Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

Ars Technica来源高璇、宇多田编译

真实用户首次披露Waymo无人车服务体验: 为避开左转, 故意绕路

在过去的 18 个月里,Waymo 的汽车一直在凤凰城的东南角运送乘客。该公司在合同中明确规定禁止乘客讨论用户体验,对项目信息进行严格保密。

上周,Waymo 正式推出其商业服务 Waymo One,保密政策有所松动。公司表示将解除对部分乘客的保密要求,允许他们对媒体讲述乘坐 Waymo 汽车的感受。

在过去的一周里,Ars Technica 的记者一直网上寻找可以交流的 Waymo One 用户,结果一无所获。Waymo One 虽然已经上线,但只针对 Waymo 早期测试计划的人员开放。到目前为止,这些人都没有公开谈论过他们的体验。

本周四,凤凰城一位名叫 Michael Richardson 的技术专家兼企业家联系到 Ars Technica,他已从保密协议中「解放」,愿意谈谈他作为 Waymo 用户的经历。

「我对这款车的性能和运行表现印象极为深刻,」Richardson 在周三接受电话采访时表示。「令人非常非常深刻!」

不过他表示,该服务有很大的局限性,覆盖范围小并且下车地点太少。由于这些限制,Richardson 在三个月内只参与了四次 Waymo 的出行即两次往返。

他乘坐的所有车都有安全驾驶员,他说在四次乘行中,安全驾驶员都或多或少的控制过汽车。他还说,Waymo 汽车有时会选择绕行,以避免出现左转或上高速等棘手的情况。

「实际应用很少」——目前来看

Richardson 在 2018 年 9 月中旬获得了体验 Waymo 早期乘行计划的资格,他体验了两次往返:

一次是在 9 月 28 日,另一次是在 10 月 6 日。自此,他再也没使用过该项服务。也就是说自上周 Waymo One 正式发布以来,他并没有体验这项服务(稍后会详细介绍)。

「它实际上对我没什么用,」他说。「我家也不住凤凰城东谷。」

这是因为 Richardson 住在 Waymo 服务覆盖范围的最东部边缘地区。他可以让 Waymo 带着他往西走,但没法继续往东走了。

Richardson 给记者发了一份 Waymo 的范围图。地图大致如下:
Waymo 的近似覆盖图,如 2018 年 12 月 12 日的 Waymo app 所示。

这是 Waymo 首次公开披露其地图。面积大约 80 平方英里。Waymo 曾表示在投入市场时的覆盖面积应在 80 到 100 平方英里之间。

虽然之前有记者体验说 Waymo 的价格与 Uber 相差无几,但是 Richardson 还是发现 Waymo 的价格相对昂贵。

Richardson 说,有次乘坐 Waymo 出行的费用是 14 美元。「同样一段路,Lyft 可以便宜一美元,」他说。「优步至少能便宜两美元。」

Waymo 说人们不应该小题大做。「早期出行定价是实验性的,仅用于获得测试反馈,并不一定反映我们公共服务的定价,」一位发言人在电子邮件说到。

这理所应当。

Waymo 的安全驾驶员无疑比普通 Uber 或 Lyft 司机赚得更多,如果 Waymo 要和优步及 Lyft 定价相同,一定会赔钱(毕竟 Uber 和 Lyft 一直在亏本)。

然而,Waymo 的长期目标是取消安全驾驶员,此时该公司可能会大幅降价而且仍能盈利。

Richardson 说,Waymo 服务的另一个缺点是送地点过于固定。优步或 Lyft 的司机可以停在任何客户想停的地方,不用考虑技术上的安全性和合法性,但 Waymo 在这一点上肯定会被限制。

局限性

Richardson 说他想去钱德勒市中心的一个公共区。「但我不能进入该街区,」Richardson 表示。该程序的下车点只限于 Waymo 默认的安全合法地点,并且在一些地方,这些下车点部署地很少。

Richardson 说,Waymo 的接送时间与普通叫车服务相当。最快的接车时间大概是五分钟,而一次完整的行程接近 20 分钟。记者作为华盛顿的居民,觉得这相当漫长,但 Richardson 说,凤凰城郊的乘车体验一般都这样。

因为这是郊区,几乎每个人,包括 Richardson,都有一辆私家车。因此,对于像 Richardson 这样的人,基本会选择自驾而非乘坐 Waymo。

当然,未来几年内这些可能都会变化。如果一切顺利,Waymo 可以扩大覆盖范围图并大量增加乘降点。如果 Waymo 最终成功实现完全无人驾驶项目,就可以大幅降价。届时,Waymo One 可以成为广受 Richardson 等客户青睐的产品。

汽车背后的安全驾驶员

Richardson 说他对 Waymo 汽车的驾驶风格印象深刻,基本没见过 Waymo 汽车出现危险驾驶行为的情况。他最初告诉记者,在四次乘坐 Waymo 中安全驾驶员多次抓着方向盘。

但 Waymo 的记录表明,安全驾驶员只有一次控制了方向盘。Richardson 后续表示,他可能误会了驾驶员的操作。

但 Richardson 对 Waymo 跟在公交车后的事记忆犹新。

刚过十字路口,马路车道就会变宽,既为公交车留了靠边停车的空间,同时也不会堵塞交通。

而为了给 Waymo 前面的车道畅通无阻,Richardson 乘坐的 Waymo 前面那辆公交车在站点靠右边停下来。但是,Waymo 也随之停了下来,也许是为了让公交车能随时开动起来。

大约三秒钟后,安全驾驶员握着方向盘将 Waymo 驶离公交车。

Richardson 还表示,Waymo 汽车会自主规划路线,以避免出现棘手的情况,如「尽量避免无保护下的左转或在高速公路行驶」。

「很有意思,从停车场出来后,Waymo 为避免左转,绕着街区向右走了很长一段路,」他说。

Waymo 曾在声明表示中,他们的车辆会定期「练习左转」。

「我们的车辆在自动驾驶模式下要按照规定完成不受保护的左转弯,」一位发言人表示。「但是,高速公路上无保护的左转是最困难的驾驶操作之一。由于我们的技术是新技术,我们将慎之又慎,因为安全是我们的重中之重。」

Richardson 乘坐的一辆 Waymo 汽车把他从钱德勒市中心附近带到了西边 8 英里外的 AMC 影院。大多数人都会选择 202 高速这条路,但 Richardson 说 Waymo 选择走钱德勒大道。

而谷歌地图显示,Waymo 这么走要多花五分钟。

「我们在路线算法中考虑了几个变量,包括时间和流量,」Waymo 发言人强调。

与此同时,Richardson 说他对 Waymo 车辆的驾驶水平刮目相看。

「我看到它在停车场泊车,」他说。「停车场挺考验驾驶水平。」

Waymo One 用户在哪里?

当记者告诉他,他是 Ars Technica 第一次与 Waymo 谈过的早期用户时,Richardson 感到很惊讶。事实证明,这不是巧合。

因为 Richardson 表示 Waymo 当天早些时候曾告诉他,他不受保密协议的约束。但结果却证明是个误会。

事实上,Richardson 尚未进入 Waymo One 计划。

他仍在 Waymo 的前期计划中,保密协议仍然适用。甚至在用户开始 Waymo One 体验后,Waymo 也不打算让早期用户谈论他们之前在该计划中的经历。他们只能谈论自己后续的乘行体验。

因此,在记者向 Waymo 发邮件求证 Richardson 的评论意见后,Waymo 打电话给 Richardson。然后 Richardson 通过电子邮件要求 Ars Technica 的记者不要发表这篇文章。

记者联系了 Waymo,打算尊重 Richardson 的要求。但一位 Waymo 女发言人随后打电话表示,为了提高公司透明度,他们允许 Ars Technica 发表这篇文章。她向记者保证 Richardson 不会因此惹上法律麻烦。有了这个承诺,Richardson 同意把这些对话公布出来。

编者后记:

这篇文章发布后,在外网引起了热烈讨论。多数网友认为无人车远远不像公司们宣传地那么好。有一个形容挺形象:

就像看了一部大导演导的烂片一样。

但也有技术工程师们认为,这是 Waymo 把安全放在第一位的重要体现,通常技术公司总是忽略这方面的事实。」这与 Uber 形成了鲜明的对比,在 Uber 看来,打开市场才是唯一且最重要的事情。」(看来国外国内 Uber 和滴滴一样,都是自动招黑体质)

实际上,业内人士普遍「表示欣慰」,毕竟有老司机回顾 2004 年的 DARPA 自动驾驶挑战赛,那辆改装悍马拿了第一的最重要原因是行驶了最长里程数——8 公里。

「8 公里后,就被卡在了一个岩石里。」

但一些普通郊区民众则表示,自己居住地附近有很多限速标识,譬如「限速 45 英里/小时」,然而很少有人去遵守这些规定,而且也不是非要遵守这些规定。

「Waymo 太像一个好孩子,但实际上每个人类都是坏小孩。」

产业Waymo自动驾驶
1
相关数据
自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

推荐文章
安全第一,这是必须的