最近有一位小伙伴提出：一直說(shuō)無(wú)人駕駛難實(shí)現(xiàn)，但已經(jīng)有很多無(wú)人快遞車(chē)和無(wú)人送餐車(chē)投入使用了，他們不是無(wú)人駕駛嗎？對(duì)于這個(gè)問(wèn)題，智駕最前沿想說(shuō)的是，對(duì)于乘用車(chē)要求的高速自動(dòng)駕駛和無(wú)人快遞車(chē)這類(lèi)的低速自動(dòng)駕駛，在技術(shù)上是趨同的，但并不完全一致。

圖片源自：網(wǎng)絡(luò)

乘用車(chē)的高速自動(dòng)駕駛要面對(duì)的是載人的出行場(chǎng)景，速度高、路況多變、駕駛員和乘客的安全感和舒適性是設(shè)計(jì)核心。而送外賣(mài)、送快遞的低速無(wú)人車(chē)只是在封閉或半封閉的運(yùn)營(yíng)區(qū)域里跑末端配送，車(chē)速低、運(yùn)行邊界更受限，但它會(huì)頻繁和大量的行人、騎行者、樓道門(mén)口、路邊送貨點(diǎn)打交道。簡(jiǎn)單類(lèi)比就可以發(fā)現(xiàn)，高速自動(dòng)駕駛追求的是“以速度換時(shí)間、以復(fù)雜性換效率”，而低速無(wú)人車(chē)的挑戰(zhàn)更偏向“在低速、密集交互環(huán)境里保證高度可預(yù)測(cè)與魯棒的行為”。

兩者的使用要求及場(chǎng)景決定了兩者的設(shè)計(jì)目標(biāo)和優(yōu)先級(jí)不同。乘用車(chē)需要在高速公路、城市主干道等處以高速度處理遠(yuǎn)距離感知、長(zhǎng)時(shí)稀疏但高危的事件；低速無(wú)人車(chē)則要把注意力放在近距離、細(xì)節(jié)豐富、頻繁的交互上。這些差異會(huì)直接影響傳感器選擇、算法側(cè)重、系統(tǒng)冗余與安全驗(yàn)證策略。

感知與定位的不同

低速無(wú)人車(chē)的感知體系與乘用車(chē)有共同點(diǎn)，但側(cè)重點(diǎn)不一樣。對(duì)于乘用車(chē)來(lái)說(shuō)，長(zhǎng)距離探測(cè)（如遠(yuǎn)處車(chē)輛、匝道入侵）和高速下的可靠跟蹤至關(guān)重要，因此激光雷達(dá)的探測(cè)距離、毫米波雷達(dá)的穿透能力、攝像頭在高速運(yùn)動(dòng)下的圖像穩(wěn)定性都是技術(shù)重視點(diǎn)。

低速無(wú)人車(chē)則看重近距離的細(xì)節(jié)感知和小目標(biāo)識(shí)別，像是小孩子突然從車(chē)后探出、門(mén)口臺(tái)階、外賣(mài)取餐箱前有沒(méi)有障礙物等，都是低速無(wú)人車(chē)在行駛時(shí)需要考慮的，這些都要求在短距離內(nèi)做到非常精細(xì)的檢測(cè)和語(yǔ)義理解。

圖片源自：網(wǎng)絡(luò)

在定位要求上，兩者的需求也不同。乘用車(chē)在高速和復(fù)雜道路上常依賴高精地圖（HD Map）+差分GPS+慣性導(dǎo)航做冗余定位，而低速無(wú)人車(chē)常在GPS劣勢(shì)區(qū)域（城市樓宇縫隙、室內(nèi)院落、地下通道）活動(dòng)，這就要求更強(qiáng)的視覺(jué)/激光SLAM、本地執(zhí)行級(jí)別的閉環(huán)定位和基于語(yǔ)義的定位（例如“第二棟樓西門(mén)”而不是一個(gè)經(jīng)緯度點(diǎn)）。由于低速無(wú)人車(chē)體積小、輪廓與載貨結(jié)構(gòu)多變，車(chē)底特征、輪廓匹配等都是提高定位穩(wěn)定性的可用信息源。

兩者傳感器布局與成本也有不同考量。低速無(wú)人車(chē)為了壓縮成本和提升續(xù)航，在傳感器數(shù)量與規(guī)格上會(huì)比乘用車(chē)輕量，但會(huì)更注重在關(guān)鍵位置的冗余與多模態(tài)覆蓋。相比之下，乘用車(chē)更傾向于高端長(zhǎng)距激光雷達(dá)、更多高清攝像頭與強(qiáng)算力中樞。

決策、規(guī)劃與控制的不同

乘用車(chē)自動(dòng)駕駛系統(tǒng)需要在毫秒到幾百毫秒級(jí)別對(duì)高速變化做出反應(yīng)，規(guī)劃出兼顧舒適與安全的路徑，這就涉及到高階預(yù)測(cè)（比如預(yù)測(cè)對(duì)向車(chē)輛會(huì)不會(huì)突然變線）和大尺度車(chē)道級(jí)規(guī)劃的內(nèi)容。低速無(wú)人車(chē)的控制頻率雖然沒(méi)那么高，但必須把“人與環(huán)境的社會(huì)規(guī)范”理解得更細(xì)致。它不能只是按靜態(tài)規(guī)則避障，還要處理復(fù)雜的人-車(chē)互動(dòng)，送餐員把餐放下后短暫停靠，行人繞車(chē)不按人行道走，寵物跑出來(lái)追車(chē)等場(chǎng)景，都要求其應(yīng)采取更保守、更可解釋的行為策略。

低速無(wú)人車(chē)的路徑多是“點(diǎn)到點(diǎn)、最后一公里”的精細(xì)機(jī)動(dòng)，軌跡會(huì)涉及窄道倒車(chē)、低速轉(zhuǎn)彎、在人行道邊短暫停靠等。這要求軌跡生成器對(duì)空間約束和動(dòng)力學(xué)約束更敏感，同時(shí)更重視穩(wěn)定�？�、重復(fù)性好和對(duì)非結(jié)構(gòu)化環(huán)境的適應(yīng)能力。乘用車(chē)則需要兼顧車(chē)道變換、超車(chē)、匝道合流等復(fù)雜場(chǎng)景，規(guī)劃器需要做更大膽的空間利用與時(shí)間窗規(guī)劃。

圖片源自：網(wǎng)絡(luò)

低速無(wú)人車(chē)允許更大的制動(dòng)裕度和更慢的響應(yīng)曲線，但要求低速下能夠保持低抖動(dòng)、高定位精度（比如在取貨點(diǎn)精確停車(chē)到指定投放點(diǎn)），因此控制器在低速區(qū)要解決摩擦力變化、地形不平與頻繁啟停帶來(lái)的動(dòng)力學(xué)非線性問(wèn)題。乘用車(chē)在高速下則更關(guān)注穩(wěn)定性、高速轉(zhuǎn)向的橫向耦合、以及在極限工況下的車(chē)輛動(dòng)力學(xué)控制（ESP、ABS等融合）等內(nèi)容。

由于低速無(wú)人車(chē)經(jīng)常與普通行人近距離互動(dòng)，運(yùn)營(yíng)方和監(jiān)管方需要判斷車(chē)輛為什么在某個(gè)地點(diǎn)停下、為什么繞行，這就要求在設(shè)計(jì)上采用更顯式的規(guī)則集、行為樹(shù)或可審計(jì)的決策日志，而不是采用純粹的黑盒深度模型。乘用車(chē)領(lǐng)域雖然也在重視可解釋性，但在決策的復(fù)雜度與實(shí)時(shí)性壓力下，更多還是靠大模型和端到端方法去提升性能。

運(yùn)營(yíng)與監(jiān)管的不同

低速無(wú)人車(chē)采取落地路徑是“設(shè)備化”的大量部署，單車(chē)造價(jià)要低、維護(hù)成本要可控、能形成標(biāo)準(zhǔn)化的模塊化硬件和云端運(yùn)維體系。送貨/快遞業(yè)務(wù)看重的是每輛車(chē)的單位成本和單次配送的效率，因此硬件選型、續(xù)航與充電策略、車(chē)體防護(hù)、以及抗破壞設(shè)計(jì)都要在成本與可靠性之間權(quán)衡。乘用車(chē)自動(dòng)駕駛更像是“高端產(chǎn)品”，每臺(tái)車(chē)的傳感器和算力預(yù)算高，應(yīng)更注重用戶體驗(yàn)與舒適性。

在運(yùn)營(yíng)方面，低速無(wú)人車(chē)采用集中式調(diào)度與云端路線下發(fā)，并且大量依賴遠(yuǎn)程監(jiān)控與人工接管。這類(lèi)車(chē)在遇到未預(yù)見(jiàn)情形時(shí)會(huì)要求能快速連上遠(yuǎn)程操作者做輔助駕駛或半自動(dòng)遙控，遠(yuǎn)程干預(yù)和人工回滾流程是運(yùn)營(yíng)安全體系的一部分。乘用車(chē)領(lǐng)域的遠(yuǎn)程介入比例相對(duì)較低，更多是通過(guò)車(chē)內(nèi)冗余系統(tǒng)自動(dòng)應(yīng)對(duì)極端情況，或者在部分場(chǎng)景下要求駕駛員介入。

由于使用場(chǎng)景的不同，兩者的規(guī)模化測(cè)試與驗(yàn)證也不同。乘用車(chē)自動(dòng)駕駛要在千萬(wàn)公里、跨地區(qū)的復(fù)雜路況下驗(yàn)證系統(tǒng)的全面性，會(huì)采用大量實(shí)車(chē)?yán)锍?仿真的方式，確保系統(tǒng)穩(wěn)定。低速無(wú)人車(chē)的運(yùn)營(yíng)區(qū)域明確、ODD（Operational Design Domain）受限，這就要求更集中、更可控的閉環(huán)驗(yàn)證。當(dāng)然，對(duì)于低速無(wú)人車(chē)來(lái)說(shuō)，同一地區(qū)內(nèi)的微觀變化（路邊攤位置、臨時(shí)圍擋、快遞柜搬遷）可能對(duì)系統(tǒng)產(chǎn)生影響，這就需要頻繁的場(chǎng)景回歸測(cè)試與在線學(xué)習(xí)機(jī)制支持。數(shù)據(jù)標(biāo)注和場(chǎng)景重放在低速車(chē)隊(duì)運(yùn)營(yíng)中尤為重要，短距離高頻次的交互回產(chǎn)生大量有價(jià)值的小樣本異常，這就需要高效的數(shù)據(jù)流處理和場(chǎng)景檢索能力。

圖片源自：網(wǎng)絡(luò)

安全與可靠性工程（SRE）在兩者之間也有側(cè)重差異。乘用車(chē)自動(dòng)駕駛在安全上更強(qiáng)調(diào)車(chē)內(nèi)安全冗余、功能安全（如ISO 26262）和系統(tǒng)級(jí)的失效機(jī)理分析；低速無(wú)人車(chē)除了要滿足基本的功能安全外，更需要在聯(lián)網(wǎng)安全、物理安全（防破壞、防篡改）、以及運(yùn)營(yíng)等方面的安全策略上投入更多資源。

用戶交互與社會(huì)接受度的不同

低速無(wú)人車(chē)面對(duì)的是用戶取餐、取貨的場(chǎng)景，這就帶來(lái)了如何讓用戶在指定地點(diǎn)能順利取到物品，如何在車(chē)輛附近安全地與行人溝通（例如通過(guò)燈光、屏幕或語(yǔ)音提示車(chē)輛即將離開(kāi)），如何解決無(wú)人車(chē)被別人誤拿貨品的風(fēng)險(xiǎn)等許多人機(jī)交互的細(xì)節(jié)問(wèn)題，這些都不是純技術(shù)問(wèn)題，而是要技術(shù)+流程+產(chǎn)品設(shè)計(jì)進(jìn)行結(jié)合。

小區(qū)、街道、行人的認(rèn)知也會(huì)影響低速無(wú)人車(chē)系統(tǒng)的設(shè)計(jì)。和乘用車(chē)相比，低速無(wú)人車(chē)更需要“被理解”，社區(qū)內(nèi)的人可能不知道這是一輛無(wú)人車(chē)，會(huì)好奇圍觀、觸碰或試圖攔車(chē)，系統(tǒng)需要設(shè)計(jì)防范與教育機(jī)制，如提供清晰的標(biāo)識(shí)、合適的聲音提醒、以及異常接觸時(shí)的安全�？窟壿嫛＿\(yùn)營(yíng)方通常還需要與社區(qū)、物業(yè)、城市管理部門(mén)建立溝通渠道，形成可接受的運(yùn)營(yíng)規(guī)范。

乘用車(chē)的長(zhǎng)尾問(wèn)題主要出現(xiàn)在稀有高危事件，驗(yàn)證要靠海量里程與場(chǎng)景合成來(lái)逼近極端情形。低速無(wú)人車(chē)則更多面對(duì)如臨時(shí)占道、裸露電纜、小范圍施工、臨時(shí)擺攤等頻繁但多樣的小異常，這些場(chǎng)景在仿真里需要更精細(xì)的語(yǔ)義豐富度。低速車(chē)隊(duì)部署后還會(huì)產(chǎn)生海量近場(chǎng)交互數(shù)據(jù)，如何高效抽取、標(biāo)注、回放并用來(lái)在線或離線改進(jìn)模型是運(yùn)營(yíng)效率的關(guān)鍵。

圖片源自：網(wǎng)絡(luò)

為確保低速無(wú)人車(chē)的正常使用，需在小區(qū)、樓道等近距離場(chǎng)景采集大量含有個(gè)人信息的視頻與傳感器數(shù)據(jù)，運(yùn)營(yíng)方需要合規(guī)地進(jìn)行脫敏、存儲(chǔ)和使用。乘用車(chē)同樣面臨隱私問(wèn)題，但低速無(wú)人車(chē)的采集頻率和地點(diǎn)更靠近個(gè)人活動(dòng)空間，敏感性會(huì)更高。

最后的話

乘用車(chē)自動(dòng)駕駛的難點(diǎn)在于高速、遠(yuǎn)距和場(chǎng)景廣泛性；低速無(wú)人車(chē)的難點(diǎn)在于近距交互、運(yùn)營(yíng)規(guī)模化和社會(huì)適應(yīng)性。前者需要更強(qiáng)的遠(yuǎn)距感知能力、更復(fù)雜的動(dòng)態(tài)預(yù)測(cè)和更嚴(yán)苛的功能安全認(rèn)證；后者則需要細(xì)致的近場(chǎng)語(yǔ)義理解、更完善的運(yùn)營(yíng)化工具、以及對(duì)社會(huì)行為的耐心適配。

-- END --

       原文標(biāo)題 : 低速自動(dòng)駕駛在技術(shù)上有什么側(cè)重點(diǎn)？