2019年1月18日，北京當天零度上下，沒了霧霾籠罩，天朗氣清，北方城市冬日的荒涼與蕭索一覽無余。

距離中關村約一公里的海淀公園，是百度Apollo的L4級自動駕駛觀光小巴阿波龍試運行的地方。作為中關村國家自主創新示范區展示中心，海淀公園內包含了智能步道、語音交互、人臉識別等技術，游人可通過園內的設施體驗AI技術。

體驗需知

阿波龍試運行的地點有三個，北京、雄安、廣州。北京的演示地有海淀公園和國家會議中心，根據公告，海淀公園運行的軌跡是西門到東門往返，單次行程長約800米，園內限速10km/h。每輛車可搭載7名乘客，乘客需系好安全帶，身高需要在1.2m以上。

無人巴士在海淀公園一共有兩個站，西門站和東門兒童樂園站，游客可在規定時間內從任意一個站上車。阿波龍會從一個站行駛到另外一個站，行駛時間約8min，之后短暫休整，載客，再次往返。由于公園路狹窄，只能容納一輛車行駛，因此過程中僅有一輛阿波龍行駛。

西門站運行的時間表是，工作日四個班次，上下午各兩個。周末會再加四個班次。

想要體驗的游客需要提前在官方公眾號上預約，約滿即止，如若未約滿，現場排隊游客可依據順序排隊體驗。阿波龍在工作日每日只接待56人，周末會翻倍。那么游人體驗的熱情高不高？

公眾號約工作日體驗，基本在兩天左右即可約到，18日當天《高工智能汽車》現場試乘中，單趟網上預約實際到場3人，剩余4人均是在現場排隊體驗。當天體驗者以老人、兒童居多，這部分人群基本上是以現場排隊體驗為主，網上預約者則是年輕人。

底盤調教還需要很多完善

阿波龍無人小巴在多個場合出現過，使用了超聲波雷達、攝像頭、激光雷達等感知傳感器，用來感知周圍環境，行駛軌跡中的高精地圖事先已經采集完成。體驗過程中除了乘客還會有一到兩位的工作人員，進行解說和說明。

車輛在行駛過程中，面對相向而來的工作車輛、橫飛而過的鳥兒以及園區內行人，采取停車的動作，為保證足夠的安全，對障礙物感知的靈敏度閾值設置較低，同時工作人員也可以操控車輛停止行駛。工作人員表示，阿波龍的速度最高可達40km/h。

車輛行駛過程中會遇到坡度并不明顯的上下坡路段，雖然速度較低，但依然能明顯感受到車輛的頓挫感。在車輛的線控制動、加速調教中，還有非常多的地方需要改善。

業內人士表示，無人車輛一般出現行駛過程中卡頓、抖動現象，需要根據當時行駛的環境、速度、軟硬件進行評估，確定是否是感知、線控或算法等方面的問題。一般上坡和平路出現這種現象較少，下坡過程中為了維持一定的速度容易出現。

如果是在路況較好，速度較低的情況下，下坡過程中車輛行駛出現頓挫，需要在其中加入相應的模塊進行補償，在感知系統未出現問題的情況下，軟件算法需要做進一步的優化。

自動駕駛公司還未贏得OEM信任

一位匿名資深從業者表示，無人巴士在上下坡過程中，由于動力系統控制的時候比較難以做到柔性工況控制，人為駕駛過程中，通過改變加速踏板線性調控范圍，通過一定區間內的速度調控，可以很好地適應由于坡道變化帶來的控制（驅動系統采用轉矩控制）。

轉矩控制不能很好地滿足速度變化帶來的頓挫感，而如果采用轉速控制，相對于無人小巴（初速0-15Km）控制可能更加平滑點。

無人巴士的制動系統和線控底盤部分，主要聚焦在執行控制的變化；制動系統執行過程中，通過傳感器感知制動需求，這時候制動輸出相對于人為制動缺少對于線性控制變化處理，特別是在制動執行過程中，比較難做到制動力矩隨機調整；制動舒適度有所影響。

而線控轉向在執行過程中，程序控制是按照角度范圍進行控制，所以，轉向控制也比較生硬。

坡道控制可以做到一定的舒適度，如采用速度環閉環控制可能好點，但是下坡控制好一點，上坡收到的坡道阻力隨著車輛向上的牽引力變化，會出現一定的波動，這時候，需要對速度環控制設定一定范圍的閾度控制。

如坡道上坡設定3km/h的范圍調整，速度達到后，對于加速踏板控制減少電流；控制速度緩降，當速度降低之后，逐步增加輸出電流，提高車速，一定程度上可以緩解。當然，這是比較精細的速度環控制，通過精調可以實現。

智能駕駛技術往往會給出控制指令，車端接收后執行，這方面需要傳動系統和整車控制協調根據執行指令做適應性調整，生硬的執行控制指令會出現一定程度上的控制缺失，域控控制對于部分執行機構的獨立控制權限需要深度探索，部分域控單元需要在一定的閾度邊界內自我調節；指令的執行需要與控制層進行深度融合。

但當下的現狀是做無人駕駛的團隊，車輛控制相對較為粗獷，追本溯源，自動駕駛公司還未贏得OEM的全部信任，因此調試上也掣肘頗多。

車企對車輛控制深度開放存在一定的疑慮，因為深度開放控制權，對于車企來說還是做不到，另外，車輛控制由人為控制變為計算機控制，這個過程需要慢慢的融合和摸索，沒有數據的積累和沉積，短時間還難以達到柔性控制和舒適性兼容的目標。

基于車輛控制和動力學控制是深度控制的層面，關乎到車輛運動機理，運動執行，力學、機械控制等多個層面的控制；車輛由人為控制變成計算機控制，需要從動力輸出控制和整車協同控制聯合，往往智能系統的控制凌駕于車輛運動學控制之上，所謂的頂層控制反而忽略了最基本的執行層的控制。

更為關鍵的是，如果單從車輛控制學而言，商用及特種車輛比乘用車會更難。從控制、制動、執行開發成熟度而言，乘用車比商用車會相對更完善和成熟。

匿名人士表示，無人駕駛是一門復雜的學科，涉及到太多的內容，國內目前剛剛滿足基本應用需求。而主控制器和相關的輔助控制，均受制于國外芯片的深度技術限制，技術上還是有缺陷的，還不足以和歐美國家并肩。

智能駕駛已經算是國內奮起直追的技術典范領域，差距需要直視，不能忽略自身的短板，對技術要存敬畏之心，盲目的推崇技術應用，還需要建立在龐大厚實的工業基礎上。

商業化首先要無人化

在剛剛結束的CES展上，Apollo也推出了3.5版本，新功能主要包括：借道避障，無保護左右轉彎，識別減速帶、斑馬線、禁停區域并平穩通過，在市中心及住宅區的復雜道路上自動駕駛。升級后的版本，不知會不會有所改善。

按照百度此前在百度世界2018披露的計劃，到2018年年底，阿波龍將落地12省/直轄市的17個區域。

對于普通民眾而言，無人小巴是一個接近最先進科技的方式，但對于其帶來的實際經濟效益和體驗的提升，還需要更長的時間去普及和實踐。

在公園內，還行駛著百度合作伙伴生產的無人清掃小車，由專人陪同行駛。對于無人車而言，限定園區內的低速場景，將成為普羅大眾最快能感受到技術帶來的變化的地方，但無論對于運營方和技術提供方，距離真正產生實際的經濟效益，還有非常長的路要走。

其中，首要跨過的門檻便是，低速無人車可以在無專業人員陪同監督的情況下行駛。