本文來源：車東西
微信id：chedongxi
作者：六毛
一線城市的無人計程車，被我們連著坐了11趟。
就在本月中旬，百度Apollo的無人計程車服務正式對北京民眾開放了試乘體驗，引起了北京人民的強烈興趣，最熱的一天竟然接到2600多個訂單，場面十分火爆。
此前，廣州、上海、長沙、滄州等城市已經率先落地了無人計程車服務，重慶、武漢、杭州等地也發布了相關的規劃，在最近一兩年內也會實現部署。
一個無人計程車的時代，已然降臨。
▲北京的百度無人計程車
那麽到底有哪些城市開放了無人計程車服務？實車體驗究竟如何？無人計程車何時才能實現真正的商業化運營呢？
帶著這些問題，車東西在今年8月到10月份分別體驗了北上廣深四個一線城市的無人計程車服務，總計乘坐無人計程車超過11次，並與背後運營公司文遠知行、小馬智行、AutoX等玩家的高管進行了深入交流。
中國的自動駕駛公司絕大部分都集中在一線或部分新一線城市，這裡擁有最好的產業土壤，同時復雜的路況也是進行無人計程車載人測試的理想場景。
可以說，看懂了一線城市的無人計程車服務，就看懂了無人計程車時代。
無人計程車已經遍地開花
最近幾個月，關於無人計程車，國內外好消息接連不斷。
落地上，百度官宣後，北京民眾已經可以一鍵呼叫無人計程車，進行免費試乘，地點是在亦莊和海澱。
8月，AutoX在上海通過高德地圖，部署了無人計程車服務。
技術上，全球自動駕駛界扛把子Waymo拿掉了安全員，並打算把這項服務提供給鳳凰城的普通公眾。
在國內，十一假期期間，文遠知行讓自己的無人車開進了廣州城中村，要知道，交通規則在城中村基本上是用花籃提水——有力也使不上。
隨著國內自動駕駛創企、科技公司、整車廠們不斷發力，人類社會距離無人計程車時代也越來越近。
據不完全統計，百度、文遠知行、小馬智行、AutoX、滴滴等公司均有無人計程車項目落地，覆蓋國內至少6個城市。
▲國內無人計程車落地情況一覽
那麽，跑在大江南北的無人計程車們，它們究竟是怎麽跑的？上路之後的真實表現又是如何？
車東西從8月底至10月，橫跨三個月，跑到廣州、深圳、上海和北京四個城市，前後乘坐無人計程車11次。
試乘過程具體如下：
1、廣州試乘：
8月23日中午，乘坐文遠知行的無人計程車共三次。
8月23日下午，乘坐小馬智行的無人計程車一次。
2、深圳試乘：
8月26日下午晚高峰，乘坐AutoX的無人計程車一次。
3、北京試乘：
9月4日下午，乘坐小馬智行的無人計程車一次。
10月11日中午至下午，乘坐百度的無人計程車四次。
4、上海試乘：
9月13日下午，乘坐AutoX的無人計程車一次。
從叫車到上路、行車、最後停車，車東西盡可能對無人計程車進行了全流程體驗，並試圖通過安全員接管、個人乘坐體感等角度，對無人計程車的表現做出評估。
北上廣深四地試乘 無人出租勇闖晚高峰
根據各地政策和各公司自身需求，無人計程車的「開放」會有三種方式。
一種是直接對公眾開放，普通公眾可以和打網約車一樣，用手機APP呼叫到一輛無人計程車。
文遠知行在廣州黃埔區、開發區，AutoX在上海，百度在長沙、滄州和北京已經推出了這種無人計程車服務。
第二種方式是只對內部員工開放。
經過內部員工的邀請，其他人（比如朋友和家屬）也可試乘。
小馬智行目前在廣州，採用的就是這種方式。
最後一種是預約制。
普通公眾通過微信預約，可以在上海體驗到滴滴的無人計程車服務。
而最常見的叫車方式也有兩種，一個是通過專門的APP呼叫無人計程車，例如文遠知行的WeRide GO和百度的ApolloGO。
一個是通過百度地圖、高德地圖，這樣的第三方軟件叫車。
AutoX在上海便採用了第二種方式。
整體而言，除了普通公眾能否直接打到一輛無人計程車這一點外，在打車方式和流程上，各公司的區別其實不大。
▲小馬智行APP打車界面演示（紅框內）、AutoX和文遠知行可通過高德地圖打車演示（藍框內）
目前，文遠知行和小馬智行都在廣州落地了無人計程車。
文遠知行目前提供了兩種打車入口，WeRide GO APP和高德地圖APP，並且兩種打車方式都已對公眾開放。
試乘當天，車東西先用WeRide GO APP打到了一輛基於東風日產軒逸改裝而來的無人計程車。
從廣州黃埔區、開發區蘿崗奧園廣場上車，到科學城科學廣場下車。
從紅綠燈識別、車輛起停、過彎，再到典型的掉頭和無保護左轉等場景，無人計程車的處理都比較果斷，坐在車上不會有卡頓感。
車東西當下的感受是在車上寫稿，應該沒什麼問題。
文遠知行的無人計程車還有兩個值得特別注意的地方。
首先，是這輛無人計程車的後排車載屏僅有一個。
據介紹，之所以僅保留了副駕後面的車載屏，是為了更好地存儲車輛本身的電量，以保證車輛能夠長時間運營。
其次，是這款車的後備箱已經可以使用了。
無人計程車的後備箱通常會用於存放車載電腦（即車載計算單元），當天車東西是把自己的24寸行李箱給放到了裡面。
不過，之後再用高德地圖APP打到的林肯MKZ，暫時還做不到開放後備箱這一點。
▲文遠知行的後備箱可以使用了
由於當天還要趕火車，所以花了約兩個小時體驗了文遠知行的無人計程車後，車東西就馬不停蹄地趕去了小馬智行位於廣州南沙的辦公樓。
當天體驗的路線是從小馬智行的辦公樓到南沙萬達廣場，然後原路返回，時間共計半個小時左右。
往返過程中，車東西把後排和副駕都坐了一遍。
和文遠知行在廣州黃埔區、開發區所面臨的路況有點不同，南沙的整體路況相對更復雜，剛出發沒多久就上了橋。
行車過程中，表顯車速可達60公里/時。
▲小馬智行的無人計程車
整個過程中出現了一次接管。
當時，無人計程車正在靠近道路右側的車道線裡面正常行駛。
不料，途中有一輛大貨車停在道路中央，同時無人車左邊的車道線是實線。
換句話說，大貨車擋住了無人計程車的路。
而如果想完成向左變道，就需要車輛先違反一下交通規則，壓線變道。
這種情況下，安全員決定先接管，開到安全地帶後又重新切換回了自動駕駛模式。
在深圳，由於暫時還沒有自動駕駛載人測試的具體實施細則推出（只推出了指導意見），當時還不能進行載人測試，所以車東西試乘AutoX的無人計程車，其實也是一次demo。
特別之處在於，試乘時間正值當地晚高峰。
當天下午5點左右，車東西在粵美特樓下見到了即將乘坐的比亞迪秦Pro。
行車基本路線是從粵美特樓下出發，沿白石路直行，行駛經過海岸城和科技生態園，最後再回到AutoX公司大樓樓下。
場景上，無人計程車經過了居民區、寫字樓、工地和立交橋。
就路況復雜程度而言，加塞、人流和車流量密集的十字路口以及無紅綠燈的人行道也都遇到了。
值得一提的是，經過一個沒有紅綠燈的人行道時，AutoX無人計程車在「觀察」到行人起步但又退回，做出等待車輛先過的動作後，車輛沒有再繼續等待，其最後的策略是加速並通過人行橫道。
除此之外，在一處前方出現臨時停放、占道的路樁時，AutoX的無人車自己用了點時間，打了兩次方向盤並進行變道，最後以一個比較慢的速度完成了繞行。
在北京，車東西分別在亦莊和海澱兩個地方對小馬智行和百度的無人計程車進行了試乘。
30分鐘的試乘中，小馬智行的無人車表現得與在南沙一樣，起步、停車、無保護左轉，都沒有出現失誤，人坐在上面並不會有暈車的感覺。
行車過程中，沒有再出現需要安全員接管的情況。
百度無人計程車目前落地的地點是亦莊和海澱，車東西將試乘地點選在了海澱，前後共試乘四次，時間從中午的12點到下午的3點左右。
當天12點15分左右，車東西用百度地圖打到了一輛無人計程車。
無人計程車到達上車點後，車內的安全員先下車和車東西打了招呼。
而在後來的聊天中，這位安全員還表示，如果再等一會，他就能給乘客開車門了。
「我還沒來得及給您開車門，您就上車了。」安全員說道。
▲百度無人計程車
當天，無人計程車在遇到紅綠燈時，能夠做到準確、及時識別，並把相關信息顯示在後排車載屏上。
車輛剎車和起步都比較平穩，同時也會在不壓線的情況下自動打燈和變道。
遇到蛇皮袋（一種道路障礙物）和駕校教練車，能妥善處理。
特別值得提及的場景一共有兩處。
其中一處是無人計程車正在車道裏正常行駛，這時碰到右側有一輛車即將「沖出」。
無人計程車提前感知到了這一點，並做了減速處理。
當後來「發現」那輛車在讓行，就又重新恢復到正常車速。
另外的一處是一個比較大的彎道，無人計程車在車速沒降太多的情況下，開得比較平穩。
▲試乘百度無人計程車第一次出現接管
當然，試乘中也有瑕疵。
接近36公里的行車過程中，一共出現了兩次接管。
第一次接管發生在擁堵路口，當時有一輛電動三輪車占據了行車道。
第二次接管發生在一個沒有紅綠燈的人行橫道處，無人計程車自行停了下來。
當時，車上的安全員對車東西表示，是因為有故障燈閃爍，所以才會導致感知失誤。
除上述的幾次試乘以外，9月中旬，車東西還趁著出差的機會在上海用高德地圖呼叫了一次AutoX的無人計程車。
當天打到車花費了比較長的時間。
第二天是2020世界智能網聯汽車大會，後來有工作人員介紹說這個時候無人計程車的運力確實會受到一些影響。
這一次試乘全程約為3公里，車速最高在50km/h左右。
整體路線基本是直行，道路場景會比較簡單。
行駛全程中沒有出現接管，避讓障礙物、剎車和起步都比較柔和。
不過在一處掉頭的地方，無人計程車的處理顯得不是特別順暢。
針對這一點，AutoX創始人肖健雄對車東西表示目前林肯車型在掉頭的時候，車輛線控系統可能會出現問題，進而導致掉頭出現卡頓感。
就這11次的試乘體驗而言，文遠知行和百度的無人計程車在起步、剎車、變道上的操作非常平穩，體驗接近於「專車」司機。
小馬智行的無人計程車基本會讓乘客忘記是汽車自己在行駛，在平穩的基礎上，種種操作會很像「老司機」，例如剎車的時機和程度都會剛剛好。
在深圳，車東西試乘AutoX的無人計程車。
試乘時間是在下午5點左右，正值晚高峰，坐著無人車靈活躲避各類行人、車輛，很難不覺得「刺激」。
甚至連車內的測試員都跟車東西說，「即使我坐了這麽多次，也還是覺得很刺激。」
長尾問題有法可解 虛擬仿真是關鍵
自動駕駛是現代AI、大數據等技術的交匯點。
而無人計程車作為L4級自動駕駛的一個具體應用場景，其對技術能力的考驗也會更加嚴苛。
雖然在這場橫跨近3個月、地點遍及北上廣深四大城市的無人計程車體驗之旅中，無人計程車已經可以應對大部分的場景和路況。
但畢竟不是百分百應對，諸如前方偶遇障礙物且一旁車道線為實線、擁堵的路口，無人車還是需要安全員的幫助。
對於這些情況，無人計程車背後的公司是怎麽看待的？
針對在廣州南沙出現的一次接管，車東西就和小馬智行副總裁李衡宇進行了溝通。
按照他的解釋，無人計程車需要遵守交通規則，例如不能壓線變道，本身就會有一些規定。
所以現在在這種場景下，只能采取其他的處理方式，比如讓安全員接手駕駛。
與此同時，李衡宇也表示，是否需要立即采取一種「更靈活的策略」，讓無人車可以壓線變道需要分兩個方面去看待。
首先，無人車本身得要具備識別障礙物和自行變道的能力，這個能力和車道線是實線、還是虛線沒有關係。
在這個基礎上，是否要讓無人車去做壓線變道這個操作，可等到商業化落地階段，和相關部門溝通之後再去做。
事實上，相比於「靈活的策略」什麼時候採用，長尾場景是當前無人計程車落地中一個關鍵技術難點，也更被人關注。
對於何謂長尾場景，長尾場景如何處理和解決，李衡宇和AutoX創始人肖健雄也分享了自己的看法。
李衡宇認為長尾場景是那些仍然會有一定概率發生、而平時不太常見的場景。
暴雨等自然情況、車輛本身出現故障了，這些都可以算到長尾場景裏。
研發無人計程車時，長尾場景屬於必須要解決的問題。
從解決思路上，能分成發現長尾場景和處理這些場景兩個環節。
擴大路測規模可以幫助發現、收集到更多的長尾場景。
至於是否需要窮盡，才能解決長尾場景問題，李衡宇認為「窮盡」本身其實也是有所限定的。
換句話說在限定區域和限定場景之內，不同情況所構成的集合，仍然會有邊界。
另外，自動駕駛本身也會設計兜底策略。
舉個例子，如果系統判定看不懂某個場景了，兜底策略靠邊停車、請求協助也可以保證安全性。
換句話說，從原理上講，無人計程車上路前需要做到的是盡可能完美，而非徹底完美。
AutoX創始人肖健雄持有的看法和李衡宇基本一致。
在肖健雄看來，自動駕駛比很多人想像中得難，但也比很多人想像中得要容易。
處理長尾場景本身不是在黑箱裏玩字謎。
車隊規模和測試裏程、測試範圍足夠的話，是可以幫助抓取到更多的長尾場景。
另一方面，還可以借助仿真進行場景定義。
雖然每個具體場景都不一樣，但在仿真器裏，針對某個單一場景其實是可以窮盡的（專業術語為Fuzzing）。
肖健雄用鬼探頭做了一個例子。
在仿真器中，一個模擬場景下人是以每秒多少米的速度沖出來，電腦本身是可做窮舉的。
換句話說，無人計程車面對長尾場景，不是無法可循、無路可走。
再進一步由長尾場景推導，還可以發現當談到自動駕駛長尾場景時，我們更多時候是想談論它背後的一個問題——自動駕駛如何實現無人化。
無人化決定了無人計程車何時實現盈利，是個商業性問題，但從本質上講，這首先也是個技術問題。
李衡宇和肖健雄分別提到了一些在實現「無人化」時會遇到的難點，例如自動駕駛系統本身的穩定性，又例如無人車車輛本身是否有線控冗余。
線控冗余是一個似乎被行業忽略了的「灰色問題」。
和演算法冗余不同，線控冗余涉及的是車輛本身的安全冗余。
舉個可能不太恰當但比較容易理解的例子，在自動駕駛系統下達指令時候，汽車的制動系統這個機械裝置本身要能去執行。
如果一套制動系統壞了，就需要另一套制動系統補上。
這樣算是汽車自己提供了一個安全冗餘。
在這方面，肖健雄還另外介紹了一個情況。
根據他的說法，AutoX目前和FCA合作的大捷龍是目前唯一經過了量產驗證的、擁有冗余線控的乘用車型。
至於為什麼大捷龍這麽特別，肖健雄說，這其實是因為Waymo早早和FCA進行了合作，才讓現在就有車可用。
簡單點說，這是個前人栽樹後人乘涼的故事。
拿掉安全員已成行業共識
不論是技術的打磨，還是積極對公眾開放無人計程車服務、並為此組建合資公司或尋找合作伙伴，當前的目標都是讓無人計程車市場先成長起來。
無人計程車市場的形成首先是要求技術成熟。
針對無人計程車的demo與量產之間本質區別，文遠知行、小馬智行和AutoX的看法有差異，但都強調了「拿掉安全員」（即無人化）這一點。
在文遠知行看來，demo和量產間有兩點不同，其一在於是否是「全對外開放運營」，第二是有沒有拿掉安全員。
小馬智行的觀點則始終如一，即只有做到了無人化和規模化，自動駕駛才能夠真正釋放價值。
至於量產，本身就是規模化中的一個重要環節。
對於自動駕駛公司而言，只有做到適宜於自動駕駛領域特點的可靠性測試、標準化生產流程，以及成熟的規模化車隊運營管理能力，才能談量產。
AutoX認為，無人計程車要實現規模化，演算法、算力和數據這三個核心的領域都需要先達到可量產的安全級別。
其中，演算法需要達到可無人的安全性和穩定性；數據要求的是L4/L5級的自動駕駛數據，而不是L2至L3級輔助駕駛的數據。
除這三點以外，要實現量產還得有具備冗余線控，能夠支持無人化的汽車底盤。
由此出發，我們要談無人計程車商業化確實為時尚早。
所以當前各自動駕駛公司正就未來商業運營方式展開積極探索，也只能說是探索。
而這其中比較有趣的是，自動駕駛公司對商業模式的探索和其技術探索本身就是交融在一起的。
其中比較典型的是文遠知行。
5G遠程操控並不是被所有人都認可的技術路線。
文遠知行相信這一路線可行，並且將其和自己未來的商業模式掛鉤。
文遠知行對車東西表示，在技術上，目前5G遠程操控確實存在很多難點。
例如，5G網絡的基礎設施建設還很初級，有待加強，需要實現更全面的覆蓋和更穩定的網絡環境。
此外，5G與車路協同應用的融合也處於起步階段。
如何保證單車智能和車路協同兩個系統都足夠穩定，是另外一個難點。
但是從商業模式的設想上，文遠知行認為無人駕駛 遠程操控會成為無人計程車商業模式的一個重要支點。
而其核心則是逐漸降低人車比，把主駕駛位的安全員逐步移到遠程，並且從一輛車配一名安全員到幾輛車、數十輛車配一名遠程安全員，降低安全員的人數。
結語：無人出租落地之路艱難 但未來可期
在無人計程車領域，有一個基本共識。
接下來，我們可能將用99%的時間完成剩餘1%的技術任務，這些任務包括實現真正的無人化和規模化等等。
這場無人計程車試乘之旅，以及和不同自動駕駛公司的交流，也加強了車東西的這一認知。
但是，硬幣也有兩面。換個角度看，這何嘗不是代表著無人計程車時代正處於「臨門一腳」的沖刺階段？
無人計程車是一個沒有前人踩過雷的事業，其實現過程必然是艱難的。
在保證安全底線的前提下，我們則不妨對其未來多給一些鼓勵和期待。
