楠木軒

滴滴開放自動駕駛,真正意圖是什麼?

由 仝海燕 發佈於 科技

【編者按】自動駕駛是一個任重而道遠的過程,需要投入大筆資金,也需要長期的數據積累、算法優化。

在自動駕駛的角鬥場中,有一個核心資源是數據。理論上,滴滴近水樓台,每天有千萬輛級的運營車輛在路上行駛,可以蒐集海量的實際路況數據。有米之炊,方可在感知、決策、算法等領域搭起上層建築。

本文轉自“童濟仁汽車評論”,作者李夢晨,原標題《滴滴開放自動駕駛,真正意圖是什麼?》經億歐編輯,僅供業內人士參考。


滴滴很久沒有新聞了。

之前,網約車安全事件的影響,仍會時不時撓動公眾的神經。App優化更新之後,再回歸,滴滴仍然低調了很多。

不過,6月末,滴滴在上海嘉定舉行了一場網約車自動駕駛的央視直播,算是這一段時間以來最大的新聞之一了。

關於這場直播的解讀,業界一般認為,這是滴滴“秀肌肉”的做法,為了之後IPO上市做準備。同時,這也是一場面向公眾的自動駕駛科普活動。

但圍繞着滴滴自動駕駛,其實還有很多細節值得關注,對於自動駕駛行業現狀,以及滴滴的出行佈局,或許可以有更多的認知。

滴滴直播,這是一場大秀?

如果一定要説這是一場Show,但其實也沒問題。

6月27日,滴滴在上海嘉定上線了自動駕駛網約車服務。在指定的區域內,消費者可以預約滴滴的自動駕駛汽車,免費按需乘坐。

需要注意的是,滴滴自動駕駛服務並不在上海全境,僅在嘉定的指定區域內,所體驗的路線也是固定的。

使用的車輛是沃爾沃XC60,但車上並非“無人”,主駕有一個司機,副駕有一個安全員,消費者需要坐在後排,司機將在必要時候對車輛進行接管。

我們再提幾個看到的“真相”。

1、自動駕駛出租車,即Robotaxi技術,是剛剛火起來嗎?

在海外,2018年12月,谷歌旗下的Waymo自動駕駛公司推出了自動駕駛服務Waymo One;在國內,2019年9月,百度Apollo在長沙開啓Robotaxi自動駕駛試運營服務。

進入2020年,前有AutoX宣佈與高德合作,在上海提供自動駕駛網約車的體驗服務;後有文遠知行在廣州開放Robotaxi對外運營,合作方仍然是高德地圖。

目前,“雷聲”最大的,可能就是滴滴在央視直播的自動駕駛體驗活動。

在這個過程中,除了各家“後浪”跑馬圈地以外,幾個頗有遠見的城市也先後湧現出來。

比如,長沙已打造成為全國首個“自動駕駛之城”的金名片,廣州正在考慮取消安全員,推動自動駕駛汽車進入遠程測試階段。其他開放自動駕駛道路測試的還有上海、武漢、滄州、北京。

2、滴滴是在兑現去年WAIC大會上的承諾嗎?

這次,滴滴提供自動駕駛體驗服務並非突然發力,或者空穴來風。

在2019年WAIC世界人工智能大會現場,滴滴已經展出了自動駕駛的測試車,並提供封閉場地試乘體驗,並承諾在2020年,將率先在上海嘉定向公眾開放自動駕駛體驗服務。

這一承諾,對應的也就是滴滴的這次大秀。

3、嘉定區自動駕駛區域,哪些玩家已入局?

為什麼是上海嘉定呢?因為這裏劃定了一塊區域,叫做“國家智能網聯汽車(上海)試點示範區”,於2016年掛牌落地,屬於開放路段,滿足一定的測試條件。

目前,在這裏參與測試的玩家眾多,包括滴滴出行、AutoX、蔚來汽車以及上汽榮威等。

4、滴滴選擇了哪家品牌的測試車型?

其實就看滴滴與哪家主機廠進行合作。去年在WAIC大會上的測試車是林肯MKZ,今年直播測試用的是沃爾沃XC60。有趣的是,這兩個車都是燃油車,並非電動車。

當然,滴滴與比亞迪也有合作,聯合測試車型是比亞迪秦。

5、滴滴測試車使用的激光雷達比較落後?

據報道,滴滴測試車頭頂的是一枚Velodyne 64線激光雷達,兩側各有一枚Velodyne 16線激光雷達,再有7顆攝像頭組成視覺感知系統。

這套激光雷達系統,確實屬於上一代的產品,滴滴還處於追趕階段。但是造價仍然不低,以“一線抵一萬”粗略估計,單車成本妥妥超過100萬。

6、從現場情況看,滴滴自動駕駛技術表現如何?

直播當天,上海下着毛毛細雨,這對自動駕駛感知系統提出了很大的挑戰。

比如,濺起的水花在激光雷達看來,可能就是需要算法消除的噪點;攝像頭被水霧遮擋,也會影響圖像識別能力。

事實上,現場出現了多次緊急剎車、猛打方向盤的情況,駕駛員也不得不多次接管方向盤;在測試中,遇到了前方停有三輪車的情況,測試車在遠程協助中心發出指令後,才變道離開。

自動駕駛是一個任重而道遠的過程,需要投入大筆資金,也需要長期的數據積累、算法優化。滴滴初步的計劃是到2023年要投入100萬輛自動駕駛汽車,但很顯然,這將是一筆鉅額的成本支出。

豐滿的理想如果要落地,一方面,期待行業的規模效應和技術迭代,單車成本大幅回落,另一方面,去投資圈子裏找錢吧。

搶灘自動駕駛,滴滴如何急行軍?

滴滴也在思考,如果只做一個網約車平台,怕是沒有什麼不可撼動的競爭力,它需要尋找新的機會。

人手一部手機,以及移動支付普及的時代,孵化出了不少明星企業。比如,“點外賣”有餓了麼、美團,“叫車”有滴滴、神州,“刷視頻”也有抖音、快手。其中,很多企業是在轟轟烈烈的流量爭奪戰中生存下來的。

只是,轉念一想,他們享受在互聯網流量的紅利之下,本質上並沒有直接創造社會價值,而是提高了社會運轉的效率,由此推動其他人或者其他行業擴大社會價值。

他們的模式是可以復刻的,只是時代再沒有那麼僥倖。

正如滴滴目前的困境,之前發生的網約車安全問題令其焦頭爛額,花了很大代價彌補漏洞。同時,一些崛起的“後浪”開始分食滴滴的市場份額。

這些“後浪”,既有主機廠參與組建的運營車隊,也有一些地方稱霸的區域性網約車公司。這兩股勢力其實都不容易小覷,雖然目前體量不大,但由於有着明顯的差異化優勢,滴滴在對手的優勢領域翻盤並不容易。

況且,滴滴也深受連年虧損之痛,這在IPO上市前夜絕不是一個好消息。

滴滴的業務亟需破圈,格局要大。

當其他主機廠都在聲明,要朝着“移動出行服務公司”轉型的時候。其實,滴滴的腳下正是其他主機廠的目的地。只是,滴滴需要做“未來移動出行服務公司”。

格局之大,要大在盯住未來出行的大蛋糕,因為自動駕駛技術可能顛覆既有格局。滴滴如果不想被掀翻,那就得掌握新的競爭力。看看身處海外的Uber,在自動駕駛上的動作也沒有停止過,雖然所有人都知道,這是一筆燒錢的買賣。

我們再來看看,這些年,為了搶灘自動駕駛,滴滴做了什麼。

2016年,滴滴開始涉足自動駕駛領域,初期的工作是組建各個板塊的研發團隊。

2017年,滴滴率先成立美國研究院,核心技術研究是自動駕駛和大數據。

2018年,滴滴在國內成立AI Lab,高薪挖人,在兩年時間內完成了第一階段的技術積累,包括機器學習、計算機視覺、自然語言處理、統計學等諸多細分研究領域。

而在2018年,滴滴還先後拿到了美國加州路測資格,以及在北京進行自動駕駛道路測試的牌照。

2019年8月,滴滴將自動駕駛部門剝離出來,使其升級為獨立運營的公司,滴滴出行CTO張博擔任新公司CEO。

在隨後的一年期間,滴滴收穫了軟銀5億美元的投資,測試車隊也在快速擴張。

再往後,就來到了2020年,滴滴自動駕駛出租車落户上海嘉定。

從時間軸發生的故事來看,滴滴有人才、有資金,各領域的研發已經啓動,甚至也有測試車落地,那麼,還缺少什麼?或者説,滴滴做自動駕駛只是重複前人的腳印嗎?

滴滴官方提到一點,他們每年可以獲得1000億公里的駕駛場景數據。聽上去很龐大,按照滴滴2019年累計運送乘客超100億人次來看,平均每人次貢獻10公里,倒也合理。

這些數據從什麼途徑進行採集?我們需要提到一個後裝智能設備桔視。

這個桔視,功能介紹也很明確,主要包括內外2個攝像頭。內視攝像頭可以識別車內司機的狀態,比如是否存在疲勞駕駛或者抽煙打電話等行為,當然也可以錄像,提高運營車輛的安全性;外視攝像頭相當於一個“行車記錄儀”,可以採集駕駛場景信息。

滴滴在桔視採集數據的基礎上,利用算法篩選,將實際場景中的車道線、行人、車輛等抽象出來,導入仿真引擎中,進行自動駕駛算法的仿真訓練。

事實上,Mobileye推動算法優化,也是依靠車載後裝設備進行大規模的場景採集工作。特斯拉屬於前裝,但也要藉助車主遇到的種種實際場景助其算法優化。

所以,只要桔視實實在在的具備場景採集能力,而滴滴也能夠有效利用這些數據,那麼,這會成為滴滴的核心優勢,再憑藉龐大的運營規模效應,快速迭代,有機會做到“後來居上”。

自動駕駛並不是一個多麼新穎的概念。

真要追溯的話,在上世紀50年代,業界已經有了類似的暢想,當時是為了降低事故率,提高車輛駕駛的安全性。

只是,如今我們拿出了更接近自動駕駛終極效果的產品,但論成熟度,還需要不斷精進。只是,千萬別忽略了,自動駕駛的初衷沒有變,仍是為了更安全的出行,將人為因素的影響降到最低。

面對新事物,我們總需保持謹慎,免不了會陷入一個“襁褓困境”。

正如在劃定區域內進行自動駕駛的測試,雖然是公共開放道路,但測試車輛頭頂那麼碩大的激光雷達,車身再貼着明確的LOGO,正常路過的社會車輛誰還不遠遠地躲着它走?

所以,測試車輛的場景難度其實是大大降低的。但是,不去經歷複雜的實際場景,這個襁褓中的孩子怎麼可能長大?

話又説回來,當這個孩子的判斷能力還不夠強大時,為了安全,我們又不敢把它放在真正複雜的駕駛場景中去自我學習。所以,這就形成了“襁褓困境”,多數時候在裹足不前。

從目前看,解決的辦法仍然是從實際場景中採集海量的數據,然後放入仿真引擎中,讓機器進行自我學習,也就是“先修煉內功,在書本中閲盡各種複雜場景”,再“分階段畢業”,慢慢開放真實的道路測試。

很顯然,數據會成為自動駕駛的一處金礦。礦越大,挖的價值越大,挖礦技術更強,挖出的金子也會更多。