嬴徹科技CTO楊睿剛博士，重型卡車自動駕駛，無量產，則無意義_風聞

原創：譚婧

這裏的“意義”，就是指使用，落地的意義。

把N個行車記錄儀安裝在車輛上，將這類記錄數據用於自動駕駛，這種叫做實驗室遊戲。

那麼，自動駕駛到底離我們有多遠？

高階自動駕駛現在就有，純無人礦山卡車，在澳大利亞已經開了三五年了。

如果談自動駕駛的普及，不管是從技術角度，還是法律法規角度，個人認為還需要5到10年，才能體驗到100%“脱手脱眼開車”。

從自動駕駛分級（L0，L1，L2，L3，L4，L5）來看，只要到了L3這個級別，車的駕駛權就屬於機器，而不是人類，這大大有別於L2級別。

所以，任何L3以上級別的車，不管是軟件架構，還是傳感器配置，都非常接近，是性能達到95%和99.9999%的區別。

具體地説，是設計運行域（ODD）的覆蓋度大小的區別。

設計運行域是指，在什麼條件下可以實現自動駕駛。

例如，嬴徹科技的重型卡車被設計成能在高速公路上自動駕駛，所以，設計運行域是“高速公路”。

設計運行域是非常精確的（refined），天氣、照明條件等情況變化了，它也要改變。

自動駕駛是要造在現實道路上跑的車，能夠普及的車，一輛能讓所有人都接受的車。

只有在成本是可控的情況下，自動駕駛技術才能夠普及。

量產是自動駕駛的緊箍咒，換句話説，考慮得不光是安全與舒適，還有車規級的硬件和功能安全。

特別是，成本。

#1.****成本高速移動是重卡自動駕駛的第一大技術難點，重卡是高載重量。

重卡必須在安全且成本可控的情況下做量產。

激光雷達現在很貴，但是以前更貴。

激光雷達的價格已有了一個數量級的下降，一台Velodyne128線的，大概四十幾萬。量產車上，Livox的激光雷達，幾千人民幣。嬴徹科技車規級的激光雷達，不到一萬人民幣。

換句話説，車規級別的激光雷達可以堅持跑5萬個小時不出問題。

車規級的車，嚴格按照“車規級”去設計，一定要採集到有效的數據，用於L4/L5級別進階的數據，來做仿真和訓練。

一輛Robotaxi，在城市裏速度比較慢，一天大概能開300到400公里數就很高了，算下來一年365天也就是10萬公里。

一般而言，幾十億公里的測試里程是“通過實際駕駛證明自動系統安全性”的基本要求。

如果要獲取百億數量級的數據，車隊規模就很重要，要在萬級。我不相信世界上任何一家自動駕駛公司，能夠僅用一個不產生盈利的試運營車隊，去維持一個成千上萬輛的車隊。

自動駕駛最終是要給用户一個產品，在不同的應用下，做重卡和Robotaxi很不一樣。 

 

重型卡車是一個生產工具，要產生經濟效應，就要考慮成本（Total Cost of Ownership，TCO）。

常見問題是：“多花了20萬到30萬把這個東西給買回來，在3到4年的生命週期裏，能不能把成本給收回來？”

重卡司機的人力成本大概是一個司機一年15萬，3年就是45萬。

假設成本上限是45萬，研發出來的系統成本超過45萬，不管多麼自動化，多麼高階的自動駕駛也沒法用，因為用了就是虧錢，越用越虧。

這點是重卡和乘用車很不一樣的地方。

量產有了規模以後，這個成本才能從原來的幾十萬，降到幾萬，甚至降到幾千，這個規模效應類似智能手機。

智能手機出貨量小，就不可能做到小幾千塊錢一部了，恐怕是30萬塊錢一部，這個價格普通消費者用得起嗎？

這就是為什麼重卡自動駕駛除了安全與舒適之外，格外關注成本。

公共交通可以補貼，商業行為不能靠補貼。

Robotaxi運營成本的那筆賬很多人都還沒有算明白。

#2.****技術難點高速移動是重卡自動駕駛的第一大技術難點，重卡是高載重量。

這就對感知系統提出了很高的要求。

世界上最好、最貴的激光雷達，感知距離只有200米，而重卡的剎車距離，從100公里的時速剎車到0，要150米長的剎車距離。

所以，對智能系統的要求是至少能看到300米以上，這是沒有任何激光雷達可以達到的。嬴徹用計算機視覺的方法，用高清攝像頭，看到的距離非常遠。

重卡自動駕駛的第二個難點是控制。

大約算來，重卡輕載16噸，滿載49噸。

Robotaxi輕載2噸，滿載2.5噸。

並且，重卡的設計是兩截式，剎車時折翻，掛車就把車頭撞了。

這是重卡自動駕駛特有的技術難度。

最後，我不認可拿行車記錄儀可以在路上採數據，因為行車記錄儀的信息量實在太少了，缺少360度全向數據。

自動駕駛車輛帶了全套的傳感器，上面有激光雷達、毫米波雷達，這樣才算帶了足夠的數據記錄能力，才算是完完全全為自動駕駛車輛迭代發展提供有效數據。

嬴徹科技是量產卡車的產品路線。

我對高階自動駕駛未來的普及很有信心，但過程是艱辛的。

自動駕駛已經不是一個**If（假設）**的問題，

而是一個**When（時間）**的問題。

（完）

最後，再介紹一下主編自己吧，我是譚婧，科技和科普題材作者，

圍追科技大神，堵截科技公司，

生命短暫，不走捷徑，

​還想看我的文章，就關注“親愛的數據”。

親愛的數據順着數據寫人工智能， 順着技術寫產業落地。