自动驾驶离自己的春天越来越近。

2017年的百度AI开发者大会上，百度直播自动驾驶车辆上五环路的内容，一度引发巨大争议。彼时自动驾驶企业的测试方式还是以封闭测试为主，缺少一块市区内的自主训练场。

如今，全国各大城市正在拉开一场无人驾驶抢跑战，大批无人驾驶试点区的开放，让企业可以一展手脚。

7月7日，北京市高级别自动驾驶示范区工作办公室宣布，正式在亦庄等地区开放智能网联乘用车“车内无人”商业化试点，企业可以在获批后提供常态化付费无人驾驶出行服务。

与过去的测试相比，此次北京新试点的关键词有这几个——车内无人，意味着车内没有安全员，乘客将体验一段“一个人的行程”；商业化，意味着企业可以对出行服务长期收费，把新服务做成一项稳定的业务。

但与此同时，大多用户对无人驾驶出租车的了解不多。这些试点区往往处在偏远的城市郊区，而且范围狭小，这里的出行需求不多。

      想在北京坐上一辆智能驾驶出租车，你首先要选择一家运营平台，并下载他们的APP。「科技新知」下载了两个在北京提供无人驾驶出行服务的平台APP，分别是百度旗下的萝卜快跑，和小马智行旗下的Pony Flutter。

打开APP，你会看到无人驾驶平台的乘车须知。与常规的网约车相比，无人驾驶没有什么特殊之处，只有一点例外——一辆车最多乘坐3人，乘客只允许坐在后排。

用户完成注册后，就可以选择出发点和目的地。在出发前，「科技新知」在亦庄随意选取了两个地点，两个平台立即给出了接单车辆位置，车辆信息显示，接单车辆赶到目标地点在3分钟左右。

但在实际赶赴亦庄上车点后，系统显示，前方排队乘客还有11位。实际上，「科技新知」从抵达上车点到坐上无人车，花去了近20分钟时间，这可能与上车的点位、时段有关。

在确定路程时，你需要在运营区域内茫茫多的上车点和下车点中进行选择。

你可以把它理解为公交车的站点模式——无人驾驶平台在测试区内规范好密密麻麻的上车点和下车点，乘客只能在在有限的地点里选择一个上车，并打车到指定下车点。很多时候，上车点与下车点甚至是不重合的，你可以在一条街找到多个上车点和下车点，至于额外多出的路程，则要靠自己的双脚来走。

这样的站点式规划，目的是避免复杂情况的出现。你可以把无人驾驶理解成一位新手司机，它能对路况、交通灯信息做出判断，能处理基本的转弯、加减速、让行等操作，但处理不好一些复杂操作。

比如像老司机一样，到狭窄复杂的小区门口接乘客，再停到一个路况复杂的园区里供乘客下车。

“现在改进了不少，站点已经很密了。”车上的安全员对「科技新知」表示，早期的无人驾驶测试环境里，站点非常稀疏，到现在，无人车的上下车点基本覆盖了亦庄的主要街道，大大方便了乘客体验。

与网约车相比，无人车的上车流程是开车门上车——坐在后排并系好安全带——在座位屏幕上输入手机号后四位——点击“开始行程”。在行程中，座位屏幕会实时显示自动驾驶系统对当前路况的检测结果。

价格方面，「科技新知」选择在两家平台各打车一次，其中小马智行打车2.4公里，费用30.5元优惠抵扣后实付0元；萝卜快跑打车3.5公里，费用31.95元，活动抵扣后实付5.75元。

相比常规的网约车如滴滴快车，两家无人驾驶平台的费用整体要更高。在离开新客补贴后，无人驾驶平台可能很难保证价格对乘客有吸引力。

例如，滴滴快车在北京的起步价为13到14元，萝卜快跑为18至19元，小马智行为18元；里程费方面，滴滴快车为1.4元至2.25元每公里，萝卜快跑为2.7元至3元每公里，小马智行为2.6元至3元每公里；时长费方面，滴滴快车为0.5元至0.8元每分钟，萝卜快跑为0.5元至0.7元每分钟，小马智行为0.7元至0.9元每分钟；远途费方面，滴滴快车为0.5至1.4元每公里，萝卜快跑为0.9元每公里，小马智行为1.7元至2.4元每公里。

在亦庄，两家平台运营的主要是下图所示的，有安全员的智能驾驶车型。小马智行乘客必须完成首单订单后，才能预约全车无人出租车；萝卜快跑仅在北京西郊的首钢园园区开放全车无人出租车，且体验阶段价格为30元一口价，不容讲价。

而当前亦庄无人驾驶的主力车辆，都离不开安全员的把控。

在10分钟的车程里，「科技新知」注意到，安全员基本不负责十字路口、直行路况的操控，只有几类场景会触发安全员的下场，它们分别是鸣笛、变道和向旁车喊话。

在直线车道一辆违停车的身后，无人驾驶车用一种略显呆傻的方式停在了原地，安全员不得不上手为车辆变道。

这或许表现出无人驾驶车辆的算法还有精进空间——前方所停车辆是故障停车还是等待行人/交通灯？我应该变道超车还是等待前车发动？

对于乘客个性化的诉求，无人车也很难做到周全。

当对安全员提出，能否匀速起步，平缓转弯和刹车速度时，安全员只能报以苦笑：

“它的速度是固定的，没办法像人一样，照顾你会不会晕车。”

当然，自动驾驶出租车的整体体验比较人性化。在「科技新知」体验的车程中，车辆直线速度保持在70千米每小时，加速和减速基本稳定。

相比出租车的“老司机”，自动驾驶不会做出突然加速的抢灯行为。如同一个谨慎的新人，它只会按部就班地匀速行驶，这对晕车人士十分友好，但「科技新知」在体验中，车辆作出了几次自主变道且速度较快，此时晕车感还会不可避免地出现。

百度创始人李彦宏曾在《智能交通》中写道，百度采取了渐进式的无人驾驶发展路线，在人车混行更少、大家遵守交规、红绿灯设置合理的地方先跑起来，先从5万公里、10万公里跑起，最终向L5级别的任意场景全无人驾驶迈进。

这也是国内自动驾驶企业的通行做法。从L1到L5的路径不能一蹴而就，但在全国范围内的自动驾驶试点区，各路玩家已经抢破了头。在北京，这些玩家是百度和小马智行，在上海、广州、深圳等多个城市，T3出行、滴滴、文远知行等玩家还在虎视眈眈。

不同玩家的自动驾驶技术殊途同归，都是通过架设感知、预测、规划、控制模块，让车辆尽可能向人类的思维模式靠拢——我处在什么样的环境中？附近路况如何？我要如何规划路线？如何实施具体操作？

其中，最关键的部分是感知。

自动驾驶的感知模块，需要解决看到物体，分析物体是什么，跟踪物体并进行语义分割，分清在车辆面前的是另一辆车，还是行人或障碍物。

2021年3月12日，一辆特斯拉Model Y在美国底特律追尾一辆白色半挂卡车，造成严重损毁。事故原因是，自动驾驶的感知系统认不出卡车的白色车厢，就只能从过往的“记忆”里进行匹配，结果是，自动驾驶系统把卡车认成了白云，一头扎了上去。

在国内，以此次体验的百度萝卜出行和小马智行为例，双方都在啃多传感器融合技术。也就是给车身安装更多的雷达和摄像头，如果一双眼睛看不清楚，那就用几十双眼睛来感知路况。

例如，百度阿波罗感知算法就包括预处理、后处理等模块，先用雷达、摄像头捕捉图像，稍作调整后就对图像中的交通灯、车辆等信息进行检测处理，最终让AI系统理解当前路况的障碍物信息。

小马智行的感知系统同理。官方信息显示，小马智行通过相机、雷达等传感器感知路况信息，并进行目标检测、多目标追踪、场景理解等工作。如图所示，感知系统将车辆标注为绿色，摩托车标注为橙色，行人标注为黄色，环境信息标注为灰色。

而决定自动驾驶精度的，是长尾场景数据与算法。

自动驾驶领域的长尾场景，可以理解为罕见路况，如晚高峰超级忙碌的十字路口，大量行人或非机动车抢行的十字路口，开出狭小路口面对左右横行宽敞车道的路口，大雨、大雪、大雾天气下的路面，也包括特斯拉曾“翻车”过的特殊路况——一辆车可以正常行驶在路面上，也有侧行、逆行、翻倒、部分车身解体等特殊情况出现。

谁能积累更多的长尾场景数据，谁就能优化算法，提升自动驾驶的精确度。在此方面，百度阿波罗与小马智行殊途同归，都是通过无人驾驶测试区的海量实测，储备L4阶段面临的长尾场景数据。

而在无人驾驶出租车的战场，百度的优势更明显。根据百度2022年年报披露，按已完成的订单量计算，百度萝卜快跑是当前最大的无人车服务提供商，截至2023年1月底，萝卜快跑已经累计提供了超过200万无人驾驶出行订单。而小马智行的无人驾驶商业订单数为近20万单。

在体验无人驾驶出租车时，曾询问驾驶位的安全员：“您觉得无人驾驶进入L4或L5阶段，离开测试区在全市运行，还需要多久？”

安全员的答案是：“可能还要等很久。”

一方面，在亦庄、首钢园等北京的无人驾驶测试区，可供乘客选择的上下车点越来越多，商业化运营也愈发成熟。无论安全员还是乘客，人们都对无人出租的服务不再感到好奇。

另一方面，无人驾驶出租车，还没有走出“幼儿园”。

亦庄留给行人的印象是一个词——标准。这里马路宽敞，几乎无人的次要道路都覆盖着标准、流畅的交通灯。路面车辆并不多，一个60秒的红灯，只能拦住不超过10辆汽车，不超过2辆电动车。

曾有外卖骑手抱怨北京主城区糟糕的路况——遍地都是停车位，非机动车道几乎被停好的汽车塞满，骑手没有任何办法，只能到机动车道去，和汽车抢道。

而在亦庄，你几乎看不到此类情况出现。

在非早晚高峰期，这里罕有行人，外卖骑手的电动车也只在少数主干道路出现，密度远不及北京的核心市区。至于飙车、抢灯更是罕见。

即便在这样的路面测试全无人出租商业化运营，也要严格限制车辆数量、测试范围，这足以说明，从企业到监管部门，对此次测试的谨慎态度。

对企业来说，在这样的“襁褓”中孵化的自动驾驶，还远远达不到“能打”的程度。

自动驾驶正在迎来整个行业的繁荣阶段。越来越多的车企选择与自动驾驶企业合作，比亚迪创始人王传福曾在2022年财报会议上对自动驾驶大泼冷水：“什么无人驾驶都是扯淡”。但同样在2022年，比亚迪和英伟达、百度等企业达成自动驾驶合作。

另一边，自动驾驶关键的芯片、雷达等配件能力也在提升。以2020年英伟达发布的Orin芯片为例，按照小马智行的说法，这款芯片已经能达到过去L4的算力需求。

但同时，自动驾驶服务平台也必须走出“襁褓”，不仅是为了获取更多的长尾场景数据，同样是为了后续研发投入而“输血”。

做自动驾驶，就是养了一只“吞金兽”。2021年和2022年，百度的研发费用分别是233.2亿元和249.4亿元，研发费用率最高接近20%，在国内民营企业中位列第一位。

这也是此次全无人驾驶出租车开放商业化试点的重要意义——想办法给研发企业输血，不让企业受到漫长的研发过程，海量的研发经费的拖累。

在未来，全无人出租车服务需要进入更多地区，特别是需求更大的核心城市的核心市区。只有走出“舒适区”，胆怯、生涩的AI司机才能挖掘更复杂的路况规律，才能让整个社会看到无人驾驶的巨大潜力。