都知道無人駕駛能掙錢，但這個錢應該怎麼掙？

自動駕駛這事兒，似乎所有入局者都口徑都格外一致，把無人駕駛真正落地的時間定在了 2020 - 2025 年。然而又不是所有無人駕駛的入局者都把無人駕駛技術的落地方式能說明白。

對於創業公司來說，要是想要單純靠投資撐到自動駕駛技術完全落地的 21 世紀 20 年代，還真的是挺不現實的。所以相比於財大氣粗的傳統整車廠，往往是創業公司對自動駕駛的落地方式想的比較清晰。

我兩個月前曾經專訪過一次馭勢科技的 CEO 吳甘沙，從 Intel 離職，在 15 年 10 月創立馭勢科技，吳甘沙已經帶著這家創業公司走過了將近一年半的時間。

在 2 月份專訪時，吳甘沙曾經表示，做傳統大廠不願意做或者說是不好做的領域，是吳甘沙認為自動駕駛市場存在的巨大機遇。而在短期內，馭勢科技自動駕駛方案的核心，仍將對準園區等低複雜道路環境的低速自動駕駛車。

上周馭勢科技又召開了一場媒體溝通會，除了又談了談幾乎已經被說爛的自動駕駛市場空間，還聊了聊最為實際的自動駕駛落地方案。

所謂自動駕駛的市場空間，吳甘沙扔出了 6 個萬億市場，分別是汽車市場、出行市場、物流市場、商業地產、能源市場和自動駕駛帶來的社會效益。話是沒毛病的，這六塊每一塊都是蘊含著巨大的商業價值且都能夠與自動駕駛相關。

進一步看，社會和歷史的發展，其實很大程度是是與交通的發展掛鉤的。所以這麼來看，作為目前階段未來出行的風口願景，自動駕駛顯然是很多潛在商業價值的。

但如果想讓自動駕駛完全落地需要做到什麼？從根本層面來看，需要改變整個交通系統。

這不是故意唱衰目前做自動駕駛整車的廠商。實際上理性思考下，如今的交通系統，其實是為人類駕駛員量身定製的。針對人類駕駛員人眼色彩識別設計的紅綠燈、車道線，針對人耳的聽覺設計的車笛，以及根據人類駕駛員安全範圍設計的速度限制和行駛規範。

回過頭來看看如今的自動駕駛車都在做什麼？用激光雷達，攝像頭，毫米波雷達去識別車輛的周圍環境，並將環境數據傳遞給車載電腦，由車載電腦進行運算輸出駕駛決策並控制車輛行進。感知、決策、控制中，感知的部分可以說是效率最低的了，原因就是，自動駕駛車需要靠感測器去模擬人類的感官來讀取交通系統的環境信息。

所以真正合理高效的自動駕駛使用場景是怎麼樣的？車車聯網，每個車都相互知道所在的位置行進的速度和車輛狀態，交通信號改用做汽車能夠方便接收的電信號，車道也盡量封閉，免去不必要的人類干擾，降低事故的發生率。

也就是說，要想實現全場景的自動駕駛，絕對是一個傳統車廠或者說任何一個創業公司搞不定的，需要的是整個系統的進步。所以對於現在的自動駕駛廠商來說，自動駕駛應該怎麼做？其實思路也很簡單，做小範圍的低複雜度交通系統，做低速可控場景內的自動駕駛。

在溝通會上，馭勢科技展示的自動駕駛落地方案其實是個不錯的方向。一個是機場停車場的自動駕駛接駁車，一個是商業地產停車場的自動駕駛接駁車項目。

本質上，這兩個方案其實都屬於園區內低複雜道路系統的低速自動駕駛車項目，但由於環境的不同，需要使用略為不同的技術解決方案，但基本上是個殊途同歸的自動駕駛落地方案。

白雲機場停車場的自動駕駛接駁車難度在於穩定性和南方的濕潤環境對無人車的影響。4 座的無人車，，沒有方向盤、油門和剎車。乘客提著行李上車，只需按下按鈕，車即可自行啟動，按照優化的路線前往目的地。

室內地下室停車場的接駁車難度就要高上不少，首先是地下車庫無法使用 GPS 地圖規劃路線，另外地下車庫的燈光環境也為攝像頭識別增加了干擾。但用戶的使用方式基本與機場的接駁車是一樣的，直接坐上去就好，自動駕駛車會把用戶送到目的地。

從這兩個案例中，其實可以看到，作為一家自動駕駛創業公司，除了目前專註在低速電動車，馭勢科技能夠提供的自動駕駛方案還是相當靈活的，在環境沒法大規模改變的情況下，去做定製的自動駕駛車還是個很好的思路。

在兩個月前的專訪時候吳甘沙其實也曾經說過「就自動駕駛套件的方案來說，馭勢科技不會信仰式的堅持某一種技術或者方案。而是會根據用戶的需求，可接受預算和使用場景做出精確的調整。」為此他還舉了個例子：

「其實我們一直採取一些非常務實的態度去做我們的技術，所謂務實就是需求驅動。在未來，我認為二維碼不是必須的。因為你有覆蓋全中國的高精度地圖，那你可能就不需要二維碼。

現在做這種東西的原因是：1、小區這種區域，我們先測試一圈，如果 GPS 和慣性導航工作的非常好，我們工作就完成了，但是如果我們發現這個搭配工作的不是特別好，每走一段路都發現累計了挺大的誤差，我們就會在路邊貼一些二維碼，幫助校正誤差。如果解決問題了就 OK 了。

或者說我這個車純粹在地下停車場在開，那麼 GPS 根本就沒有。高端的慣性導航又買不起，這個時候我們就可能要通過激光雷達或者視覺的技術，換種思路來解決。

所以說我們是種非常靈活的，我們有個演算法庫，現在的問題就是來一個客戶需求，我們就用不同的配置去試。」

當然從目前的角度來看，無論是白雲機場還是地下車庫的自動駕駛接駁車，依然是展示意義要大於實際意義的，目前的無人駕駛車還處於一個 demo 階段，這就意味著無人駕駛車的使用效率依然很低，在一個場景下能投入的車輛數量不多，每個車仍然需要特定的安全員來進行監管等等。

但這還是給了無人駕駛技術發展的方向並且給了技術發展的時間，畢竟人們的耐心往往有限，如果自動駕駛讓人看不到落地實現的可能，那市場的資本也會隨著社會熱度降低退潮，技術就很難有繼續成長的可能。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！