自动驾驶激荡风云录：来自圈内人的冷眼解读
以下文章来源于AI科技大本营 ，作者CSDN App
最近一个月，有关自动驾驶的新闻层出不穷，也是少有的热闹。
先说正面的吧。
激情的焰火
传感器之争
2019 年 7 月，美国加州硅谷的创业公司 Luminar Technologies 新融资 1 亿美元，到目前它总共已经筹集 2.5 亿美元，同时发布新的“Iris”激光雷达平台，该平台能降低激光雷达生产成本。
在自动驾驶系统的传感器设备，激光雷达一直有价格昂贵的问题，同时其 3-D 数据获取的精度和容易性是以往摄像头系统和毫米波雷达系统所不能比拟的。目前 Luminar 也是激光雷达公司融资最多的，超过了之前的市场第一 Velodyne 公司和曾经的融资第一 Quanergy 创业公司。这也是目前以摄像头视觉为主和激光雷达为主的两个不同解决方案之争在资本市场的一点反响。
自动驾驶的头部效应
同时，德国大众汽车公司一直没有确定的自动驾驶方面海外投资终于有了结果。此前据传曾提出想收购湾区一家 L4 自动驾驶创业公司 Aurora，但被拒绝。这次，它向福特汽车公司的自动驾驶独立子公司 Argo.AI 投资 26 亿美金，估值达到 70 亿美元。
而目前公认的、自动驾驶技术仅次于谷歌自动驾驶独立子公司 WayMo 的通用汽车自动驾驶独立子公司 Cruise Automation 在同一个月宣布，美国外资投资委员会（CFIUS）已经批准日本软银集团（SoftBank Corp）对其价值 22.5 亿美元投资（分两批，第二批 10 亿美金等量产而定）。
有一点不和谐的声音是，由于中美贸易和技术摩擦不断升级，美国也越来越关注软银集团与中国公司的关系，据称批准这项投资的条件是软银将被完全禁止使用 Cruise 的技术。事实上，在 2019 年 5 月，Cruise 刚刚获得新一轮共计 11.5 亿美元的融资，投资方包括 T. Rowe Price Associates、本田（Honda）、软银愿景基金及其母公司通用汽车，使其估值达到 190 亿美元，在自动驾驶领域仅次于谷歌 Waymo（投行摩根斯坦利给其估值 1750 亿美元，投行杰富瑞认为其估值可达 2500 亿美元）。
图源：Cruise Automation 官网
2019 年初还有两个重大的很振奋人心的投资信息：一个是 2 月份无人送货创业公司 Nuro（合伙人都是谷歌自动驾驶团队骨干，朱家俊和 Dave Ferguson）从软银拿到了 9.4 亿美金的融资，估值达到 27 亿美元；另一个也是 2 月份，L4 自动驾驶全栈创业公司 Aurora（三个合伙人分别来自 Uber、谷歌和特斯拉）拿到 5.3 亿美金的风险投资。
在自动驾驶的资本市场，头部效应越来越明显。
Nuro，图源：Nuro 官网
Aurora，图源：Aurora 官网
熬过来的 Uber 自动驾驶 ATG
在自动驾驶领域，要说最有新闻的公司应该是美国网约车公司 Uber。2016 年 8 月，它以 6.8 亿美金的天价收购仅仅成立半年的商业大货车自动驾驶创业公司 Otto 后，就一直处于新闻漩涡之中。之后，史上第一个自动驾驶技术诉讼案因此而起：2017 年2月，谷歌 Waymo状告 Otto 创始人 Anthony Levandowski（原谷歌自动驾驶部门 CTO）窃取了激光雷达技术，而到了 2018 年 2 月，还是 Uber 被迫以 0.3% 的股份补偿和解，而且还要接受被技术监察的“耻辱”。
其实，本来 Uber 和谷歌是合作关系，谷歌曾在 2013 年 8 月投资 Uber 的 C 轮融资 2.8 亿美元；可是 Uber 当时的 CEO 和创始人 Travis Kalanick 心里，却想的不是那么“简单”，他随后就下定决心成立自己的自动驾驶团队。
2015 年 Uber 到匹兹堡的 CMU 大学开始挖人，秘密成立了自动驾驶部门 ATG，当年 5 月挖了近 50 名顶尖的机器人科学家。同时，Uber ATG 自动驾驶车在匹兹堡上路测试，同年 8 月还在市中心开始了自动驾驶车的乘客试坐。要知道，这比2017 年 4 月谷歌 Waymo 在凤凰城的乘客试坐 “早期乘坐计划（early rider program）”早了 1 年半还多，差的是车队规模小多了（仅 100 多辆，而谷歌已经有 500 辆）。
Travis Kalanick 和 Anthony Levandowski
注：谷歌在意识到和 Uber 合作关系“破裂”之后， 2017 年 5 月就和 Uber 的竞争对手，美国第二大网约车公司 Lyft 进行合作。非常有趣的是，似乎也是类似的“思路”， Lyft 在和谷歌宣布合作之后，随即成立了自己的自动驾驶部门 Level 5。
所谓“一波未平，一波又起”。2017 年 8 月，在赶走 CEO 和创始人之后，Uber 的新 CEO 终于确定，原在线旅游公司 Expedia 的 CEO，性格温和的 Dara Knosrowshai 上任了。据说，Dara 上任以后为 Uber 上市铺平道路，曾想解散自动驾驶部门，但在匹兹堡 ATG 一番考察之后，他觉得可以学谷歌，传言计划 18 月之后让自动驾驶开始试运营。
结果，出了一个“大”新闻。
2018 年 3 月，Uber 的自动驾驶车在美国亚利桑那州坦佩市半夜撞死了一个横穿马路的流浪女，这是第一起自动驾驶车撞死人事故，“一时掀起千层浪”。
要知道，之前 Uber 在没有获得加州测试牌照的情况下偷偷测试，结果在“闯”了红灯之后被加州 DMV（机动车驾驶管理处） 警告，赌气跑到对它政策优惠的亚利桑那州测试（注：不要惊讶，谷歌、Cruise 和 ME 自动驾驶车辆在测试时都发生过闯红灯的事情）。
刚开始，坦佩市的警察局长还是出来说，是流浪女的责任。可慢慢地等事故现场的一些情况曝光后，亚利桑那州长直接宣布吊销了 Uber 的测试牌照，Uber 也只能宣布全面停止自动驾驶的路上测试。搞得其他自动驾驶公司也不得不出来声明暂停上路测试。一时之间，Uber 成了“一锅汤的老鼠屎”。
Uber 自动驾驶测试车祸，图源：公开视频截图
可这不能完全责备 Uber。当然，后来的调查报告和结论，也是挺让人感叹：Uber 被宣布无错，错误在当时车上的安全员。当时指责 Uber 的原因是，当流浪女横穿三个车道之后被撞，按当时的行车速度（38 英里/小时），至少 3-4 秒的时间激光雷达应该发现这个障碍，而且车前保险杠的毫米波雷达支持的 AEB 功能也应该发现行人后启动刹车。
提供毫米波雷达的供应商 Delphi 赶紧跑去检查，结果发现 Uber 自动驾驶工程师把这个功能关了（turn-off）；供应商 Velodyne 也去了，随后宣布，它的 64 线激光雷达发现了障碍物。
最有意思的是，Uber 当时只有行车记录仪的视频（包括车外和车内）公布，并不是当时用于自动驾驶的车载摄像头数据，但做视觉解决方案的自动驾驶公司，比如著名的该方向技术“第一”公司 ME，用公开的行车记录仪数据测了一下，说它家的算法没问题，绝对发现障碍物。一时间，大家都觉得 Uber 自动驾驶技术太“差”了，简直就是“猪”队友。
最后调查报告发现，Uber 的激光雷达感知模块和视觉感知都时不时检测到障碍物存在，但融合的结果却是“无障碍物”，最后是无减速地撞上去，人撞成重伤而医治无效的悲剧。安全员被认为有责任的原因是，车内监控视频发现，当时他一直在低头看东西，当发现撞人之后只留下惊讶的表情，否则在那个行驶速度情况下，踩刹车多半不至于撞死人。
事故的根本问题是什么？不管是单个传感器的感知模块还是多传感器的融合模块，都没有改变检测是概率统计模型下的“硬”判决这一事实。
之前，行业就谣传 Cruise 在三番市的测试车经常被一些马路边伸出来的树枝/花朵搞得停止不前，结果不得不主动提出来帮测试区域的街道修剪树木花草。要知道，自动驾驶的“规划控制（PnC）”模块有保守（conservative）和激进（aggressive）的行为模式区别，“感知和定位（Perception & Localization）”模块何尝不是呢？
当“激进”的 Uber 闯了大祸，其他“队友”并没有出来维护，也是一种悲哀。从某种角度来说，当时，自动驾驶的“泡沫”是存在的，对此行业没有清醒的认识，“过于吹捧”的一面就是会出现“一味打压”的另一面。
虽然如此，Uber 终于挺过来了。期间还关停了商用大货车的自动驾驶研发工作，专注于 Robo-taxi。Uber 在上市之后，2019 年 5 月，分拆的自动驾驶业务 Uber ATG 获得 10 亿美金的投资，其中软银愿景基金投资 3.33 亿美元，丰田和电装（Denso）支付剩余的 6.67 亿美元，这样估值达到 72.5 亿美金。
在辛苦耕耘 4 年之后，规模有 1200 多人和 300 多辆测试车，累计测试里程 500 万英里，终于喘了口气。
要做自动驾驶领域“安卓”的百度阿波罗
回到国内，近期自动驾驶的最大新闻，大概要算 7 月百度在其开发者大会期间发布自动驾驶开源平台阿波罗（Apollo）5.0。而刚刚 6 月结束的 CVPR‘19 大会上，百度已经发布了全视觉方案 Apollo Lite，其目的并不是想抛弃激光雷达或者多传感器融合的方案，而是将视觉方案发挥极致，有些和英特尔收购的 ME 公司“对着干”的意思。
当然，顺便也和在这个赛道上的英伟达（Nvidia）和特斯拉（Tesla）较劲，而在自动驾驶领域这三个美国公司之间恰恰有着扯不清的关系，这个故事在后面的介绍里还会提到。
百度阿波罗发布时间表
从 2017 年 7 月到现在，百度 Apollo 开源已经有两年的历史，从最早 1.0 到最新 5.0 版本已更新了 7 次。
作者本人从 2016 年加入百度 L4 自动驾驶事业部美研中心，经历了当时发布阿波罗开源平台的过程，那时候，刚刚加入百度不久的集团总裁兼首席运营官陆奇合并了 L3 智能驾驶事业部（包括车联网等）和 L4 自动驾驶事业部，随后就作出了这个重大的决定。现在看，当年要做“自动驾驶领域的安卓”这个愿望是不是实现了？
首先是百度宣布 L3 团队将重点从高速转移到了自动泊车。在这个方向，可以看到国内另一个以商业落地为重点的创业公司 Momenta 近期也宣布了其泊车解决方案。与百度一样，这也是冲着和车企合作去的。技术落地盈利显然是其中一个考虑因素。
百度 L4 自动驾驶车，图源：百度 Apollo 官网
其次，百度 Apollo 宣布要和一汽合作，在 2019 年量产 L3 级别以及 2021 年量产 L4 级别的自动驾驶车辆，这个应该是紧跟通用 Cruise 和福特 Argo 的开发模式。
另外，百度 L4 的测试里程已经达到 200 万公里，而且计划下半年在湖南长沙进行 Apollo Go的自动驾驶试运营。显然，百度在加快追赶谷歌 Waymo 自动驾驶商业落地的步伐。
激进的特斯拉自动驾驶
谈到自动驾驶界的新闻和现状，谁能忘记特斯拉？其 CEO 和创始人钢铁侠 Elon Mask 自身就是新闻的制造者（news maker）。就在 2019 年 4 月，特斯拉召开一次和投资人见面的自动驾驶发布会，会上 Elon 再次说了“大话”。当然，他再次否定了激光雷达的路线，上一次他仅仅说架在车顶的激光雷达“太丑”，这回直接说这条路会“失败”。Elon 依据的是其“第一性原理”，就是说人靠眼睛的视觉就能开车。
其实，根本原因是高居不下的成本问题，让特斯拉敬而远之。当时国内有些媒体直接以“中国XXX被惹怒了”报道，反应也是够激烈的。另外，Elon 又一次宣布“全自动驾驶”将要到来，由于他已经食言多次，自动驾驶圈里也就没有起太多的波澜。
在这个发布会上，应该注意一下特斯拉人工智能和自动驾驶视觉总监（Director of AI and Autopilot Vision）Andrej Karpathy 的报告。他是 2017 年 6 月 Elon 从 Open AI 招来的，此前是斯坦福大学李飞飞教授的高徒，博士生期间就以关于深度学习 LSTM 的博客文章而声名鹊起。
关注他是因为 2018 年 8 月 Andrej 在一个会议的特邀报告中讲述了软件 2.0 的概念——其实就是端到端的深度学习模型。按照他当时的阐述，输入模型是特斯拉车上传感器的数据，即摄像头数据、毫米波雷达数据和 GPS 数据，输出就是车体的控制信号（方向盘和刹车/油门）。
不过，在这次发布会上，我们看到的是，这个软件 2.0 没有再提了。当然，闪光点是大量数据训练出来的道路预测。
另外，为了证明 Elon Mask 关于激光雷达的论点，Andrej Karpathy 也提供了论据：一是单目摄像头的深度图估计，其实 PPT 显示给出的框图是来自谷歌的论文；二是视觉 SLAM 的结果展示，作为一个刚刚毕业 3-4 年的做基于深度学习图像加注（image captioning）方面论文的年轻博士，能做出来已属不易。
还有一个报告者是 Stuart Bowers，工程副总裁，主要讲大数据训练的驾驶行为克隆怎么用在自动换道（automatic lane change）场景上。他是 2018 年 5 月从 Snap 挖来的，之前在 Facebook 干过。
Stuart Bowers 报告，图源：公开直播视频截图
Stuart 的加盟也说明了一点，Elon 其实明白 Andrej 缺乏工程经验，需要有人来帮忙把 AI 这些算法集成到自动驾驶平台上。不过，传言说 Elon 并不信任他，这个确实有些像他的风格，之前特斯拉 Autopilot 总监换了好几个。
一个是 Aurora 的创始人 Sterling Anderson，走的时候挖了特斯拉的人，后来被 Elon 起诉，庭下和解赔了 10 万美元；后来挖来了计算机视觉专家 David Nister 博士，他之前是微软 Hololens 的产品总监，以著名的“5-点”算法闻名，不过 David 不是机器学习专家，他以前当过教授，也在著名视觉研究公司 Sarnoff 干过。
David Nister 对特斯拉的最大贡献是与 ME “断交”后建立了一套新的视觉系统。2016 年 5月 7 号，驾驶特斯拉的司机在使用 Autopilot 时玩游戏，随后与一个横向行驶而来的大货车相撞，这是特斯拉 Autopilot 第一次车祸致人死亡。
后经调查显示，大货车被当成了“蓝天-白云”。而 ME 的 CEO Amnon Shashua 博士，他同时也是特拉维夫大学的教授，当时指责特斯拉没有告知用户是辅助驾驶，属于误导消费者，所以宣布不再提供新版本支持。
当然，特斯拉后来还是发生了多起事故。最严重的一次是 2018 年 3 月一名 Apple 公司的工程师黄某，他在高速路上驾驶特斯拉时直接撞上分叉路中间的水泥桩上，当场死亡，双方至今还在打官司之中。
David Nister，图源：LinkedIn
David Nister 最终还是被 Elon 抛弃，他后来去了 Nvidia 做了自动驾驶部门副总裁。其实当特斯拉和 ME 分手之后，特斯拉选择和英伟达合作，采用了英伟达的 GPU 计算平台，同时也给英伟达提出了 Autopilot 的一些要求。
当年和ME 合作之时，Elon 已经偷偷开始研发自己的替代系统，原因是两方算是各怀鬼胎，特斯拉不给 ME 后端的驾驶数据，而 ME 不给特斯拉摄像头的原始数据。
当 ME 发现特斯拉在开发类似系统时，就警告过后者，这也是日后翻脸的一个原因。（注：英伟达在进入汽车自动驾驶领域之后，显然已经和 ME 形成竞争关系，但 L3 级别以下 ME 占有绝对的市场之王地位。）
这一次，特斯拉故伎重演，之前被曝在研制自动驾驶芯片，后在今年 4 月的特斯拉“自动驾驶日”发布会上直接公开了研发的芯片，也就是特斯拉全自动驾驶计算机（full self-driving computer，FSD），已经被用在 Model 3 车型上，这显然是打算“踢掉”英伟达这个合作者。
开发这款芯片的负责人是从苹果挖来的芯片设计师 Pete Bannon，而之前的 Autopilot 硬件负责人 Jim Keller 已经离开，去了 Intel 继续开发 GPU 和 AI 芯片。
David 离开之后，特斯拉挖来了 Apple 的高级总监 、Swift 语言之父 Chris Lattner 博士做自动驾驶软件负责人 。他只在特斯拉待了半年，就宣布离职，后来去了 Google Brain 部门。
其实他对 Autopilot 的软件做了很多修改，只是机器学习方面显得就没那么突出。这也是为什么 Elon 从 OpenAI 请来 Andrej Karpathy 这个深度学习领域的“网红”。
Chris Lattner，图源：LinkedIn
在这次发布会上，Elon 还有一个重要的宣布，就是要做共享出行。他宣称，2020 年将会有 100 万的特斯拉车辆做出租车。Uber 和 Lyft 听了这个消息，估计要跳起来了。其实，之前在 Uber 创始人 Travis Kalanick 想做自动驾驶的时候，曾联系过 Elon 谈合作。
有趣的是，Elon 劝他不要做自动驾驶，说这是个很遥远的事。而在这之后，特斯拉却限制把自己带自动驾驶功能的车辆只能在旗下的 Tesla Network 服务（即特斯拉的共享出行服务），而不能用于 Uber 等打车服务，现在随着 Model 3 的销量攀升，以及 Model Y 的投产，谁能确定 Elon 说的远景明年不能实现？
尽管特斯拉的 Autopilot 只是 L2+ 级别的自动驾驶，还时不时爆出车祸新闻；尽管 Elon Mask 嘴里的“全自动驾驶”什么时候实现还是个疑问，但不可否认的是，特斯拉比其他自动驾驶公司厉害的地方仍然是数据。2018 年底，特斯拉号称已经收集了 10 亿英里的驾驶数据，而其特有的“影子”模式会提供 Autopilot 和老司机的对比来提高其自动驾驶算法性能，包括传感器的感知和路径规划等方面。而随着车队的扩大，这个数据搜集能力也会越来越强。在这次发布会上，Elon 嘲笑用仿真模拟数据就像是学生自己出题给自己改卷子。
谷歌 Waymo：自动驾驶的排头兵和举旗者
不得不说，如果谷歌 Waymo 说自己的无人驾驶技术世界第二，恐怕没有哪家公司敢说自己是第一。目前谷歌自动驾驶上路总测试里程已经 1000 万英里，基本上每个月 100 万英里；而仿真测试总里程超过 100 亿英里，每个月近 1000 万英里。目前其测试车队有 600 多辆，也是所有自动驾驶测试团队最大的。
另外，在加州 DMV 每年公布的脱离报告（Disengagement Report）中，谷歌排在第一，Uber 和 Apple 排倒数两位，特斯拉根本不提供数字。该报告统计了自动驾驶车辆每次人为干预发生时走过的里程（MPI）排名（注：当然这均是各家自己提供的数据，而且没有场景的难度指标）。
不管以前自动驾驶是如何诞生，也不管高校研究和传统车企是怎么推动自动驾驶研发的，我们不得不说这一波自动驾驶的热潮是谷歌带来的。
2009 年谷歌创始人 Larry Page 在看到 DARPA 无人车挑战赛之后对这个“炫目”的科技玩艺儿发生了兴趣，他邀请 2005 年越野比赛第一名和 2007 年城市比赛第二名的斯坦福团队负责人 Sebastian Thrun 教授加入谷歌，成立了 Google X 组，并开启了自动驾驶项目“Chauffeur”和 AR 项目 Google Glass。几年后他离开谷歌回到斯坦福大学，在 2016 年竟然成立了一个无人驾驶网上课程 Udacity，帮助培训自动驾驶工程师。
在这里不得不佩服美国 DARPA 的造势能力。2004 年举办的第一次自动驾驶越野挑战赛，结果是所有参赛团队都没有跑完全程；2005 年举办第二次，斯坦福无人车“Stanley”获得第一名，而机器人研究闻名的 CMU 团队只获得了第二名。要知道 Sebastian 本来是从 CMU 跑到斯坦福的，失意出走的他憋着一口气，后来听说 CMU 输掉的原因竟然是一个过滤器坏了，当时没有找到备用器件。
当然，2007 年 CMU 参赛车“Boss”在无人驾驶城市挑战赛赢了比赛，据说赢得的 200 万美金竟然无法填补其开销。CMU 团队里有一个悍将，就是后来在谷歌担任自动驾驶硬件负责人、最终离职后成为 Aurora 公司共同创始人和 CEO 的 Chris Urmson。这次斯坦福的车辆“Junior”仍然取得了第二名。
Boss，图源：DARPA Urban Challenge 官网
Junior，图源：DARPA Urban Challenge 官网
DARPA 比赛的另外两个成绩不错的是 MIT 无人车 Talos 和 Virginia Tech 的无人车 Odin，前者的成员创立了自动驾驶公司 Nutonomy，后来 2017 年 10 月被 Delphi 独立出来的子公司 Aptiv 以 4.5 亿美金收购，而后者不少加入了 Apple 公司的 SPG 无人驾驶项目“Titan”。而 CMU 团队后来当然是前面提到的 Uber ATG 的主力。
Talos，图源：DARPA Urban Challenge 官网
Odin，图源：DARPA Urban Challenge 官网
Sebastian 教授的学生 Jessie Levinson 毕业后加入谷歌，但后来离职，和一位澳大利亚来的艺术家Tim Kentley-Klay 创立了自动驾驶创业公司 ZooX，比较特别的是 ZooX 是想自己造车的，这也曾是谷歌和 Apple 的无人驾驶计划的一部分，但前者放弃了这种想法，而 Apple 反覆变化，目前仍然不确定是不是要自己造车。
2018 年 7 月，ZooX 融资 5 亿美金，估值达到 32 亿美金，但想造车这点钱是不够的。后来投资人赶走了想造车的 CEO 艺术家 Tim，新招来的是 Intel 公司前 SVP Aicha Evans 女士。
Tim 和 Jessie，图源：ZooX 官网
2016 年 12 月谷歌分拆成立了 Waymo 子公司，其 CEO 是韩国现代（Hyundai）汽车的北美子公司 CEO John Krafcik。所以看出来，在最早加盟 Google X 的核心人员流失殆尽后，谷歌终于打算考虑商业落地的问题。
John 的确是认真布局这个方向的，在凤凰城上路试运营“Early Rider Program”一年多时间后，2018 年 11月 Waymo 启动了无人驾驶打车服务 Waymo One。运营初期仍然仅限于原来参加试运营的市民，而且开始收费。
Waymo无人车，图源：Waymo 官网
2019年1月，Waymo宣布在密西根州东南部建设工厂生产 L4 级别的无人驾驶汽车，新工厂由密歇根经济发展组织（Michigan Economic Development Corporation，MEDC)批准设立。
其任务主要是为订购的 62000 辆菲亚特-克莱斯勒和 20000 辆捷豹路虎车辆在到货之后提供改装，即加装传感器和自动驾驶软硬件子系统。
下面谈谈负面的吧。
谷歌 Waymo 试运营的“尴尬”
还是先从谷歌 Waymo 说起。早在谷歌在凤凰城试运营开始，就传出了一些不“友好”的消息。
有报道称，Waymo 自动驾驶车在需要快速决策的时刻犹豫不决，像个菜鸟。有人称这些车在经过十字路口时经常把车道占住，不敢拐弯，导致追尾。
《亚利桑那共和报》记者发现“变道似乎成了 Waymo 车辆的一个大问题。”当试图驶入拥挤的车道时，Waymo 的车似乎缺乏人类司机预测其他司机行为的能力，无法挤进空旷的地方。
《华盛顿邮报》观察到的一个问题是，当 Waymo 拐向一条主干道时，“左转弯可能会慢得令人痛苦”。一个参与试运营计划的乘客直接告诉记者，他发现无人驾驶车在规划去目的地的道路 s 时会“故意”避免左拐弯。
这些问题让人们开始怀疑自动驾驶的技术是不是真正成熟可用。其实笔者看 Waymo 这些问题，反映了自动驾驶在规划决策上的瓶颈，至少谷歌 Waymo 还没有给出一个满意的答案。
最近 Waymo 研究负责人 Drago Anguelov 在 MIT 无人驾驶课上的特邀报告上也提到了模拟仿真并不能解决所有的规划决策问题，即使在仿真数据上反复训练的模型还在仿真测试中出错。
自动驾驶是一个长尾效应，就比如问题已经解决了 90%，还剩下 10%；而这 10% 的问题还需要花费之前 90% 问题同样的时间来解决。
2019年 1 月 Waymo CEO John Krafcik 在接受《华尔街日报》采访时表示，没有人为干预情况下能在任何道路上完全自动行驶（L5级别）的汽车不可能存在，他解释说其中一个主要原因是自动驾驶汽车传感器在雨天或雪天可能无法正常工作，承认现在还想不到如何解决这个问题。
另外，人们也注意到 Waymo 在密西根州的车辆改建自动驾驶 L4 级别的工厂一直没有开工的消息。
在凤凰城是不可能布置 82000 辆出租车，但如果投放到其他城市，Waymo 能不能处理更复杂的交通环境（要知道，凤凰城无人车运营的地区是比较“空旷”的）？以前的解决方案是不是可以轻易推广？
Cruise 关于无人出租车运营的食言
在后面紧紧追赶的 GM 子公司 Cruise，以前就挖苦 Waymo 选择凤凰城这个地方做测试，说三番市的左拐弯次数平均是凤凰城的 7 倍。
实际上，Cruise 在三番的测试也不是很顺利，除了帮市政府免费修剪树枝花草这类趣闻以外，也听说 Cruise 车辆在一些窄街道无故停下来不知怎么办而让安全员接管。
今年 6 月 Cruise 在 CVPR‘19 又办了一个小展示会，播放了一些测试视频，大家看到交通的复杂程度确实远高于 Waymo 在凤凰城的情况。
Cruise 宣布，在三番的自动驾驶车辆 24 小时完成的无保护左拐弯次数高达 1400 次。可是，就在今年 7 月 Cruise CEO Dan Ammann 却宣布，原本打算在今年底在三番市部署无人出租车的计划不得不推迟。
Drive.ai 被 Apple 低价收购
前斯坦福大学教授和前百度首席科学家吴恩达（Andrew Ng）担任董事会主席的自动驾驶创业公司 Drive.ai 在今年 6 月宣布关闭，几十名工程师加入 Apple 公司，其余被裁掉。
之前，融资总数达 7700 万美元的 Drive.ai 就传言在寻找买家，估价 2 亿美金，但只有 Apple 感兴趣，据说收购价格远低于融资额，基本上属于“买人”的交易。
Drive.ai 曾是很早采用深度学习做自动驾驶算法开发的公司，而且其采用多个 16 线而不是 64 线激光雷达做感知的技术，在当时也蛮有新鲜感。
图源：Drive.ai 官网
2017 年 2 月，当笔者还在百度美研无人驾驶组的时候，有投资人就让我看看 Drive.ai 放出来的夜里雨天自动驾驶的视频。
2018 年 5 月，吴恩达帮 Drive.ai 前 CEO、也是他的妻子 Carol Reiley 到 Texas 州 Frisco 市站台，宣布 Drive.ai 在那里做无人车试运营，后来知道当时只有 2 部测试车的规模。
其实，Drive.ai 的创始人和核心成员主要是吴恩达以前的学生，后来也传出来团队不和的谣言，的确有几位创始人离开。特别是 Carol 去年辞去了 CEO 职位，之后她和吴恩达的女儿很快出生。
比这个更严重的内斗要属国内自动驾驶创业公司 Roadstar.ai，其三个创始人均出自百度美研无人驾驶组，曾经刚刚成立一年融资就达到 1.2 亿美元，结果今年 1 月被投资人勒令清盘关闭，爆出来的公开争吵和人身攻击等行为，让人嘘唏不已。
百度分拆自动驾驶的传言出现
从去年开始，时不时听到百度自动驾驶事业部的分拆传言。百度也的确官方予以否认。当年，谷歌在核心成员出走创立自动驾驶公司如 Otto、Nuro、Aurora 和 ZooX 等之后，决定将自动驾驶事业部分拆为独立子公司 WayMo。
而百度当年在员工离职创立激光雷达公司 Innovusion 和 L4 全栈自动驾驶公司小马智行（Pony.ai）之后，无人驾驶事业部 SVP 王劲曾跟百度 CEO 李彦宏建议仿效谷歌分拆自动驾驶部门，但没有成行。后来陆奇加盟百度之后，也曾传出分拆的声音，结果是百度合并 L3 和 L4 两个事业部，陆奇亲自出任新事业部领导。
之后，王劲带一些人出走创立景驰科技，另外还有其他百度员工创立的 Roadstar.ai、领俊科技和主线科技等。
百度选择了开源自动驾驶平台 Apollo，这是一条不同于谷歌的路，据说这还是一位美研工程师的建议。其实之前，已经有一个开源的自动驾驶平台是由日本东京大学教授创立的一家自动驾驶公司开源的 Autoware，但支持规模远不如百度。
现在所谓分拆的说法是因为大家有一个顾虑，到底百度阿波罗能不能赚钱？前面我们提到 Roadstar.ai 的内斗结局，其实在景驰科技也发生过内部争斗，CEO 王劲先是被百度起诉然后离开公司，景驰宣布支持百度阿波罗开源平台，后来公司也改名为文远，今年初已完成 A 轮融资，最近王劲重新出现在公众视野已是后话。
可以说，没有一家是安稳的，树欲静却风不止。
自动驾驶的严冬？
走过风光无限的自动驾驶，现在是不是到了严冬呢？笔者不这么认为。应该说，泡沫挤去后，投资人和大众开始冷静下来，认真做事的公司还是要以技术和商业落地求生存。
那么，在快速回顾这些年无人驾驶发展历程的波澜起伏之后，笔者试着探讨一下自动驾驶的技术概貌。
目前激光雷达和摄像头之争是存在的，因为每家公司的商业模式不一样，2B 和 2C 的业务会选择不同的技术路线，毕竟公司不是高校和科研机构，生存永远是第一位。Intel 在 2017年 3 月以 150 亿美金（溢价 50%）收购了 ADAS 上市公司 ME，而 ME、特斯拉还有英伟达，都偏向摄像头为主的视觉方案，而谷歌、Cruise、Argo 和 Aurora 等就坚持激光雷达方案；
似乎大多数公司都面向 L4-L5 的自动驾驶开发，而另外一些公司就选择渐进开发模式，从 L2开始，慢慢演进到 L2+，逼近 L3，等待 L4的机会；
自动驾驶场景变得格外敏感，比如不少公司面向无人出租车业务，但也要看到：无人送货的 Nuro、京东、菜鸟和美团等公司；自动驾驶商业大货车的 Waymo、Udelv、图森、智加和赢彻等公司；园区摆渡车的 EasyMile、Navya、百度和驭势科技等公司以及专注自动泊车的百度和 Momenta；
高清地图是一个在自动驾驶中有潜力的市场，跟前面一样，也有激光雷达和摄像头之争，比如 Waymo、HERE、TomTom、Uber、Lyft、百度、高德和四维图新等大企业专注于地图业务，大多采用激光雷达数据采集方案；DeepMap 似乎在挣自动技术研发的钱，并不是想马上开展地图业务，这个很像那些数据标注和模拟仿真公司的商业模式；通过摄像头采集数据的高清地图方案，最早就是 ME 的 REM（也叫路书）、特斯拉出来的创业公司 Lvl5、国内百度地图出来的宽凳科技和微软员工创立的深动科技；高清地图的任务主要是定位，国内公司千寻网络（背后是阿里和北方兵器工业集团）就是基于 GPS 提供不同精度的定位业务；
除了开源全栈自动驾驶平台的百度阿波罗之外，Cruise 开源了它的可视化平台，Intel 和微软分别开源了模拟仿真平台 Carla 和 AirSim；
百度提供了开源数据 ApolloScope，加州伯克利提供了开源数据 BDD，Aptiv 收购 Nutonomy 之后，也开源了数据 NuScenes；今年 6 月 CVPR 大会上谷歌 Waymo 也声称将开源一套激光雷达标注数据，包括一些基准算法代码；同时还有 Argo 开源的数据 Argoverse；7 月，Lyft 也公开了一套 L5 自动驾驶数据；
很早以前，宝马-奔驰-奥迪，联合收购了 HERE，以减少对谷歌的依赖；一个由多家参与的“交通创新与机遇伙伴关系”（PTIO）联盟成立，据了解，该组织成员包括福特、丰田、戴姆勒、Waymo、Uber、Lyft 以及 FedEx 和美国卡车运输协会等；今年 7 月，在百度开发者大会上，戴姆勒、宝马、奥迪、菲亚特-克莱斯勒（FCA）、大众、百度、安波福、英特尔等 11 家车企、零部件公司和开发公司等成立自动驾驶联盟，并发布了一个有关自动驾驶的白皮书；有媒体称这种合作是“抱团取暖”，其实欧洲传统车企和日本传统车企纷纷投资美国头部自动驾驶公司，就是一种“分摊风险”的做法；
车联网和 5G 现在成为自动驾驶的另一个风景线，华为作为一家 5G 通信技术的强者，目前已经成立智能汽车解决方案事业部，百度、阿里和腾讯都对车联网“情有独钟”，其互联网的基因决定它们对车载操作系统市场的“觊觎”。
最后，希望未来无人驾驶、自由出行的那一天早点到来。
黄浴，奇点汽车美研中心总裁和自动驾驶首席科学家2019 年 8 月于美国硅谷
(*本文为 AI科技大本营约稿，转载请联系微信 1092722531)
【END】
热 文 推 荐
☞ 华为拟安装“俄版安卓”；百度回应内部贪腐；Android Studio 3.5 RC2 发布 | 极客头条
☞即使在微软 Azure 上，Linux 也大有一统天下之势！
☞干货 | 20个Python教程，掌握时间序列的特征分析（附代码）
☞ 知名饮料制造商股价暴涨500%惊动FBI，只因在名字中加入了"区块链" ？