转移：新智元
在这次上海车展上，你们吃了很多瓜，几乎错过了意想不到的亮点。
一辆带「帽子」橙白交加的无人车XC90首次亮相上海车展。
众所周知，滴滴在沃尔沃XC90上打造的「升级版」无人驾驶汽车。乍一看，外观平平，但背后有很强的软硬件支撑。
超强大脑算力达700 TOPS，相当于63台iPhone12。
50个传感器， 一眼就能看出路上突出的阿猫阿狗。
即使半路系统出现故障，备用系统也会远程接管。
站在智能出行时代的十字路口，别人花精力演示「拿掉」安全员，滴滴花精力一步步搞软硬一体化。
其他家庭都在鼓吹「全自动驾驶」，滴滴自动驾驶是对的「稳扎稳打」做出最好的诠释。
就在最近，滴滴的无人车成功挑战了上海的路况，连续五个小时不接管白天、背光、晚上和晚上的许多光照场景。
遇到行人，减速慢行。遇到变道车辆，及时避开。不仅如此，测试车辆经过上海拥挤地区也很熟悉。
就连谷歌无人车之父Sebastian Thrun看完这个视频后，我称赞它「很棒，干得漂亮」！
短短一年时间，滴滴自动驾驶已经在路上轻松行走。众所周知，这背后是五年的千锤百炼。
滴滴自动驾驶已经走在硬件到软件的前列。
50个传感器，四层安全冗余护送安全
像Waymo、Cruise这样的自动驾驶头部玩家，通过软件迭代，向安全员「开刀」，技术操作更多。
就自动驾驶的实际着陆而言，软件系统的迭代很重要，但在硬件系统没有升级的情况下「拿掉」安全员是不明智的冒险！
滴滴自动驾驶升级硬件「上上策」。
新一代自动驾驶车辆硬件平台——「滴滴双子星」，自带2层冗余替代系统，加上远程控制中心的接管口袋和底部volvo xc90的合作相当于4层的安全冗余。
四层冗余的概念是什么？超级马里奥开局才三条命。
新一代滴滴自动驾驶车配备了50多个传感器，最远可以探测到300米以外的物体，配备了「车规级」总像素超过1亿的相机。
12层传感器冗余覆盖叠加可通过远、中、近激光雷达、摄像头、雷达、红外相机等传感器功能实现。
即使在树荫、隧道、雨雾、背光、夜晚等复杂场景下，车辆也有很高的感知能力。
配备这么多传感器的主要功能是，如果传感器失灵，其他传感器就会失灵「备胎」能及时顶上。
Fallback G备用系统由滴滴自动驾驶独立开发，可称为滴滴自动驾驶「远程护航中心」。
即使主系统在极端场景下不可用，该备用系统也可以及时远程接管。
滴滴自动驾驶远程护航中心为无人驾驶测试操作构建了第三层安全冗余。
硬件平台可以协助远程护航中心实现零距离多视角的远程监控，通过车辆周围4个鱼眼摄像头，配合后台全方位自动驾驶操作场景检测，有效实施远程辅助或通过5G远程控制低延迟。
与世界领先的安全汽车制造商沃尔沃合作，建立安全第四层保障。
滴滴双子座率先搭载沃尔沃XC在90前装量生产冗余车型上，车辆可以实现制动、转向、供电和通信冗余，进一步保证驾驶安全。
四层的安全冗余可以通过行驶过程中的任何问题来弥补。
滴滴驾驶硬件的升级不仅注重核心部件和计算能力的深度优化，而且注重「用户体验」层次迭代。
新的迎宾灯带和交互式屏幕可以很容易地识别人和汽车。此外，车内采用综合座椅屏幕，人机交互体验最佳
滴滴出行CTO兼自动驾驶CEO张博表示，「提高道路安全是滴滴开发自动驾驶的初衷」。
为了实现这一初衷，滴滴做好了硬件。
然后，软件迭代是滴滴自动驾驶技能的下一步。
5小时无接管，谷歌无人车之父称赞
看着「AI司机」滴滴自动驾驶5小时如何让安全员自动驾驶？「袖手旁观」？
该软件的迭代使滴滴自动驾驶对未知行为有了更准确的预测、决策和规划。
近日，滴滴自动驾驶在上海路段完成了5小时无接管任务。
突然变道变道，立即减速，主动避开车辆，比司机更小心。
即使你被阳光蒙住了眼睛，也能准确识别行人和车辆。
当前方交警临时车辆检查时，滴滴可以识别场景的危险系数，并准确地停在路边。
评价一辆车自动驾驶的真正实力，关键在于如何应对突发事件。
在5小时的测试过程中，滴滴路测车辆在环境感知、行为决策、运动规划和控制等方面表现稳定。
「谷歌无人车之父」塞巴斯蒂安 · 特伦（Sebastian Thrun）在完全观看了滴滴路测车辆在不同复杂场景下的表现后，我对滴滴自动驾驶表现表示衷心的赞扬和高兴。
塞巴斯蒂安 · 特伦（Sebastian Thrun）前谷歌副总裁是斯坦福大学的终身教授，Google X 联合实验室创始人 ，也叫谷歌无人车之父。早在2003年，他就开始研究无人车。
他表示，「滴滴自动驾驶自信稳定，非常注重安全，技术迭代速度快，是世界领先水平」。
滴滴自动驾驶如何在复杂场景中做出正确的行为决策，主动避开行人和车辆？
另一方面，这反映了滴滴自动驾驶的一些独特优势。
面对复杂的路况和车辆行驶条件，自动驾驶模拟训练必然需要大量的数据。
在实际数据采集中，大部分是前90%的普通场景数据，更重要的是剩下的1%和0.长尾场景5%。
当一只小狗和一辆摩托车在路边闯红灯时，这些不确定性使交通变得复杂。如果这种场景无法解决，将严重影响实际驾驶体验和技术着陆过程。
在这方面，滴滴平台每天有数千万的订单。驾驶员的驾驶轨迹和安装在交通工具上的橙色视觉设备可以收集近1000亿公里的场景数据，覆盖大多数想象中的长尾场景。
滴滴可以自动驾驶系统「投喂」足够的数据营养。
基于这些庞大的数据量，滴滴自动驾驶系统可以在训练中不断迭代升级，在这些现实世界数据的支持下，滴滴自动驾驶系统可以生成业务地图、安全地图和技术地图。
对此，在大量数据的支撑下，滴滴自动驾驶系统是开车最稳的老司机。
在技术加速迭代环境下，滴滴并没有选择单一路线，而是软硬一体，在搞好硬件的基础上，同样打造最优的软件系统。
软硬件双管齐下，说明滴滴有足够的底气。
5年磨打，未来仍要加码技术研发
滴滴在自动驾驶领域的布局已有5年历程。
2016年，滴滴自动驾驶于开始组建团队，正式发力自动驾驶业务。
2017年，滴滴在美国硅谷成立研究院，并推出无人车。
直到2019年8月，滴滴正式宣布自动驾驶团队升级为子公司，在独立发展一年多后，滴滴自动驾驶公司的研发人员已经超过 500 人。
一直以来，滴滴自动驾驶取得丰硕的成果离不开背后来自汽车产业的专业团队。
自动驾驶团队中的CTO韦峻青，就是从T1的安波福转投滴滴自动驾驶。
有经验的人才是一方面，另一方面滴滴自动驾驶也不缺粮草！
滴滴整体和汽车产业链的关系都很近，投资人中就有丰田这样的顶级车厂，而与之有战略合作关系的车厂也很多，其中就包括北汽、沃尔沃的战略合作。
未来，滴滴自动驾驶将如何走？
对于滴滴自动架势接下来的重点任务依然是进行自动驾驶技术的研发和迭代，并且推动自动驾驶出租车的落地运营。
网约车平台提供了海量测试数据，滴滴自动驾驶开始向自动驾驶第二阶段——可靠性迈进，这是研究的重心。
孟醒表示，「自动驾驶汽车不应该是一次成功、百次成功，而是全场景的、全周期的成功。」
只有实现可靠性这一阶段完成，才能实现落地。
过去一年时间里，滴滴自动驾驶融资超 8 亿美元，有软银和 IDG 资本的先后加持。
未来，滴滴自动驾驶仍然加码技术研发，聚焦于网约车场景。