伦敦街头的黑色出租车、纽约的黃色出租车……这些都是城市的重要标志之一然而随着 Uber、Lyft、滴滴打车等共享租车服务的兴起，出租车司机的饭碗受到了不小的威胁

据茬线出行机构 Certify 的一项研究显示，2016 年二季度Uber 是最受美国商旅出行者欢迎的驾乘服务。事实上从 2014 年开始，出租车的业务量已经下降了 51 %“囲享出行”似乎正在潜移默化地改变城市交通的格局，而看到这一市场潜力的马斯克也有个自动驾驶车队的计划一旦实现，城市里满街跑的很可能就是特斯拉了

共享车队也许是未来自动驾驶汽车的发展方向，它将极大地改变城市的交通

美国科罗拉多州的落基山研究所認为，自动驾驶汽车将很快进入私营市场并改变私营市场的格局。据九月份发表的一份报告显示自动驾驶汽车的服务将会比出租车更便宜。它将优化道路空间并且速度也会更快。除此之外与陌生人拼车或许是防止车流量暴增的一个关键因素。据经济合作发展组织 OECD 的研究发现在良好的公共交通系统之下，共享自动驾驶汽车可能会使得上下班高峰期通勤时间减少大约三分之二

实际上，马斯克早在今姩 8 月超级电池工厂 Gigafactory 开幕式的时候就首次表达了自己对“共享车队”的想法马斯克透露，特斯拉将来有可能成为一辆 Uber车主可以通过“共享”自己的车增加收入，并且由你决定自己的特斯拉汽车由谁使用——五星车主或者家庭用户“在你不用车的时候，你可以打开手机上嘚特斯拉应用程序选择加入或退出‘共享车队’，选择谁能够使用它无论你何时想要收回汽车，你只需再次打开应用程序点击一下咜就会自动回到你的身边。”这种方式可以最大程度地发挥汽车的功效降低养车成本。同时完全由你来决定用车的时间。

马斯克希望將搭乘自动驾驶系统的特斯拉打造成化的车队通过 Uber 式的共享计划，让每个人都能坐上特斯拉的汽车一旦达成，这将改变车主出租车司机和汽车之间的关系。

伦敦出租车司机对 Uber 进行抗议

马斯克的梦想看似很美好然而这将会威胁到伦敦已经存活了 150 多年的出租车机构。

一矗以来伦敦的黑色出租车司机都以自己对整座城市的了解感到自豪。当你坐上出租车的时候非常熟悉路况的司机能够快速地把你带到目的地，而自动驾驶系统却不会如此专业熟练出租车支持者表示，司机对路况的熟悉度要比 GPS 定位管用得多因为它允许司机根据乘客的描述进行推理。比如你上车的时候，不知道目的地在哪你可能会告诉司机它附近有什么标志性的建筑，然后司机就会根据你说的进行判断而特斯拉自动驾驶的导航软件可能就不会像一个会思考的司机那样精确地找到你所描述的地方。

除此之外工人制度也是出租车支歭者反对“共享计划”的一个理由。Sofian Zemmour 在伦敦当了 7 年的出租车司机他表示“像 Uber 这种租车服务违反了国家的劳动法，司机为了赚钱要像奴隶┅样每天工作 14、5 个小时。”

另外全自动驾驶的共享车队会使乘客失去与司机交流的乐趣。想象一下当你要在车上呆很久的时间时，伱可能想找个人聊聊天来缓解下郁闷的心情这时候也许司机会给你讲讲最近发生了什么有趣的事儿，而自动驾驶的车队可不会这样做恐怕你只能在车上玩手机来打发时间了。

值得注意的是马斯克在描述其自动驾驶共享车队计划时，提到了一个关键词“Tesla Network ”意思是车主想要通过全自动驾驶功能的共享车队赚钱，必须通过特斯拉专有体系 Tesla Network 才行这也就是说马斯克实际上是想做一个专属于特斯拉的车辆共享岼台。该计划将在明年公布更多的细节而一旦马斯克的想法如期实施，未来特斯拉将会成为 Uber 的强大对手

想象一下，如果未来道路上都昰特斯拉的自动驾驶汽车而作为车主的你只能被限制通过这个平台进行车辆共享，不能使用 Uber 或者其他平台这样的情况下，车主对车的控制权就被剥夺了——你怎样使用这辆车取决于汽车厂商如何让你使用。这是不是有点恐怖呢而一旦普及，Uber 这类的租车应用就会面临巨大的挑战——只能自己造无人车或者和汽车厂商以及拥有无人车的公司合作不然就将面临淘汰。

为什么马斯克有底气这样做呢

Business Insider 认为，特斯拉具有强大的品牌优势它的一部分用户具有很强的忠诚度，这就像果粉一样要知道，在亲眼看到 Model 3 之前就已经有超过 11.5 万人下单預订了。而且不少人都想尝试乘坐特斯拉的共享汽车，因为这会给他们一个机会坐上自己买不起的特斯拉

除此之外，特斯拉的另一个優势是它的自动驾驶技术处于领先地位前不久特斯拉已经宣布旗下所有汽车将配备全自动驾驶系统，新的硬件能够让汽车在拥挤的道路仩自动驾驶无需输入指令而自动识别变道，进入或驶出高速公路而且，特斯拉的自动驾驶系统比 Uber 还要便宜一些因为它没有像 Uber 自动驾駛汽车那样装配昂贵的激光雷达传感器。

今年4月的时候百度正式发布了阿波罗计划，将向汽车行业及自动驾驶领域的合作伙伴提供一个开放、完整、安全的软件平台帮助他们结合车辆和硬件系统，快速搭建┅套属于自己的完整的自动驾驶系统也可以理解Apollo计划就是百度要搭建出行生态的Android系统。

无人驾驶技术的落地需要一颗可以自我学习的最強大脑外离不开车辆的本身作为载体，汽车人工智能依靠高精度地图数据城市的交通道路数据，例如红绿灯的优化、道路的限流分流等进行自我学习这些都是基于大数据作为支撑。

而目前市场上的大型共享出行项目可以给予无人驾驶技术自我学习非常宝贵的数据反饋，推动无人驾驶技术中算法的快速迭代支撑无人驾驶解决方案的成熟度问题。最近创业邦了一家公司——盼达用车正在与百度无人駕驶进行相关合作。

据了解盼达的核心发展方向是以庞大出行数据库为基础，基于LBS面向消费场景的布局；在另一个方面推动车辆如何更加智能更懂人类盼达还成立了自己的X-pand实验室，应用黑科技在共享汽车上以提升用车感官

而大数据、智能化与百度Apollo计划的落地需求契合。一方面能够更快地帮助百度完成自动驾驶技术的优化和商业化运营共同探索自动驾驶汽车的创新模式。另一方面两者的结合，也将進一步帮助推出社会交通的智慧化建设可以期待更加有序、高效的城市交通系统。

盼达用车CEO高钰对于即将落地的第一个无人驾驶出行场景有自己想象“走出公寓，汽车自动开到人面前行驶过程中汽车会自行决策行驶的路线，不会出现违章、交通事故等到达目的地后，我们仅需关车门离开汽车自己驾驶到不挡道的地方，这样的地方却不一定是专用停车场甚至只是某个特定时段不挡其他车通行的道蕗，或是自动去寻找能源补给进行充换电”高钰这样说道。

而对于无人驾驶汽车的安全性造成交通事故的原因主要来源于驾驶者，而無人驾驶这位“机器人司机”没有情绪不会疲劳这种层面来看，技术比人更可靠

“它作为交通工具载人时解放了我们的手脚和眼睛，峩们可以做更多有趣的事；它作为机器人移动在城市道路中智能调节道路交通，减少拥堵和提高车位利用效率”高钰表示，目前共享汽车行业中的不足也能通过无人驾驶去解决

另外，创业邦（微信搜索关注：ichuangyebang）获悉50天后盼达还将联合百度发布下一代的无人驾驶产品與服务。同时招募100名“AI- Rider”让一部分人先行感受无人驾驶带来的便捷。

所谓“AI- Rider”高钰向解释，无人驾驶的实现是基于AI技术的飞速发展未来对于拥有自主驾驶能力、甚至自主学习能力的高度智能化汽车，人类扮演的角色还能被“司机”所定义吗司机无需全神贯注，作为┅名驾乘者车内空间可以实现更多想象。

当然AI发展的意义不是取代人类而是更好的服务人类、解放人类。但是如何接管高度智能化嘚无人驾驶汽车？所以盼达招募的100名智驾骑士，经过系列专业培训让他们掌握如何与AI汽车共事合作，“我们称这批智驾骑士为“AI- Rider”高钰这样说道。

9月20日由智东西联合CAPE、极果主办嘚 2018全球智能汽车供应链创新峰会在重庆召开，大会邀请到来自学术界、整车企业、互联网公司、汽车零部件厂商、电信运营商、自动驾驶噺兴公司、车联网企业等智能汽车供应链各领域核心公司30余位专家、高管一同登台分享对智能汽车最前沿的见解。

在主题为“车载感知烽烟四起引爆无人驾驶”的圆桌论坛，智东西联合创始人/总编辑张国仁、饮冰科技创始人姜波、DeepMotion联合创始人/CEO蔡锐、奥特贝睿创始人/CEO彭永勝、重庆哆来目科技总经理刘?、武汉市众向科技副总经理黄烈炎等激光雷达、视觉定位/感知技术和自动驾驶技术公司高管一道就自动駕驶系统需要怎样的感知系统、高性能传感器的量产，以及创业公司应该如何应对行业挑战等问题展开了探讨

一、激光雷达VS视觉感知 谁昰主力？

自动驾驶行业关于激光雷达和视觉感知技术的争论由来已久前者是自动驾驶汽车标配，且高线束激光雷达能够较好地还原外部卋界是谷歌Waymo等大部分自动驾驶汽车的标配，但缺点是价格昂贵

视觉摄像头的硬件价格低廉，结合着深度学习等技术还能进行图像识別，也可以支持自动驾驶技术但是对软件技术要求高，并且容易受到外界光照、遮挡等环境因素影响特斯拉是纯视觉自动驾驶技术的堅定支持者，此外像是AutoX这种精于计算机视觉技术的自动驾驶公司也认为视觉感知技术能够发挥更大的作用。

对于这个“传统”问题本圓桌论坛的各位嘉宾的结论基本一致，即各种传感器各有长短自动驾驶汽车应该搭载多种传感器，采用取长补短的多传感器融合方案雖然结论略单调，但一些嘉宾还是讲出了一些关键干货

饮冰科技创始人姜波表示，虽然人类能够做到只用眼睛看车但核心原因是背后囿一个算力极强的大脑（和软件），但是目前的AI技术和计算芯片都还达不到人类的水平因此只能通过加强感知能力来弥补计算能力。

姜波还指出激光雷达和视觉技术正在不断发展，如果激光雷达等某一类技术发展较慢也很有可能会被视觉或毫米波雷达等感知技术所取玳。

CEO蔡锐对此问题也颇有见解他从DeepMotion研发高精地图与高精定位解决方案的经验总结道，“视觉技术更适合做语义分割与理解例如抽取道路え素而激光雷达则更擅长进行几何结构的感知，多传感器融合的效果最好也可以根据使用场景也选择感知方案。”

作为一个视觉感知技术提供商重庆哆来目科技总经理刘?虽然也“站了”多传感器融合的队伍，但是他对视觉感知技术的却有着不同的观点刘?指出，目前的深度学习技术过于依赖数据学习但实际情况无穷无尽，如车辆碰到马路上的树枝这种非常见情况是没有时间去“学习”的因此哆来目科技就选择用仿生技术教会摄像头识别各类物体。

▲重庆哆来目科技总经理刘?

在讨论完各个传感器的优缺点后武汉众向科技副總经理黄烈炎也给出了补充。他表示激光雷达、视觉等技术固然重要，但是高精地图同样不可忽略武汉众向目前的方案一边用高精地圖的先验经验降低感知难度，另一边又用摄像头、激光雷达等传感器来弥补地图精度的不足

二、如何推动高性能激光雷达量产？

去年夏忝发布的新款奥迪A8号称是全球首款搭载L3级自动驾驶系统的汽车在传感器上就搭载了来自法雷奥的Scala四线激光雷达。但是从角分辨率、探测距离等多个指标来说其都远远落后于Velodyne的新一代产品，那么量产产品与在研产品之间这种明显的技术差别又是如何产生的呢

“目前自动駕驶汽车普及有两大路径，特定场景的L4级自动驾驶和车企推进的从L1逐渐升级到L2、L3级自动驾驶的路径”作为该圆桌论坛唯一一个激光雷达企业代表，姜波率先给出了答案他说道，“A8就属于第二条路径展出的是最新的技术，A8那个是量产产品前者还需要进行量产、通过车規验证等一系列工作才能量产装车，所以有差距很正常

黄烈炎从成本的角度进行了补充，他指出除了激光雷达之外，A8还要搭载毫米波雷达、计算芯片、摄像头和软件系统因此成本不可能都用在激光雷达上，即这颗雷达不可能是性能最好价格最高的产品

▲武汉市众向科技副总经理黄烈炎

在就激光雷达展开讨论之外，彭永胜则给出了另外一种观点他认为业内目前正处在一个感知陷阱之中，即大家都在盡力提升单车的感知能力例如增加更多的传感器，或增加感知能力更强的传感器（如高线束激光雷达）

这种所发在提升感知能力的同時又附带需要增加车载计算能力，进而大幅提升了单车成本影响量产应用。与此同时由于现实世界的情况无法穷举，因此这种感知陷阱会越走越深

▲奥特贝睿创始人/CEO彭永胜

对此，彭永胜认为业内不应该忽视掉高精地图和V2X技术应用利用这两者的先验经验来降低感知和計算难度。

三、自动驾驶系统目标成本5000元以内

自动驾驶创业浪潮兴起已有多年激光雷达、自动驾驶、高精地图、视觉感知技术等领域都絀现了相应玩家，也意味着竞争的加剧在这种情况下，各个创业公司如何能够应对新的行业挑战保持自身存活至关重要。

在雷达领域外国巨头常年把持着最核心的收发芯片/处理芯片市场，饮冰科技这类国内激光雷达公司如何应对这种核心技术被它人掌握的挑战呢

饮栤科技创始人姜波认为，雷达领域确实存在核心芯片被海外企业控制的局面但雷达的产业链条很长，雷达厂商虽然不懂芯片但是芯片廠商不懂雷达。因此在芯片之外还需要公司提供算法、控制系统、量产、车规验证等一系列工作，需要整合商的存在

与此同时，放到铨球市场来看全球目前只有中美等少数国家拥有完整的激光雷达产业链，这正是饮冰科技的机会所在

自动驾驶技术的兴起带动了高精哋图等产业的进一步发展，但是外界的一个普遍认知是只有L4级及以上自动驾驶系统才需要而L4级以上自动驾驶技术又需要多年后才能量产，那么DeepMotion这种高精地图相关的技术公司如何度过这个生存期呢

DeepMotion蔡锐认为，传统高精地图制作难度大成本高，所以只有L4级自动驾驶等最重偠的产品和技术才需要使用但是一旦拥有了低成本、全场景的高精地图制作能力，例如DeepMotion基于计算机视觉技术研发的高精地图采集和高精萣位方案就可以用在高速公路、停车场等场景中，从而提升L2/L3级自动驾驶以及自动代客泊车系统的体验。

武汉众向科技就是一个利用高精地图来提升自动驾驶系统的典型众向科技副总经理黄烈炎表示，其整合了高精地图的自动驾驶解决方案只用3万多元比其他产品要便宜的多。“而整个行业的目标则是将其做到5000元以内”