賈浩楠 發(fā)自 凹非寺量子位 報(bào)道 | 公眾號(hào) QbitAI

這是今年雙11，中國(guó)200多個(gè)高校里的收快遞方式。

身材不高的小蠻驢物流無(wú)人車(chē)，滿載啟動(dòng)，走位靈活。

于此同時(shí)，躺在宿舍床上的你接到一通電話，一個(gè)可愛(ài)的聲音提醒你包裹到了，下樓就能取。

走到宿舍樓下，掃碼打開(kāi)小蠻驢貨箱，拿走自己的包裹，轉(zhuǎn)身上樓。

再也不用在寒風(fēng)中橫穿大半個(gè)校園去快遞點(diǎn)翻檢自己的包裹了。

這個(gè)場(chǎng)景，今年雙11期間，已經(jīng)在全國(guó)各地200多個(gè)高校上演1000000次！

解鎖成就的主角，是阿里達(dá)摩院的末端配送無(wú)人車(chē)小蠻驢，10天內(nèi)配送了超過(guò)100萬(wàn)件包裹，實(shí)現(xiàn)了L4級(jí)自動(dòng)駕駛在落地規(guī)模和運(yùn)營(yíng)單量上的新高。

在購(gòu)物節(jié)的氛圍里，可以說(shuō)是自動(dòng)駕駛版本的“騎驢趕集”了。此時(shí)距離小蠻驢的發(fā)布僅有1年多時(shí)間，去年這款無(wú)人車(chē)亮相時(shí)，達(dá)摩院曾強(qiáng)調(diào)其 “具備量產(chǎn)水平”?，F(xiàn)在看來(lái)，此言不虛。

相比高速載人，無(wú)人配送擁有更明朗的中短期落地前景，幾乎已成行業(yè)共識(shí)。在這一賽道，技術(shù)和場(chǎng)景皆是明牌，問(wèn)題只有一個(gè)，誰(shuí)先跑出來(lái)？

速度，說(shuō)明一切。

小蠻驢速度

完成這100萬(wàn)單，出動(dòng)了350多輛小蠻驢。

10月下旬以來(lái)，小蠻驢就開(kāi)始加班加點(diǎn)備戰(zhàn)雙11，進(jìn)入全國(guó)高校，把菜鳥(niǎo)驛站的包裹送往學(xué)生宿舍樓。在11月1日到10日，它們以日均10萬(wàn)件的速度瘋狂“跑單”。

平均到每車(chē)，一天接近300單，甚至還有一批“驢中勞?！泵刻煲统^(guò)500件快遞，這個(gè)數(shù)字已經(jīng)達(dá)到小蠻驢的最大設(shè)計(jì)單量。

500+紀(jì)錄的誕生，多虧河北工程大學(xué)、遵義醫(yī)藥高等專(zhuān)科學(xué)校的同學(xué)“剁手”

。

電商的雙11通常在12日的凌晨落幕，物流的雙11則要持續(xù)更長(zhǎng)時(shí)間。小蠻驢原計(jì)劃用20天完成百萬(wàn)單目標(biāo)，結(jié)果，進(jìn)度條才走到一半，單量已經(jīng)達(dá)標(biāo)。

既創(chuàng)造小蠻驢自己的紀(jì)錄，在無(wú)人配送賽道，也是前無(wú)古人。

借助這100萬(wàn)單快遞，無(wú)人車(chē)第一次見(jiàn)識(shí)到了中國(guó)地域環(huán)境的多樣性。

大江南北200多個(gè)場(chǎng)景，無(wú)一相同。

北到哈爾濱，南到南寧，西到銀川、昆明，東到長(zhǎng)三角沿海城市，各地氣候不盡相同。同一時(shí)刻，可能南方城市還溫風(fēng)和煦，北方城市早已漫天飛雪。

而雙十一第一周，全國(guó)大范圍降溫，小蠻驢車(chē)隊(duì)一次性見(jiàn)識(shí)了大風(fēng)、落葉、降水、霧霾、初雪等等景觀，百分之七八十的車(chē)子需要在雨中作業(yè)，但仍然順利完成了配送任務(wù)。

在不同場(chǎng)景、氣候條件下完成相同的任務(wù)，要求自動(dòng)駕駛技術(shù)有良好的泛化能力，也要求調(diào)度和運(yùn)營(yíng)系統(tǒng)根據(jù)實(shí)際情況做精細(xì)的變通調(diào)整。

背后考驗(yàn)的，是涵蓋算法、系統(tǒng)、硬件、運(yùn)維在內(nèi)的全套技術(shù)能力，也就是所謂的“可量產(chǎn)、可落地”能力。

從量產(chǎn)這個(gè)維度來(lái)看，“小蠻驢速度”值得標(biāo)刻。

因?yàn)樵贚4級(jí)高階智能駕駛的商用探索中，無(wú)論載人還是載貨，這都是前所未有的。

為什么有這樣的速度？

小蠻驢要實(shí)現(xiàn)這樣的速度，需要哪些條件？

核心仍然是技術(shù)。

大學(xué)校園這樣的復(fù)雜環(huán)境中，沒(méi)有所謂“交規(guī)”，大小目標(biāo)混行，大至卡車(chē)客車(chē)，小至路邊小動(dòng)物，大家都是“看著走”，而且道路通常較為狹窄。

對(duì)感知、定位、決策規(guī)劃的挑戰(zhàn)貫穿全程。為此，達(dá)摩院自動(dòng)駕駛實(shí)驗(yàn)室開(kāi)發(fā)了一系列軟硬件工具。

針對(duì)圖像處理，達(dá)摩院自研了用于車(chē)載攝像頭的ISP處理器，保障自動(dòng)駕駛車(chē)輛在夜間擁有更好的“視力”，“看”得更清晰，從而大幅提升自動(dòng)駕駛安全性。

針對(duì)障礙物識(shí)別，達(dá)摩院提出單幀3D點(diǎn)云語(yǔ)義分割算法，以激光雷達(dá)回波點(diǎn)云為載體，結(jié)合每個(gè)3D點(diǎn)不同視角下特征，增強(qiáng)3D點(diǎn)的特征表示能力，由此提高了語(yǔ)義識(shí)別的準(zhǔn)確性。

△左為原始點(diǎn)云，右為語(yǔ)義分割點(diǎn)云，清晰識(shí)別人、車(chē)、樹(shù)等物體

這項(xiàng)技術(shù)應(yīng)用在小蠻驢后，在行駛途中遇到僅有3厘米的警戒線，也能輕松識(shí)別并繞道而行。

而針對(duì)定位問(wèn)題，達(dá)摩院搞出了GPS和多傳感器數(shù)據(jù)“融合”的定位算法實(shí)現(xiàn)厘米級(jí)定位，并配套研發(fā)高精定位硬件HLU，以低于業(yè)界平均10%的成本達(dá)到同等精度定位水準(zhǔn)。

感知、定位，尚屬算法層面問(wèn)題。

而對(duì)算法迭代至關(guān)重要的數(shù)據(jù)，特別是對(duì)自動(dòng)駕駛落地至關(guān)重要的長(zhǎng)尾問(wèn)題數(shù)據(jù)，從哪來(lái)？

在實(shí)際運(yùn)營(yíng)中，自動(dòng)駕駛車(chē)輛遭遇一次長(zhǎng)尾問(wèn)題可能需要1個(gè)月甚至更久的時(shí)間，達(dá)摩院研發(fā)了一套混合式仿真測(cè)試平臺(tái)，讓無(wú)人車(chē)在仿真世界積累里程和經(jīng)驗(yàn)。

平臺(tái)可在30秒內(nèi)即完成雨雪天氣、夜間照明不良條件等特殊場(chǎng)景的構(gòu)建和測(cè)試，每日可支持的場(chǎng)景構(gòu)建數(shù)量達(dá)百萬(wàn)級(jí)。

這樣的條件支持下，系統(tǒng)一天可仿真路測(cè)800萬(wàn)公里。

每個(gè)環(huán)節(jié)都有針對(duì)性方案，但從全局看如何提高算法迭代效率呢？

達(dá)摩院自動(dòng)駕駛實(shí)驗(yàn)室提出了“小前臺(tái)、大中臺(tái)”算法架構(gòu)，并研發(fā)了業(yè)界獨(dú)有的自動(dòng)駕駛機(jī)器學(xué)習(xí)平臺(tái) AutoDrive，由機(jī)器替代人工進(jìn)行算法調(diào)參、模型優(yōu)化，提升算法研發(fā)效率。

基于 AutoDrive“大中臺(tái)”的支持，感知、定位、決策規(guī)劃等“小前臺(tái)”不斷提出更輕、更快的算法模型。

為了讓無(wú)人車(chē)的成本達(dá)到“可量產(chǎn)”水平，小蠻驢用技術(shù)換成本，用成本換時(shí)間。本質(zhì)上，仍然是逢山開(kāi)路遇水搭橋的硬核技術(shù)做派。

除了技術(shù)，解釋“小蠻驢速度”另一關(guān)鍵因素是場(chǎng)景，以及達(dá)摩院自動(dòng)駕駛落地路線的選擇。

大學(xué)校園、低速配送。

校園是一個(gè)權(quán)責(zé)歸屬明確的ODD區(qū)域，低速無(wú)人車(chē)不存在路權(quán)身份的界定難題。

而配送車(chē)的低速特性，又使其安全性有所保證，與管理方接洽準(zhǔn)入方面有天然優(yōu)勢(shì)。

其次，阿里生態(tài)優(yōu)勢(shì)。

包裹訂單從電商平臺(tái)來(lái)，經(jīng)由菜鳥(niǎo)這樣的物流網(wǎng)絡(luò)分發(fā)，抵達(dá)菜鳥(niǎo)驛站之后，再由無(wú)人車(chē)完成最后三公里的配送，無(wú)縫切入，即插即用。

無(wú)人車(chē)配送還解決了解決物流鏈路上成本最高、效率最低的末端需求，給原有業(yè)務(wù)提供價(jià)值增量。

最后也是最重要的：有切實(shí)需求。

大學(xué)生的包裹、外賣(mài)業(yè)務(wù)密度高，取用卻一直不方便，疫情開(kāi)始后更如此。

?

最近，四川、浙江等地就有學(xué)校響應(yīng)疫情防控政策，引進(jìn)小蠻驢在校內(nèi)配送外賣(mài)，也就是把食堂的飯菜送到學(xué)生宿舍樓、教師行政樓等等，減少人與人之間的接觸。

綜合起來(lái)，技術(shù)到位、場(chǎng)景合適、需求又明確，再加上中國(guó)有如此之多的大學(xué)校園、企業(yè)園區(qū)和居民小區(qū)…

小蠻驢速度，也就自然而然，情理之中。

但緊接而來(lái)的問(wèn)題是：

小蠻驢的這種速度和模式，別人可復(fù)制嗎？

可以模仿，無(wú)法復(fù)制的小蠻驢路線

自動(dòng)駕駛有兩大主流的技術(shù)路線，一是從L2到L4的縱向技術(shù)迭代路線，二是L4級(jí)橫向場(chǎng)景拓展路線。達(dá)摩院選擇了后者。

達(dá)摩院自動(dòng)駕駛實(shí)驗(yàn)室負(fù)責(zé)人王剛表示，他自始至終認(rèn)定L4級(jí)技術(shù)，希望從垂直領(lǐng)域起步，在非載人駕駛場(chǎng)景下完成技術(shù)累積，逐步切換到無(wú)人卡車(chē)、移動(dòng)機(jī)器人等泛化場(chǎng)景。小蠻驢正是基于這一技術(shù)路線產(chǎn)生的產(chǎn)品。

但在最早聽(tīng)到“我們要生產(chǎn)物流車(chē)”時(shí)，實(shí)驗(yàn)室很多技術(shù)人都有些失望，他們來(lái)到達(dá)摩院，多半是為了“做一款酷炫的自動(dòng)駕駛產(chǎn)品”。而看上去其貌不揚(yáng)的物流車(chē)，實(shí)在不怎么令人興奮。

上面這張照片，是2017年阿里自動(dòng)駕駛團(tuán)隊(duì)早期的測(cè)試車(chē)。和所有自動(dòng)駕駛公司一樣，他們最早也在乘用車(chē)上堆技術(shù)棧、做路測(cè)、跑算法，甚至改造了幾十輛乘用車(chē)。做乘用車(chē)，看上去是想都不用想的選項(xiàng)。

但王剛覺(jué)得，自動(dòng)駕駛真正難的不是花錢(qián)堆硬件，而是從demo到落地的那段路途。

他想避開(kāi)遙遙無(wú)期的“燒錢(qián)路線”，也就是燒錢(qián)研發(fā)-產(chǎn)品路測(cè)-爭(zhēng)取投資-繼續(xù)燒錢(qián)。

通過(guò)“產(chǎn)品驅(qū)動(dòng)”，做一款成熟產(chǎn)品去解決真正的社會(huì)需求，靠產(chǎn)品價(jià)值牽引自動(dòng)駕駛的規(guī)模化落地。

阿里的業(yè)務(wù)生態(tài)，正好提供了需求土壤：物流。

中國(guó)每天產(chǎn)生3億件快件，它們從產(chǎn)地、貨倉(cāng)，經(jīng)由交通干線、城配線路，流入社區(qū)、校園等終端。

在包裹逐年遞增、勞動(dòng)力日益短缺的壓力下，整個(gè)鏈路都有無(wú)人化需求。達(dá)摩院的技術(shù)+菜鳥(niǎo)物流的場(chǎng)景，最終催生了其貌不揚(yáng)但大巧若拙的小蠻驢。

到了幾年后的今天，“先發(fā)”的RoboTaxi賽道還是步履維艱。業(yè)界普遍認(rèn)為，無(wú)人駕駛，尤其是L4高階無(wú)人駕駛功能的規(guī)?；涞?，貨運(yùn)快于乘用，載貨快于載人，低速快于高速。

阿里布局自動(dòng)駕駛不算早，但在這一輪對(duì)L4自動(dòng)駕駛的“科學(xué)求解”中，達(dá)摩院更快明確了路徑，有所為有所不為，雖然 “后發(fā)”，但應(yīng)用落地 “先至”。這是用戰(zhàn)略思考換來(lái)的“后發(fā)空間”。

目前，瞄準(zhǔn)干線物流的無(wú)人卡車(chē)“大蠻驢”，也已啟動(dòng)研發(fā)。王剛承諾給實(shí)驗(yàn)室員工的“場(chǎng)景拓展”畫(huà)面，開(kāi)始變得具象。

— 完—

本文來(lái)自微信公眾號(hào) “量子位”（ID：QbitAI），作者：關(guān)注前沿科技，36氪經(jīng)授權(quán)發(fā)布。

關(guān)鍵詞： 所大學(xué) 快遞