全球首款「脱手脱眼」智能重卡来了!

贾浩楠 发自 凹非寺量子位 | 公众号 QbitAI
全球首款具备脱手脱眼能力的智能重卡来了!

有啥用?
以前的辅助驾驶让卡车司机变“安全员”,现在是人机轮替驾驶,妥妥的第二驾驶员。
意味着司机出车工作更轻松,单人单车能承运的路线长度,也比以往大幅增长,这意味着货主更低的成本,驾驶员更高的收入——
正是物流货运行业永恒的痛点与核心关注。
「脱手脱眼」智能重卡背后的产品和技术,来自千挂科技,一家成立不到3年的自动驾驶公司。
千挂是谁?为什么能率先实现“脱手脱眼”?以及最重要的,安全吗?商业上能跑通吗?
千挂科技交了什么卷?
脱手脱眼,一般被认为是高阶智能驾驶从“人机共驾”向“无人驾驶”过渡阶段的一个标志性功能,“人机轮替驾驶”。
但对系统能力又提出更高的要求:之前安全员必须时刻关注路况,随时准备接管;现在是大部分时间,可以把注意力从车况路况上移开,系统仍然能够保持安全平稳运行。
乘用车领域有个别尝试,但落地还很远。不过谁能想到,这样的智驾功能,竟率先在重卡上具备了。
这就是千挂科技首次交卷——AutraOne,官方全称是“智能驾驶运输工具”,面向干线物流运输市场,今年二季度开始交付。
面向干线物流,首先意味着AutraOne是一台重卡,基于东风柳汽的乘龙H7型重卡牵引车开发,定制配套130方低风阻厢式挂车:

重点是,AutraOne并不是在H7成品车上改装,而是以H7为蓝本,经过千挂和东风柳汽深入合作,从结构改制、传感器布置、动力链优化、智能驾舱配置、底层电子电气架构升级、软件算法开发等等方面正向研发的前装量产智能卡车。
这也让AutraOne的智能化具备更好的稳定性、一致性、可靠性,具备更好合规性和经济性。
AutraOne全车配备6个激光雷达、7个高清摄像头、3个毫米波雷达以及6个超声波雷达。相较于市面上L2辅助驾驶系统和L2+高速领航辅助驾驶系统,传感器数量和种类都是多很多的。
传感器拉满的同时,底层计算平台上,自研的AutraSpark Max,具备1824K DMIPS的通用计算能力(CPU),以及1800 TOPS的神经网络推理能力(NPU)。

等效8块Orin X算力,目前无论在乘用车还是商用车中,这套底层计算平台,都是算力最大的。
有意思的是,英伟达刚刚在CES上官宣了最强车芯Thor 2025年上车,中国这边有量产乘用车也规划了8块OrinX算力的2000T级别,不知道这款AutraSpark Max是不是千挂在2025年过渡到Thor平台之前的平替产品,要和中国头部的量产乘用车一较高下。
AutraSpark Max在大算力之外,参考航空器标准分3层结构设计,既可独立工作,互为冗余备份,又可分工协作,通过系统和芯片的不同,避免同源失效。

算法上,自研AutraPilot包含融合Rust和C++语言的通讯和调度系统AutraOS、以及采用Transformer架构的全场景预测算法、全解析解的时空联合一体化的规划算法,以及兼顾安全、平顺和节油的控制算法。
具体功能上,AutraOne具备独立完成高速公路上全部驾驶行为的能力,包括主路及匝道上的直行、跟车、避让、超车、并道、汇入、汇出等操作,最高速度可达到100km/h,这也是我国对于重型卡车的最高限速。
据千挂官方介绍,AutraPilot目前其实已经具备了“收费站—收费站”之间,用户脱手脱眼的技术能力,理论上不需要时刻紧盯路况和系统。
这些,就是千挂科技2年半创业的第一次交卷。
给出的智能重卡答案,明显和其他人不同,甚至有些“反常”。比如智驾硬件的成本,绝不是价格最低的选择,似乎有违物流行业“成本第一”的共识。
千挂为什么选择这样的产品路线,商业化逻辑能跑通吗?
智能重卡,为什么要「脱手脱眼」
最直观的因素,因为要实现“脱手脱眼”的智驾功能,所以在感知层面,必须要把能力拉满、冗余做足。
所以问题就变成:为什么智能重卡,要具备“脱手脱眼”功能?有基本智驾能力,司机转职安全员,不行吗?
当然可以,但是不够。
中国的一级干线(指由国家统一规划、管理的省际通路)运输平均线路长度为1200公里,单程驾驶时长约为17小时。绝大部分重卡半挂车、货源/需求相对稳定的干线物流,都集中在这样的线路上。

17个小时路程,很多货物还有时效要求,传统物流公司通常采用2个司机轮班倒的形式。近两年智能卡车赛道提出“双驾变单驾”的策略,通过智驾功能减轻司机负担,试图通过减掉一个司机的办法节约成本。
但矛盾也很明显,即使是只做安全员,十几个小时全程盯下来,必然会超出体能极限,带来新增安全隐患。
这样的双驾变单驾,能承运的线路受限,一般都在七八百公里以下,而且大多数商用车辅助驾驶不能达到100km/h的速度要求,对于时效要求高的单子,也无法满足。
所以“脱眼脱手”的必要性就体现出来了,只有这样才能让一个司机轻松跑完长途全程,一辆车至少每年真正节省15-18万的成本。
千挂科技,把这样的功能称为人机轮替驾驶。

具体安全措施上,千挂科技现阶段追求的并不是让智能驾驶系统能自主通过所有极端复杂场景,而是一定要最大可能保证成功检测道路上的一切障碍物、异常情况。
一旦检测,在各级系统功能都无法规避、绕行的情况下,还有最后一道冗余:靠边停车、甚至直接刹停,停车后人工接管。
“轮替”的意思不是共驾,而是正常路况不用人操心,一旦有异常,保证能提前停住,避免重大事故损失。
这就是为何AutraOne的传感器、算力配置拉到史无前例的高度。
比如正向的波长1550nm激光雷达稳定检测距离300m,障碍物极限检测距离500m,为的是满足制动距离更长的重卡安全需求。

另外70度超广角补盲激光雷达的引入,可以将激光雷达前向地面盲区从13m缩短到30cm,配合超声波雷达的二次增强,实现对车前20cm人/物的三冗余稳定检测。
侧后方的中远距离激光雷达,可提供180m的并道安全距离。此外,毫米波雷达的冗余配置,可支持在低能见度天气、在传感器脏污和遮挡的情况下的自主安全停车能力。
这也是千挂科技的商业化最核心竞争力:
长途干线真正减掉一个司机,且用“刹停”作为安全兜底保障。
一年有硬性15-18万人工成本削减,另外再配合自研的节油算法 (实测节油5%左右),据千挂科技测算,用不了一辆重卡在运营的第一个整年,成本就能追平传统卡车,之后的每一年都能通过降本创造更多收益。
“奢华”智驾套件成本的增加,其实是通过对物流场景、模式的理解找平的。
显性降本之外,千挂AutraOne还有更多优势,除了前面说的双驾变单驾的固定路线订单,它还可以让单司机承担更长线路的散单(比如2000km的北京到东莞),并保证更好的时效性。

另外,智能驾驶算法相比人类司机,更加平稳、谨慎,可以带来货物运损降低、保险费用降低等等进一步效益。
这里多提一句,国家刚刚开放了L3试点许可,千挂科技认为,这对业务有重大利好。
因为L3法规放行的话,千挂现有技术体系,能够迅速做出覆盖里程超过1200公里的干线货运智能重卡,能够在更大的市场区间复刻“减司机减成本”的优势。
总结一下千挂科技的商业化“三板斧”:
前装量产实现成本、性能的平衡、真正的双驾变单驾、以及节油算法。其中核心,是双驾变单驾。
其实在智能卡车赛道,这一套商业化逻辑并非首创,之前有不少玩家都提出相同的思路。但对“双驾变单驾”可行性的质疑也一直没停过,主要就是长里程突破安全员体能极限的问题难以解决。
千挂则是第一个用明确技术方案解决这个问题的玩家。
智能重卡竞速新阶段
千挂科技是智能卡车赛道很新的面孔,成立于2021年。
核心团队包括普林斯顿、卡内基梅隆CMU、北京大学等等名校的高材生,其中既有长期追踪投资智能汽车、自动驾驶领域的联创,也有曾在头部自动驾驶公司负责过卡车项目的技术大牛。
另外还有业内称“技术天花板”的廖若雪坐镇,据说是在百度专利墙上和李彦宏名字摆放在一起的大佬。
千挂科技成立的这几年,恰好也是智能卡车赛道震动洗牌,并且走向转折点的三年。

这期间,初创公司都朝量产落地的目标前进,但或是和主机厂合作不顺,或是缺乏工程化经验,或是遇政策阻力等等,总之长期商业化的不顺利,直接引发了各自不同程度的危机。
去年开始,业内对于技术落地,构建商业闭环逐渐形成共识。
这样的一致性,在千挂科技这里也体现得很明显。
不到3年量产交卷,千挂反映出智能卡车拿到入场券必备的能力:软硬件研发、前装量产、商业闭环。
实际上,无论入局造车,还是和主机厂合作,这些能力都是智能卡车玩家必需的。

但千挂科技又展现出了“独特性”。
技术方案上将智驾成本拉满,“过剩”的技术投入,实际是把智能重卡的安全下限和体验上限,同时拉到很高,至少目前任何其他玩家都没达到这样的高度。
选择这样的方案,是因为千挂科技投入了大量精力、资源调研物流货运赛道,以百公里为单位,对业务场景进行细分,并找出被忽视的痛点需求,然后提出相应的方案,回答了此前行业没人回答的问题,找到了没人走过的商业化路径。
自动驾驶公司之外,千挂更多了“物流公司”的基因。

千挂科技发布第一款开启商业化,其实也是智能卡车新阶段竞争的标志。
智驾软硬件架构发展趋于成熟,竞争焦点转移到对落地场景、功能需求、成本计算等等。
面对不同物流货运场景,可能都有各自最好的智驾方案,其实行业内的所有玩家,都有快速上量超车的机会。
当然这需要玩家对物流业务、环节成本等细节深入了解,以及对技术应用的高度敏感。
新趋势下,千挂科技值得关注。
— 完 —
智能车2023年度评选倒计时!
作为以智能维度关注汽车产业的内容平台,作为智能车领域最具影响力的社区,智能车参考每年以年度盘点和评选的方式,为从业者和广大读者提供参考和注脚。
本次评选截止时间为:2024年1月26日

点这里👇关注我,记得标星噢
一键三连「分享」、「点赞」和「在看」
科技前沿进展日日相见 ~ 

到顶部