达摩院王刚阿里已启动L4级无人卡车大蛮驴研发

　　3年之后，在上万条公开道路上见到无人卡车的身影。这是阿里巴巴集团副总裁、达摩院自动驾驶实验室负责人王刚在今日立下的无人卡车时间表。
　　王刚透露，达摩院正在研发L4级自动驾驶卡车大蛮驴，目前已与菜鸟合作，开始小范围路测，并计划未来让无人卡车开上公开道路。
　　2017年达摩院成立后，自动驾驶实验室承担起阿里集团自动驾驶技术的整合统一任务，由王刚带队组建研发力量，开始面向应用的技术探索。
　　在自动驾驶和末端物流配送领域，已经有包括京东、美团、百度等多家互联网企业布局。王刚今日对记者透露，2018年在讨论怎么去做自动驾驶时，阿里也曾思考，到底什么路径能够有效实现无人驾驶？
　　他今日首次对外解读阿里自动驾驶布局：不同于从L2到L4的纵向技术迭代路线，阿里自动驾驶走的是L4级横向场景拓展路线，自始至终定位L4级技术，从垂直领域起步，在非载人驾驶场景下完成技术累积，逐步切换到无人卡车、乘用车、移动机器人等泛化场景。
　　例如，末端物流是整个物流体系中成本最高、效率最低的环节，物流机器人是阿里提出的解决方案。去年达摩院发布了L4级物流无人车小蛮驴，成立了小蛮驴智能科技有限公司，服务于最后三公里的快递、外卖、生鲜及各类即时配送需求，推进机器人的研发和量产落地。
　　去年天猫双11期间，浙江大学的22台小蛮驴往返于校内27栋宿舍楼，配送了5万个包裹，为师生节省1。7万小时取件时间。
　　王刚今日透露一组最新数据：小蛮驴已落地全国22个省份，累计配送订单超100万，为20多万人送过快递。3年后，小蛮驴车队规模将达1万辆，有望日均配送包裹100万件。
　　伴随人工智能和自动驾驶技术的进步，物流机器人日益被视作最有前景的末端配送解决方案之一。麦肯锡预测，未来不到10年的时间里，80的包裹将由机器人配送。
　　和人工快递员相比，从效率角度来看，目前小蛮驴的效率赶不上人工的效率，王刚对此回应：在这么大快递体量的前提下，找到足够的人力满足需求并不现实。而100万单只是一个起点，是在为自动驾驶技术的进一步发展和落地打下基础。
　　而在100万单背后，小蛮驴面对的挑战也不小。
　　首先是来自技术的挑战。无人车技术涵盖算法、算力、硬件、系统等多个维度，算法能力最能体现无人车的智能水平。算法研发依赖数据驱动，需要处理大规模的场景数据、运营数据等。
　　其次是场景挑战。末端物流场景远比人们想象的复杂。不同于规则明确、参与者有限的公开道路结构化场景，末端环境是典型的非结构化场景，交通参与者包括人、小动物、非机动车、机动车、各种路障和临时障碍物等，没有规范的车道设计和通行规则，无人车与任何道路参与者的交互都是复杂的博弈问题，比如窄路会车，无人车需要辨别对方意图并作出你进我退、你退我进等行车决策。
　　第三是成本挑战。以大规模应用为目标的自动驾驶产品，如果不能将成本降低到量产水平，一切都是纸上谈兵。从末端场景的社会需求来说，成本可控也是无人车的应用前提之一。
　　王刚透露，无人配送车整车成本会因车型（底盘上装）、传感器方案、计算平台选择的不同而呈现较大差异。目前小蛮驴单车成本是业界平均成本的三分之一，主要通过核心算法自研核心硬件深度定制的方式降低无人车的研发制造成本。除此之外，小蛮驴的主要成本还体现在运维等运营人员上。
　　他预计，未来随着配送车的大规模铺开，密度的增加能够在一定程度上均摊成本，预计三年内可以覆盖所有成本。
　　在小蛮驴之后，面向公开道路的无人卡车大蛮驴的研发随之提上日程。王刚透露，达摩院正在研发的无人卡车，是一款适用于城配物流的轻型卡车，应用场景包括城市快递网点快递末端节点之间的物流配送等。
　　比起末端物流车，无人卡车的研发面临更大的技术挑战。
　　据王刚介绍，小蛮驴已经沉淀的技术能力和场景数据为无人轻卡的快速研发奠定基础。大小蛮驴共享一套L4级自动驾驶技术框架，达摩院自研的自动驾驶机器学习平台AutoDrive、云上智能仿真测试平台、嵌入式计算单元以及深度定制传感器技术，从小蛮驴平移到大蛮驴的技术栈。
　　他还透露，基于小蛮驴的技术底盘，达摩院正在开发多种自动驾驶产品，比如具备自主移动能力的电力巡检机器人。首批量产的巡检机器人，以服务机器人的成本实现了工业机器人的性能，即将批量进入电力系统，取代人工开展电力巡检工作。