雷鋒網(wǎng)按：回頭看，第一屆DARPA自動駕駛挑戰(zhàn)賽已經(jīng)是十年前的事了。對比互聯(lián)網(wǎng)產(chǎn)業(yè)，十年前手機(jī)還沒有支付業(yè)務(wù)，而現(xiàn)在支付寶、微信已經(jīng)全面改變了人們的消費(fèi)習(xí)慣。反觀汽車產(chǎn)業(yè)，尤其是自動駕駛行業(yè)的發(fā)展卻慢如蝸牛，自動駕駛到底難在哪里？

雷鋒網(wǎng)新智駕近日與智行者CTO王肖展開對話。與多數(shù)投身自動駕駛賽道創(chuàng)業(yè)者不同的是，王肖出身汽車行業(yè)，在學(xué)生時代就深耕在自動駕駛領(lǐng)域，對技術(shù)研發(fā)和市場落地均有深刻理解。

王肖畢業(yè)于清華大學(xué)汽車工程系，曾作為核心人員參與 2012、2014 及 2015 年中國智能車未來挑戰(zhàn)賽，并獲得團(tuán)隊冠軍，還曾參與起草中國智能網(wǎng)聯(lián)車輛技術(shù)路線圖，獲汽車工業(yè)科學(xué)技術(shù)進(jìn)步一等獎、軍隊科技進(jìn)步獎等多項獎勵。

智行者選擇兩條腿走路的商業(yè)模式——低速自動駕駛車“蝸”系列＋高速自動駕駛車“星驥”， 又于近期取得了北京市自動駕駛T3路測牌照，可見智行者在這一領(lǐng)域的步伐越來越快。

“自動駕駛十年”專題的深刻意義在于：窺見自動駕駛在過去十余年間的變遷，及創(chuàng)業(yè)者在資本寒冬對自動駕駛未來的思考。

從自動駕駛興起之時，到后來的Waymo、特斯拉以及傳統(tǒng)主機(jī)廠的不斷發(fā)展，再到當(dāng)前國內(nèi)諸多企業(yè)對自動駕駛開展的如火如荼。王肖認(rèn)為，任何技術(shù)發(fā)展和應(yīng)用應(yīng)該遵循客觀規(guī)律，自動駕駛不僅要講好故事，更重要的是做到產(chǎn)品落地，然而想要落地，依賴的不僅僅是規(guī)?；慨a(chǎn)，更多的是技術(shù)的成熟以及市場的認(rèn)可。目前業(yè)界認(rèn)定的自動駕駛發(fā)展路線主要有以下三種模式：

可以看出，在AI時代，有價值的大數(shù)據(jù)是通向成功的必要鑰匙?；诖耍Ｐ陀?xùn)練-OTA升級-模型應(yīng)用-模型訓(xùn)練整套閉環(huán)系統(tǒng)完全打通，由此帶來的大數(shù)據(jù)、模型和體系優(yōu)勢是壓倒式的。

然而，Waymo 僅數(shù)千臺車輛，受制于安全性無法快速增長，同時為了安全考慮不會去特別復(fù)雜的場地運(yùn)營，另外不具備全球數(shù)據(jù)采集渠道，這是同特斯拉相比最為致命的三點(diǎn)缺陷，歸根結(jié)底就是數(shù)據(jù)量以及多樣性。而且奧迪等傳統(tǒng)賣車模式缺乏數(shù)據(jù)手段作為支撐，同時其設(shè)計理念同特斯拉也有根本區(qū)別。

因此，最好的模式就是能夠?qū)⒆詣玉{駛大腦嵌入至量產(chǎn)車型中，具備搜集數(shù)據(jù)的基本條件，而后通過建立OTA系統(tǒng)能夠快速驗證有效性，讓自動駕駛大腦訓(xùn)練得越來越聰明。

不可思議的十年

回看自動駕駛發(fā)展的這十年，如同一個高冷女孩卻表現(xiàn)出親切的模樣，結(jié)果不可思議！

如今，500億資本助推，200+創(chuàng)業(yè)公司競賽，自動駕駛的宇宙已經(jīng)大爆炸。據(jù)湯森路透的統(tǒng)計，在2017年時，全球的自動駕駛創(chuàng)業(yè)公司就達(dá)到了240家。

王肖表示，在全球玩家們的推波助瀾下，自動駕駛已成為產(chǎn)業(yè)鏈廠商傾注的重心所在，中美日歐等政府已經(jīng)在不斷地為其產(chǎn)業(yè)化發(fā)展掃除障礙。

業(yè)界預(yù)計，2020年將是自動駕駛市場商業(yè)化起勢之年。2020-2025年，自動駕駛乘用車銷量的年化復(fù)合增速將超過80%；加上自動駕駛車輛銷售、自動駕駛出行服務(wù)市場，2020年和2030年國內(nèi)總市場規(guī)模將分別達(dá)到約400億美元和5500億美元。

時光穿梭到2015年，一直在清華大學(xué)汽車工程系讀到博士的張德兆創(chuàng)辦了智行者。也就在那一年，張德兆找到同在清華讀博的王肖咨問道，有沒有興趣來做自動駕駛？

雖然王肖所在的團(tuán)隊就曾多次拿到無人駕駛技術(shù)領(lǐng)域比賽的冠軍，但他認(rèn)為產(chǎn)品化才是自動駕駛的最高夢想，而且時機(jī)已經(jīng)到來。

同時，王肖也深刻意識到，2015年的中國汽車產(chǎn)業(yè)在在國外主機(jī)廠及Tier1的包圍下，很難找到新的突破點(diǎn)，而自動駕駛將是汽車產(chǎn)業(yè)一個嶄新的未來。

基于此契機(jī)，王肖與張德兆一起創(chuàng)立了智行者科技，兩人分別擔(dān)任CEO和CTO。一開始，二人就明確了公司發(fā)展的方向，把目光鎖定了L3及以上級別自動駕駛，因為這是智行者團(tuán)隊在學(xué)校期間所擅長的領(lǐng)域。

在王肖看來，L3及以上才是真正的自動駕駛技術(shù)。智行者真正想做的是無人駕駛技術(shù)的大腦部分，也就是決策和規(guī)劃，公司定位于自動駕駛系統(tǒng)方案提供商，主要聚焦中央決策系統(tǒng)的開發(fā)和系統(tǒng)集成。

核心在于自動駕駛大腦

自動駕駛在技術(shù)上的競爭，主要聚焦于決策環(huán)節(jié)。事實上，區(qū)分一個系統(tǒng)是ADAS還是自動駕駛，也主要是看該系統(tǒng)是否有決策部分。無論谷歌，還是特斯拉，其核心競爭力，都還是體現(xiàn)在其決策算法方面。

王肖表示，自動駕駛的基礎(chǔ)是感知、定位及控制技術(shù)，核心及靈魂是決策規(guī)劃，也就是自動駕駛大腦。經(jīng)常開車的人們都知道，現(xiàn)在的汽車基本都需要我們?nèi)藶椴僮鳎詣玉{駛汽車控制層便是替代人為操作，根據(jù)獲取的信息數(shù)據(jù)，將做出的決策規(guī)劃落到實處，即實時操作。用簡潔語言描述，便是自動駕駛。這需要車輛的控制系統(tǒng)與決策系統(tǒng)相配合，并且能夠精確的按照需求，對汽車做出加速、減速、制動、轉(zhuǎn)向、變道以及超車等操作。

決策規(guī)劃是自動駕駛的關(guān)鍵部分之一，它首先融合多傳感信息，然后根據(jù)駕駛需求進(jìn)行任務(wù)決策，接著在能避開可能存在的障礙物前提下，通過一些特定的約束條件，規(guī)劃出兩點(diǎn)間多條可選安全路徑，并在這些路徑中選取一條最優(yōu)的路徑作為車輛行駛軌跡。

對于智行者來說，做無人汽車駕駛的“大腦”，一直是它給自己的定位。目前，智行者主要聚焦于自動駕駛智能車中央決策系統(tǒng)開發(fā)及大系統(tǒng)集成，特別是限定區(qū)域內(nèi)的低速無人駕駛這一垂直應(yīng)用領(lǐng)域的無人物流配送和無人作業(yè)車兩個方向。

深度學(xué)習(xí)只是工具 但要用好

自動駕駛涉及環(huán)境感知、規(guī)劃決策、執(zhí)行控制三個方面。

其中，環(huán)境感知包括視覺感知、毫米波雷達(dá)感知、激光雷達(dá)感知等。后兩種感知方法主要用于障礙物檢測、深度感知、距離測量、目標(biāo)測速等，而基于深度學(xué)習(xí)的視覺感知是自動駕駛感知的最主要方式。

相比于傳統(tǒng)的圖像處理算法，深度學(xué)習(xí)技術(shù)在自動駕駛領(lǐng)域中具有得天獨(dú)厚的優(yōu)勢?；谏疃葘W(xué)習(xí)的視覺感知技術(shù)具有如下幾個優(yōu)點(diǎn)：

可擴(kuò)展性：支持多個目標(biāo)類型的識別，可擴(kuò)展性更強(qiáng)；

高精度：在檢測、識別等任務(wù)中均具有更高的準(zhǔn)確率；

可靠性：在部分遮擋、模糊等條件下性能依舊可靠；

魯棒性：抗干擾性佳。

問題是，深度學(xué)習(xí)如何用于自動駕駛呢？

自動駕駛是需要汽車像人的大腦一樣來辨識一些車前出現(xiàn)的事物并做出決策。深度學(xué)習(xí)網(wǎng)絡(luò)相當(dāng)于是人的大腦，對安裝在車前的攝像頭的圖像進(jìn)行采集，并通過卷積神經(jīng)網(wǎng)絡(luò)來提出圖像的特征，通過模型計算來得出幾個輸出量，比如加速、減速、剎車、方向盤的角度等信息。

但是，深度學(xué)習(xí)或者說人工智能技術(shù)現(xiàn)在是不能做到100%的，這個是至關(guān)重要的問題，這是現(xiàn)在深度學(xué)習(xí)一直無法實現(xiàn)應(yīng)用的原因之一。因為任何一個駕駛者都不愿把生命交給一個無法100%的概率性事件上。

在很多時候，深度學(xué)習(xí)已經(jīng)成為機(jī)器學(xué)習(xí)中不可否認(rèn)的力量，也是任何數(shù)據(jù)建模工具庫中的一個重要工具。它的普及帶來了諸如TensorFlow和pytorch等必要的框架，這些，即便在深度學(xué)習(xí)之外也是非常有用的。深度學(xué)習(xí)這一段從失敗者成長為超級巨星故事，使研究者們重新審視了以前其他一些晦澀難懂的方法，如進(jìn)化策略和強(qiáng)化學(xué)習(xí)。

但是，天下沒有免費(fèi)的午餐，深度學(xué)習(xí)模型非常微妙，需要仔細(xì)并且有時非常昂貴的超參數(shù)搜索、優(yōu)化及測試。此外，在許多情況下，從實際的角度來看，使用深度的學(xué)習(xí)是沒有意義的，因為簡單的模型效果更好。

王肖直言，行業(yè)對人工智能、自動駕駛宣傳的泡沫太大，似乎讓人覺得AI能解決一切問題，歸根結(jié)底，AI只是一種工具而已，但工具并不是無人駕駛研究的目的，我們的目標(biāo)不是做一個基于深度學(xué)習(xí)的無人駕駛汽車，而是以產(chǎn)品為導(dǎo)向，綜合考慮成本、應(yīng)用場景以及成熟可靠的技術(shù)。

回歸現(xiàn)實的下一個十年

自動駕駛發(fā)展至今，可以看出以深度學(xué)習(xí)為突破的人工智能時代大風(fēng)口下，自動駕駛被給予了前所未有的關(guān)注，包括互聯(lián)網(wǎng)公司，傳統(tǒng)車廠，新興創(chuàng)業(yè)公司，有數(shù)據(jù)顯示，2018年全球無人駕駛汽車規(guī)模約達(dá)48.2億美元；到2021年，預(yù)計全球無人駕駛汽車市場規(guī)模將達(dá)70.3億美元。

自動駕駛的高光時刻，各路資本爭相競逐，熱度一次又一次霸占新聞頭條，那么自動駕駛的未來在哪里？

王肖直言，自動駕駛是人工智能的終極場景，沒有之一。

對于自動駕駛的理解需要回歸到汽車行業(yè)本身，汽車發(fā)展的趨勢電動化、智能化、網(wǎng)聯(lián)化、共享化。自動駕駛實際上是汽車在自動化水平上的智能化提升，驅(qū)動力在于汽車產(chǎn)業(yè)，準(zhǔn)確說是汽車電子產(chǎn)業(yè)的優(yōu)化升級。

但目前離真正的完全自動駕駛，仍然任重道遠(yuǎn)。

舉例來看，感知與決策算法技術(shù)仍需加強(qiáng)，在技術(shù)的魯棒性足夠的情況下要實現(xiàn)100%的安全命題；以激光雷達(dá)為代表的核心傳感器的成本仍是商業(yè)化量產(chǎn)的最大阻礙；政策、法規(guī)以及車輛聯(lián)網(wǎng)基礎(chǔ)設(shè)施的建設(shè)等。

因此，現(xiàn)階段無人駕駛依舊是一門不夠成熟的生意，其商業(yè)化也只能在特定的場景之下，比如園區(qū)、港口等封閉場景。

王肖表示，即使到了自動駕駛的下一個十年，也就是2020年，自動駕駛也很難實現(xiàn)大規(guī)模商用，那時沒有資本加持的企業(yè)，約有一半以上的自動駕駛公司關(guān)閉。所以說，自誕生之初，智行者就選擇兩條腿走路的商業(yè)模式——低速自動駕駛車“蝸”系列＋高速自動駕駛車“星驥”。即首先落地安全性更高的低速車，逐步推出技術(shù)難度更高的高速車。目前無人掃地車（蝸小白）、無人物流車（蝸必達(dá)）及無人園區(qū)車（蝸來了）相繼落地。智行者被稱為“產(chǎn)品落地最快的無人駕駛創(chuàng)業(yè)公司”，其低速車產(chǎn)品已經(jīng)陸續(xù)成型。去年11月份，智行者首批“蝸”系列量產(chǎn)產(chǎn)品也將正式下線。

王肖強(qiáng)調(diào)，無論資本是否寒冬，自動駕駛行業(yè)不能再單純以先進(jìn)技術(shù)研發(fā)為驅(qū)動，而是要綜合考慮場景、落地及產(chǎn)品，以產(chǎn)品為導(dǎo)向，不單純依靠技術(shù)賺錢，要做產(chǎn)品驅(qū)動型公司。

有人會產(chǎn)生疑問，從科技公司向產(chǎn)品公司轉(zhuǎn)型，是否會受到缺少核心技術(shù)的質(zhì)疑？

王肖告訴雷鋒網(wǎng)，自動駕駛?cè)珬Ｊ介_發(fā)模式未來會遇到很大瓶頸，智行者的策略是同各領(lǐng)域國內(nèi)外最先進(jìn)供應(yīng)商一起合作成長，比如在高精度地圖領(lǐng)域與百度Apollo合作，依靠有資質(zhì)的地圖公司采集數(shù)據(jù)，視覺跟地平線合作等。

以選擇與某一領(lǐng)域技術(shù)最好的公司合作，比如在高精度地圖領(lǐng)域與百度Apollo合作，依靠有資質(zhì)的地圖公司采集數(shù)據(jù)。智行者定位為自動駕駛的產(chǎn)品驅(qū)動公司，技術(shù)、資源、場景，再加上公司的軟硬件一體最后做成一個產(chǎn)品，最終依靠產(chǎn)品實現(xiàn)盈利。

所以說，自動駕駛的未來發(fā)展一定是回歸現(xiàn)實，盡快實現(xiàn)公司的自我造血能力。王肖表示，智行者正在推動低速非載人車的商業(yè)化應(yīng)用，提高公司的自我造血能力，與此同時，加快高速乘用車的布局。

當(dāng)然，自動駕駛的重中之重依然還是安全問題，如果國內(nèi)發(fā)生類似與Uber的撞人事故，對整個行業(yè)的打擊不可想象。

信任是成就自動駕駛的關(guān)鍵。王肖最后強(qiáng)調(diào)，自動駕駛的普及需要一個契機(jī)，滴滴、Uber的風(fēng)靡，也是因為一種契機(jī)的出現(xiàn)，比如資本的支持、車輛保有量的增加、高精度定位、智能手機(jī)的普及等。只有先提高安全性的可靠技術(shù)以及建立廣泛測試信任，再做小范圍試點(diǎn)和推廣，確保安全性，才能不斷推動整個行業(yè)的發(fā)展，千萬不要辛辛苦苦幾十年，一朝回到解放前。

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。