百度Apollo Go開放運營，無人駕駛能否取代“老司機”？
原標題：百度Apollo Go開放運營，無人駕駛能否取代“老司機”？
“哎，又被取消了，再試一次吧”
前一陣，百度自動駕駛無人車“Apollo Go”正式在北京開始運營，使用相關App便可以一鍵下單，呼叫百度自動駕駛出租車。
消息一出，很快在社交媒體上傳開，各路人馬蜂擁而至。但事實是，下單容易，打車難。
首先，無人車的服務並不是覆蓋全城，只有較爲偏遠的亦莊和稻香湖地區能夠使用該服務。其次，即便你長路漫漫的到達服務範圍內，也不一定能體驗。爲啥？人多車少……
“如果五分鐘內叫不到車，系統會自動取消，需要重新下單。”
已經等了一個小時的網友小張說到。而無人車的運營時間爲上午10：00~下午16：00，不少下午到達的體驗者，等到無人車收攤都沒能叫上，失落的走進地鐵站。
而那些有幸體驗過的網友，也發表了自己的看法：
“左拐彎、右拐彎、變道以及調頭，大多數情況下無需安全員手動操作，Apollo能夠平穩完成。”
“前方有車輛速度過慢，Apollo在檢測出來後也會超車。”
“道路中間出現行人時，Apollo能夠平穩地降速等待行人通過再行駛。”
“距離網約車還有一定差距，等待時間長、出行效率低，不適合趕時間的用戶。”
“在遇到緊急情況，無人車僅能做到立即剎車，剩下的還需要安全員接手，並且Apollo的剎車比較生硬。”
可以看出，網友們的評價褒貶不一，Apollo Go未來還有不少迭代的空間，是否真的有一天，無人駕駛能取代我們這些“老司機”呢？
今天talk君想跟大家分享來自沈駿強的演講：
沈駿強，前華爲首席科學家；Freetech CTO
大家好，我是一刻talks的講者沈駿強，今天我給大家帶來想想給大家分享一個話題，就是如何在5G時代，怎麼樣把自動駕駛這個技術做商業化的落地。
我從事ADAS和自動駕駛已經有20年的歷史。我在德爾福工作16年，在華爲工作兩年多，我現在在福瑞泰克工作差不多一年半的時間，應該說在我過去20年的這個職業生涯中，其實經歷了ADAS和自動駕駛，從無人問津到現在炙手可熱這樣一個全過程。
我先給大家看兩張照片，左邊這張照片和右邊這張照片，其實大家可以感受到這是一個強烈的反差，是什麼呢？左邊其實給出了一個非常舒適而虛幻的一個場景，那麼右邊是一個非常殘酷和現實的一個場景。
這兩個場景，實際上在我們講到ADAS和自動駕駛其實碰到的兩個應該說兩個相對極端的一個場景，我們說L4或者L5的這個場景，就是我們說在左邊這張圖上看到的場景，但是現實當中我們在很多的情況下，還會有像照片上展示的這樣一個車輛事故發生會造成人員的傷亡。
那麼目前其實有很多做L4的廠家也都在自己宣稱說，他們已經實現了或者即將實現商業化的落地，那麼到底他們宣稱的到底對不對？或者我們怎麼樣去檢驗他們所謂的商業化落地，到底這句話準不準確？所以我們需要來定義自動駕駛成功、商業化落地到底有哪些判斷標準？這是我提的這個四條。
第一個，自動駕駛技術和產品到底是怎麼生產的？首先必須是從工廠自動化流水線生產出來的，那麼你如果是說手工打造的這一臺一臺手工去安裝的出來這種demo車肯定不算是一個這個成功商業化落地的一個車輛或者技術。
第二個我們要看產量，我們說產量要達到一定的規模，如果那只是幾輛，幾十輛甚至幾百輛那個車，我認爲並不算是一個商業化成功落地的這樣的規模。
第三個是車規等級，我們說通過所有車輛的測試和認證，經過嚴格的這些認證標準的檢驗，才能說這個技術達到了商業化的落地。
那麼最後我們說是一個適用場景，我們說只有當你設計的系統能夠在設計目標範圍內正常發揮作用，才能說你的系統達到了商業化落地的這個要求，那麼怎麼來理解這句話？
我們說L4系統是吧？它其實是要求是車輛作爲一個駕駛的責任主體，那麼我們說你如果真正要達到這商業化落地成功這樣的一個標準的，我們說必須在自動駕駛取消安全員之後才能真正發揮作用，否則的話你就沒有在你的設計目標範圍內能夠達到這個正常的發揮作用這樣一個目的。
自動駕駛它的願景，是想把這個駕駛員從駕駛座位上拿掉，其實給自己出了一個難題，有統計表明，即使從今天的自動化的程度來看，這個自動駕駛的就自動化程度來看，自動駕駛系統本身只能達到大概人類駕駛智能化的千分之一的水平。那麼也就是說你如果把人從駕駛員座位拿掉的話，完全由自動駕駛來控制的話，目前自動駕駛它在複雜的駕駛情況下，它實際上只有人類駕駛的能力的千分之一。可想而知，我們說自動駕駛在安全這個問題上，它所遇到的挑戰是非常大的。
所以我們說安全是自動駕駛系統的一個首要目的。那麼有很多的不安全的情況發生，比如說碰撞、拋錨、這個迷路等等，這些都是我們說安全，駕駛安全需要考慮的問題。
那麼目前有不同的保護車內乘員和車外車輛行爲的這個方法，那麼比如說像被動安全的這個安全氣囊、像主動安全的AEB系統等等，但這些現有的措施對於自動駕駛系統來講是不夠的，特別是當我們說自動駕駛時候，需要把人類駕駛員從駕駛員座位上拿掉的這個情況下是遠遠不夠的。那麼所以說自動駕駛系統的一個安全目標，就是爲了防止這些不安全，所有這些不安全情況發生。所以這個是從自動駕駛角度來看，怎麼來強調自動駕駛的安全性。
這裏面我想再跟大家一起探討一下，在應該說過去大家討論的也比較熱烈的兩起比較典型這個事故，第一起是Uber 這個事故，大家都知道Uber 在美國的鳳凰城在某一個夜晚撞死了一個行人，也是對整個自動駕駛產業造成了一個非常負面的影響。那麼我們想問的就是爲什麼配備了激光雷達等多個先進傳感器的自動駕駛車輛也會發生撞人事故？
那麼其實如果大家深究這起事故的現象以及它背後的原因，包括剛纔大概兩三天前，美國NTSB發佈了調查報告，說這個系統實際上差不多在5.8秒之前，已經探測到了這個行人和自行車的存在。那麼爲什麼這個車最後沒有反應？所以這些都是我們去值得深思的一個問題。所以通過這些分析和討論，最後的結論是什麼？
我們說同樣是我們說L4的這樣一個系統，它其實是同樣目前這個階段還同樣需要駕駛員接管，那麼看起來像激光、雷達等這些很昂貴的設備，它實際能夠起到的作用不是很明顯，那麼所以說L4的商業化落地任重而道遠。
同時自動駕駛也催生了很多技術的一個問世和發展，這個過程當中激光、雷達、地圖和定位技術以及高性能的這個計算平臺的問世，都爲不光是爲自動駕駛本身，也爲ADAS這個技術的加速的產業化，其實都起到了非常重要的作用。那麼再就是我們說需要選擇合適的落地場景，因爲我們說其實你真的要把駕駛員從駕駛座位拿掉的話，確實是需要考慮一些一個地理環境的約束，考慮一些場景的約束等等，所以選擇落地場景非常重要。
那麼講到這裏，我認爲第一個真正商業化量產的自動駕駛系統，一定是介於L2和L4之間的，但是我認爲第一個真正自動量產的自動化系統，其實應該不是L4，然後最後我想說的是，現在隨着5G技術的到來，我們說基於單車的自動駕駛的小交通，應該演變成爲基於所有車輛和道路網聯化的一個大交通。
那麼只有把在路上的所有車輛納入到整個大交通當中，才能真正說我們把我們說的ODD場景能夠給擴大，讓單車技術擴展爲基於所有車輛往年的這樣一個大交通。我今天的演講就到這裏，謝謝大家。
