技术依然是自动驾驶商业化的最大挑战——访文远知行创始人兼首席执行官韩旭

近日，文远知行对外宣布，在公开道路上的自动驾驶里程率先突破1000万公里，其中全无人驾驶里程超过250万公里。“如果一个人一年开车10万公里，一生开车20年，那么，1000万公里就等于一个人开了五世的车。这意味着我们经历各种复杂的路况，积累了大量的数据，经过数万次的验证，从而确保自动驾驶系统的稳定性和安全性。”文远知行创始人兼首席执行官韩旭说。

据韩旭介绍，文远知行1000万公里的测试里程是由规模超300辆的自动驾驶车队在中美两国4年多的持续测试和运营积累而来，并由此形成了一个庞大且优质的场景库。文远知行的车队包括自动驾驶出租车（Robotaxi）、无人驾驶小巴（Robobus）、无人驾驶货运车（Robovan）等不同车型，布局在中国广州、郑州、南京、武汉、安庆和美国圣何塞等城市，测试和运营混合进行，覆盖白天到黑夜，CBD到城中村，隧道到高速路，高温酷热到雨雪天，载人到载货等多种交通场景，每天产出大量极具价值的自动驾驶数据。数据于自动驾驶的重要性不言而喻。

Rototaxi商业化运营 技术挑战大于商业挑战

在谈到积累1000万公里测试里程的收获时，韩旭表示，1000万公里将引领文远知行稳步迈向自动驾驶前装量产。在巨量的场景和持续的测试运营下，文远知行传感器套件的感知能力、稳定性、耐受性等关键指标得到了全方位的检验，并先后5次迭代升级，带来更加集成、高效、稳定的硬件方案。最新一代传感器套件WeRide Sensor Suite 4.0在2021年11月发布，创L4级自动驾驶行业之最，是行业首个小尺寸轻量化的套件组合，可广泛适用于不同乘用车型，向自动驾驶汽车规模化量产迈出关键一步。

虽然文远知行在自动驾驶测试和前装量产方面已经小有成就，但对于Rototaxi大规模商业化运营而言，挑战依然巨大。韩旭告诉记者：“Rototaxi这个赛道目前最大的挑战依然是技术如何保障安全。全无人驾驶需要由车辆和自动驾驶系统来承担安全责任，这是非常大的挑战。我从事自动驾驶行业五六年了，技术依然是最大的挑战，没有之一。”

在韩旭看来，L4自动驾驶功能的量产是很有希望的，因为它是限定条件下的自动驾驶。但全场景下、无限定条件下的L5无人驾驶系统的量产则遥遥无期。自动驾驶技术的长尾问题的确存在，自动驾驶公司要做到的就是让技术的长尾问题要少于人类驾驶员的长尾问题，让机器驾驶比人类驾驶更安全。

“硬件成本逐年下降，人力成本逐渐上升，如果在技术上实现全无人的Robotaxi，机器替代人，它的商业挑战并不大。这就好比程控交换机代替接线员。当新兴技术被大规模应用，并且大规模替代人工时，它的商业模式就走通了。人会被解放出来，做更为轻松和有意义的事情。”韩旭说。

从目前自动驾驶汽车市场竞争格局来看，汽车产业是一个链条很长的产业，新兴的自动驾驶行业也不例外。“我不认为这个市场要一家通吃，大家可以一起把‘蛋糕’做大。以文远知行为例，我们和激光雷达、计算机平台、摄像头、毫米波雷达的公司都有合作，也和广汽集团、如祺出行合作。我们将与主机厂商、出行平台的合作定为铁三角合作模式。”韩旭说。

针对初创自动驾驶企业之间竞争这一现状，韩旭认为，充分的理性市场竞争是一件好事。它会促进技术进步、提升产品性价比。“在自动驾驶这个赛道，我相信还会持续有新的入局者。理性创业、理性运营，要以共享单车为前车之鉴。冲昏了头脑的资本盛宴导致了巨大的资源浪费和环境污染。初创自动驾驶公司应当把握好节奏，不理性的创业者不会持续多久，不理性的企业经营也不会持续多久，我们还是希望能够合作共赢。”韩旭说。

数据共享 重在统一“度量衡”

提到自动驾驶测试数据积累，韩旭无比自豪。据其介绍，文远知行在公开道路上积累的1000万公里同步在其自研的城市级仿真平台上进行场景的复现和泛化，形成了超过80亿公里的模拟测试里程，相当于文远知行300辆自动驾驶汽车在真实道路上日夜兼程行驶50年。里程是文远知行自动驾驶技术发展的基石，由公开道路的千万级里程和仿真模拟的数十亿里程共同组成，大幅度扩大了场景的覆盖面，提升测试效率，使自动驾驶系统在更加丰富和复杂的场景中进行更高频、更精准的有效测试验证，缩短功能开发和测试周期，持续推进文远知行数据模型的快速迭代和算法的优化。

对于整个行业而言，韩旭十分赞成自动驾驶汽车数据流动、共享。不过，他强调：“数据要流动起来首先是涉及数据的统一性问题。中国很幸运，在秦朝的时候就解决了标准化的问题，书同文、车同轨。自动驾驶数据的积累也要做到书同文、车同轨，要有一定的标准。这也是为什么文远知行不停地呼吁尽快制定标准，也愿意参与各种标准制定的原因。有了标准，才方便数据的流动、共享。”

其次，共享数据一定要注意数据的合规和隐私保护。去年，国家颁布了《数据安全法》，一定要在《数据安全法》的框架下保证数据合规，这是共享的前提条件。同时也是要注意保护用户的隐私，进行相应的脱敏处理。在满足这些条件的情况下，数据可以共享。但如何共享？共享的数据如何产生收益？这都是需要考虑的问题。“满足上述条件，激励市场主体共享数据是对资源最好的配置，因为数据没必要重复采集。但我认为数据是非常重要的资源，在充分竞争的市场情况下，很多关键数据不会被共享。”韩旭说。

车路协同 不如支持场景建设

单车智能还是车路协同，是自动驾驶圈一直讨论的热门话题。

在韩旭看来，车路协同看上去很美，做起来很难。车路协同在路端的很多设备投资巨大，投资后一定要看到成效，如果成效不显著应该考虑这条路是否走得通或者如何进行调整。在目前的技术条件上，车路协同很多理论上的测算都达不到工程要求。韩旭以对通信网络要求最不高的语音通信为例讲述了车路协同当前的困境。“我在从家到机场的路上经常会微信语音聊天，期间经常发生卡顿，以至于不得不放弃微信语音通话，改成打电话。自动驾驶的安全与通信质量息息相关，它对通信质量的要求要高于普通的语音通信上百倍。语音通信质量尚且如此，当前的通信网络又如何保证车路协同的可靠性和安全性。车路协同还是应当先范围内实验，用实践去检验实现这条技术路线行之有效的方法。”韩旭说。

韩旭呼吁，国家层面能够投资建设非常好的试验场，让自动驾驶汽车市场主体公平、公正、公开地测试各自的算法。用数据说话，真正测出各家的真实水平来。他认为，我国在自动驾驶方面的政策非常好，对企业很宽容，鼓励创新。如果国家能够给予测试场建设一些补贴，测试场就能少收企业的测试费用、上牌费用，在资金上降低自动驾驶测试的门槛，从而推动整个行业的创新发展。但另一方面，自动驾驶安全的准入门槛希望国家一定要定得高点。不仅是严格要求运营过程中的安全，还包括研发和测试中的安全。

“既要保证自动驾驶汽车的安全性，又要鼓励创新，这就考验政策制定者的智慧了。作为自动驾驶公司创始人，我希望相关管理部门能制定容错机制，但容错机制要提供给真正愿意谋求技术突破、不断创新的企业，而不是提供给一家“傻大胆”、完全不顾后果的企业。容错机制如何分配很关键，比如：我们允许一定的错误率、甚至一定的事故率，但是这个错误率和事故率怎么分配，是一个很重要的课题，值得研究。”韩旭建议，“在自动驾驶测试方面也可以学习‘双积分’政策。即在测试场参与测试的企业中，排名靠前的企业就能获得更多的积分，能允许它有一定的失败率；排名靠后的企业则积分少一些，它持续犯错就不能被包容，这样的企业自然被淘汰。希望能有这样一个正向的机制，在保证自动驾驶安全的同时鼓励创新。”