豪杰涌入
2014年11月，江蘇常熟，中國智能車未來挑戰賽如期舉行。張放所在的清華大學代表隊是22個參賽車隊之一。比賽開始，清華大學的無人車頭頂激光雷達在14.5公里的賽道上行駛著，在無人操控的情況下自動上演著避讓行人、避讓建筑物、90度拐彎等“驚險戲碼”。
中國智能車未來挑戰賽被視作“無人駕駛智能車輛最高級別賽事”，這也是張放所在課題組第一次參加的L4級別的比賽。彼時，25歲的張放正在清華大學汽車系念博士二年級。在此之前，張放參加的比賽大多利用輔助駕駛系統，并不能讓駕駛員的雙手獲得解放。
在比賽開始前，張放團隊花了近3個月的準備時間。他們首先將長安CS35作了線控改裝，讓這臺笨笨的大家伙像人一樣，有“頭”、“手”、“腳”，并具備了和人腦一樣的思考和判斷力。
據張放介紹，在改裝過程中，他們開發的自動駕駛的行走功能，主要包括感知、定位、決策和控制。遍布車身的攝像頭和激光雷達探測器就是無人車的眼睛，它們負責讓車看清四周、識別周圍障礙物。“當時，我們車輛的有效識別范圍在70米~80米，即能夠保證在此范圍內識別障礙物并返回足夠數量的數據。”
改裝過后便是調試，張放團隊奔波在北京和天津，通宵調試更是家常便飯。張放說，坐在無人駕駛車上時，車輛的任何反應都會在大腦中快速對照著相應的代碼，燒腦又刺激。
比賽過后，張放去了日本日產先進技術研究中心訪問，隨后，他在加州大學伯克利分校念了一年聯合博士。2015年5月，張放的清華師兄張德兆創立了自動駕駛公司“智行者”，張放和參加未來挑戰賽的幾名核心成員，以聯合創始人的身份加入了公司。這家公司也因此有了“清華純正血統”。
也就是從這時起，“自動駕駛”的創業故事開始更頻繁地進入公眾視野：2016年2月，前英特爾中國研究院院長吳甘沙同伙伴一起聯合創建馭勢科技;2015年9月，侯曉迪放下此前互聯網廣告方面的工作，聯合陳默、郝佳男一起成立了圖森未來，徹底轉向無人駕駛方面的研發工作。此外，小馬智行、Momenta等初創公司，百度、阿里巴巴、滴滴等互聯網巨頭也開始斥巨資加碼研發投入。
據Comet Labs智能交通實驗室報告顯示，截至2017年第一季度，全球前14大技術公司，已經有12家宣布開發自動駕駛相關的技術。正如吳甘沙所形容的，2016年是無人駕駛行業的“立春”之年，2017年是“雨水”，雨水充沛、草木萌動，大大小小的公司都起來了。
張放回憶道：“因為這個詞在當時太熱了，有一定技術基礎的公司很容易拿到投資。”公開資料顯示，自2015年7月后的半年內，智行者獲得兩輪融資，融資金額達到2500萬元。
一批留學海外的高智商技術人才也同樣被吸引，紛紛回國涌入自動駕駛行業。
2016年末，戴震告別德國，結束了長達13年的異國生活。
戴震回國前最后的工作是為汽車巨頭戴姆勒研發一個基于新型地圖格式NDS的內置汽車導航系統。
一年后，戴姆勒的工作順利交付。不過彼時，汽車導航受手機App沖擊較大，作為一項成熟的技術創新的空間也有限，“我挺怕沒有創新的，缺乏挑戰性。”
鄉愁也在戴震心中越化越濃。“歲數越來越大，老覺得在外面漂著不太好，所以想回北京。借著以前的專業背景，就想著還能做些什么。自動駕駛算是地圖的第二春。”
回國后的戴震加入了倪凱當時的樂視汽車團隊后，戴震從基礎開始搭建高精地圖導航模塊。2017年6月，倪凱創建禾多科技，戴震則挑起了高精地圖和模擬器業務的擔子。
與傳統地圖相比，自動駕駛所用的高精地圖，從細節程度跟精確度來講都大大提高。“地圖是自動駕駛汽車上最穩定的傳感器，也是可視范圍最大的傳感器，可以提供給其他傳感器很多信息。”
涌入自動駕駛行業的還有為數不少的90后。
與多數自動駕駛的技術控一樣，隋清宇將編程作為其最大的愛好之一，并從小展現出天賦。小學五年級時，他的家里買了臺電腦，隋清宇便用零花錢在書攤上買了一本編程小書，開始自學編程。
在天津耀華中學實驗班念書期間，隋清宇拿到全國信息學奧林匹克賽銀牌。之后，他順利保送進入上海交通大學的計算機科學與工程學院。畢業后，他先后在微軟和Google工作。
本命年的一天，隋清宇接到耀華學長的電話，對方稱“自己在做一家創業公司，做無人駕駛，要不要試試”。在Google工作時，隋清宇就知道Google X在做一些很神秘的實驗，無人駕駛就是其中一部分。2017年年初，回國后的他正式加入圖森未來，負責開發和維護無人駕駛卡車背后的操作系統。
通俗點說，“自動駕駛系統有不同模塊，比如不同傳感器、底層的一些東西，我們做的就是把這些串在一起，讓它能在車上跑起來。”隋清宇解釋道。
“八仙過海，各顯神通”
2017年，在京東6.18購物節到來之前的兩個月，張放開啟了通宵工作模式。從太陽正當空的2點開始工作，張放會看到清華夜晚的月亮，再到晨曦5點結束工作。彼時，智行者將要推出無人物流配送車“蝸必達”，而京東則是他們智慧物流領域的重要合作伙伴。
深夜時分，清華園周圍一片寂靜，智行者的無人物流配送車在低速行駛。張放團隊在路邊盯著車，一邊討論功能，一邊開發，并隨時上車去做測試。
由于清華園樹多、建筑物多，過多的遮擋物會使GPS衛星信號受到影響，在張放眼中，清華園考的這些條件也變成檢驗無人駕駛技術的“修羅場”。為此，智行者團隊開發出了融合定位方案，即特征越多定位越準，以保證車輛在任何情況下都有非常精確的定位。
2017年6月，蝸必達順利發布。這是一輛可以“投懷送抱”的低速無人物流車。據張放介紹，客戶可以通過手機端向后臺發送取貨時間及取貨地點等需求，后臺將調度無人物流車在約定時間到達約定地點，客戶輸入開門密碼后取走貨物。
在產品發布前，沒日沒夜的調試可謂自動駕駛技術咖們的常態。
2018年年初，禾多科技發布了應用于高速公路的自動駕駛解決方案HoloPilot的第一個版本。發布之前兩個月，禾多開啟了War Room的工作模式，各個相關研發模塊的同事聚在一起，不上車調試時就圍坐在屋子中央的兩張大桌子周圍，夜以繼日地改代碼。戴震參與其中：“大家坐在一起，每天這么干，如同打仗”。
“當時時間非常緊張，我們上午上車調試，中午改上午的問題;下午再調試，晚上再改代碼。”
“這是一個0到1的過程，這個過程是最難的。”戴震告訴AI財經社。目前HoloPilot已完成軟硬件平臺搭建、多傳感器的集成融合，以及智能決策控制等模塊的開發，并針對高速公路場景開展了大規模的路測，能夠在高速公路場景實現自動跟車及車道保持、交通擁堵引導、主動換道及超車、上下匝道、路網切換等功能，支持最高時速120km/h。
在圖森未來負責測試的隋清宇和李智超，也經歷了從0到1的過程。自2018年4月，在北方某深水港，圖森未來團隊開始密集地進行無人集卡車隊港內測試。自夏入秋，60余位圖森的技術人員在測試區一待便是一個禮拜，只有到周末才能回一次北京。
港區必須戴安全帽，在隋清宇的記憶中，“‘身穿反光衣、頭戴安全帽’成了大家伙兒的標志”。如果一段路又運煤又運鋼，圖森的工程師的形象會更顯狼狽。“在港口待一整天后出來，晚上洗臉時，隨便拿紙擦一擦，臉上全是又偏黑又偏紅的顏色。”李智超形容道。
“你可想而知卡車里面，硬件服務器面臨的是怎樣的環境。除了要知道防塵怎么做，還要保證車內溫度是合適的。”他提高音量，“無人駕駛是一個跟命有關的東西。做不好，是要出事的。”
李智超在圖森未來擔任定位與高精地圖算法工程師。由于卡車比較顛簸，傳感器的位置和方向都會不停變化，導致卡車對周圍的感知不準確，“我的工作便是實時估計攝像頭的位置，在線標定傳感器的不同位置”。李智超說。
一旦有一點偏差，定位系統便不是一個合格的產品。“去現場實地考察的時候，我們發現港口的路寬2.8米，可是光卡車就有2.6米。這意味著，給我們定位的余量非常少，不光如此，港口的環境也很苛刻，電磁的干擾給定位帶來更大的難度。”
李智超介紹，在高速路上，相較普通乘用車卡車還要運貨，所以不能踩緊急剎車。因此，自動駕駛卡車要有800~1000米的距離來做決策。“在遭遇一些自動駕駛卡車決策不及時的case后，我們決定把感知距離做到1000米這么遠。”
看著自家無人卡車在港口一圈一圈跑起來，是兩個90后年輕人最有成就感的時刻。“我們寫過的每一行代碼，都應用在了自動駕駛卡車上。”
不同于無人駕駛車輛在高速公路、港口、機場等真實場景的調試，馭勢科技仿真技術負責人齊歆瑜還看過更多的仿真測試。
屏幕上，馭勢無人駕駛系統控制的汽車，在“模擬場景”浙江嘉善測試場中行駛著。時而光閃雷電，地面濕滑;時而多輛車在眼前橫向迅速經過，這輛無人車接受著更多有關感知、定位等復雜考驗。
在齊歆瑜看來，仿真就是要營造一個真實的世界，“因為無人駕駛技術的大規模落地，僅僅通過傳統測試可能無法滿足，需要專門打造一套更具針對性的測試方案”。
在實景高效測繪后，仿真技術要模擬所有場景，達到和實景1：1的還原，同時，仿真技術還要模擬攝像頭、激光雷達等傳感器，并報給無人駕駛系統，讓無人駕駛系統覺得自己和開真車一樣。
此前蘭德智庫測算，要實現完全的自動駕駛需要100輛汽車耗費225年的時間進行7X24小時不間斷測試，仿真技術的出現則大大縮短了這一時間。通過仿真技術平臺，測試人員可以獲得“坐地日行百萬公里”的模擬數據，更重要的是，仿真技術也讓調試效率提高不少，還能降低研發門檻。
“假設沒有仿真技術，無人駕駛的研發要大多經過‘改裝車、寫代碼、將程序載入或拷貝到車上、在有限的道路上測試、發現問題、再回到辦公室改代碼”的閉環。用上仿真技術后，技術人員可以在寫完代碼需要測試時直接連仿真，便能立竿見影看到效果。”齊歆瑜告訴AI財經社。
在禾多科技負責模擬器的戴震也有同感，模擬器(仿真系統)可以將地圖、傳感器、交通流的數據渲染出來，研發人員一看便能通過這些結果分析算法中存在的問題。
“甚至不用進行車輛改裝這一成本很高的步驟，有仿真技術后，技術人員寫完代碼需要測試時，直接連上仿真系統做實驗。”齊歆瑜告訴AI財經社。
為了讓仿真更真實，齊歆瑜團隊還探索出“同場景多車仿真”技術，他介紹道：“要讓非常多的客戶端同時接進來，這些客戶端有些是無人駕駛系統在控制，有些是人工在控制。此外，還要設置一套類似交通法規的標準法規評測系統，去評判無人駕駛系統的行為到底合適不合適。”
高壓力、高學歷、高薪酬
有人調侃道，在大眾的認知里，40歲以上才能稱為中年人。但在自動駕駛行業，只要你超過25歲，你就是中年人，要為稀薄的發際線做最后的努力。在無人駕駛公司做程序員的承受的壓力和辛苦可想而知。
“我沒有太多時間做別的事情。有同事讓我去健身房，但大多時候，我下班后健身房肯定是關門的。累是累，但不覺得煩，顧不上想太多。”戴震感慨。過勞肥也成了多數中年人的體態特征。李文俊調侃道，“剛去百度時只有67公斤，現在將近80公斤了”。
自動駕駛也是男性員工占據大半壁江山的行業。據張放介紹，智行者研發團隊的男女比例大約為8：2。不過，理工男心底也有獨特的溫柔。
禾多科技嵌入式平臺負責人李文俊在而立之年成為一名新晉奶爸，他自封自己“擼得了代碼，扛得了萌娃”。一想到自家娃，李文俊嘴角便會不自覺嘴角上揚，朋友圈曬娃也成為其日常操作，他將兒子側臉與蠟筆小新對比，稱自家娃“與生俱來的明星臉”。
為實行扁平化管理，自去年開始，禾多科技的員工們為各自取了“花名”。雖然留德10余年，戴震卻取名為“杜甫”，并在自動回復郵件時落款“悲催的現實主義詩人”。李文俊的團隊則全部采用退役球星的名字，他給自己起名“卡卡”。
越來越多的“新鮮血液”正在不斷進入自動駕駛領域。張放告訴AI財經社，經過4年發展，智行者團隊已從不到10人的小團隊發展到現在的250余人;而在兩年多的成長時間里，禾多也增加至160余人。
高學歷和高薪酬也是自動駕駛行業從業者的標簽。智行者團隊的學歷背景一般是碩士以上。戴震介紹，其部門員工多為90前后生人，學歷背景要求重點院校211的碩士，或有同行業著名企業的工作經驗。齊歆瑜仿真團隊的成員大多是碩士學位的95后，“仿真技術是集大成的技術，需要懂怎么寫代碼，也要會建美術模型。95后更有活力和想法”。
相較于清華大學2015屆本科畢業生平均10969元的薪酬，張放對AI財經社透露，自動駕駛行業起薪應該至少加一倍，“不過也要因人而異”。
伴隨著新鮮血液的注入，自動駕駛公司也告別了起初“一人身兼數職”的情況，開始為各個方向上做更細致的規劃。以智行者為例，其今年把軟件優化和算法分離，而在算法方面，又在感知、定位、決策和規劃上做了進一步細分。
商業化考究不可少
對于張放和整個智行者團隊而言，布局無人物流車的思路并非一蹴而就。
起初，張放團隊并未找到落地場景，而是專注于乘用車“星驥”的研發。不過，他們很快意識到，以現在的技術難度，若將Robotaxi(無人駕駛出租車)作為技術目標，5到10年也未必能實現。
“做一個在某些方面服務于人的、可以大規模落地的產品，以幫助公司在融資外，收獲自我造血的能力。”張放團隊最終決定從低速的無人駕駛物流環衛領域切入。在蝸必達后，智行者的無人駕駛清掃車“蝸小白”也正式投放。與室內掃地機器人相比，無人駕駛清掃車所處環境苛刻，不僅要穩定應對酷暑和寒冬，還要在室外的三維空間重建地圖和定位，以精準感知路沿以免碰撞。
對于布局無人清掃車，張放解釋道：“對于蝸小白而言，跟人的交互沒有無人物流車頻繁。物流車終端客戶為美團、京東等，它需要實時和這些大公司的完整物流體系相結合，這需要長時間的鋪墊才有爆發。而蝸小白的終端客戶多為當地物業或保潔公司，更容易推廣。”
現在，智行者更多是將“星驥”作為新晉技術研發平臺，“看看星驥上研發的算法哪些是可以降維使用到低速車上”。
現在，智行者更多是將“星驥”作為新晉技術研發平臺，“看看星驥上研發的算法哪些是可以降維使用到低速車上，公司戰略方向還是以低速為主”。
同張放一樣，馭勢科技CEO吳甘沙很早就意識到了商業化的重要性。在他看來，像Waymo、Cruise這些專注L4級別的大玩家都將目標瞄準了RoboTaxi服務，但這種燒錢的玩法并不適用于創業者，“現在創業公司需要更加聰明的玩法，既能夠在資金允許的范圍內不斷提升，同時又能一步一個腳印將商業化落地，更關鍵的是有一條非常清晰的戰略路徑。所以許多孤注一擲做L4的，也在嘗試做其他領域。”
為此，馭勢還與機場和分時租賃平臺展開了合作，同時布局大出行、大物流領域。除了和境內外機場合作無人物流拖車，馭勢科技提供的無人接駁車和無人巡邏車，已經在剛剛通航的北京大興國際機場進行了長期測試。無人接駁車具備L4級無人駕駛能力，輸入目的地即可實現自主規劃行駛路徑、自主駕駛、自主避障等功能，可運用于機場擺渡，為旅客和工作人員提供短途接駁服務;無人巡邏車可按照固定路線實現自主巡邏，主要用于支持機場智慧安防建設。
在尋找落地應用場景方面，自動駕駛行業確實確實到了“八仙過海，各顯神通”的時候。隨著各家公司產品推出，量產成為新的打擂臺，自動駕駛企業的競爭暗流涌動。
張放介紹，去年10月，智行者無人駕駛物流車“蝸必達”和無人駕駛清掃車“蝸小白”實現量產。
圖森未來去年8月在美國1-10公路正式開始收費商業化運營，賺來第一桶金。30多臺無人駕駛卡車奔馳在美國I10、I20和I30公路上，目前服務著18位客戶。圖森未來最終目標是積累足夠的運營經驗后，在未來幾年實現全面量產。
在中國，圖森未來也正努力推動無人駕駛商業化的落地與實現。目前，圖森未來正在探索在上海臨港物流園區、東海大橋、洋山港等地開展無人集卡物流配送示范運營。在洋山港、東海大橋和臨港物流園的物流動脈上，圖森未來的卡車已經匯入了車流。
在禾多科技，為了實現量產，專門成立了一個任務組，CEO倪凱為其取名為“Dragon Glass”。負責這個任務組的“主帥”是今年剛過而立之年的嵌入式平臺負責人李文俊。
李文俊本科畢業于北京航空航天大學自動化專業，2014年10月，自加拿大碩士畢業后入職百度，李文俊加入倪凱的無人車團隊。2017年，李文俊跟隨倪凱成為禾多的一員。在加入禾多半年多后，由李文俊負責的軒轅平臺面世。
“量產的意思是，我們實現的這些功能是不是能夠高度一致性的部署到大量的面向客戶銷售的車上。因為能上車的代碼也好、硬件也好，整個研發體系也好，它都會有一套自己的規程和標準。”戴震告訴AI財經社，“這些標準或者由國際第三方組織制定，在車廠被認可;或者由車廠自己制定;還有一些法律法規等。我們現在必須滿足這些標準，這是一件很有挑戰性的事情。”
不過，除量產外，仍有技術難題縈繞在自動駕駛人的心頭。張放認為，在融合感知、行為預測和擬人化決策方向上仍有一定的提升空間。通過整體技術方案的提升，無人車是否能像一個老司機一樣處理各種復雜的低頻的工況?
在張放看來，低級別的偏駕駛員輔助和限定場景的自動駕駛，最近一兩年就會爆發了，關鍵是看這個場景是不是真的剛需場景，真的能夠減輕人的勞動或者替代人的勞動，而且能夠達到原來從業者的水平。“但是對于全天候全工況的無人駕駛，需要10年甚至20年也說不定。”
