车网中国现场报道
图森未来联合创始人吴楠
吴楠：我是来自图森未来的吴楠，刚才大家谈论的话题大部分都是乘用车，我给大家介绍一下我们商用车领域，尤其是重卡领域的一些状况。
图森未来联合创始人吴楠
吴楠：我是来自图森未来的吴楠，刚才大家谈论的话题大部分都是乘用车，我给大家介绍一下我们商用车领域，尤其是重卡领域的一些状况。
我们公司是专注于做自动驾驶重卡的企业，员工400人左右，包括在河北、上海、美国的亚利桑那进行测试，大家关注新闻可能看到了，我们和WAYMO一块拿到了第三块上海的路测牌照，我们也是全国首家拿到测试牌照的重卡企业。
刚才京东的同事已经介绍了一下，中国的重卡的情况，我介绍一下美国的情况，大家也知道美国相对来说比中国首先卡车司机人工成本非常高，中国可能一个月司机的成本大概是1万人民币，美国大概是1万美元左右。美国是有一个用工方的，国内员工这块占的相对来说会稍微多一点，但是美国其实卡车司机会存在一个不足的问题。
另外一个，最近大家比较关注的环境问题，因为卡车它的排放相对来说会比较大，其实对它的排放，对它对环境的影响也是大家不能关注的一个事情。
这一块我希望简单地介绍一下我们公司的愿景，我大概简单地跟大家介绍一下，其实我们现在公司的主要的业务是在两个方面，一个高速公路，一个是港口。我们为什么选了这么两个场景？我们认为现在这两个场景是相对来说在现有的技术条件、现有的法律法规下最好实现的两个业务场景。
为什么要选这么一个东西？高速的话，我们可以看出它是一条线，封闭园区是一个点，我们希望通过用我们自动驾驶技术来实现一个什么东西呢？我们希望用我们的自动驾驶技术用在重卡领域，实现点和线的连接，包括比如我们可以把港口、把物流园区、把货运货车站，包括机场的对外的运输，包括工厂全部用高速公路连接起来，实现货物完全的智慧化的运输，这个是我们的一个愿景。
这个刚才也简单说了一下，我们现在主要是在这两个领域进行一个应用，中国是港口，美国现在主要是高速公路，因为在法律上来说，国内的高速公路还不可以进行一个运营。美国其实有一些州法律上是允许自动驾驶的包括测试、包括运营的。
实际说的话，没有什么特别实际的概念，我跟大家分享几个我们最近的试运营的视频，让大家简单地了解一下。
（播放视频）这是我们在中国北方的港口进行的集装箱试运营的画面。这个画面是我们在这里头投入了三辆车，进行一个联合水平运输。为什么我说试运营，不是小样？说话所有的系统是完全接入了港口的运营系统，是有一个真实的可以实地运营的运输能力的。我们认为首先技术驱动的话，在第一阶段可能大家都是小样，用小样向大家展示技术的可行性，第二个进入到实际应用的话，一定要进入到一个商业化可实际应用，可以接入到现在的生产流程的系统，才是真正可以实用化的系统。
右下角的这个视频其实是我们和港口的，包括港基进行一个实际的联动。上下三辆车是一个雨夜驾驶的情况，在雨夜里头有一个非常好的驾驶作业的能力。为什么说要介入到现有的生产系统？尤其是越大规模的生产系统，越不可能对某一个单项技术做一个更大的改变，它的改变可能是循序渐进的。大家看到港口首先一台成本500—800万人民币，这个比无人驾驶成本高出非常多。另外一种这种无人化码头可实际应用的地点，仅限于新建港口，旧港改造是不可能的，因为它要做大量的土地路面基础设施的建设，这个大家可能也都比较了解，杨生港现有的需要作业的需求，它不可能为了投入某一项新技术去进行一个大规模的基建的改造。基于这一点，我们开发了无人驾驶的自动的水平运输的车辆，来满足旧港、新港同时可以进行非常好的自动化、社会化的集装箱的水平运输。
这个是我们的高速公路仓到仓的无人运输的场景，这是美国的一辆车，这个视频比较长，这个是我们在美国亚利桑那州的测试中心，在美国亚利桑那州其实也是一个商业试运营，为什么说商业试运营，我们现在在给实际的货主进行货物的拉货，帮助实际的货主由A点移到B点，为什么说商业化？我们是收钱的。我们是产生实际收入的。这是一个车内视角，因为高速公路美国的时速，这个时速是100公里每小时左右，这个时速下拍是非常困难的。这段路大概是300—400英里左右，是一个运输的场景，这条高速公路是美国三大最繁忙的高速公路之一，是一个完全开放、完全OPEN的高速公路，司机完全没有去碰任何的方向盘，脚也没有任何动作，所有的包括超车、跟车、换道、减速全是自动驾驶，这条路大概是三四个小时，每天都会在进行测试，我们非常好地教会了美国的司机嗑瓜子的习惯，瓜子的消耗在美国还是比较大的，奢侈品。
这个视频比较长，这个视频是30分钟左右，因为太长了，我们也没有耐心看下去，时间不允许。这块我希望通过这两个视频让大家简单地了解一下我们到底在干什么。
作为一家初创企业，其实我们主要在做两件事，我们用我们自己的技术来解决自动驾驶这件事情，主要解决哪两块呢？首先解决包括感知、决策、定位、地图，包括路径规划这些。另外一个解决什么东西呢？另外一个解决车，这块为什么要强调一下车？因为大家可能看到很多我们的友商，做长途车这一块，我们需要自己去解决车的问题。
借着这次机会，我简单地跟大家分享我们在混合算法这块的一些情况，首先是1000米感知，这个1000米感知的话，刚才大家包括看友商的一些感知图，可能就到200米，为什么你要做1000米？这个很好理解，大家实际应用、实际生活中也能看得到。首先卡车的刹车距离是非常长的，另外一个作为卡车来说，有时候刹车并不是最好的选择，这个之后可以解释。
底下这个红点大家可以看到，这个是激光电源，很多激光雷达可以标称到200米，实际范围可能100米左右，100米左右的感知范围足够乘用车去做周围的交通态势的感知，但是对于卡车来说是远远不够的。我们需要去开发一个1000米，为什么开发1000米？比如前方有一个事故发生了，我们需要去对它进行一个了解，需要去根据它的情况进行一个超车、进行一个判断。我不知道大家对卡车有没有了解？卡车司机在高速上行驶的时候，踩一脚刹车的成本是20美元，为什么这么高？包括轮胎的损耗，包括油耗，你把它从一个状态到另外一个状态，消耗的能量是非常惊人的，包括对刹车盘的损耗是非常惊人的，竟然有这么大的一个差别，我们自动驾驶的车和普通人开的车在刹车行为决策上有什么区别？
这个其实我们测算过，在同样一条高速公路上，一般的司机开下来，一般是踩30—40次刹车，但是作为我们自动驾驶的车，拥有1000米感知，我们可以看得非常远，我们可以预先地进行变道，预先地进行减速，我们可以在同样的距离下，把刹车次数降到6次，这对成本来说是一个非常大的提升。
这个其实就是相对来说比较特殊了，别的友商可能用不到的场景，上边是一个自动定位，这里我简单做了一下标注。上面的这个动画是定位的，红色的块其实是代表了用我们综合算法是做了一定的定位，对实际位置的一个推定，绿色的点是RTK-GPS在这个上面的定位，RTK-GPS精度非常高，可以达到2厘米、3厘米左右，为什么在这里头飘这么厉害？因为周围有很多集装箱，摞到两层、三层、四层、五层、六层的都有，它接收外面的信号都是会首先非常大的影响的，通过我们自有的感知，自有的定位融合算法，我们可以达到远比RTK-GPS精度高得多的定位表现。误差的话，在刚才那个视频里，我们精度可以达到正负3厘米以下。实际上现在通过我们在港内部署的车路协同的系统，去实际上对这个系统又做了一次升级，具体方案现在还不太方便说，实际上这个分按的定位精度可以达到正负5毫米。下面是工作的情况，大家看得是比较多的。
我们是一家创业公司，是人工智能为驱动的，驱动的话有驱动数据，数据从哪儿来？包括激光雷达，包括摄像头，摄像头在这种环境下表现怎么样？我们做了非常多的工作来处理非常极端的环境，比如像左侧的是处理前的，右侧是处理后的。左边相对来讲照度比较低，包括车的夜光灯在恍我们的夜光等，右侧是处理后的，通过软硬结合的方法来达到处理数据的输入，可以给我们的算法提供一个非常纯净的、可用的数据的来源。这块能非常清楚看出来，这一块是一个红绿灯，它其实是一个屏闪。
另外一个是车，车这块可能大家刚才都提得比较少，我们来说一下我们为什么比较关注车这一块，首先它有是两块工作构成的，一个是牵引车，一个拖挂，它的质量要比乘用车高很多，我们对车辆的控制，包括决策阶段，我们需要大量地去实际地了解这辆车现在真实的状态。比如乘用车的话，它可能不会特别在乎你上车的是一个瘦子还是一个胖子，但是对于我们来说，我们可能非常地在意这个货物拉的是什么，比如说拉的是固体、液体、油体，这个都有我们的决策，都是有非常大的影响。
另外，刚才大家也说了非常多的安全性问题，刚才其实在视频里头我说了一句，说刹车在自动驾驶卡车里头并不是一个最好的选择，这个我不知道大家了解不了解，我可以简单地跟大家说一下，首先刹车这种卡车数量非常大。刹车的时候刹车前抱刹车盘会产生非常大的热量，国内看新闻可能会知道，得不到有效降温的时候会起火，会导致整车的燃烧。实际上整个刹车盘变得通红的时候，它的刹车制动力会变得非常地小，最终的结果使这辆车刹不下来，刹车会造成失效。这时候对卡车来说，我刚才为什么说对于卡车尽量不要去刹车，尽量我们考虑到有这个风险了。我们需要在这个卡车上做非常多的冗余的设备，包括我们需要对转向系统，需要冗余，即使在主转向机失效的情况下，我需要让它还拥有非常高的可控性，这是转向。刹车非常多了，当主刹车失效的时候，我也需要让刹车系统有非常高的冗余来保证即使主刹车失效的情况下，我最终能让车刹下来。这一块的工作，我们和包括国际上排名最靠前的工作，在开发这块工作，我们应该在业界也是比较快地区市县落地冗余的设计方案。
包括刚才360的同事也说了安全这块，安全这块是非常重要的，我们在这块也做了非常多的冗余的设计，包括传感器的冗余、计算单元的冗余，我们希望对整体的系统进行非常高的安全的提升。另外就是车路协同，车路协同我们也在非常多的地方开始实际的应用。为什么要用？因为刚才港口里头，我们其实涉及到一个车和港基之间的一个通信，包括车和平台的通信、车和车之间的一个通信，这个我们要自己做，因为有一个需求在那里，需求推动了技术的进步。
这块是我们一个简单的业务规划，跟大家简单地说一下我们小的计划，到今年我们的车队中美大概是50台左右的车队，我们推进与主机厂Tier1的可量产车型研发，我需要用到哪些配件，我需要用到哪些Tier1的产品，委托主机厂去生产，生产了之后装到我们的自动驾驶的硬件系统，然后就完成了一辆车的量产。它是一个可做生产线化的平台，到明年的时候，我们会达到500辆车的规模，中国大概是300台车，美国大概是200台，来满足大规模测试的需求。到2020年的时候我们希望总共的车的数量达到1500台，中国1000台，美国500台，来解决一个大量实际应用的测试。
这块我简单跟大家做这些分享，这回我们也在车辆展区这快有我们的真实的车，希望大家有时间可以去看，近距离地体验一下，虽然是静态的，但是欢迎大家过来看一看，谢谢大家！
