直播首秀“翻車”滴滴靠什么玩轉自動駕駛？

文／本刊記者 田野

6月27日，滴滴出行首次面向公眾開放自動駕駛服務，開始在上海接受公眾體驗報名。曾經低調的自動駕駛業務，近期被滴滴不斷推向臺前。

自2016年組建自動駕駛研發團隊以來，滴滴在自動駕駛方面一直很低調，鮮有相關新聞爆出。其實，滴滴對自動駕駛投入的決心早已顯現。

2019年8月，滴滴將旗下自動駕駛部門升級為公司，目前中美兩地已有近400人的團隊。截至目前，滴滴已獲得北京、上海、蘇州、美國加州等地路測資格，并在去年9月獲得上海頒發的首批載人示范應用牌照。

今年5月29日，滴滴宣布旗下自動駕駛公司完成首輪超5億美元融資，這是目前國內自動駕駛公司獲得的單筆最大融資。

6月27日，滴滴出行首次面向公眾開放自動駕駛服務，開始在上海接受公眾體驗報名。曾經低調的自動駕駛業務，近期被滴滴不斷推向臺前。外界紛紛猜測滴滴此舉的意圖。

穩坐網約車“頭把交椅”的滴滴，在自動駕駛出租車這條賽道上，將如何與waymo、百度等競爭者們展開“廝殺”？

直播首秀“翻車”

目前，滴滴自動駕駛載人測試范圍僅限于上海開放測試道路，路線經過汽車會展中心、辦公區、地鐵站、酒店等核心區域，全長53.6公里。

運營車輛由沃爾沃XC60改造，據了解，車上安裝了近20個傳感器，包括1個64線激光雷達、2個16線激光雷達、7個攝像頭以及毫米波雷達和超聲波雷達，一輛車的造價在100萬以上。

此次試運營，央視新聞進行了全程直播，并派記者參與了試乘。在滴滴指定的接駁地點，記者先通過App線上下單了一輛自動駕駛網約車。車輛按時到達后，記者打開車門后發現車內前排還坐著兩名工作人員。

滴滴自動駕駛首席運營官孟醒給出的解釋是，兩位工作人員是為了確保行程安全，其中一位是安全員，應對突發情況，另一位是測試員，實時記錄的同時，能夠提前了解路況并與安全員進行溝通。

上車前，記者需要手簽一份知情責任書，這是目前所有自動駕駛的常規操作，也是讓用戶認識并對自動駕駛保持警惕的一個重要步驟。

現場記者共進行了兩次試乘，總體來看，這批自動駕駛車輛表現還算平穩，但也出現了幾點問題。

比如，第一次試乘，車輛在啟動時就遇到了狀況——無法起步。在長達數分鐘的一通操作之后，車輛才正式進入無人駕駛狀態，載著乘客向目的地出發。

在行駛過程中，直播到39分鐘時，車輛經過一個丁字路口，在前方、旁邊沒有其他車輛，也無其他突發狀況的情況下，駕駛員開始接管方向盤。

測試員的解釋是：“雨量較大的時候，濺起的水花會對雷達和攝像頭造成影響，這個時候駕駛員就會接管方向盤。”

在第二段試乘中，正常行駛的滴滴無人車突然遇到了難題：一輛三輪車停在了右側機動車道擋住了去路。可能是模型還沒有做好，車內監控沒能顯示這輛三輪車的具體形態，只是顯示為一個長方體障礙物。

如果是人類駕駛員就直接繞道走了，但這對于自動駕駛系統來說，屬于復雜場景。自動駕駛系統需要通過車內的傳感器實時將數據發到遠程協助中心，由遠程協助中心給出協助指令。從反饋信息到下達指令再到車變道繞開三輪車，一共花了近40秒。

滴滴自動駕駛公司CTO韋峻青解釋說，無人車會對汽車、摩托車、自行車、行人等常見的場景進行分類，但三輪車在路邊修車屬于復雜場景，這種情況遇到的比較少，需要人類遠程協助確定能否通行。

此外，車速全程都控制在40km/h以下，車輛都是靠右車道行駛，有意規避左拐難題等等。

說完以上這些引起爭議的問題，滴滴此次自動駕駛試運營也有不少值得肯定的地方。比如，在車輛上，滴滴對傳感器進行了封裝上的改進，形態上更加接近前裝部署的樣式，甚至在前向攝像頭的外部加裝了一個小小的雨刮器。在路端，滴滴在測試區域內的部分路口，部署了自研的車路協同解決方案，利用V2X的方式將紅綠燈的信息以及行人、車輛的信息傳回給自動駕駛車，來輔助車輛對盲區或者暴雨等惡劣天氣下的感知。

此次Robotaxi的試運營對滴滴自動駕駛業務的商業化而言，絕對是具有里程碑意義的。通過全程直播的方式，對大眾進行了一次更深層次的自動駕駛科普。

進軍自動駕駛滴滴有優勢嗎

相比Waymo和百度，滴滴在自動駕駛領域算是“后來者”。從目前自動駕駛運營進展方面來看，滴滴與其他“前輩”相比，并不具備突出的優勢。

但滴滴掌控的運力運營體系和規模幾乎是全球范圍內獨有的。

據了解，滴滴平臺上有數千萬的運營車輛，根據其官方在2019年公布的數據，滴滴全球累計用戶量超過5.5億，2019年累計運送乘客超過100億人次。

孟醒在“2020第三屆全球自動駕駛論壇”上曾談到，滴滴做自動駕駛有三方面的優勢——AI技術、大數據以及出行網絡。

首先是AI技術。滴滴借助現有車隊網絡，通過部署后裝采集設備的方式，可以加快自動駕駛的算法迭代。

同時，利用現有平臺的大數據輔助決策，快速開辟安全且最有效率的自動駕駛運營路線，推進自動駕駛車隊的部署。

“當一個自動駕駛公司要選定一片區域然后進行路線的調研、數據采集以及派出車隊進行試運營，整個調研調試的周期可能需要大半年，而滴滴通過現有的數據可以大幅縮短開辟新路線需要的時間。”孟醒表示。

這里還要提到滴滴的后裝智能設備——桔視。滴滴從2019年開始推廣桔視，并在很短的一段時間內將設備的裝機量迅速提升到非常可觀的規模。

目前，桔視已經覆蓋超過300個城市，裝有桔視的車輛訂單已經占到滴滴平臺上總單量的50%左右。

通過桔視的采集，再利用算法篩選corner case，從中抽象出車道線、車輛、行人等目標，導入仿真引擎中，用大規模的基于真實場景的corner case對算法進行仿真訓練，是滴滴自動駕駛戰略中加速系統進化的一個關鍵環節。

其次，在大數據方面，滴滴在運用高精度地圖的基礎上，整合了戰術地圖，來指導自動駕駛車輛的路線開辟和日常運營。

戰術地圖是由經營地圖、安全地圖和技術地圖構成。其中，經營地圖體現了區域內不同路線經營價值的高低；安全地圖記錄了人類駕駛時哪些區域容易出現哪種類型的事故，從而指導自動駕駛車輛的行駛。最后，技術地圖來描述區域內與自動駕駛系統相匹配的道路情況（如車道線是否清晰、是否設有拐彎專用道等）。

第三方面是網絡。孟醒介紹說，滴滴的平臺上有非常多的產品。例如，監控運營中心可以查看所有車輛的運行狀況以及交通數據，并及時調整區域內車輛的供需平衡。如果有了問題也能快速響應。

滴滴自動駕駛商業模式

由于初期硬件成本較貴，個人用戶購買L4級自動駕駛汽車的熱情可能不高，但對于像滴滴這樣的運營方來說，通過購買高度自動化的自動駕駛出租車運營，則可能快速盈利并收回高昂的硬件成本。

這樣的商業化模式，市場前景還是很可觀的。

據了解，每一筆滴滴的訂單業務中，人工成本占到了70%左右，這些都是直接付給司機的費用，如果實現了無人駕駛，這部分費用就可以大大的降低。

經過多年的發展，滴滴擁有龐大的由人類司機駕駛的車輛群體，在各個城市均保持了足夠的運營車輛密度，初步滿足了打車用戶的需求。

在運營前期，滴滴可以非常容易地把自動駕駛出租車接入到滴滴打車平臺，讓用戶先使用起來，再保證大量的人類駕駛員汽車運營的密度，這樣乘客使用打車服務的體驗絲毫沒有受到影響。

在后續的運營中，滴滴只需要把自動駕駛出租車的比例不斷提高，就能實現商業模式上持續的降本和智能化。

“我們將采用混合派單的模式，早期在自動駕駛車隊較少時，在路況簡單、有高精度地圖覆蓋的區域派自動駕駛車輛接單，反之則派人工駕駛的車輛接單。這樣的組合，在自動駕駛哪怕不能覆蓋所有場景的情況下，依然能夠提前開始這項服務，讓更多的人得到這項體驗。”孟醒表示。

因此，自動駕駛出租車也或將成為滴滴爭奪下一代運力江湖的“利器”。