2024年3月26日-28日，2024中國商用車論壇在湖北省十堰市舉辦。本屆論壇由中國汽車工業協會主辦，以“新步伐?新成效?新提高，助力商用車產業高質量發展”為主題，基于行業高質量發展要求、國家“雙碳”目標實現、汽車產業轉型和創新需要，以創新促改革、促轉型、促發展，助力商用車產業高質量發展。其中，在3月28日下午舉辦的“主題論壇五：開拓新賽道、新領域，推進專用汽車產業發展”上，美團自動車配送部高級總監楊宇威發表精彩演講。以下內容為現場發言實錄：

謝謝姚秘書長，謝謝各位專家，下面很高興由我來給大家介紹美團自動配送這邊的進展。從我個人來講，一直是在汽車圈，之前十幾年一直做乘用車方面的開發，而且做新能源汽車也是第十個年頭了。這幾年在美團主要是做自動配送，所以對汽車行業可能我還算個老兵，在互聯網或者自動駕駛方面我也是一個新兵，從我的這個視角，站在互聯網企業的視角，也跟各位汽車界的同仁分享在這方面我們的探索跟思考。

我主要想從這幾方面，一方面剛才周主任也做了自動駕駛方面整體的發展，我這邊也會對這個做一些我們看到一些情況的理解，再說一說美團這邊在技術方面的一些進展，以及在商業方面的一些探索。

首先，這幾年自動駕駛的發展非常迅速，不光是從國際上還是從國內，都有了很多這方面自動駕駛不管從政策和技術上面的一些進展。這邊可以看到德國、日本、美國都相應的有L4法規的出臺。到了我們國家，從去年，剛才周主任提到整體的國家有了L3以上的示范運營試點的幾部委的指導意見，在各個區域也有示范運營。

下面大家可以看到，我是用的2023年的數據，寫的是1萬5千公里的測試道路，剛才周主任提到已經到2萬公里了，這塊的發展是非常迅速。

對于一個新的技術來講，一般它要經歷技術可行、商業可行，才能大范圍進行推廣。對于自動駕駛也是如此，對于自動駕駛來講，在一開始的時候可能是做里程、全技術進場的去測試，到現在已經有一些相應的自動駕駛的企業去做商業驗證了，如果這些不管是從技術上和商業上的跑通，大規模的運營應該就指日可待。現在有一些這方面做得相對比較領先的企業已經發展到了商業驗證階段，全球自動駕駛在公開道路上行駛最多的還是美國的Waymo。從國內來看，美團自動車從數量來講應該是第一梯隊了，目前有大幾百輛有自動配送車在做城市的配送物流。還有像百度等等企業也有百輛級在做示范運營。這個階段不管是從國際還是從國內來講，這是現在發展的階段，一旦商業跑通，一旦技術能夠落地，剛才說到長尾問題，我們case by case能夠解決，能夠有比較穩定的發展，就進入到大規模的階段。

從美團的視角來看，我們是比較期待在自動配送這個領域能夠率先落地。

這個是我們自己來思考的一張圖，橫坐標是速度，縱坐標是一個復雜的場景，一會兒我們可以看看這個復雜場景到底復雜到什么程度。大家可以看到在坐標最下角這塊，像工廠的AGV它速度要求慢，使用場景比較固化，這種是最容易實現。所以像掃地機器人、AGV已經大規模商業化了，但是如果我們要把它的速度提升，涉及到技術、安全各方面，它的難度會不斷增加，而且場景也會隨著一個一個的復雜場景，它的難度也會指數性的增加。我們看到從速度的角度，無人出租車，大家說的Robotaxi，它的速度城區里面大致在70公里以內，如果上高速，它是會上100公里。而對于高速的隊列行駛，這些可以保持高速，但它的場景相對來講比較簡單。

對于物流來講，城市配送物流，這就是我們美團鎖定的場景。這個場景它的速度也超越了現在非機動車的速度，它的需求可能是在50到70公里左右，甚至更高。它的復雜程度可能甚至比Robotaxi更高，這個場景是我們鎖定的場景。當然最主要的原因也是我們有自己的商流，我們商流鎖定的就是這塊。從美團來講，一天做配送，僅拿外賣這一個領域來講，一天的訂單已經超過了6000萬單，接近7000萬單，到2025年大概會有1個億，這塊應該是我們的內生需求，也是我們需要研究的。

下一個圖，大家可以看看為什么自動駕駛對于城市配送它的場景非常復雜？比如第一個圖，突然一個罐掉下來了，這種場景也在進行相應的預測，這種可能對我們自己開車都是一個比較少見的場景。下面的這些，比如第一列最下面這種開門的場景，突然有開門的場景，平時我們自己也會常遇到，這是比較危險的場景。還有第二列的中間，我們看到一個工程機械大爪子往過走，這種對識別來講是比較挑戰的事情。第二列最下面是一個倒車，你要識別它倒車的意圖，如果你不是別，你對它進行跟車，進行速度的保持，可能這會兒就進入到了一個循環之中。后面有一個鬼探頭，我們就能看到，而且從人行道上突然穿出。怎么解決這些問題，怎么讓這些問題能夠做好，其實就是對我們的挑戰。

有一些特殊的場景還是挺挑戰的，比如Robotaxi在中間第四列的場景可能都不會遇見，因為它可能會走窄路，因為它要送的話，一些窄路也需要去走。

第四列第一幅圖也蠻有意思，這是我們在鄉村小路上遇到的，人家在曬農作物，如果你把它識別不到的話，就有可能給它軋過去，這些就有可能造成群眾的經濟損失。

基于這些復雜的場景，從美團的角度考慮的是要做軟硬件結合全棧式的開發，美團王興認為可以把世界分為兩面，A面和B面。A面指的是原子面，就是真正的物理世界，B面就是比特面，比特面指的就是數字世界。所以如果只是做數字世界的算法這些東西，它在自動駕駛這個領域是不好去進行整體的推進。所以從我們的角度是需要去做軟硬件全棧式的研發。

正因為物理世界以及數字世界的難度，從我們的角度發展如果要做好自動駕駛，它要從軟硬件的角度一塊來結合。

從整車的角度，互聯網企業像美團、阿里是缺少硬件基因，所以在整車這塊我們更多的一方面是自己去研發關鍵核心系統或者部件，另外也是跟傳統的主機廠、OEM去進行合作。這里面比如說我們認為相對來講比較重要的就是線控部分，線控的制動轉向，如果自動駕駛是執行的腿和手，這塊怎么跟自動駕駛結合，這是很關鍵的。再包括一些自動駕駛的特殊場景，比如要擴大運營的覆蓋面，對清潔這塊要做好相應的準備工作，人可以用眼睛看，可以用雨刮器，對自動駕駛要做它的清潔。再包括它的腦子，它的腦子比如說它的中央計算單元，后面也要根據整體算力的需求去進行不斷的迭代。再后面主要是講自動駕駛軟件技術，尤其提到我們有一些仿真，還有整車測試也是從軟硬件一塊開始。

這塊我講快一點，主要是我們在自動駕駛軟件方面的思路，主要是沿著這個方向。比如說融合，我們感知是從BEV的融合感知，它不是僅依靠視覺方案，或者僅依靠有真值的激光雷達的方案，它是一個融合的方案。融合方案以后，BEV指的就是鳥瞰，通過鳥瞰的上帝視角來把我們的輸出物進行融合。后面端到端進行預測，提升其泛化性。再到后面就是基于機器學習的決策規劃，怎么把它輸出到我的執行端，也就是我的整車。

這個是我們第一代車，剛才姚秘書長也指出在北京、深圳跑的大幾百輛的車，后面隨著不斷的提速，就像現在我們正在開發的是速度更高，而且也是在主路行駛的車輛，跟這個也有一定的迭代。在這一代里面我們實現的像在制動，以及它的電源，以及它的安全方面的很多冗余，我們現在用的two box這套技術是乘用車智駕車型里面用的比較多的，現在用得更多的是onebox是一個降本方案。從冗余的角度我們選擇了twobox，EHB+ESC的形式，來保證我們行駛中的安全。

再包括跟大家提一下它的多鏈路的聚合，現在所有的車輛都有Tbox，主要起到了上傳和通信相關的作用，但對于自動駕駛車來講，因為它沒有人去做相關的控制，所以它的通訊必須做到實時毫秒級，而且非常快。第一代產品由于我們要求的穩定性，有4G、有5G，有4G信號接4G，有5G信號接5G，當然這個成本非常高，現在它也是在成本中不斷進行細化。包括傳感器方案，當然傳感器方案也是不斷在進行迭代，我們現在在往固態的方向進行發展。

下面是我剛說的上帝視角我們看的情況，因為這樣大家比較有體感，比我講的可能要好一點，這種是我們在北京順義特別繁華的商業區，我們在午高峰的時候去整體行駛的情況，這是到了亦莊的晚高峰，這等于說建立了從上帝視角的場景，通過對信息的收集來做。

這塊是體現它快速通行的一些場景，這個是在深圳的坪山，右上角這塊最快的提速是45公里，45公里不是車的極限，是我們跟當地政府交流的時候他們給我們規定的速度限值，因為這種在探索期，確實也是要滿足政府各方面的需求。大家可以看到旁邊的路線上整體運行的情況。

再給大家看一看復雜路況的時候，這個是在徐州礦大的學校里面，因為這里面也都是公開道路，這個路面已經被一些車輛占據，從主視角可以看到既有人穿梭，也有車輛穿梭，這個可以讓大家比較體感看到美團自動配送處理的一些場景。

接下來再跟大家說一說商業化的情況，美團現在技術可行這一步在不斷迭代，現在到了商業化這一塊。現在從軟件算法和從整車硬件，以及整體安全這塊維度的加持，我們比較可喜的算是初具規模，我們累計完成的訂單，這些不包括測試，這些就是真實的我們去跑訂單，它是跑了已經有400萬單，去接外賣，還有小象超市的配送，在這里面自動駕駛的占比占99%以上。自動駕駛占比您可以理解為沒有云控或者其他的去進行接管，它就完全自動駕駛的里程。

另外，如果要談到自動配送的商業可行，對Robotaxi來講它是不用端到端的，人可以走上車，人也可以下車。而對于末端配送，或者城市自動配送，除了要解決行駛端的問題，我們還得在整體的端到端兩端怎么看做到可去人，怎么做到對人的替代。剛才聽劉總在介紹的時候說環衛在機器人化，這個大家應該是很有體感的。對我們來講怎么解決末端問題也是它商業可行的一方面。除自動駕駛以外，我們也在這方面做了探索，當然這方面也蠻好玩，可以跟大家做一做分享。

這個是整體的一個過程，它在自動駕駛以及最后末端配送實際真實發生的場景是一個什么樣的場景。這塊真實訂單是我們在順義拍的，因為現在除了路試以外，在順義跟深圳已經落地了真實的接單相關的運行，其實它在末端也起到了去人，通過自動化車端的設備來實現端到端的交付。當然對我們車比較挑戰的是，有一些窄的地方我們也要鉆過去。

大家可以看到像這種對車的停靠精度的要求是比較高的，我們搞這個車我們知道這些汽車它都是阿克曼轉向，它要很精準停靠在一個地方的精度要求，對我們的硬件以及對軟件都是比較有挑戰的。

這個是我們在深圳，我們自動配送的藥店，如果在晚上的時候讓小哥去運，可能成本比較高，這個也是不太人道的。這個是自動車跟醫藥配送的過程，機械臂拿藥，然后放到車里。這個新事物旁邊的保安還在看看。

總體美團在技術以及商業化的探索應該還會持續不斷的進行，我們的使命就是用自動配送讓服務觸達世界的每個角落。

以上就是我跟大家的分享跟思考，謝謝大家！

（注：本文根據現場速記整理，未經演講嘉賓審閱）