毫末智行，挑戰沙漠極端環境，快速迭代自動駕駛系統

為了加快無人駕駛的發展，減少戰爭中的士兵傷亡，美國國防部于2004年舉辦了第一屆DARPA自動駕駛挑戰賽。那場比賽在美國加利福尼亞州東南部的莫哈韋沙漠舉行，有15輛電腦操作的車輛參加，但最終沒有一輛能夠完成142英里的礫石賽道。后來，DARPA挑戰賽在2005年和2007年舉行了兩次。當時參加比賽的人現在已經成為自動駕駛領域的頂尖人才。而美國的自動駕駛水平也因競爭而迅速提升。國慶假期剛過，10月4日，中國的自動駕駛初創公司Mimo智行在內蒙古阿拉善沙漠舉行了一場人機比賽。長城哈弗H9配備了Hi-Pilot自動駕駛系統，在沙漠中挑戰人類冠軍賽車手盧炳龍。

這也是中國自動駕駛領域首次挑戰沙漠環境，在沙漠中舉行“人機大戰”。與城市中的結構化道路不同，沙漠環境復雜多樣，沒有所謂的“賽道”。人類賽車手盧炳龍是2017年越野錦標賽的年度冠軍和環塔拉力賽的冠軍。他在沙漠越野方面有著豐富的經驗，可以說是賽車界的“李世石”。比賽雙方都需要在沙漠競技場完成三圈，時間最短的一方獲勝。經過激烈的競爭，Hi-Pilot最終以微弱優勢被盧炳龍擊敗。在過去，我們能看到的大多數自動駕駛測試都是在城市和高速公路上進行的。而這一次，智行敢于挑戰極端沙漠環境，希望能夠檢驗自身的技術實力，向頂級人類賽車手學習駕駛智慧，向大自然學習應對復雜環境。通過挑戰極限，我們可以將復雜環境中非結構化道路上的自動駕駛體驗集成到Hi-Pilot系統中，并將其帶回用戶的日常駕駛中，”Minmo智行Hi-Pilot負責人丁耀表示。Minmo智興還發誓要在三年內打三場比賽，今年只是第一次。接下來，Mimo仍將發起挑戰，希望在“人機大戰”中擊敗人類車手，復制AlphaGo在自動駕駛領域的成就。挑戰“無路可走”“沙漠中的道路和進入阿拉善沙漠是Mimo智行的Hi Pilot的第一次，也是“老司機”“盧炳龍已經跑過很多次了。在比賽中，也可以看出，賽車手對環境的了解可以極大地提高比賽的表現。例如，與普通人快速駕駛不同，比賽中的賽車手為了追求速度，往往會在通過彎道前提前轉彎并甩下尾巴“以減少轉彎時間。了解沙漠環境，例如確定沙丘的哪一側在強風下更能承受汽車的重量，以及在路徑選擇時不一定遵循沙丘底部的波浪，可以幫助駕駛員做出決定。據Mimo智行首席科學家盧修元說，”在沙漠中，這里沒有鋪好的道路，沒有紅綠燈，也沒有車道線。不同地塊上的沙子硬度各不相同，有些表面可能看起來沒有痕跡，但下面是剛吹過的軟土，很容易坍塌

當人們在沙漠中時，他們的視野并不像想象的那樣廣闊。在開車到沙丘頂部之前，你的視線很容易被擋住，你無法確定山的另一邊是什么，你是可以走路還是被困在車里。這對司機來說也是一個挑戰，有時他們需要根據經驗犯錯誤，嘗試一點，如果不起作用，司機可以撤退，選擇另一條路。這種駕駛模式與城市環境完全不同。對于自動駕駛系統來說，還需要面對人類面臨的問題，并以“探索后得到反饋”的類似人類思維來解決這些問題。這需要一套更開放的算法和模型，從感知到決策和控制。以目前的水平，在沙漠環境中，自動駕駛仍然無法與經驗豐富的賽車手大腦相比……

在感知和決策模塊、算法和模型方面。日常城市的駕駛體驗有時與沙漠中的駕駛體驗完全相反， ”盧炳龍說。在接觸沙漠環境之前，汽車駕駛系統的工程師們很難想象在辦公室里在沙漠中駕駛時會遇到什么問題。然而，經過這樣的比賽和親身經歷，現場的汽車工程師和算法工程師團隊了解了沙漠路況，以及越野駕駛者如何判斷環境d通過與盧炳龍的溝通選擇路徑。這將直接反饋到算法和模型中，提高車輛的決策和控制水平。盡管它在這場比賽中擊敗了機器，但盧炳龍也在思考，“如果機器匯集了10位頂級賽車手的駕駛經驗，比如他們的駕駛軌跡和判斷依據，它能擊敗所有人類車手嗎？”這也是自動駕駛“大腦”的優勢所在。正如拿破侖的名言所說，“我來了，我明白了，我征服了”。自動駕駛“大腦”經歷了復雜的環境，吸收了人類的經驗，然后以一定的成本通過技術復制人類的智能來解決同樣的問題。隨著更多的數據積累，更多的極端場景經驗，以及算法和模型的不斷改進，自動駕駛可以以非線性的速度成為“老司機”。“循序漸進”的發展路線在這場比賽中，盧炳龍面臨的挑戰是將米莫智行的Hi-Pilot系統與長城下的越野車合作。Minmo與長城有著深厚的聯系。尼莫智行成立于2019年11月，其前身是長城汽車技術中心智能駕駛前瞻分公司。我們的愿景是重塑和全面升級整個社會的運輸和物流方式，目標是實現零事故、零擁堵、自由出行和高效物流。由此建立了兩條產品線，一條是乘用車的自動駕駛系統，另一條是物流和送餐的物流車。

在乘用車領域，不同公司的經營目標是不同的。優步（Uber）和滴滴（Didi）等公司正在進行自動駕駛，以改變旅游業，并希望在未來以更低的成本提供旅游服務。特斯拉和一些汽車制造商正在使用自動駕駛來增強其產品功能并增加汽車銷量。至于谷歌，自動駕駛的子公司Waymo起源于谷歌X實驗室，由谷歌創建，旨在探索未來將改變世界的尖端技術。它與主要的搜索和廣告業務無關。另一方面，百度希望在人工智能領域走在前列，為自動駕駛打造一個新的百度。另一方面，一些較小的初創公司的商業模式最初旨在向汽車制造商銷售解決方案，而另一些則提供針對特定場景（如礦區）量身定制的運營解決方案。

Mimo智行Hi試點系統面向汽車制造商，將安裝在乘用車上。除了長城汽車這個大客戶，他們還將面臨一些汽車品牌聯盟。一些汽車制造商沒有能力自行開發自動駕駛技術，需要尋求外部合作。他們將從聯盟中的制造商那里購買自動駕駛系統解決方案，以避免出現競爭性產品問題。在物流車業務中，民摩智行首先專注于送餐和快遞中的B2B場景，不直接面向終端消費者。順豐速運、阿里巴巴菜鳥等快遞和物流公司，以及美團快遞平臺，可以以最低成本購買低成本的車輛級物流車輛。長城汽車是智行的孵化器，也是智行的大客戶。在自動駕駛領域，也有很多汽車制造商建立了自己的自動駕駛部門，比如特斯拉。長城汽車結合崛起的形勢，下定決心剝離無盡的智慧，讓其在鏈接產業資源、激勵人才、商業化方面有更多的發揮空間，同時也能為長城汽車自身服務好。不同于互聯網陣營以自動駕駛一步到位為目標的發展路線，M……

莫之星是“循序漸進”的，它分解了自動駕駛不同級別的場景，并逐步實現。例如，米莫智行計劃今年在高速公路上實現自動駕駛；2021擴大場景庫，深化自動停車場景；到2022年，它將自動通過十字路口、進出收費站等。而這一“循序漸進”，每一個階段性成果都可以組裝成長城汽車的量產產品。據尼摩智行董事長張凱介紹，到明年年初，長城汽車的部分產品將搭載尼摩Hi-Pilot自動駕駛系統交付。未來，隨著長城等汽車制造商大量生產搭載毫伏系統的汽車，Hi-Pilot可以積累大量數據，這也將成為自動駕駛領域毫伏的門檻。在自動駕駛領域，初創公司將面臨融資最終能否支持找到商業模式和盈利能力的問題。在這個過程中，許多業內公司發現事情并不像最初想象的那樣順利。自動駕駛領域的技術進步并沒有預期的那么快，目前正進入關鍵階段。純互聯網背景的技術團隊在沒有汽車制造商的情況下根本無法發揮作用。如果合作不能取得成功，就不可能進行大規模生產。沒有大規模生產，就沒有數據，雷達等硬件成本也無法降低，導致沒有商業模式。在沒有數據的情況下，系統的迭代改進非常緩慢。一旦速度放緩，在尋求項目實施和促進商業化時，資金就會耗盡。在這一點上，等待他們的要么是破產和解散，要么是被收購。上述問題的解決，離不開智行與長城汽車的深度綁定。此外，除了在乘用車領域提供自動駕駛系統外，沒有物流車業務。物流車業務可以應用于特定場景，實現全自動駕駛。隨著它的大規模生產，它還可以降低一些硬件組件的成本和價格。長城汽車在汽車生產和代工物流車生產方面的經驗可以為智行提供很大幫助。“混血”的軟硬件團隊得益于長城汽車的支持。在少數團隊中，擁有兩種不同基因的人才迅速聚集，實現“混血”。在最初的團隊中，有大量來自長城汽車的人才，他們對汽車硬件有著深刻的理解，也有大量來自互聯網自動駕駛團隊負責人的人才，以改進系統中的算法和模型。據張凱介紹，在接觸Nano的投資者中，對Nano團隊的總體評價是“務實。如果能很好地整合，那就是最強的團隊。”

這也是它區別于其他初創自動駕駛公司的一個優勢。它依托于一家汽車制造商，擁有全面的人才和經驗，能夠在大廠的支持下快速學習和迭代。在人機挑戰中，阿拉善現場的團隊可以一起解決沙漠環境中的問題。例如，在比賽前準備熟悉環境時，如果根據以往經驗選擇的路徑，車輛墜入沙丘，算法工程師和車輛控制工程師可以分析自己負責部件的解決方案，并在協商后提出碰撞解決方案。在物流車業務中，汽車工廠的工程師可以與軟件系統工程師合作，在設計和生產物流車硬件時提供制造業的經驗。對于一家初創的自動駕駛公司來說，這種設備可以說從一開始就很難實施。而毫秒就是“站在巨人的肩膀上”，實現快速啟動、快速整合、快速見效。接下來，米莫智行還將啟動新一輪融資，資金將用于平臺開發、人員招聘和量產準備。當商業模式到位，量產和實施問題理順，資金即將到位時，是時候讓知行快速發力了。

標簽：長城特斯拉東南哈弗哈弗H9

汽車資訊熱門資訊