大話無人駕駛的商用

與人交流，其實每個人的視角並不相同，但是都會被一些標誌性的事件所吸引，Uber宣布月底開始商用化無人駕駛的事就是其中一件，我們可以從Uber事情的縱向維度、還有相應其他車企和參與企業的動態來看待這個事情，做一些思考和探討。

• 公司高層和行業分析師，都會看里程碑的事情，看待這個事情，就是有人真把無人駕駛商用化了

• 就只有100台

• 就是在Uber建的技術中心

• 需要兩個工程師協助坐鎮

備註：本身在這個領域，沒有人可以告訴我們標準的答案，所以題目以大話開題，探討有對有錯，說了認就是；同樣的在這個領域而言，每個玩家都在嘗試自己的路線，誰對誰錯目前不知道，最怕的是不做。

第一部分 Urber無人駕駛時間軸

Urber是個很有意思的公司，由於掌握著打車的入口，所以在這塊領域有著優先權也有著被顛覆的壓力。

• 2016年8月20日 Ubers First Self-Driving Fleet Arrives in Pittsburgh

• 2016年8月19日 Announce that Uber has acquired Otto

• 2016年5月19日 Uber無人駕駛汽車首次在匹茲堡上路測試

• 2016年3月23日 Uber與梅賽德斯·賓士簽訂了10萬輛S級汽車訂單

• 2015年2月3日，Uber 宣布與卡內基梅隆大學合作在匹茲堡建立Uber 高級技術中心

• 2014年底 Uber co-founder and Chief Executive Officer Travis Kalanick flew to Pittsburgh on a mission: to hire dozens of the world』s experts in autonomous vehicles.

我們從整個關係上梳理可以分兩層，Uber和其夥伴，清晰的把幾個事情做了一個基本劃分:

1）自動駕駛的車輛在商用過程中的介面是Urber

2）Uber在迭代者自身的一套上層感知系統

3）Uber系統的融合控制部分

Volvo提供修改部分

A）Volvo XC90自帶攝像頭/雷達+BSD的短距雷達原有感知系統

B）底盤和動力總成控制介面

C）線束系統改裝

從Ford Fusion的Hybrid切換到這個100台的XC90，整個系統介面部分需要重新調整，新進入的部分也待確定，總體的技術部分，還是依靠Uber從卡梅隆合作那裡為主幹的系統（激光雷達為主，輔助視覺系統），猜測一下Chris urmson會不會過去啊。

這個問題，其實是這段的重點討論的地方，為什麼Volvo願意出車、出錢？

從Volvo的角度，來做Drive Me的項目

• 可以改進技術做自身的技術系統

• 多感測器感知融合也好，地圖也好，決策也好雲端也好，這些東西越複雜的融合在一起，在不同地區的部署和應用就越需要多的測試

• 在測試過程中的改進和迭代，都取決於試驗地區和運行情況

• 很難擴展成真正的商業項目

• 消費者很難花個大價錢就買台無人駕駛車

• 成本很高+維護不知道+數據系統完全被收集

• 車企也不大放心把這個車交給消費者去「實驗」

這個的核心困難，由於車企的主體價值鏈是：調研車需求=》設計&工程=》製造，然後丟給分銷商，自動駕駛的車輛是需要配置出去（目前這個階段，還處在不成熟的階段），這個問題就值得思考了。

Uber不管是自己去購車給司機（車隊管理2.0=》交通服務），還是未來的Robot Taxi服務的整合，都掌握住了出口。在整個商用化的探索過程中，這事能很大程度的收集數據，博弈應用場合，在圍繞Uber研發中心的地區，不斷的收集和改進商業化交通服務對車輛的需求，這點誰先做誰辦得到，無論是Google還是車企，很難切進去達到最終的場景。

• Google可以僱人來坐車，但是商業模式是不同的

• 車企可以開個無人車隊，類似Ford那樣做的，但是本質還是測試車輛和系統

第二部分 其他的玩家

接上文，我們可以把測試分解成：

2.1 傳統定義需求=》設計系統=》驗證實驗

【開發測試】部件測試：各個部件在原有的車上展現出來的性能

【開發測試】系統組合測試：各個部件測試成熟後，組合運用達到的效果

【開發測試】車輛封閉環境測試：各個車企在自己的試車場進行測試

2.2 測試驅動

【試用性驗證測試】車隊和相互作用測試：無人測試中心各種車輛交互測試，車隊在特定項目在特定地區的道路測試

【系統應用於服務測試】有工程師坐鎮的車輛，參與商業運營，測試車輛在商業環境中的適用性，排除駕駛者的干擾。主要驗證系統和車輛需要為將來的商用服務的設計需求

• 很大一部分，也是傳統OEM的數據信息和「打車」服務商的信息的整合

• 備註：由於隱私的問題傳統OEM很難通過收集車主的客戶信息（使用過程中）生成駕駛員特徵資料庫

• 需求響應驅動的，和車主的行為邏輯差異還是很大的，往前看這兩者是同時存在的

我個人以為，把Robot Taxi這類和打車響應驅動的，和自己開的Car-sharing不同的業務模式都放一些

• 財務投資=》可以參與決定優先用自己的車

• 技術投資=》可以參與和了解高階無人駕駛的取向

車企在投入整個過程中，完全未來應用的Robot Taxi更像是一個Future Plan，短期內也會投入部分資源來權衡車輛共享的各個點，開發基於Car-sharing服務的帶有運營性質的控制器（ECU），可能很容易植入整個系統裡面，甚至實現與其他域的互動，加入一些特定場景的高階自動駕駛

在開發過程中，與消費者對接的那部分需要重新細緻打理

• 如何優化沒有車，但是有使用車的服務，這是車企參與投資Car-sharing提高營運效率的關鍵點

• 這種模式的演化，取決於車輛適應車主和適應運營的契合度

• Carsharing的進入模式和原有的鑰匙進入模式，進行可配置

Telematcis（車載終端+車載後台的支持）作為車和運營者的交互渠道，也是高階自動系統和後台的交互渠道

小結：

從技術上來看，宣布這個事，沒有本質的突破（技術部署的成本和技術的方案），而在商業上，可能使得整個高階自動駕駛事情的軍備競賽更快一些了。技術的驅動力，實質也是群眾的圍觀和渴求，滿足這種渴求的公司獲取更多的金融資源來再燒錢玩下去推動技術發展和成本優化，這是我們僅僅盯著技術突破看不到的事情。

推薦閱讀：