自動駕駛正在駛?cè)肷钏畢^(qū)。無數(shù)人正期盼著 L4 或者 L5 級別自動駕駛汽車的到來，但顯然一切還需等待。今年 Uber 自動駕駛致死案更是給所有自動駕駛廠家上了一課。廠商們對技術(shù)的倚重和普通人對技術(shù)的惶恐指向同一個(gè)問題：當(dāng)自動駕駛進(jìn)入出行領(lǐng)域，如果無法保障駕駛員、乘客和行人中任意一方的安全，自動駕駛汽車就注定無法真正面世。當(dāng)涉及到人時(shí)，自動駕駛就不再是簡單的技術(shù)能否實(shí)現(xiàn)的問題。從法律制度再到**道德層面，自動駕駛要面臨的爭議遠(yuǎn)超想象。
關(guān)于自動駕駛爭議的表現(xiàn)出的矛盾是明顯的，我們需要能載人的「自動駕駛汽車」，技術(shù)也正在往前進(jìn)，但要到達(dá)「應(yīng)許之地」還需要高昂和和長期的投入。于是，對于求存的自動駕駛行業(yè)而言，現(xiàn)階段最迫切的問題就變成了在真正的自動駕駛汽車出現(xiàn)之前，在特定場景下盡快落地?zé)o疑最正確的選擇，因?yàn)橹挥羞@些特定場景中一步一步的成熟落地，才會有自動駕駛自動駕駛通用場景的最終實(shí)現(xiàn)。
在美團(tuán)無人配送事業(yè)部總經(jīng)理夏華夏看來，無人配送正在成為現(xiàn)階段在開放環(huán)境下最可行、最具商業(yè)價(jià)值的落地場景。為什么是「無人配送」是最適合落地的場景，「無人配送」又有怎樣的未來？在 Rebuild 2018 科技商業(yè)峰會上，夏華夏的演講內(nèi)容會讓你對自動駕駛和「無人配送」產(chǎn)生新的理解。
以下是夏華夏在極客公園 Rebuild 2018 科技商業(yè)峰會上的演講實(shí)錄（經(jīng)過極客公園編輯，略有刪減）：
各位朋友大家上午好。非常高興在極客公園跟大家分享美團(tuán)做無人配送過程中的一點(diǎn)思考。我們還是從自動駕駛的歷史做一個(gè)簡單的回顧。
無人駕駛在學(xué)術(shù)界有 30 多年的歷史，80 年代，在軍方的資助下，歐美很多大學(xué)就開始做自動駕駛的研究，最早是梅?。▋?nèi)基梅?。┐髮W(xué)，他們做了第一臺自動駕駛車。他們可以在 CMU 大學(xué)校園里面走。這輛車當(dāng)時(shí)的行駛速度非常慢，大概每秒鐘只能移動幾厘米。90 年代的時(shí)候有了非常大的進(jìn)步，第二張圖是我們在德國的轎車，這輛車在高速公路上可以行駛。
再到 2000 年之后，2004 年開始美國國防部的研究機(jī)構(gòu)他們開始資助美國的無人汽車挑戰(zhàn)賽，剛剛李巖也說，2004 年是沒有哪一輛車成功的。2005 年好幾輛車成功完成 200 多公路的山路的里程。其中一輛是斯坦福大學(xué)的教授帶領(lǐng)的團(tuán)隊(duì)做的一輛車。這之后不久被谷歌請過去，籌建了谷歌的無人車團(tuán)隊(duì)，后來獨(dú)立出來成立一個(gè)子公司 Waymo。Waymo 在 2016 年出的概念車沒有人類用來操控的方向盤和油門，是一個(gè)全自動駕駛的概念車。谷歌在工業(yè)界最早開始做無人駕駛，有十多年。
「自動駕駛」的現(xiàn)狀：社會輿論下的載人自動駕駛汽車還很遙遠(yuǎn)
經(jīng)過學(xué)術(shù)界 30 多年，工業(yè)界 10 多年的發(fā)展自動駕駛汽車有了很長足的進(jìn)步。但是現(xiàn)狀是什么樣？
美國加州交通部在 2017 年底公布了美國加州做自動駕駛測試的公司測試數(shù)據(jù)。大家可以看到，每一輛車在平均每行駛多少英里需要人工判斷，需要人工判斷就是系統(tǒng)不能判定周圍環(huán)境，如果人不干預(yù)就會出事情。平均不需要人工干預(yù)的里程越長自動駕駛程度就更高。
谷歌的做到了 8000 多公里不需要人工干預(yù)，可以從成都到北京三個(gè)來回?？雌饋硎欠浅：玫慕Y(jié)果了。但這個(gè)結(jié)果跟人類的駕駛來比較還是差很遠(yuǎn)，大家可以看下面這個(gè)小表，就是平均來說人類每出一次事故所駕駛的里程數(shù)大概是 16 萬英里，致命要 9000 多公里。所以跟人類相比，自動駕駛還是差很遠(yuǎn)很遠(yuǎn)。
我們離這個(gè)到底有多遠(yuǎn)？當(dāng)然我們首先要把里程數(shù)，能自動駕駛的里程數(shù)加上去。加上去之后是不是足夠好？16 年美國有一家公司做了一個(gè)數(shù)據(jù)，說一輛自動駕駛汽車比人類駕駛得好需要有一個(gè)概率的問題，我要讓人相信這一輛車已經(jīng)比人類駕駛的情況好一些，那大概需要 110 億英里的里程才能證明。
如果是一支 100 輛車的車隊(duì)，他們需要 24 小時(shí)不間斷的行駛和加油，需要行駛五百多年才能行駛 110 億英里。這是讓自動駕駛從業(yè)人員比較悲觀的數(shù)字。由于這個(gè)數(shù)字太悲觀了，所以這家公司第二年又出了新的報(bào)告，說自動駕駛汽車只要跟人類差不多，不用比人類好很多，我們就可以讓它上路。
這個(gè)數(shù)學(xué)模型分析顯示，如果 2020 年自動駕駛汽車跟人類差不多上路，長遠(yuǎn)來看它也可以大大的減少我們在道路上發(fā)生事故造成死亡的人數(shù)。
但是這是一個(gè)數(shù)學(xué)模型，我們的社會不是用數(shù)學(xué)模型來運(yùn)轉(zhuǎn)的。我們的社會輿論、社會**、我們的認(rèn)知是不太允許我們在車還只是覺得跟人差不多的情況下就讓它上路。因?yàn)槲覀儗C(jī)器致命錯(cuò)誤的容忍程度是遠(yuǎn)遠(yuǎn)小于對人類的容忍程度。這種情況下我們怎么比較快速的推進(jìn)自動駕駛技術(shù)的發(fā)展？
難以前進(jìn)的完全自動駕駛：現(xiàn)實(shí)測試投入巨大，虛擬場景測試效果不佳
我總結(jié)了大概三條路。第一是不外乎大投入，如果一百輛車需要 500 年那我搞很多車，這也是一些公司在走的道路。比如 Waymo 他們大概一個(gè)多月以前宣布，他們要購買 6 萬多輛車來改成自動駕駛汽車，然后做自動駕駛汽車的一些測試運(yùn)營和研發(fā)。同一天另外一家汽車公司從軟銀融到 20 多億美金，也是用于自動駕駛的研發(fā)。
谷歌六萬多輛車，原價(jià) 4 萬美金，但是改造成自動駕駛汽車，要在上面加很多傳感機(jī)和計(jì)算單元，谷歌有自己硬件團(tuán)隊(duì)，成本已經(jīng)比市面上成本低很多。比如激光雷達(dá)只是平常用的十分之一。但是這樣，我粗略估計(jì)改裝完之后一輛車大概 10 萬美金，一共需要 60 多億美元。而且谷歌還不足以做到完全自動駕駛，還需要一個(gè)安全駕駛員。加州安全員的工資一小時(shí) 20 美金，一年又是 20 多億的投入，這需要很多錢。
對于一些沒有那么多錢的公司怎么辦，是不是就不做了？也不是。我們還有一些其他的辦法，比如說我們是不是可以用仿真軟件做自動駕駛研究，市面上也有很多比較好的仿真平臺。剛才也有嘉賓提到他們有比較好的仿真軟件。但是我要說的是現(xiàn)在所謂的仿真軟件只能應(yīng)付一些比較簡單的場景，只能讓我們在自動駕駛技術(shù)研發(fā)的初期去測試我們的技術(shù)，去迭代。
自動駕駛的后期，我們需要測試非常復(fù)雜的場景，一些非常少見的很微妙的場景的時(shí)候，我們現(xiàn)在的仿真軟件就遠(yuǎn)遠(yuǎn)不夠。
比如當(dāng)我們?nèi)巳ヱ{駛汽車的時(shí)候，如果路邊有一個(gè)行人，你發(fā)現(xiàn)這個(gè)行人左右看，他在看路上的車，跟你有一個(gè)眼神的交互，你知道這個(gè)人看到了我的車，那我可以放心大膽的往前走，我知道這個(gè)人如果不是碰瓷的話不會過來撞我的車。
如果一個(gè)人戴著耳機(jī)，也沒有看你，這個(gè)人類的駕駛員就會把車減速甚至停下來，讓這個(gè)人先通過。如果碰到了老人、小孩，他的行為就更不一樣，如果是一個(gè)小動物，比如路上穿過一個(gè)小狗，這個(gè)行為也很不一樣。
甚至還有更難的，比如袋鼠其實(shí)是自動駕駛領(lǐng)域一個(gè)非常難解決的問題。在澳大利亞每年因車輛交通事故被撞死的袋鼠就一萬多。因?yàn)榇蟮乃俣确浅？欤袕杰壽E也非常飄忽。我們仿真軟件如何建立這種不同的運(yùn)動物體的模型是非常難的。如果要做好全特征的仿真軟件，難度不亞于做高度自動駕駛的系統(tǒng)。
「無人配送」或許是開放環(huán)境下自動駕駛目前最正確的落地場景
花錢也不行，仿真也不行，那有沒有其他的方法？
我們是不是可以把自動駕駛系統(tǒng)在一些可以實(shí)際應(yīng)用落地的場景里面去落地應(yīng)用。讓它產(chǎn)生一些經(jīng)濟(jì)效益，讓它產(chǎn)生一些收入，我們可以用這個(gè)收入來跟我們的投入抵消，這樣也可以做很多很大量的投入。怎么樣選一些合適的場景？什么樣的場景是適合于我們快速落地的？
如果去選擇的時(shí)候我把整個(gè)選擇的空間去看看有哪一些緯度，這里面有四個(gè)緯度：
第一個(gè)緯度是在乘用車還是非乘用車的場景下測試，就是載人還是不載人，差異是非常大的。因?yàn)檩d人的車輛要做得大，做得重，安全性非常重要，因?yàn)橐Ｗo(hù)車內(nèi)的乘客。還有就是舒適性要求非常高，不能讓乘客暈車，所以不能急剎車，不能非常快速的拐彎。所以對于車輛的控制算法要求就很高。第三對速度要求一般都是要求高速，因?yàn)槿撕苋菀资ツ托模诘退俚膱鼍跋潞苋菀妆┰辍?/p>
第二個(gè)緯度就是高速還是低速。因?yàn)楦咚俨还苁菍鞲衅鬟€是算法都非常高，它需要傳感器能夠感知更遠(yuǎn)范圍的障礙物，而且需要計(jì)算速度足夠快，可以對一些緊急情況做快速的反應(yīng)。
第三個(gè)維度是重量級還是輕量級，因?yàn)檐囎釉街貙χ車矬w周圍的人產(chǎn)生危險(xiǎn)的可能性越大，風(fēng)險(xiǎn)越大。
最后一個(gè)緯度是在特定道路還是非特定道路上運(yùn)行。在特定道路相對來說比較容易，因?yàn)樗械缆返膱鼍埃窐?biāo)，包括紅路燈都是事先知道的，可以做很多預(yù)先的針對性的優(yōu)化。但是如果是開放道路，我們就需要讓我們自動駕駛的算法去準(zhǔn)備好，去應(yīng)付一些未知的場景?？赡苓€有一些其他的緯度，當(dāng)我們把這些緯度一列，可以把這個(gè)空間分割成很多不同的小格子。比如四個(gè)緯度就分割成 16 個(gè)格子，就在里面找哪一些是適合我們在短時(shí)間快速落地的。
我認(rèn)為有部分場景是可以在兩三年之內(nèi)比較容易落地的。第一是低速的乘用車，并且是在特定道路里面的乘用車。之所以特定道路是因?yàn)閯偛胖v乘用車大家希望高速但現(xiàn)在基本不可能，因此低速在特定道路下才有商業(yè)價(jià)值。比如一些園區(qū)內(nèi)的觀光瀏覽車是一個(gè)比較好的落地例子。
第二個(gè)是重量級的高速的非乘用車，但是在特定道路里面行駛。比如在高速，只在高速上行駛，比如現(xiàn)在有一些公司在做干線的物流車，在特定道路上我們就可以做一些針對性的優(yōu)化。
第三類是非乘用，車很大，但是是低速的。一旦是低速我們也就比較容易解決。比如在一些礦區(qū)，然后有一些礦車，或者在一些碼頭有一些集裝箱的裝卸車，這些都比較容易做成自動駕駛。
第四類是輕量級的低速的非乘用車，因?yàn)檫@種車又低速又輕，我們認(rèn)為它可以在開放道路里面比較好的行駛，這個(gè)就是后面講的末端的物流車。在這幾個(gè)例子里面我們發(fā)現(xiàn)只有第四類在開放道路里面，需要用戶的場景比較多，可以給無人駕駛技術(shù)提供更多豐富的場景和數(shù)據(jù)。
美團(tuán)的無人配送做的就是開放道路的末端物流。就是通過云端中樞的智能調(diào)度進(jìn)行最后三公里的運(yùn)輸。用戶在網(wǎng)上點(diǎn)餐我就可以派車去商場去餐館取餐，然后通過幾公里到達(dá)小區(qū)或者寫字樓，送到用戶的手里。就是這樣一個(gè)場景。這個(gè)場景為什么比較容易落地？
我認(rèn)為歸納有四個(gè)特點(diǎn)：小青曼舞（小、輕、慢、物）。小是因?yàn)槲已b盒飯，盒飯比較小，所以我的車子也可以做得比較小?，F(xiàn)在做配送的車寬度是 50 到 100 厘米左右，寬度不會超過 2 米。這么小重量也會輕一些，幾十公斤到幾百公斤。速度也會比較慢，外賣一般在三公里的范圍，美團(tuán)配送時(shí)長一般是 30 分鐘送達(dá)。3 公里范圍 30 分鐘送達(dá)，平均時(shí)速 20 公里就夠了，我們車設(shè)計(jì)在 40 到 50 公里。最后是物，送的是盒飯，尺寸比較標(biāo)準(zhǔn)，急剎車等等都沒有關(guān)系，就比較容易落地。
當(dāng)用戶下單之后就會把指令發(fā)給小車，小車就會去餐館那邊把盒飯取過來。取過來之后就可以在路上行駛，可以自動檢測路上障礙物、紅綠燈，當(dāng)它到小區(qū)或者到寫字樓的時(shí)候，它也可以跟電梯做智能的交互，可以通過無線信號，可以發(fā)出指令上下電梯。接近用戶的時(shí)候會給用戶發(fā)短信，告訴用戶你的餐到了，你的開箱密碼是什么，用戶就可以用密碼打開取餐。
整體來說，我們認(rèn)為我們這個(gè)場景對整個(gè)自動駕駛技術(shù)都是非常有幫助的，第一是說我們有非常豐富的場景，因?yàn)槊缊F(tuán)點(diǎn)評覆蓋全國 2800 個(gè)城市，從北到南，而且一年 365 天四季都在運(yùn)行，不同的天氣都在跑，有各種各樣的場景，覆蓋所有的城市道路，就可以給自動駕駛提供豐富的數(shù)據(jù)。
第二有足夠大的容量，到目前為止美團(tuán)外賣日完成訂單量 2100 萬單，配送員有 50 多萬。我們認(rèn)為未來很容易在這上面部署幾十萬甚至幾百萬臺無人配送的小車。我計(jì)算過我們?nèi)绻幸话偃f臺小車，大概一個(gè)兩月就可以跑完前面提到的 110 億英里，所以是一個(gè)非常大的場景優(yōu)勢。
第三就是非常完備的運(yùn)營體系，我們地面團(tuán)隊(duì)可以跟餐館談，跟物業(yè)談，跟小區(qū)寫字樓談，可以讓我們小車進(jìn)各種場景。同時(shí)在全國各地有那么多騎手，需要的時(shí)候很多騎手可以快速轉(zhuǎn)變成小車的運(yùn)營團(tuán)隊(duì)，可以幫我們做維修保養(yǎng)充電等等。
我們也覺得既然美團(tuán)有這么大的容量，這么好的運(yùn)行體系，我們也希望把這個(gè)場景開放出來給合作伙伴，讓做無人駕駛的同行可以一起在這個(gè)環(huán)境里面進(jìn)行無人駕駛技術(shù)的研發(fā)和迭代。
我認(rèn)為自動駕駛技術(shù)離成熟還有很遠(yuǎn)的距離，但是我們技術(shù)要快速的迭代，要快速落地，需要一個(gè)快速應(yīng)用的場景。這里面我們認(rèn)為美團(tuán)的外賣配送就是極好的全場景的快速落地的應(yīng)用場景。我們做無人配送也希望有很多的合作伙伴，上下游的合作伙伴跟我們一起合作，共同一起努力達(dá)成我們的愿景：用無人駕駛技術(shù)讓服務(wù)觸達(dá)世界每個(gè)角落。我相信這個(gè)愿景我們一定會實(shí)現(xiàn)。太原東方男健醫(yī)院
