雖然阿里在自動駕駛領域非常低調，但其布局卻非常全面。

日前，阿里達摩院自主研發出了一款用于車載攝像頭的ISP處理器，每秒可處理200萬像素圖像，且可同時支持6個攝像頭傳輸的數據。因此，搭載了該處理器的車載攝像頭能夠在夜間“看”的更為清晰。目前，該產品已應用在阿里自動駕駛物流場景中。

2018年，阿里巴巴正式宣布布局自動駕駛業務。但早在2015年，該公司就已經開始進行布局。事實上，不管是依托淘寶的菜鳥物流，還是與美團直接競爭的餓了么外賣平臺，都面臨著配送成本高的問題，而自動駕駛將成為解決這一問題的關鍵。

基于此，阿里巴巴在布局自動駕駛業務上，自然選擇以物流場景為切入點。同時，阿里達摩院自動駕駛實驗室負責人王剛也曾在由汽車之心主辦的直播課中表示，阿里自動駕駛的定位就是打造智慧物流運輸平臺，并確立了末端無人配送和公開道路兩種業務形態雙線并進的策略。

在技術實現路徑上，阿里跨過L0-L3級別自動駕駛，直接進行L4級自動駕駛技術研發。同時，其并不只是想要實現L4級別的單車智能，更重要的，則是試圖以車路協同+單車智能的方式，來解決自動駕駛現有方案的研發困境和成本高等問題。

阿里自動駕駛技術路線

圍繞物流場景，以L4級自動駕駛為切入點，通過車路協同和單車智能協調發展，阿里正在打造自己的自動駕駛版圖。

據了解，2018年4月份，阿里巴巴正式宣布布局自動駕駛技術，并由AI實驗室首席科學家王剛率領團隊進行研究工作。當時已經有車輛進行常態化路測，并具備了開放路段測試的能力，其路測車輛改裝自林肯MKZ。

不過，外界對于阿里自動駕駛的布局，卻不甚明了。其實，就像前文所說，阿里通過車路協同和單車智能的方式，來助力自動駕駛的實現，相對地，在布局方面，也是圍繞這兩點向前推進。

單車智能方面，此前王剛在直播課中詳細的闡述了阿里的自動駕駛技術圖，其主要包含三個方面：算法、硬件和系統架構。

其中，王剛認為，目前制約自動駕駛發展的最大瓶頸依然是算法不夠優秀。因此，阿里在自動駕駛算法研發上投入了更多的精力，并提出了“小前臺、大眾臺”的概念。

據悉，“小前臺”是指感知、定位、決策、控制等自動駕駛算法模塊；“大中臺”則是指阿里團隊自主打造的AutoDrive平臺，其由自動調參模塊、網絡結構搜索模塊、主動學習模塊、框架和基礎集群平臺組成，可提升自動駕駛技術研發迭代的速度。

硬件層面上，阿里不僅投資激光雷達公司速騰聚創，還自主研發可提高自動駕駛車載攝像頭“夜視”能力的ISP，甚至還進行了嵌入式計算平臺軟件端的開放，包括基于FPGA的軟硬件協同設計以及嵌入式軟件設計。

系統架構方面，阿里為車輛設計了安全小腦系統，一套遠程駕駛系統，以及高度集成的EE架構。安全小腦關注的是被動安全，而遠程駕駛則可以通過5G等技術對危險情況下的車輛進行遠程操控。

除技術研發外，阿里在云服務、地圖、定位、芯片等方面的布局，也為自身自動駕駛的布局提供非常大的助力，尤其是阿里云。

今年2月份，阿里巴巴公布的財報數據顯示，阿里云板塊業務營收同比增長62%，達107.221億元，阿里云已經成為全球第三家、國內首家單季度營收百萬億級的云服務商。阿里云所取的的成績，也側面證明了它的強大之處。

因此，在自動駕駛領域，阿里也搭建出了自己的自動駕駛云平臺，該平臺主要包括數據管理平臺、自動駕駛仿真平臺以及算法模型訓練平臺，依托這些平臺，阿里已經打通了數據收集、數據標注、仿真、模型訓練、評價等一整套系統。

另外，在高精度地圖和精準位置服務上，阿里有高德地圖和千尋位置做支撐。業內普遍認為，要想實現L4級以上級別的自動駕駛，高精地圖至關重要。而千尋位置則能夠提供高達動態厘米級和靜態毫米級的定位能力，該技術也是自動駕駛的基礎技術能力。

而在算力算法等前沿技術上，阿里不僅有達摩院，還有專注于研發芯片的平頭哥，這兩大平臺為阿里聚集了一大批高端人才，這勢必也將為自動駕駛添磚加瓦。

單車智能+車路協同

當然，想要依靠單純的單車智能，來實現L4級別以上的無人駕駛，難度非常之大。因此，車路協同與單車智能協同發展，正逐漸成為行業共識，阿里同樣如此。

據了解，在阿里巴巴人工智能實驗室的構想中，不僅有聰明的車，還要有聰明的路，其實現的路徑，就是自動駕駛車+路側感知基站+云控平臺，從而實現云端、路端、車端一體化的智能。

對此，王剛在2018年的云棲大會上介紹稱，所謂的智能感知基站，就是阿里團隊把車的傳感單元裝到了路上，使其能夠感知到交通場景里所有的信息，并發送給車。

同時，該智能感知基站還包括了多模態融合算法，并開發出了基于網絡的感知算法等等，因此，其在精度、實時性以及可靠性上都達到了很高的要求。

而通過將車與感知基站的融合，阿里形成了一個高效統一的協同智能系統。基于此，團隊實現了即使車在時速30公里的速度下突然出現一個人，也能100%的成功避讓的概率。

結合阿里的商業模式來看，單車智能+車路協同的模式，無疑加快了L4級無人駕駛的落地，尤其是在末端配送領域。

發力無人配送

如果說，AI實驗室是阿里自動駕駛后衛，那菜鳥ET物流實驗室就是其前鋒。

據了解，菜鳥ET實驗室是由菜鳥網絡在2015年年底組建，其在2016年9月1日發布新一代無人送貨機器人小G作為末端配送工具。

次年9月，其發布了升級版小G二代以供園區內的末端配送服務。而后，在2018年4月，菜鳥首次在杭州公開路側小G plus版，但仍然主要用于社區和校內的配送運輸服務。

在發布小G plus版之后，同年云棲大會上，菜鳥ET實驗室又發布了第四代物流無人車：N型和M型，兩款無人車都面向新零售場景。

M型無人車

其中，M型產品最高時速25公里，續航里程為50公里，可在園區內行駛，未來可在非機動車道行駛。而N型產品前后共使用了三個激光雷達，未來其也將會被推廣到機動車道中。

N型無人車

去年4月份，菜鳥ET物流實驗室對無人車進行了實況路測，算法團隊負責人陳俊波表示：“菜鳥無人車已經經歷了三年的研發過程，量產商用在即，年內將全面投入末端配送。”

在無人車使用的技術方面，據此前報道，主要包含三個方面，傳感器、計算單元以及執行機構。其中，菜鳥使用的傳感器組合有激光雷達、單目攝像頭、雙目攝像頭、GPS、IMU等，激光雷達使用的是阿里投資公司速騰聚創的產品，定位上，則使用了千尋位置。而計算單元也主要是高精度地圖、定位以及識別模塊。

基于此，不難看出，阿里在自動駕駛技術上的研發以及相關布局，基本上已經落實到了其產品上。與此同時，前文有所言，阿里在業務模式上主要采用末端無人配送和公開道路兩種業務形態雙線并進的策略，其在末端配送上已經完成基礎布局，且產品即將迎來落地應用。

此外，在公開道路方面，陳俊波也曾在論壇上提到，菜鳥除了在末端的配送機器人，在卡車，在高速公路上的配送領域也會展開非常多且有意思的進展。

小結：

事實上，當前業界對于末端配送的爭奪戰已經進入白熱化階段，不管是美團，還是京東，抑或是阿里，都希望能夠率先搶占末端配送市場。

一方面，現階段快遞行業仍然處于飛速發展的階段，但與之相對的，卻是快遞從業人才流失問題，面對未來龐大包裹的數量，以及相關配送壓力，無人車將是關鍵。

另一方面，此次疫情，要求無接觸配送，也成為了催生無人駕駛落地應用的因素之一。在疫情期間，美團的無人配送車已經率先應用，相對來說，阿里和京東則慢了一步。

不過，相對來說，阿里是我國第一大電商平臺，菜鳥擁有先天的物流場景優勢。同時，阿里在高精地圖、定位、芯片、云服務等領域的布局，也將會成為其自動駕駛的核心競爭優勢。

更為重要的是，相比于美團和京東，阿里通過單車智能與車路協同的協調發展，或許會使其后來居上，率先落地應用L4級自動駕駛。