出品：红色星际（ID：redplanx）头图：智加科技无人测试图片
腊八过了，年的脚步近了，忙碌了一年，自动驾驶卡车界的精英们准备线上小聚一下。智加、主线、嬴彻、图森、宏景、小马、希迪第一时间上线。一汽、东风、重汽、陕汽等主机厂也前来吃瓜，闻讯而来的还有Tier1、物流商、重卡司机和货运科技公司的朋友们。
群主：首先请出我们的第一位嘉宾，自动驾驶重卡界天花板——图森未来。恭喜图森，终于按照设定的 Roadmap，在2021年的最后一个月，如期推出开放道路L4自动驾驶卡车的 Driver Out 的项目。图森：这一个多小时的直播充分展示了图森的技术实力，里面不光是在老化的高速，还有城区，80公里的速度，不但稳，而且应对了交通信号灯、上下匝道、紧急车道车辆和变道等场景。群主：您刚才提到“技术实力”四个字，请问重卡的核心技术是什么呢？图森：我认为核心技术是车车交互，尤其是在美国，路况并不比中国简单：高速公路车流比中国密，还有很多的岔路口，并不像国内是完全封闭的状况，还有很多喜欢狂野飙车的山姆大叔。那么，车辆行驶在这么密的高速车流里，要不断保持与其他车的安全间距，无论出现什么状况，都能稳稳向前，我认为这就是技术。友商：哦，我知道了，所以图森这次 Driver Out 选择在晚上，我看路上明显没啥车流。图森虽然这次按时交作业了，但是能打几分就不好说了。至于什么时候能启动 Driver Out 的日常运营，估计也没准信吧。嬴彻：呵呵，我早就说过，全无人驾驶可能放眼10年是有可能的，但未来5年，我觉得相当有挑战。所以我们不憋大招，而是从L0、L1、L2、L3一路渐进到L4。智加：我们今年6月就 Driver Out 了，顺带还实现了满载列队跟驰的商业化试运营。图森：您那五峰山是5G+车路协同，我们这是单车智能。友商：我们的车也能去安全员，只不过国内政策不允许…测试中心：哎呦呦，得了吧，政策这锅我都背了几年了。7月北京出了全国首个高速测试及示范应用细则（试行），这次你们别给我甩锅了。合格的测试车想上路总共分三步，第一步，配备前后随行车，第二步，安全员，第三步，去安全员，一步步来。你们技术到底咋样，达没达到上路，同时不影响其他道路使用者，我们肯定得先摸底呀。重卡一出事故往往就是一串，伤亡惨重，不但很多家庭会损失惨重，政府领导也会被追责。图森：这确实是一大步。想当初，国内只允许测试，不允许运营，不让运营，没有收入，50多辆车，车辆购置维修和固定资产折旧、燃油、司机、安全员都是成本，获取数据的成本实在太高。而在美国，有43个州允许进行L4卡车测试，其中24个州允许L4卡车进行商业部署。一边拉货一边测试，可以覆盖掉九成的成本。群主：2022年干线有望成为 AV (Autonomous Vehicle) 界走位最风骚的崽。第一，北京率先迈出第一步，全国各个示范区有望先后开闸。第二，政策就位，测试和示范应用有望迎来车队放量。目前来看，主线联合福佑京东，小马智行和招商局旗下的中国外运成立了合资公司，现在拿到牌照的两家都宣称2022年车队要破百。智加、挚途、宏景、希迪也都不甘示弱，还有一些已经在其他场景落地，正在观望，考虑要不要进入的公司。友商：听你这么一说，我都有点小澎湃了，哈哈，单车智能和车路协同，中美哪方的干线物流能先支棱起来，难道要在今年见分晓了？中国政策从0到1难，从1到100那速度嗖嗖的快，但如果宏观调控和产业协同的因素都加进去，那从0到1也不难。博世：以代码量为例，F22战斗机大约是170万行代码，早期安卓系统代码量是1200万行，现在已经量产的豪华车的代码量大约是1亿行，以后汽车越智能，传感器越多，代码量越成倍增加，请问有bug怎么办？Corner case怎么办？可别辛苦奋斗十几年，一朝回到解放前。图森：我们所有软硬件都是双重冗余，运营中出现的问题也进行了归类，目前已经打磨出了一套系统化的解决方案。碰到复杂路段，那简直是给我们发福利，我们仿真刷、实车刷、刮风下雨反复刷。智加：我们的法宝是ODD设计，ODD设计一方面是为了验证自身算法覆盖的场景，另一方面是为了在系统遇到问题时候进行降级或者从一个ODD转到另一个ODD。最简单例子，下雪时候，需要降低车辆的运行速度，并且减少车辆切换道等预期行为，这样就算系统某些部分失效，但整体还是安全的。面向L4的ODD设计主要包括外部环境、传感器健康度、执行器健康度，控制器健康度，其他相关电子电器的参数融合。友商：确实，图森招股书上篇幅最大的是Risk，智加招股书上篇幅最大的就是ODD了。
图森：以为我们去美国就只因为政策吗？Too simple too navie。群主：国内落地还有什么阻碍？图森：首先，如果你要做Demo做测试，那不必在乎资产利用效率，但如果商业化，就必须考虑ROI。美欧这边重卡都是甩挂，卡车到了Terninal、Camp或者Hub，把后面货箱一甩，拉上另一厢货就启程了，可以发挥不眠不休的效率极致。中国呢？全国800多万辆重卡，只有5%是甩挂，常态就是，大部分的重卡到了目的地，卸货就得整个三五天，真要商业化了，我AI司机这三五天就干晾着？那你还是别干了，迟早芭比Q了。友商：现在边测试边拉货降低成本已经是行业惯例，但很多时候，受物流行业甩挂率低的现实制约，一般拉货确实都是单边循环，First Blood！陈默：其次，中国硬件成本分摊成本和人工成本的交叉点没有到来。中国跑重卡的这800万车里，百分之六七十都是个体户，一般都是夫妻CP档，或者父子兄弟朋友搭伙，为了生计一辆车一天24小时恨不得22小时在赶路。剩下给车队当司机的，为什么物流公司们喊着缺司机、司机流动率高、找人难？就和年轻人宁愿去送外卖也不愿意去富士康流水线一个道理，钱少事儿多不自由。而美国呢？重卡司机得支付较高薪水、外加保险休假福利齐全，成本高，而且是真缺司机。相比之下，自动驾驶硬件的成本在下降，我们判断，硬件成本分摊成本和人工成本的交叉点到了。也就是说，在美国推行自动驾驶替代人的商业化时机已经成熟了，AI司机代替人类司机是公司的真需求，不是伪需求。友商：道理就和无人配送替代外卖小哥一样，暂时外卖小哥的人力成本还比较便宜，所以商家用机器替代人的意愿不是特别强烈。Double kill！图森：第三，美国的卡车货运分布比较集中，80％的卡车货运通过10％的贸易走廊运输，最有价值的走廊连接了100个最大的都会区，搞定这10%就吃透了，80％的市场。中国呢？公路运输线路相对比较分散吧？群主：好像有道理，Triple Kill。图森：再说一下车路协同。政策破冰的北京，京台高速双向10公里铺设各种智能硬件，当自动驾驶重卡上路，高清视频数据、激光雷达点云数据、毫米波雷达数据、RSU和RSCU）各种数据都实时传输到示范区的网联云控平台。车路协同那100米一个基站、摄像头、激光雷达、毫米波，铺一条路得多少钱？能铺遍全国吗？另外，车路协同就靠谱吗？可以保证没有延迟吗？5G空口的理论延迟还好，但网络是一个复杂环境，中间的路由和交换节点带来的总延迟现在看来问题还是很多。Quadra Kill。图森：还有一点，高级别的自动驾驶，离不开底盘执行机构的快速响应和精确执行，来与感知和决策的速度相匹配。线控由于取消了大量的机械连接装置，当驾驶者做出制动、油门等一系列动作时，车辆能更快响应，同时还能减少能量损耗和维护成本。欧美上一代卡车就已经线控了，而国内车辆平台的底盘，机械非线控，做L2 还行，要做 L4 ，没线控你的ESP、EBS怎么做？Navistar向图森未来开放了油门、刹车、转向的协议接口，而图森未来要做的则是完成感知、决策、控制、定位等技术实现，以及包括地图的构建、外围保护系统、故障相应体系等系统的搭建。群主：让你这么一说，我觉得这万亿市场大赛道也经不起推敲了，你把我澎湃的小心情整emo了。呵呵，但这并不意味着我们放弃了中国市场，先美国，后中国，不同时期不同战略重心，等中国硬件和司机成本交叉点到了，我们再杀个回马枪。友商：恐怕没那么简单。首先，从公司高管国籍，到业务重心，图森都是一家美国公司，中美关系不见缓和的背景下，涉及交通干道这种敏感的业务，图森恐怕难以伸展。至于卡在IPO关口的智加小马，未来上市，那也是先得做好切割的。其次，别说等你回来了，今年你难道没感觉出干线的拥挤程度吗？从港口毕业的、从乘用车转校的、从东家出去另立山头的，都来到了干线这嘎达。你的技术先发优势会被追平，而制约你量产落地的龟速也会被国内的兔兔们超越。还有，美国那边，卡车领域也是风起云涌，Waymo Via、Aurora、Embark、Gatik、Kodiak、Torc Robotics 等等竞争者也在虎视眈眈。
DeepWay讲话了，图森说出了我的心声，我们开始也想纯纯做个自动驾驶解决方案商，硬件委托给OEM，但调研后发现行不通。1.目前大多数卡车依然是燃油车，所谓的纯电动重卡都是油改电的伪血统，驱动效率太低；2.像一汽J7这样号称是正向研发，实际上还是传统卡车的设计，车身难以做很强的流线型以满足电动车对风阻系数的高要求；3.在传统重卡平台上根本没法做冗余，L3还行，L4不行。于是，我们决定自己开发一辆电氢能两用、适合自动驾驶的重卡。
群主：聊了那么多不爽的，接下来咱们聊点轻松的吧，说说Robotruck有哪挑战。图森：自动驾驶卡车的大部分模块和乘用车差不多，但有两点区别很大：第一，卡车重量很大（特别是拉货的重卡），制动距离要远大于乘用车，所以前向感知模块的有效距离要非常远，这对传感器的感知距离要求很高。在我们入行的时候，Waymo、Otto、戴姆勒都是激光雷达为主的路线，但我们用视觉，一下就把行业感知距离提升到千米距离。第二，卡车满载的重量是普通轿车的20-25倍，卡车长度是乘用车的4-5倍，因为拖斗的存在，卡车不可能像轿车一样近似成质点执行各种轨迹。这个问题一般称作 Underactuated Problem。总之，卡车对车辆自身的控制较乘用车相比，更为复杂且要求更高。群主：为什么一定要1000米呢，500米不行吗？图森：乘用车的刹车距离只需要40米，重卡呢？不看得远点提前反应，来个急刹，重卡车头车箱柔性连接，后车惯性直接送你上西天，高速上，跟在你后面的车，以及后面的后面，一串完蛋。所以，重卡满载时刹车距离至少200米。看500米也可以，不过刹车像个新手司机，达到1000米，基本可以像人类老司机一样从容老练省油又不糟蹋车地刹车了。群主：那对你们来说，特别要克服的问题是什么呢？图森：感知，它不是一个技术瓶颈，而是一堆技术瓶颈。首先一个最大的问题就是用不用激光雷达，当时我们为什么不选Lidar 呢？主要因为三点：第一，Lidar 感知距离没有那么远，例如64线Velodyne，因为点稀疏，对于算法而言有效感知距离不会超过200米。这对于我们高速卡车场景，远远不够；第二，多个 Lidar 互相之间会进行干扰，路上雷达少的时候，干扰确实不大，但路上雷达多了，干扰就不太好忽略，需要消耗相当的算力来降噪；第三，Lidar 作为产品还不成熟，耐用性差、寿命短，高速作业大风雨雪震动这些恶劣工况，不扛造。你不能和客户说，用了我们的系统，雷达两个月就得修，或者两年就得换吧。第四，Lidar 价格贵。重卡需要选择更密线数的 Lidar，这就是为什么，虽然贵且没产能，但很多厂家还是钟情于64线激光雷达的原因。我用经验告诉你，如果用目前量产呼声最高的16线 Lidar，相邻两束激光在远处的间隙就会大得足够钻进去一辆车了，尤其在上下坡的时候。群主：那你们为什么当时不用后来又用了（图森2018年10月之前用的是纯视觉感知）？图森：在资源有限的情况下，激光雷达用不用、加不加冗余，都不会影响到我们基准线程度。然而摄像头不同，围绕摄像头展开攻克，越展开越对我们的系统稳定性有很大提升，那我们当然优先视觉技术，但我们并不排斥 Lidar。Aeva ：这个我可以证明，图森和我们的合作始于2019年。我们的 4D 激光雷达采用调频连续波（FMCW）技术，可支持自动驾驶量产。而且 Aeva 的 4D 激光雷达还可测量每个像素的瞬时速度，射程远、分辨率高，并且不受激光雷达或阳光干扰。另外，智加也是我们的客户，我们给自己打个广告：矿卡最爱Ouster，重卡最爱Aeva，笔芯！图森：选不选雷达的事儿以后应该没人讨论了，多传感器融合交叉验证现在除了特斯拉全球大一统了都，不用做什么无谓的争论了吧。各个传感器各有短长，没有绝对好坏，而且实测中都会存在失效的情况，不存在谁比谁靠谱很多的问题。单目测距也可以，不过误差大。但基于深度学习单目仍然优势明显，最大的好处就是易上手，落地快。双目有视觉特征，和别的 Vision 算法 Fushion 很容易，深度更准确，可以互为冗余交叉验证。但对硬件稳定性要求高，要保证两个摄像头之间的相对稳定，在这方面图森发明了包括相机架防抖、布置等一系列 Know-how。智加：图森提到的重卡自动驾驶的难点相信大家都深有体会，重卡车身悬挂因为抖动明显，相机和激光雷达等传感器标定难度很大。智加感知的特点是非常注重双目，如今，随着算法的迭代和优化，智加车顶传感器的数目不断减少，但始终保留了双目的配置。第一，这是因为双目在传感器的自检、动态标定和深度估计上都给了感知模块和整体系统很多冗余，比如双目深度比单目准，点云密度比激光高；第二，同时左右两侧相机可互为冗余，以防其中一个出现故障；第三，双目本身也利于在线标定；第四，由于双目点云的天然特性，它的几何结构的信息稳定性高于纹理信息，使得它和激光雷达的数据融合可以在深度层面上展开。嬴彻：我也来说一下嬴彻感知的特点。我把它称为“场景深度感知 + 前景车辆部件级解析”。用更通俗的话说，就是深度学习方法和基于几何的经典计算机视觉方法的有机结合。群主：说完感知，再说说定位，高速定位有何特点呢？智加：高速建图比城区容易些，因为道路比较结构化，没乘用车路况复杂。当然，也比城区省钱，因为是线状网络，而非面，我们会预先采集、建立一套典型的适合高速公路环境的几何模板，并基于此来完成检测重建。我们的定位是多源信息融合方案，包括基于Global坐标系的全局定位+基于车辆坐标系的局部定位等。在这吐槽一下某些友商不专业的做法，地图采集车一般是乘用车去采，但是在传感器配置类型和安装位置都与重卡有很大不同，比如激光数据的测距精度、返回强度等都有可能出现较大差异。这就导致地图精度和传感器类型、安装位置、甚至多传感的标定误差严重耦合。智加进行地图数据采集的是乘用车，但用来定位验证的是重卡；同时智加内部也会实行类似的交叉验证，完善建图方法，以及定位算法。图森：我们在定位方面的冗余度已经达到了“变态”的程度。举个例子，为了在复杂的路况条件下实现精准的定位，图森的做法是多个模块叠加，在99.99%的时间内实现车辆厘米级高精定位。嬴彻：我们和四维图新合作的。群主：涨姿势了，但是我有个问题。智加CEO刘万千与CTO郑皓还是斯坦福的同学，主线也是师出名门，清华院士李德毅高徒，宏景来自通用福特德尔福等大厂，这样一比较，图森的背景一点都不突出，也没有什么拿得出手的技术大牛，怎么做到领先的呢？
图森：自动驾驶公司最终的价值落脚点还是要替代人，因此我们一开始就坚持L4。嬴彻：我们不同意图森的观点，我们的L3可以省下一个司机，以前两个人开，现在只需要一个人。图森：L3减少一个人的成本就是个伪命题。你说的在中国跑长途，一般都是两个人轮流开，一个人开，除非这个人24小时不睡觉不吃饭地监督着这个机器。智加：至少可以让司机的工作从苦逼变得轻松。图森：然后呢？出了事儿谁的责任？司机：开启一时爽，开完火葬场，保险公司都不鸟。保险公司：不管你是L几。如果你技能能做到平均10万公里出一次事故，那我们愿意考虑。众人沉默突然吉利跑出来说，你们不是嫌司机难招，怕以后没人干吗？我们吉利的思路不同，司机朋友们，他们都想取代你们的工作，只有我们星翰，为的是让卡车司机这个职业充满诗与远方的浪漫。我们的宣言是——重卡的极致是房车。星瀚随车原装单人卧铺、淋浴间、厨房、卫生间、冰箱、洗衣机…是技术与美学、工程与力学的完美融合…你想开AV也有，我们旗下的亿咖通和沃尔沃自动驾驶部门真在研究。司机们笑笑，你这车卖多少钱？得100万吧。司机：就这价格，直接劝退，相信我，宝儿，搞车队的更抠。图森：所以我开头就说了，别管什么商业模式，我们最终的价值落脚点还是要替代人，凡是去不掉人，还要加一堆昂贵硬件，再摊上巨额研发成本的，都是在给客户增加成本，在商业化上都走不长，物流行业本来就是一个成本压到极致的行业。智加：急什么，这本来就是一个门槛高、周期长的领域，不是个打快牌的事，打快牌会把自己打“死”的。商用车 L2+ 阶段虽然无法省掉驾驶员，但能拉货赚钱，节油和提升车辆保值也能赋能物流企业，单车成本上可以预留更多给传感器和计算平台，所以可以传感器预埋，从L2+能渐进到L4。所以咱们可以一点点来，像图森那样憋大招容易憋死。我们坚持L2+和L4两条腿走路。图森：我们不憋，2024之前，正好有时间，编织一张覆盖美国48个州的网——AFN。AFN由三部分构成：卡车自动驾驶系统、物流站点、运营监控平台。等车量产出来再建网就迟了。嬴彻：这点儿和我们一样，我们做 L1、 L2主要目的是为了把网络先建起来，相当于圈地运动。然后再给他的车一步步升级，从 L1一直升到 L4 。主线：我们新一代人工智能运输系统NATS要建成全国覆盖的物流网。依托国家重点研发计划，我们要分三步走，第一步，把我们港口的天津港、宁波-舟山港、深圳北中南三大物流枢纽，还有京沪高速沿线的覆盖了；第二步，东部地区十大高速覆盖了；第三步，把全国公路港口的枢纽连成一片。百度DeepWay说：我隆重推出我们的H2H（HUB-to-HUB）模式。在自动驾驶技术上，DeepWay是唯一获得百度自动驾驶技术白盒授权的公司，在车辆上我们正向设计适合自动驾驶的氢电两用重卡。这时一帮有点儿陌生的朋友出来点赞，它们是来自长途物流科技界的满帮、福佑、G7、狮桥，分别绑定了智加、主线、嬴彻和DeepWay。这个行业在2021年诞生了3家上市公司，满帮、福佑和路歌。还有物流地产普洛斯，也投资了主线、嬴彻。群主：为什么他们都这么齐刷刷的上车？友商：如果图森可以提供价格和质量有竞争力的按公里付费的服务，有货运需求的还会去找信息中间商吗？随着时间的推移，经营自己车队更经济还是购买服务经济？回答完这些问题，你就知道，做运营的比只做解决方案的多了太多空间，让人充满想象力！群主：你已经达到 Robotruck 的最高境界了，放假对你已经没有意义了，你可以原地过年了。友商：最高境界是什么？群主：我干工作我不累，工作干我我不废。散了吧，不打扰你过年了。-END-
