先把L4做好

許暉

有人認為，自動駕駛的出現源自人類天生的“懶”，期望在無法預知的有限壽命之中，為客觀存在的每天24小時，盡可能的留出屬于個人的時間;也有人認為，是技術進步的必然，能倒逼社會重新審視自身不足，以適應社會高速發展的時代巨輪。似乎每個獨特看法都沒有問題，但放置于全局視覺，終歸略微片面。“人類為何需要自動駕駛？”、“需要何種自動駕駛技術”。本文嘗試從文遠知行這家中國自動駕駛AI技術公司，去尋找一些答案。

各有各的花式玩法

相對于社會民眾對于自動駕駛的理解。主機廠、供應商、互聯網企業以及AI技術公司等幾類涉及自動駕駛領域的主要玩家，客觀上已經欣然接受了自動駕駛終將來臨的事實。只不過在這些玩家之中，同樣懷揣不同的心態與考量罷了。

主機廠作為直接涉及者，不論是傳統還是新勢力，都明白這是逆水行舟，已不是跟進與否的抉擇，而是如何避免在“未來出行賽道”陷入被動，淪為出行企業的供應商。剩余時間已經不多，盡快利用手中技術實力，參與到自動駕駛的研發和發展當中。體量大的主機廠，如老牌企業整體布局更早，投入更大。在大量造車技術積累數據之上，研發屬于自己的自動駕駛技術。體量小的車企礙于投資成本以及技術積累無法短時間看齊頭部企業，部分選擇老老實實造車，爭取在不景氣的大環境下先活下來，更多的則希望供應商能提供可供直接購買的通用系統，或是抱團扎堆緊密圍繞著由權威發布的后市規劃和技術規范，力爭不會落后太遠且人有我有。

供應商的危機感顯而易見來自于將會被進一步壓榨的利潤空間，并且比主機廠更為強烈。可以試想，未來出行交通工具，將取代汽車成為人類從A點去到B 的核心行業。這或許顛覆原有類似“人生之中第一輛車”、“下一輛車一定選XX”等不同階段的人生目標。社會地位的體現也可能從所擁有的車輛檔次，更迭成日常所用共享車輛的檔次。擁有權與使用權的變化，駕駛證的含金量或許蕩然無存。主機廠可能淪為出行企業車輛供應商的預測，也敲打著那些為主機廠提供零部件的一級供應商去思考如何從自動駕駛下手尋求新的利潤增長點。

與主機廠所擔心的不進則退，供應商所考慮的利潤增長點所不同。互聯網企業，準確來說應該是AI技術公司進入自動駕駛領域的處境則微妙得多。這些企業在自動駕駛領域似乎擁有更為天然的技術優勢。通常傳統車企習慣使用V 模型進行軟件開發，可一旦市場需求發生變化，隨即帶來的便是整套需求分析、概要設計、詳細設計、軟件編碼、單元測試、集成測試、系統測試、驗收測試的重頭再來。這個劣勢對于具有完善的軟件開發、測試流程及人才儲備的AI技術公司完全可以迎刃而解。另外短期之內并沒有明確落地商業計劃的AI技術公司，并無過大的量產壓力，其目標也自然可以提高至L4 層級起跳。當然其也并非沒有劣勢，空白的造車經驗讓其無法獲得第一手的汽車控制權，如總線之中的各類數據，而一旦方案完成需要商業落地，如何落地、落于何處也成為一道門檻。所以目前大部分此類公司要么與車企聯手，要么做強自身等待合并。

奔馳與寶馬自動駕駛聯盟分手后攜手英偉達、沃爾沃與Waymo合作、亞馬遜收購Zoox、小馬智行獲得豐田4億美金的投資、背靠日產的文遠知行與白云出租、高德、高新興合作、滴滴Robotaxi落地上海。今年上半年最后半個月，主機廠、供應商以及AI技術公司眼花繚亂的花式玩法著實耐人尋味。

如鯁在喉的L3級別

仔細研讀目前自動駕駛行業所遵循的NHTSA（美國國家公路交通安全管理局）以及SAE（國際汽車工程師學會）的自動駕駛層級劃分不難發現，“自動駕駛”只是一個技術統稱。而層級則可看成人與系統兩者之間在駕駛車輛上主導權的劃分。整個分級實際上可以視為是對駕駛者各類實際參與操控的感官解放程度。譬如解放雙腳的自動加減速如ACC、AEB系統等均劃歸L1層級范疇;在一定速度下，協助駕駛員控制車輛橫向與縱向車輛操控以達到解放雙手（雙手仍需接觸方向盤）可劃分為L2層級;無需駕駛員參與，系統自動控制車輛行進則可視為L4/L5級別，其區別僅在于是否行駛在限定路段以及環境條件以達到解放大腦，還是所有路段和任意環境條件下以完全解放人類駕駛員。

細心的讀者會發現，為何不見被視為解放雙眼，跨入自動駕駛的L3層級。這要從車輛上的活人所充當的角色來說，自動駕駛的終極目標是解放人類駕駛員并轉換為乘客模式，車輛真正回歸代步運輸工具。這其中的關鍵在于人與系統到底誰真正控制車輛。L4/L5層級的主導權在系統，L1-L3層級的的主導權雖然逐步交予系統，但最終仍存在人類駕駛員角色。特別是L3層級的尷尬過于明顯，駕駛員雖然可以隨時撒手，但又要隨時準備接管，這樣隨時戒備的狀態違背了自動駕駛的初衷。模糊的界定反而讓行車期間更為疲勞與精神緊張。所以說只要乘員角色一天沒有徹底完成轉換，那么自動駕駛的一天不能算真正到來。

技術與配套法規向來都是一個巴掌拍不響的組合。盡管L3是技術漸進之中非常重要的劃分層級，但在技術實用性上受制于無法預計的法律法規，令其成為了幾乎可完全忽略的層級。過于模糊的定位以及界限讓L3對于參與自動駕駛研發的企業來說，如鯁在喉、味同嚼蠟。正如奧迪自動駕駛研發組發言人哈特曼（ChristianHartmann）在接受媒體采訪時所表示：“在自動駕駛審批認證過程中，我們處于在試驗中不斷學習和法律條文缺位的雙重困境。”三年前早早公布自家A8車型適配L3級自動駕駛功能的奧迪，如今宣布本代A8徹底告別L3級自動駕駛功能。與其說代表主機廠的奧迪半途而廢，倒不如說L3層級對于精于算法的如谷歌Waymo、通用Cruise等科技公司，本就是一塊雞肋。就連零部件大佬采埃孚也宣布更多著力與乘用車L2+化，商用車/城市客運L4化，并不看好乘用車L3化。主要原因就是成本，錢還是小事，耗不起的時間才是最大的成本。多少有點沒看明白的是，與國外企業對于L3的謹慎態度相比，國內企業似乎更為歡呼雀躍。國內吉利、上汽、廣汽、蔚來、威馬、小鵬等車企均有計劃推出L3級自動駕駛車型。近日長安更是宣布搭載L3級自動駕駛功能UNI-T上市，成為國內首家實現L3級別量產的車企。或許它們的歡呼更多來自于國家工信部在3月9號發布了《汽車駕駛自動化分級》推薦性國家標準報批公示。畢竟這是一份而由上述不少合資車企和主流自主品牌共同參與標準的制定。誰也不想錯過這次明確自動駕駛分級政策之下的落地量產大餐吧，只希望相應的法律法規能徹底跟上。

別扯L5，先把Robotaxi做好

“別扯L5，咱們先把L4的代表---Robotaxi做好”，這句來自文遠知行CEO韓旭的話在筆者看來，具有兩層意思。其一，L4和L5的區別關鍵主要來自技術攻關，按照技術發展的規律，盡管可以并行發展，但也需有層級基礎，極端地說L5目前在地球上還不存在，更遠不到談政策支持與配合的時候。而L4現在對于政策的需求非常高。開放性、容錯機制、執行效率等，直接影響L4推進。其二，對于AI技術公司來說，把應用場景，或者說自己所選的賽道做好做強是最關鍵的，AI技術公司的技術能力是通用的，即做得好的話可以解決全場景的問題，但是落到應用，還沒有哪家有足夠的人力和資本去把所有應用場景都包下來。

事實上，成立于2017年末的文遠知行，A輪融資就由雷諾日產三菱聯盟戰略領投，成為中國首家由全球汽車制造商投資的L4級自動駕駛初創企業。而通過與聯通開展5G合作，也實現了全國首個5G網絡下的無人駕駛應用。2018年末推出了中國首臺Robotaxi;次年8月組建了國內首個落地一線城市的自動駕駛出行合資公司文遠粵行;同年11月在廣州推出國內首個對公眾全開放的Robotaxi運營服務，范圍覆蓋黃埔區、廣州開發區144.65平方公里的城市開放道路。目前運營車隊從初期的20輛增加了一倍，落地至今的零安全事故數也從側面佐證了文遠知行自研的“WeRideONE”自動駕駛通用算法，可以實現旗下Robotaxi全場景、全天候的覆蓋，包括隧道、橋梁、高速公路、早晚高峰、夜間、雨天等。

如何讓Robotaxi真正跑起來

技術優劣由數據來佐證，不俗的數據同樣需要優秀的技術支撐。這一點文遠知行深諳其道。AI技術公司自己不造車，但是會選車。文遠知行目前所使用的測試車輛，除了大多數同類公司所選用的林肯品牌以外，考慮到不同車型更有助于數據之間的輔助糾偏，所以還包括廣汽GE3，以及來自于A輪領投方日產旗下Leaf2和軒逸兩款純電車型，有助于快速得到底層的技術開放和支持。與部分同類企業不同，文遠知行沒有采用多團隊方案擇優競爭的模式，而是通過對“全棧式軟硬件解決方案”的不斷迭代更新，達到完善WeRideONE”自動駕駛通用算法的目的。

接下來將會投入到運營車隊的車頂一體化集成套件WeRideSmartSuite3.0，屬于其自研的第三代產品，整體設計與眾多同行類似，均通過攝像頭、毫米波雷達以及激光雷達等多傳感器冗余疊加工作，外形而言整合性較高。其中有兩點吸引了我的注意力。首先是自動駕駛技術之中不可或缺的攝像頭。通常采用三方供應商產品即可，但文遠知行居然自研了一套相機模組，還是前向四目設計，印象之中大型零部件巨頭的設計頂多是三目，以滿足長短焦以及廣角需求。文遠知行的這套前向四目設計，外加6個實現360度環繞需求的攝像頭。自行解決了之前遍尋攝像頭硬件無法達到理想要求的問題，依靠前向四目設計連帶取消了原有車頭的激光雷達。其次是作為運算大腦的英偉達計算單元被挪到了頂罩之內。方便散熱之余后備箱空間得到了完美釋放。要知道目前不少同類企業產品，后備箱依然被計算單元以及散熱系統占去一半位置。這對于實際載客運營的Robotaxi來說是很好的加分項。看來文遠知行不僅執著于軟件，對硬件同樣有著追求。

讓一臺Robotaxi真正落地跑起來，除了上述不妥協的硬件，同樣需要倚重縝密的軟件算法。作為由系統完全控制的L4自動駕駛解決方案，各種方案工作原理大同小異。傳感器、定位、AI感知、路徑規劃和決策、車輛控制缺一不可，如何在眾多方案之中突圍而出，細節的考究成為了關鍵。與其在會議室被動接受來自于工程師的方案講解，筆者選擇了親身體驗文遠知行這套“WeRideONE”自動駕駛算法在Robotaxi上以及新一代測試車輛上的實際運用。

Robotaxi的車輛呼叫通過WeRideGoApp以及近期合作的高德地圖上均能在短時間完成約車動作。目前路面上運營的是交通集團白云出租公司旗下的軒逸車型。車輛使用與尋常出租車區別不大。僅因為保障測試期間的行駛安全以及同步收集路測數據，多出來一位始終保持緘默、雙手不碰方向盤的隨車安全員。車輛的行進速度并不拘泥于設定，而是因應實際路況調節，并始終遵守當前道路最大限速。從生物島出發到廣州塔來回約20km。確實是廣州復雜的城市混合路段的突出代表，體驗當天適逢雨天，面對橫穿馬路的行人，雨霧天氣之中并不明顯的交通信號燈以及社會車輛略微放肆的行駛軌跡，車輛始終保持著穩定的行駛姿態，并無出現諸如急剎、猛轉向等情況。事實證明，文遠知行自研相機模組的決定相當明智，極好地彌補了激光雷達在雨霧天氣中感知效能下降的空缺。乘坐Robotaxi的人好奇心肯定不會少，特別想知道自己在路面的實際情況，往常的體驗基本只能看到傳感器所提供的點云圖，有的甚至啥都沒有。但這次車輛上為了乘客實時了解車外路況，特意設計了模擬動畫UI，不但提供實時車輛軌跡，還可清晰分辨車外大小各異的目標，就連當天下雨路人的雨傘都精確的顯示了出來，特別有趣。

Robotaxi是文遠知行讓自研L4自動駕駛算法落地的一種途徑，更讓人興奮的則是駕駛前艙真正的無人操作。這些年各類海外技術日體驗過不少，如采埃孚等零部件巨頭的在封閉場地內的前艙無人駕駛測試，可在國內更為復雜的開放道路下的前艙無人測試還是首次。倘若不是知道文遠知行剛剛取得了相關部門所審批下發的全無人駕駛路測許可證，估計是斷然拒絕的。雖說開放路段的路線可以通過高清地圖，或是如高新興等合作企業所提供的遠程數據提早規劃，但面對未知路況真的只能依靠系統決策層對車輛執行層實時判斷執行了，特別考驗整套算法此前的深度學習和當下決策。測試過程相當流暢并饒有趣味，特別是其中一個右轉彎道之中，一輛忽左忽右的電動三輪車，以隨機軌跡持續占用車道時，測試車輛所表現出的預判以及規避動作一氣呵成。倘若不是后來三輪車自行停下來在路邊取餐，真心以為是為測試所安排的托兒。

結語：

實現與落地是兩碼事，文遠知行的商業模式實際上是穩固的鐵三角戰略合作關系。圍繞政策法規所允許的范圍之內，使用頂級主機廠和一級供應商所提供的車輛平臺以及優質零部件，通過強大技術實力自研的“WeRide ONE”自動駕駛通用算法，為網約車、分時租賃以及出租車等企業打造出L4 級自動駕駛出行服務平臺“早日去掉安全員，讓L4 真正穩穩落地并實現單車盈利”應該是韓旭現在最大的心愿了。

對話文遠知行CEO韓旭

AF： 突發的疫情讓不少初創企業度日如年。文遠知行仍獲得中國第一，世界第二全無人駕駛路測資格，所依仗的是什么？

韓旭：能獲得這個資格，我覺得應該與文遠知行的兩個主要重點分不開。第一條是保證自身技術的領先，越早拿到相關資格，就能越早進入別人暫時無法進入的領域;越早得到重要數據，也就越早讓技術更領先。這樣企業才能從行業之中突圍而出。這是一個良性循環的螺旋上升機制。第二條就是不亂花錢，我們是一家非常注意費效比的公司。從創立之初管理層就明確了公司運營不亂花錢，而是把有限的資金盡數用在技術研發之上，因為這樣才能保證我們能做到第一條。突發的疫情是無人所能預知的，但不應該成為初創企業度日如年的主因，充其量只能是次要因數。疫情期間大家減少外出，Robotaxi的運營數據也證明有所下降，可是疫情穩定后，數據跟著就往上走，也代表了需求是有的，而且這次疫情可以看出，無人駕駛更應該加速落地，當出行無法避免的時候，Robotaxi無人化對于乘客健康保障優勢更明顯。

AF： 目前國際上自動駕駛研發之中主要遵循SAE/NHTSA 標準，這些標準歷經這么多年是否仍然適用，有沒有細化或者升級的必要？

韓旭：我認為現在SAE的分級標準已經十分充分并且足夠了，定義也十分清晰，從Feet-free到Handsfree，再到Eyes-free，最后到Mind-free。人和車的權力劃分十分清晰，反觀現在很多涉足自動駕駛的企業，不少都在推廣如L2.5，L3.5。這些用詞在宣傳上可能有用，但是在真正做技術上，從來都是0和1之分，在沒有達到下一個等級之前，不應該存在什么無限接近的概念。至于細化和分級，我覺得在一個技術徹底成熟以后再細化是對的，可以發展出更多樣化的技術方案，只不過殊途同歸;而當技術仍在攻關的時候，過早細化或者升級可能會讓目前發展良好的趨勢分了心，變成橫向發展，延遲了技術到達下一層級的時間。

AF： 大家都說自動駕駛企業落地難，融資難，技術研發每年燒10億美元未必夠，文遠知行怎么看？

韓旭：不僅僅是自動駕駛企業，其實整個AI 人工智能企業落地難是一個普遍問題。遇上困難以后只有兩種可能，要么知難而退，要么迎難而上。文遠知行屬于后者。做技術要務實，技術從來都不是空中樓閣，歷來都需要堅實的基礎。所有事情應該從“第一性原理”出發，也就是物理角度看是否可行，不可行就不要浪費時間，物理角度與邏輯都證明可行的時候，就尋找困難點接著一個個突破。做科技企業，特別是初創科技企業不能總想著守，也需要具有進攻性。錢總會花完，每一筆融資都代表著投資方的信心。這些信心來自于企業現階段所掌握的技術，企業應該盡早將自己的技術進行降維打擊，而不是等業界技術都成熟了再來，不用等到成熟，這過程中你自己就被別人降維打擊了。另外信心也來自于節儉，就如上面我說的，不亂花錢，文遠知行3 年花了1 億美元，做出了今天的成績，并且我們也有各種各樣實實在在帶來收入的落地運營項目。