1月11-13日，中國電動汽車百人會論壇（2019）在北京釣魚臺國賓館召開，圖森未來合伙人兼產品副總裁吳楠發表了主題演講，演講內容如下：
大家好，我是來自圖森的吳楠。今天很高興能在這裡分享圖森未來在近期自動駕駛領域做到的一些成果，跟大家作一個簡單的匯報。
我們公司是一家相對來說比較低調的公司，可能在座大家都沒太聽說過我們，我們是一家To B的公司，簡單說一下我們公司主要是橫跨中、美、日，在三地設有研發中心，主要是做自動駕駛卡車的研發。現在擁有美國加州自動駕駛測試牌照和中國上海市自動駕駛重卡測試牌照，是全國首張自動駕駛測試牌照。
自動駕駛卡車行業痛點很多專家都講到了，我打算快速跳過，這些大家都非常清楚了，我在這兒跟大家分享一個簡單的數據，普華永道大家都聽說過，曾經做過一個比較有意思的研究，他們曾經研究當假如自動駕駛技術投入到長途的貨運領域的話，可以節省成本達到28%左右，還不算G7翟總講到的，還會產生一些邊際成本，包括管理人員的成本，其實相對來說成本降低得還會更加低。因為受時間關係影響，我直接放視頻，這個大家會相對更加清楚我們到底是誰、到底在做什麼。
這個是我們在美國亞利桑那州的測試基地，做的自動駕駛測試。我們現在在美國做自動駕駛測試主要是因為現在國內的法律法規暫時還沒有開放，受制於法律法規的問題，我們現在只能是在美國進行測試，這個測試道路是我們的美國測試工廠到美國的I-10高速公路的這麼一個場景，我們現在其實在美國每天在做的是商業化的試運營，從2018年6月份開始，其實我們已經開始給美國的兩家客戶做真實的基於自動駕駛的深夜化的試運營，幫他們運貨，去賺取運輸的費用。至今我們現在的客戶已經擴大到12家，其中包括美國最大的電商巨頭和美國最大的零售商巨頭。每天的運輸次數大概是3-5次，每輛車能產生的利潤大概是5000美元左右。這個應該也是現在全球唯一一家可以真正做到倉到倉，產生真正的營收，完全依靠自動駕駛產生收入的這麼一家公司。另外一家做到收入的是Waymo，他們主要是做乘用車。
錄像上大家可以看到場景相對比較複雜，右上角的攝像頭拍到的雨是非常大的，路上也是激起了非常多的水花，這個對整個感知系統的考驗也是非常強的。包括右下角時速和轉向，包括油門、剎車的顯示。時速是65英裡每小時，約合105公裡每小時，是非常快的速度。時間有限，視頻掐了，視頻總體長度大概是一個本小時，總共駕駛裡程是200公裡左右。有興趣的話大家可以去網上看，網上有完整的視頻。
我們的願景。首先我們其實希望通過應用自動駕駛卡車來實現整體的智慧物流的概念，首先我們現階段，剛才的視頻體現了我們在高速公路幹線的能力，在我們自己這一塊幹線的定義其實是由兩部分組成：1，高速公路。它相對來說是受限場景，相對來說環境是受到控制的。2，作為自動駕駛來說，不能只是上了高速才開自動駕駛，從高速到倉庫這一段誰去做？不可能上人，其實並沒有解決關鍵的問題。我們把從高速倒倉庫，一般倉庫也會建在高速附近，尤其美國倉庫離高速都不遠，四五公裡左右，我們把城鄉道路，由高速到倉庫之間的短距離我們也認為它是幹線的一部分，我們首先解決這個問題。
我們把中間的幹線問題解決了，物流結點給誰？我們首先需要解決物流結點，還需要具有非常多的工作，物流結點包括哪些？包括右下角的圖裡，包括港口，包括貨運火車站，包括物流園區，包括機場外延，我們認為這些都是物流結點，它的特徵是物流大宗商品非常聚集，並且它其實越來越成為整體物流的集散地和信息交互中心。我們也做了非常多的嘗試，因為國內法律法規並沒有開放，剛才張教授也講到了，高速現在還是違法的，我們在所謂的物流結點裡頭、港口裡頭做了一部分的工作，大家可以看一眼。這個應該算是全球首個在港口進行全無人的車隊的自動駕駛。
一輛車是一個DEMO，對行業發展更多是指向性意義，我們希望更多的是能夠改變這個行業，所以我們其實也是對這塊進行了非常大的投入。這個DEMO投入三輛車的車隊，把200多個箱子從入港到卸乾淨，卸到堆場，完全由自動駕駛進行作業。這塊接入了整個港口的港務系統，由港務系統指揮車應該去哪個岸橋接箱子，應該把箱子送到哪個箱區，由哪個吊車進行箱子的裝卸。美團的夏總也說了V2X其實是相對比較重要的技術，我們在這個港口裡頭也和包括車和車之間的通信，包括車和岸橋之間的通信都做了非常多的功夫，可以達到整個系統之間完美的信息共享。這塊是一個特殊天氣，下著小雨，左下角的攝像頭可能會看得更加清楚，地下有非常多的積水反光，其實是非常困難的，甚至包括之前在北京大霧的時候，霧霾非常嚴重，可視距離大概一百米左右的時候我們也進行了正常的試運營，其實還是非常完美的，在各種各樣的情況下我們的系統都可以經受住考驗，現階段可以投入到商業化的運營。
通過上頭的兩個短片可以看到，未來圖森未來自動駕駛卡車具備商業化運營的成熟條件，在高速公路場景已經可以達到100公裡每小時的運輸速度，甚至更高，這個主要取決於高速公路的限速。另外就是作為自動駕駛水平的重要指標，千英裡脫離自動駕駛的次數達到0.92次，後頭是作為一些參考。我們還試了非常多的全天候的自動無接管的運營，現在測試裡程達到52萬餘公裡，這塊大家可能會有語文，52萬餘公裡可能不是特別多，這塊其實乘用車和商務車有非常大的不一樣，商用車其實相對來說是走固定線路的，條條大道通羅馬這件事情可能大家都聽說過，比如我從三裡屯去天安門，我可能會有非常多的道路，但是對用商用車來說，比如從北京到上海可能最優道路只有1-2條，所以在同樣的測試裡程，同樣積累的測試裡程上，比如乘用車積累了1億公裡的測試裡程，但是實際上分配到全國的道路上，每條道路攤不到什麼，但是假如這1億公裡的測試裡程攤到高速公路的卡車上、兩條幹線上測試密度是完全不一樣的。現在其實已經在美國I-10高速公路實現倉到倉的高速商業化試運營。港口可以實現港口的整體對接，到2018年7月份為止已經安全地實現自動駕駛的裝卸貨櫃達到兩萬個標準箱。
技術方面。因為我們主要是人工智慧的公司，自動駕駛主要兩個部分：車、算法。左邊的圖片是在美國的車，先說說美國的車，現在主要用的是美國的perception公司和Localization公司的車，國內主要用陝汽和一汽的車，我們自己不生產車，我們主要是跟主機廠Tier-1合作生產線控的卡車，我們和很多公司都有非常深度的服務，去完成自動駕駛用的線控卡車的前裝量產工作，去達到批量生產自動駕駛卡車的目的。
算法。算法是區分各家自動駕駛技術成熟度的主要指標，自動駕駛需要去實現，但是具體怎麼實現？主要是區別於算法，算法首先是數據，數據一定要有相對比較乾淨的數據，其實做過算法的人都知道假如編輯一個非常髒的數據其實是事倍功半的，這是我們做的基於視覺的前數據處理（如視頻），大家可以看到在這種相對來說環境不是特別好的環境下，右邊處理後的視頻也可以保證相對比較乾淨的數據輸出。左邊包括噪點，包括低亮度的道路，包括對象車的大燈閃爍，產生了一種非常大面積的光斑，包括LED的紅綠燈，因為在視覺裡頭紅綠燈是在閃爍的，通過我們的前處理可以把閃爍消除掉。
卡車和乘用車另外一個不太一樣的地方，對感知距離的要求。因為首先卡車的滿載貨物能達到50-60噸，不超載的情況下能達到50-60噸的重量，要求非常遠的可視的距離。我們開發了一套一千米的感知系統來滿足卡車對感知安全的需求。右下角這些紅色的點其實大家非常熟悉，是雷射雷達的點雲，雷射雷達標稱200米，但是實際有效的可用距離大概是80米左右。為什麼？因為200米左右的點太過稀疏，無法進行聚類，無法判斷這個東西到底是什麼。我們通過基於視覺的方法可以在非常遠的距離看到前方到底發生了什麼，包括前方是否發生了擁堵、事故，可以提前對車輛進行控制，比如我讓它提前變道或者提前減速，而不能到出了事的地方再做這些反應，我們可以給這個車一個非常長的思考過程，可以達到30秒左右。
作為卡車質量比較大，每一腳的剎車成本都是非常高的，通過我們的測算，自動駕駛卡車用到遠程感知系統的話，在同樣的距離上人類司機踩剎車次數大概30-40腳左右，但是自動駕駛卡車踩剎車次數可以壓縮到10腳以下，對整體運輸的成本是一個非常好的壓縮。
業務規劃。現在中美兩地車隊加起來規模大概是50輛車左右，在2019年上半年美國主要會，現階段在美國開通三條在亞利桑那州內的物流道路，2019年上半年會把車隊的規模提升到50臺，會增加一條從亞利桑那州到德克薩斯州跨州的運輸道路進行自動駕駛的商業化運營，在2020年的時候我們希望能把整體車輛的數量達到1500輛，去進行相對來說比較成熟的商業化基於自動駕駛的落地的情況。借今天的場合我也希望國內的法律法規能儘快地落實自動駕駛，能在道路上進行測試或者試運營，能讓我們在美國測試得相對比較成熟的技術能儘快在國內落地，能儘快地服務國內的廣大用戶和消費者。
敬請關注蓋世汽車「2019電動汽車百人會」專題實錄
提示：本文根據發言整理，未經專家審核，請勿轉載。