洗车房，无人车的噩梦
文章来源：量子位 安妮 编译自 CNN Tech 抛弃人工洗车已多年，洗车房早就鸟枪换炮变成自动洗车了。 但是，无人车可能还需依赖最古老落后的人工洗车法保护车辆的零部件免受伤害。 目前地球上最先进的汽车却需要最落后的洗车方式！ 娇滴滴的无人车 无人车有点脆，将它置于目前常见的自动洗车房中可能会产生诸多问题。 肥皂残留物或者水渍都可能让无人车「 变瞎」，洗车力度过大可能损坏车辆传感器，降低精度和准确性。更坏的情况是，价值 10 万美元的传感器可能因为一次洗车彻底坏掉。 不敢洗了？但不洗不行啊。 相比于普通车辆，无人车的外部需要更频繁的清洗保证传感器能正常检测路面障碍。灰尘、虫子、鸟粪或水渍都可会影响无人车的正常感知和行进。 掌管车队多年的安飞士租车公司曾经进行了一项测试，调查车辆的清洁度和燃料多少对 Waymo 无人车队的影响。 「 确实需要关注和呵护很多特殊的过程，你也需要更加频繁地清理汽车，」 安飞士的首席创新官 Arthur Orduna 在接受外媒 CNN 采访时表示，「 我们能够为它们提供先进的护理，但未必其他人能够提供。」 一块布，一杯水 虽然 Orduna 没有透露洗车的具体细节，但丰田、Aptiv、Drive.ai 和 Uber 等自动驾驶公司向 CNN 记者透露了自己家洗车的秘籍。 它们之中大部分在喷洒了酒精、水或者玻璃清洁剂后用超纤维布料进行日常的手工车辆护理。 在雨雪天气下，Uber 会让一个工人带着喷壶在摄像头处喷洒玻璃水，之后，开车时的气流会让水汽蒸发掉。 丰田的解决方案和 Uber 类似，一块布和一些酒精，足以让摄像头变干净，他们有时也会换用清洁巾。密歇根州安阿伯市的自动驾驶汽车公司 May Mobility 表示，整辆汽车的清洁工作都要靠布和水。 整车都需手洗？时代似乎都倒退了。 自动方案可行否？ 在无人车洗车难的情况下，通用收购的自动驾驶公司 Cruise 正在建设车辆内置的传感器清洁装置，这获取会减轻无人车对人工清洗的需求。 初创公司 Seeva 也在开发类似的技术，用于清洁无人车的传感器。它提供了一个系统，可以将清洗剂加热到 160 摄氏度，之后将它喷洒在灰尘、污垢会冰雪表面。 但是，因为无人车可能有好几十个摄像头，Seeva 的 CEO Diane Lansinger 不认为这个装置能够清洁每一个摄像头、激光雷达或者雷达。 「 鉴于目前自动驾驶技术的规模，工程师每年支付不起 15 万美元的费用清洁无人车，」Lansinger 表示，「 我们还需要一段时间才能摆脱手工护理。」 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车（微信号：GeekCar）& 极市（微信号：geeket）。
解析历史上的无人车事故案例：到底怪人类，还是怪机器？
自动驾驶技术发展到今天，只要你有足够多的钱，就能攒出来一辆真正的「 无人车」。所以现在看到「 某地无人上路车载客」 的新闻，我们也没那么有新鲜感了。 当然，即使是人类老司机也有「 翻车」 的时候，更别提无人车了。今天就来回顾一下无人车翻车史，其实涉及的公司还不少，都极具代表性。 我们先从前几天在拉斯维加斯的一起无人车车祸说起… 卡车撞 Navya 小巴 上周，在拉斯维加斯上线了 Navya Arma 无人驾驶小巴。在发车仪式上，拉斯维加斯市长亲自来站台，展望了无人驾驶时代的美好场景，比如现在 90%车祸都是人为的，无人车很安全 bla bla。按照计划，这辆无人驾驶小巴将在老城区按环形行驶，里程约 1 公里。 发车仪式结束，媒体和吃瓜群众开始上车体验。意外的是，这辆车在 2 小时后就撞了… 有媒体同行正好在车上，为我们还原了车祸时的场景：这辆无人驾驶小巴开的并不快，约 30km/h，行驶非常谨慎，只要有人在前方就会停下等待。拐弯时，等车少了才会前进。 车祸发生前，小巴车前方有一个拖曳式卡车，当时卡车要倒车进入一条小路，小巴和卡车呈垂直方向，小巴按照程序停车等待。由于卡车要进入小路，于是卡车开始打方向倒车（和停入垂直车位差不多），这时卡车右前轮离小巴越来越近，直至发生刮擦。 由于小巴没动，卡车倒车速度也很慢，所以双方损失不大，小巴覆盖件凹了一块。最终，交警判定是卡车责任。 下面剖析一下事故原因：首先，卡车负事故所有责任无误。对于 Navya 无人小巴车来说，它有 360 度感知系统，硬件包括多个摄像头、多个激光雷达等等，可能成本要上百万元人民币，所以感知系统冗余足够。 问题在于，小巴车很明显没有做到像人类司机一样「 聪明」，当前方有车在倒车时，没有后退躲避。按照当时车上的 Digital Trends 记者 Jeff Zurschmeide 的说法 ，事故发生时，小巴车后方至少有 6 米的空间，有足够的倒车空间。于是这辆小巴车在事故发生前几秒，大家只能眼睁睁看着卡车蹭到小巴车，毫无办法。（注：现场图同样来自 Jeff Zurschmeide/Digital Trends）后来，这辆小巴车的运营方 Keolis 公司的一位 VP 表示：Navya 的无人车有倒车功能，但这次失效了。这辆车同样有喇叭，但这次同样没响… 不过反过来说，即使是人类司机，能够立刻挂倒挡躲避卡车的，也没几个人能做到。不过，起码能按个喇叭吧？目前，美国联邦运输安全部的官员已经赶往拉斯维加斯开始调查。 总结：人类司机担责，同时无人车算法不够成熟，不会倒车… Uber 无人车翻车 2017 年 3 月，Uber 的一辆沃尔沃自动驾驶汽车在美国亚利桑那州 Tempe 发生车祸。事故现场异常惨烈，Uber 无人车直接侧翻在地，这也是历史上比较严重的一次无人车车祸。 下图为事故发生的路口： 从图中可以看出，这只是个典型的美国小镇十字路口，车道线清晰，有红绿灯，并且也不是什么繁华地带。 当时 Uber 的 XC 90 无人车正在直行通过路口，一辆福特锐界左转但未避让正在直行的 Uber 无人车。两车发生碰撞发生后，Uber 无人车翻车，事故还牵连了一辆现代伊兰特。（就是这么巧，XC 90 居然直接翻车了…）当时 Uber 无人车前排有两个人，均为 Uber 工程师，当时该车处于自动驾驶状态。事故没有造成人员严重受伤。根据当地警察的说法，这起事故责任在于由人驾驶的福特锐界，原因是福特在左转时未能避让直行的 Uber 无人车。（注：直行车辆有绝对的路权）不过目击车祸的两个吃瓜群众各执一词，一个认为 Uber 无人车抢黄灯，撞到了福特；一个认为是福特的错，撞到了 Uber 无人车。 根据福特司机的说法，她当时正在左转，确认对方车道没有来车时，才继续前行。穿越到第三条车道时，突然看到一辆车飞速开来，已经来不及躲避，当时时速约为 30km/h。 根据 Uber 的说法，这辆 XC90 当时确实处于自动驾驶状态，程序设定是遇到黄灯就直接通过，不加速也不减速，当然安全工程师可以随时接管。穿过路口的时速约为 61km/h，无提前加速迹象。 和前面的拉斯维加斯无人车车祸类似，责任主要原因同样是人类司机「 不守规矩」，造成无人车一方受损。同样，反过来想想，如果是老司机，是不是就能提前预判到福特车会抢道？当然，也可能人类司机不知所措，造成严重的事故。 总结：人类司机担责，Uber 无明显过错，如果算法更「 老司机」 就好了… 谷歌无人车剐蹭大公共 谷歌无人车的这次车祸，同样极具代表性，因为是谷歌无人车的责任… 2016 年 2 月，谷歌 RX450h 无人车与一辆公共汽车发生刮擦，导致这辆 RX450h 损失前保险杠、左侧翼子板和一个传感器，大巴受轻伤。 回顾一下事故现场：当时谷歌无人车在右转车道，想要右转弯。但是它探测到路边有两个沙袋，所以车又向左打方向，想要回到车道中间。当时谷歌无人车车速只有 3.2km/h，非常慢。然而这个时候，左侧的直行车道有一辆大巴并未让行，于是谷歌无人车的左侧翼子板和大巴右后方发生刮蹭。 这是大巴车行车记录仪拍到的画面： 让谷歌无人车变向的是「 沙袋」，让我们来看看所谓的沙袋长啥样： 没错，就是图中下水道边上的两个小沙袋，RX450h 可以轻松碾过去。谷歌方面的人表示：「这次事故我们确实有责任，如果车没动的话，就不会有事故了。」所以问题的根源在于：谷歌无人车对真实世界中的「 障碍物」 认知不清，无法分辨什么可以碾过去，什么必须得避让。同时，对后方来车行为判断失误，违规变道。仔细想想，一个这样的小沙袋都会让无人车「 不知所措」，那高速行驶中碰到一个飞来的塑料袋呢？ 作为进军自动驾驶领域最早的公司，谷歌的数据积累和算法已经非常领先，依然犯下这种「 低级失误」，可见没有 100%的安全。 通用一个月 6 起车祸 通用，是无人车车祸中的「 传统车企」 代表。通用在自动驾驶领域非常积极，自动驾驶版 Bolt 已经进化到了第三代。其中第三代车型已经生产了上百辆，采用流水化生产作业。 常在河边走，哪有不湿鞋。车多了，车祸也随之而来。下面的数据和事故细节来自于通用给监管部门上报的文件，所以没有事故现场图，请自行脑补… 2017 年，通用的无人驾驶车队一共发生 13 起事故，其中 9 月占了 6 起。大部分事故是由于通用无人车在等行人通过、等红灯时，被其他车辆撞上的，事故均未造成严重的后果。 下面举例来说，事故太多，用序号标明… … 继续阅读
「GeekCar Daily」5.16：千万不要被萌哭，英国将测试无人驾驶胶囊 Ultra Pods
英国准备测试无人驾驶胶囊 如果你已经被谷歌无人驾驶汽车萌哭的话，那么这款无人驾驶胶囊也不会让你失望。伦敦将对无人驾驶胶囊 Ultra Pods 进行测试，来评估无人驾驶汽车在英国的可行性。测试胶囊可以在全自动模式下运送乘客，帮助他们到达目的地。测试乘客将在无人驾驶旅程前后参与调查，评估行驶过程是否成功。 外形设计也是生产力。 麻省理工展示超级高铁原型车 随着超级高铁 Hyperloop One 首次测试的成功，麻省理工学院也成立了超级高铁研发项目并展示了原型车。参与到这个项目的成员共有 30 名，今年 1 月份，他们就曾在 Elon Musk 主办的竞赛当中夺冠。团队负责人 Philippe Kirschen 称，今年夏天，这款原型车就将进行轨道测试，测试场地位于加州霍桑。 超级高铁也要成为下一个风口？ 百度将在芜湖成立首个无人车运营区域 百度宣布，将与安徽芜湖市合作打造首个无人车运营区域，首批试运营车辆将由奇瑞提供。第一阶段的运营区域位于芜湖奇瑞厂区附近，奇瑞将提供 20~30 台无人驾驶测试车辆。早在去年 12 月，百度就公布了无人驾驶汽车「3 年商用，5 年量产」 的计划。除安徽芜湖之外，百度未来还将与全国 10 余个城市达成无人车商用合作。 感兴趣的朋友可以去求偶遇。 滴滴否认将赴美 IPO 滴滴出行在获得苹果的 10 亿美元投资之后，就有消息称公司将于 2017 年赴美进行 IPO。面对这一消息，滴滴则进行了否认。公司发言人称，滴滴目前并没有具体的上市计划或时间表。早在滴滴快的合并前，就有消息称滴滴将赴美上市。然而两家公司在合并之后，便暂时搁置了上市计划，合力对抗 Uber。 那啥，Tim Cook 来北京见柳青了。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar 微信公众号： GeekCar 极客汽车（微信号：GeekCar）& 极市（微信号：geeket）。
谷歌和 Uber：从朋友到对手的背后, 是「统治世界」的野心
谷歌准备开始干 Uber 的活儿，作为回应，Uber 也要开始干谷歌的活儿了……（远处飘来一句话：赤果果的撕逼，贵圈儿真的好乱！）最近外媒报道，谷歌计划自主推出一款专车服务，最大的可能性是要和自家长期耕耘的无人车项目结合起来。这无异于是在抢 Uber 的生意，而谷歌投资 Uber 的事情，恐怕没人不知道。 正在进行内部测试的谷歌用车服务 App 截屏已经流出，Uber 方面也已经知晓这个消息。 作为回应，Uber 马上宣布与卡耐基梅隆大学达成战略合作关系，双方在匹兹堡联合建立一个前沿科研中心，主要的研究方向很明确，就是无人驾驶。 这次 Uber 和卡内基梅隆大学的合作最直接的导火索就是谷歌的「 自立门户」，Uber 和谷歌从朋友变成了对手。 那么，Uber 为什么要搞无人驾驶？谷歌为什么要做共享用车？ Uber 做无人驾驶，很大的原因是无人车技术的不断完善能让 Uber 的司机成本大幅缩减，同时无人车还能让 Uber 未来的服务「 智能化」 程度更高。 Uber 未来一定是想要使用无人驾驶车从事运营的，由于和谷歌的亲密关系，使用他们的无人车顺理成章，但是被谷歌「 摆了一道」 以后，就要赶紧找盟友了。 卡耐基梅隆大学 是不错的选择，他们在无人驾驶领域有很深造诣，比如 德尔福的无人驾驶汽车 就有「 卡耐基梅隆基因」。 总之，Uber 做无人驾驶的梦想绝对不会因为谷歌的「 反戈」 轻易地化为泡沫。既然「Uber can be everything！」，那就没理由退缩。当然了，顺便刺激一下资本市场对其的预期也是好的。 而对于谷歌来说，他们迟早会涉足汽车共享领域，只不过没有想到会这么快就曝出要推出专车服务的消息。 浅显的说，坐拥 Google Map 海量数据的谷歌，在「 出行位置」 方面完全算得上是专家。早先谷歌要发挥地图的大能量，于是接入了 Uber 等一系列 App。最简单直接的方式是注资这些 App 公司进而收购，大公司大都善于做这事儿。 不过 Uber 在资本市场受到的巨大宠爱以及自身火箭速度般的发展，一下子成了小巨人。这个时候比较难吃下 Uber，那么谷歌就思考着自己做个专车服务软件来「 挑战」 一下 Uber 了。把谷歌现有的巨量客户转化到其用车 App 上，自己也能「 站着赚钱」，何必只赚提供地图给其他公司的服务费？同时谷歌基于无人车项目的积累，未来专车服务结合无人驾驶想象空间会更大。 或许谷歌要的不止是这些。BGC 资本公司的科林·吉利斯曾预测称「 未来谷歌将击败苹果，成为万亿美元俱乐部的首个会员。」 所以把谷歌推出共享用车服务这件事往深了挖掘，就是生态的继续延展。 谷歌在无人车和机器人等相关前沿领域里面火力大开，做得有声有色。而在未来社会，智能硬件、汽车、机器人及连同衣食住行、医疗健康、文化娱乐等人类生活方方面面的数据都会汇集到「 一张网」 上来。 拿无人驾驶关联的交通网络来说，未来必须要在一个网络才能让无人车们顺畅的运行。如果是分散的网络，一方面会造成不同网络之间「 互通」 高成本的社会资源浪费；另一方面分散的网络不可能产生规模效应。谷歌的野心（当然也是很多科技巨头的野心）正是想成为那张大网，连接一切的平台。所以，共享用车只是谷歌野心路上的一小步。 而 Uber 想做的也是这件事，既然越来越「 搂不住」Uber，那谷歌就要直捣黄龙，断其后路了。 不管是 Uber 还是谷歌，他们的实质都是一样的：把现实生活数据化，然后把这些数据导入在虚拟的网络空间进行「 流通」，最终把现实世界和虚拟世界联系起来，以帮助现实更高效地运行。所以，对于他们来说，终极目的肯定不是共享用车这么表面的东西，而是数据，以及处理运用数据的能力。
无人车如果头上一直顶着「犄角」，那你还爱吗？
在 Mojo Motors 的一项调查问卷中，有五分之四的人表示：如果无人驾驶汽车如果是现在这副尊容，那么他们绝对不会买！ 谷歌的无人驾驶测试汽车的样子让人联想到被锯掉旋翼的直升飞机。（很贴切，有木有！！！）公平地说，谷歌的原型车如果没有那短粗的装置— LIDAR (激光雷达），那么它将寸步难行。目前的 LIDAR 还真的不能入眼，但是这项技术对于无人驾驶汽车十分重要。激光雷达可以实时提供无人车周围的详细 3D 地图，然后无人车根据这些数据对外界进行识别和反应。 位于硅谷的 Velodyne 公司就是激光雷达研发的先行者，经过一些年的积累，这家公司已经把用于无人车的 LIDAR 硬件的尺寸逐渐减少，而且还在进一步降低成本和减小尺寸以在未来面向大众市场。 本月初，这家公司已经发布了 VLP-16 ‘puck’ Lidar ，售价 7999 美元（首款低于一万美元的此类产品），这款激光雷达你可以单手握在手里。 Velodyne 的市场总监 Wolfgang Juchmann 说，他们将致力于将激光雷达变得紧凑和经济。 无人驾驶汽车除非技术使得成本变得较低才能在消费者中得到认可， Velodyne 公司在这方面做了很大的努力。未来的无人驾驶汽车的普及有点类似于现在的电动汽车刚开始的局面：很多人都想拥有一辆 Tesla，但是现在的特斯拉的价格对于大众市场来说还是太昂贵了；未来的无人驾驶汽车也会是足够便宜且品类丰富后才能真正进入普通人的生活。 现在谷歌的雷克萨斯无人测试车上面配备的是 HDL-64E 的激光雷达，它能够将测绘地图的数据传到谷歌山景城总部。 其他的汽车制造商也尝试了其他选择：福特在其测试车 Fusion 上面配置的是一列的 HDL-32E 激光雷达，虽然尺寸比 HDL-64E 小多了，但是看起来仍然是很突兀的。 雪佛兰的概念车 EN-V 2.0 也用了 Velodyne 的激光雷达：单个的 HDL-32E 固定在车顶。这比谷歌的激光雷达样子要稍进步了一些——至少是合并了到汽车本身的结构上。不过雪佛兰的这款概念车并不是所有的功能都是无人驾驶的，所以还是需要有个人坐在驾驶位置上。 相信雷达的技术很快就会小型化，以方便安装在汽车的很多位置上。想想以前大部分汽车都有的较大的无线天线，多么难看，现在的汽车都把无线天线隐藏起来了，和汽车融为一体。激光雷达以后也会小到可以包含在汽车本身的结构里面，并且能够集成更多功能（比如测试和前车距离等）。比如说，激光雷达可以隐藏在侧反光镜、A 柱里面。 激光雷达的进步，从一个侧面反映了无人驾驶汽车终将克服各种技术难题成为现实。至于监管这一块，估计才是对无人驾驶更大的挑战。（目前，无人驾驶汽车在美国只有 4 个州以及爱荷华州的一个县合法）。谷歌、Velodyne 以及其他科技公司一如既往地在创新的路上前进，世界将会越来越美好。 所以无人车不会一直顶着那个丑陋的「 犄角」 的！ 图源：Mojo Motors