82
滴滴的自动驾驶首秀，终于来了！
2020 年 6 月 27 日，大雨中的上海嘉定安亭镇，迎来了一场为时 2 个小时的央视新闻直播。
直播页面中，一辆由白色沃尔沃 XC60 改造而成的滴滴自动驾驶网约车，在雨中正缓缓向央视记者驶来，并停靠在路边接驳位。
这辆车身喷有“自动驾驶”字样、顶有一个激光雷达的白色轿车，虽跟普通网约专车形似，但却内有大乾坤。
据滴滴方介绍，这辆车已安装有近 20 个传感器，其中包括 1 个 64 线激光雷达、2 个 16 线激光雷达、7 个摄像头以及毫米波雷达和超声波雷达，后备箱底部还安装了车辆核心大脑中枢，包括车辆本身在内，其造达到 100 多万。
冲这造价和装备，估计已撩动不少网友跃跃欲试的冲动，可惜的只是自己不在上海而已。
但可以想象到的是，未来十年，滴滴的自动驾驶车辆会逐渐的在各大城市普及开来，它离我们不再遥远。
01
滴滴自动驾驶表现如何？
我们将视线转回到这场直播，虽然是自动驾驶，但为了确保安全，滴滴在主驾和副驾也安排了两位工作人员：一位是安全员，随时应对突发状况，另一位则为记录员，用于实时记录和与安全员进行路况的安全沟通。
当我们视角跟随到体验者进入车厢时即可看到：在无人掌握方向盘之下，汽车在前方车辆缓行时变道、遇斑马线减速让行、路口掉头，以及各种转弯，已是样样精通。
直播当天，滴滴的自动驾驶很不巧遇到了大雨天这种复杂且极具挑战性的场景。
为了应对雨天环境下，雨点、湿滑路面、积水、溅起的水花、行人打伞等各种复杂路况的出现，自动驾驶测试过程对汽车的算法稳定性、训练数据集的完备程度、车辆感知传感器的冗余配置、高精地图的技术强度，都提出了很高的要求。
不过，全程从这辆自动驾驶汽车的从容应反应来看，其技术表现也算可圈可点。
这背后，是大量的投入和技术沉淀。目前，滴滴在中美两地已有近 400 人的团队，自动驾驶测试车超过 100 台。
2017 年开始，滴滴就决心做高精度地图，提前研发自己的地图及导航引擎，积累大量出行业务场景数据，并为自动驾驶做长期战略规划。
业内的人都知道，对于 L3 级别以上的自动驾驶汽车而言，高精地图是必备选项，是数据刚需。没有高精度地图，车辆寸步难行。
去年下半年，滴滴自动驾驶公司独立，并于今年 5 月宣布获得超 5 亿美元软银愿景基金投资，成为国内自动驾驶公司中最大的单笔融资。
虽然，自动驾驶地位在滴滴内部不断升高，滴滴自动驾驶公司 CEO 张博表示，他更愿意从安全与效率的逻辑角度来解读自动驾驶的必要性。
他曾在媒体采访中透露，滴滴每天的订单量高达 3000 万，订单成交率 75%，这就意味着有 25%、也就是 750 万个订单无法成交，而自动驾驶汽车将可以弥补这些订单缺口，它也不会因为订单看起来不够好而拒绝接单。
02
加速自动驾驶场景落地，为什么是滴滴？
其实，自动驾驶这一概念喊了那么多年，大家也早已听到耳朵起老茧了。但为何滴滴这轮开放 Robotaxi（自动驾驶出租车），却仍能调动媒体和行业这么高的关注度与兴奋度？
原因无非是，大家已经将滴滴开放 Robotaxi（自动驾驶出租车）这一节点，视作为无人驾驶接近商业落地的临界点。
在这一临界点上，有限的封闭道路“内测”，已经不再满足自动驾驶对技术测试的场景需求，也内更需要完成向更广阔的道路空间、更复杂的路况场景公测，以验证技术可靠性的跨越，向一款真正的全民出行服务产品过渡。
毕竟，有限开放道路的商业落地，只是一个半成品。如果想要加速更广泛的无人驾驶场景落地，让更多的 Robotaxi 在路上跑起来，建立起更多复杂的场景数据库，并对车辆的 AI 大脑进行数据训练与模型的迭代，将成为这一阶段将自动驾驶从实验室带向大众的关键。
只有当无人驾驶走出实验室，向更多真实场景驶去的时候，道路上经常偶发的各种鸡飞狗跳场景、三轮车或老人代步车在主干道逆行、行人横穿双车道、外卖小哥电动车乱窜，这些真实的行为数据才有可能被采集并处理。
一旦采集的数据规模足够大，迭代的处理技术越来越成熟，当无人驾驶遇到低频事件发生时，AI 大脑才有可能预测、判断这些交通参与者的意图，并输出操作来验证。
而对于越是复杂多变的路况场景，背后尤其需要有海量的优质数据采集标注服务做支撑。不然，自动驾驶一旦上路，便只能保持最低速度行驶这一保守方法，时间久了自然倍感鸡肋。
由于这一过程非常繁复冗长，需要非常长的时间去引导大量的人去使用，来对 Robotaxi 进行繁重的数据训练与运营。这时候，谁来扮演那这个需要承担着巨额运营成本，推动这一路测工作的关键先生角色，就显得尤为重要了。
而这一粗脏活，对于滴滴来言，却正是其价值发挥的优势所在。
对于拥有超 5.5 亿用户，以及大量司机行为数据的滴滴来说，由于每天都有几百万辆网约车在马路上跑，每天产生超过 100T 的轨迹数据，处理 4857TB 的数据，做路径规划超 400 亿次，高峰期每 1 秒钟更是需要处理好几百万次的路径规划，定位超过 150 亿次。
这些海量且优质的实时数据沉淀，使得滴滴在未来的十年内，势必将会成为加速自动驾驶领域场景落地的重要推手。
与此同时，滴滴还在 100 万辆滴滴网约上都安装了一个名为‘桔视’的自主研发车载设备，覆盖了滴滴平台上 50%以上的订单，拍摄车外路况的摄像头每天都在获取海量的出行数据用于仿真测试。经过处理后，每天都有千亿公里级的行驶数据，可以用于哺育自动驾驶系统。
而滴滴自动驾驶公司 CTO 韦峻青在直播中也曾提到了一项关键数据：滴滴自动驾驶是世界上唯一拥有千亿公里数据的自动驾驶公司。正是得益于这些优质的数据沉淀，如今的滴滴也得以快速成长为出行领域领先的数据公司，并在自动驾驶领域大展拳脚、输出自己独一无二的优质技术服务。
从行业中放眼望去，尽管数据采标行业从业者众多，但天花板却很高，能做到顶尖并不容易。所以，在自动驾驶领域，高标准的优质数据服务已经成为了刚需，但提供者却屈指可数。而供给侧一旦出现短缺，也将意味着谁若拥有一手的高标准优质数据，谁的在自动驾驶领域的技术护墙河就越深，谁就越有未来。
在滴滴出行 CTO 兼滴滴自动驾驶公司 CEO 张博看来，自动驾驶真正要做成，还需要关键的四大资源配合，缺一不可。
- 一是出行网络二是核心技术三是要有汽车产业链的支撑四是要有雄厚的资本
当然，并不是任何一个公司能够独立地拥有所有资源。但至少从目前看来，滴滴就已掌握了两张重要王牌，一张是巨大规模胡出行网络，另一张则是由中美两国 200 人的工程师和科学家历经 3 年研发的无人驾驶全栈技术。
对于滴滴而言，八年来专注地围绕出行领域做服务深耕，上百亿打造出的规模化出行网络，这一点，在入局自动驾驶领域之后，于对手而言，就是火力全开的饱和攻击。这一得天独厚的优势，别人要想复制或重建，难度之大可想而知。
03
滴滴自动驾驶正在重新定义行业
对于滴滴此次开放 Robotaxi 服务，与其说是在向外界大秀技术肌肉，不如说其是在利用的平台优势，扮演重新定义行业的角色。
无论是通过这次央视的直播，还是在上海向普通用户开放的体验申请，其实滴滴是更希望借自己规模化的出行网络优势，把自动驾驶的技术与前景，向更多的普通消费者去展示，让大家能更循序渐进地接受这项新技术，看到未来科技改变出行方式的无限可能。
就好比移动支付的普及之初，概念和前景还尚未被大量用户所接受的时候，这时要想快速推动了移动支付的发展，让大众能循序渐进地去接受这项革命性的新技术，以布道者身份去构建丰富的应用场景网络：网购、社交支付、O2O 生活服务链等服务闭环，便成为了攻坚的核心。
最终我们也看到，笑到最后的微信支付与支付宝，无一不是利用自身最初的场景生态及运营网络优势来成功圈地的。其中，微信红包这一应用场景创新，更是让马云大呼是偷袭珍珠港之举。
而此时的自动驾驶，也是彼时的移动支付。在技术商业化落地前夕，尖刀上拼的就是规模化的运营网络及商业场景的落地优势。
而无论是运营网络上的第一，还是商业场景落地的唯一，滴滴在无人驾驶领域均已抢占了先机。
