我们去杭州来福士广场体验了驭势科技的停车场摆渡车

前段时间，我们在杭州来福士广场的地下二层停车场，体验了驭势科技的停车场摆渡车。所谓停车场摆渡车，即消费者在商场购物后，可以在电梯口直接召唤一辆无人车，输入自己的车牌号，无人车就会将乘客带到相应的停车位。

上图：

能看到，在消费者端，这一流程非常简单，消费者在停车场电梯口输入自家车牌号，通过图像确认自己车辆（每三个车位会有一个监控摄像头，用于查看车辆），然后就可以乘坐无人车到达相应车位了。

应用层如此，那么往下一层考虑，驭势科技此次在这辆高尔夫车上用的相应技术是什么呢？

在这辆改装的高尔夫车上，驭势科技在车辆前部加装了2个Velodyne激光雷达，加装了3个摄像头，其中一个位于车辆前部，用于监视前方路况，一个安置在车辆尾部，用于面向后方场景，还有一个配合红外线补光灯使用，用于扫描位于停车场吊顶的二维码，进行车辆位置定位。这几种传感器叠加在一起，就是为了产生冗余，以最大限度保证车辆运行安全。

车内方面，目前驭势仍保留了方向盘、油门、刹车等部件，这主要是为了在系统出现问题、或是系统和人类判断出现差池（人类驾驶员认为已经到了紧急状态）时，方便人类进行随时接管。不过值得注意的是，这个方向盘其实是可拆卸的，也就是说，车辆其实已经是一辆完善自洽的无人驾驶车。

目前，驭势这辆无人车仍然需要安全员跟车操作，不过驭势科技CEO吴甘沙告诉36氪，未来随着数据的不断积累，和驭势对地下停车场场景和边界的不断穷举，未来无人车的运行只需要安全员远程操控就可以了。

在实际体验过程中，无人车的速度最大在8km/h左右，车速较慢，遇到减速带和十字路口、丁字路口，车辆还会停顿几秒，观察周边环境后再起步，所以整体而言，驭势无人车的车速较慢，甚至跟不上人类步行的速度。驭势工作人员解释，这是因为来福士地下停车场最大的限速就是8km/h，无人车设定的速度边界也都是会严格按照停车场要求进行操作。

另外，其实这种速度设计还与吴甘沙对安全性的理念分不开。曾有数据表示，30公里时速下，撞车生还的概率是95%，如果提速，生还概率就会不断下降。

背后的技术考量

无人车运行大致有感知、定位、决策、执行四个大步骤。落实到驭势科技的车辆也是如此。首先，驭势无人车之所以能在地下停车库里跑，是因为驭势已经构建了一张停车库的地图，吴甘沙告诉我们，这张地图的由来，靠的是多方面图层叠加，比如初始的物业设计规划图（CAD）、驭势搭建的二维码图层，以及SLAM视觉方案等。

定位不用多说，视觉方案和激光雷达等传感器方案都用上了。

在吴甘沙看来，着眼于车本身的改造是一个以十年为期的图景，而近3年可以落实的目标是，先在道路层面对无人车进行基础设施补足，比如上面提到的高精度地图的搭建，高精度地图可以理解为一种静态传感器，是将路面上静态的、不动的环境物体提前输入，供车辆参考，这样车辆只需要注意出现的移动物体就可以了。

此外还有仿真，驭势自主研发了仿真工具，通过虚拟仿真情况，就能测试算法的适用情况。业界有一个100亿公里的说法，即无人驾驶要达到可靠水平，需要无人车在路上运行100亿公里，但如果真的要在真实路面上这么跑，一个公司的车队可能需要花费上百年的时间才能达到测试要求。而实际上这一过程可以通过仿真来加速。

有了高精度地图创建工具、3D重建和仿真工具，以及远程监控、OTA软件更新管理功能，同时，在基础设施方面，未来辅以对无人驾驶友好的标志、标线，以及自动充电基础设施，这将很快地帮助无人车项目进行落地，而在前期跑马圈地阶段，部署速度是至关重要的。

在技术的演化上，目前驭势采用的是旋转式激光雷达+视觉SLAM（为了保障效果，同时用到了Lidar SLAM）的方式，驭势科技联合创始人、首席产品官周鑫表示，驭势现在也在寻找固态激光雷达+视觉的解决方案，这一方面是着眼于成本的降低，其次固态激光雷达在稳定性、耐久性上也要更好一点。

最开始，驭势用的是Lidar进行数据训练，再用Lidar数据进行3D识别，后来，驭势就可以在数据训练时用Lidar数据，然后再用纯视觉进行3D识别，现在驭势用的是纯视觉数据训练、和纯视觉的3D识别（基于真实路况）。

在控制方面，目前驭势也采取了自己动手的做法，这主要是因为目前国内车厂其实在线控改装方面也是新手，也在探索阶段。现阶段，驭势科技在车身上加装了AI控制器（GPU、FPGA）、定位控制器、线控底盘控制器、V2X/远程控制器和黑匣子（用于记录车辆情况）。

我是36氪汽车小组负责人卢姿伊，负责特斯拉、无人驾驶、新能源、车联网、出行及后市场，欢迎直接与我联系，微信：17701221940