本文轉(zhuǎn)自雷鋒網(wǎng)，如需轉(zhuǎn)載請至雷鋒網(wǎng)官網(wǎng)申請授權(quán)。

2021 年 12 月 10 日，由雷峰網(wǎng) & 新智駕主辦的第四屆「全球智能駕駛峰會」在深圳正式召開。

這一次，雷峰網(wǎng)新智駕以「智能駕駛鏖戰(zhàn)時刻」為主題，將話筒遞給業(yè)內(nèi) 19 家標桿企業(yè)，輻射 13 大技術(shù)/場景，覆蓋智能駕駛算法、芯片、感知、落地等多個維度，每個領(lǐng)域只篩選最具代表性的一家企業(yè)。

遵循“基礎(chǔ)理論技術(shù)創(chuàng)新”和“行業(yè)解決方案落地”兩項黃金標準，演講嘉賓向行業(yè)分享他們對過去經(jīng)驗的總結(jié)回顧、對未來趨勢的預(yù)測以及行之有效的模式的分享。

峰會之上，美團無人車配送部總經(jīng)理夏華夏帶來了題為「城區(qū)配送場景下的智能駕駛實踐」的精彩演講。

夏華夏在會上指出，自動配送車因其體積小、車速低，常給外界技術(shù)比較簡單的假象，但在城市公開道路以20公里以上速度行駛時，非機動車道上的行人、自行車、以及機動車的不確定性經(jīng)常為自動配送車帶來意想不到的安全性問題。

盡管自動駕駛技術(shù)整體標準化，但自動配送車多在道路狹窄、多遮擋物、不確定性多的非結(jié)構(gòu)化道路行駛。

他認為，城區(qū)配送如果要實現(xiàn)大規(guī)模落地，必須實現(xiàn)運營一線無安全員的去人化?，F(xiàn)在，一方面需要行業(yè)玩家繼續(xù)提升自動駕駛技術(shù)，讓整個自動駕駛對周圍的感知、規(guī)劃、控制、定位更加安全可靠。另一方面需跟進人力、維修、緊急安全員等運營能力。

今年4月，美團發(fā)布整車按照車規(guī)級標準生產(chǎn)的自動配送車魔袋20，經(jīng)過了整車性能測試、耐久測試、嚴寒酷暑環(huán)境適應(yīng)性等多項測試，最高時速達45公里每小時。

目前，美團自動配送車在北京順義區(qū)的公開道路配送累積里程約50多萬公里，配送訂單超過10萬。

以下是夏華夏演講全文，雷峰網(wǎng)新智駕做了不改變原意的整理與編輯： 

大家好！剛才朱老師完成了一個非常精彩的分享，其中提到無人駕駛非常難，我深有同感。因為美團做無人駕駛到現(xiàn)在五年多了，從開始做到現(xiàn)在，我們每年都有一些進展，也面臨著新的挑戰(zhàn)，我自己的內(nèi)心對這個事情的敬畏也一年比一年大。

今天借著這個機會，一方面跟大家同步，美團2021年在自動駕駛方面的進展，另一方面也想和大家討論，城市復(fù)雜場景下做自動駕駛有哪些挑戰(zhàn)。

這張圖是自動駕駛的應(yīng)用脈絡(luò)，分為不同的場景和速度。我們按照速度和場景的復(fù)雜度，把很多場景應(yīng)用畫在圖上，用不同顏色表示。藍色的是載人的車輛，紅色的是城市公共交通的巴士，橙色是無人配送領(lǐng)域，灰色是特殊場景的應(yīng)用。

大家可以看到，越往右上角，代表速度更高，場景更復(fù)雜。從自動駕駛技術(shù)的角度來看，我們認為它需要的自動駕駛技術(shù)的能力也就越強。

如果大家看城區(qū)無人配送，雖然速度要求沒有特別高，但場景復(fù)雜度特別高。

這些斜的虛線代表一些能力的等高線，無人配送如果在最復(fù)雜的場景，可能代表著需要我們最完善的自動駕駛技術(shù)，這是我們一直努力突破的目標。

物流一般分干線物流和城區(qū)配送。今天上午好幾位嘉賓提到自動駕駛卡車，那是干線物流。城區(qū)配送一般以40或者50公里之下，20公里之上的速度進行配送。其中，物流場景一般叫支線配送。還有一部分在封閉場景比如在園區(qū)、校園、住宅小區(qū)等，也有很多配送需求。

美團現(xiàn)在主要側(cè)重于城區(qū)場景配送，會涉及城市道路、園區(qū)、住宅道路等等。這類場景的參與者非常復(fù)雜，我們希望最終達到結(jié)合城市場景里包括園區(qū)、公開道路的配送車，以及空中的無人機，通過無人設(shè)備跟我們的騎手去協(xié)同，打造一個空地一體化的人機協(xié)同的配送網(wǎng)絡(luò)，支持我們城市末端的配送需求。

我們在今年4月正式發(fā)布了一款新的自動配送車——魔袋20，車寬1.1米，車長2.5米，最高時速達45公里每小時。車輛智能程度方面，我們增加了更多的傳感器，更大的算力，整個車輛的傳感器總數(shù)達到30多個。車輛硬件方面，我們按照車規(guī)級標準生產(chǎn)、制造、測試。其中，我們完成了整車性能測試、耐久測試、嚴寒酷暑環(huán)境適應(yīng)性等測試。

我們今年在北京順義區(qū)公開道路配送的累計總里程大概為50萬公里，累計配送的真實用戶訂單大概為10萬單，今年參加了包括深圳、廣州、南京、成都、廈門等城市的抗疫工作。

自動配送車在公開道路要識別紅綠燈，其中在非機動車道內(nèi)要跟很多車輛、行人、老年代步車、自行車、電瓶車、逆行的行人和車輛交互。在整體運行速度為20多公里，還有很多電瓶車逆行的時候，將會對無人配送車的通行帶來很大的挑戰(zhàn)。

自動配送車是一個送物小車，行駛速度相對比較低，在很多人想象中，是否比較簡單？但是當我們實際做的時候，發(fā)現(xiàn)在這個場景下會遇到特別特別多城市的“煙火氣”，以及預(yù)想不到的長尾、復(fù)雜情況。

我這里列舉了幾個圖片，比如在機動道路上或非機動車道上，行人、自行車等很多不同元素交合，在路邊停了很多車輛，包括當我們在非機動車道行駛，很多樹把衛(wèi)星信號遮擋得非常嚴重。

整個自動駕駛技術(shù)是非常一致的，包括定位、感知、決策、控制，但每個環(huán)節(jié)都會面臨挑戰(zhàn)。對于較特殊的挑戰(zhàn)，我分開給大家看一下例子。

我們先來看感知。在當前的場景里面，因為我們要在機動車道、非機動車道行駛。三個圖代表不同的攝像頭，結(jié)合攝像頭、雷達，我們能識別周圍很多的障礙物。

從這個圖里面大家可以看到，道路里面有很多不同的障礙物，它的速度各不相同，運動方向各不相同，種類也很不一樣。

比如園區(qū)很窄的道路有大量的行人和自行車，在這樣的場景里我們怎么去識別？如果這邊停了一輛自行車，我們需要判斷車上有人或者車邊上有人，是靜止的車還是騎行的車等等挑戰(zhàn)。

再一個是定位。我們很多時候覺得定位是一個相對來說已經(jīng)解決的問題，但在一些城市的復(fù)雜場景中，定位還是有很多挑戰(zhàn)。

一方面，很多場景會讓定位退化，所謂“退化”就是它的周圍場景，第一可能衛(wèi)星信號被遮擋。

另一方面，如果通過視覺看周圍的環(huán)境，環(huán)境始終是不變化的。比如在很長的隧道里，不管到哪，激光雷達視覺進行匹配，看到周圍隧道都是一樣的?；蛘咴诘貛斓男D(zhuǎn)坡道上，如果不仔細識別信息，很難知道現(xiàn)在到底在哪。再比如樹木會遮擋很多衛(wèi)星信號，讓我們不得不用更綜合的技術(shù)手段定位。再比如城市道路上會頻繁遇到大量的城市道路施工場景，環(huán)境會經(jīng)常變化，一旦變化的話，我們就需要非常及時地更新高精地圖，讓車輛更好地行駛。

再來看決策控制。在城市環(huán)境中，跟自動配送車交互的道路元素多種多樣。如果自動配送車在機動車道行駛，相對來說周圍汽車的運動軌跡、運行速度比較容易預(yù)測，因為汽車絕大部分是直著往前走，偶爾變道也會逐漸過來。但是當周圍要跟很多行人、自行車交互時，當很多人逆行，或者很多行人在道路上橫過馬路時，怎么較好地預(yù)測周圍的每一個元素，或是未來三五秒鐘出現(xiàn)在什么位置，將非常大地影響我們的決策和控制動作。

最右邊這個圖，是自動配送車在非結(jié)構(gòu)化道路比如園區(qū)道路進行不太好完成的調(diào)頭，如果進行大尺度調(diào)頭，這對車輛技術(shù)的要求非常高，因為路徑的規(guī)劃和速度控制要非常好地吻合才能實現(xiàn)。我們現(xiàn)在已經(jīng)實現(xiàn)時空一體的三維規(guī)劃，把路徑規(guī)劃和速度控制在一個模型內(nèi)結(jié)合，才能較好地讓自動配送車在劇烈變化的路徑中穩(wěn)定行駛。這是我們在決策控制上遇到的挑戰(zhàn)。

再有一大類是安全方面。車輛在路上行駛一定要安全，而且比人還要安全。這個安全分為主動安全和被動安全。主動安全即車輛自動駕駛要能做到躲避障礙物；被動安全是萬一真的發(fā)生碰撞，不管是我的原因還是別人的原因，怎么盡量減少對周圍環(huán)境造成的傷害。比如人撞上，車通過外形設(shè)計、材料選擇，降低發(fā)生碰撞時產(chǎn)生的傷害。

同時，我們也會考慮數(shù)據(jù)安全。我們的車輛會采集大量的數(shù)據(jù)，很多是比較敏感的地理數(shù)據(jù)，我們需要保證這些數(shù)據(jù)的傳輸、存儲比較安全。

再比如網(wǎng)絡(luò)，不管是上傳的數(shù)據(jù)還是車輛的控制信號，都是通過網(wǎng)絡(luò)傳輸，怎么保證數(shù)據(jù)加密，以及控制信號的不可篡改等，這些都要考慮。

還有功能安全。對車輛來說，除了車輛的機械結(jié)構(gòu)之外，還有大量不同的傳感器，還有一個非常復(fù)雜的分布式計算平臺。這些傳感器、計算平臺、軟件每一個都可能發(fā)生故障。在一些零部件發(fā)生故障的時候車輛能不能較好地實現(xiàn)容錯，如果不能正常行駛，也要盡量減少對交通造成的危害。

主動安全，被動安全，數(shù)據(jù)安全，網(wǎng)絡(luò)安全，功能安全這五大安全領(lǐng)域，都是我們現(xiàn)在發(fā)現(xiàn)且要一個個解決的。所以我們現(xiàn)在從三個大的維度去思考：對車輛設(shè)計，對軟件系統(tǒng)在內(nèi)的整個系統(tǒng)方面，以及整個運營流程等都需要比較好地進行很多設(shè)計，讓我們的配送可以更加安全。

最后展望未來，我們覺得如果城區(qū)配送最終大規(guī)模落地，一定是去人化，去人化就是不需要安全員在運營一線跟隨。自動駕駛車如果要一個人跟著，經(jīng)濟成本就算不過去，無人配送也是這樣。

自動配送車上沒有座位，但自動配送車目前在絕大部分城市落地時，按照政策要求，車后需要跟隨一個人，以及遠程監(jiān)控員。我們希望最終做到不管從技術(shù)或政策，能夠讓自動配送車不帶一線運營安全員地在道路行駛，重點通過遠程監(jiān)控來保障運營。所以一方面需要我們繼續(xù)提升自動駕駛技術(shù)，讓自動駕駛對周圍的感知、規(guī)劃、控制、定位更加安全可靠。

另一方面是在運營方面努力，如果有一些突發(fā)情況，我們能通過運營的人力、維修、緊急安全員快速跟上。

還有政策法規(guī)上，我們需要跟政府一起，通過自動駕駛能力的提升，政府能更有信心，給行業(yè)開放更多路權(quán)和更靈活的條件。

最后在網(wǎng)絡(luò)安全方面，整個行業(yè)也需要不斷地做探索。

希望通過美團和在座同行，以及很多朋友的努力，大家一起讓自動駕駛技術(shù)、整個行業(yè)、法律法規(guī)不斷成熟。我們的目標是通過無人配送讓服務(wù)觸達世界的每個角落，我們也相信這個目標肯定會達到，但我們希望有更多人幫助，一起讓這個事情早日實現(xiàn)。

希望大家繼續(xù)努力！