虽然滴滴在上海世界人工智慧大会上展现了他们的无人车，但理性分析，

1.滴滴前些年做自动驾驶动静不大，自动驾驶团队其实刚成立不久，前几个月还在大量挖人，仍需要继续技术储备。

类似今年的华为，风风火火进入汽车行业。可以说，滴滴在网约车平台已经一家独大，能做的工作就是不断优化调度演算法，优化路径，提升乘客乘车安全，滴滴在入局自动驾驶之前可以说是纯粹的一家软体起家的公司，现在到达一个瓶颈，要继续发展，继续盈利，继续跟上时代先锋，跟车一直打交道的滴滴必然要做转型。

滴滴自动驾驶团队目前共有300余人，150多名工程师，北京矽谷各一半，还有100多人是路测团队司机等。

自动驾驶团队是滴滴最牛逼的团队之一，CTO亲自负责。 外企文化，不加班，薪酬给力和滴滴其他部门不一样的待遇。

滴滴组织架构调整，重心调整，后期的成本挖掘，降低减少司机成本，只能从无人车进发了。前几年，无人驾驶技术还远远不成熟，滴滴的精力或资金链也不允许其花重金在无人驾驶上，都知道无人驾驶是一个烧钱的项目，前期投入巨大，短期很难看到回报。现在这个时期笼络人才，开始入局无人驾驶，不算太晚，不过做自动驾驶计程车载客的，需要技术成熟，风险大，民众能接受，道阻且长。

目前世界人工智慧大会展示的无人驾驶车，以及演示的功能，更像是一辆demo车。

视频来源:车东西公众号，侵删。

2.尽管滴滴拿到上海市首批智能网联汽车示范应用牌照，固定线路的载人运行计程车服务意义不大。

在今年9月上海嘉定举行的世界智能网联汽车大会上，公布了上海市智能网联汽车示范应用牌照 ，这次拿到牌照的有上海汽车集团股份有限公司、宝马（中国）服务有限公司、上海滴滴沃芽科技有限公司，此次牌照与以往的测试性牌照不同， 最大的区别是可以具备载人情况下的自动驾驶。以下是不同级别的牌照差别。

商用车牌照（载人测试和商业化运营）&>汽车示范应用牌照（允许功能化的载人应用）&>测试牌照（仅做测试，不允许载人）

预计自动驾驶车辆将达 30 辆，订单距离可超过 10 公里

短距离的载客运行，意义不大，都是固定路线。

感测器的核心配置为3个Velodyne的激光雷达（1个64线机械式激光雷达、两个16线激光雷达）和7个摄像头

光激光雷达成本已经达到了几十万元，「成本可观」。

即使正式运营，也需要安全员的存在。

https://mp.weixin.qq.com/s/xDR829Ml0oGrgi7u-AWrXw?

mp.weixin.qq.com

前些日子，Waymo发邮件称要开放没有安全员的无人车，刚成立的滴滴目前还不具备这个魄力。不取消安全员，盈利尚早。

三级驾照老司机发生的事故

这个视频就是在嘉定区公开智能网联道路人为开车发生的一起事故，驾驶员三级驾照，三年内未出任何事故，视频可以看到，机动车突然横向闯出，驾驶员来不及反应，车上感测器系统也未给予提醒或紧急刹车，欣慰的只是边缘碰撞，未造成大的伤害。无人车对此场景，cover难度巨大，对感测器的要求极高。

3.宣传造势莫当真。

看互联网企业，百度、华为，初创企业，Momenta、图森、地平线，有的大量挖人，有的大量融资。自动驾驶的香饽饽，目测就快要落地了，某些固定场景，简单场景下（港口、矿区、机场、物流园区），已初现苗头。

这几家公司的落地场景稍与滴滴不同，滴滴肯定还是围绕自动驾驶计程车来做的，其最大的难点痛点在城市道路，有行人的地方，有非机动车的地方都是潜在的危险因素，另外城市道路，若没有V2X通信加持，平常不起眼的红绿灯仅靠视觉去识别难度巨大，100%的准确率，但城市道路的红绿灯数量多，全部安装V2X不现实，所以相比港口、矿区等简单场景城市道路难度很大。

所以滴滴说今年年底推出无人驾驶计程车，不太看好，人在嘉定，喜闻乐见愿意去体验各种场景。

最后吐槽一下，都9012了，滴滴还顶个大家伙呢。

放个彩蛋，路人甲逮到Waymo真无人计程车

Waymo计程车

安利一波真无线。

Libratone（小鸟耳机）TRACK Air+ SE特别版 降噪真无京东￥ 1598.00去购买?

---

人在魔都，刚下班车，准备搬砖.....

15年大三进入课题组开始学习智能车，入门水平的菜鸡强答一波。

---

题目中提到的今年底用户可在上海特定区域（开放测试区？毕竟刚拿到测试牌照）打到滴滴无人驾驶计程车。预计自动驾驶车辆将达 30 辆，订单距离可超过 10 公里，应该还是有监督员监督的无人驾驶计程车，实际上就是demo。

个人浅薄之见：滴滴在年底推出无人驾驶计程车的demo车不难，但大规模使用和推广目前还不太现实。这不是针对滴滴，而是说目前的无人驾驶技术在不限场景的情况下都做不到大规模的商用。

---

高赞诸葛童鞋已经从滴滴公司的智驾团队情况、组织架构、测试拍照和行业情况分析了无人驾驶计程车的可行性。我从近几年智能驾驶技术学习和研究的亲身经历来浅谈智能驾驶落地在技术方面、伦理方面的问题。

1.智能驾驶汽车的发展情况

先偏一波题，还记得当年第一次摸到毫米波雷达、mobileye和激光雷达的激动，还记得当年团队亲手改装的demo车，完成第一次路跑的喜悦。如今，即使是初创的公司，招几个有开发经验的工程师开发一款能跑的demo车、测试车已经不难。就像某峡谷早期可能只有铂金以上才的瑞文才可以光速QA，而如今满峡谷都能遇到几个。

这几年，依赖感测器、高性能处理器和演算法方面的进步，自动驾驶技术在深度上不断进步，低级的自动驾驶技术，也就是目前常说的高级辅助驾驶在广度上也一直在普及。人们对自动驾驶的接收程度越来越高，特别是在开放测试路段，自动驾驶汽车屡见不显。

但即使到今天，无人驾驶汽车实际应用的演算法很多还是参考2000年甚至是90年代的论文，都是早期工业上应用很经典的演算法，仅仅从演算法创新的角度，可以说是「吃老本」。当然，这并不意味著无人驾驶汽车没有技术上的突破，只是想表明无人驾驶技术是技术，而不是基础科学，无人驾驶技术的发展将是一个「研发——测试——研发」长期发展过程。

谈及智能车技术，就不得不提自动驾驶技术的分级。这张图大家应该已经见过很多次，但是到智能驾驶确实绕不开。借用某教授对level 4级通俗的理解：L1我自己开、L2帮我开两下、L3我盯著你开、L4你开我不开。三级的自动驾驶就已可以算的上人们理解中的「自动驾驶」了，在绝大数情况下（也可以理解为适配过的场景下）自动驾驶系统可以实现可靠的自动驾驶，人工只需要在决策出现困难或者异常时才需要进行干预。这个等级的自动驾驶汽车上如果出现因自动驾驶系统出现事故是由汽车制造商（无人驾驶技术服务商）来负责。

那么目前国内外自动驾驶汽车发展到哪个阶段？

大家普遍认同Google的子公司Waymo是智能汽车发展的领头羊。在2018年底，Waymo在美国亚利桑那州凤凰城率先推出无人计程车服务Waymo one，这也是无人计程车在全球范围内首次实现商业化落地。2019年9月才开始测试无监督员的自动驾驶计程车。也就是说目前Waymo仍是处于4级自动驾驶的阶段。

而实验室阶段的测试车或者说各厂在各大智能驾驶大会上秀肌肉用的概念车可以达到Lv4的就多了。比如最近在2019世界智能网联大会上展出的BMW X7、上汽的marvel X等

Waymo自动驾驶计程车

而量产车型中目前处于level 3级的只有Audi A8L自动驾驶，但实际上这个level 3级还很稚嫩，仅仅适用于交通拥堵的低速情况，脱离拥堵后如果驾驶员不接管会自动减速靠边停车，还达不到我们想像中的自动驾驶。而较为出名的Tesla「autopilt」系统实际上只是接近Level3的level 2级别的驾驶辅助系统。其他各个整车厂搭载ACC（自适应巡航系统）、LKA（车道保持系统）、AEB（自动刹车辅助系统）都是在Level 2阶段的自动驾驶汽车。也就是说目前，市场上大家可以买到的自动驾驶汽车通常都是Level 2级的，都需要大家时刻关注行驶信息，随时准备接管驾驶权。下图为部分国内外汽车智能驾驶系统的方案。

2.智能汽车技术简述

智能汽车实际上就是设计和训练初一个虚拟的驾驶员来代替人类驾驶员，根据人类的认知、判断和执行，将智能汽车的结构进行功能划分，其大体结构可如图所示。

近几年随著高精度定位技术，图像识别技术，雷达测距、识别与跟著等技术的发展，智能汽车的环境感知能力得到了极大的提升。特别是人工智慧技术的发展，机器视觉的应用在智能汽车上越来越广，能识别的目标个数和种类得到了的显著的增长，识别速度和识别准确率也不断提高。相应的生产成本也得到了显著的下降，特别是激光雷达和高精度的惯导系统，早几年这一套系统的成本就接近百万，而现在国产化以后十多万也可以组一套「低配版」。当然目前的量产车上目前还没有上这些设备，主要还是使用相机+毫米波雷达+超声波雷达。总的来说，近几年智能车的环境感知能力得到了极大提高，但是在应对无人驾驶中各复杂场景的要求，仍需进一步发展。

信息融合与决策系统则取决于晶元性能和演算法，演算法工程师应该深有体会，很多演算法本身很好用，但是用到移动端以后由于性能吃紧需要对演算法进行阉割和优化。控制演算法一般都是基于经典的PID、模型预测、模糊演算法等进行开发，在单个系统的控制性能上鲁棒性、稳定性较好。由于人工神经网路的「黑盒」特性，在控制系统上应用较少。Waymo在控制系统使用深度循环神经网路进行驾驶员的训练。目前遇到的问题驾驶风格的调整、路口通行或换道时犹豫、缺乏与人类驾驶员的互动、频繁制动、频繁被超车、加塞以及在复杂场景下的可靠性问题。这些问题的解决依赖测试的大数据，也依赖V2X通信。

至于底层的控制执行问题，基于线控技术的开发的线控底盘以及能够满足转向、挡位和驱动的控制，其相应速度和性能基本能够满足智能汽车的使用。在控制的精确度、响应速度、耐久性、鲁棒性还需要进一步发展。

智能汽车本身面临复杂环境感知、实时规划决策和线控底盘的技术，除此之外还有很多非车端的基础关键技术，如智能汽车的「三横三纵」图所示，V2X通信、云控系统、调度机制、高精度地图、可靠性及测试标准、实车车路协同测试等问题也十分关键。近几年，封闭和开放测试区在各地开花，相关的测试标准和法规都在起草和试行阶段，百度、四维图新、千寻都在高精度地图方面著力，为智能汽车做配套。

为什么近几年智能网联汽车的概念比智能汽车更火，其实从某种程度上来说就是智能汽车的发展遇到了瓶颈，在车端继续提升系统的可靠性、鲁棒性十分困难，而通过网联来完成车辆的调度和信息交互，从而是实现无人驾驶和智慧交通比单单从车端入手更有效。借著5G万物互联的东风，道路信息的结构化和数据化，打破车与人、车与路、车与车之见也会时空的隔膜实现信息互通，最终实现智慧出行。

3.伦理道德与立法问题

菲力帕·芙特提出了著名的电车问题，其大致内容：假设你看到一辆刹车坏了的有轨电车，即将撞上前方轨道上的五个人，而旁边的备用轨道上只有一个人，如果你什么都不做，五个人会被撞死。你手边有一个按钮，按下按钮，车会驶入备用轨道，只撞死一个人。你是否应该牺牲这一个人的生命而拯救另外五个人？

假设你在开车，由于你打了个盹，车即将要撞到前方的高级轿车，你是选择打方向盘避开还是直接撞上去？

如果旁边有个面包车，你是选择撞面包车避开前方的高级轿车，还是撞高级轿车避开面包车？

如果面包车是违规在紧急停车道违规行驶的，你如何选择？

如果高级轿车里面有孕妇，你如何选择？

如果高级轿车换成幼儿园校车，你如何选择？

我们知道，即使是无人驾驶汽车，在某些极端情况下也有可能会发生事故（刹车失灵或者其他极端情况），在面临不得不撞的时候，这个时候演算法如何设计才可以避免道德伦理问题。

特别是汽车无人驾驶系统事故的责任归属是整车厂，有可能是由保险公司来赔付，会不会要求损失最小来进行逻辑上的选择。

当然，虽然在智能驾驶落地之前还有许许多多技术和伦理道德上的问题，Lv4级的自动驾驶还在小规模测试阶段，但依旧相信智能驾驶会一步步改变我们的生活，提高我们的出行体验，最终达成「零事故」的目标。

---

这是我们体验的国内首个一线城市落地试运营的自动驾驶计程车，不过不是滴滴，希望大家能从这个视频中了解到目前自动驾驶计程车的情况。

无 人 驾 驶

---

无人驾驶计程车必然不可行。

难点不在于技术，而在于社会影响。中国的出租/滴滴司机群体，起源于98年下岗再就业，继承了我国工人阶级的光荣传统：neng不死你。

被失业的滴滴司机，到时候会天天在路上碰瓷滴滴无人车，他们有一万种方法让无人车全责，直到滴滴妥协。

如果不妥协，搞出人命来，死几个乘客怎么样？反正交通意外不用赔命，划算。

建议滴滴的高管去阅读一下当年码头工人是怎么抵制集装箱的，最后航运公司花了多少钱才摆平了那些「码头土匪」。滴滴司机可比这些人多几千倍。

经历了顺风车的shit storm后，滴滴现在已经草木皆兵，啥头也不敢出了。坐等滴滴被社会压力闷死。

---

在有安全员的运营方式下，无人驾驶计程车用起来没啥问题。选择相对简单的场景先用起来迭代演算法并积累数据是大家都在用的方法。

从商业模式上现在当然是走不通的，几乎所有公司都是在看未来。另外如果能够有一定的计程车收入，对于滴滴自动驾驶业务的单独估值提升也有很大的作用。通过市销率去算估值不用太计算净利润只需要有流水即可。

所以这件事不光可行，而且在技术和商业上也都有价值。当然，这不是说在外滩也可以坐上自动驾驶计程车～

---

推荐阅读：