2023上海车展|陶吉：好的无人物流车要能成为司机的外骨骼
出品 | 搜狐汽车·汽车咖啡馆
编者按｜2023年4月18日，以“拥抱汽车行业新时代”为主题的2023第二十届上海国际汽车工业展览会在沪举办。2023上海车展作为今年全球第一场A级车展备受全球汽车行业瞩目，搜狐汽车邀请整车及汽车产业链上下游的70余位海内外企业领导者做客“汽车咖啡馆”访谈间，以“车展快问答”的形式就当下汽车产业的发展新趋势、新特点进行深入探讨。
以下为千挂科技联合创始人&CEO陶吉的访谈实录：
搜狐汽车：欢迎大家来到2023上海车展搜狐汽车的媒体展台，我们今天请到了智能驾驶领域里面的朋友，是千挂科技的陶总，要不您先简单给大家做一下自我介绍。
陶吉：大家好，我叫陶吉，是千挂科技的CEO，千挂科技是一家2021年成立的做自动驾驶卡车干线物流的公司，我们主要的目标是通过自动驾驶技术去赋能今天的干线物流的重卡，能够让将来干线物流上的运营成本更低，更加的安全、高效，也让我们广大的重卡的司机朋友有更好的工作环境和更高的收入回报。
搜狐汽车：有两个行业关注度比较高的问题向您请教，第一个是关于成本，现在整个供应链里面都向整车企业带来了压力，它承担到了消费者带来的压力，传导到产业链上面，站在您的角度，不管是您观察到的乘用车领域，还有聚焦的商用车干线物流领域，传导到咱们这儿了吗？压力大吗？
陶吉：压力肯定有的，乘用车领域更明显一些，乘用车对于消费者来说有点像今天电动车的增值功能，消费者会想这个功能是否值得我多付一笔多钱去体验。所以今天乘用车大家都在做L2+的功能，很多时候高端车型好一点，中低端车型里面大家拼的就是性价比，也看到很多国产的芯片方案，在这里面获得很大的空间。
到了商用车里面，略有不同的是，商用车的智能驾驶应该是一个生产工具，而不仅仅是一个附加功能，它用来帮助生产者、司机、车队挣更多的钱——特别是在干线物流行业。干线物流行业的整体毛利水平非常低，在中国大概是3%-5%的水平。今天不管是车队老板还是个体司机，大家在每一分钱上面都是非常在意的，都会扣成本，因为这会非常明显地影响到毛利的高低。
所以对干线物流场景下的智能驾驶这个生产工具来说，如果它能够创造更大的价值，甚至改变了原有的运营成本结构，那么它能够承受的单车成本空间就会相对更大。因为行业的毛利空间本身就不高，所以对于我们来说，成本是一定要高度重视和优化的事情。
所以要实现干线物流智能驾驶，我们会定义面对的ODD到底是什么，如何最合适地想实现这个场景，如何合适地需要配置传感器，让需求刚好能够被满足；而不是过度定义它，过度满足它。
我们对整个运营环节里面每一项成本的把控，也会计算的非常准确，因为归根到底，我们的这套系统能不能成功，就是看最后到底能不能为物流运营带来它的成本结构的变化。
我们今天主打的就是帮助长途的运输节省司机的人力成本，这个节省下的成本一旦金额显著以后，我们的自动驾驶卡车在传感器等地方能够容纳的成本空间就会更大。
搜狐汽车：我们知道商用车领域里面，企业会算的方式就是TCO，咱们现在这种系统方案里面怎么给车企讲TCO的故事，怎么优化整个生命周期的效率问题、成本问题，这个账怎么算的？
陶吉：对于我们来说，当卡车拥有了一个很好的自动驾驶能力以后，这辆车就会变成司机的“外骨骼”。传统模式下，一个司机自己来开这个车，由于肢体的疲劳、精神的疲劳的限制，一天平均能够坚持的日均驾驶里程是600公里，但有了这样的“外骨骼”以后，可以轻松的开到800或者1000公里，这是肢体和精神疲劳减少的结果。
卡车作为一个生产工具，多挣钱就是多拉、多跑，一天能够多跑额外的200或者400公里，它的生产力就提上来了。举一个例子，每日1000公里的A、B点往返，一个司机是坚持下来的，如果是追求高时效性的企业，往往会配两个司机，这样就能确保每天1000公里往返的工作强度。如果让单司机也拥有每日1000公里往返的能力，那么自然两个司机会变成一个司机。一个卡车司机的成本一年平均是15-18万，这和目前自动驾驶软硬件系统加起来的成本差不多，规模起来后成本会变得更低，对企业来说一年就可以把成本省回来，后面就是净赚的过程，这也是目前行业客户比较认可的商业逻辑。
但毕竟相比传统模式，这个卡车一开始还是更贵，所以在初期阶段，希望司机直接购买自动驾驶卡车肯定是有难度的。作为一个技术的开发者，我们会先拿一个自有的车队，把这样的一套模式单车毛利的模型跑通，一旦证明了毛利比原来更高，大家就没有顾虑了。
搜狐汽车：因为司机运营成本占的比例相当高？
陶吉：对，占20%-30%的成本，司机是三大重要运营成本之一。
搜狐汽车：您刚才提到传感器，我们看到智能装配的问题，在乘用车领域是比较明显的，因为大家在讲一个应对预埋的概念，然后随着OTA不断的把功能释放出来，在咱们领域里面不存在这个问题，不存在过长的硬件预埋过程，是这样吗？
陶吉：其实是类似的，我们量产的项目里面我们也需要提前定义好整个硬件的配置，软件其实是一个持续更新、持续OTA的过程，我觉得这是可以和乘用车类比的。
搜狐汽车：除了摄像头、激光雷达，我们看到现在4D毫米波雷达也具备了成像的能力，咱们现在整个感知方案采用怎样的组合？
陶吉：我们还是用已经规模化量产的半固态激光雷达，因为它的成本已经被乘用车带下来了，加上摄像头和毫米波雷达，我们也会研究你说的比如4D毫米波雷达这样的新技术，探索不同的实现路径，但是每条路径有它的技术难点，可能需要两到三年去观察它的情况。因为我们的车计划明年能够SOP上线，真正实现上路运营，所以我们还是一定会挑选今天市面上成熟度更高、成本更低的方案。
搜狐汽车：性价比是我们重要的考量维度？
陶吉：对。这个东西的选择一定要搭配你所面向的ODD，而不能脱离应用场景考虑的。
搜狐汽车：现在咱们的方案，跟其他的也聚焦在干线物流的方案，核心特征上有什么区别，我们跟客户整个在开拓市场方面，我们的优势和壁垒有哪些？
陶吉：基于刚才讲的那一套商业逻辑之下，我们的技术方案特点是能够让司机真正得到放松，能够完全相信这个车，实现肉体上和精神上的松驰。基于这个目标，我们认为自动驾驶的能力需要达到一条线以上，这条线是什么？行业里大家也在摸索和定义，目前我们认为它一定是高阶自动驾驶的水平，而不是类似于ADAS或者辅助驾驶的水平。
为什么这样说？今天我们看到很多乘用车的辅助驾驶，一定程度上已经让消费者有信任感了，但这种信任感会导致消费者不时的注意力分散或者做别的事情，问题是车的能力并不足以在驾驶者注意力分散的时候保证百分之百的安全，所以我们看到过往发生过一些相关的交通事故。
所以，我们希望即使是在驾驶者不小心开小差的时候，这个车也要保证足够高的安全性，要达到一个能够让司机放心脱眼、脱手以后，依然保证安全水平，我们定义为“L4级别安全的人机共驾”，也就是说已经接近L4的自动驾驶水平，但是搭配一个司机使用。让司机觉得，系统开得跟我预期的行为很像，很像人的自动驾驶行为，对于各种情况的处理非常流畅、自然，同时清楚知道系统的能力边界是什么，这样他就会真正产生安心感。
这条技术路线会决定我们传感器的选型、算力的要求，自动驾驶的技术路线，以及最后出来的效果要求。这跟很多单纯追求低成本的辅助驾驶功能其实走了两条不同的路线。
搜狐汽车：现在咱们方案里面怎么去考量现在系统处于哪个水平，我们乘用车领域目前大概多少时间人工接管一次？
陶吉：今天市面上有很多对于自动驾驶能力评价的不同方法、方案，商用车跟乘用车有相似之处，人工干预的频率，这也是核心指标。
但商用车也有自己的特点，比如油耗是另一个核心指标，因为它是运营成本的重要来源。
其次是效率，对于商用车来说，特别是快递快运，它的运送货物有时效性要求，比如说上游的物流公司要求1200公里的路线，必须在19个小时之内完成，司机可以慢慢开，肯定非常安全，但是达不到时限要求是要扣钱的。
最后就是真正做到给司机安心感、信任感，这个其实是比较主观的感受，所以在很多场景化的处理上我们希望有一些评价的标准，因此我们目前在内部初步定义了一套分场景、分层级的主观评分的标准，把车辆实际的表现，哪些细分场景做的好或者不好，跟驾驶员的认知状态，他是否信任这个车，关联到一起，再结合宏观的几个大指标，形成一套相对全面的评价系统。
搜狐汽车：刚才提到了人和机器信任的关系，面对一个场景，目前我们看到可以分为四种关系：驾驶员知道，系统也知道；驾驶员知道，系统不知道；驾驶员不知道，系统知道；以及驾驶员不知道，系统也不知道，这里面最可怕的是自己也不知道、系统也不知道。我们是如何解决这些不同场景出现时人机之间的信息确认问题的？
陶吉：我们最希望把不知道、不安全的象限缩到最小，刚才说了，我们希望让自动驾驶能力足够高，足够到接近脱眼、脱手的状态，就是希望把那个象限缩到足够小。我们希望最后什么情况呢？这个车不管在任何时候，只要“不行了”，它自己是知道的，是能够停下来的。我们不需要车自己能够百分之百解决所有的问题，如果它解决不了，它可以通知司机，或者以一个合适的方式过渡车辆的控制权，比如车辆自己安全地靠边停车之后，提醒或者叫醒正在休息的司机，这是我们努力的方向，车辆在它能够处理的范围内把问题处理好，处理不好的能够及时提醒司机让司机处理，这是我们的核心逻辑。
搜狐汽车：像您说的在舱内通过语音提醒或者其他方式提醒驾驶员，告诉他前面可能需要你接管，咱们现在有吗？
陶吉：现在有些特定的场景已经有了，我们在北京、上海的测试中，有一段是因为长期修路，车需要从高速上下来再回去，通过我们的数据分析，我们是知道的。后来车到这段路线之前，系统的语音会提示，前面路况发生什么情况，请司机处理，如果司机没有及时处理就会停车，这是一个比较典型的例子。
搜狐汽车：高速路的状态下面，现在咱们有哪些必须强制人工接管的场景？比如过收费站的时候？
陶吉：我们现在瞄准的ODD就是收费站到收费站，因为我们认为整个长途干线物流其实最重复、最容易疲劳的部分，就是从收费站到收费站的点对点，过收费站我们虽然可以自动驾驶，但不强制要求。
我们能够预期到未来的一两年内还需要人工去处理、干预的场景，比如我刚才说的特别极端的施工或者事故的场景，这些场景让道路的可通行区域发生了变化，但通常也会有人为设置的对应标识，让道路的语义发生变化。如果是标准化的场景，我们可以通过优先的学习获得，如果不是标准化的场景，比如锥桶摆放不规则，甚至路面上有一些倒掉的锥桶，极大增加对可通行区域的理解难度，系统很难判断这到底意味着什么？能过还是不能过呢？我们现在对于这种场景，至少要做到车知道锥筒前面可能有事故，但这个场景它没有百分百的把握理解，所以可能要停下来让人来干预接管。
搜狐汽车：咱们现在有哪些合作客户？不同客户之间对于我们产品需求点有明显的差异吗？
陶吉：我们的客户更多是物流运营这个场景的客户，一般我们的上游客户是有货物需要去运送的物流公司，但早期我们也不会过多铺开，因为早期我们更多是把模式验证通，做成一个拥有高质量货源的标杆客户。
目前，我们也与国内头部的物流公司展开了合作，为他们进行货物运输的服务。有意思的点在于，我们的客户作为行业头部的市场化公司，他给到我们的货，并不因为我们是一个自动驾驶的科技公司而有区别对待，我们依然跟市面上所有的运力平台一样竞标获得，所以在这样的前提下，我们必须按照自己的商业模式，去提升我们的毛利，这是一件好事。
整个物流是非常多样性的，拉不同的货需要不同的车，怎么适配我们将来的客户呢？我们现在会看目前行业选用的主流车辆是怎样的配置，看车的大小、油耗，也要看客户需求的路线情况，是不是有上、下坡，是不是要配备一些辅助车辆制动的设备，免得刹车过热，增加一些必要的额外成本等等，这些都会成为我们第一款产品定义的参考。
和上面说的一样，做卡车的产品定义一定要讲究合适，刚好符合场景需求，做到超过原有场景的定义，成本就会很难算过来。
搜狐汽车：在产品的泛化能力上我们已经做完了吗？
陶吉：泛化能力是下一步的事情，第一是先把标杆场景打通，这是最重要的。比如我们在东部地势相对平坦的高速干线为客户A拉货，这个场景本身就具有泛化性，我们能为A拉货，在同样类型的区域的高速上也可以为客户B和C拉货。
搜狐汽车：以目前千挂验证的方式，按照咱们制定的商务合作价格，在跑的车要达到什么量级，您觉得才会达到一个合适的盈亏水平？
陶吉：首先，我们去验证这个模式，第一，单车毛利，通过字面来看，单车就够了，但是一辆车很难拉固定路线，因为人家有一个货物量在那儿摆着的，要承包这条路线一定要有一定规模的车队。早期我们先不追求一定的数量有多少，首先得符合客户对于这条路线包给你的车辆要求，等完成了单车毛利的验证后，我们计划于明年扩到几百台的规模，进行规模化的复制，建立未来的平台，这个平台能够接入更多的客户、更多的司机，使得平台有能力调动这些车辆，能够降低车辆的空驶率，这是下一步的事情。
搜狐汽车：最后一个问题，今天来的企业参展商比较多，您对今年车展上特别关注的是哪些点和内容？给后面几天的观众日的朋友们做做参考。
陶吉：我觉得车展大面上很好的了解我们国家汽车产业的发展状态，首先，不用区分乘用车、商用车，整体看今天车辆的电动化、智能化，到底做到了什么样的状态，智能驾驶、智能座舱，这些在商用车卡车上有很多的借鉴意义。
商用车的整体发展相比乘用车有滞后的窗口，商用车很多智能化的产业链已经被乘用车催熟了，我们可以享受红利，另一方面，乘用车走过的道路对于商用车是一个启示，先做什么，后做什么，什么阶段应该做到什么状态是一个启示，所以大面上会了解整个乘用车的智能化目前的状态水平。
另外跟我们密切相关的是供应链上，包括传感器、芯片、域控制器，这些东西是我们今天直接需要上车使用的紧密的合作伙伴，我今天跟好几个激光雷达的厂商，线上沟通的，我们今天也能够见面，看到他们具体的产品，下一代的产品规划、形态等等，对于我们下一款车的选型、规划都非常有启示和帮助。
搜狐汽车：谢谢陶总的分享。