在自動駕駛這件事上 阿里走了一條不同于百度的路

在自動駕駛方面，阿里巴巴選擇了一條與大多數行業參與者不同的道路。9月7日，阿里巴巴正在通過各部門發展無人駕駛業務。最新的計劃來自成立不到一年的達摩院。該研究所人工智能實驗室首席科學家王剛告訴記者，與其他自行車智能解決方案不同，它們正在以協同智能的方式減少現有無人解決方案的物理困境和成本障礙。王剛表示，該方案具有通用性，支持所有車輛，并且由于物流是阿里巴巴集團的重點，因此在研發中會更加關注物流場景。

但也有業內人士告訴記者，這種車路協同更適合開放道路（有紅綠燈）。目前，該行業普遍在園區內進行測試，因此尚未成為主流標準。自1939年第一輛無人概念車出現以來，人們對無人駕駛的關注主要集中在汽車本身。安裝了各種傳感器來感知和控制汽車本身，然后處理路況。有業內人士表示，百度、特斯拉等早期的自動駕駛公司主要使用自行車智能，路況復雜、車輛混雜、極端天氣等一系列問題并不配合。今年早些時候，百度與金龍客車合作的全球首款L4級自動駕駛公交車“Apolon”下線量產。與此同時，多家車企最近給出了無人駕駛產品的開發時間表：特斯拉將在2019年推出L4或L5無人駕駛汽車；大眾汽車計劃于2021推出L4自動駕駛汽車；奔馳和寶馬將分別于2020年和2021推出L4和L5自動駕駛汽車；戴姆勒宣布將于2019年在加州部署無人駕駛出租車。上述人士認為，自行車智能化無法解決復雜路況、混合車輛、極端天氣等一系列問題；要實現自動駕駛或無人駕駛，車路協同是基礎。王剛表示，阿里巴巴在做了大量論證和模擬研究后發現，自行車智能化的方式對實現自動駕駛是一個巨大的挑戰。在他看來，上述方案的局限性在于存在視覺盲點，且由于傳感器本身的技術限制，有效感應距離小于80米，且當速度超過每小時60公里時，無法實現安全的自動駕駛；其次，由于高精度地圖更新速度較慢，難以應對突發時間；

自行車決策很難調動整個交通場景。如果它被阻止，就不可能形成一個有效的決策。不僅如此，王剛表示，現在自動駕駛汽車需要多個傳感器，包括攝像頭和雷達，總體成本為20萬美元。然而，2017年中國的汽車數量為3億輛。如果所有這些都要更新為自動駕駛汽車，那將耗資巨大。事實上，業內普遍認為，只有當道路上90%以上的車輛是無人駕駛汽車時，它們才會逐漸變得安全。因此，研究實驗室選擇了協同智能的道路，王剛表示，這將有助于阿里巴巴實現自動駕駛的落地和商業化。它需要的是增加一個額外的交通智能設施，目前被稱為“智能傳感基站”。由于采用了靜態部署，它將能夠處理復雜的情況。同一個“基站”可以為同一條路上的許多汽車提供服務，從而減少汽車本身對傳感器的需求。王剛說，有了這個方案，汽車本身可以減少，但哪些零件需要稍后驗證。然而，王剛拒絕透露基站的安裝成本和部署規模要求。然而，在它為記者展示的視頻樣本中，自動駕駛汽車對道路緊急情況做出了相應的判斷，王剛表示，通過感知基站參與的協同智能，無人車的避讓率達到了100%。據悉，目前，該團隊的研發進展是，現有車輛已經進行了常態化道路測試，并具備了在開放路段進行測試的能力。目前，它的技術路線是L4（全自動駕駛），并不是真正的無人駕駛，但形式是由機器主導的，在大多數場景中不需要人工干預。阿里巴巴的路試車是從林肯MKZ改裝而來的，百度、英偉達和許多初創公司的自動駕駛系統都采用了這款車進行改裝和部署。在自動駕駛方面，阿里巴巴選擇了一條與大多數行業參與者不同的道路。9月7日，阿里巴巴正在通過各部門發展無人駕駛業務。最新的計劃來自成立不到一年的達摩院。該研究所人工智能實驗室首席科學家王剛告訴記者，與其他自行車智能解決方案不同，它們正在以協同智能的方式減少現有無人解決方案的物理困境和成本障礙。王剛表示，該方案具有通用性，支持所有車輛，并且由于物流是阿里巴巴集團的重點，因此在研發中會更加關注物流場景。

但也有業內人士告訴記者，這種車路協同更適合開放道路（有紅綠燈）。目前，該行業普遍在園區內進行測試，因此尚未成為主流標準。自1939年第一輛無人概念車出現以來，人們對無人駕駛的關注主要集中在汽車本身。安裝了各種傳感器來感知和控制汽車本身，然后處理路況。有業內人士表示，百度、特斯拉等早期的自動駕駛公司主要使用自行車智能，路況復雜、車輛混雜、極端天氣等一系列問題并不配合。今年早些時候，百度與金龍客車合作的全球首款L4級自動駕駛公交車“Apolon”下線量產。與此同時，多家車企最近給出了無人駕駛產品的開發時間表：特斯拉將在2019年推出L4或L5無人駕駛汽車；大眾汽車計劃于2021推出L4自動駕駛汽車；奔馳和寶馬將分別于2020年和2021推出L4和L5自動駕駛汽車；戴姆勒宣布將于2019年在加州部署無人駕駛出租車。上述人士認為，自行車智能化無法解決復雜路況、混合車輛、極端天氣等一系列問題；

要實現自動駕駛或無人駕駛，車路協同是基礎。王剛表示，阿里巴巴在做了大量論證和模擬研究后發現，自行車智能化的方式對實現自動駕駛是一個巨大的挑戰。在他看來，上述方案的局限性在于存在視覺盲點，且由于傳感器本身的技術限制，有效感應距離小于80米，且當速度超過每小時60公里時，無法實現安全的自動駕駛；其次，由于高精度地圖更新速度較慢，難以應對突發時間；自行車決策很難調動整個交通場景。如果它被阻止，就不可能形成一個有效的決策。不僅如此，王剛表示，現在自動駕駛汽車需要多個傳感器，包括攝像頭和雷達，總體成本為20萬美元。然而，2017年中國的汽車數量為3億輛。如果所有這些都要更新為自動駕駛汽車，那將耗資巨大。事實上，業內普遍認為，只有當道路上90%以上的車輛是無人駕駛汽車時，它們才會逐漸變得安全。因此，研究實驗室選擇了協同智能的道路，王剛表示，這將有助于阿里巴巴實現自動駕駛的落地和商業化。它需要的是增加一個額外的交通智能設施，目前被稱為“智能傳感基站”。由于采用了靜態部署，它將能夠處理復雜的情況。同一個“基站”可以為同一條路上的許多汽車提供服務，從而減少汽車本身對傳感器的需求。王剛說，有了這個方案，汽車本身可以減少，但哪些零件需要稍后驗證。然而，王剛拒絕透露基站的安裝成本和部署規模要求。然而，在它為記者展示的視頻樣本中，自動駕駛汽車對道路緊急情況做出了相應的判斷，王剛表示，通過感知基站參與的協同智能，無人車的避讓率達到了100%。據悉，目前，該團隊的研發進展是，現有車輛已經進行了常態化道路測試，并具備了在開放路段進行測試的能力。目前，它的技術路線是L4（全自動駕駛），并不是真正的無人駕駛，但形式是由機器主導的，在大多數場景中不需要人工干預。阿里巴巴的路試車是從林肯MKZ改裝而來的，百度、英偉達和許多初創公司的自動駕駛系統都采用了這款車進行改裝和部署。

標簽：特斯拉奔馳寶馬大眾金龍

汽車資訊熱門資訊