美团夏华夏：“无人配送”，技术难度不低2021年12月10日，由雷锋网&新知家主办的第四届“全球智能驾驶峰会”在深圳正式召开。此次，雷风网心智驾以“智能驾驶的激烈时刻”为主题，将话筒交给了19家行业标杆企业，辐射13大技术/场景，涵盖智能驾驶算法、芯片、感知、智能驾驶等多个维度。实施，并只选择每个领域最具代表性的公司。演讲嘉宾围绕“基础理论与技术创新”和“行业解决方案落地”两大黄金标准，与业界分享了对过去经验的总结回顾、对未来趋势的预测以及有效模式的分享。峰会上，美团无人车配送事业部总经理夏华夏带来了题为《城市配送场景下的智能驾驶实践》的精彩演讲。夏华夏在会上指出，由于体积小、速度低，自动送货车常给外界一种技术比较简单的错觉，但在城市公共道路上以20多公里的时速行驶时，行人、自行车和机动车的不确定性往往会给自动配送车带来意想不到的安全问题。尽管自动驾驶技术已全面标准化，但自动送货车大多在非结构化道路上行驶，道路狭窄，障碍物多，不确定因素多。他认为，如果要大规模实施城市配送，就必须在运营一线没有安保人员的情况下进行非人化。现在，一方面，业内人士需要不断完善自动驾驶技术，让整个自动驾驶对周围环境的感知、规划、控制、定位更加安全可靠。另一方面，人力、维修、应急安全人员等运营能力需要跟进。今年4月，美团发布了按照车规级标准生产的自动配送车魔包20。通过整车性能测试、耐久性测试、严寒酷暑环境适应能力等多项测试，最高时速可达45公里。.目前，美团自动配送车已累计在北京市顺义区公共道路配送超过50万公里，配送订单超过10万单。以下为夏华夏演讲全文。雷锋网新知家不改初心整理编辑：大家好！刚刚朱老师完成了一个非常精彩的分享，他在分享中提到无人驾驶是非常难的，我深表赞同。因为美团在无人驾驶方面已经做了五年多的时间。从开始到现在，我们每年都有一些进步，同时也面临着新的挑战。我自己内心对这件事的敬畏是一年比一年大。.今天借这个机会，一方面想和大家分享2021年美团在自动驾驶方面的进展，另一方面想和大家一起探讨自动驾驶在城市复杂场景下的挑战。这张图是自动驾驶的应用场景，分为不同的场景和速度。根据场景的速度和复杂程度，我们在图上绘制了很多场景应用，并用不同的颜色表示。蓝色为客运车辆，红色为城市公交公交车，橙色为无人配送区，灰色为特殊场景应用。可以看到，越往右上角移动，速度越高，场景越复杂。从自动驾驶技术来看，我们认为需要更强的自动驾驶技术能力。你看市区的无人配送，虽然对速度要求不是特别高，但是场景复杂度特别高。这些斜虚线代表了一些能力的轮廓线。如果说无人配送在最复杂的场景下，可能代表着需要我们最完善的自动驾驶技术。这是我们一直努力突破的目标。物流一般分为干线物流和城市配送。今天上午有几位嘉宾提到了无人驾驶货车，就是干线物流。城市配送一般以40、50公里以下、20公里以上的时速进行。其中，物流场景一般称为分支配送。还有一些封闭的场景，比如公园、校园、住宅小区等，也有大量的配送需求。美团现在主打城市场景配送，会涉及到城市道路、公园、小区道路等。这类场面的参与者非常复杂。我们希望最终实现城市场景的结合，包括公园、开阔道路上的运货车、空中无人机，通过无人设备与我们的骑手合作，打造空地一体化。人机协同配送网络支撑城市配送需求。今年4月，我们正式发布了一款全新的自动送货车——MagicBag20，宽1.1米，长2.5米，最高时速45公里。在车辆智能化方面，我们加入了更多的传感器和更强的计算能力，整车传感器总数达到30多个。在车辆硬件方面，我们按照车规级标准进行生产、制造和测试.其中，我们完成了整车性能测试、耐久性测试、严寒酷热环境适应性等测试。今年我们在北京市顺义区的公共道路配送累计总里程约50万公里，累计配送真实用户订单约10万辆。今年，我们参与了深圳、广州、南京、成都、厦门等城市的抗疫工作。.自动送货车需要识别开阔道路上的红绿灯，与非机动车道上的众多车辆、行人、老年代步车、自行车、电瓶车、行人和车辆进行交互。当整体运行速度超过20公里，且还有不少电瓶车倒退时，将给无人配送车的通行带来极大的挑战。自动送货车是一种速度比较低的送货车。是不是在很多人的想象中比较简单？但是当我们真正去做的时候，我们发现在这个场景中，我们会遇到很多城市的“烟花”，也会遇到意想不到的长尾复杂情况。我在这里列出了几张照片。例如，在机动车道或非机动车道上，行人、自行车等多种不同要素相交。非常严重的封锁。整个自动驾驶技术非常一致，包括定位、感知、决策、控制，但每个环节都会面临挑战。对于更具体的挑战，我将分别向您展示示例。我们先来看感知。在现在的场景中，因为我们要在机动车道和非机动车道上行驶。三张图片代表不同的相机。结合摄像头和雷达，我们可以识别周围的许多障碍物。从这张图中可以看到，路上有很多不同的障碍物，它们的速度不同，运动的方向不同，种类也有很大的不同。例如，公园狭窄的道路上有很多行人和自行车。我们如何在这样的场景中识别它们？如果这里停着自行车，我们需要判断车上或车旁是否有人，是静止的车还是骑行的车等等。另一个是定位。我们常常认为定位是一个相对解决的问题，但在一些城市的复杂场景中，定位仍然面临着很多挑战。一方面，很多场景会降低定位。所谓“退化”，是指它周围的景物。第一种可能是卫星信号被屏蔽。另一方面，如果你通过视觉看周围的环境，环境总是不变的。比如在很长的隧道里，不管走到哪里，激光雷达视野都是匹配的，周围的隧道都是一样的。或者在地下室的旋转坡道上，如果不仔细辨认信息，很难准确知道自己现在所在的位置。再比如树木会遮挡很多卫星信号，所以我们要用更全面的技术手段来定位。又比如在城市道路上经常会遇到大量的城市道路施工场景，环境会经常发生变化。一旦发生变化，我们需要非常及时地更新高精度地图，让车辆更好地行驶。让我们看看决策控制。在城市环境中，自动送货车辆与之交互的道路元素多种多样。如果自动送货车行驶在机动车道上，周围车辆的行驶轨迹和行驶速度相对容易预测，因为大部分车辆都是直行，偶尔变道会逐渐到来。但是当周围有很多行人和自行车时，当很多人逆行，或者很多行人横穿马路时，如何更好地预测周围的每一个元素，或者它在接下来的三到五秒内会出现在哪里，将会大大影响我们的决策和控制行为。最右图为公园路等非结构化道路，自动送货车掉头不易完成。如果进行大范围的掉头，对车辆技术的要求是非常高的，因为路径规划和速度控制必须要很好的达到匹配。我们现在已经实现了时空一体化的三维规划，将路径规划和速度控制合二为一，让自动送货车能够在剧烈变化的路径中平稳行驶。这是我们在决策控制中遇到的挑战。另一大类是安全。车在路上一定要安全，比人更安全。这种安全分为主动安全和被动安全。主动安全是指车辆在自动驾驶中必须能够避障；被动安全就是在发生碰撞的时候，不管是我的还是别人的，怎么把对周围环境的伤害降到最低。例如，人与汽车发生碰撞，汽车会通过外形设计和材料选择来减少碰撞造成的伤害。同时，我们也会考虑数据的安全性。我们的车辆会收集大量的数据，其中有很多是比较敏感的地理数据。我们需要保证这些数据的传输和存储是相对安全的。另一个例子是网络。无论是上传的数据，还是车辆的控制信号，都是通过网络传输的。必须考虑如何保证数据加密和控制信号的不变性。还有功能安全。对于车辆来说，除了车辆的机械结构外，还有大量不同的传感器和非常复杂的分布式计算平台。这些传感器、计算平台和软件中的每一个都可能出现故障。当某些部件出现故障时，车辆能否实现更好的容错能力？如果不能正常行驶，也应将对交通的危害降到最低。主动安全、被动安全、数据安全、网络安全、功能安全是我们现在正在发现并需要一一解决的五大安全领域。所以我们现在从三个主要的维度去思考：车辆设计，整个系统包括软件系统，整个操作流程都需要更好的设计，让我们的送货更安全。最后，展望未来，我们觉得如果城市配送最终要大规模实施，那一定是非人性化。非人性化意味着不需要安保人员跟在一线作业。自动驾驶汽车如果需要有人跟着，经济成本是不够的，无人配送也是如此。自动送货车上没有座位，但在大部分城市自动送货车落地时，根据政策要求，车后必须有人，并有远程监控。我们希望最终无论是技术还是政策，无人配送车都能在没有一线运营安全人员的情况下上路行驶，重点是远程监控保障运营。因此，一方面，我们需要不断完善自动驾驶技术，让自动驾驶更加安全可靠地感知、规划、控制和定位自己。另一方面，我们正在努力经营。如果出现一些突发情况，我们可以快速赶上操作的人力、维修、应急安全人员。在政策法规方面，我们需要与政府合作。通过自动驾驶能力的提升，政府可以更有底气，向行业开放更多的路权和更灵活的条件。最后，在网络安全方面，整个行业也需要继续探索。希望通过美团的努力，在座的同事，还有很多朋友，共同努力，让自动驾驶技术、整个行业、法律法规不断走向成熟。我们的目标是通过无人配送让服务到达世界的每一个角落。我们也相信这个目标一定会实现，但是我们希望有更多的人帮助我们尽快实现这个目标。希望大家继续努力！
