【道科创】滴滴自动驾驶上线！揭秘不同企业的无人驾驶技术

6月27日上午，滴滴自动驾驶在嘉定率先落地，一时间“无人驾驶”成为市场中的热议话题。

此次滴滴试运行的无人驾驶车辆并不是自己制造的，而是向老牌车企沃尔沃采购的。这批自动驾驶车辆在沃尔沃XC60的基础上进行改造，安装了近20个传感器，一辆车的造价在100万以上。

滴滴与沃尔沃的合作并不是无人驾驶领域的个案，在此前的《无视“邮件门”，马斯克为何怒怼贝佐斯？》一文中我们还曾谈论过亚马逊与Zoox收购以及特斯拉在Autopilot方面的布局。这不禁让人好奇，现在世界各大无人驾驶公司的水平到底如何，我们离真正的大规模商业化还有多远。

滴滴推出自动驾驶试驾车

滴滴目前拥有自动驾驶软件和系统解决方案能力。在运营场景上，滴滴拥有丰富的网约车线上、线下运营管理经验以及行业资源，并累积了海量的出行数据。这些海量数据为发展自动驾驶打造了好的基础，可以帮助自动驾驶在感知和路径规划上进行迭代和升级。这也是滴滴进入自动驾驶领域的核心优势。

来源：网络

为了巩固自身在出行数据方面的护城河，滴滴于2017年成立地图公司，并申请国家测绘地理局颁发的电子地图甲级测绘资质（这是目前国内地图测绘的最高资质）。高精度地图所具有的地图匹配、辅助环境感知和路径规划三大功能在自动驾驶中具有强需求和无可替代性。

而在整车制造方面，滴滴则选择与类似沃尔沃、林肯这样的传统车企合作。在采购来的汽车上加装激光雷达、摄像头、计算单元、网络通讯系统等各种感知设备，然后做成现在的无人驾驶试驾车。

二者的合作也有望能让滴滴、整车制造商和乘车用户三方实现共赢。

此次自动驾驶载人示范活动为滴滴提供了更多的场景数据和数据反馈，滴滴可以通过对这些数据的深度加工，加快对自动驾驶软件系统的迭代，让数据得到很好的内部循环。沃尔沃等整车制造商则作为第三方出行的实物载体，良好的用户体验可以提升自家汽车在中国市场的销售份额。对于用户而言，一方面能获得滴滴方面提供的经过大数据优化过的出行方案，使得外出变得更加便捷高效，另一方面能享受沃尔沃积累了近百年经验而成的高性价比出行体验。

百度——低调的国内龙头

相对于滴滴的高调，早在无人驾驶领域布局的百度近一年倒是没什么动静，离现在最近的热门消息还停留在19年其掌门人李彦宏在自家AI大会上被人“浇”了一整瓶水的“恶作剧”上。

其实先于滴滴，百度在2019年9月长沙市自动驾驶出租车队Robotaxi试运营就正式开启了。这也是首个对普通市民开放的自动驾驶出租车队。

今年百度的无人驾驶技术还为疫情防控做出了不小贡献。疫情期间，在武汉、北京等地推出了由百度Apollo携手新石器推出的无人智能防疫车。据公开资料显示，百度Apollo无人智能防疫车以消毒为主，将装备双80L的药箱，一共160L的消毒水，以5km的速度前进，一次作业可长达7.4km，覆盖2.9万平方米。有了百度Apollo新石器无人车的驰援，餐食能在餐桌从上车到取用全过程独自去完成，进而能有效地避免了人与人之间感染新型冠状病毒肺炎的风险。

来源：网络

在无人驾驶技术方面，百度目前依旧是国内自动驾驶领域的领跑者。根据DMV的报告披露，百度以 4.86次/千英里，MPI 205.6 英里排在世界第 7。而国内的其它自动驾驶商，如AutoX、Roadstar.AI 和文远知行（WeRide）分别排名第 9-11 位。

谷歌Waymo——行业NO.1

在无人驾驶领域，谷歌的Waymo才是真正的霸主。根据DMV的报告披露，截止2019年，无人驾驶车辆上路测试的里程已经突破300万公里，而Waymo一家就占到了60%以上。在无人驾驶的另一重要指标——人工接管的频率方面，Waymo与百度、小马智行等公司也差别不大。

Waymo是最早开展无人驾驶研究的公司。Waymo的前身是谷歌的自动驾驶项目，直到16年它才被剥离出来，成为谷歌Alphabet母公司旗下的子公司，并正式命名为Waymo。由于背后有技术实力和财力同样雄厚的谷歌做支撑，Waymo已经积累了其他公司难以比拟的技术和数据。

2018年Waymo获得打车业务牌照，并与同年发布全球首辆自动驾驶电动车——捷豹I-pace。接着又于2019年在密歇根州建立L4自动驾驶汽车改装厂，与麦格纳共同合作量产L4自动驾驶汽车。截止2019年底，Waymo测试历程突破2000万英里。并于今年获得第一轮外部融资22.5亿美元、发布第五代自动驾驶系统，并推出Waymo Via服务，进军无人驾驶卡车配送领域。

Waymo自动驾驶解决方案采用的是以摄像头、毫米波雷达、激光雷达等多传感器融合的线路方案。相较于视觉优先路线，Waymo的多传感器融合方案计算能力更强、灵活性更高。

来源：网络

特斯拉领跑“纯视觉方案”

无人驾驶领域的另一位老牌选手——特斯拉并没有出现在DWV的报告中。这主要是因为它借助用户的autopilot为自己收集数据并改进自动驾驶功能，而不是直接使用无人车在道路上测试。

与Waymo选择的方案不同，特斯拉的自动驾驶方案是纯视觉方案，以摄像头传感器硬件为主。由于不需要装载各类雷达，所以有非常显著的成本优势。但这同时对特斯拉本身的图像识别方面的算法和算力有很高的要求。虽然它自研的FSD芯片已经成为全球最厉害的自动驾驶芯片，在算力方面目前的应用甚至还没触及到它的极限。但是由于真正驾驶中应用场景非常复杂，所以无法确认其技术是否真的能在今年达到L5的水平。

大规模商业化依旧遥远

当我们谈论自动驾驶商用化的时候，一定离不开“应用场景”，因为一旦离开，自动驾驶汽车将驶入法律政策乃至技术的“盲区”。几年前，李彦宏就曾因未在测试路线乘坐自动驾驶车辆，双手离开方向盘而吃了罚单。

来源：网络

此外，谈论到无人驾驶商业化一般需要四个必不可少的关键要素。一是硬件，包括汽车本身的组件，还有摄像头、激光雷达、计算处理器等重要的仪器；二是软件，也就是无人驾驶操作系统、地图数据等；三是整车的制造工艺；四是网络。

对于硬件而言，技术上基本上没有大问题。当前的主要问题是单位成本太高。如果能实现大规模商业化，硬件成本有望大幅下降。

软件方面，对于应用场景数据的收集、图像的识别、路线的规划计算等AI技术的发展，这些全部都有很长的路要走。

至于整车制造环节，其实类似滴滴与沃尔沃合作的这类模式已经可以很好的解决整车制造的问题，所以这个环节不用太担心。

而网络这个部分，情况也不乐观。5G的基础设施建设费时费力费钱，由于无人驾驶属于5G的低延时应用领域，该领域目前从基础的标准制定都没有开始，所以我们现在离5G的普及还有一段不算太短的时间。但是无人驾驶的广泛应用一定是建立在5G 网络成熟的基础之上，不然一旦网络出现什么问题，后果将不堪设想。

所以无人驾驶大规模商业化离我们还比较遥远。

结束

自动驾驶技术在这些年确实实现了非常迅猛的发展，但是我们离无人驾驶还有不小的距离。至于无人驾驶的大规模商业化，恐怕至少还需要10年左右的时间进行积累和沉淀。

本文仅代表作者个人观点，不代表道科创平台。文章观点仅供交流、分享，不构成对投资人的任何投资建议。据此操作，风险自担。

作者：唐文 

来源：道科创

关注精彩内容，查看官方网站~

本文为道科创原创文章，转载需注明出处，版权问题请联系我们