独家专访 | 何弢：全球首台商业落地的无人驾驶扫地车背后的故事
编者按：本文作者“42号车库”大吉，受访者何弢博士，酷哇机器人（COWAROBOT）创始人、CEO。合力投资为酷哇机器人的Pre-A轮及A轮融资投资机构。
自动驾驶，一个看起来最容易理解，也最容易被误解的词。
一头是创投热度。这一两年，自动驾驶项目大量融资，在各路资本的支持下，自动驾驶技术开始逐渐渗透到港口、矿区、快递、物流等应用场景。
另一头是公众热度。今年年初，Uber、特斯拉自动驾驶事故频发，在出现行人及驾驶员意外死亡的情况下，大众对自动驾驶的质疑达到历史最高点。
自动驾驶真的到了应用于市场的时间节点吗？
“乘用车的 L4 无人驾驶至少还需要四年时间。” 在采访酷哇创始人何弢博士时，他这么说道。
“大众认为乘用车的无人驾驶可能近在眼前，一方面媒体宣传的放大，引起人的期望过高，事实上学术界和工业界的主流意见都是，乘用车的无人驾驶还需要四年以上的时间。”
这话听起来在舆论轰炸的当下，显得冷静了许多。
何弢博士选择的是低速自动驾驶的应用场景。早在 2008 年，何弢博士在东京工业大学攻读博士时的课题就是自动驾驶，当时他师从日本著名的机器人大师 Hirose Shigeo，主攻方向是自动驾驶中的特征驱动全局定位。
何弢博士提起在 2009 和 2010 年间，他参与美日联合团队跨越美国百公里的无人驾驶的实验，到现在将近十年的时间，自动驾驶的基础原理都没有什么太大的突破。
“我深知这其中历史的演变，我是一定要做能实际落地的产品的。”
经过深入的研究和思考之后，何弢博士于 2015 年创办酷哇机器人（COWAROBOT）公司，并邀请 ETH 人工智能实验室原主任 Rolf Pfeifer 加入公司担任首席科学家。此外，公司得到 CMU 的战略支持，双方在无人驾驶感知算法上展开联合研发。酷哇的核心团队成员均来自 CMU、上海交大和百度等公司，背景十分华丽。
2018 年 4 月 24 日，酷哇机器人（COWAROBOT）联合环卫工程机械行业龙头企业中联环境共同发布了全球首台具备全路况清扫、智能路径规划的无人驾驶扫地车，这款无人驾驶扫地车今年内将率先于长沙、芜湖、合肥、上海等地进行商业化落地。
这辆无人驾驶清扫车已经在长沙橘子洲公园落地运营了，请看新鲜出炉的视频，来自现场实拍。
看完视频还是挺激动的，相比港口、矿区等落地项目，扫地车离我们的生活更加接近，是大家日常比较容易接触到的车辆。说实话，在访问何弢博士之前，我并不知道原来扫地车还有各种类型，而橘子洲公园里的这辆扫地车造型也比平时路面上看到的那些，外观更活泼，更有亲和力。
无人驾驶扫地车长沙实拍
关于这台扫地车的诸多疑问，42 号车库对何弢博士进行了独家专访。为了能让此次专访的信息更有价值，我们将谈论以下内容：
创新技术的商业落地曲线和酷哇所处的发展阶段；
自动驾驶商用车中两种截然不同的技术逻辑和未来技术的延伸路径；
酷哇最新发布的无人驾驶扫地车中的核心技术和商业前景；
酷哇下一步的产品计划。
为什么会选择扫地车？
在回答这个问题之前，何弢博士提出了一个很严谨的思考逻辑。
任何技术的发展都会遵从技术成熟度曲线又叫技术循环曲线；只有技术成熟度跨过了市场可接受的触发点，新技术才能从实验室走向商业产品落地。
举例来说，AI 技术的发展，先是大起大落然后又大起，就是遵循这个发展规律。触发点打开之前，资本市场会乐观看好新技术的发展。不过如果长期没有兑现，资本市场的态度就会变得消极。
想要找到市场落地点，要么技术必须足够厉害，要么把应用的标准降低。最后，何弢博士选择了自动驾驶技术在应用上的两个限制条件，一个是低速，另外一个就是封闭场景。
无人驾驶在技术发展曲线中的位置
如上图所示，目前 L4 级别的乘用车无人驾驶就处于技术发展曲线中的第一个阶段，期望膨胀期。此时，是技术快速发展期的顶端，基础理论基本成熟，同时，理论探索空间也越来越小。
而低速和封闭场景下的无人驾驶则处于第三个阶段，爬坡期的开始。在理论工作者对该项技术的关注程度降低之后，新技术开始在产业中得到应用，并将通过一个持续发展的爬坡期，最后到达稳定应用阶段。
当然要选择更快落地的场景。
快递机器人是最难的
不过，就算选择了低速和封闭环境这两个限制条件，商业落地场景的选择题却并没有结束。送餐、快递、清扫等，看起来似乎都是可应用的领域。
何弢博士并不这么认为，他提出了场景上的两个判断逻辑。第一个叫做作业环境，第二个则是移动车辆。
作业环境上，一方面看的是环境的面积、维度和动态性。另一方面看的是移动障碍物的运动属性。移动车辆判断的则是移动车辆的运动属性和移动车辆的作业要求。
基于这个判断逻辑，何弢博士把市面上所有的应用场景进行打分。
应用场景打分图
他发现，最难的其实是快递机器人。快递机器人难就难在环境非常复杂。
首先，从环境的面积上看，快递机器人要面对的环境面积非常大。如果要做最后一公里的快递派送，那就要覆盖整个城市的毛细血管。何弢博士提到，像百度这样的高经济投入，就算做到 2020 年也只能做到标准的公路场景的地图生成。
其次，从环境的动态性上看，这个环境每天都会发生变化。大街小巷一会儿修路，一会儿拆迁，环境的变化必须实时更新。
最后，从环境中的移动障碍物上看，城市的大街小巷没有清晰的行走道路规则，环境和人都处于一个相对无序混乱的行走状态。
排在第二难度的是标准公路场景的 L4 乘用车无人驾驶，难点在于速度很高，对于安全性的要求也很高。因为是标准公路场景，所以会比快递机器人的场景来得要更加有序。
排在第三难度的是餐厅的送餐机器人，餐厅环境尺度虽然小了，但是送餐环境中有各种不同的人群，比如孕妇、老人、小孩等，行走规则也是混乱状态。
而排在最后的是扫地车，因为扫地车速度比较低，一般在人少的晚上作业，同时清扫的区域会做限流，所以可以做精细化的部署和规划。
当然是选择更快落地的，第二道选择题做完了。
移动底盘的机器人
在扫地车之前， 酷哇还做了一款产品，低速自动驾驶状态下的行李箱 COWAROBOT R1，目前已售出五千多台。通过在行李箱项目上的团队磨合和积累，酷哇很快就顺利跨入到智能作业的扫地车领域。
何弢博士提到，在标准化的车辆补贴政策收紧了以后，特种车辆上慢慢出现电气化的政策性引导。尤其是在强调“美丽中国”的环卫行业，更加要注意环境污染等问题。像中联这样的环卫巨头，开始和底盘厂商合作电气化的改装。
虽然本质是为了环保，但是无意间为专用车智能化的改装打下足够的基础。
这次酷哇发布的无人驾驶扫地车来自于和中联环境的合作。 酷哇机器人，作为无人驾驶新锐，第一次与环卫龙头展开合作，强强联合。中联环境提供车辆， 酷哇则负责完成无人驾驶和智能作业的一套软硬件一体化的前装工作。
当我们谈到创新技术的商业落地路线时，都会经历从产品的原理样机到正式的商业产品落地的过程。前者可能实现过程相对顺利和简单，而后者则需要创新团队具备很强的产品落地能力。
COWAROBOT 快速完成了原理样机的验证阶段，进入到商业产品落地的过程中。
无人驾驶扫地车长沙实拍
无人驾驶扫地车长沙实拍
何弢博士强调，这个产品介于工厂 AGV（ Automated Guided Vehicle 自动导引运输车）和无人驾驶的乘用车之间，是一个拥有移动底盘的机器人。
这两者表面上看上去都是无人驾驶，但是内在的逻辑完全不同。
很多公司都使用 AGV 的方式来做智能作业，但是 AGV 的最大问题在于它是以控制为主导的一个技术，策略相对简单，而简单的控制策略往往追求单一的最优化，这带来的限制就是它更适合于静态和固定场景的使用，环境适应性不强。
同时，AGV 的计算机不需要识别和分类作业环境的物体，所以周围的障碍物对于机器人的认知世界来说都可归类为无区别的障碍物点云。
而对无人驾驶技术来说，需要感知和识别作业环境和其中的障碍物，并进行分类，跟踪和预测障碍物的移动轨迹，从而规划合理的局部路径，并且做出一些智能策略。
除了无人驾驶以外，智能作业系统需要有很强的产品封装能力。酷哇团队之前拥有大量的机器人和自动化经验，包括多轴的联动控制等等，可以输出一整套的智能作业方案，从自动化识别到无人驾驶。
在和中联环境谈合作的时候，两者很快就达成了一致。
何弢博士补充道，清扫作业的门道包含三个点，第一是工程车辆，第二是清扫装置，第三是清扫装置的控制，要将这三者结合在一起。
酷哇把无人驾驶系统和智能作业系统打通，做了三件事，第一接管无人车，第二打通整个清扫装置的控制，第三根据清扫控制的逻辑把智能清扫作业最优化。
无人驾驶，就是扫地车的移动底盘。而机器人技术，则代表的是扫地车的智能作业系统。酷哇要做的事是把环卫的整个过程进行系统化和智能化的升级。
酷哇自主研发的无人驾驶系统
在无人驾驶系统上，酷哇自主研发了感知、规划和定位的一套体系，其中包括无人驾驶的智能识别系统、决策规划系统（Decision & Planning）、特征驱动的全局定位系统以及设立多级防碰撞模块的安全策略。
扫地车的无人驾驶硬件配置融合了激光雷达、毫米波雷达、摄像头、超声波雷达等多种传感器组合，来全时侦测障碍物。另外，还有一整套稳健的底盘运动执行策略来跨越或绕过障碍。
在感知上，由于低速场景要求的传感器探测范围比高速场景要小，配置位置也完全不同。扫地车使用了三个 16 线激光雷达的组合，以摄像头视觉为主做双目识别，激光雷达为辅。
最终实现效果是，扫地车可以全自动自主地完成受限区域的清扫任务，比如说马路牙子识别、沿路边清扫、S 型清扫和避障绕障等。
我们通过扫地车实际作业情况的图片来理解。
无人驾驶状态下行驶
智能识别系统识别垃圾
智能识别系统识别垃圾
识别后主动追踪清扫
智能识别系统识别行人
自动避障绕障
路径智能学习技术
沿路边清扫
自适应清扫模式
基于特征驱动的全局定位
而在整套无人驾驶系统里，不得不提的是酷哇的定位技术，也就是基于特征驱动的全局定位。
何弢博士在 2008 年就开始研究无人驾驶条件下的全局定位问题。他说，封闭环境下其实并不适合用传统的地图 GPS 来进行定位。
特征驱动的全局定位，简单来说，就是车辆识别到物体之后，根据物体特征关联已有的存储信息，来判断当前的位置。
举个例子，当你看到埃菲尔铁塔的时候，你就会识别出这是一个埃菲尔铁塔，并且能判断出这是在法国巴黎的某一个地方。这个过程完全符合人的认知过程。
特征驱动的全局定位是基于视觉传感，包括二维传感和 3D 深度传感，感知并识别周围的环境特征，通过关联环境特征来确定机器人在全局地图中的实际位姿。
在封闭环境下，无人驾驶扫地车首先通过感知跟环境建立熟悉的过程，然后根据感知提取结构化特征，将图像分割和归类，最后进行存储和记忆。
根据目前情况来看，扫地车需要穷举的环境特征比乘用车要少得多，比方说，扫地车只需要判断眼前的障碍物是垃圾，而并不需要分析垃圾里到底都是什么样的东西。
另外，无人驾驶在授信环境下的应用，尤其是以人为主的智慧环境下，比如在公园或者室内外广场，GPS 信号常常被大楼、树木遮挡，百度的一套技术在这样的环境下并不适用。
全局定位这个技术，在低速场景下的无人驾驶，成为一个技术突破性的问题。
这两种定位模式，将驱动不同的公司走向不同的发展路径。
基于地图的 GPS 定位，更适合往大类的乘用车平台方向走，这是所谓的横向发展，图的是一个更远的未来。
而基于特征驱动的全局定位技术，属于弱 GPS 场景，更适合于做纵深，往产品方向来打造，需要团队拥有更全面的产品落地的能力。在技术单点上做得足够深入，从而在细分市场拥有更强的通用性。
无人驾驶扫地车的商业场景
酷哇发布的这款无人驾驶扫地车售价大概在 70 万以上，整车功率达到 45 kw，属于油动车型。在扫地车市场上，一辆好的进口车售价在 60 万以上，而在本土市场上，售价 10-20 万之间的扫地车最受欢迎。
园区使用一辆无人驾驶扫地车能产生什么价值呢？
一辆无人驾驶扫地车一天作业两次，可以替代两到三个人的工作。平均一个人工成本 7-8 万/年，也就是一年下来可以节约十几二十几万元的成本。一辆车的清扫面积范围覆盖五千平方以上，作业环境面积也能大幅提高。
目前，这辆无人驾驶扫地车已落地长沙的橘子洲公园，而在芜湖的工业园区也在进行试验工作。而到五六月份之后，酷哇还将部署更多的城市固定道路。
从以人力清扫为主的清扫 1.0 时代，到以有人驾驶的清扫为主的清扫 2.0 时代，现在则到了无人驾驶的清扫 3.0 时代。
根据 《2015 年中国城乡建设统计年鉴》，到 2020 年中国环卫服务总体市场规模将接近 1700 亿元，其中道路清扫保洁服务规模 1266 亿元，居于首位。参照道路清扫保洁服务规模，酷哇机器人切入的无人驾驶扫地车从替代人力角度说市场规模为千亿级别。
酷哇机器人的无人驾驶扫地车，核心点在于为道路清扫保洁服务减少人工成本和提升效率。
酷哇的未来
刚才说到酷哇要做的事情是纵深，何弢博士提到，他会想办法打穿物流和工程车这两个品类。
物流分为前段、中段和后段三个部分。前段，指的是仓库里发生的，从卸货、分类、出仓、分拣、打包再到输出的流程。中段最为主流，指的是运输干线。而物流的后段指的是快递的最后一公里。
从前到后，难度依次增加。
目前，酷哇正在准备物流前段的商业产品，已经在和几家知名的公司洽谈合作。在物流的中段上，何弢博士认为这个环节更重要的是卡车的电动化，而不是通过无人驾驶取代货车司机。而物流的后段目前来看难度太高，暂时没有考虑。
酷哇内部除了专用车领域的无人驾驶团队以外，还有一个智能硬件的团队，计划把感知部分模块化，切入到不同的 C 端产品。比如，他们正在和一线品牌的婴儿车洽谈合作，把之前行李箱上的低速自动驾驶技术应用到婴儿车上。当父母抱起婴儿的时候，婴儿车会自动跟随在后面，减轻一部分负担。
另外，他们也会慢慢提供相应的组件，把无人驾驶这种智能移动的 AI 技术赋能到消费品当中，主打可玩性和教育性。
酷哇目前在上海的研发团队规模 70 多个人，在芜湖生产基地还有 100 多人的团队，主要负责生产和供应链方面的事情。
酷哇的两条路径非常清晰。一条是消费者端的教育市场，可以获取一定的现金流。另一条是无人驾驶技术的纵向深耕，不断发展技术的核心竞争力。
酷哇团队对行业理解得十分深刻，同时，团队行事稳健和低调。在此次产品发布之前，他们没有在媒体上做过任何宣传报道。从最终产品的完成度上来看，已经到了可以在真实场景下成熟应用的阶段。
唯一的顾虑是售价。
对此，何弢博士的解释是，目前车辆上的成本主要来自于激光雷达和计算平台。不过，未来随着产业规模的扩大和产业分工的细化，无人驾驶相关的激光雷达和计算平台必定会复制计算机和手机产业的道路，呈逐步下降的趋势。所以，在目前成本不是商业化落地的主要制约因素。
一匹已经杀出重围的黑马，开始展现傲姿了。
