自動駕駛是近年以來火熱的一個話題，人們公認自動駕駛是未來汽車行業的發展方向，而自動駕駛汽車的第一個商業應用應該是無人出租車。
實際上，相比無人出租車而言，目前無人駕駛卡車的發展也開始風生水起，在各方面的進展比無人出租車更為迅速。圖森未來創始人兼ceo陳默認為，無人駕駛卡車的落地應用和規模量產一定會早于其他乘用的無人車。
在市場需求、滿足量產以及安全性方面更佳
從市場需求、滿足量產以及安全性三個角度，陳默闡述了無人駕駛卡車相比無人出租車更易于落地應用和規模量產的原因。
中美兩國對重型卡車的需求量最大，而中國的需求量為最多。陳默表示：“根據相關的數據得出，中國的需求量大約為600萬輛，美國大約需450萬輛。并且，中國卡車市場還有一個獨特的現象。從市場占比來看，國產卡車企業的市場份額占比很大，進口車很難撼動國產卡車的銷量地位，中國的自動駕駛卡車市場仍然是一個前景可期的大蛋糕。”
滿足量產方面，大多數公司對于無人卡車的量產預估時間在2020年左右。陳默說：“現在也有很多企業說今年量產，但這些都是小規模的量產，不是真正的量產。而自動駕駛無人卡車的落地應用和規模量產一定會早于其他乘用的無人車。”
陳默提出了一個比喻：“我們可以把卡車想象成為線，并且是高度重復的。而出租車是面，被分到每條路上，但數據量稀釋的厲害。同樣跑100萬公里的數據，貨車都是一條固定線路，但出租車分散到北京這樣的城市，再落到每條路上，這樣實際每條路數據量就沒多少了。”具體來說，無人駕駛卡車會加速量產的因素主要在三方面：
首先是在使用落地方案可快速的操作性。卡車使用場景的應用方案比乘用車更容易操作，比如說卡車行駛的高速公路的路況比較簡單，對于場景的處理應用方案更具有針對性，可以快速推進。
其次，自動駕駛卡車可以更好的節省成本。陳默表示：“自動駕駛的實際價值在于降低成本，這樣可以省行業中人工，在耗油方面可以節省7%-15%。這部分的節省主要是人工操作在換擋、轉速等方面，人工操作并不能保證像軟件系統一樣勻速操作。”
更為重要的是，自動駕駛卡車不僅只是為了節省人力，更是為了規避安全風險。由于我國的人口基數大，道路情況復雜，一直被稱為交通事故最為頻發的國家。并且，駕駛卡車確實有很多的隱患。很多卡車司機為了多賺錢超額完成任務而疲勞駕駛，容易有車禍事故的發生。如果無人駕駛卡車能夠應用落地，相關的悲劇也會相應減少。
不論是Uber、Waymo、還是特斯拉，它們真正所重視的還是在無人出租車方向上的突破。陳默說：“我們私下也會與這幾家大公司溝通交流，相對來說，這幾家公司在無人駕駛卡車組的員工數量相對較少，到現在，這幾家亮相的無人卡車并沒有真正在無人卡車上達到L4級別的，現在入局的企業，還有很大的機會。”
L4算是真正實現無人駕駛的一個過渡級別。L3級別的自動駕駛卡車其實還是處于半自動駕駛的狀態，其無人駕駛系統需要根據人工來進行干預操作，人類駕駛員需要提供適當的應答。而L4級別的無人駕駛則屬于高度自動化，人類駕駛員不一定需要對所有的系統請求做出應答。到L5級以上的卡車便可全程自動駕駛，不需要人工干預。
很多人都會將無人駕駛和自動駕駛兩個概念混淆。其實主要區別則在于分級上?，F在國際公認對自動駕駛汽車的分級標準，由SAE（美國汽車工程師學會）制訂。其中，L1級到L3級之間均需駕駛員在場關注車輛行駛，并在緊急情況下介入；而L4和L5級可實現全自動駕駛，無需駕駛員干預或介入操控，即可完成全部駕駛行為，被稱為“無人駕駛”級別。
這些種種的優勢與需求，都會快速推進無人駕駛卡車的發展，走向落地應用與量產階段。
行業精英化，并存在更多機遇
再來看全球各大巨頭在無人卡車領域的市場布局。
如今，戴姆勒、Otto、Waymo、特斯拉等公司都在自動駕駛卡車上均有布局，多名實力追逐者的競爭下，自動駕駛在卡車領域的應用也在打開全新的局面。
戴姆勒（奔馳母公司）于2016年推出全球首輛無人駕駛卡車。該車名為Freightliner Inspiration的半自動駕駛卡車，在特定的條件之下會進行自動駕駛。當卡車在高速公路上行駛時，并掌握最新的情況后，系統才會啟動，并且卡車會與其他車輛保持一定的安全距離行駛。
Uber在2016年8月，以超過6.8億美元的價格收購了Otto的自動駕駛卡車初創公司，在整個行車過程中，司機在高速公路上簡單地按下“engage”鍵，卡車就會進入自動駕駛狀態下行進，小部分情況下需要司機介入。
馬斯克在去年11月正式發布了特斯拉的全電動卡車Semi，從0到60英里的加速僅需5秒（普通的卡車汽車需要15秒）。特斯拉官方表示Semi充電30分鐘可續航行駛上路，充滿電后最遠可行駛約800公里，搭載了全自動駕駛、全自動剎車等功能，并宣布在2019年將開始量產Tesla Semi。
而一直在無人車處于技術領先的谷歌Waymo，在本月9日也宣布了其無人卡車試點項目啟動，Waymo表示正在美國佐治亞州亞特蘭大測試其無人駕駛卡車，為其姊妹公司谷歌運送貨物。
不可置否，這幾家巨頭公司在無人車領域技術在世界范圍內均處于領先地位，而新創公司也具有毫不遜色的發展功力。轉戰國內，目前入局無人卡車的企業主要有百度、圖森未來、西井科技以及主線科技等企業，其中這幾家初創公司的團隊成員背景都十分優質。各家布局進展情況參考如圖：
（注：融資信息來自于IT桔子）
從目前入局的公司來看，無人車領域的公司都十分精英化，也代表著汽車行業的頂尖水平。
陳默說：“無人駕駛本身是一個起點比較高的行業，門檻很高，但這也意味著它的發展會更為精良化。而無人卡車就像其中的一支特種部隊，很難被隨便替代。”
相應的，人才問題也成為了無人車領域中的一大問題。伴隨著無人車市場的風生水起，無人車技術人才也出現國際化告急。在無人車市場中，存在著嚴重的供不應求和斷層問題。而高等院校的教學又與實戰企業存在脫鉤，目前很多企業找不到適合的無人駕駛技術專業人才，無人車教育也成為該產業鏈中的一大風口。
各家的差異化打法加速商業化
目前，無人卡車的主要運營方向是物流業。以圖森科技為例，圖森向承運人提供限定路段的L4級別自動駕駛，向上游車廠提出包括傳感器方案配置、數據融合、決策分析、控制流程在內的定制化方案，然后將車賣給客戶，并在后續承擔車輛行駛中的安全責任，以及負責高頻的軟件系統更新和兩至三年一次的硬件升級。
從全球這幾大自動駕駛公司來看，各家在無人卡車方面的不同打法主要體現在硬件的使用和場景應用兩方面，與此同時還存在著一些差異或爭議:
1、激光雷達不是唯一選擇
現階段無人駕駛領域，用于周圍環境感測的主流傳感器有激光雷達、毫米波雷達、視覺傳感器三種。
比如Waymo、Otto、戴姆勒等使用激光雷達，它可以區分真實移動中的行人和人物海報、在三維立體的空間中建模、檢測靜態物體、精確測距，但造價成本較高。
也有公司采用其他的傳感器方案，比如圖森未來則主要依靠攝像頭、毫米波雷達等作為傳感器，采用計算機視覺感知方案來達到其效果。
此前，馬斯克表示堅持不在特斯拉上使用激光雷達，即特斯拉的相機、毫米波雷達和超聲波傳感器組成的系統。馬斯克說：“他們（指其他配備激光雷達的公司）必須配備一大推昂貴的設備，其中大部分會令汽車變得昂貴、丑陋。我認為，他們早晚會發現自己處于競爭劣勢。”
激光雷達不作為自動駕駛卡車在好壞方面的一個評判標準。陳默認為，無人卡車是否使用激光雷達是由使用的場景決定的。陳默說：“目前大多商場采用的是應用于乘用車的激光雷達，但激光雷達的探測距離不符合貨車的實際情況。在技術上來講，乘用車的剎車距離只需要40米，而重型的集裝箱卡車在滿載時剎車距離可能需要200米以上。64線激光雷達的標記距離一般是120米到150米，而實際上在120米內會比較有效。如果我的剎車距離需要200米，120米的標記距離是完全不夠的。”
陳默預測，未來的無人駕駛技術的發展趨勢一定是多個傳感器的融合，這樣才能確保在探測上的精準性。
2、垂直場景的不同應用
從商業應用來看，應用場景的不同使得各家在不同的領域中分得一杯羹。自動駕駛卡車在商業化和專業垂直領域中都有大顯身手的空間。
比如圖森未來、西井科技等主要是以港口為商業應用的切入點，利用無人駕駛卡車在港口之間運送貨物。相對全球的其他無人駕駛企業而言，沃爾沃的探索比較多元。
2016年，沃爾沃在瑞典北部的一個1320米深的礦井中測試了自家的自動駕駛卡車，該輛自動駕駛卡車裝有多個激光雷達，基于GPS導航系統和上傳到車載電腦系統的高精度礦井地圖，使得車輛在光線微弱、地形復雜的環境中得以順利行駛。去年，沃爾沃同瑞典的一家廢品回收公司合作，為其開發了一款自動駕駛垃圾運輸卡車，用以節省人力和物力。
除了以上的兩款卡車，沃爾沃還開發了一款協助收割農作物的自動駕駛卡車。工作原理和以上兩款卡車類似，需要GPS和高精度陀螺儀及高精度地圖的支持。陳默對此商業場景的應用做出質疑：農場真的需要自動駕駛卡車嗎？實際上很多國外的農場已經實現了無人自動化生產線操作，農場對無人卡車的需求量并不高。
盡管在目前商業化的道路中，無人駕駛卡車還處于不斷摸索的階段。而隨著自動駕駛技術的成熟，無人卡車在商業應用方面會有更多的場景被開拓。在未來，會有越來越多的自動駕駛卡車能夠承擔更多的運輸任務，實現真正的無人駕駛。
微信掃一掃
