美团无人驾驶首席科学家:110亿英里路测的第三条道路
6月20-21日，在中国电动汽车百人会主理的2018全世界智能汽车前沿峰会上，美团无人驾驶首席科学家夏中原颁发主题演讲。如下为演讲全文，未经本人核阅。主动驾驶在技能上，学术上已做了三十多年，最先包含美国、欧洲他们80年月就在做，1984年就有一个可以在园区里跑的车，到90年月德国可以在高速路上跑的卡车，可是工业界做的话应当从Google，Google2007年、2008年把斯坦福的一个传授招过来，起头做无人驾驶，从工业界也有了十多年。可是实在主动驾驶颠末这么几十年的成长以后，离技能的成熟另有很远很远的间隔，为甚么这么说呢？
咱们看一个表格，这个数据是按照客岁加州交通部公布的在加州的主动驾驶公司路测的环境，挑了一些有代表性的公司，大师可以存眷最后一列，在最后一列是说每行驶几多英里必要一次人工的干涉干与，若是不干涉干与这个车必定要失事故，乃至可能要致命，如今做得最佳的Google的Waymo，大要每八九千千米干涉干与一次，这个数字看起来挺高，可是实在离人类驾驶的程度仍是很远很远。最后两行的小表，人类驾驶若是看均匀，这也是美国的数字，看均匀几多英里会出一次变乱，大要是16万英里才出一次变乱，若是是致命的变乱，产生生命伤害的大要快要一亿，就是9000万英里才出一次变乱，比如今Waymo也好，仍是其他的公司也好，还多不少不少。这实在阐明咱们在全部的无人驾驶技能另有很长的路才汽機車借款,能到达跟人差未几可以匹配。
即便到达跟人同样的程度，咱们是否是就敢让车来替换所有的驾驶员？实在也还不是那末好，实在必要一个履行度空间，咱们必要让无人驾驶汽车平安行驶几多千米今后咱们人材真正信赖它比咱们人开得好，美国的兰德公司在2016年做了一个数据模子阐发，若是依照95%的履行度感觉主动驾驶要比人类，好比20%的变乱率还要好的话，大要若是依照致命的速率，最上面那条蓝线是说若是依照产生生命变乱的里程数必要主动驾驶汽车行驶110亿英里，咱们才能信赖主动驾驶比人开得要好。
这象征着甚么？若是有一个车队100辆车，24小时不绝地开，40千米的时速，也不必要加油，100辆车必要开500多年，才能到达110亿英里这个数字。
这就表白咱们离证实这个车可以上路另有不少路要做。可是兰德公司感觉这个多是有点太使人灰心了，以是第二年2017年又出了新的陈述，他说主动驾驶汽车不消比及出格成熟便可以上市，若是主动驾驶汽车跟人开得差未几，这时辰上市，终极也能够低落在交通进程中产生的致命的灭亡数字。
做了一个数学阐发的曲线，好比2020年咱们认为主动驾驶开得跟人差未几，这个时辰上市，一起头伤亡数字可能并无削减，可是几年以后便可以削减。他做了一个如许的陈述，这个可能主如果给行业里的从业者一点信念，一点但愿。可是说真话，咱们是否是敢让无人驾驶汽车真的在跟人差未几的失事故的几率下就上路？
实际上是使人猜疑的，由于咱们对呆板出致命毛病的这类容忍水平是远低于对人类出致命变乱的容忍水平。近来有不少无人驾驶相干的致命变乱，包含3月份在美国出的Uber的变乱，包含特斯拉近来几回变乱，实在对这个行业是有比力大的影响，对行业的信念，特别是对各个处所的政策制订者当局，若是咱们真的说海内的无人驾驶汽车在海内出了致命变乱，我@信%cR3d7%赖对在%559qv%坐@不少从业的同事来讲是一个很是大的影响。以是实在咱们仍是必要呆板比人要较着开得好才能比力遍及地推开。
要做到这个大要有哪几种做法呢？我罗列了三种可能的做法，业界分歧的公司拆用分歧的做法。
第一个是大量持久的研发投入，一起头先不做大范围真实的运营，我去做大量研发的投入，好比上个月Waymo公布了一个动静，说他们要买大要62000辆车做路测、做研发。统一天通用也公布说他们从软银募到了20多亿美元的投资，这都是很是多的钱，以Google的数字为例，若是是6万多辆车改为无人驾驶，我查了一下，原车4万美金，加之各类传感器，咱们晓得Waymo在内部自研不少激光雷达，把激光雷达的本钱降到1/10摆布，可是即使如斯，我最最守旧的估量，一辆车也得十万美金，若是六万多辆车，大要60多亿的硬件本钱。若是做研发的话，如今还不可熟，这个车不克不及到路上开，每辆车得配一个平安员，最低的工资一年四万美金，这么多车又是二十多亿平安员的投资。这个问题就是必要很是很是多的钱。对付钱不是那末多的公司，美团没那末多钱有无其他的做法？
另有一些公司他们会说咱们是否是有可能用仿真平台。昨天博世的蒋总也分享了博世做的看起来很是好的仿真平台，如今有一些相对于看起来比力成熟的仿真东西，可是我感觉这些仿真东西在主动驾驶的早期如今是可以去帮忙咱们验算一些简略的算法，可是持久来讲仿真平台的研发自己就是一个很是很是有挑战的事情。
台中搬家,
真正到了主动驾驶技能研发的后期，咱们要去测试、要去找到那些各类很是少见的对呆板来讲比力难果断的Case，若是要摹拟这些Case很多咱们仿真平台很是好地摹拟周边情况，包含车、包含人，包含人对车的一些交互，好比一@小%8妹妹FG%我@在前面行走，若是他跟车的司机有眼光的交互，对付咱们人来讲是比力轻易理解的，可是若是他戴着耳机，没有看到车，举动又是此外一个举动，分歧人的性仿真平台能不克不及比力好地摹拟，和不少小孩、白叟的举动跟成年人纷歧样，另有不少动物的举动，跟人更纷歧样了。
好比在主动驾驶范畴实在有一个出格难的摹拟的动物就是澳大利亚的袋鼠，由于袋鼠的举动轨迹，速率很是快，可是举动轨迹跳来跳去，又很是不规范，咱们的仿真平台能不克不及把很是繁杂的情况真正把它很是传神地仿真下来，这个不亚于算法的研举事度。我感觉它的难度就是全测的仿真很是很是难做。
费钱又不可，纯仿真不上真实呆板又不可，有无第三种法子？我感觉第三种法子可以测验考试有车去跑，可是这些车尽可能把它跟现实的利用场景连系起来，由于它是在现实的利用场景里边跑，自己咱们的花消可以跟利用带来一些收入，互相有一些抵消，以是咱们可以去寻觅哪些符合的可以落地的主动驾驶利用场景。
若是咱们去阐发这个运行场景的话，咱们发明大师可以有几个维度，第一个维度是说它是乘用车仍是非乘用车，它是载人仍是不载人的，这个实在不同很是很是大，如今不少的主动驾驶公司，实在咱们在做载人的这类无人驾驶，由于一旦载人，咱们的车就要做得很大，由于内部要庇护搭客的平安，车必需重量足够大，跟他人撞上，或撞上此外小车的话，本身车的惯性比力大，你会发明新能源汽车越做越大，越做越硬，此外对不少节制请求很是强，由于它要包管车里的搭客坐着是恬静的，我不晕车，不会走着走着忽然给我来一个急刹车，或拐弯的时辰是很是恬静、很是安稳的，如今节制也是很是难做的事变。
另有一个维度，咱们是在高速的环境下仍是低速的环境下？一般说高速、低速，大要咱们一般说40千米以上，40千米到100多千米就是高速，40千米如下咱们就认为是低速的，高速和低速有很大的不同，高速的时辰，我的刹车间隔会很是长，并且我每秒钟行驶的旅程很长，以是致使容许我做出相应、做出果断的时候也会很是短，和我必要探测到四周的情况，我要探测的间隔也要很是长。这是在高速的场景下的挑战。另有一个就是我的车是重量脊的仍是轻量级的，由于越重相对于@来%Rt2nR%讲对四%wA9H8%周@情况的伤害就越大。
再有一个，是在特定门路下仍是在开放门路下的场景运行的？在特定门路下，咱们有不少可以去针对特定门路优化的，由于特定门路所有的场景、所有的路口、所有的红绿灯实在我都比力清晰，以是就相对于来讲好做一些，可是若是开放门路，咱们很难去展望咱们可能碰到甚么场景。
当咱们把这几个维度若是画一个高维空间的话，假如有这四个维度，高维空间内里便可以分成16个格子，这16个格子有些在场景上其实不是颇有价值，有一些比力合适于先来落地，好比说我举了几个例子，有几个场景下就比力轻易在如今这类，好比两年之内的技能，我认为是比力成熟，合适在这些场景落地的。若是是低速的乘用车，乘用车一般都是重量级的，由于我要庇护车内的搭客，可是他在特定门路下，低速的，好比说咱们如今有一些企业会在一些园区内做一些低速的旅游车，这个就比力轻易落地，包含另有像昨天比亚迪的同事分享，他们在做这类有轨道的这类特定门路的车辆，特定门路也是比力轻易实现的。
第二个场景就是它长短乘用车高速，可是它是特定门路，好比说一些干线的物流车，像干线物流重要在高速上，以是门路相对于来讲比都会的门路场景会简略不少，可是这个有一个危害，由于它的高速和重量，一旦产生变乱的话，对四周的情况也会有比力大的危害，这个咱们也会看怎样去处置。
若是是低速的非乘用车在特定门路下运行，好比说我是在都会的洒水车，很大，盛了水在各类门路上跑，由于它速率很慢，并且可以拣人少的时辰去跑，好比凌晨和晚上的时辰跑，相对于来讲会简略一些。另有非乘用的低速的、轻量级的开放门路，好比结尾物流车，由于它是低速的、轻量的，以是咱们可让他测验考试在开放门路。
最后一个是在开放门路，我可以在几近所有的都会门路里边去跑，这也是今天想给大师分享的咱们如今在做的一个事情，美团做小车的无人配送。美团无人配送做的是在开放门路的结尾物流，重要要解决甚么呢？就是当用户点了外卖以后，我的车可以从我的商户何处把我的外卖，好比一个盒饭取过来，在城区里行驶几千米，如今大要是三千米之内的间隔，行驶以后把它送到用户手上，用户可能在一个写字楼，也有可能在一个小区，送曩昔。由于它是间隔很短，三千米，以是根基上，咱们如今看到只要速率能到达20千米的时速，对咱们的车来讲就是够用的。并且咱们的车辆可以比力小，只要能装几个盒饭那末巨细便可以。以是在这类环境下就很是很是轻易去落地。
咱们总结一个词叫“小骄易物”，由于只要装盒饭，以是可能这个车的宽度大要在50公分，大的宽的可能在1米摆布，便可以装不少的盒饭。轻是指这个车的重量，由于我不必要做很大庇护车内的搭客，内里装盒饭，我的目标只是把盒饭从一个处所运到另外一个处所，以是车的重量大要几十千克到几百千克重量便可以，以是相对于@来%Rt2nR%讲对四%wA9H8%周@的情况、四周的人和车的风险也会比力小。慢，由于对付咱们来讲，适才讲，若是在城区的门路上，咱们认为20千米就足够了，对美团外卖来讲，咱们的方针是但愿在半个小时内把餐从商户送到用户手上，若是是20千米根基上就足够路上各类突发环境和场景。可是走到园区内里大要就会更慢，好比说5千米。另有一个就是物，我不是送人的，我是送盒饭的，并且盒饭的尺寸根基上是比力尺度的，相对于来讲比力轻易处置。有一分钟摆布的视频给大师看一下。
为甚么咱们感觉无人配送场景对付主动驾驶来讲很是很是有效，咱们感觉可以帮忙主动技能的迭代，咱们在路上跑，实在技能跟无人车的技能是彻底同样的，可是由于它是小骄易物，以是可以快速落地，美团外卖笼盖天下3000摆布县市，根基上从天下最北的、最南的，包含最高的拉萨何处都有咱们的营业。以是咱们可以找到各类各样的场景、各类各样的门路去让咱们的主动驾驶技能获得测试。
再有就是咱们如今有足够大的容量，好比如今大要天天2000万定单，天天是60万骑手，咱们对这个营业的果断是将来五年摆布可以到达每一年一亿单，若是仍是用人配送，就必要300万骑手，咱们的方针是但愿这内里哪怕有一半的量，咱们也能够用呆板来解决，就必要有至关150人的运力，若是车的话，是百万量级的车，如果然的是一百万辆车天天往返跑，咱们发明只要一两个月便可以跑到适才说的110亿英里的旅程。并且咱们有足够完整的运营系统，好比咱们在各个都会有一万地面贩卖学，有近百万骑手，可以帮忙无人车在各个处所做运营，好比你车坏了，车必要充电，必要地面职员的时辰可以随时到。
一方面无人驾驶技能离成熟另有很远很远的间隔，可是技能是必要快速落地、快速迭代，让算法和数据实时获得堆集。以是必要一个快速落地的利用场景。咱们认为外卖配送是一个很是好的主动驾驶利用落地场景，对付美团无人配送来讲，咱们接待各类互助火伴跟咱们一块儿在这个场景里边去打磨无人驾驶技能。
最后一页就是我用三个“最”来总结，一个是中国事最大的饮食市场，美团外卖是全世界最大的即时配送平台，咱们大要占全世界外卖市场的一半，美团外卖配送是最佳的主动驾驶落地场景，咱们但愿各个互助火伴，包含无人驾驶的，可以跟咱们一块儿互助，感谢大师。
本文地点：
返回第一电动网首页 >
本文由第一电动网大牛说作者撰写，他们为本文的真实性和中立性卖力，概念仅代表@小%8妹妹FG%我@，不代表第一电动网。本文版权归原创作者和第一电动网（www.d1ev.com）所有，如需转载需获得两边授权，同时务必注明来历和作者。
接待参加第一电动网大牛说作者，注册会员登录后便可在线投稿，请在会员资料留下QQ、手机、邮箱等接洽方法，便于咱们在第一时候与您沟通稿件，若有问题请发送邮件至 jiangbaoxin@d1ev.com。
制冷打浆机,
台湾包车自由行游览,
揭阳防水,
頁:
[1]