無人駕駛商業化應用的新嘗試 | 汽車商業評論

以限定場景為主的無人駕駛將成為最先取得商業化的應用。

《汽車商業評論》記者 張碩

儘管不少企業都將實現駕駛的目標定在2020年~2025年之間，事實上，囿於相關法律法規的缺失、關鍵技術有待突破、基礎設施、關鍵設備成本過高、用戶接受度等因素，在5~10年內實現全場景化的無人駕駛還存在很多不確定性。

福特汽車新上任的CEO吉姆·哈克特（Jim Hackett）不久前曾公開表示，前任CEO菲爾茲（Mark Fields）制定的2021年發布全自動駕駛車輛的目標太過激進，他認為自動駕駛還是要循序漸進。

儘管此前福特已經為實現自動駕駛大筆投資了各種新技術和技術公司，包括激光雷達製造商Velodyne、地圖初創企業Civil Maps、共享腳踏車公司Motivate、共享出行初創企業Chariot和自動駕駛初創企業Argo AI。

馭勢科技CEO吳甘沙認為，全開放場景的無人駕駛系統太複雜，無法保證沒有bug，也就無法保證不出事故，在這種情況下，從封閉場景、中低速工況下切入無人駕駛也是一個不錯的選擇。

在這方面馭勢科技已經開始了商業化嘗試。

今天（8月29日）上午，在杭州新開業不久的來福斯廣場地下停車場，《汽車商業評論》記者體驗了馭勢科技與凱德集團合作的無人駕駛自動擺渡服務。

用戶首先通過立方的終端查詢到自己的車輛，然後呼叫無人車接駕，車輛會自行擺渡到電梯口出口位置，輸入自己的車牌號驗證后，無人車會自行設計路線把用戶送到其停車位。

這是基於高爾夫球車改造而成的無人駕駛車，出於客戶需求依然保留了方向盤、制動踏板等，駕駛位置坐有安全員，不過在記者體驗過程中全程沒有遇到人為干預的情況，遇到行人和車輛等障礙物時車輛也會自動減速、變道甚至停止前進。

由於地下停車場無法通過GPS信號獲得定位，馭勢的方案是在車上搭載兩個16線的激光雷達以及若干個攝像頭，採用視覺SLAM（即時定位與地圖構建）與激光雷達SLAM實現對人行道、減速帶、車道線的識別，以及對動態行人、車輛的識別。

吳甘沙告訴《汽車商業評論》記者，隨著系統技術越來越成熟，不排除在停車場的場景中把激光雷達取消，依靠視覺+深度學習的解決方案就可滿足需求。

被譽為「谷歌無人車之父的」Sebastian Thrun 此前在演講中也曾表示，「現在大家都在用雷達系統做無人駕駛汽車，其實用攝像頭是最好的方式，不僅成本是最低的，而且因為人開車是用眼睛看的，所以這樣也更接近現實。」

不過，具體選擇什麼樣的方案還是取決於場景需求，吳甘沙認為，成本較低的多感測器融合的解決方案才是未來的趨勢。

吳甘沙在接受《汽車商業評論》記者採訪時表示，馭勢目前已經完全掌握了停車場場景的無人駕駛解決方案，2018年下半年將取消安全員，實現真正的無人駕駛。今年下半年馭勢還推出更多半開放場景的無人駕駛示範運營。

機場也是馭勢科技無人駕駛目前的場景之一。今年2月，馭勢科技還與廣州白雲機場合作，投入一輛無人駕駛車在航站樓與停車場之間提供擺渡服務，3月30日完成試運營。未來將會在白雲機場的兩個航站樓擺渡通道之間進行無人駕駛車輛部署，這個通道只有機場的擺渡車行駛，沒有行人，相對封閉簡單。

此外，馭勢科技與華夏幸福、嘉善科技商務服務區也簽署了戰略合作，在新城規劃中納入無人駕駛的模式。

馭勢科技從限定場景著手推廣無人駕駛的方案為目前無人駕駛短期內實現商業化嘗試提供了切實可行的思路。

吳甘沙表示，整車廠、Tire1以及谷歌、百度等科技巨頭目前都沒有關注地下停車場、機場這類場景的無人駕駛，相反這類場景對無人駕駛有最大的需求也更容易實現商業化，同時也是創業公司的機會。此外，通過場景化的運營也可積累大量的數據，不斷擴展應用到更多場景，包括半開放場景，為未來的全開放場景提供技術積累。

由前百度自動駕駛事業部核心成員張天雷、李博與何貝共同創建的主線科技也選擇了類似路線進行商業化嘗試，以無人駕駛專用車作為技術落地的產品，定位在可控場景的Level 4級別全自動駕駛水平，比如水庫、礦區等生產場景中的無人駕駛。其團隊認為生產場景無人化可能是當前付費意願最強的剛需。

在對自動駕駛汽車技術進行了大規模投資之後，蘋果公司也改變了自動駕駛策略，改為開發在局部可控區域的無人駕駛汽車，比如在公司辦公樓之間接送員工的無人駕駛班車。

採用視覺SLAM（即時定位與地圖構建）與激光雷達SLAM實現對人行道、減速帶、車道線的識別，以及對動態行人、車輛的識別

成立於2015年的青飛智能現階段在技術路線上偏向於限定場景Level4級的無人駕駛商用車，包括無人觀光車、無人巴士等產品，應用在園區、機場、高爾夫球場、景區旅遊觀光等地點，計劃2-3年後往中高速，全場景方向發展。

北汽研究總院副院長解保新認為，無人駕駛在近期還是以限定場景為主，比如：

• 駕駛員安全無保障區域: 軍事戰場，化工/核反應危險區域等，這些地區不需要考慮成本。

• 經濟效益區域，即無人駕駛增加的設備成本能被取消駕駛員節省的支出所回收，比如出租、貨運物流等場景，這就是Uber等新興出行企業致力的方向，越是勞動力成本高的地區這種應用需求越多；

• 難以找到駕駛員的地區（比如勞動力老化、危險地區等）；

• 限定路況地區，限定區域道路意味著無人駕駛投入會減少，更易實現，比如機場擺渡、軌道交通、礦區物流、遊園擺渡、廠區交通、物流倉儲（無人叉車）等等。

在解保新看來，無人駕駛段時間內的最先商業化的應用場景是需要雇請專業司機的特定區域場所（工廠、倉庫、礦山等等）。

不過，隨著關鍵設備成本的降低、大規模車輛搭載無人駕駛技術，基礎設施以及法律法規的完善，無人駕駛在遠期也會得到大眾化普及。

END
歡迎投稿分享，[email protected]；

商務合作請洽曹女士，18612438597