1月11-13日，中国电动汽车百人会论坛(2019)在北京钓鱼台国宾馆召开，图森未来合伙人兼产品副总裁吴楠发表了主题演讲，演讲内容如下：

　　大家好，我是来自图森的吴楠。今天很高兴能在这里分享图森未来在近期自动驾驶领域做到的一些成果，跟大家作一个简单的汇报。

　　我们公司是一家相对来说比较低调的公司，可能在座大家都没太听说过我们，我们是一家To B的公司，简单说一下我们公司主要是横跨中、美、日，在三地设有研发中心，主要是做自动驾驶卡车的研发。现在拥有美国加州自动驾驶测试牌照和中国上海市自动驾驶重卡测试牌照，是全国首张自动驾驶测试牌照。

　　自动驾驶卡车行业痛点很多专家都讲到了，我打算快速跳过，这些大家都非常清楚了，我在这儿跟大家分享一个简单的数据，普华永道大家都听说过，曾经做过一个比较有意思的研究，他们曾经研究当假如自动驾驶技术投入到长途的货运领域的话，可以节省成本达到28%左右，还不算G7翟总讲到的，还会产生一些边际成本，包括管理人员的成本，其实相对来说成本降低得还会更加低。因为受时间关系影响，我直接放视频，这个大家会相对更加清楚我们到底是谁、到底在做什么。

　　这个是我们在美国亚利桑那州的测试基地，做的自动驾驶测试。我们现在在美国做自动驾驶测试主要是因为现在国内的法律法规暂时还没有开放，受制于法律法规的问题，我们现在只能是在美国进行测试，这个测试道路是我们的美国测试工厂到美国的I-10高速公路的这么一个场景，我们现在其实在美国每天在做的是商业化的试运营，从2018年6月份开始，其实我们已经开始给美国的两家客户做真实的基于自动驾驶的深夜化的试运营，帮他们运货，去赚取运输的费用。至今我们现在的客户已经扩大到12家，其中包括美国最大的电商巨头和美国最大的零售商巨头。每天的运输次数大概是3-5次，每辆车能产生的利润大概是5000美元左右。这个应该也是现在全球唯一一家可以真正做到仓到仓，产生真正的营收，完全依靠自动驾驶产生收入的这么一家公司。另外一家做到收入的是Waymo，他们主要是做乘用车。

　　录像上大家可以看到场景相对比较复杂，右上角的摄像头拍到的雨是非常大的，路上也是激起了非常多的水花，这个对整个感知系统的考验也是非常强的。包括右下角时速和转向，包括油门、刹车的显示。时速是65英里每小时，约合105公里每小时，是非常快的速度。时间有限，视频掐了，视频总体长度大概是一个本小时，总共驾驶里程是200公里左右。有兴趣的话大家可以去网上看，网上有完整的视频。

　　我们的愿景。首先我们其实希望通过应用自动驾驶卡车来实现整体的智慧物流的概念，首先我们现阶段，刚才的视频体现了我们在高速公路干线的能力，在我们自己这一块干线的定义其实是由两部分组成：1，高速公路。它相对来说是受限场景，相对来说环境是受到控制的。2，作为自动驾驶来说，不能只是上了高速才开自动驾驶，从高速到仓库这一段谁去做?不可能上人，其实并没有解决关键的问题。我们把从高速倒仓库，一般仓库也会建在高速附近，尤其美国仓库离高速都不远，四五公里左右，我们把城乡道路，由高速到仓库之间的短距离我们也认为它是干线的一部分，我们首先解决这个问题。

　　我们把中间的干线问题解决了，物流结点给谁?我们首先需要解决物流结点，还需要具有非常多的工作，物流结点包括哪些?包括右下角的图里，包括港口，包括货运火车站，包括物流园区，包括机场外延，我们认为这些都是物流结点，它的特征是物流大宗商品非常聚集，并且它其实越来越成为整体物流的集散地和信息交互中心。我们也做了非常多的尝试，因为国内法律法规并没有开放，刚才张教授也讲到了，高速现在还是违法的，我们在所谓的物流结点里头、港口里头做了一部分的工作，大家可以看一眼。这个应该算是全球首个在港口进行全无人的车队的自动驾驶。

　　一辆车是一个DEMO，对行业发展更多是指向性意义，我们希望更多的是能够改变这个行业，所以我们其实也是对这块进行了非常大的投入。这个DEMO投入三辆车的车队，把200多个箱子从入港到卸干净，卸到堆场，完全由自动驾驶进行作业。这块接入了整个港口的港务系统，由港务系统指挥车应该去哪个岸桥接箱子，应该把箱子送到哪个箱区，由哪个吊车进行箱子的装卸。美团的夏总也说了V2X其实是相对比较重要的技术，我们在这个港口里头也和包括车和车之间的通信，包括车和岸桥之间的通信都做了非常多的功夫，可以达到整个系统之间完美的信息共享。这块是一个特殊天气，下着小雨，左下角的摄像头可能会看得更加清楚，地下有非常多的积水反光，其实是非常困难的，甚至包括之前在北京大雾的时候，雾霾非常严重，可视距离大概一百米左右的时候我们也进行了正常的试运营，其实还是非常完美的，在各种各样的情况下我们的系统都可以经受住考验，现阶段可以投入到商业化的运营。

　　通过上头的两个短片可以看到，未来图森未来自动驾驶卡车具备商业化运营的成熟条件，在高速公路场景已经可以达到100公里每小时的运输速度，甚至更高，这个主要取决于高速公路的限速。另外就是作为自动驾驶水平的重要指标，千英里脱离自动驾驶的次数达到0.92次，后头是作为一些参考。我们还试了非常多的全天候的自动无接管的运营，现在测试里程达到52万余公里，这块大家可能会有语文，52万余公里可能不是特别多，这块其实乘用车和商务车有非常大的不一样，商用车其实相对来说是走固定线路的，条条大道通罗马这件事情可能大家都听说过，比如我从三里屯去天安门，我可能会有非常多的道路，但是对用商用车来说，比如从北京到上海可能最优道路只有1-2条，所以在同样的测试里程，同样积累的测试里程上，比如乘用车积累了1亿公里的测试里程，但是实际上分配到全国的道路上，每条道路摊不到什么，但是假如这1亿公里的测试里程摊到高速公路的卡车上、两条干线上测试密度是完全不一样的。现在其实已经在美国I-10高速公路实现仓到仓的高速商业化试运营。港口可以实现港口的整体对接，到2018年7月份为止已经安全地实现自动驾驶的装卸集装箱达到两万个标准箱。

　　技术方面。因为我们主要是人工智能的公司，自动驾驶主要两个部分：车、算法。左边的图片是在美国的车，先说说美国的车，现在主要用的是美国的perception公司和Localization公司的车，国内主要用陕汽和一汽的车，我们自己不生产车，我们主要是跟主机厂Tier-1合作生产线控的卡车，我们和很多公司都有非常深度的服务，去完成自动驾驶用的线控卡车的前装量产工作，去达到批量生产自动驾驶卡车的目的。

　　算法。算法是区分各家自动驾驶技术成熟度的主要指标，自动驾驶需要去实现，但是具体怎么实现?主要是区别于算法，算法首先是数据，数据一定要有相对比较干净的数据，其实做过算法的人都知道假如编辑一个非常脏的数据其实是事倍功半的，这是我们做的基于视觉的前数据处理(如视频)，大家可以看到在这种相对来说环境不是特别好的环境下，右边处理后的视频也可以保证相对比较干净的数据输出。左边包括噪点，包括低亮度的道路，包括对象车的大灯闪烁，产生了一种非常大面积的光斑，包括LED的红绿灯，因为在视觉里头红绿灯是在闪烁的，通过我们的前处理可以把闪烁消除掉。

　　卡车和乘用车另外一个不太一样的地方，对感知距离的要求。因为首先卡车的满载货物能达到50-60吨，不超载的情况下能达到50-60吨的重量，要求非常远的可视的距离。我们开发了一套一千米的感知系统来满足卡车对感知安全的需求。右下角这些红色的点其实大家非常熟悉，是激光雷达的点云，激光雷达标称200米，但是实际有效的可用距离大概是80米左右。为什么?因为200米左右的点太过稀疏，无法进行聚类，无法判断这个东西到底是什么。我们通过基于视觉的方法可以在非常远的距离看到前方到底发生了什么，包括前方是否发生了拥堵、事故，可以提前对车辆进行控制，比如我让它提前变道或者提前减速，而不能到出了事的地方再做这些反应，我们可以给这个车一个非常长的思考过程，可以达到30秒左右。

　　作为卡车质量比较大，每一脚的刹车成本都是非常高的，通过我们的测算，自动驾驶卡车用到远程感知系统的话，在同样的距离上人类司机踩刹车次数大概30-40脚左右，但是自动驾驶卡车踩刹车次数可以压缩到10脚以下，对整体运输的成本是一个非常好的压缩。

　　业务规划。现在中美两地车队加起来规模大概是50辆车左右，在2019年上半年美国主要会，现阶段在美国开通三条在亚利桑那州内的物流道路，2019年上半年会把车队的规模提升到50台，会增加一条从亚利桑那州到德克萨斯州跨州的运输道路进行自动驾驶的商业化运营，在2020年的时候我们希望能把整体车辆的数量达到1500辆，去进行相对来说比较成熟的商业化基于自动驾驶的落地的情况。借今天的场合我也希望国内的法律法规能尽快地落实自动驾驶，能在道路上进行测试或者试运营，能让我们在美国测试得相对比较成熟的技术能尽快在国内落地，能尽快地服务国内的广大用户和消费者。