智行者科技王肖:乘用车自动驾驶没那么快,无人物流现在更接地气

摘要:11月6日,在“JDD-2017京东金融全球数据探索者大会”上,刘强东表示将在北京一百所高校内快速实现机器人配送,解放快递员的工作。作为京东无人物流车的合作伙伴,智行者科技采用了怎样的发展路径?

11月6日,在“JDD-2017京东金融全球数据探索者大会”上,刘强东表示将在北京一百所高校内快速实现机器人配送,解放快递员的工作。

作为京东无人物流车的合作伙伴,智行者科技采用了怎样的发展路径,又是如何布局无人物流战略的?

在11月7日,品途商业评论主办的“AI+出行”行业沙龙上,智行者科技CTO王肖对这些问题进行了解答。

以下是王肖的演讲内容(品途商业评论对其做了整理):

 

智行者科技CTO 王肖

智行者科技的两条主线

在国内自动驾驶的创业公司中,智行者科技算是比较早的一批。虽然在2015年5月才成立,但其实我们从2002年开始,就一直在清华大学做与汽车相关的东西,后来慢慢开始关注无人车这个领域,于是创立了智行者科技。

成立以来,智行者科技一直坚持两条主线:

第一条是技术服务主线,2016年我们做了2件在当时特别有影响力事情,在北京车展的时候,跟北汽合作无人驾驶车辆在车展外面差不多7000平米的展厅进行了展示;跟长安汽车合作了从重庆到北京2000多公里的自动驾驶。

2016年10月,我们跟阿里,以及一个低速电动车品牌开发合作开发了一款车,这款车在2016年10月份的云栖大会上进行了展示,包括马云在内的几千名乘客进行了试乘。

第二条是产品服务主线,2016年大部分做自动驾驶的公司其实没有想清楚到底做什么东西,基本上来什么活接什么活,到了2017年,我们定下心来想自动驾驶到底要做什么东西?我们不是学校,不可能天天靠做一些PR来活,而是要推出产品。

最后决定做我们自动驾驶物流车的品牌,叫蜗必达;跟百度阿波罗合作的蜗小白。

蜗小白是针对园区的扫地车,经过我们的统计,北京有上千个园区需要请一个专门的清洁工开这种扫地车,在全国应该有几十万的需求,而且是刚需。

低速园区的产品只是一个过渡阶段,我们真正想2018、2019年在乘用车市场和商务车市场,进行外部自动驾驶的落地,不是说我们要出产品,而是2018、2019年低速产品形态比较完善的时候,我们会用大量的人力来做高速车的领域。

在高速产品方面,我们自营的一台已经从去年11月份开始,在北京到北戴河拉练。什么叫拉练?我们公司每一个季度或者每半年时间就要进行从北京到上海,或者北京到河北这种长途的拉练。

在路上会遇到各种情况,在不同光线条件下,怎么去执行换道等驾驶行为。不知道大家有没有体验特斯拉,特斯拉实际上非常简单,它就是沿着车线跑,除非你人工给它一个触发,如果人工触发后,旁边有车的话,它会提示换道失败。我们的车最关键能够自主换道,这是跟特斯拉最大的不同。目前跟百度、北汽都在深度合作。

为何选择无人物流领域?

现在有很多公司在做高速技术,看上去已经做得非常好了,但为什么不去量产高速的车辆?为什么看起来市场不是很好的低速产品却能落地?

我们把自动驾驶分为两个维度,第一个是速度的维度,从低速到高速是一个维度。第二个是从载物到载人的维度。

如果说我们用谷歌或者百度那种思路,直接选高速,根据中国的法律法规以及各种政策,还有消费者的接受程度综合来看,5-10年内还不可能落地。

我们的团队实际上是做车辆出身的,非常清楚在汽车领域里面一项最最基本的功能至少需要三年的开发周期。

做手机和电子产品恨不得一年迭代一两次,但是在汽车上,比如说ABS、ESP这些在自动驾驶看来最基本的功能,基本要三年的研发周期才会投入到市场里面,所以自动驾驶难度之大,绝对不可能3-5年能够落地。我们只能在技术上积累,不敢把这个技术做一个产品化。

载人也好,载物也好,对我们来讲都是非常大的挑战,我们知道高速公路上出事故的大多数是大卡车,大卡车前面如果出现障碍物基本上不换道,只能直接碰上去,因为很多时候它是刹不住车的,它最优的选择就是直接撞上去,对自动驾驶来说,短时间内也很难克服这个问题。所以我们认为高速上的物流大卡车虽然是一个刚需,但是对技术来说还面临相当高的难度。

如果做低速载人呢?我们最开始也想做这样的产品,后来放弃并不是因为技术上的原因,我们想既然都是低速,为什么不选择一个更安全的,所以最后选择了低速载物。

中国在物流电商领域这绝对是世界第一,因此快递行业也特别发达。根据中国邮政局的统计,2017-2020年我们的快递营收差不多翻倍,在广大的二线、三线城市,甚至农村地区,京东和阿里正在下沉。

虽然物流行业发展很快,但是物流成本却远远高于其他国家,因此无人物流车的整个产值在短时间内能立马见到成效。

在物流成本种,人工成本最高。第一个是一线的快递员,第二个是卡车司机,第三个是仓库的分拣。在203万的物流从业者中,一线快递员是118万,远远高于卡车司机和仓储分拣。我们的自动驾驶,就是替代这部分快递员,为企业降低成本。

如何做好无人物流车技术解决方案?

现在更多人关注的是特斯拉、宝马、奔驰等品牌的一些自动驾驶方案,觉得高速的技术含量是不是太高,所以不好做。我认为不是这样,低速产品的技术同样有几个难点:

1,这几辆我们的车都是在清华里面拍的。首先是旁边有很多树,直接导致我们GPS的差分信号是无效的。

2,有很多异常的交通行为,校园里的自行车很多,而且都是随意穿行。 

3,因为交通秩序弱的约束,对外面产品设计、算法训练等方面有一个很好的借鉴,我们要解决这个交通质询混乱和复杂的场景。因此,从算法的复杂角度来考虑,这种场景是远比高速公路或者城区道路复杂的。

4,在低速场景会遇到各种突发的路径,比如路突然被堵死了等。偶然性是远远高于其他路况的。

需要强调一下,并不是说高速公路场景下的自动驾驶就简单,它也复杂,但是它复杂在可靠性上面。

特斯拉是沿着直线跑,不会自动换道,但也只有特斯拉敢把这样简单的产品放在路上跑,为什么这么简单的功能(2010-2015年已经全面实现)车厂还不敢开放?原因是传统车厂的思维跟新型车厂的思维是不一样的,特斯拉是什么思维?通过OTA的方式不停地迭代更新,奥迪、宝马的思维是我这个车卖出去是百分之百不能出事故,如果我知道有0.01%的事故可能,就必须提前解决,之前发生了很多起召回事件,就是因为某一个小的策略导致召回,所以这是非常慎重的事情。

回到智行者的低速产品上,我们为什么叫蜗必达?意思大概是虽然它速度慢,但是能保证足够的安全。

蜗必达已经迭代了两三代,底盘、执行器,以及外壳等都是我们自己来设计,找代工厂生产的,因为我们的定位还是一家高科技公司,不想自己去做人工投入比较高的造车行业。

为了配合京东6.18的宣传,我们的样车在清华试运营了几天。11月6日,刘强东说12月开始,北京百所高校全部由机器人送货,虽然“百所”有点夸张,但几十所应该可以。我们的货柜设计都经过充分考虑,有大有小,确保这个东西能高效使用。

最后,我们的核心传感器及计算单元跟别家是不一样的,计算单元是ARM-PPGA-MCU组合方案,这也是基于我们的总体解决方案来做的。

从一开始,我们就基于量产考虑,跟速腾等厂家合作,现在已经成为国产采购量最大的公司,把我们的成本压到足够低了,低到大家抛弃激光比较贵的概念。

很多人问你们成本到底多低?我们一般这样举例,京东这是这样跟我们提要求的,我们的快递员一年的工资XX钱,如果你一辆车的成本加物流成本能够低于快递员的成本,那这个车我们就可以买。

现在我们的规模已超过百辆,如果上千辆、上万辆以后,传感器、车壳的成本都会呈直线下降。

AVOS设计思路以及关键技术

我本人和我们的团队从2009年开始,都参加过中国的无人车比赛, 从那时候到现在,在做项目之外,我们都在理我们基本的框架思路,包括今天还在升级,这个框架在我们内部被叫AVOS平台体系,包括一些支撑的技术、仿真平台、数据采集、测试评估等项目。

1,适配多种传感器和执行器

简单讲一下这个技术的重要思路:我们要用很多家的传感器,一个自然而然的想法就是,我们能不能像Windows操作系统一样,不管你用什么品牌的电脑,都可以适应。

为此,AVOS下面是会做一些所谓的硬件标准接口来适应不同的传感器和执行器,上面是智行者的业务功能,对于给京东物流使用的小车,送货是一个业务功能,对于扫地车,什么时候开始洒水,什么时候开始扫地这是个业务功能。

我们的业务功能一定不能跟自动驾驶算法混为一谈,而是要完全剥离开,做业务功能的人不用考虑自动算法,做自动算法的人不会考虑我这是扫地车辆还是洒水车辆。

2,充分考虑产品形态

再说一说大家都在讨论的阿波罗平台,也有人问AVOS跟它有什么不同。因为智行者也是一个阿波罗平台的成员单位之一,我们认为阿波罗是一个算法平台和算法系统,而AVOS是一个面向产品的系统,阿波罗里面没有什么业务功能,而AVOS要充分考虑到产品形态的操作系统,这是最大的区别。

AVOS有三个关键点:

A. 平台无关,无论是换一台车辆还是换一个任务,都要做到自适应。

B. 功能抽象,交通的功能、业务的功能都要统一抽象出来,成为操作系统能够理解的东西,不能因为我们的业务或者交通的因素来干扰自动驾驶的算法。

C. 认知虚拟,在实际的交通环境中有红绿灯、车道线,但是在自动算法里没有这些。在自动驾驶算法中,我们对各种类似风险场景做中间适配,这个适配有什么好处?

因为有些地方有好多车道线,有的地方没有车道线;有的地方有红绿灯,有的地方没有红绿灯,因此要为这些交通场景做很强约束的话,你的代码要改动得非常大,根本没有办法适应各种场景,所以我们是一个透明的、虚拟的,大家可以理解为一个能量场的形式,能量场直接跟我们的算法相关,而能量场也直接跟交通道路情况相关.

3,高精度建图与定位

再说说智行者的高精度建图与定位,这个严格说也不算特别新的技术,因为所有做机器人的、自动驾驶的都要做这个事情,思路也大同小异。我认为这个事情上只是有一个时间和数据量的积累,并没有一家发明核心技术,完成超越。

因为现在百度、高德他们本身就是做自动驾驶地图的公司,在我们智行者战略里面,如果说未来面向真正的室外场景,我们都是依赖于百度或者高德地图,因为他们是专业做地图的。但是我们自己仍然要做,7月份,我们的第二代车在公司的园区里面做了多次测试,在非常狭窄、复杂的路况下,去体验高精度定位和控制精度。这全部要靠激光来做,因为在高楼下面GPS是失效的。

4,目标行为以及运动轨迹的预测

两个月前,前谷歌的一位技术负责人发了一篇文章,他里面说了一句话,意思是真正的自动驾驶最难的并不是定位,也不是控制,而是自动驾驶的车辆不理解别的车辆是怎么开的。所以,最终的问题是对自动驾驶车辆的认知。

举一个例子,比如说人在路上开车,临车要切入,应该打转向灯或者按喇叭,我就根据信号做出让他或者不让他的动作,这是非常简单的逻辑,但是在自动驾驶中可能是非常难理解的,或者说可以理解,但是理解的时候已经晚了。

自动驾驶既无法理解转向灯、鸣笛,又不能理解驾驶员的手势、眼神。所以现在全世界的智能车基本都是弱智状态,根本称不上智能,我们唯一能做的就是如何通过运动学和地图,让车理解更多信息。

为了测试运动轨迹预测的功能,我们在清华校园里做了很多测试,由于车辆速度比较低,就采用靠边行驶,虽然避让了机动车,但是要非常快地预测到自行车的切入会比较难。

这个业务模式实际上跟蜂巢是一样的,快递员打一个快递码然后放上去,用户通过APP预约什么时候送到楼下。如果超过时间,比如等了15分钟你还没到,系统会推送一条短信或者微信,如果你再不取我们重新再预约一个时间,如果你立马能取,再推迟给你五分钟时间。

那么问题来了,包括顺丰在内的物流公司都跟我们聊过,顺丰的老总对我们说,你们这个东西凭什么取代蜂巢?

我们当时是这么回答的,后来也是促成我们跟顺丰合作的原因之一。

第一,蜂巢的柜子的成本比较高,都是按多少万来算,还有监控等设备。

第二,蜂巢每进入一个小区都要交所谓的入园费,要挨个儿去谈,这也是成本。

蜂巢始终是一个快递员往里放东西,人往外取的模式,从体验上来讲是解决了快递员的效率,但是没有考虑用户的需求。大部分小区里,蜂巢是放在小区门口的,因此用户基本还是要走10-15分钟去取。但是物流小车能送到你楼下,能提升用户的体验。

第三,未来自动驾驶会形成一条龙服务,逐步解决最后一公里、最后一百公里、最后一千公里,再到无人仓和的分拣打通。如果蜂巢继续存在,最后一百公里做了、一千公里做了、无人仓做了,而蜂巢最后还是由人工把快递进行交付的,从整个智能物流战略来说是不相符的。


本文为 品途商业评论(http://www.pintu360.com)原创作品,作者: 品途商业评论,责编:冯群英。欢迎转载,转载请注明原文出处: 。本文仅代表作者观点,不代表品途商业评论观点。

您可能感兴趣的文章

共享单车与民宿短租命运相似,它们的“钱景”差在哪儿?

搜狗王小川与人人车李健:两个中年男人的“倔强”

吉利收购全球首家飞行汽车企业,2019年要让汽车飞上天!

发表评论

您的操作太快喽,请输入验证码

您输入的验证码不正确。

看不清? 点击更换
确定