阿里首次披露自動駕駛技術路線：單車自動駕駛不是重點，將主攻車路協同

阿里巴巴達摩院人工智慧實驗室首席科學家王剛（右）

一向低調的阿里巴巴自動駕駛項目首次披露了技術進展。

9月6日，阿里巴巴集團與交通部公路科學研究院宣布，成立車路協同聯合實驗室，基於車路協同探索自動駕駛和道路智能化的解決方案。阿里巴巴達摩院的自動駕駛項目負責人王剛表示，阿里將推出智能感知基站，利用感知基站的遠程感知能力和基礎設施屬性，提升自動駕駛車的感知能力，並降低成本。

據悉，阿里巴巴達摩院下設人工智慧實驗室（AI Lab），外界所知的阿里巴巴自動駕駛項目、機器人項目均來自該實驗室，而自動駕駛項目團隊負責人王剛即為人工智慧實驗室首席科學家。

在王剛看來，自動駕駛技術興起至今，已經發展超過60年，至今未看到可商業化落地的產品，其中主要障礙即是成本，而在成本結構中，佔據主要部分的是感測器。

單車自動駕駛結構圖

據鈦媒體了解，在感知冗餘設計中激光雷達和高精地圖是必要技術。目前被全球自動駕駛研發團隊廣泛採用的激光雷達為Velodyne供應的機械旋轉式激光雷達，其成本最低的16線產品售價約4000美元，一台車需要安裝多台，而實現L4級自動駕駛往往需要更高線束激光雷達，成本更是超過數十萬元。

成本高昂的同時，激光雷達的產品性能也未得到充分驗證，博世相關負責人曾向鈦媒體表示，已在全球跟進了解了超過100多家激光雷達企業，這其中能夠滿足穩定性和探測距離要求的企業很少。

「現有大部分團隊的感知技術用到了激光雷達，其有效探測距離不超過80米。而由於遮擋物，盲區的存在，車上的感測器也存在視角、高度上的局限。」王剛表示，激光雷達帶來的自動駕駛單車成本可達20萬美元。

此外，自動駕駛的定位中也大多依靠高精度地圖，但受限於高精地圖的採集作業模式，其地圖數據的更新頻率，也遠不及實際駕駛場景的變換程度……一系列技術因素為單車自動駕駛帶來技術和成本兩重阻力。同時，單車智能也受到環境障礙物和複雜路況等物理極限的限制，在行人突然出現等等極端情況下難以應對。

「單車智能是需要汽車去感知，決策和控制，要求汽車去處理所有的狀況。但汽車的決策需要了解更多交通場景，路上不只有車，還有人。」王剛說，「汽車以60-70公里的時速行駛，前方障礙物背後突然出現一個人，是來不及反應的。」

為此，阿里巴巴「另闢蹊徑」，自主研發車路協同方案，藉助智能的道路基礎設施、阿里雲控平台以及AliOS等技術，讓自動駕駛車行駛在信息化環境中，從智能交通系統中獲取所需的道路環境信息。

王剛介紹，車路協同技術方案的核心技術之一是感知基站，其大概原理類似於手機的無線發射基站，可以實現車與路，車與車之間的信息連接點，屬於世界首創的技術方案。

據悉，這種智能感知基站將以「上帝視角」採集路況信息，有效解決車輛感測器的「盲點」問題。同時，感知基站將精確識別定位動態目標，在重點區域採集多模態數據，單個基站可以覆蓋200米的半徑，而在道路實現高度智能化後，所有基站將織就一張實時感知網，通過互聯互通打破信息傳遞的物理距離限制。

「這就好比每隔200米就站著一位經驗豐富的交警。」王剛說，比如，夜間行車的時候視野受阻，感知基站可以及時感知到前方行人和道路的異常狀況，並通知後車;在高速公路或轉彎路段，當前車發生險情的時候，也可以及時感知並通知後車。

王剛透露，在前期的對比路測試驗中，車路協同已經體現出極高的優勢。在此前進行的多次對比路測中，實驗設置了可移動假人從障礙物後突然出現的場景，在不開啟道路協同的情況下，緊急避讓全部失靈，在開啟後，緊急避讓或停車的成功率則為100％。

關於智能感知基站的技術方案，王剛表示目前暫不方便透露。他向鈦媒體表示，感知基站在對單車成本進行優化的過程中，或可能替代掉成本高昂的激光雷達感測器。同時，感知基站也可以作為基礎設施來降低自動駕駛車輛成本。

「2017年全國的機動車保有量是3億輛，而公路總里程是477萬公里，高速里程只有13萬公里，這是非常非常小的數字。」王剛說，「也就是說我們可以花很少的錢，就可以把這個路變成非常智能，在這個基礎上，去降低單車的成本。」

就行業來看，無論是谷歌旗下的自動駕駛公司Waymo、百度等巨頭，還是Uber、Drive.ai、Pony.ai等初創團隊，以及汽車主機廠商，都在自動駕駛的單車性能上追求突破。

在加州DMV的管理條例中，要求在該州做自動駕駛路測的廠商每年向其提交報告，Waymo、通用的技術已經取得不小進展，前者的接管頻率在9000公里一次，而通用的接管頻率為1250公里一次。

不過在王剛看來，這個成績還不能滿足應用要求，「成熟人類司機的事故率是16萬公里一次」。

當鈦媒體問及阿里的單車自動駕駛目前取得了哪些技術成果，王剛表示，「應該說做得還不錯，至少處於國內前面的陣營，但是這不是我們的重點，我們做它只是為了去了解一下這樣的一個路線，有什麼樣的問題。」

過去一到兩年，BAT在汽車領域都有密集布局，目前明確落地的成果是各家的車聯網方案，而在自動駕駛方面，只有百度的Apollo計劃聲勢逼人。

但是進入2018年，騰訊和阿里的自動駕駛夜都開始浮出水面，今年5月，騰訊獲得深圳市自動駕駛路測牌照，而在8月的重慶智博會期間，騰訊AD Lab也展示了其L3自動駕駛技術，並正在向L4技術階段突破。

不難看出，阿里的自動駕駛技術走了一條與百度、騰訊，乃至行業主流都不同的路線，其雖然起步較晚，但將通過主攻車路協同方案，在基礎設施的推進中，獲取後發優勢。

「阿里車路協同方案的技術成果需要轉化成技術標準，我們雙方會協商推動這些標準。」中國交通部公路科學研究院IST中心副總工程師王東柱表示，「國內相關的車路協同標準雖然有，但並不是針對某一個具體應用的，阿里會做一些相關的工作，包括車路協同、自動駕駛，我們看看是不是可以把一些成果形成標準，然後可複製、可推廣。」（本文首發鈦媒體，作者/李勤）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！