凤凰网汽车

就在本月中旬，百度Apollo的无人出租车服务正式对北京民众开放了试乘体验，引起了北京人民的强烈兴趣，最热的一天竟然接到2600多个订单，场面十分火爆。

此前，广州、上海、长沙、沧州等城市已经率先落地了无人出租车服务，重庆、武汉、杭州等地也发布了相关的规划，在最近一两年内也会实现部署。

一个无人出租车的时代，已然降临。

特斯拉对汽车底盘下手了！">

▲北京的百度无人出租车

那么到底有哪些城市开放了无人出租车服务？实车体验究竟如何？无人出租车何时才能实现真正的商业化运营呢？

带着这些问题，车东西在今年8月到10月份分别体验了北上广深四个一线城市的无人出租车服务，总计乘坐无人出租车超过11次，并与背后运营公司文远知行、小马智行、AutoX等玩家的高管进行了深入交流。

中国的自动驾驶公司绝大部分都集中在一线或部分新一线城市，这里拥有最好的产业土壤，同时复杂的路况也是进行无人出租车载人测试的理想场景。可以说，看懂了一线城市的无人出租车服务，就看懂了无人出租车时代。

一、无人出租车已经遍地开花

最近几个月，关于无人出租车，国内外好消息接连不断。

落地上，百度官宣后，北京民众已经可以一键呼叫无人出租车，进行免费试乘，地点是在亦庄和海淀。8月，AutoX在上海通过高德地图，部署了无人出租车服务。

技术上，全球自动驾驶界扛把子Waymo拿掉了安全员，并打算把这项服务提供给凤凰城的普通公众。在国内，十一假期期间，文远知行让自己的无人车开进了广州城中村，要知道，交通规则在城中村基本上是用花篮提水——有力也使不上。

随着国内自动驾驶创企、科技公司、整车厂们不断发力，人类社会距离无人出租车时代也越来越近。据不完全统计，百度、文远知行、小马智行、AutoX、滴滴等公司均有无人出租车项目落地，覆盖国内至少6个城市。

特斯拉对汽车底盘下手了！">

▲国内无人出租车落地情况一览

那么，跑在大江南北的无人出租车们，它们究竟是怎么跑的？上路之后的真实表现又是如何？

车东西从8月底至10月，横跨三个月，跑到广州、深圳、上海和北京四个城市，前后乘坐无人出租车11次。试乘过程具体如下：

1、广州试乘：

8月23日中午，乘坐文远知行的无人出租车共三次。

8月23日下午，乘坐小马智行的无人出租车一次。

2、深圳试乘：

8月26日下午晚高峰，乘坐AutoX的无人出租车一次。

3、北京试乘：

9月4日下午，乘坐小马智行的无人出租车一次。

10月11日中午至下午，乘坐百度的无人出租车四次。

4、上海试乘：

9月13日下午，乘坐AutoX的无人出租车一次。

从叫车到上路、行车、最后停车，车东西尽可能对无人出租车进行了全流程体验，并试图通过安全员接管、个人乘坐体感等角度，对无人出租车的表现做出评估。

二、北上广深四地试乘 无人出租勇闯晚高峰

根据各地政策和各公司自身需求，无人出租车的“开放”会有三种方式。一种是直接对公众开放，普通公众可以和打网约车一样，用手机APP呼叫到一辆无人出租车。文远知行在广州黄浦区、开发区，AutoX在上海，百度在长沙、沧州和北京已经推出了这种无人出租车服务。

第二种方式是只对内部员工开放。经过内部员工的邀请，其他人（比如朋友和家属）也可试乘。小马智行目前在广州，采用的就是这种方式。

最后一种是预约制。普通公众通过微信预约，可以在上海体验到滴滴的无人出租车服务。

而最常见的叫车方式也有两种，一个是通过专门的APP呼叫无人出租车，例如文远知行的WeRide GO和百度的ApolloGO。一个是通过百度地图、高德地图，这样的第三方软件叫车。AutoX在上海便采用了第二种方式。

整体而言，除了普通公众能否直接打到一辆无人出租车这一点外，在打车方式和流程上，各公司的区别其实不大。

特斯拉对汽车底盘下手了！">

▲小马智行APP打车界面演示（红框内）、AutoX和文远知行可通过高德地图打车演示（蓝框内）

目前，文远知行和小马智行都在广州落地了无人出租车。

文远知行目前提供了两种打车入口，WeRide GO APP和高德地图APP，并且两种打车方式都已对公众开放。

试乘当天，车东西先用WeRide GO APP打到了一辆基于东风日产轩逸改装而来的无人出租车。从广州黄埔区、开发区萝岗奥园广场上车，到科学城科学广场下车。

从红绿灯识别、车辆起停、过弯，再到典型的掉头和无保护左转等场景，无人出租车的处理都比较果断，坐在车上不会有卡顿感。车东西当下的感受是在车上写稿，应该没什么问题。

文远知行的无人出租车还有两个值得特别注意的地方。

首先，是这辆无人出租车的后排车载屏仅有一个。据介绍，之所以仅保留了副驾后面的车载屏，是为了更好地存储车辆本身的电量，以保证车辆能够长时间运营。

其次，是这款车的后备箱已经可以使用了。无人出租车的后备箱通常会用于存放车载电脑（即车载计算单元），当天车东西是把自己的24寸行李箱给放到了里面。

不过，之后再用高德地图APP打到的林肯MKZ，暂时还做不到开放后备箱这一点。

特斯拉对汽车底盘下手了！">

▲文远知行的后备箱可以使用了

由于当天还要赶火车，所以花了约两个小时体验了文远知行的无人出租车后，车东西就马不停蹄地赶去了小马智行位于广州南沙的办公楼。

当天体验的路线是从小马智行的办公楼到南沙万达广场，然后原路返回，时间共计半个小时左右。往返过程中，车东西把后排和副驾都坐了一遍。

和文远知行在广州黄浦区、开发区所面临的路况有点不同，南沙的整体路况相对更复杂，刚出发没多久就上了桥。行车过程中，表显车速可达60公里/时。

特斯拉对汽车底盘下手了！">

▲小马智行的无人出租车

整个过程中出现了一次接管。当时，无人出租车正在靠近道路右侧的车道线里面正常行驶。不料，途中有一辆大货车停在道路中央，同时无人车左边的车道线是实线。换句话说，大货车挡住了无人出租车的路。而如果想完成向左变道，就需要车辆先违反一下交通规则，压线变道。

这种情况下，安全员决定先接管，开到安全地带后又重新切换回了自动驾驶模式。

在深圳，由于暂时还没有自动驾驶载人测试的具体实施细则推出（只推出了指导意见），当时还不能进行载人测试，所以车东西试乘AutoX的无人出租车，其实也是一次demo。特别之处在于，试乘时间正值当地晚高峰。

当天下午5点左右，车东西在粤美特楼下见到了即将乘坐的林肯MKZ。行车基本路线是从粤美特楼下出发，沿白石路直行，行驶经过海岸城和科技生态园，最后再回到AutoX公司大楼楼下。

场景上，无人出租车经过了居民区、写字楼、工地和立交桥。就路况复杂程度而言，加塞、人流和车流量密集的十字路口以及无红绿灯的人行道也都遇到了。

值得一提的是，经过一个没有红绿灯的人行道时，AutoX无人出租车在“观察”到行人起步但又退回，做出等待车辆先过的动作后，车辆没有再继续等待，其最后的策略是加速并通过人行横道。

除此之外，在一处前方出现临时停放、占道的路桩时，AutoX的无人车自己用了点时间，打了两次方向盘并进行变道，最后以一个比较慢的速度完成了绕行。

在北京，车东西分别在亦庄和海淀两个地方对小马智行和百度的无人出租车进行了试乘。

30分钟的试乘中，小马智行的无人车表现得与在南沙一样，起步、停车、无保护左转，都没有出现失误，人坐在上面并不会有晕车的感觉。行车过程中，没有再出现需要安全员接管的情况。

百度无人出租车目前落地的地点是亦庄和海淀，车东西将试乘地点选在了海淀，前后共试乘四次，时间从中午的12点到下午的3点左右。

当天12点15分左右，车东西用百度地图打到了一辆无人出租车。

无人出租车到达上车点后，车内的安全员先下车和车东西打了招呼。而在后来的聊天中，这位安全员还表示，如果再等一会，他就能给乘客开车门了。“我还没来得及给您开车门，您就上车了。”安全员说道。

特斯拉对汽车底盘下手了！">

▲百度无人出租车

当天，无人出租车在遇到红绿灯时，能够做到准确、及时识别，并把相关信息显示在后排车载屏上。车辆刹车和起步都比较平稳，同时也会在不压线的情况下自动打灯和变道。遇到蛇皮袋（一种道路障碍物）和驾校教练车，能妥善处理。

特别值得提及的场景一共有两处。其中一处是无人出租车正在车道里正常行驶，这时碰到右侧有一辆车即将“冲出”。无人出租车提前感知到了这一点，并做了减速处理。当后来“发现”那辆车在让行，就又重新恢复到正常车速。另外的一处是一个比较大的弯道，无人出租车在车速没降太多的情况下，开得比较平稳。

特斯拉对汽车底盘下手了！">

▲试乘百度无人出租车第一次出现接管

当然，试乘中也有瑕疵。接近36公里的行车过程中，一共出现了两次接管。

第一次接管发生在拥堵路口，当时有一辆电动三轮车占据了行车道。第二次接管发生在一个没有红绿灯的人行横道处，无人出租车自行停了下来。当时，车上的安全员对车东西表示，是因为有故障灯闪烁，所以才会导致感知失误。

除上述的几次试乘以外，9月中旬，车东西还趁着出差的机会在上海用高德地图呼叫了一次AutoX的无人出租车。

当天打到车花费了比较长的时间。第二天是2020世界智能网联汽车大会，后来有工作人员介绍说这个时候无人出租车的运力确实会受到一些影响。

这一次试乘全程约为3公里，车速最高在50km/h左右。整体路线基本是直行，道路场景会比较简单。行驶全程中没有出现接管，避让障碍物、刹车和起步都比较柔和。

不过在一处掉头的地方，无人出租车的处理显得不是特别顺畅。针对这一点，AutoX创始人肖健雄对车东西表示目前林肯车型在掉头的时候，车辆线控系统可能会出现问题，进而导致掉头出现卡顿感。

就这11次的试乘体验而言，文远知行和百度的无人出租车在起步、刹车、变道上的操作非常平稳，体验接近于“专车”司机。

小马智行的无人出租车基本会让乘客忘记是汽车自己在行驶，在平稳的基础上，种种操作会很像“老司机”，例如刹车的时机和程度都会刚刚好。

在深圳，车东西试乘AutoX的无人出租车。试乘时间是在下午5点左右，正值晚高峰，坐着无人车灵活躲避各类行人、车辆，很难不觉得“刺激”。甚至连车内的测试员都跟车东西说，“即使我坐了这么多次，也还是觉得很刺激。”

三、长尾问题有法可解 虚拟仿真是关键

自动驾驶是现代AI、大数据等技术的交汇点。而无人出租车作为L4级自动驾驶的一个具体应用场景，其对技术能力的考验也会更加严苛。

虽然在这场横跨近3个月、地点遍及北上广深四大城市的无人出租车体验之旅中，无人出租车已经可以应对大部分的场景和路况。但毕竟不是百分百应对，诸如前方偶遇障碍物且一旁车道线为实线、拥堵的路口，无人车还是需要安全员的帮助。

对于这些情况，无人出租车背后的公司是怎么看待的？针对在广州南沙出现的一次接管，车东西就和小马智行副总裁李衡宇进行了沟通。

按照他的解释，无人出租车需要遵守交通规则，例如不能压线变道，本身就会有一些规定。所以现在在这种场景下，只能采取其他的处理方式，比如让安全员接手驾驶。

与此同时，李衡宇也表示，是否需要立即采取一种“更灵活的策略”，让无人车可以压线变道需要分两个方面去看待。

首先，无人车本身得要具备识别障碍物和自行变道的能力，这个能力和车道线是实线、还是虚线没有关系。

在这个基础上，是否要让无人车去做压线变道这个操作，可等到商业化落地阶段，和相关部门沟通之后再去做。

事实上，相比于“灵活的策略”什么时候采用，长尾场景是当前无人出租车落地中一个关键技术难点，也更被人关注。对于何谓长尾场景，长尾场景如何处理和解决，李衡宇和AutoX创始人肖健雄也分享了自己的看法。

李衡宇认为长尾场景是那些仍然会有一定概率发生、而平时不太常见的场景。暴雨等自然情况、车辆本身出现故障了，这些都可以算到长尾场景里。

研发无人出租车时，长尾场景属于必须要解决的问题。从解决思路上，能分成发现长尾场景和处理这些场景两个环节。扩大路测规模可以帮助发现、收集到更多的长尾场景。

至于是否需要穷尽，才能解决长尾场景问题，李衡宇认为“穷尽”本身其实也是有所限定的。换句话说在限定区域和限定场景之内，不同情况所构成的集合，仍然会有边界。另外，自动驾驶本身也会设计兜底策略。举个例子，如果系统判定看不懂某个场景了，兜底策略靠边停车、请求协助也可以保证安全性。

换句话说，从原理上讲，无人出租车上路前需要做到的是尽可能完美，而非彻底完美。AutoX创始人肖健雄持有的看法和李衡宇基本一致。

在肖健雄看来，自动驾驶比很多人想象中得难，但也比很多人想像中得要容易。处理长尾场景本身不是在黑箱里玩字谜。

车队规模和测试里程、测试范围足够的话，是可以帮助抓取到更多的长尾场景。另一方面，还可以借助仿真进行场景定义。虽然每个具体场景都不一样，但在仿真器里，针对某个单一场景其实是可以穷尽的（专业术语为fuggy）。

肖健雄用鬼探头做了一个例子。在仿真器中，一个模拟场景下人是以每秒多少米的速度冲出来，电脑本身是可做穷举的。

换句话说，无人出租车面对长尾场景，不是无法可循、无路可走。

再进一步由长尾场景推导，还可以发现当谈到自动驾驶长尾场景时，我们更多时候是想谈论它背后的一个问题——自动驾驶如何实现无人化。

无人化决定了无人出租车何时实现盈利，是个商业性问题，但从本质上讲，这首先也是个技术问题。

李衡宇和肖健雄分别提到了一些在实现“无人化”时会遇到的难点，例如自动驾驶系统本身的稳定性，又例如无人车车辆本身是否有线控冗余。

线控冗余是一个似乎被行业忽略了的“灰色问题”。和算法冗余不同，线控冗余涉及的是车辆本身的安全冗余。

举个可能不太恰当但比较容易理解的例子，在自动驾驶系统下达指令时候，汽车的制动系统这个机械装置本身要能去执行。如果一套制动系统坏了，就需要另一套制动系统补上。这样算是汽车自己提供了一个安全冗余。

在这方面，肖健雄还另外介绍了一个情况。根据他的说法，AutoX目前和FCA合作的大捷龙是目前唯一经过了量产验证的、拥有冗余线控的乘用车型。至于为什么大捷龙这么特别，肖健雄说，这其实是因为Waymo早早和FCA进行了合作，才让现在就有车可用。简单点说，这是个前人栽树后人乘凉的故事。

四、拿掉安全员已成行业共识

不论是技术的打磨，还是积极对公众开放无人出租车服务、并为此组建合资公司或寻找合作伙伴，当前的目标都是让无人出租车市场先成长起来。

无人出租车市场的形成首先是要求技术成熟。针对无人出租车的demo与量产之间本质区别，文远知行、小马智行和AutoX的看法有差异，但都强调了“拿掉安全员”（即无人化）这一点。

在文远知行看来，demo和量产间有两点不同，其一在于是否是“全对外开放运营”，第二是有没有拿掉安全员。

小马智行的观点则始终如一，即只有做到了无人化和规模化，自动驾驶才能够真正释放价值。至于量产，本身就是规模化中的一个重要环节。对于自动驾驶公司而言，只有做到适宜于自动驾驶领域特点的可靠性测试、标准化生产流程，以及成熟的规模化车队运营管理能力，才能谈量产。

AutoX认为，无人出租车要实现规模化，算法、算力和数据这三个核心的领域都需要先达到可量产的安全级别。其中，算法需要达到可无人的安全性和稳定性；数据要求的是L4/L5级的自动驾驶数据，而不是L2至L3级辅助驾驶的数据。除这三点以外，要实现量产还得有具备冗余线控，能够支持无人化的汽车底盘。

由此出发，我们要谈无人出租车商业化确实为时尚早。所以当前各自动驾驶公司正就未来商业运营方式展开积极探索，也智能说是探索。

而这其中比较有趣的是，自动驾驶公司对商业模式的探索和其技术探索本身就是交融在一起的。其中比较典型的是文远知行。

5G远程操控并不是被所有人都认可的技术路线。文远知行相信这一路线可行，并且将其和自己未来的商业模式挂钩。

文远知行对车东西表示，在技术上，目前5G远程操控确实存在很多难点。例如，5G网络的基础设施建设还很初级，有待加强，需要实现更全面的覆盖和更稳定的网络环境。此外，5G与车路协同应用的融合也处于起步阶段。如何保证单车智能和车路协同两个系统都足够稳定，是另外一个难点。

但是从商业模式的设想上，文远知行认为无人驾驶+远程操控会成为无人出租车商业模式的一个重要支点。而其核心则是逐渐降低人车比，把主驾驶位的安全员逐步移到远程，并且从一辆车配一名安全员到几辆车、数十辆车配一名远程安全员，降低安全员的人数。

结语：无人出租落地之路艰难 但未来依旧可期

在无人出租车领域，有一个基本共识。接下来，我们可能将用99%的时间完成剩余1%的技术任务，这些任务包括实现真正的无人化和规模化等等。这场无人出租车试乘之旅，以及和不同自动驾驶公司的交流，也加强了车东西的这一认知。

但是，硬币也有两面。换个角度看，这何尝不是代表着无人出租车时代正处于“临门一脚”的冲刺阶段？

无人出租车是一个没有前人踩过雷的事业，其实现过程必然是艰难的。在保证安全底线的前提下，我们也不妨对其未来多给一些期待及鼓励。