
安冉:再次謝謝蒲立,接下來的報(bào)告嘉賓他是來自智行者科技,智行者科技也是我們國內(nèi)無人駕駛領(lǐng)域的明星企業(yè),同時(shí)它也是本次的承辦單位之一的雅瑞資本早期投資布局的一家企業(yè),近期他們剛剛通過媒體發(fā)布了近億元人民幣的A輪融資,6.18的時(shí)候,他們和京東合作在人民大學(xué)校園里展示了低速的專用車,下面就請智行者科技的CEO張德兆為我們分享“智行者無人駕駛進(jìn)階之路,從低速專用車出發(fā)”。
霍舒豪:謝謝!我霍舒豪,代表智行者科技從無人駕駛的角度出發(fā)來介紹一下我們在這方面的探索,我的題目是:智行者無人駕駛進(jìn)階之路從“低速專用車出發(fā)”。
我們特別是在一些大城市,我們很大一部分都是花在了交通運(yùn)輸上面,它是非常具有想象力的。
第二部分是我們覺得無人駕駛能達(dá)到,或者做到比人開車更加安全,因?yàn)檫@是有一個(gè)數(shù)據(jù),全球每年大概有125萬的人死于交通事故,也有統(tǒng)計(jì)表示有90%以上的事故原因都是由人造成的,我們覺得無人駕駛技術(shù)的引入,能把這90%大幅度地降低,大家可以暢想一下,到以后無人駕駛普及率的提高,我們后面有可能人開車反而是一個(gè)造成道路危險(xiǎn)的一個(gè)事情。
第三點(diǎn),我們認(rèn)為無人駕駛技術(shù)天生應(yīng)該是跟汽車共享的概念相結(jié)合的,因?yàn)闊o人駕駛的配備才能使車輛真正地24小時(shí)運(yùn)動(dòng)起來,或者說車輛在城市里邊能流動(dòng)起來。目前一些共享都是車等在某個(gè)地方,等著人來召喚,不召喚的時(shí)候它還是等在那個(gè)地方,利用率還是非常低的,我們認(rèn)為無人駕駛技術(shù)的引入,能解決這個(gè)問題。
第四點(diǎn),我們認(rèn)為無人駕駛技術(shù)是能夠?qū)崿F(xiàn)比互聯(lián)網(wǎng)產(chǎn)業(yè)更大的產(chǎn)值。什么意思呢?首先在汽車上面的屏幕越來越多,汽車搭載了大屏,汽車作為第六個(gè)終端,通過這個(gè)終端能夠跟人去交互,進(jìn)行一些信息的互通和共享。另外一個(gè)作為管道,它能實(shí)現(xiàn)一個(gè)變現(xiàn),是一個(gè)變現(xiàn)的手段。打個(gè)比方,今天我想吃川菜,你坐上車,直接跟車說我今天想吃川菜,因?yàn)槎际怯卸栊裕麘杏谌ミx擇,當(dāng)人發(fā)出這么一個(gè)指令之后,車輛就可以把他帶到附近的一家可能評分比較高的一個(gè)川菜館,實(shí)現(xiàn)一個(gè)變現(xiàn)的渠道。
上面都是一些我們在自動(dòng)駕駛上面的思考,或者說我們覺得自動(dòng)駕駛能給我們帶來的好處,考慮到目前包括技術(shù)的原因、市場的原因、法律法規(guī)的原因,我們認(rèn)為無人駕駛技術(shù)將會(huì)在一些特定應(yīng)用場景里面去第一步實(shí)現(xiàn)它的市場化和商用化。這里面我舉了四個(gè)例子,第一個(gè)是百度車,或者是景區(qū)里邊的觀光車,第二個(gè)是特種車輛,第三個(gè)是應(yīng)用于物流行業(yè),就是用于送快遞的車輛,第四個(gè)是農(nóng)用機(jī)械。這些場景都有一些什么共同點(diǎn)呢?首先它的應(yīng)用場景不受法律法規(guī)的限制,因?yàn)槠鋵?shí)前不久大家可能都有關(guān)注到百度AI大會(huì),米廠長就在五環(huán)上面開著無人駕駛車,還被交警給通告了,現(xiàn)在在中國無人駕駛車禁止上路的,在應(yīng)用場景里面不涉及到開放路權(quán),所以不受法律法規(guī)的控制。
第二個(gè)是一個(gè)相對的剛需,比如說打個(gè)比方,以快遞物流車為例子,目前國內(nèi)從事后一公里的快遞從業(yè)人員大概有118萬,在快遞行業(yè),或者說電商行業(yè)里邊人力成本占到50%以上,這部分成本,或者說這部分的人力如果能用無人駕駛的技術(shù)來給取代掉,是一個(gè)非??捎^的數(shù)字。
第三個(gè)是技術(shù)風(fēng)險(xiǎn)可控,在這些應(yīng)用場景里邊,一個(gè)是它的速度比較低,能實(shí)現(xiàn)一個(gè)相對較小的技術(shù)風(fēng)險(xiǎn)。
第四個(gè)是對于我們創(chuàng)業(yè)公司來說,因?yàn)樗茉谶@些場景里邊能給我們帶來資金的流入,能實(shí)現(xiàn)一個(gè)早期的盈利。
第五個(gè)在保證安全的前提下積累數(shù)據(jù),因?yàn)槲覀儸F(xiàn)在采用的這些無人駕駛技術(shù)很多都是基于人工智能的算法。這些算法是非常依賴數(shù)據(jù)的,在這些特定應(yīng)用場景里邊的投放上,能夠?yàn)槲覀兎e累前期的數(shù)據(jù)。
其實(shí)說到特定應(yīng)用場景,是不是它就比上路的車,或者說在大馬路上跑的車實(shí)現(xiàn)起來就更簡單呢?隨著我們越做越深入,我們其實(shí)自己也是越來越敬畏這樣的一種場景,這種園區(qū)的無人駕駛比我們想象中更難,難在下面四點(diǎn):
第一點(diǎn),衛(wèi)星定位的失效。現(xiàn)在很多做自動(dòng)駕駛的公司都非常依賴一個(gè)超聲定位技術(shù),在這些園區(qū)里邊高樓、樹木的遮擋會(huì)導(dǎo)致定位的失效,我們提出一個(gè)解決方法,通過視覺也好、激光也好的建圖和定位的手段。
第二點(diǎn),在園區(qū)里邊是存在異常交通行為,什么意思?就是我們在大馬路上開的車,它還是相對規(guī)矩的,按車道來走,人通常不會(huì)走到機(jī)動(dòng)車道里面來,但是在園區(qū)里面異常的交通行為是非常常見的,我們針對這樣的情況,我們有自己的一個(gè)目標(biāo)運(yùn)動(dòng)預(yù)測的技術(shù)。
第三點(diǎn),目標(biāo)交通秩序的弱約束,這是一個(gè)實(shí)拍的場景,這是在清華的校園,可以看到在這么一個(gè)場景里面,人車是混雜的,造成了一個(gè)給車輛,或者說移動(dòng)機(jī)器人判斷的困難,我們會(huì)進(jìn)行目標(biāo)行為意圖的分析。
第四點(diǎn),路徑突發(fā)的堵塞,有可能在這個(gè)園區(qū)今天這一段路就修路了,另外一段路今天有些什么活動(dòng),就先暫時(shí)是堵住了,這種需要我們做全局,以及局部的路徑規(guī)劃。
給大家稍微介紹一下剛才提到的某幾點(diǎn)技術(shù)。
首先第一個(gè)是高精度建圖和定位,建圖和定位這兩個(gè)技術(shù)像一個(gè)雙胞胎兄弟,它們天生就是在一起的,你需要有定位,就必須之前先做建圖的工作,建圖也是為了輔助定位,這是我們的一個(gè)整體的框架。后面可能會(huì)有一些案例給大家更清楚看一下。這是一個(gè)例子,這是一個(gè)校園里邊的情況,灰色的部分是我們提前通過激光雷達(dá)建的圖,大家可以看到視頻里有個(gè)小車,那個(gè)小車是我們真實(shí)在跑的車,紅色一圈一圈是激光雷達(dá)實(shí)時(shí)采集的數(shù)據(jù),通過跟之前的一個(gè)地圖去匹配,實(shí)現(xiàn)一個(gè)車輛的定位。這是在軟件里邊看到的情況,在真實(shí)里邊我們可以看一下,這是我們自己的其中一款產(chǎn)品叫蝸必達(dá),主要是應(yīng)用于快遞物流行業(yè),它是在一個(gè)園區(qū)里邊進(jìn)行運(yùn)動(dòng),它是依靠激光雷達(dá)去做車輛的定位,實(shí)現(xiàn)一個(gè)自動(dòng)的行駛。可以看到在這種樓邊墻角的地方,哪怕是RDK也好、插分技術(shù)都是很弱的,目前我們能做到的精度是20厘米。
另外一項(xiàng)重點(diǎn)的技術(shù)是有一個(gè)目標(biāo)行為及運(yùn)動(dòng)軌跡的預(yù)測,我們在做運(yùn)動(dòng)和規(guī)劃控制的時(shí)候,其實(shí)是有這么幾個(gè)流程,一個(gè)是路徑跟蹤,一個(gè)是目標(biāo)行為的分析,另外一個(gè)是預(yù)測和規(guī)劃,最后是實(shí)現(xiàn)車輛的控制,這么一個(gè)整的流程。在這個(gè)過程中我們會(huì)考慮到一些路面的信息,包括一些交通標(biāo)志線,然后交通信號燈,還有一些目標(biāo)的狀況,還有一些地理信息,還是給大家看一下這是我們要實(shí)現(xiàn)的一些結(jié)果,這是我們在北京一個(gè)十字路口采完了圖,同時(shí)在圖上標(biāo)注了我們的一些車道線信息,或者說路段信息。右邊的圖上面是有兩個(gè)移動(dòng)的點(diǎn)的,是兩個(gè)人,我們對這兩個(gè)行人進(jìn)行了一個(gè)運(yùn)動(dòng)的分析,不同的顏色代表了它的運(yùn)動(dòng)可能性。通過這么一個(gè)分析,給到我們一個(gè)車輛運(yùn)動(dòng)規(guī)劃的輸入,以及一個(gè)判斷的依據(jù)。這是人方面的。
這個(gè)是在車輛方面,我們可以看到在這么一個(gè)圖中,左下方是一個(gè)實(shí)時(shí)的圖,大圖是模擬的軟件里面的界面,可以看到對車輛不同的行為速度,以及它的走向的預(yù)測,這個(gè)十字路口的非常清楚,可以看到前車有一個(gè)右轉(zhuǎn)的行為,而且它的速度是直線增加的這么一個(gè)情況。這些技術(shù)的研究或者說研發(fā),對于我們的整個(gè)無人駕駛系統(tǒng)在園區(qū)也好,在城區(qū)道路也好,它的穩(wěn)定性運(yùn)行是非常有必要的。
這些技術(shù)其實(shí)是依賴于我們自己經(jīng)營者開發(fā)的一個(gè)叫AVOS智能車操作系統(tǒng)這么一個(gè)平臺(tái)來實(shí)現(xiàn)的,這個(gè)AVOS也是基于Linux和ROS做的一個(gè)集成開發(fā),它的特點(diǎn)在于我們把核心層,就是跟自動(dòng)駕駛相關(guān)的核心層,以及跟自動(dòng)駕駛業(yè)務(wù)相關(guān)的業(yè)務(wù)層進(jìn)行的一個(gè)剝離,能夠?qū)崿F(xiàn)一個(gè)高內(nèi)聚核的效果,我們首先看一下我們的業(yè)務(wù)層,包括建圖、定位、感知、決策、規(guī)劃等關(guān)鍵部分的模塊,進(jìn)一步研發(fā)可以提供整個(gè)系統(tǒng)的性能。我們的自動(dòng)駕駛不是一個(gè)空中樓閣,它是實(shí)現(xiàn)落地的,這個(gè)落地體現(xiàn)在哪里?體現(xiàn)在他的業(yè)務(wù)層的靈活性,我們可以根據(jù)這樣一種無人駕駛技術(shù)的應(yīng)用場景,去定制化地開發(fā)我們的業(yè)務(wù)層功能。
打個(gè)比方,我們這個(gè)車輛是應(yīng)用在小區(qū)送快遞的,我可以在這里面設(shè)置我的快遞點(diǎn),或者說取快遞的一個(gè)方式。再打個(gè)比方,如果我們是一輛無人駕駛的掃地車,我可以在業(yè)務(wù)層開發(fā)它的清掃功能,它的一個(gè)返航功能,它最終能實(shí)現(xiàn)一個(gè)不同平臺(tái)之間的一個(gè)統(tǒng)一,但是又有一個(gè)靈活性的開發(fā)這么一個(gè)兼顧的考慮。
在我們的低速車產(chǎn)品里面,這里面應(yīng)用到了一些關(guān)鍵的傳感器,包括以下這幾個(gè),一個(gè)是我們利用的國產(chǎn)的16線的激光雷達(dá),在我們的眼里,激光雷達(dá)在低速車,或者說無人駕駛技術(shù)的應(yīng)用是非常有必要的。國外的產(chǎn)品目前來說還是一個(gè)性價(jià)比,或者說供貨周期的問題,比較難以獲取,考慮到一個(gè)成本問題,我們會(huì)偏向于采用國產(chǎn)的激光雷達(dá)。另外一個(gè)呢,為了我們整個(gè)系統(tǒng)冗余的考慮,我們還是會(huì)配備基于千尋定位服務(wù)的一個(gè)高精度定位,同時(shí)上面還會(huì)配備一個(gè)攝像頭。
在計(jì)算單元方面,我們采取這么一個(gè)嵌入式的方案,是通過ARM+MPDA+MCU的一個(gè)組合,我們看一下蝸必達(dá)物流快遞車的概念,這個(gè)視頻是在清華校園里面實(shí)地拍攝的,它實(shí)現(xiàn)一個(gè)功能,就是在快遞小哥能把他派送的快遞放到車?yán)镞叄斎胗脩舻囊粋€(gè)信息,然后用戶可以隨時(shí)去預(yù)約這么一個(gè)快遞,根據(jù)預(yù)約的時(shí)間,快遞車直接從一個(gè)門跑到另外一個(gè)接收地點(diǎn)。同時(shí)快遞車還配備了一個(gè)后臺(tái)接收系統(tǒng),能夠接受一個(gè)多輛車全局的調(diào)度。最終用戶就是通過我們開發(fā)的APP來實(shí)現(xiàn)一個(gè)取貨的過程。這是我們在低速應(yīng)用領(lǐng)域里邊的一個(gè)探索,我們的公司發(fā)展目標(biāo)是先從低速載物開始入手,注重從載物到載人,從低速到高速去發(fā)展我們的技術(shù)。
在做低速的同時(shí),也在兼顧著高速產(chǎn)品的應(yīng)用,我們是在去年跟整車廠有過無人駕駛合作項(xiàng)目最多的一個(gè)公司,這是我們的一個(gè)自動(dòng)駕駛乘用車開發(fā)平臺(tái),這是在一個(gè)國道上面的一段路試的視頻,可以看到情況還是有些復(fù)雜的,比如說旁邊一些非規(guī)則的道路,這是一個(gè)牽扯切入的路況,通過自動(dòng)判斷實(shí)現(xiàn)了一個(gè)自主換道。這樣的平臺(tái)從傳感器到控制器到執(zhí)行器都是由我們公司完全自主開發(fā)的。
感謝大家,我今天的分享到這里。
2025-09-04 11:27
2025-09-03 10:33
2025-08-27 11:05
2025-08-27 11:04
2025-08-27 11:01
2025-08-27 10:59
2025-08-27 10:41
2025-08-26 09:21
2025-08-26 09:17
2025-08-26 09:15
