350台小蛮驴双11配送100万单，竖起末端无人配送里程碑

1、「小蛮驴」双 11 半程战绩：10 天、350 台车、100 万包裹

每年双 11，收包裹成为大家最期待的事情，而在这些期待背后，是数百万的物流司机以及快递员们的日夜兼程。

今年是阿里无人配送车「小蛮驴」第二次参加双 11 物流大战了，作为一名特殊的机器人快递员，「小蛮驴」承担起在高校校园、居民社区等场所将包裹从菜鸟驿站运送到宿舍楼下、居民楼单元门口的末端配送任务。

和去年的双 11 仅投入几十辆车试水相比，今年的双 11「小蛮驴」大军团作战，正式加入到了阿里双 11 的核心配送链中。

今年，在全国共有 350 多台「小蛮驴」在 200 多个校园、社区等地忙碌，这可以算得上是国内最大规模的无人配送车队了。

11 月 11 日这天，阿里巴巴集团首席技术官（CTO）程立宣布 1 到 10 日，「小蛮驴」无人配送车在双 11 期间累计配送快递已超过 100 万件。

而在今年的 9 月份，诞生一年多的「小蛮驴」宣布累计完成了 100 万的包裹配送量。也就相当于，在这一次双 11 前 10 天，「小蛮驴」完成了过去一年多的包裹配送量。

简单做个算术题：双 11 前半程，350 多辆「小蛮驴」平均每天要配送的快递量在 10 万多件（最高的一天配送了 13 万单），每辆车每天要工作 10-12 个小时（小蛮驴采用的是抽拉式电池，支持换电，满电状态下可行驶上百公里），单车单日配送量接近 300 件。

但也有出类拔萃的，比如河北工程大学的「小蛮驴」，平均每车每天配送超过 500单，简直是「劳模」一般的存在。

「小蛮驴」在 2020 年 9 月的阿里云栖大会上发布，阿里达摩院院长张建锋亲自站台，这款车主要用于最后 1-3 公里的快递、外卖、生鲜配送。

阿里达摩院自动驾驶实验室作为这款车的研发方以及生产方，会将车提供给客户，比如阿里旗下的物流平台菜鸟，各地的菜鸟驿站根据需求决定引入多少「小蛮驴」来承担送货到楼的服务。

目前「小蛮驴」服务的驿站以校园驿站居多，每个驿站配几台到十几台不等。

末端无人配送的需求是真实存在的，特别是新冠疫情期间所倡导的非接触式配送方式，让大家对「小蛮驴」这样的无人配送车的需求变得真实而迫切。

而且，现在全国大多数校园的面积都较大，学生们从宿舍楼到菜鸟驿站取一趟快递，来回要走上 二三十分钟，特别是双 11 期间学生们购物狂欢，导致的结果就是「剁手一时爽、拿快递跑断腿」，这个时候，「小蛮驴」就成为了学生们很喜欢的配送工具。

「小蛮驴」用起来也很简单，用户只需要通过淘宝或菜鸟 APP 下单，驿站工作人员就会把包裹放进「小蛮驴」的货箱，包裹放置完毕后，小蛮驴就会按照设定好的路线自动送到宿舍楼，抵达前会自动给学生打电话通知，到达之后同学输入手机上收到的验证码，就可以开箱取快递。

而且，「小蛮驴」可以同时呼叫几十个人下楼取快递，比快递员挨个打电话要更高效。

除了在校园运送包裹，「小蛮驴」还可以在居民小区为用户配送包裹、生鲜，送货到单元门口，目前阿里已经在杭州等地布局。

此外，阿里也在探索「小蛮驴」的其他用途，比如在校园里送外卖。

西南科技大学是四川首个引入阿里「小蛮驴」无人配送车送外卖的高校，学校食堂每天都会通过它把饭菜送往学生宿舍、教师行政楼等点位。

操作起来，工作人员只需要用手机扫描「小蛮驴」屏幕上的二维码，就可以完成投柜。

相似的需求还有很多，「小蛮驴」应用场景的想象力足够大。

作为「小蛮驴」的负责人，阿里巴巴集团副总裁、达摩院自动驾驶实验室负责人王刚也为「小蛮驴」的量产和规模化运营立下了小目标：

• 预计 2022 年 、「小蛮驴」运营落地数量将突破 1000 台；

• 3 年后，「小蛮驴」车队规模将达 1 万辆，有望日均配送包裹 100 万件。

2、双 11 挑战难在哪里

很多业内人士都认为末端无人配送的落地难度小，因为不需要载人、运行时速低、又是在封闭的场景当中。

但现实情况却没有理论上那么简单。就拿这一次的双 11 来说，如此高并发、大规模的配送任务给「小蛮驴」的挑战是全方位的。

一组数据可以很直观的映：根据阿里达摩院的统计，「小蛮驴」单车日均识别障碍物约 4000 万个，日均处理与其他交通参与者的交互约 5000 次。

这 5000 次交互是怎么来的呢？

我们知道，校园、社区这种场景的道路都是非结构化的，路上有机动车、电动车、垃圾车、自行车、婴儿车、行人、儿童、小动物等等，而且很多时候还会有各种乱停乱放、狭窄区域拥堵的情况。

这个时候，「小蛮驴」要足够智能，自动驾驶系统的感知和规控要足够鲁棒，才能处理这些情况，其中就免不了与其他交通参与者的交互，包括各种拐弯、暂停、让车、鸣笛、倒车等等，在一些窄路会车的时候，也充斥着到底是进还是退的博弈。

另外，「小蛮驴」的运行场景还有些特殊的挑战，比如校园内有各种减速带、隔离石墩、上坡下坡、窄桥等。

「小蛮驴」还遇到过各种迷惑性路况，比如在黑色的柏油路面出现了一块黑色的滑板，这时候需要车上的感知系统感知到这个障碍物并绕开它。

「小蛮驴」在全国 70 多个城市落地，也意味着要面对各种各样气候条件以及天气、光照条件的考验。

特别是今年双 11 期间，全国降温，大风、降雨、落叶、雾霾、初雪等各种天气都是「小蛮驴」要面对的。比如在气温很低的北方校园，「小蛮驴」要在零下 13 度开工，这对于车辆的硬件素质是很大的挑战。

而且，一台车每天工作 10-12 小时，一周工作 7 天，对于整车的机械稳定性和系统稳定性都是历练。

还有很多不可预料的状况，比如很多人出于好奇，会故意拦车或者围观，人为让「小蛮驴」出于蒙圈状态。解决这个问题的唯一办法就是配备一套好用的人机交互系统。

为了迎接今年双 11 的配送挑战，达摩院「小蛮驴」技术团队进行了多次「全链路压力测试」。

这是「小蛮驴」无人配送车第一次接入阿里双 11 服务主链路，在双 11 之前，提前模拟双 11 业务链路中车辆、用户与系统峰值流量，对整个系统的承压能力做提前测试、扩容。

团队一度也曾遇到「全链路压测验收不通过」的情况，经过多个通宵的奋战，最终顺利通过双 11 后续的两轮压测验收，保障真实大流量考验下的业务持续、稳定运营。

压力测试仅仅是「小蛮驴」备战双 11 的一个缩影，其实更多的准备还是来自「小蛮驴」在过去 1 年多时间里在自动驾驶软硬件以及运营维护系统层面的持续积累。

3、阿里达摩院为「小蛮驴」全副武装

为了应对不同气候、不同光照以及全国各地不同场所的非结构化道路的挑战，同时也要处理双 11 期间这么大规模的车队运维和海量包裹的配送任务，阿里达摩院在「小蛮驴」的自动驾驶软硬件以及云端运营调度平台上下了大功夫。

在自动驾驶软硬件层面，作为一款集成 L4 级自动驾驶技术的配送机器人，「小蛮驴」自动驾驶算法由达摩院自动驾驶实验室全面自研。

「小蛮驴」搭载有激光雷达，由达摩院自动驾驶实验室与供应商进行深度定制，达摩院还自研算法实现了对低线束激光雷达的高线束模拟，大大降低激光雷达这一块的成本。

车上还有多枚摄像头组成环视系统，以及毫米波雷达等配置。

针对摄像头，达摩院自研了车载摄像头 ISP 处理器，其上集成了 3D 降噪和图像增强算法，据称能让摄像头识别能力提升10%以上，可以让摄像头在夜间看得更清楚。

为了控制整车成本，阿里达摩院自动驾驶团队将早期使用的惯性导航装置拿掉，自研了一套高精定位模块 HLU 用在了「小蛮驴」上，用不到业界平均 10% 的成本实现了同样精度的定位能力。

此外，在自动驾驶计算平台方面，也自研了 ACU，这是一个 GPU+FPGA 的异构计算平台，根据官方的数据，其相比工控机，功耗降低了 72%，成本降低了 50%，体积减少了 62%。

而在线控底盘上，阿里达摩院与长城旗下的毫末智行合作，进行了深度定制，将传感器、计算单元嵌入到线控底盘，车辆生产也与毫末智行合作。

整体上算下来，「小蛮驴」的这一整套自动驾驶硬件，在保证性能的基础上，通过自研和深度定制，将成本做到了业界平均水平的三分之一。

成本上的压缩对于「小蛮驴」的大规模铺开将是巨大的推力。

为了大规模投放运营，小蛮驴针对自动驾驶软件、硬件经过了长时间的大量测试。

下面是一些土味测试场景，其实里面蕴含了很多工程化的思维：

在车辆本身都准备好之后，怎么样在双 11 将全国各地的 350 辆车真正运营起来，这就需要一个完善的云端调度系统。

在「小蛮驴」背后，有一套覆盖车端、云端的调度系统，面向 C 端用户，可以承接下单和查询等需求；

面向 B 端驿站，负责包裹分拣、移动投柜等任务；包裹投柜完毕，再通过系统调度运力，为学生和居民配送到楼。

这套云端调度系统通过对车辆行驶状况与用户服务情况的掌握，结合 ETA（Estimated Time of Arrival）预估能力与运力实时规划能力，以此来提升配送效率。

今年双 11 期间，「小蛮驴」的单车日均运力从平常的 150 单左右，快速提升到了 300 单左右，峰值配送超过 500 单。

「小蛮驴」在双 11 这样的实际配送场景中运营，遍历各种场景，各种气候、各种光照、各种道路环境以及 Corner Case，成为自动驾驶系统迭代的养料，在技术上符合自动驾驶的研发逻辑。为下一阶段的自动驾驶技术研发和应用落地探索提供基础。

4、真实需求驱动的技术发展路径

其实在达摩院自动驾驶团队将战略重心转移到「小蛮驴」身上之前，阿里的自动驾驶研发经历了很长一段时间的探索。

一开始，阿里其实有两个团队在做自动驾驶：

一个是菜鸟的 ET 实验室，他们早期做了无人配送小车菜鸟小 G 等一系列车；阿里还有一个团队是 AI Lab，当时是王刚带队在做，早期改装了一批 L4 级自动驾驶乘用车，通过堆传感器来进行算法的测试。

大概在 2018 年末、2019 年初，阿里决定将菜鸟小 G 团队和阿里创新事业群下的 AI Lab 团队合二为一，并成立了达摩院自动驾驶实验室。

王刚被任命为实验室负责人，开启推进阿里自动驾驶技术的整合统一。

达摩院自动驾驶实验室成立后，阿里完成了内部自动驾驶人才的整合，也招了很多业界的翘楚。在王刚的带领下，阿里自动驾驶团队一头扎进了末端无人配送的场景。

之所以选择这么做，是王刚基于「第一性原理」的思考，自动驾驶不能只个 Demo，不能只一味烧钱拉估值，迟迟不能落地，必须得有量产能力，而且要能解决人们生活中实实在在的痛点。

自动驾驶实验室选择了物流的场景，在「小蛮驴」发布的时候，达摩院院长张建锋就预测过，未来中国每天会有 10 亿个快递配送订单，这是末端无人配送一块巨大的扎根土壤。

需求有了，那么再从自动驾驶技术进化的逻辑来看，王刚认为：

「AI 是数据驱动的系统，自动驾驶的本质，则是数据驱动的超级 AI 系统。业界主流的自动驾驶技术路线有两派：一派走 L2 到 L4 的纵向技术迭代路线，另一派走垂直场景 L4 到泛化场景 L4 的横向场景迭代路线，我们是后者。

就像攀登珠峰，有人走南坡，有人走北坡，两个路线都有可能登顶。不过，不论哪条路线，都要以『数据驱动』为原点。」

所以从技术角度，王刚希望从「小蛮驴」在全国各地的实际运营场景中去积累场景知识，为其自动驾驶系统的迭代积累足够的养分，以此来为后续其自动驾驶车辆开出校园、开到公开道路，从低速走向高速打好基础。

「小蛮驴」显然不会是阿里自动驾驶研发的终点，只是当下的投入重点。

因为物流场景不仅仅有末端，还有干线物流和城市配送。如今，阿里自动驾驶团队也正在这么做。

2021 年 6 月，在全球智慧物流峰会上，阿里巴巴集团首席技术官（CTO）程立宣布，达摩院和菜鸟已启动了公开道路无人物流卡车（「大蛮驴」）的定义与研究，明确了下一阶段的战略目标。

王刚表示，3 年后能在 1 万条城配路线上看到「大蛮驴」的身影。

阿里在「小蛮驴」身上积累的这套技术栈和运营经验，未来也会应用到「大蛮驴」身上。

接下来，技术团队的一个挑战就是如何把「小蛮驴」技术栈移植到面向高速公开道路场景的「大蛮驴」上，做好算法架构的泛化，避免出现在校园内如鱼得水，出了校园就「两眼一抹黑」的情况。

当然，如果我们再往远处看，物流场景也不会是阿里自动驾驶的终点。当无人驾驶车辆步入到轮式机器人时代，其想象力将不设边界。