我们去和智行者聊了聊他们那辆无人配送物流车——“蜗必达”
今天，智行者展示了其首款无人配送物流车——“蜗必达-无人配送物流车”，并在清华大选校园内，实际展示了其在复杂环境下的运营情况。
智行者成立于2015年，专注于自动驾驶智能汽车系统开发和推广应用，致力于成为智能汽车基础技术方案的提供商和服务商。近两年来，智行者已经取得国内行业顶尖技术和近20项专利，先后同北汽、上汽等国内大型车厂合作，联合推出多款无人驾驶样车，开发的L3级别无人驾驶车辆在高速路和国道进行了规模化测试，累计测试里程超过30万公里。
对于智行者来说，做无人汽车驾驶的“大脑”，一直是它给自己的定位。目前，智行者主要聚焦于自动驾驶智能车中央决策系统开发及大系统集成，特别是限定区域内的低速无人驾驶这一垂直应用领域的无人物流配送和无人作业车两个方向。
对于其低速无人驾驶领域的“蜗（Ω）”系列产品——“蜗必达-无人配送物流车”，智行者的CTO王肖介绍道：“蜗必达-无人配送物流车”采用了自动驾驶系统，通过多线激光+ DGPS的环境感知系统，搭载了智行者研发的AVOS系统，使用嵌入式低成本方案，可以适应复杂环境。同时，结合具备360°全程监控和实时信息交互的云平台管理系统及可一键开锁的智能快递，来实现物流配送最后一公里的智能化。日后，快递员可通过“蜗必达-无人配送物流车”提高物流配送效率，也可为用户提供安全快捷的物品配送体验。
智行者CEO张德兆告诉36氪，低速物流无人驾驶车市场有着明确的刚需。目前，物流占我国GDP的18%，这跟整个汽车市场占GDP的份额差不多。今年全国共有快递419亿件，然而事实上人们的需求并未饱和，到2020年，这一数量将上升到1000亿件。
在快递业的成本构成中，其人力成本占总成本的50%，2016年快递三轮快递员的数量在118万，仓储协管员数量在16.9万，卡车司机有5.1万，智行者的蜗必达系列的重点是节约支线物流这118万快递员的人力成本。
那么，要面向这样一个低速物流车的场景，如何保证智行者的解决方案是最佳的呢？对此，张德兆表示，智行者主要在以下方面进行衡量和优化：
对复杂场景的适应程度。比如在校园和园区场景中，茂盛树木的遮挡常常造成卫星定位失效，此时，如何保证激光雷达对自身的精准定位就至关重要。另外，低速物流车也需要应对道路参与者的异常交通行为，对其进行目标动机估计，并对路径进行重新规划。
产品综合成本。目前，智行者在上图的低速物流车上使用了两种激光雷达，一处是前向的16线Velodyne激光雷达，另外在车身下部周围还安装了3个1线Sick激光雷达。这些雷达都是进口，性能稳定的同时，价格也较高。对此，张德兆表示，智行者正在接洽国内的激光雷达厂商，以期在未来降低产品成本。
底盘执行器。虽说是低速物流车，但目前有不少企业做的行车底盘，事实上是达不到产品级要求的。
业务功能实用程度。这里指的是续航、电池充电用时等等参数。
张德兆介绍道，这项蜗必达的1.0版本自2016年11月立项，2017年3月份进行常态化测试，并在今年6月份在人大进行试运营。2.0版本已于5月份开始研发，将在本月底推出样车，并在今年年底推出100辆车进行实际运营。
对于第二代产品相对于第一代产品的技术改进。首先体现在车身重量的减轻、以及体积的变小——从原来的1.4米*1.6米改为0.7米*1.2米。另外，二代产品还加入了沙滩车上常用的EPS转向，以及AEB紧急刹车。总体来说，二代性能比一代的综合性能提升了40%。
另外，正如我们上面提到的，对计算单元和传感器的国产化是智行者接下来重点要做的，因为像Velodyne这样的高端产品不仅价格高，同时由于其手工调教的属性，成本周期较为不可控。在计算单元方面，智行者采用ARM作为主板卡，由FPGA来替代GPU（英伟达PX2），同时国内深鉴、地平线的视觉算法在上市时也将进入智行者的选择范围。
下面重点介绍下智行者此次推出的自动驾驶操作系统AVOS。
据王肖介绍，智行者在设计这套系统时，是将硬件放在下层、功能放在上层进行设计，以Linux为底层，上层依次搭建ROS、LIB、Kernel决策层，以及客户可以进行快速部署和自主设置的业务层——Toolchain。这套系统放到整体自动驾驶研发框架来看，智行者是基于一个AVDC平台、一套用于自动驾驶模拟仿真的体系AVSIM、承载算法和关键技术的AVOS、AVTA，以及后续的自动驾驶测试与评估机制。
王肖介绍道，AVOS的关键技术便是高精度地图的定位。智行者展示的蜗必达在清华进行了自动驾驶，这一功能要实现主要包括两个部分，其一，构建高精度地图，其二，在行驶时进行实时定位。其中在构图时，智行者使用一个64线激光雷达对整个清华校园进行了路网搭建。在定位时则使用的是上图车辆前方的16线激光雷达。我们注意到图中还有两个罗技的小摄像头，据张德兆介绍，这是用作行车记录仪之用，并非像常规L2级别自动辅助驾驶中是用来识别标志标线的。
最后，张德兆提到前段时间获得的新一轮融资，将会被用于人才引进、以及数据积累投入，他表示，选择一个可以商用的点切入，将蜗必达投入到物流送货，这些通过实际应用积累的数据价值一定是大于demo的。
在送货演示完成后，这辆无人小车没有掉头，在路网中规划了一条返航路线，回到起始点去了。
我是36氪汽车小组负责人卢姿伊，负责特斯拉、无人驾驶、新能源、车联网、出行及后市场，欢迎直接与我联系，微信：17701221940
