无人车无惧广州密集混行车流：两位创始人亲测，小马智行秀出顶级自动驾驶技术
将安全员从自动驾驶车辆上拿掉，是自动驾驶实现商业化一个关键环节。
6 月 22 日，小马智行宣布：全无人驾驶车辆已经加入广州南沙 Robotaxi 车队。
同时，小马智行更新了一支视频：公司两位创始人——CEO 彭军与 CTO 楼天城，亲自体验了一把自家的全无人驾驶汽车，穿梭在广州南沙繁忙、密集的车流之中。
视频体现了全程一小时左右的路程，一镜到底，全程无接管、无顿挫、无人车表现稳定。
在真实闹市晚高峰复杂场景中还能有如此表现，小马智行再次向外界展示了数年打磨出的硬核技术。
不只在国内，小马智行的全无人驾驶车辆同时也开始在美国加州弗里蒙特、尔湾以及米尔皮塔斯市进行常态化测试运营。
一中一美，全球五地，小马智行正式开启了真·无人驾驶测试运营。
1
Robotaxi 迈入「无人」驾驶时代
去掉了安全员的自动驾驶车辆，水平究竟如何呢？
我们来一探小马智行的无人车表现：
（1）对行人、两轮电动车处理：
在一个繁忙的丁字路口，左拐时，无人车成功躲避了从右后方快速切入的两轮电动车。
无人车检测到前方违章占道的两轮电动车，为避免两轮电动车突然倒车或者转向，无人车会稍微减速并向右行驶。
另外，在视频中，我们还发现：对贴近行驶的两轮电动车，小马智行的无人车也能从容处理。
由于两轮电动车行为随机性强，无人车需要与这样的车辆保持充分的安全距离。
实现这一功能的背后，是小马智行的无人车对周围物体的感知精度达到了厘米级别，并对定位，感知和控制等环节进行了严格的把控。
（2）识别红路灯与车尾灯：
小马智行的自动驾驶系统，不仅能检测无人车行进路线的红绿灯，还能检测路口其他信号灯状态，包括人行横道灯。
这可以帮助无人车辆更好预测其他参与者的行为，结合行车信息，预测被大车遮挡时红绿灯的状态。
除了能够识别红绿灯，无人车也能识别信号灯的闪烁情况及倒计时信息。在逆光下，也能识别出前方的红绿灯状态。
另外，无人车还能识别车尾灯。
比如这个场景：无人车检测到右侧大巴的刹车灯和朝向变化，并预测到大巴试图在无人车前方加塞，于是无人车稍微减速，进行避让。
判断车辆的意图，车尾灯识别是一个重要信息来源。
除了识别刹车灯，小马智行的无人车还能识别车辆双闪，转向灯，倒车灯等信息。
（3）变道
小马智行的无人车还能处理类似于人类司机在变道前后观察后方车辆状态的情况。
比如，无人车规划一次向右变道，与此同时，无车人检测到右侧车辆有在向左变道，考虑到行车安全，无人车立刻取消变道。等车辆完成向左变道之后，无人车紧随其后向右边变道。
另外，在这次的视频里面，小马智行也展示了一类罕见的驾驶行为，驾驶技术堪比老司机：
在高密度的车流中，无人车找到一个合适的变道时机，果断完成向左变道。
检测到右前方车辆加塞，无人车减速进行避让，无人车通过连续变道进入了最左边的掉头车道。
（4）其他车辆占道、无人车直行高路权时：
在通过一个路口的过程中，无人车感知到右前方占道施工的工程车辆及工程人员，考虑到旁边车道的车辆需要借助无人车所在车道进行绕行，无人车提前做出决策，平稳减速进行避让。
左前方两辆车正在排队掉头，无人车直行属于高路权，看看无人车是怎么处理的：
无人车先规划了从车头绕过的行驶轨迹，当无人车到达掉头车附近时，掉头车突然加速抢行，无人车及时改变规划轨迹，并降低车速。
等掉头车以及行人、电动车通过完毕后，无人车起步继续前行。
在提升安全性的同时，小马智行也对乘坐舒适性上进行了优化，避免太过保守影响驾驶体验。
比如在一个十字路口，前方行人横穿马路时无人车没有立即刹停，而是缓慢降低速度等待行人，等行人通过后，再缓慢提速，从而保证了乘坐的舒适性。
再比如，在一个丁字路口，无人车检测到右前方有车辆右转出，考虑到它会直接进入到无人车所在车道，无人车也会稍作减速。
当然，在这支视频中有，还有一个彩蛋：
作为乘客，在体验全无人车的过程中，彭军在车辆后排小憩了片刻，楼教主则不时盯着手机回复消息。
这个小细节无不展现了小马智行对自家技术的自信。
在这支视频中，我们也看到了小马智行的无人车应对不同路况所展现的细腻的处理能力。
2
如何正确理解「全无人驾驶」
移除安全员，并不意味着自动驾驶可以马上投入商业化运营了。
实现「全无人驾驶」，最首要的关键词依然是「安全」。
在小马智行看来，安全的「全无人驾驶」仍需满足以下条件：
首先，在移除安全员后，自动驾驶如何保障安全？
小马智行认为，远程测试使用 RA (Remote Assistance)，是一种比 RC（Remote Control）更安全的技术方式。RA 是指远程测试员给无人车指导性决策，是决策而不是车辆的操作指令。
其次，在多种场景下，包括各种长尾场景以及极端天气，能否做到极致的安全性。
拿掉安全员只是第一步，在这之后，无人车在各种复杂场景中的安全性都能够被足够印证。
第三，这些安全性是否有海量数据支撑。
如果在极端场景或者极端天气下，连续多次验证无人驾驶的技术是安全的，还不足够证明我们实现了真正的无人化自动驾驶。而是需要有海量数据来证明：在无数次极端场景的情况下，自动驾驶技术都是安全的。
而支撑起这种论断的，则需要足够大规模的车队、足够长的里程以及海量数据。
第四，无人化应该与特定应用场景绑定，不能将应用场景与无人化的概念相剥离。
例如，我们想要实现无人化的 Robotaxi 出行服务，假如只能在一段场景简单的路段拿掉安全员，进行一段无人驾驶的演示，这样并不能说明实现了无人化。
真正无人化的 Robotaxi 服务，必须能够在复杂场景下，解决用户的出行服务需求。
此前，小马智行北京研发中心负责人张宁曾表示，自动驾驶要在各种不同的应用场景中获得巨大商业盈利，前提是要达到自动驾驶两大目标——无人化和规模化。
无人化的技术底气有了，那如何实现 Robotaxi 的规模化？
在小马智行看来，规模化需要有一个标准化、可量产化、车规级的方案。有可控的成本能力，即在足够大的范围内实现自动驾驶，降低成本，提高可靠性，满足商用需求。
今年 5 月，小马智行宣布将在 2023 年规模化量产车规级自动驾驶系统，搭载车规级传感器方案，并且对计算平台等关键部件进行升级优化。
技术上的不断迭代+成本不断优化的平台解决方案，将为小马智行在未来几年内 Robotaxi 大规模商业化部署打下基础。
移除安全员，开展无人化路测，这意味着自动驾驶不仅在政策层面取得重大突破，也表明小马智行开始在技术成熟度和安全性上，获得外界的认可。
可以说，目前自动驾驶行业已经进入最好的发展阶段。小马智行也开启了全新的发展阶段。
在技术不断取得突破的前提下，自动驾驶车辆将逐步完成无人化与规模化，并开始进入商业化初级阶段。