何弢：全球首台商業落地的無人駕駛掃地車背後的故事

編者按：本文作者「42號車庫」大吉，受訪者何弢博士，酷哇機器人（COWAROBOT）創始人、CEO。合力投資為酷哇機器人的Pre-A輪及A輪融資投資機構。

自動駕駛，一個看起來最容易理解，也最容易被誤解的詞。

一頭是創投熱度。這一兩年，自動駕駛項目大量融資，在各路資本的支持下，自動駕駛技術開始逐漸滲透到港口、礦區、快遞、物流等應用場景。

另一頭是公眾熱度。今年年初，Uber、特斯拉自動駕駛事故頻發，在出現行人及駕駛員意外死亡的情況下，大眾對自動駕駛的質疑達到歷史最高點。

自動駕駛真的到了應用於市場的時間節點嗎？

「乘用車的 L4 無人駕駛至少還需要四年時間。」 在採訪酷哇創始人何弢博士時，他這麼說道。

「大眾認為乘用車的無人駕駛可能近在眼前，一方面媒體宣傳的放大，引起人的期望過高，事實上學術界和工業界的主流意見都是，乘用車的無人駕駛還需要四年以上的時間。」

這話聽起來在輿論轟炸的當下，顯得冷靜了許多。

何弢博士選擇的是低速自動駕駛的應用場景。早在 2008 年，何弢博士在東京工業大學攻讀博士時的課題就是自動駕駛，當時他師從日本著名的機器人大師 Hirose Shigeo，主攻方向是自動駕駛中的特徵驅動全局定位。

何弢博士提起在 2009 和 2010 年間，他參與美日聯合團隊跨越美國百公里的無人駕駛的實驗，到現在將近十年的時間，自動駕駛的基礎原理都沒有什麼太大的突破。

「我深知這其中歷史的演變，我是一定要做能實際落地的產品的。」

經過深入的研究和思考之後，何弢博士於 2015 年創辦酷哇機器人（COWAROBOT）公司，並邀請 ETH 人工智慧實驗室原主任 Rolf Pfeifer 加入公司擔任首席科學家。此外，公司得到 CMU 的戰略支持，雙方在無人駕駛感知演算法上展開聯合研發。酷哇的核心團隊成員均來自 CMU、上海交大和百度等公司，背景十分華麗。

2018 年 4 月 24 日，酷哇機器人（COWAROBOT）聯合環衛工程機械行業龍頭企業中聯環境共同發布了全球首台具備全路況清掃、智能路徑規劃的無人駕駛掃地車，這款無人駕駛掃地車今年內將率先於長沙、蕪湖、合肥、上海等地進行商業化落地。

這輛無人駕駛清掃車已經在長沙橘子洲公園落地運營了，請看新鮮出爐的視頻，來自現場實拍。

看完視頻還是挺激動的，相比港口、礦區等落地項目，掃地車離我們的生活更加接近，是大家日常比較容易接觸到的車輛。說實話，在訪問何弢博士之前，我並不知道原來掃地車還有各種類型，而橘子洲公園裡的這輛掃地車造型也比平時路面上看到的那些，外觀更活潑，更有親和力。

無人駕駛掃地車長沙實拍

關於這台掃地車的諸多疑問，42 號車庫對何弢博士進行了獨家專訪。為了能讓此次專訪的信息更有價值，我們將談論以下內容：

創新技術的商業落地曲線和酷哇所處的發展階段；

自動駕駛商用車中兩種截然不同的技術邏輯和未來技術的延伸路徑；

酷哇最新發布的無人駕駛掃地車中的核心技術和商業前景；

酷哇下一步的產品計劃。

為什麼會選擇掃地車？

在回答這個問題之前，何弢博士提出了一個很嚴謹的思考邏輯。

任何技術的發展都會遵從技術成熟度曲線又叫技術循環曲線；只有技術成熟度跨過了市場可接受的觸發點，新技術才能從實驗室走向商業產品落地。

舉例來說，AI 技術的發展，先是大起大落然後又大起，就是遵循這個發展規律。觸發點打開之前，資本市場會樂觀看好新技術的發展。不過如果長期沒有兌現，資本市場的態度就會變得消極。

想要找到市場落地點，要麼技術必須足夠厲害，要麼把應用的標準降低。最後，何弢博士選擇了自動駕駛技術在應用上的兩個限制條件，一個是低速，另外一個就是封閉場景。

無人駕駛在技術發展曲線中的位置

如上圖所示，目前 L4 級別的乘用車無人駕駛就處於技術發展曲線中的第一個階段，期望膨脹期。此時，是技術快速發展期的頂端，基礎理論基本成熟，同時，理論探索空間也越來越小。

而低速和封閉場景下的無人駕駛則處於第三個階段，爬坡期的開始。在理論工作者對該項技術的關注程度降低之後，新技術開始在產業中得到應用，並將通過一個持續發展的爬坡期，最後到達穩定應用階段。

當然要選擇更快落地的場景。

快遞機器人是最難的

不過，就算選擇了低速和封閉環境這兩個限制條件，商業落地場景的選擇題卻並沒有結束。送餐、快遞、清掃等，看起來似乎都是可應用的領域。

何弢博士並不這麼認為，他提出了場景上的兩個判斷邏輯。第一個叫做作業環境，第二個則是移動車輛。

作業環境上，一方面看的是環境的面積、維度和動態性。另一方面看的是移動障礙物的運動屬性。移動車輛判斷的則是移動車輛的運動屬性和移動車輛的作業要求。

基於這個判斷邏輯，何弢博士把市面上所有的應用場景進行打分。

應用場景打分圖

他發現，最難的其實是快遞機器人。快遞機器人難就難在環境非常複雜。

首先，從環境的面積上看，快遞機器人要面對的環境面積非常大。如果要做最後一公里的快遞派送，那就要覆蓋整個城市的毛細血管。何弢博士提到，像百度這樣的高經濟投入，就算做到 2020 年也只能做到標準的公路場景的地圖生成。

其次，從環境的動態性上看，這個環境每天都會發生變化。大街小巷一會兒修路，一會兒拆遷，環境的變化必須實時更新。

最後，從環境中的移動障礙物上看，城市的大街小巷沒有清晰的行走道路規則，環境和人都處於一個相對無序混亂的行走狀態。

排在第二難度的是標準公路場景的 L4 乘用車無人駕駛，難點在於速度很高，對於安全性的要求也很高。因為是標準公路場景，所以會比快遞機器人的場景來得要更加有序。

排在第三難度的是餐廳的送餐機器人，餐廳環境尺度雖然小了，但是送餐環境中有各種不同的人群，比如孕婦、老人、小孩等，行走規則也是混亂狀態。

而排在最後的是掃地車，因為掃地車速度比較低，一般在人少的晚上作業，同時清掃的區域會做限流，所以可以做精細化的部署和規劃。

當然是選擇更快落地的，第二道選擇題做完了。

移動底盤的機器人

在掃地車之前， 酷哇還做了一款產品，低速自動駕駛狀態下的行李箱 COWAROBOT R1，目前已售出五千多台。通過在行李箱項目上的團隊磨合和積累，酷哇很快就順利跨入到智能作業的掃地車領域。

何弢博士提到，在標準化的車輛補貼政策收緊了以後，特種車輛上慢慢出現電氣化的政策性引導。尤其是在強調「美麗中國」的環衛行業，更加要注意環境污染等問題。像中聯這樣的環衛巨頭，開始和底盤廠商合作電氣化的改裝。

雖然本質是為了環保，但是無意間為專用車智能化的改裝打下足夠的基礎。

這次酷哇發布的無人駕駛掃地車來自於和中聯環境的合作。 酷哇機器人，作為無人駕駛新銳，第一次與環衛龍頭展開合作，強強聯合。中聯環境提供車輛， 酷哇則負責完成無人駕駛和智能作業的一套軟硬體一體化的前裝工作。

當我們談到創新技術的商業落地路線時，都會經歷從產品的原理樣機到正式的商業產品落地的過程。前者可能實現過程相對順利和簡單，而後者則需要創新團隊具備很強的產品落地能力。

COWAROBOT 快速完成了原理樣機的驗證階段，進入到商業產品落地的過程中。

無人駕駛掃地車長沙實拍

無人駕駛掃地車長沙實拍

何弢博士強調，這個產品介於工廠 AGV（ Automated Guided Vehicle 自動導引運輸車）和無人駕駛的乘用車之間，是一個擁有移動底盤的機器人。

這兩者表面上看上去都是無人駕駛，但是內在的邏輯完全不同。

很多公司都使用 AGV 的方式來做智能作業，但是 AGV 的最大問題在於它是以控制為主導的一個技術，策略相對簡單，而簡單的控制策略往往追求單一的最優化，這帶來的限制就是它更適合於靜態和固定場景的使用，環境適應性不強。

同時，AGV 的計算機不需要識別和分類作業環境的物體，所以周圍的障礙物對於機器人的認知世界來說都可歸類為無區別的障礙物點雲。

而對無人駕駛技術來說，需要感知和識別作業環境和其中的障礙物，並進行分類，跟蹤和預測障礙物的移動軌跡，從而規劃合理的局部路徑，並且做出一些智能策略。

除了無人駕駛以外，智能作業系統需要有很強的產品封裝能力。酷哇團隊之前擁有大量的機器人和自動化經驗，包括多軸的聯動控制等等，可以輸出一整套的智能作業方案，從自動化識別到無人駕駛。

在和中聯環境談合作的時候，兩者很快就達成了一致。

何弢博士補充道，清掃作業的門道包含三個點，第一是工程車輛，第二是清掃裝置，第三是清掃裝置的控制，要將這三者結合在一起。

酷哇把無人駕駛系統和智能作業系統打通，做了三件事，第一接管無人車，第二打通整個清掃裝置的控制，第三根據清掃控制的邏輯把智能清掃作業最優化。

無人駕駛，就是掃地車的移動底盤。而機器人技術，則代表的是掃地車的智能作業系統。酷哇要做的事是把環衛的整個過程進行系統化和智能化的升級。

酷哇自主研發的無人駕駛系統

在無人駕駛系統上，酷哇自主研發了感知、規劃和定位的一套體系，其中包括無人駕駛的智能識別系統、決策規劃系統（Decision & Planning）、特徵驅動的全局定位系統以及設立多級防碰撞模塊的安全策略。

掃地車的無人駕駛硬體配置融合了激光雷達、毫米波雷達、攝像頭、超聲波雷達等多種感測器組合，來全時偵測障礙物。另外，還有一整套穩健的底盤運動執行策略來跨越或繞過障礙。

在感知上，由於低速場景要求的感測器探測範圍比高速場景要小，配置位置也完全不同。掃地車使用了三個 16 線激光雷達的組合，以攝像頭視覺為主做雙目識別，激光雷達為輔。

最終實現效果是，掃地車可以全自動自主地完成受限區域的清掃任務，比如說馬路牙子識別、沿路邊清掃、S 型清掃和避障繞障等。

我們通過掃地車實際作業情況的圖片來理解。

無人駕駛狀態下行駛

智能識別系統識別垃圾

智能識別系統識別垃圾

識別後主動追蹤清掃

智能識別系統識別行人

自動避障繞障

路徑智能學習技術

沿路邊清掃

自適應清掃模式

基於特徵驅動的全局定位

而在整套無人駕駛系統里，不得不提的是酷哇的定位技術，也就是基於特徵驅動的全局定位。

何弢博士在 2008 年就開始研究無人駕駛條件下的全局定位問題。他說，封閉環境下其實並不適合用傳統的地圖 GPS 來進行定位。

特徵驅動的全局定位，簡單來說，就是車輛識別到物體之後，根據物體特徵關聯已有的存儲信息，來判斷當前的位置。

舉個例子，當你看到埃菲爾鐵塔的時候，你就會識別出這是一個埃菲爾鐵塔，並且能判斷出這是在法國巴黎的某一個地方。這個過程完全符合人的認知過程。

特徵驅動的全局定位是基於視覺感測，包括二維感測和 3D 深度感測，感知並識別周圍的環境特徵，通過關聯環境特徵來確定機器人在全局地圖中的實際位姿。

在封閉環境下，無人駕駛掃地車首先通過感知跟環境建立熟悉的過程，然後根據感知提取結構化特徵，將圖像分割和歸類，最後進行存儲和記憶。

根據目前情況來看，掃地車需要窮舉的環境特徵比乘用車要少得多，比方說，掃地車只需要判斷眼前的障礙物是垃圾，而並不需要分析垃圾里到底都是什麼樣的東西。

另外，無人駕駛在授信環境下的應用，尤其是以人為主的智慧環境下，比如在公園或者室內外廣場，GPS 信號常常被大樓、樹木遮擋，百度的一套技術在這樣的環境下並不適用。

全局定位這個技術，在低速場景下的無人駕駛，成為一個技術突破性的問題。

這兩種定位模式，將驅動不同的公司走向不同的發展路徑。

基於地圖的 GPS 定位，更適合往大類的乘用車平台方向走，這是所謂的橫向發展，圖的是一個更遠的未來。

而基於特徵驅動的全局定位技術，屬於弱 GPS 場景，更適合於做縱深，往產品方向來打造，需要團隊擁有更全面的產品落地的能力。在技術單點上做得足夠深入，從而在細分市場擁有更強的通用性。

無人駕駛掃地車的商業場景

酷哇發布的這款無人駕駛掃地車售價大概在 70 萬以上，整車功率達到 45 kw，屬於油動車型。在掃地車市場上，一輛好的進口車售價在 60 萬以上，而在本土市場上，售價 10-20 萬之間的掃地車最受歡迎。

園區使用一輛無人駕駛掃地車能產生什麼價值呢？

一輛無人駕駛掃地車一天作業兩次，可以替代兩到三個人的工作。平均一個人工成本 7-8 萬/年，也就是一年下來可以節約十幾二十幾萬元的成本。一輛車的清掃面積範圍覆蓋五千平方以上，作業環境面積也能大幅提高。

目前，這輛無人駕駛掃地車已落地長沙的橘子洲公園，而在蕪湖的工業園區也在進行試驗工作。而到五六月份之後，酷哇還將部署更多的城市固定道路。

從以人力清掃為主的清掃 1.0 時代，到以有人駕駛的清掃為主的清掃 2.0 時代，現在則到了無人駕駛的清掃 3.0 時代。

根據 《2015 年中國城鄉建設統計年鑒》，到 2020 年中國環衛服務總體市場規模將接近 1700 億元，其中道路清掃保潔服務規模 1266 億元，居於首位。參照道路清掃保潔服務規模，酷哇機器人切入的無人駕駛掃地車從替代人力角度說市場規模為千億級別。

酷哇機器人的無人駕駛掃地車，核心點在於為道路清掃保潔服務減少人工成本和提升效率。

酷哇的未來

剛才說到酷哇要做的事情是縱深，何弢博士提到，他會想辦法打穿物流和工程車這兩個品類。

物流分為前段、中段和後段三個部分。前段，指的是倉庫里發生的，從卸貨、分類、出倉、分揀、打包再到輸出的流程。中段最為主流，指的是運輸幹線。而物流的後段指的是快遞的最後一公里。

從前到後，難度依次增加。

目前，酷哇正在準備物流前段的商業產品，已經在和幾家知名的公司洽談合作。在物流的中段上，何弢博士認為這個環節更重要的是卡車的電動化，而不是通過無人駕駛取代貨車司機。而物流的後段目前來看難度太高，暫時沒有考慮。

酷哇內部除了專用車領域的無人駕駛團隊以外，還有一個智能硬體的團隊，計劃把感知部分模塊化，切入到不同的 C 端產品。比如，他們正在和一線品牌的嬰兒車洽談合作，把之前行李箱上的低速自動駕駛技術應用到嬰兒車上。當父母抱起嬰兒的時候，嬰兒車會自動跟隨在後面，減輕一部分負擔。

另外，他們也會慢慢提供相應的組件，把無人駕駛這種智能移動的 AI 技術賦能到消費品當中，主打可玩性和教育性。

酷哇目前在上海的研發團隊規模 70 多個人，在蕪湖生產基地還有 100 多人的團隊，主要負責生產和供應鏈方面的事情。

酷哇的兩條路徑非常清晰。一條是消費者端的教育市場，可以獲取一定的現金流。另一條是無人駕駛技術的縱向深耕，不斷發展技術的核心競爭力。

酷哇團隊對行業理解得十分深刻，同時，團隊行事穩健和低調。在此次產品發布之前，他們沒有在媒體上做過任何宣傳報道。從最終產品的完成度上來看，已經到了可以在真實場景下成熟應用的階段。

唯一的顧慮是售價。

對此，何弢博士的解釋是，目前車輛上的成本主要來自於激光雷達和計算平台。不過，未來隨著產業規模的擴大和產業分工的細化，無人駕駛相關的激光雷達和計算平台必定會複製計算機和手機產業的道路，呈逐步下降的趨勢。所以，在目前成本不是商業化落地的主要制約因素。

一匹已經殺出重圍的黑馬，開始展現傲姿了。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！