阿里的自动驾驶之路走得分外低调

　　虽然阿里在自动驾驶领域非常低调，但其布局却非常全面。

      日前，阿里达摩院自主研发出了一款用于车载摄像头的ISP处理器，每秒可处理200万像素图像，且可同时支持6个摄像头传输的数据。因此，搭载了该处理器的车载摄像头能够在夜间“看”的更为清晰。目前，该产品已应用在阿里自动驾驶物流场景中。

      2018年，阿里巴巴正式宣布布局自动驾驶业务。但早在2015年，该公司就已经开始进行布局。事实上，不管是依托淘宝的菜鸟物流，还是与美团直接竞争的饿了么外卖平台，都面临着配送成本高的问题，而自动驾驶将成为解决这一问题的关键。

      基于此，阿里巴巴在布局自动驾驶业务上，自然选择以物流场景为切入点。同时，阿里达摩院自动驾驶实验室负责人王刚也曾在由汽车之心主办的直播课中表示，阿里自动驾驶的定位就是打造智慧物流运输平台，并确立了末端无人配送和公开道路两种业务形态双线并进的策略。

      在技术实现路径上，阿里跨过L0-L3级别自动驾驶，直接进行L4级自动驾驶技术研发。同时，其并不只是想要实现L4级别的单车智能，更重要的，则是试图以车路协同+单车智能的方式，来解决自动驾驶现有方案的研发困境和成本高等问题。

阿里自动驾驶技术路线

　　围绕物流场景，以L4级自动驾驶为切入点，通过车路协同和单车智能协调发展，阿里正在打造自己的自动驾驶版图。

      据了解，2018年4月份，阿里巴巴正式宣布布局自动驾驶技术，并由AI实验室首席科学家王刚率领团队进行研究工作。当时已经有车辆进行常态化路测，并具备了开放路段测试的能力，其路测车辆改装自林肯MKZ。

      不过，外界对于阿里自动驾驶的布局，却不甚明了。其实，就像前文所说，阿里通过车路协同和单车智能的方式，来助力自动驾驶的实现，相对地，在布局方面，也是围绕这两点向前推进。

      单车智能方面，此前王刚在直播课中详细的阐述了阿里的自动驾驶技术图，其主要包含三个方面：算法、硬件和系统架构。

      其中，王刚认为，目前制约自动驾驶发展的最大瓶颈依然是算法不够优秀。因此，阿里在自动驾驶算法研发上投入了更多的精力，并提出了“小前台、大众台”的概念。

      据悉，“小前台”是指感知、定位、决策、控制等自动驾驶算法模块；“大中台”则是指阿里团队自主打造的AutoDrive平台，其由自动调参模块、网络结构搜索模块、主动学习模块、框架和基础集群平台组成，可提升自动驾驶技术研发迭代的速度。

      硬件层面上，阿里不仅投资激光雷达公司速腾聚创，还自主研发可提高自动驾驶车载摄像头“夜视”能力的ISP，甚至还进行了嵌入式计算平台软件端的开放，包括基于FPGA的软硬件协同设计以及嵌入式软件设计。

      系统架构方面，阿里为车辆设计了安全小脑系统，一套远程驾驶系统，以及高度集成的EE架构。安全小脑关注的是被动安全，而远程驾驶则可以通过5G等技术对危险情况下的车辆进行远程操控。

      除技术研发外，阿里在云服务、地图、定位、芯片等方面的布局，也为自身自动驾驶的布局提供非常大的助力，尤其是阿里云。

      今年2月份，阿里巴巴公布的财报数据显示，阿里云板块业务营收同比增长62%，达107.221亿元，阿里云已经成为全球第三家、国内首家单季度营收百万亿级的云服务商。阿里云所取的的成绩，也侧面证明了它的强大之处。

      因此，在自动驾驶领域，阿里也搭建出了自己的自动驾驶云平台，该平台主要包括数据管理平台、自动驾驶仿真平台以及算法模型训练平台，依托这些平台，阿里已经打通了数据收集、数据标注、仿真、模型训练、评价等一整套系统。

      另外，在高精度地图和精准位置服务上，阿里有高德地图和千寻位置做支撑。业内普遍认为，要想实现L4级以上级别的自动驾驶，高精地图至关重要。而千寻位置则能够提供高达动态厘米级和静态毫米级的定位能力，该技术也是自动驾驶的基础技术能力。

      而在算力算法等前沿技术上，阿里不仅有达摩院，还有专注于研发芯片的平头哥，这两大平台为阿里聚集了一大批高端人才，这势必也将为自动驾驶添砖加瓦。

单车智能+车路协同

　　当然，想要依靠单纯的单车智能，来实现L4级别以上的无人驾驶，难度非常之大。因此，车路协同与单车智能协同发展，正逐渐成为行业共识，阿里同样如此。

      据了解，在阿里巴巴人工智能实验室的构想中，不仅有聪明的车，还要有聪明的路，其实现的路径，就是自动驾驶车+路侧感知基站+云控平台，从而实现云端、路端、车端一体化的智能。

      对此，王刚在2018年的云栖大会上介绍称，所谓的智能感知基站，就是阿里团队把车的传感单元装到了路上，使其能够感知到交通场景里所有的信息，并发送给车。

      同时，该智能感知基站还包括了多模态融合算法，并开发出了基于网络的感知算法等等，因此，其在精度、实时性以及可靠性上都达到了很高的要求。

      而通过将车与感知基站的融合，阿里形成了一个高效统一的协同智能系统。基于此，团队实现了即使车在时速30公里的速度下突然出现一个人，也能100%的成功避让的概率。

      结合阿里的商业模式来看，单车智能+车路协同的模式，无疑加快了L4级无人驾驶的落地，尤其是在末端配送领域。

转载文章，不代表本站观点。