无人驾驶：一骑绝尘谷歌笑，特斯拉带芯扬鞭来_风闻

原创：谭婧

2019年，想体验无人车吗？

我给你的答案是，别想了。且看某公司自动驾驶的试乘预约已经排到了2293年2月。一位来自大连交通大学的研究生同学想预约无人车的体验，结果，他被排队时间惊呆了，200年后。那么，下一个问题是，如果试乘预约的人手牵手，不知道能否到月球。

自2015年起，每年春天美国加州汽车管理部门官网的访问量会迎来一波峰值。原因是该机构会发布一张有份量的成绩单——《自动驾驶汽车公司接管报告》。记录在之前12个月中的接管数据。2018年的数据是，48家公司报告，开了200万英里，地点是在加州公路或者高速公路上，在无人驾驶的模式下。

美国加州的年度报告在自动驾驶世界中受到密切关注，可以称为自动驾驶年度大考成绩单，主要是测试的公司数量众多，以及要求披露里程驱动，接管和事故的规则较为详细。

2019年，北京的春风躲躲藏藏，一座崛起中的中国的科技创新之城也交出了无人驾驶成绩单。

为了让自动驾驶测试车辆跑起来，北京有关部门神兵神将把法律法规、管理流程等路测规则纷纷落地实施，包括出炉《北京市自动驾驶车辆道路测试2018年度工作报告》。8家企业的56辆自动驾驶车辆在北京获牌。2018年无人车们一起在北京跑了15.36万公里。

两份重量级的成绩单出炉。

什么是自动驾驶接管数据？

自动驾驶的接管是一个专业词汇，美国加州汽车管理部门将“接管”定义为“当检测到自主技术失效时或者当车辆的安全操作要求自主车辆测试驾驶员离开自主模式，并立即手动控制车辆时停用的自主模式”。 

简单粗暴的解释就是有没有人管，有没有人接管。在一定行驶距离中，车辆测试驾驶员管了自动驾驶车辆多少次，成为一个具有参考意义的数据，一个衡量实际运行性能的重要指标。当然是越长距离管得越少越好，如果一直没有人管，那真是无人驾驶的完美状态了。

当车辆的自动控制系统遇到故障或极端状况无法自主处理驾驶任务时，自动控制功能将会发生“接管”（Disengagement），并将车辆控制权交还给人类驾驶员。因此，自动驾驶功能的接管机制以及人工接管控制品质，对保证车辆安全性至关重要。

MPD作为自动驾驶技术成熟度的评价指标，定义如下：MPD = S / n，也就是英里/ 每次接管（miles per disengagement, MPD）。其中，S表示自动驾驶测试里程，n表示测试期间发生的自动驾驶接管次数。例如，制造商A的MPD值稳定保持在3000左右，表示自动驾驶车辆行驶3000英里（约4800公里）接管1次。

类似的，还有一个指标是每1000英里干预的次数， 2015年，工程师每1000英里干预0.8次。2016年，这一数字降至0.2次。2018年，这一数字降到了0.09次。谷歌的进步有目共睹。

自动驾驶这样一个复杂的技术，如何评价性能是一个众说纷纭的事情，有意见认为，应根据驾驶环境的难度对数据进行加权。还有观点干脆直接质疑接管数据对技术实力的解读还太模糊。也有榜上的落后公司的高管出来表态，说对成绩单不服，这也很正常，成绩差的难免爱抱怨不公平。

一骑绝尘谷歌笑

连续两年的大考谷歌家的无人驾驶都是状元。通用GM Cruise排在第二。剩下的玩家的数据和头两位差距挺大，更准确的说，榜眼和状元的差距也挺大。似乎可以用“一骑绝尘谷歌笑”来形容其遥遥领先的实力。

对状元谷歌，国内自动驾驶企业也在做深入的调研，驭势科技联合创始人兼CEO吴甘沙指出，将谷歌Waymo的数据按月度进行数据分析。有的月份特别好，比如2015年底的时候已经能够实现接近2万英里1次干预，但马上又掉下来了，2017年最多能够实现3.5万英里1次干预，但好成绩并没有保持，整个2018年的成绩也一直在起伏，并没有形成一种明确的一直向上，越来越好的趋势。

2018年下半年，谷歌Waymo每个月最多达到20多万英里的里程，这个数据非常了不起。美国加州的数据显示，除了谷歌Waymo和通用GM Cruise之外，所有其他的玩家每个月行驶里程平均为943英里，就是其他的玩家的测试强度远远落后于Waymo。说一句不客气的话，很多厂商都还是一个陪跑的姿势。

看完了成绩，再看一下原因。

谷歌Waymo到底因为什么原因出现接管？根据公开披露数据分析，决策问题有46%，预测错误大概占到4%，行人一些不理性的行为占到19%，加起来差不多是70%，这些大致都可以归为决策的问题，而感知出现漏判只有25%。

自动驾驶的问题可以归为复杂环境当中的决策问题。谷歌Waymo作为一个行业当中的领导者，已经真正进入了深水区，现在很多公司还在谈感知，而谷歌因感知出现漏判只有25%。

谷歌专有传感器，挖通自动驾驶护城河

普通街道一切祥和宁静，迎面开来的汽车，前方15米处的行人，躲草丛中玩藏猫猫的小孩，两个工人搬运着一大块玻璃过马路。谷歌专有传感器穿过路口，迅速捕捉到街道景观中的物体，它发出的每个光脉冲接触到不同距离处的多个物体。这样的场景对谷歌专有传感器来说毫不费力。

谷歌专有传感器已经笑傲群雄，让谷歌成为第一家卖自研激光传感器的车厂，挖通自动驾驶护城河。通常需要三个常规激光雷达传感器彼此配合完成的工作，谷歌家单枪匹马就可以完成，这样的好处是可以减少部件数量并降低复杂性。谷歌Waymo的传感器是王者中的王者，第一款产品被称为激光熊蜂窝（Laser Bear Honeycomb），具有95度垂直视野和360度水平视野，这块开放的激光传感器并不是专有传感器里的高配，但是卖钱，足够了。

勤奋的百度，在美国亚利桑州挑战谷歌

百度是最早在加州申请无人驾驶汽车测试许可证的公司之一，并于2016年9月获批开始进行路面测试。次年，百度自动驾驶事业部推出了阿波罗开放平台，吸引了沃尔沃和宝马等加入，一同开发核心技术。在自动驾驶这条赛道上，百度是一个勤奋的参与者，在2018年跑出超长距离。自动驾驶车辆道路测试北京方面的成绩单显示，北京2018总测试里程15万，百度独占13万。

另外，值得注意的是，2019年1月，百度将提供自动驾驶物流解决方案助力沃尔玛送货服务，与谷歌无人驾驶技术正面竞争。战果是，美国初创公司Udelv将在美国亚利桑那州部署采用百度无人驾驶技术的汽车，推进沃尔玛鲜货运送试点项目。Udelv公司已在百度开源自动驾驶平台阿波罗上开发了一系列无人送货车。

Udelv公司将自动驾驶汽车引入生鲜送货，新闻稿中的定义是，Udelv公司的自动驾驶送货车“牛顿”又成为“阿波罗加速自动驾驶行业创新和实用的一个典范”。双方乐得合作，彼此成就。虽然谷歌是“别人家的孩子”，但也不意味着，就不能挑战。

特斯拉：不惧成绩单为“零”，推出自己专用“芯”

这次，特斯拉的粉丝们会先苦后甜，因为2017年的Navigant Research排行榜调查评估20家公司开发自动驾驶系统的策略和执行情况，特斯拉获得了排名倒数第一的最差成绩。

同时，加州年度大考成绩单让人惊奇的是，特斯拉根本没有做路测，录入的数据是零。但是，特斯拉同时又说有几十万辆车在路上不停地跑，就是在影子模式（shadow-mode）下面进行路测。什么叫做影子模式？就是驾驶员在开车，但是算法在后面的影子里面跑，然后把算法的结果和人的结果进行比较看一看好不好，不好的话就重新训练。

Model X汽车将以”阴影模式“运行自动驾驶仪，并收集人与计算机相关的驾驶数据。在阴影模式下运行的自动驾驶汽车不会采取任何驾驶辅助或自动驾驶行动，换句话说，车还是被人控制。特斯拉著名的Autopilot这时候有一个行动记录功能，并将这些结果与人类驾驶员采取的实际行动进行比较，Autopilot是名副其实的驾驶辅助系统。被外媒留意到的细节包括，2019年3月，特斯拉官网Autopilot该页面的标题从以前的“在所有车辆上实现完全自动驾驶”变成了“未来驾驶”。

毫无疑问，马斯克依然想要对这个系统进行不断的升级和改动。

特斯拉这样的公司，如果一段时间没有关键性进展推出，质疑声马上就会燥起来。但是，马斯克不会让“万恶的媒体”如意。2019年4月，还是在春天里。马斯克终于亮出了自家的自动驾驶“核武器”——特斯拉“全自动驾驶计算机”（full self-driving computer，又称 FSD 计算机），即之前所说的 Autopilot 硬件 3.0。自此，全世界唯二的自动驾驶相关专用芯片问世，另一个是英伟达的Drive PX Pegasus自动驾驶计算平台。自主芯片，也就是说，未来特斯拉的新车都将用上自家芯片，在踢开了 Mobileye 后，马斯克又一脚踢开了英伟达。如果专用芯片成功，特斯拉自动驾驶的垂直一体化大步向前，性能极大提升，跨过芯片的“马里亚纳海沟”，特斯拉有望成为汽车领域的苹果。

那影子模式效果如何？

特斯拉人工智能高级主管Andrej Karpathy介绍说，现在特斯拉预测变道的能力越来越强，已经记录了900万次成功换道，就是影子测试不断训练神经网络后的效果。

差生集中营，苹果和优步

最糟糕的自动驾驶汽车表现属于苹果和优步，它们分别在1.1英里和0.4英里的地方就被人工接管了。这也许可以解释为什么苹果公司从其自动驾驶汽车项目中解雇了200多名员工。外媒评价：在自动驾驶的赛道上，苹果公司不仅迟到了，它的表现也是业余的，并表明它尚未准备好成为这个领域的重要角色。

结语

自动驾驶成为汽车行业一个前所未有的转折点，世界上没有完美的考试，由于报告没有强行要求测试地点、天候，以及道路状况等条件进行的自行测试资料，所以公司都是放飞自我式自行选择。道路千万条，条条都不同，雨雪雾晴天，路路都不同。

虽然都在自动驾驶的赛道上同台竞争，但是全球各个国家路况的“复杂”程度不同，细分市场的场景要求也不同，不同自动驾驶公司的商业模式也不一样，自动驾驶的技术方案每一家都不一样，现在还没有一个绝对的，主流驾驶方向出现。

本文作者，摄于百度无人车前。

无论是激光传感器方案，还是视觉传感器方案、无论是通用自动驾驶相关芯片，还是专用自动驾驶相关芯片，这些关键技术环节的竞争也无法一一对照。但是，毫无争议之处是，自动驾驶，这是一个只能用超级计算机级系统解决的挑战。如果有人说自动驾驶的赛道还很宽敞，我不认同，宽不是关键，难才是，每家自动驾驶公司还是得用自己脚，丈量自己的路。（完）

亲爱的数据

出品：谭婧

美编：陈泓宇