馭勢在停車場提供自動駕駛接駁服務，真正目的竟是……

「

到機場去，到停車場去，到真實的場景中去。

」

最近，馭勢科技和杭州來福士商場合作了一個試運營項目——為車庫電梯口到車位這段路，提供自動駕駛接駁服務。我們帶著如何商業落地的疑問採訪了馭勢科技創始人、CEO吳甘沙和馭勢科技聯合創始人、首席產品官周鑫，卻發現了停車場項目的另一個目的。

一、車來了，上車

先賣個關子，帶大家系統了解一下怎麼叫來一輛自動駕駛接駁車。

整個試運營項目的場景選擇了地下車庫。乘客在入口電梯的地方，可以在一台觸屏設備上輸入車牌號碼，選擇自動駕駛接駁服務，就能在上車位等車了。

完成這個項目需要場地基礎設施（每三個車位一個攝像頭採集車牌信息）和自動駕駛車配合，來福士的停車場系統會和馭勢的自動駕駛平台連接起來，交換車位車輛信息和接駁車信息，讓整個系統可以順利銜接起來。

車雲菌乘坐馭勢的接駁小車模擬了一次停車場尋車，過程中感受了一下自動駕駛小車的表現。

停車場環境比較複雜，明暗不均，建了很多遮擋立柱，還有不按常理出牌的行人。視頻里我們遇到了過減速帶，轉彎，遇到行人，通過路口，有車進出車位等情況。

目前馭勢的這輛自動駕駛接駁車最大車速只有8km/h，整體策略還比較保守，比如在通過路口時，小車會以「減速+停止3秒」的策略通過。值得注意的是，雖然遇到行人時接駁車會選擇停車等待，但在一些比較有把握的情況，它已經可以比較有自信地通過，或者採用變道的形式避開障礙。在遇到車輛進出車位時，小車遇到了一次人工接管。

目前駕駛位上會有個安全員輔助運營，馭勢的計劃是在明年下半年選擇場景實現車輛真正的無人化。到那時，技術必須做到非常穩定，並且車輛會加入遠程安全保障，用上更好的人機交互界面。

二、產品測試才是真正目的

如果你有印象的話，在來福士項目之前，馭勢已經在廣州白雲機場投放了一輛自動駕駛小車，只不過運營時間只有3天。很多人關心白雲機場和來福士項目的商業意義，但在馭勢看來，項目其實是產品研發的一部分。

沒錯，馭勢的真正目的，是把自動駕駛汽車帶到真實場景測試。

目前自動駕駛的測試方法乃至評價體系尚未建立標準，但是從吳甘沙的介紹可以知道，馭勢在確保車輛安全之前，會經過三種測試驗證。兩輛車除了在來福士停車場實地運營測試之外，還會經過模擬模擬測試和實景模擬測試兩項考試。

吳甘沙向我們展示虛擬模擬界面

馭勢自己有一套採集工具，可以利用 SLAM技術對停車場進行3D虛擬場景重建，重建的場景不僅能作為一個圖層，用作接駁車在地下停車場場景定位，也可以用到模擬模擬測試中去。藉助一些模擬工具，自動駕駛演算法可以在模擬環境里試試能不能跑通。

和虛擬模擬測試同步進行的，是模擬真實場景測試。馭勢在房山搭建了一大一小兩個測試場 ，今年4月的時候開始開始來福士項目的測試。周鑫告訴我們，自建測試場的好處，就是可以用來做一些可控的極限測試。

在來福士停車場試運營階段，接駁車更多是在測試系統可靠性。周鑫說測試已經涵蓋了各種場景，比如會考慮不同的測試時間，把場景複雜度逐步加碼。一開始是在工作日測試，後來也在周末人最多的時候做過極限測試。車輛一開始在全程會有兩三次干預，測試升級後，測試人員開始逐漸放手讓車自己解決。

那麼接駁車達到那些指標才能安全上路呢？馭勢用來評價是否安全的標準很多，周鑫向我們介紹了其中兩項：

第一是每公里干涉的次數。這種干涉包括系統出問題、人覺得車沒有發現障礙物需要安全乾預、以及因為車輛本身策略保守遇導致停車無法行駛，這個測試方法和加州車輛管理局的「脫離」評判類似的。

第二是體驗感受上的成熟度。比如車輛速度勻稱程度、拐彎均勻程度、車速、變道的靈活性，和一個工程師評價標準不同，這是一種站在客戶角度的評測。

三、到機場去，到停車場去，到真實的場景中去

馭勢商業化的自動駕駛的方向有兩個：一個是全天候的半自動增強駕駛，另一個是限定場景的無人駕駛，白雲機場、來福士項目就屬於後者，對於這個方向，馭勢採取了一種策略：藉助各種項目，在不同的場景實地測試，整個過程要固定感測器配置和磨練演算法，這些能力慢慢積累，也可以移植到其他場景中去。

吳甘沙介紹，目前在停車場場景，馭勢的技術已經比較成熟了。

目前這輛接駁車上的感測器配置比較保守，隨著測試進行，適合停車場的感測器配置會逐漸固定下來

在感測器方案上，馭勢用的依然是「做減法」邏輯。我們看到的自動駕駛接駁小車上有2個Velodyne的激光雷達 、3個攝像頭 、4個毫米波雷達，補充光線不足的紅外線裝置，在車庫的頂端還貼有二維碼作為交通標誌來輔助車輛通行。

吳甘沙告訴車雲菌，現在自動駕駛車上的每一個感測器、每一套演算法都在工作，他們會看攝像頭和激光雷達能否做出同樣的效果。據周鑫介紹，現在隨著小車的試運行，二維碼已經逐漸不再維護了。並且對於價格昂貴的激光雷達，馭勢也在計劃用另一種點雲感測器把它替代掉。

並且馭勢在不同場景獲得的能力，可以累計到下一個場景中去。周鑫給我們舉了一個例子，因為不用考慮行人等要素，在停車場訓練出來的換道決策演算法，實際上要比高速公路的換道演算法要複雜得多。高速公路自動駕駛功能可以借鑒這部分演算法。

這種積累會逐漸變成成熟的技術，也會影響到馭勢的產品。

馭勢的兩款自動駕駛車

對於自動駕駛創業者來說，大家還處於創新者和早期使用者階段，技術和產品還比較發散。目前除了停車場這輛接駁車，馭勢還展示過兩輛車，一個是藍玻璃車，產品和技術漸漸成熟，已經在想辦法量產。一輛是CES展示的車 ，馭勢想要繼續更迭技術，把它做成一款標杆產品。通過在真實場景尋找真正的客戶需求，馭勢最後會把車款收斂為1~2種形態。

在採訪中，吳甘沙向我們強調了「邊界」這個概念。他認為人工智慧不能解決沒有邊界的情況，無論是奧迪A8選擇了城市擁堵路況、還是通用設置了Super Cruise的地理圍欄（Super Cruise功能只能在繪製了高精度地圖的路段開啟），都圈定了一個場景來作為自動駕駛的運營邊界，產品的定義也圍繞邊界圈定的場景展開。

吳甘沙說，未來馭勢會逐個攻克不同場景，「在沒有抵達技術躍遷前，還是需要逐步累積」。

車 雲 推 薦

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！