卡车自动驾驶领跑

自动驾驶汽车的产品研发、商业化近年进入加速状态，一度吸引市场聚焦与期待。但这股势头在2018年下半年开始有所冷却，原因还是真正的自动驾驶场景落地困难。“谷歌系”公司Waymo和通用旗下的Cruise，这两家背靠互联网或传统汽车巨头的自动驾驶公司，都相继传出推迟商业化时间表的消息。

不过，2019年新年伊始，自动驾驶领域再度迎来几笔大额融资。2月7日，美国初创企业Aurora宣布获得5.3亿美元B轮融资，投资方包括红杉资本、亚马逊等；2月11日，另一家美国自动驾驶初创企业Nuro也获得软银愿景基金的9.4亿美元融资；两天后，来自中国的初创公司图森未来宣布，已获得由新浪资本领投的9500万美元D轮融资，官方称公司整体估值超过10亿美元。

Nuro和图森未来与此前备受追捧的自动驾驶汽车公司不同，其瞄准的落地领域并非乘用车，而是物流商用车。“商用车的自动驾驶商业化落地一定会比乘用车快，尤其是货运卡车。”图森未来联合创始人陈默对记者说。

　

商用车尤其是货运卡车的自动驾驶应用场景相对简单，技术难度较低，被多数业内人士认为是有望最早实现商业化的细分领域。不过，它同样面临着乘用车当前难以解决的问题：规模化量产尚不具备条件，相关政策法规仍未完善等。此外，与拥挤的乘用车“赛道”相比，自动驾驶卡车的创业公司数量较少、规模也相对较小，还未获得资本和政策层的全面关注。

“整个自动驾驶领域的泡沫去得越快，对卡车自动驾驶就越有帮助。”G7总裁、嬴彻科技CEO马喆人认为，从目前形势看，资本和人才都在快速向自动驾驶卡车领域靠拢，“越来越多人发现，这才是最容易落地产生商业价值的地方”。

物流变革暗流

公路货运贡献了中国运输行业四分之三的货运量，背后有约1400万辆货运卡车和3000万名卡车司机。

卡车司机们经常面临超负荷工作和疲劳驾驶的问题，事故率居高不下。“每1000台城际货车里，每年必有一起车毁人亡事故。”马喆人说。他曾任腾讯副总裁，于2017年8月加入物联网科技公司G7，后者主要通过人工智能（AI）与物联网技术平台提供车队管理综合解决方案，自称目前服务客户超过6万家，连接车辆超过80万台。

G7早期的业务模式为SaaS（Software as a Service）服务供应商，即通过在货车上安装摄像头等传感器设备收集车辆数据，为车队提供管理服务：包括及时检测车辆异常状况、通知车队进行预处理；利用监控将司机行为进行动态比对，及时发现疲劳驾驶、烟酒等风险因素，从而减少人为事故的发生概率等。

经过几年实践，G7发现这种技术手段对解决卡车运输风险作用有限，驾驶强度并没有实质性下降，安全形势依然严峻。同时，卡车司机的管理也面临问题，换货、绕路甚至偷油等现象在各大车队屡见不鲜。

“物流行业实现规模化管理的难点其实是人。”马喆人说，人力和油耗在车队管理的各项成本支出中占据最主要部分，各占25%和30%左右，“对于车队管理者而言，要想把规模做大，首先是降本增效，而自动驾驶是降本增效的最好方式”。

2018年4月，G7联合物流地产巨头普洛斯、蔚来资本宣布，共同出资组建由G7控股的自动驾驶卡车技术公司嬴彻科技，目标是基于自动驾驶技术、新能源技术和物流大数据，研发下一代智能重型卡车。

而在G7之前，2015年9月，专注于重型卡车自动驾驶系统研发的图森未来成立，并获得新浪、英伟达等机构的投资。2016年，斯坦福大学电子工程系毕业的刘万千和郑皓在美国硅谷创办了智加科技，获得红杉资本、满帮集团、金沙江创投等机构的投资；此后又有主线科技、飞步科技等十余家研发自动驾驶卡车的初创企业相继成立。

“技术变革将成为物流行业下一阶段的主旋律。”G7创始人兼CEO翟学魂告诉记者，过去十几年，技术在物流行业发展中并没有起到很突出的作用，如顺丰、“通达系”快递公司，它们都是将条形码等简单信息技术规模化运用，形成人员庞大的全国性时效网络，从而实现快速发展。

翟学魂认为，在快递公司纷纷登陆资本市场后，上述发展模式进入瓶颈，能将AI、物联网技术运用于物流行业的新型企业开始崭露头角，比如卡车自动驾驶。

落地新场景

2009年开始，谷歌启动自动驾驶汽车项目研究。至今，自动驾驶已从寥寥几家科技公司涉猎，到逐渐获得各大车企、科技公司、初创企业的追捧。

“实际上，从上世纪七八十年代开始，就有很多美国高校在研究自动驾驶技术了。”智加科技创始人刘万千告诉记者，近几年自动驾驶受到追捧，主要源于计算机算力和AI技术的提升，让商业化落地变成了可能。

乘用车是自动驾驶最受关注的领域。相比之下，卡车自动驾驶的赛道则要“安静”很多。尽管一些科技巨头公司如Waymo、Uber等也曾推出自动驾驶卡车的研发计划，但其精力仍放在了乘用车——Uber甚至在2018年下半年宣布停止研发自动驾驶卡车，以便将精力集中到乘用车。

这对初创企业而言却是机会。“以中国为例，干线物流一年的市场规模超过4万亿元。”刘万千认为，自动驾驶卡车的市场空间并不逊色于乘用车，却是容易被忽略的领域，因此也是机会所在。

在陈默看来，初创企业最适合的领域是自动驾驶卡车，而非乘用车。卡车主要在高速公路上行驶，是较为简单的半封闭场景，没有行人和非机动车，也没有红绿灯，路况简单。

在实现“仓到仓”物流运输任务过程中，自动驾驶卡车仅需要从仓库所在的物流园区进入高速公路，经过长距离运输后离开高速公路，进入目的地园区。因此要实现一套比人类更安全的自动驾驶系统，前期上路测试过程中，卡车和乘用车所需要的测试数据量大相径庭。

“卡车的行车路径简单，就是A到B或者B到A，但是乘用车需要跑通城市内部各个街道。”陈默解释，假设单条线路需要1000万英里（1英里约等于1.61公里）的测试数据，几百台卡车就能跑下来，而要想获得整个城市的路况数据，在相同数据密度条件下，乘用车自动驾驶所需要的测试数据可能是100个1000万英里，几百台车远远不够。

2018年4月，Waymo开始在美国亚利桑那州凤凰城提供自动驾驶出租车“早期乘客”计划，当时该公司旗下用于测试的车辆仅600辆。次月，Waymo又宣布向意大利汽车厂商菲亚特克莱斯勒订购6.2万辆插电混合动力汽车，以扩充其自动驾驶车队规模。

即便如此，Waymo方面仍称，自动驾驶真正实现商业化仍需耗时长久。“初创公司根本无法承担这样大的投入。”陈默称，“如果说自动驾驶卡车项目需要烧10亿美元，乘用车至少是100亿美元起。”他认为，正是因为二者资源投入上的差距，使得卡车自动驾驶的商业化会比乘用车更容易实现。

此外，自动驾驶的实现还依赖于高精度地图（High-Definition map）。陈默认为，由于卡车驾驶路线固定，因此只需要单条道路上实现高精度地图测绘，即可迅速开展商业化落地，“但如果是乘用车，要完成北京市大街小巷的高精度地图测绘和维护，难度要高得多”。

L3还是L4？

按美国汽车工程师学会（下称SAE）的分级，自动驾驶从L0至L5共分为六级，L3级开始进入自动驾驶阶段，自动系统既能完成某些驾驶任务，也能在某些情况下监控驾驶环境，但驾驶员必须准备好重新取得驾驶控制权。L4级别主要依靠机器实现自动驾驶，而L5则实现完全自动驾驶，方向盘、刹车踏板等部件将消失。

智加科技、图森未来都将目标瞄向L4级别自动驾驶。据智加科技介绍，搭载了该公司L4级别自动驾驶技术的解放J7商用重卡，已经在上海奉贤园区与苏宁物流一起完成了“仓对仓”自动驾驶场景实地作业，完成了包括自动装货、行驶、转向、停车、卸货等一系列关键港口标准作业。图森未来也称，其L4级别自动驾驶卡车正在美国亚利桑那州10号高速公路上进行小规模商业化运营。

作为涉足自动驾驶卡车的后来者，G7旗下的嬴彻科技尚未完成单车研发。马喆人告诉财新记者，嬴彻科技的自动驾驶卡车首先聚焦于L3级别，未来再计划L4级别。预计2019年上半年拿出几辆初步具备L3功能的样车，2021年左右规模化量产。

他表示，当前并不寄望于实现L4级别以上的无人化，而是L3级别下的“有人值守”，即便如此也能取代当前两名司机轮流驾驶卡车的操作模式，降低人工成本。而且，“从技术的可靠性来说，我们认为这已经是很大挑战。”马喆人说。

两大阵营所定目标的区别在于采用的自动驾驶系统解决方案不同。自动驾驶系统分为感知、决策和执行三部分，对应人类的眼睛、大脑和手脚，硬件层面则分别对应传感器设备、高精度地图和线控处理器。

在核心的传感器设备上，嬴彻科技选择了激光雷达为主，融合摄像头、毫米波传感器等多传感器方案，这也是Waymo等主流自动驾驶企业所采取的方案，主要侧重于激光雷达精度高、信息量大、不受可见光干扰等优势。不过，激光雷达尚未实现量产，过于高昂的价格成为阻碍自动驾驶规模化的障碍之一。

“激光雷达的方案不适合卡车。”陈默对财新记者表示，乘用车的刹车距离只需要40米，卡车需要250米，而当前激光雷达的感知距离一般为150米，仍然无法满足自动驾驶卡车的技术需求。他认为，以摄像头为主、融合其他传感器的视觉感知方案，加上AI的数据训练，可以实现低成本的卡车自动驾驶。

智加科技也采用视觉感知方案。据刘万千透露，使用其自动驾驶系统移植的卡车，目前单车改造成本约几千美元。相比之下，如果采用激光雷达为主的方案，仅激光雷达的价格就达到了数万美元。“其实激光雷达的制造成本并不高，主要成本在于研发，在没有量产的情况下价格就会高得离谱。”刘万千说。

目前激光雷达的主要供应商是Velodyne。该公司提供给财新记者的信息显示，其计划与汽车一级零部件供应商合作量产车规级产品，具体时间表是2020年，该产品有可能是一个32线的激光雷达，预计量产后成本可降至500美元（约3172元人民币）；更高线束的产品还没有具体量产时间表。

但视觉方案在可靠性上存在争议。一名自动驾驶初创公司总工程师告诉记者，自动驾驶的感知系统不仅要能“检测到物体”，还要看“检测是否准确”，在这一点上，激光雷达的准确性较摄像头要高；并且，摄像头感知还受光线、天气等因素影响。

业内一般认为，视觉方案仅能实现L3级别自动驾驶，因其难以处理L4复杂情况下产生的海量数据。“当然这也并不绝对。”上述总工程师表示，由于卡车主要行驶在高速路段，路况相对简单，产生的数据也会相对较少。

另一方面，如何判定L3和L4尚无明确标准——尽管SAE对自动驾驶进行了分级，但其描述较为抽象。业内当前主要依据“脱离频率”作为自动驾驶技术成熟度的评价标准之一，即自动驾驶系统出现无法应付的情况需要人工干预时，被计为一次“脱离”，无人工干预行驶距离越长，说明自动驾驶系统越成熟稳定。

根据美国加利福尼亚州交通管理局（下称DMV）公布的各家自动驾驶企业2018年度路测报告，智加科技于报告期内在加州的测试距离是1.08万英里，安全员接管199次，平均无人工干预行驶距离（Miles per Intervention，下称MPI）54.4英里，在当年提交测试报告的28家企业中排名第14。

图森未来2018年未在加州进行测试。而2017年，该公司在加州的测试距离为662英里，安全员接管57次，MPI为11.6英里。

相比之下，向加州提交测试报告的全球28家企业中，Waymo表现遥遥领先，报告期内MPI为1.1万英里；第五名小马智行（Pony.AI）是表现最好的中国公司，MPI为1022.3英里。

对此，智加科技方面对记者解释称，其自动驾驶系统路测采用了乘用车和卡车两种方式，由于加州DMV上报里程仅限乘用车，卡车里程则排除在外，因此上述数据参考意义较低。该公司称，卡车测试更能反映真实运营场景下的系统稳定性，2018年智加科技卡车车队总测试里程达到15万英里，平均MPI为1500英里。

图森未来也称，2017年其在加州的测试车辆为乘用车林肯MKZ，测试时间仅两周。该公司提供的数据称，目前其自动驾驶卡车平均每1000英里进行0.62次接管，据此折算成MPI应为1612.9英里。

与主机厂竞合

自动驾驶需要经过多少路测里程，达到什么样的脱离频率才能正式上路？行业内目前并无标准。前述某自动驾驶初创企业总工程师认为，在驾驶环境和算法不变的情况下，单条线路至少需要100万英里的测试数据。

由于乘用车行驶的城市环境复杂，所需数据难以计量。比如Waymo，其公布的路测总距离已经超过1000万英里，并已经开始小规模商业试运营。不过，Waymo首席执行官John Krafcik在不久前的一个公开场合曾表示，很长时间内，自动驾驶都需要司机协助。“在全天候条件下运行是不可能的。自动驾驶将永远受到限制，这种技术真的、真的很难。”

卡车行驶环境则相对简单。不过，在实现“仓到仓”运输的情况下，自动驾驶卡车除了高速公路行驶路段，还需要经历从高速公路到物流园区的部分复杂城市路段，因此究竟需要达到什么样的标准，仍难判断。

在陈默看来，单条“仓到仓”运输路线的数据达到1000万英里时，可以验证自动驾驶卡车的安全性。该公司提供的数据称，截至2018年上半年，图森未来的总路测里程为52万公里（约32万英里）。智加科技则未提供总测试里程数据。

陈默告诉记者，图森未来目前主要路测地区是美国亚利桑那州，并在该地区开始了商业试运营，意味着其可以在路测的同时，通过运输货物获得收入。亚利桑那州和加利福尼亚州是美国支持自动驾驶发展力度较大的两个州。

他表示，相比空车路测，运送货物带来的收入能够覆盖一部分路测成本，有利于初创公司迅速扩大车队规模，增加路测数据，与其他竞争对手拉开差距，最终实现大规模商业化目标。陈默称，2018年下半年以来，图森未来服务了13位终端货主客户，日均完成三到五次货物运输，并计划今年下半年实现每月100万美元的运营收入。

在ODM（原始设计制造商）的选择上，据记者了解，图森未来主要与美国两家主机厂（汽车整机生产企业）和中国国内主机厂陕汽合作，将后者已有的重卡车型改装成自动驾驶系统。嬴彻科技发起成立了干线物流联合创新中心，其中包括福田汽车、一汽解放、联合卡车三家主机厂；智加科技则与一汽解放达成战略合作，成为一汽解放智慧生态合作伙伴。

“公路货运行业存在严重的‘头部效应’。”刘万千指出，如满帮平台占据公路货运车货信息匹配领域超过70%的份额，一汽解放则是重卡市场的领头羊，二者分别位于自动驾驶卡车产业链的下游和上游。他认为，自动驾驶企业的竞争也会是相同结果，因此与上下游两大头部企业的深度绑定将帮助智加科技抢占市场优势地位。满帮是智加科技的主要股东之一。

但另一方面，主机厂们也有各自的自动驾驶推进计划。2018年2月，陕汽展示了自主研发的L3级牵引车，但未透露正式商用时间。2019年1月，一汽解放推出“哥伦布”智慧物流开放计划，称将通过自主研发和合作伙伴共同研发两种方式，计划2020年实现限定区域的L4级运营落地，2023年全面商业运营。

一名关注自动驾驶卡车领域的投资人认为，整个自动驾驶卡车产业链里面，初创公司和主机厂未来一定会产生主导权冲突的问题，因此所谓的生态关系其实非常脆弱，“而竞争的关键是谁技术更好、跑得更快”。

马喆人则认为，初创公司与主机厂并不存在利益冲突。“我们并不会考虑去造车，而是把自动驾驶系统移植到成熟车型上量产，再通过自己的车队网络运营能力，给主机厂带来更大的销量。”他表示，自动驾驶卡车行业未来的领跑者，应当是技术和运营一体化的公司。