无人驾驶需要多一点耐心

　　近日，彭博商业周刊在一篇题为《“无人驾驶”驶向何方？》的文章中指出，无人驾驶的未来非常遥远。

　　“无人驾驶烧钱多、技术进步慢；自动驾驶不一定比人类驾驶安全；深度学习无法应对所有corner case等。”

　　彭博对无人驾驶提出质疑的背景是，无人驾驶的落地节点确实超出了大多数人的预期。不过，彭博仅罗列了一些无人驾驶的表面问题，却没有更进一步，全面呈现无人驾驶的发展现状和未来前景。

　　汽车行业已经形成的共识是，自动驾驶是人工智能的天然应用场景，不仅有Waymo、百度、Cruise等投身其中，许多车企也已经列出自动驾驶时间表，终极目标剑指无人驾驶。

　　随着技术的发展，政策也在不断完善。一些城市陆续开放了自动驾驶商业化运营示范区，其中北京亦庄、上海嘉定和深圳坪山等地已经成为无人驾驶的竞技场。深圳也是全球第一个为自动驾驶L3立法的城市。

　　不同的景象背后，固然有中美自动驾驶发展进度的区别，但共性是，自动驾驶赛道的星星之火，其实正在蓄力燎原之势。

　　按照中美行业的标准，无人驾驶属于自动驾驶的最高等级，美国SAE标准下称为L5，中国自动驾驶等级标准下称为5级。

　　谷歌（waymo）现在有2000万英里的行驶数据，但要证明造成的死亡人数少于公交车司机需要再增加25倍的行驶里程，也就是说谷歌还不能证明自动驾驶会更安全性；

　　计算机的深度学习技术不懂得如何处理道路上的许多常见变数，比如不知道如何处理城市街道上的鸽子；

　　这些问题在行业外看来，可能意味着自动驾驶真的失去了未来，想要在有生之年坐上自动驾驶的车不太可能。

　　从问题提出直到今天，每年都会有人上去答题，底下跟评的除了一些软件工程师、自动驾驶爱好者，也不乏Momenta、威马等汽车行业里的公司，大家贡献了各种答案，但至今仍然没人能给出一个基于事实或者逻辑的确定性答案 。

　　彭博和一部分知乎答主们的一个共同点是，过于关心技术难点等细枝末节的问题，从而否定自动驾驶的发展大势。

　　这里需要先明确一点，自动驾驶作为人工智能领域的典型应用，从兴起到成熟，必然会导致交通事故的发生。

　　类似地，飞机、高铁等新兴的出行工具在普及过程中，同样伴随着事故的发生，这便是科技发展的代价。

　　科技发展会带来事故，但不意味着因噎废食，我们能做的，既有让技术不断进步，同时还可以为这种风险上一层保险。

　　作为自动驾驶领域的长期观察者，XEV研究所注意到，中国政策、技术路线（单车智能+车路协同），正在为自动驾驶上一把安全锁。

　　以北京亦庄为例，从早期自动驾驶出租车主驾配有安全员，到现在的无人化自动驾驶车辆取消了主驾位的安全员，在副驾配有安全员及刹车，政策对于自动驾驶是一步步放开的。

　　原因很简单，中国向来以人为本，作为自动驾驶监管方的政府部门足够谨慎，把人身安全放到了最重要的位置，为乘客安全“武装到牙齿”。在推动自动驾驶发展的过程中，各地均从主驾有安全员、副驾有安全员、车内无安全员等阶段逐步放开，稳步推进。

　　在这种监管背景下，自动驾驶企业要遵守严格的准入条件，场景测试比人考驾照要求高一个数量级。比如，要获得自动驾驶测试中等级最高的T4牌照，车辆需要100%通过102项场景覆盖度测试。

　　从很多示范区的实际运营数据来看，自动驾驶的安全性已经大大优于人类驾驶，理论上可以开展全无人自动驾驶落地。尤其亦庄示范区，与美国相比更加领先，具有超出国际水平的安全。

　　从最初Waymo等自动驾驶公司规模性采购大捷龙、林肯Mkz车辆，进行后装改造，到后来与车企进行前装量产合作，再到今天百度开始生产专门用于自动驾驶出租车场景的的无人车，自动驾驶汽车的最终形态逐渐呈现。

　　深水区的意思是，主要是指技术层面开始需要处理更复杂的场景。比如城区道路，经典的无保护左转难题等等。此外，还会有更复杂的corner case。

　　这些让整个行业悲观情绪蔓延，再加上外部环境复杂，最终酿成资本寒冬。最具代表性的事件是，Waymo高管离职，估值出现波动。给人的感觉是自动驾驶进入低谷期。

　　针对彭博在文章中提出的鸽子等问题。其实，锥筒、动物以及左转等是中国典型城市道路场景，百度的自动驾驶车辆应对处理这些场景没有问题。

　　百度的解决方案是，面对锥桶和小动物低矮障碍物，主要通过视觉和激光雷达融合算法进行精准识别。一个很实际的例子就是，在乘坐百度自动驾驶车时，有媒体曾经遇到过自动驾驶车辆躲避路面上树枝的场景。

　　其实，单次的个例运行测试效果不能说明问题，但规模运营和测试结果足以证明自动驾驶泛化能力。目前，百度Apollo自动驾驶测试总里程超过3600万公里，累计订单量超100万单，现阶段的Apollo自动驾驶在复杂城市道路的送达成功率可以做到99.99%。

　　Waymo在一篇论文中表示，“我们的AI司机能够规避75%的碰撞事故发生，减少93%的严重受伤，而在理想状态下，人类司机模型仅能够规避62.5%的碰撞事故发生，以及减少84%的严重受伤。”

　　根据特斯拉披露的安全报告，在2018年第四季度，在Autopilot开启的驾驶活动中，平均每291万英里行驶里程报告一起交通事故。而2021年四季度，在Autopilot 开启的驾驶活动中，平均每431万英里行驶里程发生一起碰撞事故。

　　最后，彭博文章中所指的在烧光1000亿美金后进展缓慢、自动驾驶需要几十年的观点，其实也并不妥当。

　　技术解决的是从0到1的问题。商业解决的是从1到10乃至100的问题。商业化也可以理解为星火燎原。

　　目前，无人驾驶的最重要落地场景是Robotaxi。自动驾驶公司除了去掉安全员，节省人类司机成本，还在降低车辆的成本。

　　走在最前面的百度Apollo，不断降低无人车的成本，直到今年发布了更低成本的无人驾驶车辆RT6，成本从上一代的48万元降到现在的25万元。

　　事实上，出租车、网约车一端服务了C端用户，另一端养活了司机、出租车公司和平台方，已经被验证是可行的商业模式。从商业竞争的角度看，当不需要司机的Robotaxi成本足够低，足够安全，规模量足够大的时候，其市场带动作用要比出租车、网约车更强。

　　Waymo也在做类似的事情，2021年底，其与极氪达成合作，由后者生产无人驾驶车队提供专属车辆。

　　以百度为例，其自主泊车AVP产品已经在威马W6、长城哈弗神兽、广汽埃安全系车型完成量产交付，领航辅助驾驶ANP产品已于今年6月底交付威马。

　　截至今年一季度，百度Apollo的总销售额已经超过100亿元，百度披露这一增长主要受大型汽车制造商的销售管道驱动。

　　理论上，谁能最快降成本，谁就能将Robotaxi打入市场。从百度Apollo等头部玩家的探索来看，这是具备一定的商业可行性的。

　　北上广等一线城市的自动驾驶测试区已经启动运营，百度、小马的Robotaxi，和车企的自动驾驶测试车一同行驶在路上。

　　重庆、武汉、河北等内陆城市也在积极部署自动驾驶测试区，由于处在产业竞争窗口期，这些内陆城市在政策力度和创新形式上不亚于一线城市。

　　用户对自动驾驶的认知和接受度正在提高。基于此，自动辅助驾驶的接受度日益提升，中国车企也在向用户提供城市领航辅助驾驶功能。

　　从1983年美国国防部开启ALV陆地自动巡航计划，到此后谷歌、百度、Cruise、Uber、特斯拉等投身赛道，到今天，虽然无人驾驶车辆至今未见大面积普及，但自动驾驶正在一步步向着无人驾驶的终局演进。

　　走得通服务的是人类出行方式，走不通自然会放弃。退一步说，人类任何一项技术演进，都需要先行者去尝试，现在一些自动驾驶商业公司愿意用技术改变世界，我们能做的是多给一点时间。

　　今年6月，毕马威发布的一份《2021全球汽车行业高管调查》报告显示，64%的高管认为自动驾驶网约车和快递投送车辆将在2030年前在中国主要城市实现商业化。

　　具体来看，到2025年，高级别自动驾驶在特定场景实现商业化，配备部分或有条件自动驾驶功能的汽车销量占出售汽车总量的比例超过50%；到2030年，高级别自动驾驶在高速公路上广泛应用，在部分城市道路规模化应用；到2035年，中国大部分地区广泛应用高级别自动驾驶。

　　总体上，无人驾驶的发展并非彭博文章中那么悲观，我们更愿意相信星火终将燎原，技术终将改变世界。