晚上9点半自动驾驶运营

　　作者：古往今来
　　编辑：Mark
　　出品：红色星际（ID：redplanx）
　　头图：城市图片
　　欢迎各位收看晚上9点半节目，非正式的线上讨论会，以下是部分的分享内容。
　　古：关于自动驾驶运营这块，现在各家公司都在做，但每家都有各自的特点，毋庸置疑，运营是自动驾驶最终落地非常关键的一个点。
　　但在运营过程中也会遇到了非常多的挑战，因为无人化技术还有诸多的不确定性。如果不能实现无人化收费这两个因素，很多时候的一些经验可能价值就不是特别大。
　　对Robotaxi来说，我觉得它需要2个载体，一个是商业环境，一个是硬件环境。如果我们把Robotaxi当成一个软件公司，第一它可能得找一个车厂做硬件，第二还要找一个商业环境做运营，这样才能凑成Robotaxi这个生意。
　　目前市面上分几个流派，第一个是高举高打，把它当成一种实际的业务在往前推进；第二个是跟投资人把故事讲清楚，表明自己是要做怎样的事情；第三个是出行公司，既做运营也有自己的战略布局。
　　对于国外市场而言，Waymo还是有一些科技理想，他是希望科技改变人类的生活。Cruise被GM收购以后，和国内公司有些类似，第一可以提高公司的估值，第二对他未来的出行业务也会有好处。
　　往：我觉得运营很重要，但我有一个问题，就是运营的界限是什么？比如平时车队测试的管理，除了车队、司机、安全员这些管理外，还会涉及到什么？
　　古：每家公司的边界肯定不一样，运营肯定都有测试这个属性，也有PR属性。
　　刚开始时，大家只是测试，但是随着逐步深入，遇到的事情越来越多，很多企业现在对运营的管理范围也会放得越来越宽。
　　我个人理解，运营到最后是给自动驾驶建立一套规则和ODD区域，要找到合适的区域和合适的用户，这样才可以大幅降低技术的难度和成本。
　　比如哪条道路能盈利，遇到的环境比较简单，运营在这里边发挥着很大的作用。通过运营把市场复杂度认知到了，再跟产品协同，然后给算法更多的输入，这样就可以减轻算法的难度。
　　往：我讲一下自动驾驶卡车运营这块。作为行业从业者，大家肯定都希望早点落地。
　　卡车和乘用车不一样，卡车更多的是商用，现在很多的新车型也开始上装L1L2的一些功能，但主要针对的还是一些高端车型，一些定制化的市场，也有一些是政策驱动的。
　　但有个问题，卡车加了智能硬件之后特别贵，像现在智能卡车整个保险的上线率，去年一整年大概有4。2万台，这个数字其实并不是很大，但以后肯定会越来越多。
　　L4的企业现在有两个路线，一个是在一些比较高频需求的场所，比如说港口、矿区，一方面可以规避政策的一些风险，也可以提前做测试，甚至把后装的车投入应用，另一方面也可以适当的卖一些车，做一些营收，这是一个路线。
　　第二个路线，就是把自己的方案降级到L3或者L2，以辅助驾驶的名义去做一些相对合规的干线测试运营，在这种情况下，车可以上正式号牌，也可以创造一些营收。
　　我觉得挑战主要有两个方面。第一个是路权和准入的挑战，卡车真正的需求在干线上，干线高速真正有物流需求的往往是长线的，这种长线就会涉及到高速公路，涉及到跨地区、跨省市。
　　这个目前从政策上来说，我觉得要达到那样的协同是非常难的。我个人认为最终的突破口还是在工信部的准入上面，如果这个口打开之后，可能很多问题才会迎刃而解。
　　第二个大的挑战还是在技术上，大家能不能做到真的把人拿下来，把方案慢慢地收敛，把一系列的认证完成，把量产的部分去完成，我觉得这个是最核心的。
　　其实物流企业对L4公司挺开放的，特别是合作层面，不管是在美国还是在国内，自动驾驶卡车跟不同类型的物流公司建立合作的速度还是很快的。
　　在不影响他们本身业务的情况下，让一些智能卡车加入到现在的车队，做一些运货或者测试，他们还是很欢迎的，因为他们也有创新的需求，而且给你的费用也不会比传统卡车高，所以我觉得物流公司还是比较开放的。
　　但是由于运力的限制、技术的限制，托运人也不会大规模的外包给你。
　　今：我总结一下，刚才讲的主要是三方面，一个是技术，跟Robotaxi一样，把人拿掉才能达到降本增效。第二是车，要量产，这样成本才能降下来，而且量产还能提高车辆的运营稳定性。第三个是路权，乘用车大家其实更像是一个局域网，但是货运走干线物流，这个难度更大。
　　为什么卡车推行起来很难，我觉得有这么几个原因，第一个是政府的动力问题，政府没有强大的动力来做这件事。第二个原因，就是不同地方政府间的协同是一个大问题，举个例子，测试牌照不能互认，在一个地方测试拿到后，去其他城市还需要重新测试，比如，长三角在2019年的时候就签了一个互认协议，而且江浙沪三地的关系算是比较近的，但是到现在这个互认协议也没有真的落下来。
　　我个人觉得牌照互认之所以不能实行，最大的问题就是里面牵扯的利益太大，目前阶段，牌照的收益还是很大的，特别是一些考试机构，非常赚钱。
　　往：对，我比较认同。Robotaxi可以从几条路开到全域，这来自于各个城市对于创新政策的竞争，比如北上广深，一个城市开的越多，另一个城市就会比它更多，他们有招商引资的需求，所以动力很强，而且竞争也激烈。
　　对于卡车，现在这种做法根本就连不成网，比如说北京想做，但河北不想做，但是高速的运输或者干线物流的运输必须得大家连成网。
　　主要是因为地方上没有太多的利益去推动这块，最终还得靠国家去推动。
　　今：是的，目前阶段，我观察到的是，物流公司对智能这块的参与是不多的，他们还是一直在观察，因为他们本来做的就是成本生意，一分一毛都看得特别重，而且物流的毛利率特别低，在毛利这么低的行业里，做这种科技创新是很难的，至少目前阶段还没有能说服他们的理由。
　　来：我站在用户角度看这个问题，用户到底希望我们的自动驾驶车辆是一个什么样的驾驶行为，能够提供给用户一个什么样的驾驶体验，这个车应该怎么开，比方说遇到黄灯，什么时候应该杀停，什么时候应该过，这些是运营人员应该看清楚的。
　　举一个策略的例子，最简单的比如说交规，大家都知道自动驾驶车辆是应该符合交规的，但是交规本身的描述并不是特别的清晰。
　　比方说左转和直行车辆的交互，不能说我感知范围里面有直行的车辆，就一直让他，我就一直不走，这是不现实的，因为我们需要考虑到通行效率，怎么最有效地要把用户送到目的地，这个是用户需要的。
　　所以我们就需要去找特征，比方说信号灯的信息，比方说我和交互车辆的相对位置、相对速度、相对角的一些关系等，然后通过数据的挖掘，去确定这些特征的一些参数，然后基于此，给出一个驾驶策略。
　　面对长尾场景时，我们会先用ODD限制，但不可能等所有的长尾问题都解决之后，才大规模的去做运营。
　　这里就有两种辅助手段，第一种是云端的5G驾驶，有危险场景之后，我们可以用云端的安全员去把控一些少见的长尾场景。
　　第二种方式是交规，现在虽然线上的一些算法模型不可解释，但我们可以用最后一层交规去兜底，保证我最后做出的驾驶行为，不是一个违反交规的行为。
　　到最后一定是得法律法规加持，比方说只要L4的车是按照交规走的，那这个责任就不能由L4车辆承担。
　　古：但这里也有一个问题，就是现在中国的交规是保护弱者的，这件事情和自动驾驶之间又是矛盾的。而且中国各个地市的一些执法力度很不一样，这也是一个非常大的问题。
　　我觉得我们还是得在数据模型的可解释性方面下功夫。我们得制定一个数据驱动的评价标准、评价方式，光靠路测其实是很难解决长尾问题的，最后还得靠仿真，靠线上测试。
　　往：通过数据模型训练之后，肯定要在仿真里去跑，去检验这个模型到底效果如何。但现在仿真也有一个问题，仿真系统里障碍物和障碍物之间的一个交互关系，其实做得并不好。
　　我觉得计算机之所以能发展得比较好，是因为编译器的存在，它能瞬间告诉你是对还是错。但现在仿真还不能当一个编译器用，它的准确度也制约了这个行业的发展。
　　理论上仿真应该是加速自动驾驶技术研发非常重要的一点。通常情况下，我们是先把算法做出来，再放到车上，然后安全员再给个反馈，但这个链路太长了。
　　仿真肯定是自动驾驶的一把利剑，但现在的问题是，业内仿真系统都做得不是特别好。而且我认为，以数据驱动出来的一个训练模型，你要想验证它，一周肯定是验证不出来的，这就大大的降低了数据驱动这件事情的研发效率。
　　本来数据驱动是想要让迭代研发效率更快，但是因为各种测试验证的手段不完善，反而制约了这个事。
　　大家之前的思路是，业务决定ODD，ODD决定算法，算法最后确定硬件的成本。但是现在由于技术的制约，可能没办法完全按照业务的思路去做推进。
　　目前阶段，在仿真系统方面有2个问题：一方面是一些障碍物的交互问题，这个确实没有办法完全复制现实世界中，各个交互物体的意图；另一方面是和路测的差距，L4车辆的硬件仿真可能相对来说会难一些，而且现在很多公司都同时开发好几个不同的车型，这个难度就更大了。
　　今：现在国内还有很多第三方想做这个事，他们想把各家路测的数据收集起来，包括从官方去把一些CornerCase，一些事件的东西全部收集起来，去建一个大的平台来做仿真，但是好像都没成。一个重要的原因是，各家接口、模型都不一样，统一不起来，没法标准化。
　　我感觉那些人不懂这个东西，因为这根本就合不起来。
　　来：还有一个方式，就是车路协同。
　　往：目前阶段，对于运营而言，V2X作用还不是很大。特别是信号灯这块，从结果上来看，还达不到车辆自动驾驶需要的级别，而且有些信号灯经常延迟。目前市面上虽然也有一些项目，但都是偏政府侧的，偏Demo性质。
　　我也发现自动驾驶算法模型在泛化过程中，主要取决于当地动态的交通参与者，静态上也许还比较容易，花点时间都能解决，关键在动态参与者上，各地的情况都不一样。
　　而且我们对动态障碍物做出决策的时候，有时会用到动静态的信息，所以如果静态的拓扑发生变化，再去泛化的时候，可能会导致和动态障碍物交互的结果完全不同。
　　最近好像成立了很多新公司，但我觉得这些公司很多还在走老的套路，写了代码之后先搞一台工程车出来，然后测试，想办法做一个Demo出来，让投资人来看，其实投资人经过一轮一轮的洗礼，他已经不感冒了。
　　但是我觉得行业发展到今天，可能新公司不一定要这么走，因为现在大家逐渐往量产上靠了。现在最好的模式是拿着商业单子倒着找潜在的可能性，去匹配主机厂的需求或者是往零部件方向去。
　　这样我觉得还是有机会的。
　　END