無人車3個月完成6萬件快遞？解讀飛步科技商業運營背後門道

2017年3月，何曉飛離開了老東家滴滴出行。在這之前，他曾位居滴滴高級副總裁、研究院院長，並作為無人車業務領頭人。

2018年3月，何曉飛的創業項目浮出水面，成立一家名為飛步科技公司拉入了業界的視野。

飛步科技的優勢在於，與國內其他自動駕駛創業公司不同，始終堅持「演算法+AI 晶元」的路徑。這一策略可縮短自動駕駛系統的反應時間，實現車輛決策與控制的瞬時響應。

在成立1年多的時間，這家公司又交出了新的成績單：

2月21日，飛步科技與中國郵政、德邦物流達成戰略合作，三方一同打造的自動駕駛貨運車已經在3條公開路線上運行三個月，運送了6萬件快遞。在2019年，公司會將其運營路線擴展至100條，其自研的自動駕駛晶元也即將投入使用。

早在2018年雙11期間，由飛步科技自主研發的L4級別自動駕駛貨車，便已在浙江地區成功上線，開展真實環境下的日常運營。

這裡的真實環境，指的是包含城市、省道、縣道、鄉道、高速、快速路、隧道等多種形態在內的交通道路，並包括暴雨、暴雪、大霧等多種極端天氣在內的環境組合。

以自動駕駛貨運車最新開始常態化運營的一條郵政運輸線路為例，從起點到終點全長23.6公里，途徑菜場、商業中心、火車站、居民小區和廣場等多種複雜路段，全程路口超過50個，紅綠燈多達26個。

截至目前，飛步科技已為客戶及合作夥伴持續提供L4級別下自動駕駛載貨運輸服務，橫跨雙11、雙12、年貨節等重要的電商物流高峰階段，累計里程達3600公里，運送快遞超6萬件。這也意味著該公司打通了以短途貨運（100km以內）為階段性目標的自動駕駛貨運從研發到測試、商用的完整產業鏈。

何曉飛表示，為了讓自動駕駛貨運車順利運行，飛步團隊還優化了自動駕駛系統應對暴雨、暴雪、大霧等極端天氣和夜間、隧道等複雜路況的能力，做到了真正意義上的全天候可運行。

但據雷鋒網了解，由於技術等多方面原因的限制，飛步科技的自動駕駛配送車中現在仍會安排專業的安全員，以避免發生意外。

對此，何曉飛並未明確說道何時會去掉安全員，但他表示，公司的自動駕駛技術商業化後，一年就能夠讓投資自動駕駛技術的物流企業回本。

何曉飛算了一筆賬，今年自動駕駛貨運車的物流線路將會新增100條，覆蓋中國絕大多數物流線路場景。隨著物流線路的增加，公司也會針對不同城市、不同物流環境對自動駕駛技術持續進行優化。因此，在第一階段商業化運營跑通後，運營一年就能節省上億元，單車硬體成本也將回本。

據何曉飛介紹，飛步科技所涉及的研發內容不僅包括自動駕駛領域的必修課如環境感知演算法、地圖定位技術以及規劃控制演算法，還包括能將這些演算法能力發揮到極致的定製化 AI 晶元。軟體和硬體共同組成其 AI 技術平台。

早在2018年2月份，飛步科技已經在中美兩地組建起晶元研發團隊，並於9月份提交流片，12月份拿到了測試結果。

據何曉飛透露，目前自研晶元的功耗較低， 達到5W，算力極強，為4.1TOPs。該晶元未來將會面向市場，且會在今年下半年實現商用。

飛步團隊在晶元上取得的成績意味著國內自動駕駛晶元已經邁出關鍵一步。

按照飛步科技的規劃，團隊自研的第一代晶元，其對標的是Mobileye的EyeQ4，也就是針對L3級自動駕駛。未來，公司還將推出的二代晶元，將會達到L4級自動駕駛水平。最終還要自主研發出L5級自動駕駛的三代晶元。

但是，該自動駕駛公司對於自研AI 晶元的重視，使人們產生疑問，為何不選擇通用晶元來進行開發？

何曉飛解釋道，飛步科技的策略是採用演算法和專用晶元一體化的設計，縮短自動駕駛系統的反應時間，實現車輛決策與控制的瞬時響應。該方案所需的反應時間將比當前基於通用晶元的自動駕駛系統縮短 10 倍，是人類駕駛員最短反應時間的一半。

據雷鋒網了解，貨運自動駕駛的技術挑戰有很多方面，例如貨運車輛的車身結構比較鬆散、視野盲區大，而且，穩定性和機動性也較差。

如果有一輛未經特殊訓練的無人車，當它在公路上行駛時救護車鳴笛經過，由於它無法識別出救護車這個特殊的訓練集中缺乏的車型，它無法知曉此時需要減速和靠邊禮讓，而這樣的無人車在路上行駛時就帶來一系列無法預知的交通狀況。同樣的情形還會出現在與警車、消防車甚至校車同行的路段中。

對於外賣快遞飛馳的電動車、忽左忽右的自行車、隨處衝出的行人，自動駕駛系統如何安全處理如此複雜的路況？

按照何曉飛的說法，自動駕駛貨車對多感測器在線標定、多感測器融合、多目標優化決策、精細化建模和控制、近距離感知等技術和能力方面都要提出更高的要求。

為了達到該要求，飛步科技採用的是層次融合方案，也就是其自動駕駛技術採用兩種模式：正常行駛模式與緊急處理模式。

值得注意的是，當車輛遭遇複雜天氣時，自動駕駛系統的緊急處理模式就會被啟動，所有感測器的數據彙集給計算機，由計算機對車輛下達行駛指令，就此判斷出複雜路況的具體情況，從而快速採取相應措施來保證整個系統的安全性。

此外，在車輛行駛到隧道等GPS信號較弱地段時，自動駕駛貨運車上的高精度地圖就會發揮作用，為車輛提供精準定位，同時，車身周圍的感測器精度也會相應提高，以保證無人車可正常行駛在隧道等幽暗環境下。

在感測器件方面，何曉飛告訴雷鋒網，目前，飛步科技自動駕駛貨運車上所使用的仍然是激光雷達（Velodyne 64 線）、毫米波雷達與攝像頭所結合的感測器系統。

在正常路況條件下，自動駕駛貨運車採用的攝像頭與毫米波雷達的感知距離約有200米，激光雷達的探知距離可實現100多米。

在數據積累方面，飛步科技選擇先在浙江等地落地運營，也是有通過複雜場景落地獲取數據、進而不斷優化該方案的目的。

何曉飛強調，貨運物流車所收集的數據更多考慮的是數據多樣性以及複雜性，接下來開展100條線路的目標便是為了在多樣性上覆蓋中國，場景上包括高速路段、省道、城市道路、小學、社區等。

2019年的商業落地上，飛步科技按計劃將新增100條物流路線，預計覆蓋國內80%的物流路線場景，同時將與部分大型物流企業展開合作。

在何曉飛看來，如今自動駕駛術尚未成熟，新的一年扔將以技術為重心，並一如既往地堅持『演算法+晶元』的軟硬一體化解決方案，打通技術閉環生態驅動產研成果這一道路。場景方面將會部署100條短途物流線路，進一步拓寬至包含省際、短途和終端配送在內的完整物流產業鏈。

飛步科技依託自動駕駛貨運車快速實現落地，同時堅持提高自動駕駛水平，走不斷積累自動駕駛技術經驗的道路。

如今自動駕駛行業不能再單純以先進技術研發為驅動，而是要綜合考慮場景、落地及產品。何曉飛表示，以技術路徑為導向，加強先進性研發、進一步拓寬自動駕駛技術落地範圍等將是飛步科技近兩年重點加強的方向。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！