加州公布2018年自动驾驶里程 中国4家公司入选前11

2019年2月13日，加州DMV首次公开2018年度全球62家无人驾驶公司在加州的路测数据。在此之前，仅有2016年和2017年的一部分数据，无法体现全领域的最新实力排行。由于全球几乎所有主流自动驾驶公司均在硅谷设有主研发中心，加州路测是最具代表性的指标。

本次报告中，有一项指标最为重要：路测里程数。在L4无人驾驶领域，技术成熟度与路测的总里程数成正比关系，里程数越高，技术成熟度越高。2018年，行业领先者谷歌无人驾驶Waymo以127万英里的里程数一马当先。通用旗下的Cruise名列第二。紧着是Apple、Zoox、Uber、Nuro、AutoX和Aurora，均超过两万英里。其中，AutoX是唯一一家中国背景并超过两万英里的公司，名列全球第七。累计超过两万英里加州路测数据，代表了无人车公司处理海量数据的能力及算法可处理复杂场景的实力。其他中国公司，包括百度，Pony，WeRide，虽无法达到两万英里的界限，也越过了一万英里的里程碑。在2017年，除了谷歌与Cruise，未有任何一家无人驾驶公司突破5千英里范畴。

仅有3台以下测试车辆的公司，及测试里程少于10,000英里的公司，均未被列入全部头部无人驾驶公司。经整理，全球十一大领先无人驾驶公司清单如下：

除了总里程数，另两项比较客观的指标是实际路测的车辆数目，和每辆车的测试里程。Waymo、Cruise、Apple、Uber等大公司均拥有几十甚至上百台车辆，融资超过7亿美元的Zoox和10亿美元的Nuro亦购买了超过10台车。同时车的数目也与技术成熟度与量产的能力相关。如果一个公司仅有两三台车，那么说明其技术尚未成熟，不具有量产的可能性。

报告亦公布了MPI (Miles Per Intervention)，但是此项指标由于过于主观，无法用于横向对比。各公司统计方式无统一定义，各自有自己的不同理解。例如，拥有超过1000名自动驾驶工程师的两大巨头Apple和Uber均在MPI上明显垫底。而Pony.ai在总里程数较低情况下MPI明显突出，与同一里程数左右的团队有数量级别上的出入。由于此项指标过于主观，主要用于同一公司内部比较。例如一些公司处理MPI数据的方式是：将每个人工干预的数据均导入仿真器，在其中由工作人员主观判断，如果当时场景下安全员不干预是否可以接受，如果可以接受就当做零人工干预。

路况难度

路测里程的另一个维度，是路况难度。多数中国背景无人驾驶公司的路测为已知固定路线，一旦系统过耦合于固定路线后，无法用于测试新的有挑战的路况。

著名无人驾驶公司Aurora最新得到5亿美金融资，估值20亿以上。Aurora创始人CEO，Chris Urmson，在报告中提到一有趣现象：在一定时期的测试后，测试变为积累已知环境的简单重复行为，继续在同样的已知环境中测试将极大降低测试的效率。为了提高测试效率，挑战更难场景，Aurora故意将其测试环境变难，进入三番市中心等地测试。

中国团队当然也毫不示弱。据近日消息，AutoX已在加州路测方法与美国主流玩家Aurora一样，测试员无规则任意点选路，并且专选高难度挑战道路，如测试人员市中心繁华商圈，交通高峰期间连续换道、进出转盘（round-about）等。

根据DMV报告、目标车辆速度、各家办公室及测试地点、商业应用场景，按各家公司测试道路路况难度分级如下：

本次报告发布，是中国军团在无人驾驶领域实力的强有力证据。未来无人驾驶领域群雄逐鹿、竞争激烈，然而中国一定会是最重要的玩家之一。

本文素材来自互联网