“蘿卜快跑”Robotaxi在武漢的商業(yè)化運營，讓高階自動駕駛（無人駕駛）距離普通人越來越近。

從自動駕駛的感知技術(shù)路線上，行業(yè)內(nèi)存在兩種主流技術(shù)路線的爭論。

目前“蘿卜快跑”無人車的車頂有個比較顯眼“帽子”，因為這特殊的造型，也經(jīng)常引起路人的關(guān)注。這個特殊的造型里面集合了主激光雷達、 攝像頭、毫米波雷達與超聲波雷達等傳感器，通過這些傳感器實現(xiàn)車輛的環(huán)境感知，之后再結(jié)合高精地圖的使用以及其他自動駕駛技術(shù)的發(fā)展，目前蘿卜快跑在國內(nèi)已經(jīng)達到了L4級別的全無人自動駕駛的商業(yè)化運營。國內(nèi)國外選擇這種“多傳感器+高精地圖”技術(shù)路線的公司還有很多，比如滴滴自動駕駛、小馬智行、Waymo等。

因激光雷達成本高，特斯拉則選擇走“純視覺路線”，完全摒棄激光雷達和高精地圖，僅使用攝像頭和雷達傳感器來實現(xiàn)車輛的環(huán)境感知。埃隆·馬斯克甚至表示：“傻子才采用高清地圖加激光雷達（False and foolish = HD maps and LiDAR）”。小鵬汽車創(chuàng)始人何小鵬曾在6月下旬前往美國體驗特斯拉v12版本的FSD（完全自動駕駛）系統(tǒng)。回國后不久，小鵬汽車的自動駕駛在感知方案上也進一步向特斯拉的純視覺方案靠攏。

《中國經(jīng)營報》記者在對一些消費者關(guān)于體驗Robotaxi或者自動駕駛的采訪中，大多數(shù)人表示，最擔憂的就是安全性。那么究竟哪種技術(shù)路線更安全、風險更低呢？

你敢乘坐無人車嗎？

早在2020年10月，蘿卜快跑就在北京亦莊、海淀、順義等區(qū)域開啟了面向公眾的自動駕駛載人測試運營，當時記者在亦莊體驗時，蘿卜快跑的Robotaxi已經(jīng)可以實現(xiàn)不需要駕駛員控制的自動駕駛，但車輛配備了安全員。

根據(jù)政策要求，申請自動駕駛汽車無人化商業(yè)運營，需要經(jīng)歷主駕有安全員、車內(nèi)無安全員等階段性的道路測試。

到了2022年7月，蘿卜快跑在北京亦莊開放了國內(nèi)首個方向盤后無人的自動駕駛出行服務商業(yè)化試點，也就是車上不配備安全員。

2022年8月，蘿卜快跑在武漢啟動了全無人自動駕駛商業(yè)化運營，最初僅覆蓋很小的區(qū)域。2024年7月，蘿卜快跑在武漢的商業(yè)化運營已經(jīng)覆蓋武漢三鎮(zhèn)的大部分區(qū)域。從眾多網(wǎng)友發(fā)布的視頻來看，車內(nèi)已經(jīng)沒有安全員了。

小朱是地道的武漢人，雖然蘿卜快跑在武漢商業(yè)化已經(jīng)運營了有些時日，但小朱還沒有去嘗過鮮。“再等等吧，看看安全性究竟怎樣。”小朱對記者說道。

在武漢往北1000多公里的北京，著名的三星堆展覽正在大運河博物館展出，吸引了全國游客。大運河博物館、北京城市圖書館等都位于北京通州的城市綠心森林公園里，因為公園面積很大，文遠知行的無人小巴在白天時段為公園內(nèi)的游客提供接駁服務，炎熱的夏日，很多游客選擇排隊體驗無人小巴。

哪吒汽車產(chǎn)品研發(fā)中心副總經(jīng)理兼智能駕駛部高級總監(jiān)王俊平對記者表示，L4級別無人駕駛車輛使用的自動駕駛，會有更多的安全冗余設計，包括配置更多的傳感器，讓車輛的安全性能更高，以及更多的兜底策略。

蘿卜快跑、滴滴自動駕駛、文遠知行等提供無人駕駛服務的公司，在自動駕駛感知系統(tǒng)層面大多采用了“多傳感器+高精地圖”技術(shù)路線。據(jù)了解，蘿卜快跑第六代無人車全面應用了“百度Apollo ADFM大模型+硬件產(chǎn)品+安全架構(gòu)”的方案，通過十重安全冗余設計和六重MRC安全策略，車輛主激光雷達由禾賽供應，單車搭載4顆超高清遠距激光雷達AT128，探測距離超過200米，覆蓋360度的高清三維感知能力。滴滴自動駕駛目前運營的主力車隊為沃爾沃XC90前裝冗余車型，傳感器數(shù)量達50個，最遠探測距離超過300米，最小可探測距離為10cm，車規(guī)級相機像素總和超1億。

Robotaxi、無人巴士等無人駕駛的公共交通工具和有司機駕駛的乘用車在使用自動駕駛方案時，最大的區(qū)別在于乘用車上，主駕駛的司機可以隨時接管車輛。無人駕駛的Robotaxi、無人巴士在測試和運營中有一個重要指標叫做“接管率”，當出現(xiàn)長尾極端情況，無人駕駛無法安全處理時，就需要人類接管車輛進行處理。

一家網(wǎng)約車企業(yè)的自動駕駛負責人對記者表示：“接管率越低意味著自動化自動駕駛的水平越高。一旦遇到0.1%的長尾情況，如果無人駕駛車輛沒有相應的處理機制，就可能會導致一起惡性事件。”

“目前來看，‘激光雷達+高精地圖’方案的硬件和算力成本更高，但主流的無人駕駛公司都選擇這個方案，因為目前這個路線更能解決駕駛中遇到的長尾問題。車輛行駛過程中遇到長尾問題，對于無高精地圖的純視覺解決方案來說，目前看起來解決難度很大。純視覺方案的大模型需要非常龐大的數(shù)據(jù)樣本，才能提高模型的成長速度。”上述網(wǎng)約車企業(yè)的自動駕駛負責人表示。

另外，云端安全員也是無人駕駛車輛的安全兜底策略之一。在武漢商業(yè)化運營的蘿卜快跑Robotaxi雖然已經(jīng)實現(xiàn)了車內(nèi)無人的自動駕駛，但依然有遠程的安全人員在后臺云端，隨時準備接管遇到突發(fā)情況的車輛。

路線之爭

除了Robotaxi、無人巴士，其實很多人在乘用車上已經(jīng)體驗過“自動泊車”“自適應巡航”“城市領航系統(tǒng)”等自動駕駛功能，過去幾年，高級駕駛輔助系統(tǒng)（也稱智駕系統(tǒng)）在中國平價汽車中的滲透率大幅提升。

與無人駕駛企業(yè)一開始就聚焦于L4級別的全無人駕駛技術(shù)的研發(fā)不同，在乘用車的自動駕駛技術(shù)上，車企考慮的是人機共駕情景下，如何實現(xiàn)智能駕駛體驗的優(yōu)化，大部分車企是從L1、L2等低階的自動駕駛開始，并希望在未來通過持續(xù)的迭代，實現(xiàn)完全無須人類監(jiān)督的L4級別的自動駕駛水平。

乘用車的自動駕駛方案也存在“多傳感器+高精地圖”和“無圖視覺（無高精地圖）方案”之爭，在“無圖視覺”方案中還有是否使用激光雷達方案的爭論。特斯拉是“無圖視覺”方案的代表，華為則是使用傳感器的無圖視覺方案，小鵬汽車、蔚來汽車、理想汽車、哪吒汽車等新勢力車企，車頂中間突出的激光雷達顯示了他們走的是多傳感器路線。但小鵬汽車在近期已經(jīng)開始向特斯拉的純視覺方案靠攏。

特斯拉的無圖視覺方案中，僅使用攝像頭，不使用傳感器和高精地圖是出于成本方面的考慮。

“當今世界，尤其是中國市場，智駕是車企的必爭之地，而成本效益又是智駕領域的一個重要元素。”提供自動駕駛和駕駛輔助技術(shù)的Mobileye相關(guān)負責人對記者表示。

王俊平告訴記者，在“高精地圖+激光雷達”方案下，單車硬件成本會比純視覺方案高兩三萬元。不過目前，激光雷達價格在下降。

而在純視覺方案中，攝像頭可能會在一些情況下失去感知。“例如當車輛從強光的環(huán)境突然進入幽暗的隧道，或者從幽暗的隧道回到路面的強光環(huán)境下，攝像頭在光源的巨大變化下，可能會在一瞬間失去感知。”上述網(wǎng)約車企業(yè)的自動駕駛負責人對記者舉例說道，如果使用“高精地圖+激光雷達”的方案，自動駕駛在光源上就沒有挑戰(zhàn)。

據(jù)華為常務董事、智能汽車解決方案BU董事長余承東近期透露，華為將在8月正式上市華為高階智能駕駛ADS3.0版本，具備融合端到端能力，在激光雷達輔助下將會對智駕能力帶來巨大提升。

AI的風險

哪吒汽車創(chuàng)始人兼董事長方運舟認為：“自動駕駛的發(fā)展必須靠硬件堆積，其中靠算法優(yōu)化是一種，但在當前情況下可能比較困難。”

“目前自動駕駛領域談論較多的‘端到端’其實就是靠算法優(yōu)化，‘端到端’對高精地圖的依賴更弱，完全是感知決策規(guī)劃，通過AI大模型的方式直接輸出。”王俊平對記者指出，“端到端”的缺點是數(shù)據(jù)和算力投入成本高。“車端算力或許不是瓶頸，隨著對模型依賴程度越高，云端算力將是明顯的瓶頸。”

“我們認為‘端到端’技術(shù)帶來的好處非常明顯。”Mobileye相關(guān)負責人說道，“‘端到端’方案能從0很快地推進到95%，但完全依靠這一方案要達到99.9999999%，就會面臨問題。除此之外，它所需的巨大成本、數(shù)據(jù)量和工程量也不容忽視。以現(xiàn)在的大語言模型和transformer為例，在從0—95%的過程中，它們有非常大的飛躍，但不是100%準確，有時候會犯一些匪夷所思的錯誤。僅依賴端到端要達到99.999999%是非常痛苦的。而且對于事關(guān)安全的智駕方案來說，試錯空間其實極小。”

另外，從可解釋的層面來看，“激光雷達+高精地圖”的方案，是單向感知，由眾多單個模塊割裂出來，最終拼成了一個規(guī)劃解決方案，哪里如果出現(xiàn)問題，能夠被洞察，是可以被解釋的。“端到端”方案中，最終的決策是依靠大模式產(chǎn)生的，可解釋性非常差，當發(fā)生問題的時候，可能找不出問題到底發(fā)生在哪里。

“模型只輸出結(jié)果，但模型的運算過程是一個黑盒，就怕出現(xiàn)人類不可解釋的問題，導致模型失控。”上述網(wǎng)約車企業(yè)的自動駕駛負責人對記者表示，“我們相信，長尾問題會隨著數(shù)據(jù)量的不斷增大，模型能夠解決大部分的長尾問題，但當有模型未知的問題發(fā)生，因為模型越滾越大，可解釋性就越來越差。所以我們判斷，‘端到端’方案更適合在乘用車上，當出現(xiàn)最極端不可控場景時，最終依然由人操控來進行安全兜底。”

目前大部分車企提供的自動駕駛是單車智能。單車智能可能在某些特定場景下能實現(xiàn)一些智能化，但存在無法避免的安全性缺陷。

技術(shù)趨勢是從單車智能延伸到車與車之間的信息交換，現(xiàn)在城市中的智慧大腦、智慧交通，會逐漸讓車與整個交通、社會融合，形成人、車、路、云四大方面的互通。

方運舟認為：“大約在明后年L4級智能駕駛將逐步在一些場景下實現(xiàn)，它需要實現(xiàn)人、車、路、云之間的互聯(lián)互通建設。如果沒有基礎側(cè)的互聯(lián)互通，就很難實現(xiàn)這種高級別的無人駕駛。但在目前這個階段，大家還是不要放手，方向盤、剎車、油門都要自己把握，否則很容易發(fā)生安全事故。”方運舟說道。