在自動駕駛卡車上路前，PlusAI有哪些實踐和思考？

雷鋒網按：2018 全球人工智慧與機器人峰會（CCF-GAIR）在深圳召開，峰會由中國計算機學會（CCF）主辦，雷鋒網、香港中文大學（深圳）承辦，得到了寶安區政府的大力指導，是國內人工智慧和機器人學術界、工業界及投資界三大領域的頂級交流盛會，旨在打造國內人工智慧領域最具實力的跨界交流合作平台。在峰會中，雷鋒網新智駕針對物流行業的自動駕駛議題，對PlusAI的工程副總裁付強進行了專訪。

電子商務的普及，在一定程度上加速了我國物流產業的發展。但與歐美等國家成熟的物流體系不同，我國的物流在基礎設施、運輸裝備和信息化技術上還有很大的提升空間。針對這一點，在2017年2月，商務部等5部門印發了《商貿物流發展「十三五」規劃》，明確將加強商貿物流基礎設施、信息化等建設，這也為我國物流的智能化發展打下基礎。

這樣的大環境，自然成為了自動駕駛貨運的良好生長空間。菜鳥網路、京東物流等企業都紛紛加碼自動駕駛，打造智能物流體系。創業公司也早早嗅到了物流的商機，開始了自動駕駛卡車的研發和測試。創立於矽谷的自動駕駛初創企業PlusAI，在獲得了加州路測資格一年後，開始了在國內的自動駕駛卡車落地計劃。

巨大市場規模下的實現難點

付強告訴雷鋒網，「在國內，物流佔GDP的比例很高，相比起國外，市場更多樣，也有更多的機會。」

的確，機會有很多。在物流行業切入自動駕駛，主要有兩個方向，一個是小型物流配送車，一個是高速自動駕駛貨車（卡車）。為什麼PlusAI選擇了從自動駕駛卡車開始落地呢？

付強解釋道：「在長遠的目標中，我們希望L4的技術能夠真正落地。我們在美國的測試也是在真實道路中進行的，因此，技術積累主要在道路交通場景上。而小型配送車的行駛環境主要是在非道路交通場景，與PlusAI本身的技術積累不太契合。」

這是技術上的原因，而在商業的角度，PlusAI則更看重幹線運輸的市場規模。作為消費者，或許你我都不易察覺到，房地產所需的建築材料，生產製造業中的原材料，都是嚴重依賴倉對倉運輸的。倉對倉是物流中比重非常大的一個場景，「消費品只是最後一個環節，在生產環節中，倉對倉是廣泛應用的。」付強說。

*付強在演講中介紹物流的成本劃分

在倉對倉場景中，幹線運輸部分事故高發，同時也面臨著巨大的人力缺口。而自動駕駛能夠很好地解決這兩個痛點。付強表示，疲勞駕駛是事故最常見的起因，但是通過演算法實現的自動駕駛並不會產生疲勞。實現自動駕駛後，在長途運輸中，不再需要通常採用多名司機輪值的方式來避免疲勞，從而降低人力成本。另外，自動駕駛系統也能過通過學習老司機的駕駛習慣，節省燃料。

PlusAI更專註於重型卡車，並開始了商業化探索。今年4月和5月，PlusAI已經進行了港口和「倉對倉」場景的作業演示。

港口和「倉對倉」中的高速環境，雖然看起來都比市政道路要簡單，但也有實現的難點。

其中，在港口環境中，高精度地圖的構建和定位都不是易事。因為在港口中，集裝箱、龍門吊 、橋吊的位置隨時都在變化，所以SLAM或V-SLAM技術都無法構建高精度地圖。而在龍門吊、橋吊等金屬物件又會對衛星信號造成嚴重干擾。因此集裝箱卡車在龍門吊、橋吊設施下面，難以實現定位。

而在高速高速環境中，最大的挑戰就是車速。而重卡的動力學模型有別於小汽車，有更大的慣性，剎車距離比較長，因此，對感器的探測距離要求更高。在事故中，重卡也容易出現剎車失靈和方向盤失控的問題，自動駕駛也需要學會處理這類情況。

此外，付強還提到了舒適性的問題。卡車在起步過猛、急轉彎、急剎車時，容易引起駕駛員不適甚至受傷，因此，自動駕駛還需要解決舒適性的問題。

在倉對倉的場景中，還有一些能夠幫助物流公司提高效率的空間，例如在園區內實現自動駕駛，不需要司機參與，完成甩掛的過程等。另外，從園區內到高速公路之間的市政路段，也是需要攻克的，「光有高速還不夠，只有將這些場景都應對好，才算是一個完整的倉對倉物流。」付強篤定地說。

多感測器融合的單車智能

不論卡車還是乘用車，在實現自動駕駛的路線上，大多數的公司則是採用多感測器融合的方案，PlusAI也不例外。

付強告訴新智駕，基於視覺的方案有成本低的特性，PlusAI也做了很多基於視覺演算法的工作，但目前的方案還是安裝了激光雷達和其他感測器，因為多感測器融合能夠帶來準確度的提升和安全的冗餘。

但使用激光雷達，不可避免地就會面臨成本問題，對此，付強表示，PlusAI採用的基本上是16線激光雷達，已經能夠滿所需效果。未來隨著行業的發展，將會嘗試更精密的激光雷達。「相比起整車的價格，PlusAI的方案還是可以接受的。」付強說。

付強介紹，PlusAI的感測器方案並不是一個定性的方案，會根據需求進行加裝。在與蘇寧合作的卡車上，Plus AI將激光雷達案安裝在卡車車頭的兩側，可以檢測270度的範圍，即正前方和側方。這聽起來似乎還有有所欠缺，因為卡車的正後方成了檢測的盲區。

對此，付強表示，PlusAI也有一些優化方案，但正後方的檢測仍是所有研究自動駕駛重型卡車的公司面臨的挑戰。因為重型卡車一般都是半掛式的，因此，很多時候，車頭和車掛並不屬於同一公司。如果將激光雷達安裝在車掛上，感測器的所有權和信息融合都是問題，還需要整個行業共同探索有效的解決方案。

除了多感測器融合，自動駕駛卡車編隊也是一項頗受關注的技術。對此，付強卻有不一樣的觀點。

他認為，自動駕駛車隊本身不應該構成現在的熱點。因為在我國的物流領域，即時性非常重要。雖然車隊能夠大批量運送貨物，節省燃油，但是在港口機場等地，車輛停車等待也會產生費用，最後總運輸成本的降低並不明顯。另外，很多貨物，例如快遞，對運輸時間的要求很高，一般是一輛車裝滿了就走，不會繼續等待其他車輛。「我們現在比較關注的，是單車的、比較完備的，像司機一樣的自動駕駛技術。」付強說。

落戶蘇州，未來更多想像

自動駕駛的研發，需要強大的人才隊伍。PlusAI在矽谷、北京、上海、西安都設有分公司或研發中心，團隊成員主要來自國內外高校和汽車行業。

雷鋒網新智駕了解到，今年4月，PlusAI與蘇州相城區政府達成了戰略合作，但具體的合作項目並未披露。對此，付強表示，公司會將總部落戶在蘇州。此外，在測試上，由於目前還沒有針對自動駕駛卡車的測試規則，蘇州政府也在測試場地上給予了PlusAI一定的支持，提供了一些未開放的市政道路作為測試場地。

付強強調，公司從創立之初，就鎖定開發L4的自動駕駛技術，從申請美國的自動駕駛牌照到現在的與國內車企合作都是圍繞L4級的自動駕駛技術展開的。他告訴新智駕，2017年全年，PlusAI在美國加州一共測試了數萬英里。在未來，PlusAI的卡車和乘用車測試將會同時進行，不排除自動駕駛在乘用車平台上的應用。

付強向新智駕強調，每個公司都有自己專註的領域，對於處在早期的公司來說，專註很重要。

在新智駕與付強的專訪中，他既表現了對這一行業的信心，也表現出了對同行的尊重。他說：「如果自動駕駛按照現在世界盃的節奏來看，現在才剛開球，處於小組賽的階段。各公司離構成競爭還有比較大的距離。最終的贏家可能也不只一家。現在我們看到不同公司不同的落地方案，時間會告訴我們誰的方案更加合理，誰的技術積累更好。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！