让一部分自动驾驶卡车先跑起来

它是宠儿，也是弃儿；它被追逐，也被放逐。它曾经把图森未来送上「自动驾驶第一股」的位置，估值超过百亿美元；最近却迎来了一连串的遇冷。它就是自动驾驶卡车业务。

最近，自动驾驶卡车业务的日子着实不太好过，明星企业 Embark 面临倒闭，Waymo 裁撤了旗下卡车项目 Via 的员工，图森未来的市值也只剩下 2.55 亿美元。伴随而来的是对于自动驾驶卡车业务的质疑：无人卡车还有前景么？什么时候能真正量产落地？

4 月 18 日，低调了 1000 多天的滴滴在上海车展上的亮相，发布了自动驾驶相关业务的同时，也带来了自动驾驶卡车创新项目 KargoBot。

在最近行业冷却的当口，还有新玩家扎进来，滴滴想如何延续自动驾驶卡车的故事？KargoBot 是如何让一部分自动驾驶卡车「先跑起来」的？

是什么扼住了自动驾驶卡车的「喉咙」？

一直以来大家似乎有这样一个认知：自动驾驶商用车会比乘用车更容易落地。相对简单的场景、半封闭式的固定路线、货运场景对于提升安全和效率的刚性需求，伴随着近年来国内一波又一波的卡车司机用人荒，让自动驾驶卡车落地的技术支持和商业需求都水到渠成。节省司机成本、增加卡车运行时间、提高燃油经济性，一举三得之下，眼看着一个万亿级市场唾手可得。

不过理想很丰满，现实却很骨感。作为自动驾驶第一股的图森未来曾经将自家 L4 级卡车设置成两种场景：干线物流路段由系统提供 L4 级自动驾驶；城区路段交由驾驶员操作，系统提供 L2 级辅助驾驶。这套方案一度被视作将改写货运市场格局，收获了 7400 多辆订单，然而至今仍然没有一辆车进入交付量产阶段。这是自动驾驶卡车行业无数玩家的真实缩影， 扼住了量产交付「喉咙」的两双手，一个是技术模式，另一个是落地场景。

要解决自动驾驶卡车的落地，难以避免要面临几个问题： 在什么场景使用？提供什么形态的产品？产品卖给谁？以及最关键的经济账怎么算？

走过了 1.0 时期全场景无人化愿景的「弯路」后，目前自动驾驶卡车公司主要有两条路： 一个是选择渐进式路线，将现阶段的部分技术落地，在落地中迭代；另一个是坚持 L4 路线，但是在场景上进行一定约束。

选择渐进式路线的玩家走上了 L2+、L3 级别智能驾驶，比如挚途科技、赢彻科技，为主机厂提供 L2+、L3 级别的前装辅助驾驶解决方案；通过 L2/L3 级别的辅助驾驶提高卡车的安全性、优化燃油经济性，甚至尝试节省司机人工成本。

不过现实的货运中，为了节省人力成本，往往在 800km 甚至更远途的运输中才会采用双司机，这意味着单人+L2/L3 辅助驾驶要覆盖更长距离路程的挑战；在这个过程中，尽管有辅助驾驶的帮忙，司机依然无法直接睡觉、完全休息，疲劳驾驶的安全隐患依然存在。因此，借助 L2+技术让双驾变单驾、进而节省司机人员成本的模式，目前依然在探索当中。

选择坚持 L4 路线的玩家，则在场景上做选择题，让卡车在部分场景中实现无人驾驶。

比如，去年 GeekCar 在 《困在疫情里的重卡 》  中采访到的友道智途，当时在东海大桥到洋山码头的物流环线封闭运输，利用测试路段专用测试车道相对封闭的特点，逐步推进无人化运营；类似的还有港口、矿区、园区、环卫等相对更加封闭的场景。这类场景都相对封闭、运营场景单一、干扰较少，更有利于自动驾驶技术运行；不过相应地，这类场景体量相对较小，规模化难度大，对于货运、汽车、自动驾驶这三个都需要向规模要利润的领域来说，未来大规模商业化还有很大的难度。

另一个我们比较熟悉、规模也足够大的场景就是快递货运。目前国内快递货运有 8000 亿规模，足够商业化。但是就如同平时购买的快递一样，快递货运的路线相对分散，遍布全国不同的高速、国道、省道，甚至成熟道路，路况相当复杂，而且快递对于时效性要求尤其严格，对目前仍处于测试阶段的自动驾驶公司来说，技术挑战和运营挑战都不小。

在这种情况下， 路线集中度高、场景半封闭的干线物流就成了大量 L4 级自动驾驶卡车企业的选择： 路线以高速路为主，没有人车混行和复杂路口的冲突点，高精地图完全覆盖，而且每年干线物流在中国有着万亿级的市场规模，可以说是自动驾驶卡车天然的「培养皿」。 因此，无论是图森未来、DeepWay，还是 KargoBot、小马智卡等公司，都选择了从干线物流场景入手，剩下需要解决的问题就是：如何让自动驾驶卡车真正跑起来？

如何让一部分自动驾驶卡车先跑起来 ？

一直以来干线物流都是自动驾驶商用领域最有想象力的场景。特别是矿产、原材料等看起来没那么「高大上」的大宗商品运输，约有 2.2 万亿以上，占了国内货运卡车近一半的市场。

足够大的市场、半封闭的路线、大宗商品相对稳定的需求，以及单条路线每天能集中上百辆货车的规模，让 KargoBot 这个自动驾驶领域的新玩家一下就看到了大宗商品货运的前景。而这个领域的大型企业主要采用雇佣运力的方式，对于降低物流成本、提升效率的自动驾驶卡车有着很高的需求。

解决了场景和用户需求的问题，但是要让自动驾驶卡车真正跑起来依然要解决两个问题：

一方面是技术问题， 尽管大宗货运的场景相对封闭简单，但是就如同自动驾驶在乘用车上落地遇到的瓶颈一样，尽管成功率高达 99%、甚至 99.9%，但那剩下的 1%、0.1%场景下的潜在危险，路上锋利的石头、前车落下的抛洒物，叠加上货车速度和货物的重量，依然是无法忽视的风险； 另一方面是目前道路环境、基础设施的限制， 比如部分路段尚未普及 ETC 收费站，仍然需要人工缴费、人工过磅承重，高速上可能遇到的临时交警检查，甚至车辆突然出现故障等等，这些问题是目前甚至未来自动驾驶技术无法解决的，依然需要人工处理。这都决定了目前干线物流场景短时间内难以完全摆脱对人的依赖。

解决这两个问题最好的办法就是：将系统能解决的事情交给系统，提高效率；将系统无法的解决的问题交给人工，让自动驾驶落地。因此，KargoBot 提出了一种人与系统混合并存的解决方案 KargoOne： 由 2～6 辆车组成一个车队，整个车队只需要一名驾驶员来控制头车，后续是 1～5 辆 L4 级无人驾驶卡车，整个车队进行端到端的运输工作。

正常运行时，头车具有 L2 级辅助驾驶能力，由驾驶员控制，后续 L4 级自动驾驶卡车可以自主决策超车、并线、如何通过红绿灯等情况；当遇到突发情况时，车辆间信息实时同步，头车的驾驶员可以引导整个车队编队通过复杂路段、远程控制后续 L4 卡车，也可以来应对人工缴费、交警检查等需要沟通的情况。

以往难以单独上路应对突发场景的自动驾驶卡车，在 KargoOne 模式下可以由一个领航司机引导 2～6 辆卡车上路，处理复杂场景的能力提升了 50 倍，核心安全指标提升了 20 倍。

这不仅意味着一个车队可以缓解 1～5 名卡车货运司机的缺口，节省人力成本；而且组队行驶时车辆间距缩短、风阻进一步降低，能减少 5%～10%的能耗。

「走更线性的曲线 ，技术演进一部分 ，就获得一部分收益 。」 滴滴自动驾驶创新业务的负责人韦峻青博士这样形容 KargoOne 系统的初衷。 事实上目前这套 KargoOne 系统也已经开始华北地区常态化运营，目前有超过 100 台的编队的车辆运行，连接了 26 个重要的起终点，包括了煤矿、石灰石矿、港口、钢厂和其他一些重要的物流的集散地。据 KargoBot 透露，截至 2023 年第一季度，自动驾驶卡车的收入将突破 1 亿，随着车队规模的扩大，2026 年将实现盈利。

自动驾驶理想主义者的现实之路

如果说自动驾驶每隔几年就经历一轮波峰与波谷的轮动，2023 年大概是新的一轮波动。从 2022 年底 Argo AI 倒闭，到前不久 Embark 破产、图森未来震荡，自动驾驶行业似乎寒气阵阵；但与此同时，越来越多乘用车搭载来高阶智驾功能，类似 KargoOne 这样在技术和商业上能够跑通的新路径出现，让人觉得自动驾驶行业并未遇冷，只是逐渐向着更加务实的路线前进。

在 KargoBot 的发布会上，地平线创始人余凯博士说「这是一个理想主义者同行的聚会」，这场「聚会」中，有 KargoBot，有地平线这样的赋能者，也有陕汽这样的硬件主机厂；正是「朋友圈」的共同合作，才有 KargoOne 这样具有完全无人化能力的前装量产车上路。

事实上无论是自动驾驶行业，还是 KargoBot 团队，都是起源于一群理想主义者试图通过技术改变世界的畅想。2005 年，KargoBot CEO 韦峻青博士和他的核心团队最早接触到自动驾驶比赛，并在 3 年后加入美国卡内基梅隆大学的无人驾驶实验室，开始无人驾驶的研究、创立自动驾驶公司、开启测试，再到加入滴滴自动驾驶，在滴滴的数据和运营基础上开发出 KargoOne 系统。18 年自动驾驶领域的经历，是自动驾驶从理想主义走向现实，逐渐用更加可行的方式去改变世界的过程。

前不久的笔者采访到内蒙古地区某物流公司的负责人，作为一位有着 20 年从业经验的老物流人，他对 GeekCar 说， 以往西北地区大宗商品货运的作业环境非常艰难，工作强度很大，工作时间也比较长；同时冬天最低能到零下 30 度，司机所受的苦也比较多，人员的缺口也越来越大，这是多年都无法改变的现状。 目前在当地的高速公路上，已经能看到 KargoBot 车辆的运行，特别是短途运送煤炭和中途运送石灰石和兰炭，每天都有几十辆车在实际载货运输。自动驾驶卡车的试运行，正在改善着当地货运缺口。

根据 KargoBot 给出的数据，截至今年 3 月，KargoBot 累计已经运输了超过 120 万吨煤炭及其他大宗商品，累计物流收入突破 1 亿元。KargoBot 这个自动驾驶的理想主义者正在走上商业化的现实之路，也正在用混合无人驾驶技术改变着世界。

最后

前段时间，比尔盖茨试乘 Wayve 打造的 Robotaxi 时说，「自动驾驶将在未来十年内达到一个临界点，将像个人电脑改变办公室工作一样彻底改变交通运输。」

自动驾驶落地是否真的需要十年，不可而知；但是技术的演进无法从天而降，需要不断的创新尝试，为自动驾驶提供弹药，来克服技术上、商业化上的挑战。这个弹药既是商业上的盈利能力，也是技术落地提供的数据迭代和优化。

只有让自动驾驶卡车先跑起来，一切才有可能。