首页自动驾驶正文

自动驾驶产品运营（自动驾驶运营模式）

自动驾驶 9个月前 (12-25) 1056

本篇文章给大家谈谈自动驾驶产品运营，以及自动驾驶运营模式对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。本文目录一览： 1、晚上9点半：自动驾驶运营 2、

本篇文章给大家谈谈自动驾驶产品运营，以及自动驾驶运营模式对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。

本文目录一览：

1、晚上9点半：自动驾驶运营
2、我国十余个城市允许自动驾驶汽车进行商业化试运营，这对汽车技术有何帮助？
3、自动驾驶出行服务享道Robotaxi正式启动运营
4、我国十余个城市允许自动驾驶汽车进行商业化试运营，能否成为未来出行方式？
5、百度正式开启全自动无人驾驶出租车商业化运营，此举对汽车业发展有何影响？
6、蔚来自动驾驶运营是干什么

晚上9点半：自动驾驶运营

作者：古往今来

出品：红色星际（ID：redplanx）

头图：城市图片

欢迎各位收看“晚上9点半”节目，非正式的线上讨论会，以下是部分的分享内容。

古：关于自动驾驶运营这块，现在各家公司都在做，但每家都有各自的特点，毋庸置疑，运营是自动驾驶最终落地非常关键的一个点。

但在运营过程中也会遇到了非常多的挑战，因为无人化技术还有诸多的不确定性。如果不能实现无人化+收费这两个因素，很多时候的一些经验可能价值就不是特别大。

对Robotaxi来说，我觉得它需要2个载体，一个是商业环境，一个是硬件环境。如果我们把Robotaxi当成一个软件公司，第一它可能得找一个车厂做硬件，第二还要找一个商业环境做运营，这样才能凑成Robotaxi这个生意。

目前市面上分几个流派，第一个是高举高打，把它当成一种实际的业务在往前推进；第二个是跟投资人把故事讲清楚，表明自己是要做怎样的事情；第三个是出行公司，既做运营也有自己的战略布局。

对于国外市场而言，Waymo还是有一些科技理想，他是希望科技改变人类的生活。Cruise被GM收购以后，和国内公司有些类似，第一可以提高公司的估值，第二对他未来的出行业务也会有好处。

往：我觉得运营很重要，但我有一个问题，就是运营的界限是什么？比如平时车队测试的管理，除了车队、司机、安全员这些管理外，还会涉及到什么？

古：每家公司的边界肯定不一样，运营肯定都有测试这个属性，也有PR属性。

刚开始时，大家只是测试，但是随着逐步深入，遇到的事情越来越多，很多企业现在对运营的管理范围也会放得越来越宽。

我个人理解，运营到最后是给自动驾驶建立一套规则和ODD区域，要找到合适的区域和合适的用户，这样才可以大幅降低技术的难度和成本。

比如哪条道路能盈利，遇到的环境比较简单，运营在这里边发挥着很大的作用。通过运营把市场复杂度认知到了，再跟产品协同，然后给算法更多的输入，这样就可以减轻算法的难度。

往：我讲一下自动驾驶卡车运营这块。作为行业从业者，大家肯定都希望早点落地。

卡车和乘用车不一样，卡车更多的是商用，现在很多的新车型也开始上装L1~L2的一些功能，但主要针对的还是一些高端车型，一些定制化的市场，也有一些是政策驱动的。

但有个问题，卡车加了智能硬件之后特别贵，像现在智能卡车整个保险的上线率，去年一整年大概有4.2万台，这个数字其实并不是很大，但以后肯定会越来越多。

L4的企业现在有两个路线，一个是在一些比较高频需求的场所，比如说港口、矿区，一方面可以规避政策的一些风险，也可以提前做测试，甚至把后装的车投入应用，另一方面也可以适当的卖一些车，做一些营收，这是一个路线。

第二个路线，就是把自己的方案降级到L3或者L2，以辅助驾驶的名义去做一些相对合规的干线测试运营，在这种情况下，车可以上正式号牌，也可以创造一些营收。

我觉得挑战主要有两个方面。第一个是路权和准入的挑战，卡车真正的需求在干线上，干线高速真正有物流需求的往往是长线的，这种长线就会涉及到高速公路，涉及到跨地区、跨省市。

这个目前从政策上来说，我觉得要达到那样的协同是非常难的。我个人认为最终的突破口还是在工信部的准入上面，如果这个口打开之后，可能很多问题才会迎刃而解。

第二个大的挑战还是在技术上，大家能不能做到真的把人拿下来，把方案慢慢地收敛，把一系列的认证完成，把量产的部分去完成，我觉得这个是最核心的。

其实物流企业对L4公司挺开放的，特别是合作层面，不管是在美国还是在国内，自动驾驶卡车跟不同类型的物流公司建立合作的速度还是很快的。

在不影响他们本身业务的情况下，让一些智能卡车加入到现在的车队，做一些运货或者测试，他们还是很欢迎的，因为他们也有创新的需求，而且给你的费用也不会比传统卡车高，所以我觉得物流公司还是比较开放的。

但是由于运力的限制、技术的限制，托运人也不会大规模的外包给你。

今：我总结一下，刚才讲的主要是三方面，一个是技术，跟Robotaxi一样，把人拿掉才能达到降本增效。第二是车，要量产，这样成本才能降下来，而且量产还能提高车辆的运营稳定性。第三个是路权，乘用车大家其实更像是一个局域网，但是货运走干线物流，这个难度更大。

为什么卡车推行起来很难，我觉得有这么几个原因，第一个是政府的动力问题，政府没有强大的动力来做这件事。第二个原因，就是不同地方政府间的协同是一个大问题，举个例子，测试牌照不能互认，在一个地方测试拿到后，去其他城市还需要重新测试，比如，长三角在2019年的时候就签了一个互认协议，而且江浙沪三地的关系算是比较近的，但是到现在这个互认协议也没有真的落下来。

我个人觉得牌照互认之所以不能实行，最大的问题就是里面牵扯的利益太大，目前阶段，牌照的收益还是很大的，特别是一些考试机构，非常赚钱。

往：对，我比较认同。Robotaxi可以从几条路开到全域，这来自于各个城市对于创新政策的竞争，比如北上广深，一个城市开的越多，另一个城市就会比它更多，他们有招商引资的需求，所以动力很强，而且竞争也激烈。

对于卡车，现在这种做法根本就连不成网，比如说北京想做，但河北不想做，但是高速的运输或者干线物流的运输必须得大家连成网。

主要是因为地方上没有太多的利益去推动这块，最终还得靠国家去推动。

今：是的，目前阶段，我观察到的是，物流公司对智能这块的参与是不多的，他们还是一直在观察，因为他们本来做的就是成本生意，一分一毛都看得特别重，而且物流的毛利率特别低，在毛利这么低的行业里，做这种科技创新是很难的，至少目前阶段还没有能说服他们的理由。

来：我站在用户角度看这个问题，用户到底希望我们的自动驾驶车辆是一个什么样的驾驶行为，能够提供给用户一个什么样的驾驶体验，这个车应该怎么开，比方说遇到黄灯，什么时候应该杀停，什么时候应该过，这些是运营人员应该看清楚的。

举一个策略的例子，最简单的比如说交规，大家都知道自动驾驶车辆是应该符合交规的，但是交规本身的描述并不是特别的清晰。

比方说左转和直行车辆的交互，不能说我感知范围里面有直行的车辆，就一直让他，我就一直不走，这是不现实的，因为我们需要考虑到通行效率，怎么最有效地要把用户送到目的地，这个是用户需要的。

所以我们就需要去找特征，比方说信号灯的信息，比方说我和交互车辆的相对位置、相对速度、相对角的一些关系等，然后通过数据的挖掘，去确定这些特征的一些参数，然后基于此，给出一个驾驶策略。

面对长尾场景时，我们会先用ODD限制，但不可能等所有的长尾问题都解决之后，才大规模的去做运营。

这里就有两种辅助手段，第一种是云端的5G驾驶，有危险场景之后，我们可以用云端的安全员去把控一些少见的长尾场景。

第二种方式是交规，现在虽然线上的一些算法模型不可解释，但我们可以用最后一层交规去兜底，保证我最后做出的驾驶行为，不是一个违反交规的行为。

到最后一定是得法律法规加持，比方说只要L4的车是按照交规走的，那这个责任就不能由L4车辆承担。

古：但这里也有一个问题，就是现在中国的交规是保护弱者的，这件事情和自动驾驶之间又是矛盾的。而且中国各个地市的一些执法力度很不一样，这也是一个非常大的问题。

我觉得我们还是得在数据模型的可解释性方面下功夫。我们得制定一个数据驱动的评价标准、评价方式，光靠路测其实是很难解决长尾问题的，最后还得靠仿真，靠线上测试。

往：通过数据模型训练之后，肯定要在仿真里去跑，去检验这个模型到底效果如何。但现在仿真也有一个问题，仿真系统里障碍物和障碍物之间的一个交互关系，其实做得并不好。

我觉得计算机之所以能发展得比较好，是因为编译器的存在，它能瞬间告诉你是对还是错。但现在仿真还不能当一个编译器用，它的准确度也制约了这个行业的发展。

理论上仿真应该是加速自动驾驶技术研发非常重要的一点。通常情况下，我们是先把算法做出来，再放到车上，然后安全员再给个反馈，但这个链路太长了。

仿真肯定是自动驾驶的一把利剑，但现在的问题是，业内仿真系统都做得不是特别好。而且我认为，以数据驱动出来的一个训练模型，你要想验证它，一周肯定是验证不出来的，这就大大的降低了数据驱动这件事情的研发效率。

本来数据驱动是想要让迭代研发效率更快，但是因为各种测试验证的手段不完善，反而制约了这个事。

大家之前的思路是，业务决定ODD，ODD决定算法，算法最后确定硬件的成本。但是现在由于技术的制约，可能没办法完全按照业务的思路去做推进。

目前阶段，在仿真系统方面有2个问题：一方面是一些障碍物的交互问题，这个确实没有办法完全复制现实世界中，各个交互物体的意图；另一方面是和路测的差距，L4车辆的硬件仿真可能相对来说会难一些，而且现在很多公司都同时开发好几个不同的车型，这个难度就更大了。

今：现在国内还有很多第三方想做这个事，他们想把各家路测的数据收集起来，包括从官方去把一些Corner Case，一些事件的东西全部收集起来，去建一个大的平台来做仿真，但是好像都没成。一个重要的原因是，各家接口、模型都不一样，统一不起来，没法标准化。

我感觉那些人不懂这个东西，因为这根本就合不起来。

来：还有一个方式，就是车路协同。

往：目前阶段，对于运营而言，V2X作用还不是很大。特别是信号灯这块，从结果上来看，还达不到车辆自动驾驶需要的级别，而且有些信号灯经常延迟。目前市面上虽然也有一些项目，但都是偏政府侧的，偏Demo性质。

我也发现自动驾驶算法模型在泛化过程中，主要取决于当地动态的交通参与者，静态上也许还比较容易，花点时间都能解决，关键在动态参与者上，各地的情况都不一样。

而且我们对动态障碍物做出决策的时候，有时会用到动静态的信息，所以如果静态的拓扑发生变化，再去泛化的时候，可能会导致和动态障碍物交互的结果完全不同。

最近好像成立了很多新公司，但我觉得这些公司很多还在走老的套路，写了代码之后先搞一台工程车出来，然后测试，想办法做一个Demo出来，让投资人来看，其实投资人经过一轮一轮的洗礼，他已经不感冒了。

但是我觉得行业发展到今天，可能新公司不一定要这么走，因为现在大家逐渐往量产上靠了。现在最好的模式是拿着商业单子倒着找潜在的可能性，去匹配主机厂的需求或者是往零部件方向去。

这样我觉得还是有机会的。

-END-

自动驾驶产品运营（自动驾驶运营模式）

我国十余个城市允许自动驾驶汽车进行商业化试运营，这对汽车技术有何帮助？

这有助于提升汽车自动驾驶技术，对相关技术数据的收集及改善有极大帮助。

伴随着科学技术的不断提升，汽车自动驾驶技术也已经越来越完善。在这个前提之下，自动驾驶汽车上路仿佛已经是可预见的事。

我国十余个城市允许自动驾驶汽车进行商业化试运营

举办的新闻发布会上，相关部门负责人介绍称全国已有10余个城市允许自动驾驶汽车尝试商业化运营。虽然规定了特殊区域、特殊时段及应用行业，但这无疑证明自动驾驶汽车应用规模在不断扩大。

虽然现阶段自动驾驶汽车技能在出租汽车、城市公共汽（电）车等领域尝试商业化运行，但只要运行足够平稳。伴随着人们接受度的逐步提高，可预见的用领域会越来越多。

对于汽车技术带来的帮助。

一、有助于相关企业数据收集和技术完善

自动驾驶技术虽然在逐步完善之中，但技术的完善需要一定的时间数据支撑，需要从实际数据当中寻找缺陷来逐步完善。10余个允许自动驾驶汽车尝试商业化运行的城市，能够给相关汽车自动驾驶领域的企业提供足够多的数据收集支持。

这不但有助于相关企业的技术完善，同时能够帮助企业从方方面面考量自动驾驶汽车技术在社会中应用的可靠性。

二、有助于实现汽车技术领域创新和突破。

避免造车永远都生产不出好产品，国家之所以会允许这些智能驾驶汽车上路，就是为了让这些车企能够在实践中发现问题解决问题，以求实现该领域的技术突破和创新。

当在现实生活中遭遇复杂问题后，汽车智能驾驶领域极有可能会迎来新的突破口。这有助于相关行业实现行业内的弯道超车，也有助于国家相关技术储备的沉淀。

在现实生活当中，国家所有政策都是有其深意的，而允许智能驾驶汽车尝试商业化运营，无疑代表了对该领域的认可。或许在未来某一天，智能驾驶汽车真的能走进普通人的生活。

自动驾驶出行服务享道Robotaxi正式启动运营

享道Robotaxi贴近城市出行场景需求，将呼叫Robotaxi的操作融入享道出行APP，让用户说走就走，一键就Go。

享道Robotaxi从“整车制造安全”和“自动驾驶安全”入手，提供技术底层的安全保障。享道Robotaxi选用飞凡MARVEL R车型，由原厂进行L4智驾系统软硬件整合改制。

上汽旗下联创汽车电子自研的iEPS冗余线控底盘产品，提升车辆操控精度的同时，双通路冗余备份，进一步提升安全等级，通过上汽人工智能实验室智驾数据监控平台，实时掌握每辆Robotaxi的智驾系统运行情况。

据悉，享道Robotaxi是国内首个车企L4自动驾驶运营平台。所谓L4，即在自动驾驶运行的范围内，系统能够完成驾驶任务并监控驾驶环境，无需人为操作。

自动驾驶的安全问题，无疑是市民最关心的。据享道出行董事长蔡宾介绍，享道Robotaxi从整车制造、自动驾驶、运营服务和网络数据四个层面提供用户安全保障。

体验享道Robotaxi无需预约，市民通过享道出行APP即可完成呼叫。目前可体验自动驾驶的范围仅在嘉定安亭试运行路段。年内，上海车队规模将增加至40台。

我国十余个城市允许自动驾驶汽车进行商业化试运营，能否成为未来出行方式？

我认为这不会成为未来主流出行方式，至少在可预见的未来不会。

随着信息化时代的不断发展，人工智能、大数据、5G通信等新技术，也在不断发展之中，而将这些技术应用到实践中的自动驾驶汽车也逐渐走入了人们的视野。

我国十余个城市允许自动驾驶汽车进行商业化试运营

汽车自动驾驶早就是一个老生常谈的话题了，人们经常能在网络上看到关于汽车自动驾驶的报道。从公交车到私家车，从特定路线自动驾驶到街头马路的自动驾驶，汽车自动驾驶技术确实出现了长足的进步和发展。

在交通运输部举行的新闻发布会上，相关部门领导介绍了《自动驾驶汽车运输安全服务指南（试行）》文件起草的主要背景和出发点。此次发布会还提到全国已有10余个城市允许自动驾驶汽车进入商业化运行，但同样制定了一系列的限制条件，比如说需要在特定区域、特定时段进行试点。

我认为自动驾驶汽车不会成为未来主流出行方式。

虽然自动驾驶技术在不断发展之中，人工智能和各类信息传递技术也在不断进步。可是这并不足以成为人们将自身安全全盘交到自动驾驶车辆手中的决定性因素，反而正是由于自动驾驶技术受到太多因素影响，人们会对其产生更多质疑，甚至会对其发展安全性表示质疑。

出于对自身安全的保护，人们应该很难将安全完全交给网络。再加上现阶段信息技术的发展，已经到了一个相对瓶颈，想要实现突破还是件遥遥无期的事情。

这也就意味着车辆的自动驾驶技术想要实现全面突破，还需要一个漫长的过程。至少在可预见的未来之内自动驾驶汽车不会成为未来的主流出行方式，人们哪怕能接受自动驾驶，也不会完全交给自动驾驶来操作车辆。

其实在现实生活当中，唯一能够让人们增强使用频率的方式可能就是免费了。但自动驾驶技术本身存在的高额研发收入以及其高额成本很难做到这一点，这就代表想要真正实现自动驾驶走入普通人的生活，还需要一个漫长等待的过程。

百度正式开启全自动无人驾驶出租车商业化运营，此举对汽车业发展有何影响？

首先百度的自动驾驶汽车在产品打磨和运营成熟度上都有了新的提升。具体用户的骑行体验将由消费者讨论。在交通条件简单且条件相对可控的场景下，使用自动驾驶汽车从事出租车客运业务。政策层面的放开，相信百度之后中国将会有更多的自动驾驶公司，这将大大加快国内无人驾驶的商业化进程。

其次Robotaxi并没有特别突出的变化，将极大推动自动驾驶出租车的商业化。每辆车配备一名安全员，坐在驾驶座上，随时准备接管车辆。当车辆到达目的地时，安全员也承担结束行程的责任。最引人注目的是后排乘客面前的两个屏幕。乘客可以点击屏幕上的“开始出行”进行体验，也可以在出行过程中看到车辆旁边的道路状况。车辆的行驶过程仍符合人们的正常驾驶习惯，但偶尔会出现急刹车的情况。

再者自动驾驶出租车显然更加神奇，无疑会激发更多人的兴趣，成为一种新的出行趋势。这无疑是中国自动驾驶征程中的里程碑事件。中国率先突破200万公里L4级自动驾驶城市道路测试里程；曾经代表中国汽车工业之初的民族荣耀的红旗精神，正冲向时尚前沿的自动驾驶汽车市场；长沙已颁发49张自动驾驶汽车路测牌照，率先启动了最重大的商用自动驾驶项目。

要知道的是百度阿波罗无人驾驶机器人Robotaxi正式开始常态化商业运营，并向公众开放体验。与传统的自动驾驶汽车不同，此次百度Apollo开通的Robotaxi可以完全无人驾驶。百度Apollo无人驾驶Rotaxi的价格是北京出租车的近三倍，与滴滴平台上“六座商务车”的价格相当。