自動駕駛激蕩風雲錄：來自圈內人的冷眼解讀
作者 | 黃浴，奇點汽車美研中心總裁兼自動駕駛首席科學家
編輯 | 夕顏，責編 | 胡巍巍
出品 | AI科技大本營（ID:rgznai100）
最近一個月，有關自動駕駛的新聞層出不窮，也是少有的熱鬧。
先說正面的吧。
激情的焰火
感測器之爭
2019 年 7 月，美國加州矽谷的創業公司 Luminar Technologies 新融資 1 億美元，到目前它總共已經籌集 2.5 億美元，同時發布新的「Iris」激光雷達平台，該平台能降低激光雷達生產成本。
在自動駕駛系統的感測器設備，激光雷達一直有價格昂貴的問題，同時其 3-D 數據獲取的精度和容易性是以往攝像頭系統和毫米波雷達系統所不能比擬的。目前 Luminar 也是激光雷達公司融資最多的，超過了之前的市場第一 Velodyne 公司和曾經的融資第一 Quanergy 創業公司。這也是目前以攝像頭視覺為主和激光雷達為主的兩個不同解決方案之爭在資本市場的一點反響。
圖源：Luminar Technologies 官網
嘗到自動駕駛第一塊「肉」的 Velodyne，當年在 DARPA 的自動駕駛競賽中靠著其 64 線激光雷達產品一舉成名，而現在已顯得後勁不足；前不久聽說要赴紐約納斯達克 IPO，投資人已是顯得不耐煩了。而另一個激光雷達公司 Quanergy 去年被 Bloomberg 爆出技術問題，雖然儘力解釋，沒有強有力的產品進行證明，人們很難打消心裡的疑雲。
自動駕駛的頭部效應
同時，德國大眾汽車公司一直沒有確定的自動駕駛方面海外投資終於有了結果。此前據傳曾提出想收購灣區一家 L4 自動駕駛創業公司 Aurora，但被拒絕。這次，它向福特汽車公司的自動駕駛獨立子公司 Argo.AI 投資 26 億美金，估值達到 70 億美元。
而目前公認的、自動駕駛技術僅次於谷歌自動駕駛獨立子公司 WayMo 的通用汽車自動駕駛獨立子公司 Cruise Automation 在同一個月宣布，美國外資投資委員會（CFIUS）已經批准日本軟銀集團（SoftBank Corp）對其價值 22.5 億美元投資（分兩批，第二批 10 億美金等量產而定）。
有一點不和諧的聲音是，由於中美貿易和技術摩擦不斷升級，美國也越來越關注軟銀集團與中國公司的關係，據稱批准這項投資的條件是軟銀將被完全禁止使用 Cruise 的技術。事實上，在 2019 年 5 月，Cruise 剛剛獲得新一輪共計 11.5 億美元的融資，投資方包括 T. Rowe Price Associates、本田（Honda）、軟銀願景基金及其母公司通用汽車，使其估值達到 190 億美元，在自動駕駛領域僅次於谷歌 Waymo（投行摩根斯坦利給其估值 1750 億美元，投行傑富瑞認為其估值可達 2500 億美元）。
圖源：Cruise Automation 官網
2019 年初還有兩個重大的很振奮人心的投資信息：一個是 2 月份無人送貨創業公司 Nuro（合伙人都是谷歌自動駕駛團隊骨幹，朱家俊和 Dave Ferguson）從軟銀拿到了 9.4 億美金的融資，估值達到 27 億美元；另一個也是 2 月份，L4 自動駕駛全棧創業公司 Aurora（三個合伙人分別來自 Uber、谷歌和特斯拉）拿到 5.3 億美金的風險投資。
在自動駕駛的資本市場，頭部效應越來越明顯。
Nuro，圖源：Nuro 官網
Aurora，圖源：Aurora 官網
熬過來的 Uber 自動駕駛 ATG
在自動駕駛領域，要說最有新聞的公司應該是美國網約車公司 Uber。2016 年 8 月，它以 6.8 億美金的天價收購僅僅成立半年的商業大貨車自動駕駛創業公司 Otto 後，就一直處於新聞漩渦之中。之後，史上第一個自動駕駛技術訴訟案因此而起：2017 年2月，谷歌 Waymo狀告 Otto 創始人 Anthony Levandowski（原谷歌自動駕駛部門 CTO）竊取了激光雷達技術，而到了 2018 年 2 月，還是 Uber 被迫以 0.3% 的股份補償和解，而且還要接受被技術監察的「恥辱」。
其實，本來 Uber 和谷歌是合作關係，谷歌曾在 2013 年 8 月投資 Uber 的 C 輪融資 2.8 億美元；可是 Uber 當時的 CEO 和創始人 Travis Kalanick 心裡，卻想的不是那麼「簡單」，他隨後就下定決心成立自己的自動駕駛團隊。
2015 年 Uber 到匹茲堡的 CMU 大學開始挖人，秘密成立了自動駕駛部門 ATG，當年 5 月挖了近 50 名頂尖的機器人科學家。同時，Uber ATG 自動駕駛車在匹茲堡上路測試，同年 8 月還在市中心開始了自動駕駛車的乘客試坐。要知道，這比2017 年 4 月谷歌 Waymo 在鳳凰城的乘客試坐 「早期乘坐計劃（early rider program）」早了 1 年半還多，差的是車隊規模小多了（僅 100 多輛，而谷歌已經有 500 輛）。
Travis Kalanick 和 Anthony Levandowski
註：谷歌在意識到和 Uber 合作關係「破裂」之後， 2017 年 5 月就和 Uber 的競爭對手，美國第二大網約車公司 Lyft 進行合作。非常有趣的是，似乎也是類似的「思路」， Lyft 在和谷歌宣布合作之後，隨即成立了自己的自動駕駛部門 Level 5。
所謂「一波未平，一波又起」。2017 年 8 月，在趕走 CEO 和創始人之後，Uber 的新 CEO 終於確定，原在線旅遊公司 Expedia 的 CEO，性格溫和的 Dara Knosrowshai 上任了。據說，Dara 上任以後為 Uber 上市鋪平道路，曾想解散自動駕駛部門，但在匹茲堡 ATG 一番考察之後，他覺得可以學谷歌，傳言計劃 18 月之後讓自動駕駛開始試運營。
結果，出了一個「大」新聞。
2018 年 3 月，Uber 的自動駕駛車在美國亞利桑那州坦佩市半夜撞死了一個橫穿馬路的流浪女，這是第一起自動駕駛車撞死人事故，「一時掀起千層浪」。
要知道，之前 Uber 在沒有獲得加州測試牌照的情況下偷偷測試，結果在「闖」了紅燈之後被加州 DMV（機動車駕駛管理處） 警告，賭氣跑到對它政策優惠的亞利桑那州測試（註：不要驚訝，谷歌、Cruise 和 ME 自動駕駛車輛在測試時都發生過闖紅燈的事情）。
剛開始，坦佩市的警察局長還是出來說，是流浪女的責任。可慢慢地等事故現場的一些情況曝光後，亞利桑那州長直接宣布吊銷了 Uber 的測試牌照，Uber 也只能宣布全面停止自動駕駛的路上測試。搞得其他自動駕駛公司也不得不出來聲明暫停上路測試。一時之間，Uber 成了「一鍋湯的老鼠屎」。
Uber 自動駕駛測試車禍，圖源：公開視頻截圖
可這不能完全責備 Uber。當然，後來的調查報告和結論，也是挺讓人感嘆：Uber 被宣布無錯，錯誤在當時車上的安全員。當時指責 Uber 的原因是，當流浪女橫穿三個車道之後被撞，按當時的行車速度（38 英里/小時），至少 3-4 秒的時間激光雷達應該發現這個障礙，而且車前保險杠的毫米波雷達支持的 AEB 功能也應該發現行人後啟動剎車。
提供毫米波雷達的供應商 Delphi 趕緊跑去檢查，結果發現 Uber 自動駕駛工程師把這個功能關了（turn-off）；供應商 Velodyne 也去了，隨後宣布，它的 64 線激光雷達發現了障礙物。
最有意思的是，Uber 當時只有行車記錄儀的視頻（包括車外和車內）公布，並不是當時用於自動駕駛的車載攝像頭數據，但做視覺解決方案的自動駕駛公司，比如著名的該方向技術「第一」公司 ME，用公開的行車記錄儀數據測了一下，說它家的演算法沒問題，絕對發現障礙物。一時間，大家都覺得 Uber 自動駕駛技術太「差」了，簡直就是「豬」隊友。
最後調查報告發現，Uber 的激光雷達感知模塊和視覺感知都時不時檢測到障礙物存在，但融合的結果卻是「無障礙物」，最後是無減速地撞上去，人撞成重傷而醫治無效的悲劇。安全員被認為有責任的原因是，車內監控視頻發現，當時他一直在低頭看東西，當發現撞人之後只留下驚訝的表情，否則在那個行駛速度情況下，踩剎車多半不至於撞死人。
事故的根本問題是什麼？不管是單個感測器的感知模塊還是多感測器的融合模塊，都沒有改變檢測是概率統計模型下的「硬」判決這一事實。
之前，行業就謠傳 Cruise 在三番市的測試車經常被一些馬路邊伸出來的樹枝/花朵搞得停止不前，結果不得不主動提出來幫測試區域的街道修剪樹木花草。要知道，自動駕駛的「規劃控制（PnC）」模塊有保守（conservative）和激進（aggressive）的行為模式區別，「感知和定位（Perception & Localization）」模塊何嘗不是呢？
當「激進」的 Uber 闖了大禍，其他「隊友」並沒有出來維護，也是一種悲哀。從某種角度來說，當時，自動駕駛的「泡沫」是存在的，對此行業沒有清醒的認識，「過於吹捧」的一面就是會出現「一味打壓」的另一面。
雖然如此，Uber 終於挺過來了。期間還關停了商用大貨車的自動駕駛研發工作，專註於 Robo-taxi。Uber 在上市之後，2019 年 5 月，分拆的自動駕駛業務 Uber ATG 獲得 10 億美金的投資，其中軟銀願景基金投資 3.33 億美元，豐田和電裝（Denso）支付剩餘的 6.67 億美元，這樣估值達到 72.5 億美金。
在辛苦耕耘 4 年之後，規模有 1200 多人和 300 多輛測試車，累計測試里程 500 萬英里，終於喘了口氣。
要做自動駕駛領域「安卓」的百度阿波羅
回到國內，近期自動駕駛的最大新聞，大概要算 7 月百度在其開發者大會期間發布自動駕駛開源平台阿波羅（Apollo）5.0。而剛剛 6 月結束的 CVPR『19 大會上，百度已經發布了全視覺方案 Apollo Lite，其目的並不是想拋棄激光雷達或者多感測器融合的方案，而是將視覺方案發揮極致，有些和英特爾收購的 ME 公司「對著干」的意思。
當然，順便也和在這個賽道上的英偉達（Nvidia）和特斯拉（Tesla）較勁，而在自動駕駛領域這三個美國公司之間恰恰有著扯不清的關係，這個故事在後面的介紹里還會提到。
百度阿波羅發布時間表
從 2017 年 7 月到現在，百度 Apollo 開源已經有兩年的歷史，從最早 1.0 到最新 5.0 版本已更新了 7 次。
作者本人從 2016 年加入百度 L4 自動駕駛事業部美研中心，經歷了當時發布阿波羅開源平台的過程，那時候，剛剛加入百度不久的集團總裁兼首席運營官陸奇合併了 L3 智能駕駛事業部（包括車聯網等）和 L4 自動駕駛事業部，隨後就作出了這個重大的決定。現在看，當年要做「自動駕駛領域的安卓」這個願望是不是實現了？
首先是百度宣布 L3 團隊將重點從高速轉移到了自動泊車。在這個方向，可以看到國內另一個以商業落地為重點的創業公司 Momenta 近期也宣布了其泊車解決方案。與百度一樣，這也是沖著和車企合作去的。技術落地盈利顯然是其中一個考慮因素。
百度 L4 自動駕駛車，圖源：百度 Apollo 官網
其次，百度 Apollo 宣布要和一汽合作，在 2019 年量產 L3 級別以及 2021 年量產 L4 級別的自動駕駛車輛，這個應該是緊跟通用 Cruise 和福特 Argo 的開發模式。
另外，百度 L4 的測試里程已經達到 200 萬公里，而且計划下半年在湖南長沙進行 Apollo Go的自動駕駛試運營。顯然，百度在加快追趕谷歌 Waymo 自動駕駛商業落地的步伐。
激進的特斯拉自動駕駛
談到自動駕駛界的新聞和現狀，誰能忘記特斯拉？其 CEO 和創始人鋼鐵俠 Elon Mask 自身就是新聞的製造者（news maker）。就在 2019 年 4 月，特斯拉召開一次和投資人見面的自動駕駛發布會，會上 Elon 再次說了「大話」。當然，他再次否定了激光雷達的路線，上一次他僅僅說架在車頂的激光雷達「太丑」，這回直接說這條路會「失敗」。Elon 依據的是其「第一性原理」，就是說人靠眼睛的視覺就能開車。
其實，根本原因是高居不下的成本問題，讓特斯拉敬而遠之。當時國內有些媒體直接以「中國XXX被惹怒了」報道，反應也是夠激烈的。另外，Elon 又一次宣布「全自動駕駛」將要到來，由於他已經食言多次，自動駕駛圈裡也就沒有起太多的波瀾。
在這個發布會上，應該注意一下特斯拉人工智慧和自動駕駛視覺總監（Director of AI and Autopilot Vision）Andrej Karpathy 的報告。他是 2017 年 6 月 Elon 從 Open AI 招來的，此前是斯坦福大學李飛飛教授的高徒，博士生期間就以關於深度學習 LSTM 的博客文章而聲名鵲起。
關注他是因為 2018 年 8 月 Andrej 在一個會議的特邀報告中講述了軟體 2.0 的概念——其實就是端到端的深度學習模型。按照他當時的闡述，輸入模型是特斯拉車上感測器的數據，即攝像頭數據、毫米波雷達數據和 GPS 數據，輸出就是車體的控制信號（方向盤和剎車/油門）。
不過，在這次發布會上，我們看到的是，這個軟體 2.0 沒有再提了。當然，閃光點是大量數據訓練出來的道路預測。
另外，為了證明 Elon Mask 關於激光雷達的論點，Andrej Karpathy 也提供了論據：一是單目攝像頭的深度圖估計，其實 PPT 顯示給出的框圖是來自谷歌的論文；二是視覺 SLAM 的結果展示，作為一個剛剛畢業 3-4 年的做基於深度學習圖像加註（image captioning）方面論文的年輕博士，能做出來已屬不易。
還有一個報告者是 Stuart Bowers，工程副總裁，主要講大數據訓練的駕駛行為克隆怎麼用在自動換道（automatic lane change）場景上。他是 2018 年 5 月從 Snap 挖來的，之前在 Facebook 干過。
Stuart Bowers 報告，圖源：公開直播視頻截圖
Stuart 的加盟也說明了一點，Elon 其實明白 Andrej 缺乏工程經驗，需要有人來幫忙把 AI 這些演算法集成到自動駕駛平台上。不過，傳言說 Elon 並不信任他，這個確實有些像他的風格，之前特斯拉 Autopilot 總監換了好幾個。
一個是 Aurora 的創始人 Sterling Anderson，走的時候挖了特斯拉的人，後來被 Elon 起訴，庭下和解賠了 10 萬美元；後來挖來了計算機視覺專家 David Nister 博士，他之前是微軟 Hololens 的產品總監，以著名的「5-點」演算法聞名，不過 David 不是機器學習專家，他以前當過教授，也在著名視覺研究公司 Sarnoff 干過。
David Nister 對特斯拉的最大貢獻是與 ME 「斷交」後建立了一套新的視覺系統。2016 年 5月 7 號，駕駛特斯拉的司機在使用 Autopilot 時玩遊戲，隨後與一個橫向行駛而來的大貨車相撞，這是特斯拉 Autopilot 第一次車禍致人死亡。
後經調查顯示，大貨車被當成了「藍天-白雲」。而 ME 的 CEO Amnon Shashua 博士，他同時也是特拉維夫大學的教授，當時指責特斯拉沒有告知用戶是輔助駕駛，屬於誤導消費者，所以宣布不再提供新版本支持。
當然，特斯拉後來還是發生了多起事故。最嚴重的一次是 2018 年 3 月一名 Apple 公司的工程師黃某，他在高速路上駕駛特斯拉時直接撞上分叉路中間的水泥樁上，當場死亡，雙方至今還在打官司之中。
David Nister，圖源：LinkedIn
David Nister 最終還是被 Elon 拋棄，他後來去了 Nvidia 做了自動駕駛部門副總裁。其實當特斯拉和 ME 分手之後，特斯拉選擇和英偉達合作，採用了英偉達的 GPU 計算平台，同時也給英偉達提出了 Autopilot 的一些要求。
當年和ME 合作之時，Elon 已經偷偷開始研發自己的替代系統，原因是兩方算是各懷鬼胎，特斯拉不給 ME 後端的駕駛數據，而 ME 不給特斯拉攝像頭的原始數據。
當 ME 發現特斯拉在開發類似系統時，就警告過後者，這也是日後翻臉的一個原因。（註：英偉達在進入汽車自動駕駛領域之後，顯然已經和 ME 形成競爭關係，但 L3 級別以下 ME 佔有絕對的市場之王地位。）
這一次，特斯拉故伎重演，之前被曝在研製自動駕駛晶元，後在今年 4 月的特斯拉「自動駕駛日」發布會上直接公開了研發的晶元，也就是特斯拉全自動駕駛計算機（full self-driving computer，FSD），已經被用在 Model 3 車型上，這顯然是打算「踢掉」英偉達這個合作者。
開發這款晶元的負責人是從蘋果挖來的晶元設計師 Pete Bannon，而之前的 Autopilot 硬體負責人 Jim Keller 已經離開，去了 Intel 繼續開發 GPU 和 AI 晶元。
David 離開之後，特斯拉挖來了 Apple 的高級總監 、Swift 語言之父 Chris Lattner 博士做自動駕駛軟體負責人 。他只在特斯拉待了半年，就宣布離職，後來去了 Google Brain 部門。
其實他對 Autopilot 的軟體做了很多修改，只是機器學習方面顯得就沒那麼突出。這也是為什麼 Elon 從 OpenAI 請來 Andrej Karpathy 這個深度學習領域的「網紅」。
Chris Lattner，圖源：LinkedIn
在這次發布會上，Elon 還有一個重要的宣布，就是要做共享出行。他宣稱，2020 年將會有 100 萬的特斯拉車輛做計程車。Uber 和 Lyft 聽了這個消息，估計要跳起來了。其實，之前在 Uber 創始人 Travis Kalanick 想做自動駕駛的時候，曾聯繫過 Elon 談合作。
有趣的是，Elon 勸他不要做自動駕駛，說這是個很遙遠的事。而在這之後，特斯拉卻限制把自己帶自動駕駛功能的車輛只能在旗下的 Tesla Network 服務（即特斯拉的共享出行服務），而不能用於 Uber 等打車服務，現在隨著 Model 3 的銷量攀升，以及 Model Y 的投產，誰能確定 Elon 說的遠景明年不能實現？
儘管特斯拉的 Autopilot 只是 L2+ 級別的自動駕駛，還時不時爆出車禍新聞；儘管 Elon Mask 嘴裡的「全自動駕駛」什麼時候實現還是個疑問，但不可否認的是，特斯拉比其他自動駕駛公司厲害的地方仍然是數據。2018 年底，特斯拉號稱已經收集了 10 億英里的駕駛數據，而其特有的「影子」模式會提供 Autopilot 和老司機的對比來提高其自動駕駛演算法性能，包括感測器的感知和路徑規劃等方面。而隨著車隊的擴大，這個數據搜集能力也會越來越強。在這次發布會上，Elon 嘲笑用模擬模擬數據就像是學生自己出題給自己改卷子。
谷歌 Waymo：自動駕駛的排頭兵和舉旗者
不得不說，如果谷歌 Waymo 說自己的無人駕駛技術世界第二，恐怕沒有哪家公司敢說自己是第一。目前谷歌自動駕駛上路總測試里程已經 1000 萬英里，基本上每個月 100 萬英里；而模擬測試總里程超過 100 億英里，每個月近 1000 萬英里。目前其測試車隊有 600 多輛，也是所有自動駕駛測試團隊最大的。
另外，在加州 DMV 每年公布的脫離報告（Disengagement Report）中，谷歌排在第一，Uber 和 Apple 排倒數兩位，特斯拉根本不提供數字。該報告統計了自動駕駛車輛每次人為干預發生時走過的里程（MPI）排名（註：當然這均是各家自己提供的數據，而且沒有場景的難度指標）。
不管以前自動駕駛是如何誕生，也不管高校研究和傳統車企是怎麼推動自動駕駛研發的，我們不得不說這一波自動駕駛的熱潮是谷歌帶來的。
2009 年穀歌創始人 Larry Page 在看到 DARPA 無人車挑戰賽之後對這個「炫目」的科技玩藝兒發生了興趣，他邀請 2005 年越野比賽第一名和 2007 年城市比賽第二名的斯坦福團隊負責人 Sebastian Thrun 教授加入谷歌，成立了 Google X 組，並開啟了自動駕駛項目「Chauffeur」和 AR 項目 Google Glass。幾年後他離開谷歌回到斯坦福大學，在 2016 年竟然成立了一個無人駕駛網上課程 Udacity，幫助培訓自動駕駛工程師。
在這裡不得不佩服美國 DARPA 的造勢能力。2004 年舉辦的第一次自動駕駛越野挑戰賽，結果是所有參賽團隊都沒有跑完全程；2005 年舉辦第二次，斯坦福無人車「Stanley」獲得第一名，而機器人研究聞名的 CMU 團隊只獲得了第二名。要知道 Sebastian 本來是從 CMU 跑到斯坦福的，失意出走的他憋著一口氣，後來聽說 CMU 輸掉的原因竟然是一個過濾器壞了，當時沒有找到備用器件。
當然，2007 年 CMU 參賽車「Boss」在無人駕駛城市挑戰賽贏了比賽，據說贏得的 200 萬美金竟然無法填補其開銷。CMU 團隊里有一個悍將，就是後來在谷歌擔任自動駕駛硬體負責人、最終離職後成為 Aurora 公司共同創始人和 CEO 的 Chris Urmson。這次斯坦福的車輛「Junior」仍然取得了第二名。
Boss，圖源：DARPA Urban Challenge 官網
Junior，圖源：DARPA Urban Challenge 官網
DARPA 比賽的另外兩個成績不錯的是 MIT 無人車 Talos 和 Virginia Tech 的無人車 Odin，前者的成員創立了自動駕駛公司 Nutonomy，後來 2017 年 10 月被 Delphi 獨立出來的子公司 Aptiv 以 4.5 億美金收購，而後者不少加入了 Apple 公司的 SPG 無人駕駛項目「Titan」。而 CMU 團隊後來當然是前面提到的 Uber ATG 的主力。
Talos，圖源：DARPA Urban Challenge 官網
Odin，圖源：DARPA Urban Challenge 官網
Sebastian 教授的學生 Jessie Levinson 畢業後加入谷歌，但後來離職，和一位澳大利亞來的藝術家Tim Kentley-Klay 創立了自動駕駛創業公司 ZooX，比較特別的是 ZooX 是想自己造車的，這也曾是谷歌和 Apple 的無人駕駛計劃的一部分，但前者放棄了這種想法，而 Apple 反覆變化，目前仍然不確定是不是要自己造車。
2018 年 7 月，ZooX 融資 5 億美金，估值達到 32 億美金，但想造車這點錢是不夠的。後來投資人趕走了想造車的 CEO 藝術家 Tim，新招來的是 Intel 公司前 SVP Aicha Evans 女士。
Tim 和 Jessie，圖源：ZooX 官網
2016 年 12 月谷歌分拆成立了 Waymo 子公司，其 CEO 是韓國現代（Hyundai）汽車的北美子公司 CEO John Krafcik。所以看出來，在最早加盟 Google X 的核心人員流失殆盡後，谷歌終於打算考慮商業落地的問題。
John 的確是認真布局這個方向的，在鳳凰城上路試運營「Early Rider Program」一年多時間後，2018 年 11月 Waymo 啟動了無人駕駛打車服務 Waymo One。運營初期仍然僅限於原來參加試運營的市民，而且開始收費。
Waymo無人車，圖源：Waymo 官網
2019年1月，Waymo宣布在密西根州東南部建設工廠生產 L4 級別的無人駕駛汽車，新工廠由密歇根經濟發展組織（Michigan Economic Development Corporation，MEDC)批准設立。
其任務主要是為訂購的 62000 輛菲亞特-克萊斯勒和 20000 輛捷豹路虎車輛在到貨之後提供改裝，即加裝感測器和自動駕駛軟硬體子系統。
下面談談負面的吧。
清醒的涼水
谷歌 Waymo 試運營的「尷尬」
還是先從谷歌 Waymo 說起。早在谷歌在鳳凰城試運營開始，就傳出了一些不「友好」的消息。
有報道稱，Waymo 自動駕駛車在需要快速決策的時刻猶豫不決，像個菜鳥。有人稱這些車在經過十字路口時經常把車道佔住，不敢拐彎，導致追尾。
《亞利桑那共和報》記者發現「變道似乎成了 Waymo 車輛的一個大問題。」當試圖駛入擁擠的車道時，Waymo 的車似乎缺乏人類司機預測其他司機行為的能力，無法擠進空曠的地方。
《華盛頓郵報》觀察到的一個問題是，當 Waymo 拐向一條主幹道時，「左轉彎可能會慢得令人痛苦」。一個參與試運營計劃的乘客直接告訴記者，他發現無人駕駛車在規划去目的地的道路 s 時會「故意」避免左拐彎。
這些問題讓人們開始懷疑自動駕駛的技術是不是真正成熟可用。其實筆者看 Waymo 這些問題，反映了自動駕駛在規劃決策上的瓶頸，至少谷歌 Waymo 還沒有給出一個滿意的答案。
最近 Waymo 研究負責人 Drago Anguelov 在 MIT 無人駕駛課上的特邀報告上也提到了模擬模擬並不能解決所有的規劃決策問題，即使在模擬數據上反覆訓練的模型還在模擬測試中出錯。
自動駕駛是一個長尾效應，就比如問題已經解決了 90%，還剩下 10%；而這 10% 的問題還需要花費之前 90% 問題同樣的時間來解決。
2019年 1 月 Waymo CEO John Krafcik 在接受《華爾街日報》採訪時表示，沒有人為干預情況下能在任何道路上完全自動行駛（L5級別）的汽車不可能存在，他解釋說其中一個主要原因是自動駕駛汽車感測器在雨天或雪天可能無法正常工作，承認現在還想不到如何解決這個問題。
另外，人們也注意到 Waymo 在密西根州的車輛改建自動駕駛 L4 級別的工廠一直沒有開工的消息。
在鳳凰城是不可能布置 82000 輛計程車，但如果投放到其他城市，Waymo 能不能處理更複雜的交通環境（要知道，鳳凰城無人車運營的地區是比較「空曠」的）？以前的解決方案是不是可以輕易推廣？
Cruise 關於無人計程車運營的食言
在後面緊緊追趕的 GM 子公司 Cruise，以前就挖苦 Waymo 選擇鳳凰城這個地方做測試，說三番市的左拐彎次數平均是鳳凰城的 7 倍。
實際上，Cruise 在三番的測試也不是很順利，除了幫市政府免費修剪樹枝花草這類趣聞以外，也聽說 Cruise 車輛在一些窄街道無故停下來不知怎麼辦而讓安全員接管。
今年 6 月 Cruise 在 CVPR『19 又辦了一個小展示會，播放了一些測試視頻，大家看到交通的複雜程度確實遠高於 Waymo 在鳳凰城的情況。
Cruise 宣布，在三番的自動駕駛車輛 24 小時完成的無保護左拐彎次數高達 1400 次。可是，就在今年 7 月 Cruise CEO Dan Ammann 卻宣布，原本打算在今年底在三番市部署無人計程車的計劃不得不推遲。
Drive.ai 被 Apple 低價收購
前斯坦福大學教授和前百度首席科學家吳恩達（Andrew Ng）擔任董事會主席的自動駕駛創業公司 Drive.ai 在今年 6 月宣布關閉，幾十名工程師加入 Apple 公司，其餘被裁掉。
之前，融資總數達 7700 萬美元的 Drive.ai 就傳言在尋找買家，估價 2 億美金，但只有 Apple 感興趣，據說收購價格遠低於融資額，基本上屬於「買人」的交易。
Drive.ai 曾是很早採用深度學習做自動駕駛演算法開發的公司，而且其採用多個 16 線而不是 64 線激光雷達做感知的技術，在當時也蠻有新鮮感。
圖源：Drive.ai 官網
2017 年 2 月，當筆者還在百度美研無人駕駛組的時候，有投資人就讓我看看 Drive.ai 放出來的夜裡雨天自動駕駛的視頻。
2018 年 5 月，吳恩達幫 Drive.ai 前 CEO、也是他的妻子 Carol Reiley 到 Texas 州 Frisco 市站台，宣布 Drive.ai 在那裡做無人車試運營，後來知道當時只有 2 部測試車的規模。
其實，Drive.ai 的創始人和核心成員主要是吳恩達以前的學生，後來也傳出來團隊不和的謠言，的確有幾位創始人離開。特別是 Carol 去年辭去了 CEO 職位，之後她和吳恩達的女兒很快出生。
比這個更嚴重的內鬥要屬國內自動駕駛創業公司 Roadstar.ai，其三個創始人均出自百度美研無人駕駛組，曾經剛剛成立一年融資就達到 1.2 億美元，結果今年 1 月被投資人勒令清盤關閉，爆出來的公開爭吵和人身攻擊等行為，讓人噓唏不已。
百度分拆自動駕駛的傳言出現
從去年開始，時不時聽到百度自動駕駛事業部的分拆傳言。百度也的確官方予以否認。當年，谷歌在核心成員出走創立自動駕駛公司如 Otto、Nuro、Aurora 和 ZooX 等之後，決定將自動駕駛事業部分拆為獨立子公司 WayMo。
而百度當年在員工離職創立激光雷達公司 Innovusion 和 L4 全棧自動駕駛公司小馬智行（Pony.ai）之後，無人駕駛事業部 SVP 王勁曾跟百度 CEO 李彥宏建議仿效谷歌分拆自動駕駛部門，但沒有成行。後來陸奇加盟百度之後，也曾傳出分拆的聲音，結果是百度合併 L3 和 L4 兩個事業部，陸奇親自出任新事業部領導。
之後，王勁帶一些人出走創立景馳科技，另外還有其他百度員工創立的 Roadstar.ai、領俊科技和主線科技等。
百度選擇了開源自動駕駛平台 Apollo，這是一條不同於谷歌的路，據說這還是一位美研工程師的建議。其實之前，已經有一個開源的自動駕駛平台是由日本東京大學教授創立的一家自動駕駛公司開源的 Autoware，但支持規模遠不如百度。
現在所謂分拆的說法是因為大家有一個顧慮，到底百度阿波羅能不能賺錢？前面我們提到 Roadstar.ai 的內鬥結局，其實在景馳科技也發生過內部爭鬥，CEO 王勁先是被百度起訴然後離開公司，景馳宣布支持百度阿波羅開源平台，後來公司也改名為文遠，今年初已完成 A 輪融資，最近王勁重新出現在公眾視野已是後話。
可以說，沒有一家是安穩的，樹欲靜卻風不止。
自動駕駛的嚴冬？
走過風光無限的自動駕駛，現在是不是到了嚴冬呢？筆者不這麼認為。應該說，泡沫擠去後，投資人和大眾開始冷靜下來，認真做事的公司還是要以技術和商業落地求生存。
那麼，在快速回顧這些年無人駕駛發展歷程的波瀾起伏之後，筆者試著探討一下自動駕駛的技術概貌。
目前激光雷達和攝像頭之爭是存在的，因為每家公司的商業模式不一樣，2B 和 2C 的業務會選擇不同的技術路線，畢竟公司不是高校和科研機構，生存永遠是第一位。Intel 在 2017年 3 月以 150 億美金（溢價 50%）收購了 ADAS 上市公司 ME，而 ME、特斯拉還有英偉達，都偏向攝像頭為主的視覺方案，而谷歌、Cruise、Argo 和 Aurora 等就堅持激光雷達方案；
似乎大多數公司都面向 L4-L5 的自動駕駛開發，而另外一些公司就選擇漸進開發模式，從 L2開始，慢慢演進到 L2+，逼近 L3，等待 L4的機會；
自動駕駛場景變得格外敏感，比如不少公司面向無人計程車業務，但也要看到：無人送貨的 Nuro、京東、菜鳥和美團等公司；自動駕駛商業大貨車的 Waymo、Udelv、圖森、智加和贏徹等公司；園區擺渡車的 EasyMile、Navya、百度和馭勢科技等公司以及專註自動泊車的百度和 Momenta；
高清地圖是一個在自動駕駛中有潛力的市場，跟前面一樣，也有激光雷達和攝像頭之爭，比如 Waymo、HERE、TomTom、Uber、Lyft、百度、高德和四維圖新等大企業專註於地圖業務，大多採用激光雷達數據採集方案；DeepMap 似乎在掙自動技術研發的錢，並不是想馬上開展地圖業務，這個很像那些數據標註和模擬模擬公司的商業模式；通過攝像頭採集數據的高清地圖方案，最早就是 ME 的 REM（也叫路書）、特斯拉出來的創業公司 Lvl5、國內百度地圖出來的寬凳科技和微軟員工創立的深動科技；高清地圖的任務主要是定位，國內公司千尋網路（背後是阿里和北方兵器工業集團）就是基於 GPS 提供不同精度的定位業務；
除了開源全棧自動駕駛平台的百度阿波羅之外，Cruise 開源了它的可視化平台，Intel 和微軟分別開源了模擬模擬平台 Carla 和 AirSim；
百度提供了開源數據 ApolloScope，加州伯克利提供了開源數據 BDD，Aptiv 收購 Nutonomy 之後，也開源了數據 NuScenes；今年 6 月 CVPR 大會上谷歌 Waymo 也聲稱將開源一套激光雷達標註數據，包括一些基準演算法代碼；同時還有 Argo 開源的數據 Argoverse；7 月，Lyft 也公開了一套 L5 自動駕駛數據；
很早以前，寶馬-賓士-奧迪，聯合收購了 HERE，以減少對谷歌的依賴；一個由多家參與的「交通創新與機遇夥伴關係」（PTIO）聯盟成立，據了解，該組織成員包括福特、豐田、戴姆勒、Waymo、Uber、Lyft 以及 FedEx 和美國卡車運輸協會等；今年 7 月，在百度開發者大會上，戴姆勒、寶馬、奧迪、菲亞特-克萊斯勒（FCA）、大眾、百度、安波福、英特爾等 11 家車企、零部件公司和開發公司等成立自動駕駛聯盟，並發布了一個有關自動駕駛的白皮書；有媒體稱這種合作是「抱團取暖」，其實歐洲傳統車企和日本傳統車企紛紛投資美國頭部自動駕駛公司，就是一種「分攤風險」的做法；
車聯網和 5G 現在成為自動駕駛的另一個風景線，華為作為一家 5G 通信技術的強者，目前已經成立智能汽車解決方案事業部，百度、阿里和騰訊都對車聯網「情有獨鍾」，其互聯網的基因決定它們對車載操作系統市場的「覬覦」。
最後，希望未來無人駕駛、自由出行的那一天早點到來。
黃浴，奇點汽車美研中心總裁和自動駕駛首席科學家2019 年 8 月於美國矽谷
(*本文為 AI科技大本營約稿，轉載請聯繫微信 1092722531)
【END】
TAG:CSDN |