滴滴自动驾驶全家桶全亮相:从自动运维中心到未来服务概念车,刷新出行体验

车东西(公众号:chedongxi)
作者 | 小崔
编辑 | Juice

目前,L4级自动驾驶迎来一波新的变革——一方面,不少之前专注Robotaxi的企业转型降级研发L2,另一方面,百度Apollo、谷歌Waymo高歌猛进,商业运营范围、时长不断取得突破。

而作为出行行业的头部玩家,滴滴从2016年便开始自研L4级自动驾驶,虽然在2021年之后,滴滴鲜有公开讨论L4级自动驾驶的进展,但这并不影响滴滴这两年的蓄势。

滴滴自动驾驶全家桶全亮相:从自动运维中心到未来服务概念车,刷新出行体验

▲滴滴自动驾驶COO孟醒

这不,就在不少自动驾驶公司碰壁L4并决定转型L2之际,滴滴也公布了自动驾驶的最新进展。4月13日,滴滴自动驾驶发布了其在自动驾驶领域的多个“第一”——第一个自动驾驶自动运维中心第一辆未来服务概念车DiDi Neuron,并宣布第一款量产车型将在2025年接入滴滴共享出行网络

同时,滴滴还公布了“北曜Beta”激光雷达和三域融合计算平台“Orca虎鲸”两款自动驾驶核心硬件、滴滴自动驾驶货运业务KargoBot。

当然,滴滴在立场上还是始终如一:力挺Robotaxi,继续搞L4,坚持做无人出租车。

一、升级自动运维体系 24小时提供服务

过去十年,出行行业最显著的变化应该是交通线上化率大幅增加,所有交通工具、出行需求都在朝着线上化全覆盖迈进。

而在今后十年,出行行业也将迎来下一个革命性的拐点——自动驾驶,有了自动驾驶,人们的出行成本将会大幅降低,出行效率也将快速提高,并最终改变行业格局。

滴滴自动驾驶全家桶全亮相:从自动运维中心到未来服务概念车,刷新出行体验

▲滴滴自动驾驶车

作为国内出行行业的头部玩家,滴滴自动驾驶运维体系又迎来最新进展,不仅推出城市泛化引擎方案,还打造了业内第一个自动驾驶运维中心慧桔港。与其他热衷于自动驾驶的玩家相比,滴滴正在开辟一条特殊的道路。

目前,滴滴自动驾驶正面临着三项挑战:更大区域、更多站点和更长时间。

为解决乘客关于更多区域和更多站点的需求,滴滴自动驾驶推出了城市泛化引擎技术方案,包含一系列作用于感知、预测、规划决策等多个技术模块的前沿技术方法组合,可以针对扩域时所遇到的复杂车流、长尾场景和其他不确定性因素进行定向优化,大幅提升鲁棒性,加强技术的可泛化性。

为延长运营时间,今年初,滴滴自动驾驶在上海率先推出了24小时无间断服务模式,而为了保证车辆在出车、接单等过程中的自动化,滴滴自动驾驶还打造了业内第一个自动驾驶运维中心慧桔港。该运维中心可以自动为Robotaxi充电和清洗,还可以引导Robotaxi进行智能回港、停放等一系列运维工作,整个流程由运维中心配备的机器人提供智能服务,自动化率可以达到90%。

滴滴自动驾驶全家桶全亮相:从自动运维中心到未来服务概念车,刷新出行体验

▲自动充电

从滴滴发布的Robotaxi 24小时实时运营的视频来看,Robotaxi首先在慧桔港进行自动充电,充电完成后由机器人小车运送出港并开始自动运营。午夜时分,Robotaxi从慧桔港出发,一路行驶直至天色渐亮。

▲24小时无间断运营服务

在这期间,Robotaxi经过医院和幼儿园周边复杂场景,在无保护左转时可以灵活减速避让弱势行人、摩托车和自行车,还能够及时避让右侧临时开车门车辆,夜间行驶通过复杂路口时,可以准确做到无保护左转和U-turn。

最后,Robotaxi从白天行驶至夜晚,再一次回到慧桔港进行充电和冲洗等维护工作,整个流程几乎能够做到24小时不间断,如此往复循环。

可以说,有了自动驾驶运维中心,滴滴自动驾驶业务在运营时间上已经达到了“天花板”高度。

除此之外,滴滴自动驾驶还应用了混合派单模式进行运营。滴滴自动驾驶早在2020年上海上线时便提出了该模式,如今已经能够将混合派单引擎应用到上海和广州区域。基于有人驾驶网约车网络,滴滴自动驾驶在拓展新区域的时候可以在有人网络里面逐步植入自动驾驶车辆。

滴滴自动驾驶全家桶全亮相:从自动运维中心到未来服务概念车,刷新出行体验

▲花都商业化运营车内

当乘客使用滴滴APP打车时,滴滴后台可以根据乘客的出发地点和目的地迅速做出路线规划并进行智能判断,然后根据自动驾驶的安全阈值来决定是否派出Robotaxi去接单,如果超出自动驾驶安全阈值,滴滴就会派人类驾驶司机在滴滴网络平台上进行接单。

如此一来,乘客既不耽误事,还可以顺带体验自动驾驶,且自动驾驶会永远行驶在安全的范围阈值之内。对滴滴而言,混合派单是其重要优势之一,也是一种渐进式推进自动驾驶落地的方式。

滴滴自动驾驶COO孟醒表示,截至当前,滴滴自动驾驶已连续安全运营1020天,在此期间,其MPCI(平均关键接管间隔里程)涨了一百倍,主责安全事故0起;团队人数翻了三倍,人数增加到1000人,车迭代了一代。

也正是其安全、稳定的运营表现,给予了滴滴自动自动驾驶再次向前迈进的底气和信心。

二、技术加持 不断贴近网约车服务

无论是自动驾驶本身,还是自动驾驶运维体系的建立,技术突破都是必不可少的一环。城市泛化引擎技术方案的背后,还有着感知大模型、预测大模型、博弈论和模仿学习等技术的加持。

滴滴自动驾驶全家桶全亮相:从自动运维中心到未来服务概念车,刷新出行体验

▲城市泛化引擎

在面对更多车流时,Robotaxi的计算既要做到精准,还要保证整体计算速度没有延迟,对交通参与者的行为做出合理预判。对此,滴滴自动驾驶研发部署了两个大模型。

一个是基于BEV的感知大模型,该模型能够通过多传感器的数据融合,特性互补,提升感知精度上限,能够应对不同的气候环境。另外,通过感知模块的整体性设计,去除多模块间的冗余设计,提升计算效率,降低系统延迟。最终做到在提升准确度的同时不增加延迟。

另一个是预测大模型。滴滴自动驾驶去年完成了一轮预测方法的架构迭代,新一代的预测大模型是海量数据驱动下基于Transformer的端到端深度学习模型,建模了交通参与者和环境之间的交互,对动态交通参与者的行为进行准确刻画,在预测精度和召回上大致有20~30个百分点的提升。

预测大模型的最新架构既采用了联合预测的方式对所有交通参与者进行同时预测,也能够针对特定场景,如大车、慢速起步车、摩托车和自行车等进行更精细的预测,既具备工程上迭代和部署模型的灵活性,也能够满足对整体低时延的要求,整体预测时长比上一代快3~5倍。

而在更多的交互带来的挑战中,滴滴自动驾驶则引入了博弈论和模仿学习的方式进行应对。

如果交通参与者是理性的,那么Robotaxi计算平台就会便用博弈论的思路去判断:如果这样做交通参与者会怎么反应?Robotaxi再基于他的反应如何继续去反应。期间规划和预测的模块会进行不止一轮的交互,让预测结果越来越逼近交通参与者的真实反应。

当然,现实场景中还存在着诸多不理性的因素,滴滴自动驾驶采用模仿学习的方式,来学习人类在类似场景下的交互。一方面,其硬件算力在不断提升,可以同时计算两种不同规划路径下的结果,并仿照人类司机的驾驶行为来进行最终判断,从而使自动驾驶车辆的表现越来越贴近老司机。这个方法可用于应对车队加塞、优化掉头转弯等场景的行驶动线等情况。

长尾场景几乎是各家自动驾驶公司在技术探索的征程上必须跨过的一道坎。

滴滴自动驾驶全家桶全亮相:从自动运维中心到未来服务概念车,刷新出行体验

▲Robotaxi无人测试实况

在这上面,滴滴自动驾驶先是将所有的交通参与者划分为可识别和不可识别两类,然后将对应的长尾场景也分为两类。

第一类是可识别但低频出现的场景。针对这种场景,滴滴采用主动挖掘的方式,也就是所谓的active learning。基于多年的技术测试积累和感知大模型的应用,滴滴目前对这种类别有相对较多的数据积累和定向认知,能够采用自动化的方式,主动挖掘这一类的样例,可以应对小动物、异形卡车等场景。

另一类相对而言更加低频,且很难进行类别的定义,比如落叶、树枝、垃圾袋等。于是滴滴采用占据空间网络的方法,对这些地面的小物体做到有效召回,防止碰撞及不必要的急刹,保证自车的安全性。

除了技术上的突破,滴滴在运维网络上的应用还得益于多年网约车服务所构建的运维体系。在研究自动驾驶之前,滴滴出行本身便已经搭建了比较完善的运维体系,比起友商做自动驾驶,滴滴只需要根据自动驾驶的不同场景进行适应和完善。而此前,滴滴自动驾驶也已引入运营体系,此次推出无人驾驶自动运维中心,无疑在自动驾驶的布局上也更进一步。

三、新硬件新业务 首款量产车2025年接入

活动当日,滴滴还发布了首款未来服务概念车DiDi Neuron。

滴滴自动驾驶全家桶全亮相:从自动运维中心到未来服务概念车,刷新出行体验

▲概念车DiDi Neuron

该车在空间上取消了驾驶位,在车辆总长不变的前提下,相较普通网约车内部空间提升50%,腿部空间提升86%。车内搭载大屏交互系统,设计了会议、游戏、影音、街景介绍、氛围选择等模式,车外则用智能交互五联屏代替了传统车灯。Neuron还独创了车内机械臂,可以为用户通提供提行李、递水、叫醒等服务。

硬件方面,Neuron配备了21个摄像头和14个雷达。而在动力系统上,Neuron通过将轮毂电机和无人网约车结合,四个轮胎能够灵活转向,能实现更小半径转弯、斜向行驶等功能。

此外,滴滴还发布了两款自动驾驶核心硬件——“北曜Beta”激光雷达三域融合计算平台“Orca虎鲸”

滴滴自动驾驶全家桶全亮相:从自动运维中心到未来服务概念车,刷新出行体验

▲北曜Beta激光雷达

北曜Beta由滴滴自动驾驶和北醒公司联合研发,是国内首个2K图像级高精度激光雷达,拥有每秒300万高点频、超512线、横向120°及纵向25.6°的超大视场角等性能特点,还增加了可调节分辨率功能,支持常规模式、视场角聚焦高清、局部高清、全局高清等四种模式,不仅能在200m外感知轮胎等低反射率物体清晰的轮廓,还可以根据场景需求自适应地调节局部区域或全局的分辨率,提升激光雷达在不同环境下的感知效果。

Orca虎鲸则是滴滴自动驾驶研发的行业首个量产化三域融合计算平台,用于打造车载超级中央计算单元(SCCU),能够将智能驾驶域、智能座舱域和网联域三域融集成至一体。相比于上一代硬件,虎鲸计算平台成本下降88%,整车空间体积减少74%,核心元器件数量减少了61%,线束数量减小了33%,相当于后备箱能再多容纳一个20寸行李箱。

除此之外,滴滴自动驾驶货运KargoBot也正式亮相。滴滴自动驾驶首次宣布已将L4级自动驾驶乘用车解决方案拓展至干线物流货运领域。

滴滴自动驾驶全家桶全亮相:从自动运维中心到未来服务概念车,刷新出行体验

▲滴滴自动驾驶创新业务负责人韦峻青

值得一提的是,滴滴自动驾驶在货运方面研发了混合无人化解决方案HDS(Hybrid Driverless Solution)。该方案由配备人类驾驶员搭载辅助驾驶方案的领航车辆,以及多辆L4级自动驾驶卡车构成,能大幅提升商业运营中各类长尾场景和复杂交互的处理能力。

目前,KargoBot拥有超过100台自动驾驶卡车,已在天津和内蒙之间开始了常态化的试运营。截至今年3月,KargoBot累计物流收入已经突破了1亿元。

活动现场,韦峻青还首次公布了一段KargoBot从天津到内蒙古全程1049公里无接管的视频。视频中,KargoBot的卡车历经白天黑夜,通过积雪、结冰、修路路段以及国道、高速、收费站、匝道、隧道、城市厂区等环境,全程后排安全员仅虚握方向盘,不干预卡车驾驶。

另外,滴滴自动驾驶COO孟醒还公布了自动驾驶量产新进展。据透露,首款车型将于2025年接入滴滴共享出行网络,实现全天候、规模化的混合派单。

结语:滴滴自动驾驶运维体系再完善,正加速实现量产Robotaxi

移动互联网推动了出行市场的第一波变革,把交通工具和出行需求连接到线上,滴滴出行抓住了这波变革,奠定了其出行行业的龙头地位。

而出行市场的下一波变革则在自动驾驶领域。不过,目前各大自动驾驶公司的发展几乎都还处于L2级阶段,对于L4的量产还有很长一段路要走,有甚者也因道阻且长而放弃摸索L4。

凭借着在运维网络的深厚积累,滴滴正在搭建日益完善的自动驾驶运维体系,即使很少发声,但滴滴自动驾驶并没有停滞不前。相反,蓄势两年,滴滴自动驾驶运维体系再次升级,正加速实现L4。