這家自動駕駛公司競標成功，證明場景利益最大化才是競爭規則
撰文 | 宇多田
許多為商業落地絞盡腦汁的無人駕駛創業公司正在思考這樣一個問題：
在我們參與競爭的市場中，規則到底是什麼
是技術水平？市場規模？落地能力？還是減少成本？
在各種調速 2 倍甚至 4 倍以上的無人駕駛路測視頻發布熱潮散去後，隨著「模仿成本」的急劇增加，企業們也從開始時強調的「技術門檻」，轉而申述「落地能力」。
場景，便開始成為更受追捧的辭彙。
當然這也意味著，此前被視為競爭規則的「技術領先程度」，轉變為「場景利益最大化」。
這就使得競爭的條件變得愈加複雜。而 Uber，便是一個很好的例子。
從 2016 年 Uber 開始以瘋狂的速度組建無人駕駛卡車公司開始，他們最值得借鑒的地方並不是「驗證自動駕駛技術是否可行」，而是建立在這項技術基礎上的高效公路運輸作業模式：
我們此前曾在一篇文章中解釋過，Uber 認為當下自動駕駛貨車面對的運輸難題是——當卡車離開高速公路時，要怎樣在十字路口做出決斷？
這是一個很容易忽視的「節點」問題。也就是說，即便它大部分時間都是在高速公路上老老實實地沿線行駛，但總會有開下高速公路進入轉運站，或者停下來交貨的時候。
而 Uber 制定的解決方案是，傳統卡車把貨物送到轉運樞紐，自動駕駛卡車馱著貨物走高速公路，然後到達目的地後再反過來執行一遍開頭的流程。進入城區後，由傳統卡車「拖著」自動駕駛卡車繼續行駛。
聽起來似乎很簡單。
但是還要再羅嗦一句：這不是為了證明無人駕駛卡車存在的可行性，而是為了「場景利益最大化」。
具體到這個高速公路細分場景中，就變成了「物流效率最大化」。
因此，這又引發了多個與技術難度並駕齊驅的場景性難題：
對接自動駕駛卡車的轉運站應該是什麼樣子的？需不需要專用上下坡道？
貨物品種、保鮮日期與自動駕駛卡車的速度以及載運量有什麼關係？
是否應該根據貨物流通方向來按區域分配自動卡車數量？
為了提升卡車利用率，Uber 認為傳統卡車與自動駕駛卡車都有必要載滿貨物。但如何讓自動駕駛卡車在到達轉運站時，迅速匹配到最近的同方向執行運貨任務的傳統卡車？
Uber 用兩年時間收集的貨物流動數據，以及建立在共享汽車業務基礎上的成熟派單技術，也許已經派上了用場。
很顯然，與 Uber 對自動駕駛場景化運營模式的精雕細琢相比，另一家不便具名的國內科技巨頭或許是一個反例。
在一次針對環衛洒掃車的技術解決方案供應商競標中，這家公司的自動駕駛「產品」在測試園區的表現並不盡人意。
譬如除了對垃圾以及馬路沿的定位不夠精準，清掃力度不夠大，轉向與特定場景的行為選擇也有一定偏差。
有人認為，百度無人駕駛汽車採取的是一種「重高精地圖」的識別模式，但在園區或者街道的清潔作業過程中，車道線與路標反而成了一種次要的，甚至是不具備可參考價值的元素。
當然，無人駕駛汽車設有多重安全冗餘。既然高精地圖派不上用場，那麼感測器將起到主要作用。但這個時候，又容易忽視環衛運營商的業務要求：
車輛的軟硬體配置成本。
低速自動駕駛洒掃車的軟硬體成本應該控制在多少以內？
效率優先原則
通常來說，一輛車在遇到大型障礙物時會選擇繞開行駛。
但對於一輛以洒掃為目的工具車來說，選擇繞開障礙物繼續清掃，然後再原路返回清掃障礙物遮擋的路面，成本一定會大於「原地鳴聲警告，待障礙物離開後繼續清掃」的成本。
因此，不能做到任務場景的利益最大化，這家巨頭的自動駕駛技術就沒有任何意義。
最終拿下標的的公司是 COWAROBOT（酷哇）。
在未全面了解這家以機器人技術起家的公司之前，我們僅對其以往的「市場形象」有所耳聞——一個可以進行自動定位跟隨的潮味兒旅行箱品牌。
聽起來不是很高大上，但做成消費級日常用品，卻是最容易讓定位導航技術落地的方式之一。
而在 2017 年以後，這家公司又快速切入了無人駕駛市場，而暫定的賺錢模式也很好理解——向環衛運營商兜售無人車軟硬技術解決方案。
說到這裡你應該能明白討論 Uber 模式的意圖。
他們對環衛場景的選擇與考量方式，與 Uber 極為相似：
場景相對單一，技術更容易實現；傳統作業模式效率低下，亟待技術革新。
在中國的環衛場景中，「人」一直是主力。
在鄉鎮，政府有關部門習慣於組建清掃隊，基本以人工清掃為主，不依賴機械化設備。而地級市以上即便機械化程度較高，也需要人工操縱。因此，這個行業完全可以被看作是一種勞動力密集型產業。
但以中聯為代表的環衛運營商們急於引入新型技術，在很大程度上並不是為了「節省人力成本」。
實際上，按照中國的實際國情，藍領的人力成本並不高。相反，「用工荒」才是當下勞動力市場存在的普遍現狀。
根據 COWAROBOT 從上海相關部門拿到的數據顯示，目前整個上海市有 30 多萬環衛工人，但每年卻在以 10%～20% 的速度遞減。
而將訂單最終交給 COWAROBOT 的環衛巨頭中聯環境也透露，現在的人工清掃器械並不是太好賣，因為客戶方根本招不到人。
因此，如果要說服環衛運營商引進無人洒掃車，就要做到在保證清掃質量的前提下，用時更少，所花費的成本更低。
COWAROBOT 將自己的無人車與人力洒掃效果進行了路測對比統計，結果顯示，在做到清潔度一致的同時，每公里無人車所消耗的時間成本要比傳統清掃車減少 10~20%。
COWAROBOT 無人車，前後端分別配置一個攝像頭，車周配置了 4 個毫米波雷達，8 個超聲波，以及 3 個 16 線激光雷達
但是，這對於一個要靠擊中傳統行業痛點來增加收入的公司來說，還遠遠不夠。
目前，市面上一輛柴油重卡洒掃車的價格大約在 40~60 萬左右，而如果按照 COWAROBOT 給出的「每套無人駕駛及解決方案售價 40 萬」（包括改裝與自動駕駛軟硬體）的數據進行粗略換算，客戶所花費的總器械成本可能要大於能夠抵消的時間成本。
因此，就像 Uber 遇到的問題一樣，「作業模式」的重要性就「壓倒」了無人駕駛的技術優勢。
可以說，COWAROBOT 承諾能夠將整體作業效率提升 70~80% 的方法，與自動駕駛技術並無直接相關。
而是依靠團隊在機器人路線規劃及定位上積累的經驗，制定了一套針對無人駕駛洒掃車隊的智能調度系統。
沒錯，這實際上就是借鑒了 Uber，或者說是美團等外賣公司的智能訂單分配系統。當然，工業以及倉儲機器人基於場景也應用了類似原理。
目前，他們產品首先落地的區域是一些封閉園區。這就先給無人洒掃車劃定了一個有效的行駛範圍。
從上圖來看，假如一個園區有 5 輛正在作業的洒掃車，那麼按照傳統方式，這 5 輛車都會被分配到一個特定區域，每天僅僅按照時間維度進行清掃。
因此，即便有路段一直保持乾淨，或者有路段很快有垃圾堆積，也不會對清掃車的整體作業安排產生影響，但這卻往往會造成不必要的重複清掃，或是漏掃棄掃，甚至是垃圾處理不及時等狀況。
但是在智能調度系統的驅動下，「時間驅動」就變成了「目標型驅動」。
或許每輛車仍然有自己固定「盯緊」的區域，但假設每塊區域 50 平方公里，東南角有垃圾傾瀉，但這輛車恰好行駛在這塊區域的西北角上，而另一個區域的無人洒掃車恰好就在附近。
那麼「接單」的，自然是後者。
因此，與美團的訂單分配機制原理幾乎相同，通過對園區道路數據以及行駛軌跡數據進行分析和挖掘，便會得到最優路徑規劃，實現「清掃任務」（訂單）與「無人洒掃車」（騎手）的高效動態最優匹配，進而降低運輸與時間成本。
但這僅僅是最基礎的一個設想。
在外賣配送中，「訂單」這個變數只有數量的變化，沒有層級的變化。而 COWAROBOT 在園區實測的過程中發現，「清掃任務」有更加明顯的層級處理方式：
「如果是紙片或者是樹葉等垃圾，那麼一輛普通的無人洒掃車就能解決，」COWAROBOT 聯合創始人兼 COO 劉力源認為清理任務需要按照難度來進行「深度派單」：
「但如果是一些噴洒上的油漆或者是油漬，那麼這輛無人洒掃車在識別並判斷無法清理乾淨後，便會將信息反饋給後台，隨後，另一輛深度清潔車便會接到指令，去噴洒一些專用溶劑，執行難度更高的任務。」
但如果清理難度連深度清潔車也解決不了呢？終極 boss 人類清潔工便會出馬。
這看起來仍然是一種人工與機器的配合處理方式，只不過讓該任務的參與者更加「術業有專攻」。
換言之，這是一種分不同難度等級的訂單派送系統，或許在範圍及任務規模上完全不及外賣系統，但細節性的要求更多更複雜，很多時候不親自跟隨洒掃車走一圈，很難想像真實有效的應對方法。
「譬如井蓋，井蓋也有自己的一套清理方式。很多灰塵及垃圾可能會卡在井蓋的凹凸縫隙里，所以需要的清潔刷毛要足夠硬，」劉力源向我們描述了很多關於無人洒掃車的細節性調整，
「而馬路沿的夾縫非常難以清掃，這個時候洒掃車的刷毛軟硬度，伸出的角度，以及感測器在車身安裝的位置就非常關鍵。」
隨著對環衛場景的了解愈加深入，你會發現，與應對一系列周邊細節及場景定製化需求相比，無人駕駛核心技術反而成了一件不那麼重要的事情：
比如，在配置軟硬體之前，怎麼把那些過時笨重的柴油重卡改成線控？
比如，即便是低速行駛，由一輛沖洗車、一輛清掃車組成的重卡車隊，在距離行人多少米時鳴笛警示或者停下來，才能不會給人造成心理壓力？
比如，北京的乾燥揚塵天氣與南方濕潤空氣之間的地域差異，是不是也意味著兩套完全不同的無人洒掃方案？
再比如，除了沖洗車與清掃車，路面養護車的改造是否也是一個套件必選項？
而這些細節，都被 COWAROBOT 納入了自己承接的所有項目里。特別是在剛剛建成的北斗產業園裡，智能調度系統已經開始正式運營。
「給中聯做方案，我們會派去十幾個人，有機械組，電氣組，無人駕駛演算法組，還有現場調試和測試組。方案基本上一個半月就能交付。」劉力源並不只是想證明自己的團隊效率，
「一方面是取得客戶信任，另一方面是真的著急落地，想盈利，把市場佔下來。到現在為止，產品可以證明我們切入這個細分市場的方案是行之有效的。」
總的來說 COWAROBOT 認為中聯選擇自己，是因為公司掌握的「全棧」能力，但在我們看來，這倒不如說是這家技術公司有一顆想做傳統市場巨頭的野心。
顯然，在細分場景中做技術解決方案供應商，也不是 COWAROBOT 想變成的終極角色。
※華西醫院與依圖醫療合作，要將頂級醫療機構的診療能力賦能基層
※人工智慧＋醫療為何如此受資本青睞，人工智慧能否攻克醫療難題？
TAG:機器之能 |