从橘子洲智能洁净景区项目看无人驾驶的现实与困境

从橘子洲智能洁净景区项目看无人驾驶的现实与困境_第1张图片

文 | 魏启扬

来源 | 智能相对论(ID:aixdlun)

在过去的一年,国内外大大小小的自动驾驶研发公司都在抢自动驾驶商业落地的头炮。

百度和Waymo这些行业巨头在2C业务上都取得了不错的突破。前者的“阿波龙”小巴于去年10月份在武汉上路运营;后者的Waymo one无人驾驶出租车项目年底在凤凰城正式启动。这些项目都带有强烈的行业教育色彩,希望通过C端用户的体验推动技术的发展,得到公众的认可。至于能否盈利,尚未在考虑范围之内。

无人驾驶商业落地的另一个维度。

国内环卫工程机械行业企业中联重科环境产业有限公司(简称:中联环境)去年9月25日中标了“橘子洲智能洁净景区项目”。长沙市除了给中联环境颁发无人驾驶路测牌照外,多个部门将在今后的7年时间内总计投入4720万元用于支持该项目的运营。

凭借着与酷哇机器人联合研发的的全球首台具备全路况清扫、智能路径规划的无人驾驶清扫车,中联环境在橘子洲景区建立了全球首个新能源无人环卫作业示范区。

这是一个由政府发起的,与环卫服务相结合的无人驾驶项目。中联环境副总裁、首席信息官曾光博士在今年4月初岳麓峰会“寻找AI的春天”论坛上,分享了项目的技术应用和研发进展。

从无人驾驶技术在“橘子洲智能洁净景区项目”的应用现状来看,我们只能说:革命尚未成功,无人驾驶仍需努力。

无人驾驶商用落地橘子洲的偶然与必然

无人驾驶项目选择在哪个城市、哪个区域商业落地都是有着非常精细的考量的。

像处于“试运营”阶段的Waymo One项目的开放程度就非常有限。首先只是在凤凰城及其钱德勒、坦佩、梅萨和吉尔伯特4个郊区总共80—100平方英里(约207—259平方公里)的区域内运行;其次,只对参与Early Rider试乘项目的用户开放。

回到“橘子洲智能洁净景区项目”,那么多的落地场景,中联环境为何就偏偏选中了橘子洲呢?其中到底有哪些因素在推动技术落地?在听过曾光博士在岳麓峰会上的演讲以及与中联环境相关负责人经过深入交流后,智能相对论认为其中原因有三。

1、橘子洲景区具备无人驾驶落地的环境要求

按照一般的理解,无人驾驶测试区对测试环境和建设标准的要求都非常高,以同在长沙的国家智能网联汽车(长沙)测试区为例,不光全场覆盖5G网络,还建有228个智能网联汽车测试场景,测试道路里程达12公里,其中有国内独有的3.6公里双向高速测试环境和无人机测试跑道。

橘子洲项目的特殊之处在于是一个无人驾驶和环卫服务相结合的项目,在橘子洲景区内执行任务的车辆不光要实现无人驾驶,还要进行环卫作业。在环卫作业的前置需求下,无人驾驶车辆的行驶速度将控制在一个很低的范围之内,这样,车辆发生安全事故的几率大大降低。

其次, 橘子洲的位置比较特殊,它位于长沙市市区的湘江之中,由南至北,横亘江心,四面环水,绵延数十里,总面积超过90公顷。从与城市交通的联系方面来看,橘子洲是一个“封闭”的空间。

根据管理的要求,在橘子洲内是禁止机动车通行的。无人驾驶清扫车在橘子洲上只需要处理行人的动态感应与分析,相比开放的公共交通空间,其要应对的场景要简单很多。

可以说,橘子洲的环境空间“模型”与项目的需求非常契合,具备了无人驾驶测试和落地的“硬件”要求。

从橘子洲智能洁净景区项目看无人驾驶的现实与困境_第2张图片

2、自动驾驶技术已经具备商业落地的基础

从自动驾驶技术层面来看,中联环境和酷哇机器人联合开发的无人驾驶清扫车在视觉感知、定位、路线规划这3个无人驾驶关键技术上均取得了不错的突破,可以说已经具备了自动驾驶商业落地的“软件”基础。

根据曾光博士在岳麓峰会上的介绍,中联环境的无人驾驶感知重点主要针对以人为主(兼顾室外移动车辆等)的高动态环境。采用深度学习方法对“帧间运动信息”以及对“移动目标的3D深度信息及纹理信息”进行处理,在时间序列基础上分析车辆/机器人的历史轨迹,并结合移动目标的运动模型对移动目标的未来时间窗口内的空间轨迹进行预测。在无人驾驶清扫车的低速运行工况下,这套动态环境建模系统的识别和处理效率非常高。

在定位方面,区别于基于地图的GPS定位,中联环境和酷哇机器人采取了“特征驱动全局”的定位方式,通过识别环境特征,三维点数据上升为带有特征属性的物体信息,利用三维点环境特征信息不光可以大幅提升定位的准确性,还可提升定位算法的运行速度。酷哇机器人创始人、CEO何弢博士在接受媒体采访时认为基于特征驱动的全局定位技术,“更适合于做纵深,在细分市场拥有更强的通用性。”

这些技术在测试状态下均取得了不错的效果。作为无人驾驶研发团队,中联环境和酷哇机器人都急切的希望有实实在在的商业项目来验证技术的方向是否正确,用项目来进一步打磨技术的稳定性和可靠性。

3、政府积极推进促成是意外加分项

行业巨头、汽车厂商都在抢无人驾驶商用落地的头炮,国内各地政府也在积极推进无人驾驶项目在本地落地。

长沙对无人驾驶项目的支持尤为积极。不但获得了国家级智能网联汽车测试区的牌照,还“招纳”了百度、京东等互联网巨头的无人驾驶研发团队在长沙“安家”。

橘子洲景区作为全国知名的5A级景区,是长沙对外展示城市形象的一张名片。长沙市政府对于在景区内采用新能源环卫作业车辆提升环卫作业环保性、用无人作业、监控模式,创新环卫作业方法,展示长沙科技创新能力有着强烈的意愿。

既然技术已经具备落地的基础,长沙市政府不光针对橘子洲项目发出了湖南省的第一张无人驾驶路测牌照,还在资金上进行了大力支持。这也是项目最终能够落地的一个关键原因。

橘子洲项目的示范作用在于智慧环卫,无人驾驶任重道远

“橘子洲智能洁净景区项目”从去年9月25日招标完成,到如今已经过去大半年了,从项目所体现出的内容与实际运营情况来看,这个项目更大的示范作用在于智慧环卫的建设与实践,

至于我们理想中的无人试驾,由于采取的技术路线有所不同,仍然任重而道远。

1、无人驾驶在没形成规模效应之前还是太“贵”

橘子洲项目一个很好的示范作用在于让我们认识到无人驾驶到底有多烧钱。

中联环境在项目中一共投入了2台智慧清捡保洁机器人、1台智能洁扫保洁机器人、1台智能垃圾收运机器人、1台智能道路清扫机器人和1台智能路面养护机器人。

虽然项目包含了橘子洲景区内的保洁和垃圾清运服务(清扫保洁面积约97万㎡,垃圾清运量约15吨),建设景区内的智慧环卫系统,在无人驾驶清扫车辆无法满足景区环卫需求的情况下,会启动人力进行清洁作业,但从项目的整体运营的费用来看,还是太“贵”。

根据项目公开的招标文件,项目合同期的前3年为720万/年,后4年为400万/年。此外,长沙高新区管委会为中联环境无人驾驶清扫车在橘子洲试行推广,连续3年,每年从产业项目扶持资金计划中支持项目200万元;长沙市城管局为提升景区环卫设施运营和景区环境卫生提升,连续3年,每年从城管综合整治专项经费中支持项目120万元。

由此算来,整个项目周期光各级政府的投入就达到4720万元。

根据酷哇机器人公布的数据,其与中联环境联合研发的整车功率达到45kw的燃油动力无人驾驶扫地车的售价在70万以上。在扫地车市场,一辆比较好的进口车售价在60万以上,而在本土市场,接受程度最高的价位在10—20万之间。

中联环境相关负责人也承认,在现阶段,无人驾驶还未形成规模化普及之前,无论是制作成本,还是运营成本都是比较高的。因此,在无人驾驶真正进入我们生活之前,自动驾驶研发公司还必须拿出更大降本力度。

2、场景与场景之间的串联还需更长时间打磨

在橘子洲项目中,无人驾驶清扫车在应对单个的作业场景时都能很好的应对,但将各类环卫作业场景和无人驾驶场景进行串联时,无人驾驶清扫车在执行任务时则需要技术人员长时间的调试。

如今,中联环境在橘子洲内主要完成的测试任务是优化无人驾驶清扫车辆的作业模式、作业路线和排班安排,不断提升无人驾驶车辆对各种场景的识别和串联能力。

此外,橘子洲是一个相对封闭的场景,从目前商业落地的各类无人驾驶项目来看,基本都是在固定的或者封闭的场景内开展。这也意味着,当前的无人驾驶车辆还无法驶出安逸的封闭场景。从封闭的“小”场景到开放的“大”场景,无人驾驶还有很长一段时间才能完成两者间的无缝连接。

3、低速无人驾驶将是短期目标

任何技术的发展都会遵从技术循环曲线,或技术S曲线,只有技术成熟度跨过了市场可接受的触发点,新技术才能从实验室走向商业落地。

从橘子洲智能洁净景区项目看无人驾驶的现实与困境_第3张图片

现在的无人驾驶就是处于技术发展第一个S曲线的成熟期,此时,是技术快速发展的顶端,基础理论基本成熟,同时,理论探索空间也越来越小。因此。在这一阶段技术若要实现商业落地,除非技术已经非常成熟,足够厉害,要么只能降低应用标准。

当前,自动驾驶降低标准无非就两个方面。一是在封闭场景内运行,一是低速自动驾驶。“橘子洲智能洁净景区项目”完美的诠释了这一技术曲线原理。根据德国汽车工业协会的预测,中低速/结构化/封闭场景的自动驾驶将在2025年左右实现。这也是说,无人驾驶短期内比较切实的目标将是低速无人驾驶。

总结:整体而言,无人驾驶能在长沙的橘子洲落地有一定的偶然性,政府在其中起到了巨大的推动作用,其项目模式也不具备可以批量复制的操作性。站在边际成本考量的角度,无人驾驶项目在今后很长一段时间内将是2G的方向,至于何时能够实现2B或者更具普世意义的2C,将在很大程度上取决于用户的接受程度与技术的成熟程度。

本文图片均来自网络

【完】

智能相对论(微信id:aixdlun):深挖人工智能这口井,评出咸淡,讲出黑白,道出vb深浅。重点关注领域:AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。

你可能感兴趣的:(从橘子洲智能洁净景区项目看无人驾驶的现实与困境)