阿里首次披露自动驾驶技术路线：单车自动驾驶不是重点，将主攻车路协同

一向低调的阿里巴巴自动驾驶项目首次披露了技术进展。

9月6日，阿里巴巴集团与交通部公路科学研究院宣布，成立车路协同联合实验室，基于车路协同探索自动驾驶和道路智能化的解决方案。阿里巴巴达摩院的自动驾驶项目负责人王刚表示，阿里将推出智能感知基站，利用感知基站的远程感知能力和基础设施属性，提升自动驾驶车的感知能力，并降低成本。

阿里巴巴达摩院人工智能实验室首席科学家王刚（右）

据悉，阿里巴巴达摩院下设人工智能实验室（AI Lab），外界所知的阿里巴巴自动驾驶项目、机器人项目均来自该实验室，而自动驾驶项目团队负责人王刚即为人工智能实验室首席科学家。

在王刚看来，自动驾驶技术兴起至今，已经发展超过60年，至今未看到可商业化落地的产品，其中主要障碍即是成本，而在成本结构中，占据主要部分的是传感器。 

单车自动驾驶结构图

据钛媒体了解，在感知冗余设计中激光雷达和高精地图是必要技术。目前被全球自动驾驶研发团队广泛采用的激光雷达为Velodyne供应的机械旋转式激光雷达，其成本最低的16线产品售价约4000美元，一台车需要安装多台，而实现L4级自动驾驶往往需要更高线束激光雷达，成本更是超过数十万元。

成本高昂的同时，激光雷达的产品性能也未得到充分验证，博世相关负责人曾向钛媒体表示，已在全球跟进了解了超过100多家激光雷达企业，这其中能够满足稳定性和探测距离要求的企业很少。

“现有大部分团队的感知技术用到了激光雷达，其有效探测距离不超过80米。而由于遮挡物，盲区的存在，车上的传感器也存在视角、高度上的局限。”王刚表示，激光雷达带来的自动驾驶单车成本可达20万美元。

此外，自动驾驶的定位中也大多依靠高精度地图，但受限于高精地图的采集作业模式，其地图数据的更新频率，也远不及实际驾驶场景的变换程度……一系列技术因素为单车自动驾驶带来技术和成本两重阻力。同时，单车智能也受到环境障碍物和复杂路况等物理极限的限制，在行人突然出现等等极端情况下难以应对。

“单车智能是需要汽车去感知，决策和控制，要求汽车去处理所有的状况。但汽车的决策需要了解更多交通场景，路上不只有车，还有人。”王刚说，“汽车以60-70公里的时速行驶，前方障碍物背后突然出现一个人，是来不及反应的。” 

为此，阿里巴巴“另辟蹊径”，自主研发车路协同方案，借助智能的道路基础设施、阿里云控平台以及AliOS等技术，让自动驾驶车行驶在信息化环境中，从智能交通系统中获取所需的道路环境信息。

王刚介绍，车路协同技术方案的核心技术之一是感知基站，其大概原理类似于手机的无线发射基站，可以实现车与路，车与车之间的信息连接点，属于世界首创的技术方案。

据悉，这种智能感知基站将以“上帝视角”采集路况信息，有效解决车辆传感器的“盲点”问题。同时，感知基站将精确识别定位动态目标，在重点区域采集多模态数据，单个基站可以覆盖200米的半径，而在道路实现高度智能化后，所有基站将织就一张实时感知网，通过互联互通打破信息传递的物理距离限制。

“这就好比每隔200米就站着一位经验丰富的交警。”王刚说，比如，夜间行车的时候视野受阻，感知基站可以及时感知到前方行人和道路的异常状况，并通知后车;在高速公路或转弯路段，当前车发生险情的时候，也可以及时感知并通知后车。

王刚透露，在前期的对比路测试验中，车路协同已经体现出极高的优势。在此前进行的多次对比路测中，实验设置了可移动假人从障碍物后突然出现的场景，在不开启道路协同的情况下，紧急避让全部失灵，在开启后，紧急避让或停车的成功率则为100％。

关于智能感知基站的技术方案，王刚表示目前暂不方便透露。他向钛媒体表示，感知基站在对单车成本进行优化的过程中，或可能替代掉成本高昂的激光雷达传感器。同时，感知基站也可以作为基础设施来降低自动驾驶车辆成本。

“2017年全国的机动车保有量是3亿辆，而公路总里程是477万公里，高速里程只有13万公里，这是非常非常小的数字。”王刚说，“也就是说我们可以花很少的钱，就可以把这个路变成非常智能，在这个基础上，去降低单车的成本。”

就行业来看，无论是谷歌旗下的自动驾驶公司Waymo、百度等巨头，还是Uber、Drive.ai、Pony.ai等初创团队，以及汽车主机厂商，都在自动驾驶的单车性能上追求突破。

在加州DMV的管理条例中，要求在该州做自动驾驶路测的厂商每年向其提交报告，Waymo、通用的技术已经取得不小进展，前者的接管频率在9000公里一次，而通用的接管频率为1250公里一次。

不过在王刚看来，这个成绩还不能满足应用要求，“成熟人类司机的事故率是16万公里一次”。

当钛媒体问及阿里的单车自动驾驶目前取得了哪些技术成果，王刚表示，“应该说做得还不错，至少出于国内前面的阵营，但是这不是我们的重点，我们做它只是为了去了解一下这样的一个路线，有什么样的问题。”

过去一到两年，BAT在汽车领域都有密集布局，目前明确落地的成果是各家的车联网方案，而在自动驾驶方面，只有百度的Apollo计划声势逼人。

但是进入2018年，腾讯和阿里的自动驾驶夜都开始浮出水面，今年5月，腾讯获得深圳市自动驾驶路测牌照，而在8月的重庆智博会期间，腾讯AD Lab也展示了其L3自动驾驶技术，并正在向L4技术阶段突破。

不难看出，阿里的自动驾驶技术走了一条与百度、腾讯，乃至行业主流都不同的路线，其虽然起步较晚，但将通过主攻车路协同方案，在基础设施的推进中，获取后发优势。

“阿里车路协同方案的技术成果需要转化成技术标准，我们双方会协商推动这些标准。”中国交通部公路科学研究院IST中心副总工程师王东柱表示，“国内相关的车路协同标准虽然有，但并不是针对某一个具体应用的，阿里会做一些相关的工作，包括车路协同、自动驾驶，我们看看是不是可以把一些成果形成标准，然后可复制、可推广。”