在自動駕駛這件事上，阿里巴巴選擇了與多數行業玩家不同的路徑。

9月7日，阿里巴巴正在通過多個部門發展無人駕駛事業，最新的一種方案來自成立不到一年的達摩院。該研究院人工智能實驗室首席科學家王剛告訴記者，與其他針對單車智能的方案不同，他們正在以協同智能的方式降低無人駕駛現有方案的物理困境和成本障礙。

王剛稱，該方案為通用方案，支持所有車輛，而因為物流是阿里巴巴集團的重點，所以在研發中會對物流場景更加側重。

不過，有業內人士告訴記者，這種車路協同更適合開放道路(有紅綠燈)，目前行業普遍都在園區測試，所以并沒有成為主流標準。

從1939年首輛無人駕駛概念車出現以來，人們對無人駕駛的關注主要聚焦于汽車本身。加裝各類傳感器用于汽車本身的感知和控制，進而處理路面的情況。

有業內人士表示，早期的自動駕駛企業，如百度、特斯拉等企業主要采用單車智能，復雜路況、車輛混行以及極端天氣等一系列問題并未協同進來。

今年早些時候，百度公司與金龍客車合作的全球首款L4級自動駕駛巴士“阿波龍”量產下線。同時，近期不少整車企業給出了無人駕駛產品開發時間表：特斯拉將在2019年投放L4或L5級別無人駕駛汽車;大眾計劃2021年推出L4級別自動駕駛汽車;奔馳與寶馬將分別于2020年與2021年推出L4、L5級別自動駕駛汽車;戴姆勒公司宣布將于2019年在美國加州部署無人駕駛出租車等。

上述人士認為，單車智能解決不了復雜路況、車輛混行以及極端天氣等一系列問題;要實現自動駕駛或無人駕駛，車路協同是基礎。

王剛表示，阿里巴巴做了大量的論證和仿真研究后發現，單車智能的方式對實現自動駕駛落地挑戰巨大。

在他看來，上述方案的局限在于感知存在視覺盲區，而且由于傳感器自身技術局限導致有效感知距離不超過80米，而當車速超過每小時60公里，就無法實現安全下的自動駕駛;其次，由于高精度地圖的更新速度慢，難以應對突發時間;以及單車決策難以調動整個交通場景，如果遇到遮擋，就無法形成有效決策。

不僅如此，王剛表示，現在自動駕駛車輛需要包括攝像頭和雷達等多個傳感器，其整體成本達20萬美元，而中國2017年汽車保有量為3億輛，如果全部要更新到自動駕駛汽車，花費巨大。事實上，業內普遍認為只有當路面上行駛車輛超過90%是無人駕駛車時，才會逐漸安全。

因此，該研究室選擇了協同智能的路徑，王剛稱，這將幫助阿里巴巴實現自動駕駛的落地和商業化。其所需要的就是增加一個額外的交通智能設施，目前被稱為“智能感知基站”，由于靜態部署，所以將具備處理復雜情況的能力，同一個“基站”可以服務同一條道路上得多輛車，從而降低車本身對傳感器的需求。

王剛表示，采用這種方案，汽車本身可以減配，但具體減掉哪些部件需要后續驗證。

不過，王剛拒絕透露基站的裝建成本，以及部署規模需求。但其為記者演示的視頻樣片中，自動駕駛汽車針對路面突發情況做出了相應的判斷，而王剛表示，感知基站參與下的協同智能，無人汽車的避讓率達到了100%。

據悉，目前該團隊研發進展是，已有車輛進行常態化路測，并具備了在開放路段測試的能力。目前其選取的技術路線為L4(全自動駕駛)，這并非真正意義上的無人駕駛，而是形式由機器主導，在絕大多數場景下，都不需要人工干預。

阿里巴巴的路測車輛改裝自林肯MKZ，百度、英偉達以及多家創業公司的自動駕駛系統均采用該款車改裝部署。 

返回第一電動網首頁 >