美团夏华夏：「无人配送」，技术难度并不低 | 第四届全球智能驾驶峰会

2021年12月10日，由雷锋。com &由新智家主办的第四届全球智能驾驶峰会在深圳正式召开。

此次，Leifeng.com(微信官方账号:Leifeng.com)新智家以“智能驾驶的决战时刻”为主题，将话筒交给了行业内19家标杆企业，辐射13项技术/场景，涵盖智能驾驶算法、芯片、感知、落地等多个维度。每个领域只选出一家最具代表性的企业。

遵循“基础理论与技术的创新”和“行业解决方案的落地”两大黄金标准，演讲嘉宾与业界分享了对过往经验的总结与回顾、对未来趋势的预测以及有效模式的分享。

峰会上方，美团无人车配送部总经理夏华夏做了题为《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，自动投送车由于体积小、速度低，往往给外界一种技术相对简单的错觉。然而，当城市开放道路以20公里以上的速度行驶时，非机动车道上行人、自行车和机动车的不确定性往往会给自动配送车辆带来意想不到的安全问题。

虽然自动驾驶技术在整体上是标准化的，但自动送货车大多行驶在非结构化的道路上，道路狭窄，障碍物多，不确定性多。

他认为，城市配送要想实现大规模落地，就要把没有安全员的运营一线去人性化。现在一方面需要行业玩家继续完善自动驾驶技术，让整个自动驾驶能够更加安全可靠的感知、规划、控制、定位周围。另一方面需要跟进人力、维修、应急安全人员等运营能力。

今年4月，美团发布了自动配送车魔包20，按照车辆监管标准生产。经过车辆性能测试、耐久性测试、夏季冷热环境适应性等多项测试，最高时速达到45公里。

目前，美团在北京顺义区的自动配送车辆累计行驶里程约50万公里，配送订单超过10万单。

以下为夏华夏演讲全文。雷锋的新智慧司机。com在不改变初衷的情况下进行了整理和编辑:

大家好！刚才朱老师做完了一个很精彩的分享，里面提到无人驾驶难度很大，我也有同感。因为美团无人化到现在已经五年多了，从开始到现在，我们每年都有一些进步，也面临着新的挑战。我自己内心对这件事的敬畏一年比一年大。

今天借此机会和大家保持同步，一方面是2021年美团在自动驾驶方面的进展，另一方面是想和大家一起探讨复杂城市场景下自动驾驶面临的挑战。

这张图是自动驾驶的应用语境，分为不同的场景和速度。根据场景的速度和复杂程度，我们在地图上绘制了很多场景应用，并用不同的颜色表示。蓝色是载人车辆，红色是城市公共交通的公交车，橙色是无人配送场，灰色是特殊场景的应用。

你可以看到，右上角越高，速度越高，场景越复杂。从自动驾驶技术的角度，我们认为它需要更多的自动驾驶技术。

如果看市区的无人配送，虽然速度要求不是特别高，但是场景复杂度特别高。

这些斜虚线代表某些能力的轮廓线。如果无人配送是在最复杂的场景下，可能代表着需要我们最完善的自动驾驶技术，这是我们一直在努力突破的目标。

物流一般分为干线物流和城市配送。今天早上几位嘉宾提到了自动驾驶卡车，是干线物流。市区配送一般在四五十公里以下，20公里以上的速度进行。其中物流场景一般称为支线配送。还有一些封闭场景，如公园、校园、住宅小区等。，而且还有很多配送需求。

美团现在主要以城市场景分发为主，会涉及城市道路、公园、小区道路等等。这种场景的参与者非常复杂。我们希望最终实现将城市场景中包括公园、开放道路在内的配送车辆与无人机相结合，通过无人设备与我们的车友合作，打造一个露天一体化的人机协同配送网络，支持我们城市末端的配送需求。

今年4月，我们正式发布了一款全新的自动送货车——Magic Bag 20，宽1.1米，长2.5米，最高时速45公里。在车辆智能化方面，我们增加了更多的传感器和更多的计算能力，整车传感器总数达到了30多个。在车辆硬件方面，我们根据车辆分类标准进行生产、制造和测试。其中，我们已经完成了整车性能测试、耐久性测试、冷热夏环境适应性测试。

今年北京顺义区公共道路配送累计总里程约50万公里，累计真实用户订单约10万。今年参与了深圳、广州、南京、成都、厦门等城市的抗疫工作。

自动送货车要识别开放道路上的红绿灯，要与很多车辆、行人、老年代步车、自行车、电瓶车、逆行行人、非机动车道上的车辆进行交互。当整体运行速度在20公里以上，有很多电瓶车逆行时，会给无人配送车的通行带来很大的挑战。

自动送货车是送货车，行驶速度比较低。在很多人的想象中，是不是比较简单？但是当我们实际去做的时候，发现在这个场景中，会遇到很多城市的“烟火”，还有意想不到的长尾和复杂的情况。

我在这里列举了几张图片。比如在机动车道或者非机动车道上，行人、自行车等很多不同的元素相遇，路边停着很多车辆，包括我们在非机动车道上行驶的时候，很多树木对卫星信号的遮挡非常严重。

整个自动驾驶技术是非常一致的，包括定位、感知、决策、控制，但是每个环节都会面临挑战。对于更特殊的挑战，我会单独给你看例子。

让我们看一看……感知第一。在目前的场景下，因为我们要在机动车道和非机动车道行驶。这三张图片代表不同的相机。通过结合摄像头和雷达，我们可以识别周围的许多障碍物。

从这张图可以看出，道路上有许多不同的障碍物，速度不同，移动方向不同，类型也不同。

例如，公园里狭窄的道路上有很多行人和自行车。在这样的场景下，我们如何识别他们呢？如果有自行车停在这里，我们需要判断车内有人还是车旁有人，是静止的车还是自行车等等。

再一个就是定位。我们往往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下，还是有很多挑战。

一方面，很多场景会贬低定位。所谓“退化”就是它的周边场景。首先，卫星信号可能会被屏蔽。

另一方面，如果我们通过视觉看周围的环境，环境总是不变的。比如在一个很长的隧道里，无论你走到哪里，激光雷达视觉匹配，你看到周围的隧道都是一样的。或者在地下室的旋转坡道上，不仔细识别信息很难知道现在在哪里。再比如树木会遮挡很多卫星信号，这就让我们不得不使用更全面的技术手段来定位。再比如，城市道路上会频繁遇到大量的城市道路建设场景，环境会频繁变化。一旦发生变化，我们需要及时更新高精地图，让车辆更好的行驶。

让我们看看决策控制。在城市环境中，有各种道路元素与自动送货车辆交互。如果自动送货车行驶在机动车道上，那么预测周围车辆的运动轨迹和行驶速度相对容易，因为大部分车辆都是直行，偶尔会变道。然而，当周围有很多行人和自行车时，当很多人逆行时，或者当很多行人正在过马路时，如何更好地预测周围的每一个元素或者它们在未来三到五秒内将出现在哪里，将极大地影响我们的决策和控制行动。

最右边的图片显示，自动送货车在非结构化道路上没有进行良好的掉头，例如公园道路。如果它大规模掉头，对车辆技术要求非常高，因为路径规划和速度控制必须非常好地匹配才能实现。现在我们实现了时空一体化的三维规划，将路径规划和速度控制结合在一个模型中，使自动送货车能够在剧烈变化的路径中稳定运行。这是我们在决策控制中遇到的挑战。

另一大类是安全。车辆在路上一定要安全，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时应该能够避开障碍物；被动安全就是在发生碰撞的情况下，不管是我的错还是别人的错，如何把对周围环境的损害降到最低。比如人发生碰撞，汽车可以通过外形设计和选材减少碰撞造成的伤害。

同时，我们也会考虑数据安全。我们的车辆会收集大量的数据，其中很多都是敏感的地理数据。我们需要确保这些数据被安全地传输和存储。

再比如网络。上传的数据和车辆的控制信号都通过网络传输。应该考虑如何确保数据加密和控制信号不被篡改。

和功能安全。对于车辆来说，除了车辆的机械结构之外，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发生故障。当某些部件出现故障时，车辆能否很好地实现容错？如果不能正常运行，也要尽量减少对交通的危害。

主动安全、被动安全、数据安全、网络安全、功能安全，这五个安全领域都是我们已经发现并要一一解决的。所以我们现在从三个维度去思考:车辆设计，整个系统包括软件系统，整个操作流程都需要设计好，这样我们的配送才能更安全。

最后，展望未来，我们觉得如果城市配送最终大规模落地，一定是非人性化的，也就是说安全员不需要跟在运营一线。如果自动驾驶汽车要一个人跟，即使经济成本不够，无人配送也是如此。

自动投送车上没有座位，但自动投送车目前在大部分城市落地时，按照政策要求，需要一个人和一个远程监控跟在车后。我们希望最终无论从技术上还是政策上，自动送货车都可以在没有一线运营安全员的情况下上路运行，重点是远程监控保障运营。因此，我们一方面需要继续完善自动驾驶技术，让自动驾驶能够更加安全可靠地感知、规划、控制和定位周围环境。

另一方面，我们在运营上下功夫。如果有一些突发事件，我们可以通过运营的人力、维修、应急安全人员快速跟上。

在政策法规方面，需要和政府合作。通过自动驾驶能力的提升，政府可以更有信心，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，整个行业也需要不断探索。

希望通过美团、在座的同事以及很多朋友的努力，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，但是希望有更多的人来帮忙，让这个事情早日实现。

希望大家继续努力！雷锋网雷锋网雷锋网

雷锋的原创文章。未经授权，禁止转载。详见转载说明。2021年12月10日，由雷锋。com &由新智家主办的第四届全球智能驾驶峰会在深圳正式召开。

此次，Leifeng.com(微信官方账号:Leifeng.com)新智家以“智能驾驶的决战时刻”为主题，将话筒交给了行业内19家标杆企业，辐射13项技术/场景，涵盖智能驾驶算法、芯片、感知、落地等多个维度。每个领域只选出一家最具代表性的企业。

遵循“基础理论与技术的创新”和“行业解决方案的落地”两大黄金标准，演讲嘉宾与业界分享了对过往经验的总结与回顾、对未来趋势的预测以及有效模式的分享。

峰会上方，美团无人车配送部总经理夏华夏做了题为《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，自动投送车由于体积小、速度低，往往给外界一种技术相对简单的错觉。然而，当城市开放道路以20公里以上的速度行驶时，非机动车道上行人、自行车和机动车的不确定性往往会给自动配送车辆带来意想不到的安全问题。

虽然自动驾驶技术在整体上是标准化的，但自动送货车大多行驶在非结构化的道路上，道路狭窄，障碍物多，不确定性多。

他认为，城市配送要想实现大规模落地，就要把没有安全员的运营一线去人性化。现在一方面需要行业玩家继续完善自动驾驶技术，让整个自动驾驶能够更加安全可靠的感知、规划、控制、定位周围。另一方面需要跟进人力、维修、应急安全人员等运营能力。

今年4月，美团发布了自动配送车魔包20，按照车辆监管标准生产。经过车辆性能测试、耐久性测试、夏季冷热环境适应性等多项测试，最高时速达到45公里。

目前，美团在北京顺义区的自动配送车辆累计行驶里程约50万公里，配送订单超过10万单。

以下为夏华夏演讲全文。雷锋的新智慧司机。com在不改变初衷的情况下进行了整理和编辑:

大家好！刚才朱老师做完了一个很精彩的分享，里面提到无人驾驶难度很大，我也有同感。因为美团无人化到现在已经五年多了，从开始到现在，我们每年都有一些进步，也面临着新的挑战。我自己内心对这件事的敬畏一年比一年大。

今天借此机会和大家保持同步，一方面是2021年美团在自动驾驶方面的进展，另一方面是想和大家一起探讨复杂城市场景下自动驾驶面临的挑战。

这张图是自动驾驶的应用语境，分为不同的场景和速度。根据场景的速度和复杂程度，我们在地图上绘制了很多场景应用，并用不同的颜色表示。蓝色是载人车辆，红色是城市公共交通的公交车，橙色是无人配送场，灰色是特殊场景的应用。

你可以看到，右上角越高，速度越高，场景越复杂。从自动驾驶技术的角度，我们认为它需要更多的自动驾驶技术。

如果看市区的无人配送，虽然速度要求不是特别高，但是场景复杂度特别高。

这些斜虚线代表某些能力的轮廓线。如果无人配送是在最复杂的场景下，可能代表着需要我们最完善的自动驾驶技术，这是我们一直在努力突破的目标。

物流一般分为干线物流和城市配送。今天早上几位嘉宾提到了自动驾驶卡车，是干线物流。市区配送一般在四五十公里以下，20公里以上的速度进行。其中物流场景一般称为支线配送。还有一些封闭场景，如公园、校园、住宅小区等。，而且还有很多配送需求。

美团现在主要以城市场景分发为主，会涉及城市道路、公园、小区道路等等。这种场景的参与者非常复杂。我们希望最终实现将城市场景中包括公园、开放道路在内的配送车辆与无人机相结合，通过无人设备与我们的车友合作，打造一个露天一体化的人机协同配送网络，支持我们城市末端的配送需求。

今年4月，我们正式发布了一款全新的自动送货车——Magic Bag 20，宽1.1米，长2.5米，最高时速45公里。在车辆智能化方面，我们增加了更多的传感器和更多的计算能力，整车传感器总数达到了30多个。在车辆硬件方面，我们根据车辆分类标准进行生产、制造和测试。其中，我们已经完成了整车性能测试、耐久性测试、冷热夏环境适应性测试。

今年北京顺义区公共道路配送累计总里程约50万公里，累计真实用户订单约10万。今年参与了深圳、广州、南京、成都、厦门等城市的抗疫工作。

自动送货车要识别开放道路上的红绿灯，要与很多车辆、行人、老年代步车、自行车、电瓶车、逆行行人、非机动车道上的车辆进行交互。当整体运行速度在20公里以上，有很多电瓶车逆行时，会给无人配送车的通行带来很大的挑战。

自动送货车是送货车，行驶速度比较低。在很多人的想象中，是不是比较简单？但是当我们实际去做的时候，发现在这个场景中，会遇到很多城市的“烟火”，还有意想不到的长尾和复杂的情况。

我在这里列举了几张图片。比如在机动车道或者非机动车道上，行人、自行车等很多不同的元素相遇，路边停着很多车辆，包括我们在非机动车道上行驶的时候，很多树木对卫星信号的遮挡非常严重。

整个自动驾驶技术是非常一致的，包括定位、感知、决策、控制，但是每个环节都会面临挑战。对于更特殊的挑战，我会单独给你看例子。

让我们看一看……感知第一。在目前的场景下，因为我们要在机动车道和非机动车道行驶。这三张图片代表不同的相机。通过结合摄像头和雷达，我们可以识别周围的许多障碍物。

从这张图可以看出，道路上有许多不同的障碍物，速度不同，移动方向不同，类型也不同。

例如，公园里狭窄的道路上有很多行人和自行车。在这样的场景下，我们如何识别他们呢？如果有自行车停在这里，我们需要判断车内有人还是车旁有人，是静止的车还是自行车等等。

再一个就是定位。我们往往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下，还是有很多挑战。

一方面，很多场景会贬低定位。所谓“退化”就是它的周边场景。首先，卫星信号可能会被屏蔽。

另一方面，如果我们通过视觉看周围的环境，环境总是不变的。比如在一个很长的隧道里，无论你走到哪里，激光雷达视觉匹配，你看到周围的隧道都是一样的。或者在地下室的旋转坡道上，不仔细识别信息很难知道现在在哪里。再比如树木会遮挡很多卫星信号，这就让我们不得不使用更全面的技术手段来定位。再比如，城市道路上会频繁遇到大量的城市道路建设场景，环境会频繁变化。一旦发生变化，我们需要及时更新高精地图，让车辆更好的行驶。

让我们看看决策控制。在城市环境中，有各种道路元素与自动送货车辆交互。如果自动送货车行驶在机动车道上，那么预测周围车辆的运动轨迹和行驶速度相对容易，因为大部分车辆都是直行，偶尔会变道。然而，当周围有很多行人和自行车时，当很多人逆行时，或者当很多行人正在过马路时，如何更好地预测周围的每一个元素或者它们在未来三到五秒内将出现在哪里，将极大地影响我们的决策和控制行动。

最右边的图片显示，自动送货车在非结构化道路上没有进行良好的掉头，例如公园道路。如果它大规模掉头，对车辆技术要求非常高，因为路径规划和速度控制必须非常好地匹配才能实现。现在我们实现了时空一体化的三维规划，将路径规划和速度控制结合在一个模型中，使自动送货车能够在剧烈变化的路径中稳定运行。这是我们在决策控制中遇到的挑战。

另一大类是安全。车辆在路上一定要安全，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时应该能够避开障碍物；被动安全就是在发生碰撞的情况下，不管是我的错还是别人的错，如何把对周围环境的损害降到最低。比如人发生碰撞，汽车可以通过外形设计和选材减少碰撞造成的伤害。

同时，我们也会考虑数据安全。我们的车辆会收集大量的数据，其中很多都是敏感的地理数据。我们需要确保这些数据被安全地传输和存储。

再比如网络。上传的数据和车辆的控制信号都通过网络传输。应该考虑如何确保数据加密和控制信号不被篡改。

和功能安全。对于车辆来说，除了车辆的机械结构之外，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发生故障。当某些部件出现故障时，车辆能否很好地实现容错？如果不能正常运行，也要尽量减少对交通的危害。

主动安全、被动安全、数据安全、网络安全、功能安全，这五个安全领域都是我们已经发现并要一一解决的。所以我们现在从三个维度去思考:车辆设计，整个系统包括软件系统，整个操作流程都需要设计好，这样我们的配送才能更安全。

最后，展望未来，我们觉得如果城市配送最终大规模落地，一定是非人性化的，也就是说安全员不需要跟在运营一线。如果自动驾驶汽车要一个人跟，即使经济成本不够，无人配送也是如此。

自动投送车上没有座位，但自动投送车目前在大部分城市落地时，按照政策要求，需要一个人和一个远程监控跟在车后。我们希望最终无论从技术上还是政策上，自动送货车都可以在没有一线运营安全员的情况下上路运行，重点是远程监控保障运营。因此，我们一方面需要继续完善自动驾驶技术，让自动驾驶能够更加安全可靠地感知、规划、控制和定位周围环境。

另一方面，我们在运营上下功夫。如果有一些突发事件，我们可以通过运营的人力、维修、应急安全人员快速跟上。

在政策法规方面，需要和政府合作。通过自动驾驶能力的提升，政府可以更有信心，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，整个行业也需要不断探索。

希望通过美团、在座的同事以及很多朋友的努力，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，但是希望有更多的人来帮忙，让这个事情早日实现。

希望大家继续努力！

雷锋网雷锋网雷锋网

雷锋的原创文章。未经授权，禁止转载。详见转载说明。

标签：北京发现远程

汽车资讯热门资讯