实测北京无人驾驶网约车:离AI取代老司机还有多远?

自动驾驶离自己的春天越来越近。

2017年的北京百度AI开发者大会上,百度直播自动驾驶车辆上五环路的无人网约快穿女配:叮!你已被boss锁定内容,一度引发巨大争议。驾驶机还彼时自动驾驶企业的车离测试方式还是以封闭测试为主,缺少一块市区内的取代自主训练场。

如今,老司全国各大城市正在拉开一场无人驾驶抢跑战,有多远大批无人驾驶试点区的实测开放,让企业可以一展手脚。北京

7月7日,无人网约北京市高级别自动驾驶示范区工作办公室宣布,驾驶机还正式在亦庄等地区开放智能网联乘用车“车内无人”商业化试点,车离企业可以在获批后提供常态化付费无人驾驶出行服务。取代

与过去的老司测试相比,此次北京新试点的关键词有这几个——车内无人,意味着车内没有安全员,乘客将体验一段“一个人的行程”;商业化,意味着企业可以对出行服务长期收费,把新服务做成一项稳定的业务。

但与此同时,大多用户对无人驾驶出租车的了解不多。这些试点区往往处在偏远的城市郊区,而且范围狭小,这里的出行需求不多。

为了了解这次全新试点的推进成果。「科技新知」来到北京亦庄,亲自体验了无人驾驶的出行服务。

无人出租,离老司机还有多远?

(萝卜快跑出租车的车内场景)

想在北京坐上一辆智能驾驶出租车,你首先要选择一家运营平台,并下载他们的APP。「科技新知」下载了两个在北京提供无人驾驶出行服务的平台APP,分别是百度旗下的萝卜快跑,和小马智行旗下的快穿女配:叮!你已被boss锁定Pony Flutter。

(小马智行、萝卜快跑的APP首页界面)

打开APP,你会看到无人驾驶平台的乘车须知。与常规的网约车相比,无人驾驶没有什么特殊之处,只有一点例外——一辆车最多乘坐3人,乘客只允许坐在后排。

(萝卜快跑乘车须知)

用户完成注册后,就可以选择出发点和目的地。在出发前,「科技新知」在亦庄随意选取了两个地点,两个平台立即给出了接单车辆位置,车辆信息显示,接单车辆赶到目标地点在3分钟左右。

但在实际赶赴亦庄上车点后,系统显示,前方排队乘客还有11位。实际上,「科技新知」从抵达上车点到坐上无人车,花去了近20分钟时间,这可能与上车的点位、时段有关。

在确定路程时,你需要在运营区域内茫茫多的上车点和下车点中进行选择。

你可以把它理解为公交车的站点模式——无人驾驶平台在测试区内规范好密密麻麻的上车点和下车点,乘客只能在在有限的地点里选择一个上车,并打车到指定下车点。很多时候,上车点与下车点甚至是不重合的,你可以在一条街找到多个上车点和下车点,至于额外多出的路程,则要靠自己的双脚来走。

(小马智行用车界面,青色为上车点,黄色为下车点)

这样的站点式规划,目的是避免复杂情况的出现。你可以把无人驾驶理解成一位新手司机,它能对路况、交通灯信息做出判断,能处理基本的转弯、加减速、让行等操作,但处理不好一些复杂操作。

比如像老司机一样,到狭窄复杂的小区门口接乘客,再停到一个路况复杂的园区里供乘客下车。

“现在改进了不少,站点已经很密了。”车上的安全员对「科技新知」表示,早期的无人驾驶测试环境里,站点非常稀疏,到现在,无人车的上下车点基本覆盖了亦庄的主要街道,大大方便了乘客体验。

与网约车相比,无人车的上车流程是开车门上车——坐在后排并系好安全带——在座位屏幕上输入手机号后四位——点击“开始行程”。在行程中,座位屏幕会实时显示自动驾驶系统对当前路况的检测结果。

(小马智行车内屏幕)

价格方面,「科技新知」选择在两家平台各打车一次,其中小马智行打车2.4公里,费用30.5元优惠抵扣后实付0元;萝卜快跑打车3.5公里,费用31.95元,活动抵扣后实付5.75元。

相比常规的网约车如滴滴快车,两家无人驾驶平台的费用整体要更高。在离开新客补贴后,无人驾驶平台可能很难保证价格对乘客有吸引力。

例如,滴滴快车在北京的起步价为13到14元,萝卜快跑为18至19元,小马智行为18元;里程费方面,滴滴快车为1.4元至2.25元每公里,萝卜快跑为2.7元至3元每公里,小马智行为2.6元至3元每公里;时长费方面,滴滴快车为0.5元至0.8元每分钟,萝卜快跑为0.5元至0.7元每分钟,小马智行为0.7元至0.9元每分钟;远途费方面,滴滴快车为0.5至1.4元每公里,萝卜快跑为0.9元每公里,小马智行为1.7元至2.4元每公里。

在亦庄,两家平台运营的主要是下图所示的,有安全员的智能驾驶车型。小马智行乘客必须完成首单订单后,才能预约全车无人出租车;萝卜快跑仅在北京西郊的首钢园园区开放全车无人出租车,且体验阶段价格为30元一口价,不容讲价。

(停在路边的自动驾驶测试车)

而当前亦庄无人驾驶的主力车辆,都离不开安全员的把控。

在10分钟的车程里,「科技新知」注意到,安全员基本不负责十字路口、直行路况的操控,只有几类场景会触发安全员的下场,它们分别是鸣笛、变道和向旁车喊话。

在直线车道一辆违停车的身后,无人驾驶车用一种略显呆傻的方式停在了原地,安全员不得不上手为车辆变道。

这或许表现出无人驾驶车辆的算法还有精进空间——前方所停车辆是故障停车还是等待行人/交通灯?我应该变道超车还是等待前车发动?

对于乘客个性化的诉求,无人车也很难做到周全。

当「科技新知」对安全员提出,能否匀速起步,平缓转弯和刹车速度时,安全员只能报以苦笑:

“它的速度是固定的,没办法像人一样,照顾你会不会晕车。”

当然,自动驾驶出租车的整体体验比较人性化。在「科技新知」体验的车程中,车辆直线速度保持在70千米每小时,加速和减速基本稳定。

相比出租车的“老司机”,自动驾驶不会做出突然加速的抢灯行为。如同一个谨慎的新人,它只会按部就班地匀速行驶,这对晕车人士十分友好,但「科技新知」在体验中,车辆作出了几次自主变道且速度较快,此时晕车感还会不可避免地出现。

谁在领跑无人驾驶竞争?

百度创始人李彦宏曾在《智能交通》中写道,百度采取了渐进式的无人驾驶发展路线,在人车混行更少、大家遵守交规、红绿灯设置合理的地方先跑起来,先从5万公里、10万公里跑起,最终向L5级别的任意场景全无人驾驶迈进。

这也是国内自动驾驶企业的通行做法。从L1到L5的路径不能一蹴而就,但在全国范围内的自动驾驶试点区,各路玩家已经抢破了头。在北京,这些玩家是百度和小马智行,在上海、广州、深圳等多个城市,T3出行、滴滴、文远知行等玩家还在虎视眈眈。

不同玩家的自动驾驶技术殊途同归,都是通过架设感知、预测、规划、控制模块,让车辆尽可能向人类的思维模式靠拢——我处在什么样的环境中?附近路况如何?我要如何规划路线?如何实施具体操作?

其中,最关键的部分是感知。

自动驾驶的感知模块,需要解决看到物体,分析物体是什么,跟踪物体并进行语义分割,分清在车辆面前的是另一辆车,还是行人或障碍物。

2021年3月12日,一辆特斯拉Model Y在美国底特律追尾一辆白色半挂卡车,造成严重损毁。事故原因是,自动驾驶的感知系统认不出卡车的白色车厢,就只能从过往的“记忆”里进行匹配,结果是,自动驾驶系统把卡车认成了白云,一头扎了上去。

在国内,以此次「科技新知」体验的百度萝卜出行和小马智行为例,双方都在啃多传感器融合技术。也就是给车身安装更多的雷达和摄像头,如果一双眼睛看不清楚,那就用几十双眼睛来感知路况。

例如,百度阿波罗感知算法就包括预处理、后处理等模块,先用雷达、摄像头捕捉图像,稍作调整后就对图像中的交通灯、车辆等信息进行检测处理,最终让AI系统理解当前路况的障碍物信息。

小马智行的感知系统同理。官方信息显示,小马智行通过相机、雷达等传感器感知路况信息,并进行目标检测、多目标追踪、场景理解等工作。如图所示,感知系统将车辆标注为绿色,摩托车标注为橙色,行人标注为黄色,环境信息标注为灰色。

而决定自动驾驶精度的,是长尾场景数据与算法。

自动驾驶领域的长尾场景,可以理解为罕见路况,如晚高峰超级忙碌的十字路口,大量行人或非机动车抢行的十字路口,开出狭小路口面对左右横行宽敞车道的路口,大雨、大雪、大雾天气下的路面,也包括特斯拉曾“翻车”过的特殊路况——一辆车可以正常行驶在路面上,也有侧行、逆行、翻倒、部分车身解体等特殊情况出现。

谁能积累更多的长尾场景数据,谁就能优化算法,提升自动驾驶的精确度。在此方面,百度阿波罗与小马智行殊途同归,都是通过无人驾驶测试区的海量实测,储备L4阶段面临的长尾场景数据。

而在无人驾驶出租车的战场,百度的优势更明显。根据百度2022年年报披露,按已完成的订单量计算,百度萝卜快跑是当前最大的无人车服务提供商,截至2023年1月底,萝卜快跑已经累计提供了超过200万无人驾驶出行订单。而小马智行的无人驾驶商业订单数为近20万单。

无人驾驶,何日走入寻常百姓家?

在体验无人驾驶出租车时,「科技新知」曾询问驾驶位的安全员:“您觉得无人驾驶进入L4或L5阶段,离开测试区在全市运行,还需要多久?”

安全员的答案是:“可能还要等很久。”

一方面,在亦庄、首钢园等北京的无人驾驶测试区,可供乘客选择的上下车点越来越多,商业化运营也愈发成熟。无论安全员还是乘客,人们都对无人出租的服务不再感到好奇。

另一方面,无人驾驶出租车,还没有走出“幼儿园”。

亦庄留给行人的印象是一个词——标准。这里马路宽敞,几乎无人的次要道路都覆盖着标准、流畅的交通灯。路面车辆并不多,一个60秒的红灯,只能拦住不超过10辆汽车,不超过2辆电动车。

曾有外卖骑手对「科技新知」抱怨北京主城区糟糕的路况——遍地都是停车位,非机动车道几乎被停好的汽车塞满,骑手没有任何办法,只能到机动车道去,和汽车抢道。

而在亦庄,你几乎看不到此类情况出现。

在非早晚高峰期,这里罕有行人,外卖骑手的电动车也只在少数主干道路出现,密度远不及北京的核心市区。至于飙车、抢灯更是罕见。

即便在这样的路面测试全无人出租商业化运营,也要严格限制车辆数量、测试范围,这足以说明,从企业到监管部门,对此次测试的谨慎态度。

对企业来说,在这样的“襁褓”中孵化的自动驾驶,还远远达不到“能打”的程度。

自动驾驶正在迎来整个行业的繁荣阶段。越来越多的车企选择与自动驾驶企业合作,比亚迪创始人王传福曾在2022年财报会议上对自动驾驶大泼冷水:“什么无人驾驶都是扯淡”。但同样在2022年,比亚迪和英伟达、百度等企业达成自动驾驶合作。

另一边,自动驾驶关键的芯片、雷达等配件能力也在提升。以2020年英伟达发布的Orin芯片为例,按照小马智行的说法,这款芯片已经能达到过去L4的算力需求。

但同时,自动驾驶服务平台也必须走出“襁褓”,不仅是为了获取更多的长尾场景数据,同样是为了后续研发投入而“输血”。

做自动驾驶,就是养了一只“吞金兽”。2021年和2022年,百度的研发费用分别是233.2亿元和249.4亿元,研发费用率最高接近20%,在国内民营企业中位列第一位。

这也是此次全无人驾驶出租车开放商业化试点的重要意义——想办法给研发企业输血,不让企业受到漫长的研发过程,海量的研发经费的拖累。

在未来,全无人出租车服务需要进入更多地区,特别是需求更大的核心城市的核心市区。只有走出“舒适区”,胆怯、生涩的AI司机才能挖掘更复杂的路况规律,才能让整个社会看到无人驾驶的巨大潜力。