月27日，上海智能网联汽车规模化载人示范应用启动，滴滴出行首次面向公众开放自动驾驶服务。据了解，用户可通过滴滴APP界面上的“未来出行”选项，线上报名，审核通过后，将能在上海自动驾驶测试路段，免费呼叫自动驾驶车辆进行试乘体验。同时，滴滴将根据用户在测试体验中的建议，对其自动驾驶技术作改进。 了解到，现阶段，滴滴自动驾驶载人测试范围仅限于在上海开放测试道路上，路线经过汽车会展中心、办公区、地铁站、酒店等核心区域。用户通过滴滴APP在开放道路范围内选择起终点，可免费体验自动驾驶服务。 滴滴出行CTO兼自动驾驶公司CEO张博称，“滴滴通过给驾驶员和自动驾驶车辆混合派单的方式，弥补自动驾驶车辆仅能在特定区域使用的局限，让现阶段自动驾驶不仅仅停留一种新奇的体验，更能成为人们日常出行的切实补充。” 从现场的测试情况来看，滴滴的自动驾驶车辆能实现很多真人驾驶车辆可实现的功能。比如超车功能。据介绍，滴滴自动驾驶车辆顶部部署了多个传感器，通过传感器可识别前方车辆的车速状况，进而判断路况，最终做出超车决定。 为了消除行驶盲区，滴滴还在测试区域的部分路口，部署了自主研发的车路协同解决方案，能将道路信息实时共享给区域内不同公司的自动驾驶测试车。 同时，为确保行程安全，滴滴的自动驾驶测试车依相关规定配备了安全员。在行车过程中，安全员会根据车辆行驶的状况，随时接管车辆，以应对突发情况。 在当天上海的测试现场，发现，安全员始终保持双手接管方向盘的状态。比如，车辆在雨天对撑伞行人的识别不如真人驾驶员那么灵敏，甚至可能识别不出来，此时就需要安全员的参与以确保行人安全。还有一种情况，自动驾驶车辆会根据程序设计，严格遵守交通规则，但是部分行人和车辆可能不会严格遵守。若遇到行人和其他车辆闯红灯的情况，就需要安全员的介入。 自动驾驶能自动实现很多车辆功能，但在应变方面远远赶不上人类大脑的灵敏度，还没有达到人们理想中的无人驾驶阶段，而这也正是现阶段需要安全员的原因。 即使如此，但滴滴出行创始人兼CEO程维依旧深信自动驾驶技术一定会成熟，也一定会造福人类。他认为，“相信最终AI技术会大幅提升驾驶安全和效率，也相信自动驾驶从技术成熟，商业成熟到法规成熟，至少还需要做十年持续投入的计划，也要做好面对各种困难和挑战的准备，但方向是明确而坚定的。” 滴滴还设立了中国首个自动驾驶安全护航中心。这个指挥中心能实时监控车辆、路况，并在车辆面临复杂情况时，给与协助指令，解决未来自动驾驶运营中可能出现的远程协助问题。
滴滴出行首次面向公众开放自动驾驶服务。用户可通过滴滴APP线上报名，审核通过后，将能在上海自动驾驶测试路段，免费呼叫自动驾驶车辆进行试乘体验。6月27日讯，上海智能网联汽车规模化载人示范应用启动，滴滴出行首次面向公众开放自动驾驶服务。用户可通过滴滴APP线上报名，审核通过后，将能在上海自动驾驶测试路段，免费呼叫自动驾驶车辆进行试乘体验。据介绍，现阶段，滴滴自动驾驶载人测试范围仅限于在上海开放测试道路上，路线经过汽车会展中心、办公区、地铁站、酒店等核心区域。用户通过滴滴APP在开放道路范围内选择起终点，可免费体验自动驾驶服务。为确保行程安全，自动驾驶测试车依相关规定配备了安全员，可随时接管车辆，应对突发情况。与此同时，滴滴设立了国内首个自动驾驶安全护航中心，能实时监控车辆、路况，并在车辆面临复杂情况时，给与协助指令，解决未来自动驾驶运营中可能出现的远程协助问题。在测试区域的部分路口，滴滴部署了自主研发的车路协同解决方案，能将道路信息实时共享给区域内不同公司的自动驾驶测试车，消除行驶盲区。滴滴出行创始人兼CEO程维表示，相信最终AI技术会大幅提升驾驶安全和效率，造福人类，也相信自动驾驶从技术成熟，商业成熟到法规成熟，道阻且长，至少还需要做十年持续投入的计划，也要做好面对各种困难和挑战的准备，但方向是明确而坚定的。
登录
工商服务
危机公关
金融律师
app开发
财税服务
金融牌照
网站建设
知识产权
企业征信
审计评估