無人駕駛的特定場景和將來的整體商業(yè)化是什么關(guān)系？

夏華夏認為，場景決定了市場規(guī)模有多大。

他表示，很多時候我們要商業(yè)化或者大規(guī)模地落地，前提是說我們這個落地真正地創(chuàng)造了價值，以及收入能夠和我們大規(guī)模車輛的成本相持平，所以場景往往決定了我們這個市場規(guī)模有多大。

例如在外賣場景下，每一個訂單的價值是多少是需要被首先評估的。所以我認為場景決定了整個市場規(guī)模、以及整個商業(yè)模式。

反之，當技術(shù)和成本降到哪個點的時候可以鋪開是尤為重要的。因為鋪開的時候，自動駕駛的成本和有人駕駛的成本能夠大致相當?shù)臅r候，我們可以很快地上量。

5月12日，在百人會舉辦的自動駕駛商業(yè)應(yīng)用場景討研討會，美團首席科學家夏華夏的演講主題是“城市末端無人配送的進展與挑戰(zhàn)”，他分享了美團在自動駕駛上的最新進展。

以下是夏華夏的演講全文，雷鋒網(wǎng)新智駕進行了不改變原意的編輯：

今天，我主要分享一下美團在做無人配送過程中的進展以及我們的一些思考。

之前，我們也做過一個分析：從技術(shù)角度來看各個不同的場景的難度是什么？

上圖里面放了很多不同的應(yīng)用，這些應(yīng)用我們用兩個維度來區(qū)分：一個是車輛運行的速度從低到高，一個是場景從簡單到復雜。

我們初步認為速度越高，技術(shù)越復雜，要求越高，虛線代表不同的技術(shù)難度，所以對右上角的L4級自動駕駛包括Robo-taxi、貨運卡車都是最難的。

此外，我們認為復雜城區(qū)的低速無人配送也是非常難的，相對來說。越往左下角技術(shù)上會越成熟一些。

美團目前的業(yè)務(wù)是室內(nèi)配送、園區(qū)配送、以及城區(qū)配送。

我今天給大家分享的是城區(qū)配送。

美團無人配送主要是為了解決在三公里以內(nèi)，包括外賣、美團買菜、美團閃購等即時配送的物流需求，典型的場景就是讓用戶下了外賣或者下了一個商品的訂單之后，我們從餐館或者從商場把商品送到用戶的辦公樓或者住宅區(qū)，即時配送一般是希望在半小時以內(nèi)送達。

目前我們正在結(jié)合空中的無人機、地面的各種不同無人車，再配上騎手最終形成人機協(xié)同的配送網(wǎng)絡(luò)。

近期，我們在北京市順義區(qū)和海淀區(qū)開展美團無人配送。美團無人配送主要是在公開道路上行駛，以輔路上行駛為主，沒有車輛的時候我們會進入主路靠邊行駛。

在即時配送領(lǐng)域，我們發(fā)現(xiàn)還有一個需求是用戶希望把餐或者商品直接送到樓內(nèi)或者小區(qū)里面。

但是，小區(qū)內(nèi)很多道路在地圖上是找不到的，所以我們需要為這些路建立高精地圖，包括每一個用戶住址對應(yīng)的是什么地方，當用戶輸入一個地址，無人車行進到用戶所期待的區(qū)域，然后再通知用戶取餐/貨。  

值得注意的是，在這個過程中會存在大量的挑戰(zhàn)：

其一是技術(shù)挑戰(zhàn)，技術(shù)層面和無人卡車是比較相像的，是一個復雜的多層軟件和硬件的系統(tǒng)工程。

美團的應(yīng)對策略是自研，包括云端軟件和車載軟件，同時也在和多個供應(yīng)商展開合作，來研發(fā)或者選取硬件平臺。

就目前來看，我們發(fā)現(xiàn)在很多領(lǐng)域還是有比較大的挑戰(zhàn)，尤其是在傳感器方面和計算方面。

在傳感器方面，以激光雷達為代表的傳感器的價格還需要不斷地下降。

在計算平臺方面，我們現(xiàn)在無人車上集成了多顆激光雷達和視覺攝像頭、毫米波雷達以及超聲波雷達，對它的計算性能要求非常非常高。

目前美團的解決方法是根據(jù)運行場景選擇部分傳感器信號做計算。未來為了處理更多的更實時的信號，對計算單元的要求會非常高。

其二是安全性挑戰(zhàn)，真正到了城市場景下，無人配送車的安全就非常重要，因為城市場景下的路況是很復雜的，經(jīng)常有人橫穿道路，甚至也包括走著走著突然有小孩或者其他的人從看不見的車后或者樓后穿出來，我們稱之為“鬼探頭”。

那么，我們?nèi)绾伪容^好地解決上述問題？

首先，我們在自動駕駛的軟件，包括車輛底層的“小腦”都要具備對這類人和物的識別能力。

此外，我們發(fā)現(xiàn)當無人車真正“無人”運行時，如果車輛上沒有人、也沒有安全員近場跟隨的時候，它會遇到一些新的挑戰(zhàn)。

例如，有人會來“調(diào)戲”這個車輛，比如右下角這個圖，騎著平衡車的小孩會跟在我們的車輛后面走，這對無人配送車來說非常危險，如此意味著我們的車不敢做急剎車的動作，哪怕前面有危險的時候，也不敢做急剎車，否則后面的小孩就會撞到車上。

除此之外，車輛的側(cè)向攝像頭拍到的案例，車輛在路邊的時候有踢球的小孩突然把球踢過來，而無人車一旦附近有障礙物的話，它會緊急停車，停車之后就給了這個小孩繼續(xù)“調(diào)戲”無人車的可能，比如拿球砸車輛攝像頭等。

所以，我們面臨的問題是怎么更好地處理“不友好環(huán)境”下的車輛安全。

上述兩個案例還僅僅是給大家展示物理的安全，除此之外還包括軟件系統(tǒng)的安全、網(wǎng)絡(luò)的安全，如何處理這些都是目前我們面臨的比較大的挑戰(zhàn)，我們也一直在這方面投入很多的研發(fā)精力。

其三是政策挑戰(zhàn)。例如上圖所展示的，在這個分類里面在政策上其實是有很多不同的要求，左下角這些場景，不管是工廠的AGV，還是樓內(nèi)的配送、港口的貨運，它自己有路權(quán)的管理，在這些上面部署一些無人的車輛沒有特別大的法律風險。

但是我們?nèi)タ闯鞘械腞obo-taxi或者貨運以及城市巴士，這些屬于公開道路的高速機動車，就涉及到很多法律上的要求，例如能不能讓這些車上路等。當然，上路之前需要確認這個車能不能保證安全性。   

低速車相對風險會好一些，但是本質(zhì)上也是公開道路上運行，需要跟其他的車輛共享路權(quán)，在這種場景下，我們的政策是怎么來落實，以及怎么來推動政策上對無人車上路逐漸地包容性。

實際上，在整個無人駕駛發(fā)展道路上，我們需要聯(lián)合行業(yè)以及政府專家一起推動的事情。

總結(jié)來看，無人配送作為一個新興產(chǎn)業(yè)，在面臨很大挑戰(zhàn)的同時，也有很大的機遇。

美團的判斷，低速的無人配送大概在未來3-5年可以規(guī)模化應(yīng)用，所謂規(guī)模化就是可以大規(guī)模地、不需要燒太多資金地去鋪開。

但大規(guī)模量產(chǎn)的前提是在安全、防護等領(lǐng)域夯實基礎(chǔ)，包括傳感器、計算單元等模塊的性能提升，以及政策對新型運輸工具的包容。
雷鋒網(wǎng)  雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。