以下为演讲全文：

各位高朋、各位朋友，大家好，非常高兴给大家分享一下美团在自动配送车落地运用方面的探索。
本日的分享三个方面展开，首先是对自动配送这个家当的概述，跟大家分享一下我们在实际的落地运用中碰着的技能上的寻衅，以及我们在落地过程中，在安全方面的实践。

首先看一下全体家当，我们认为全体物流家当已经上升为国家的根本性、计策性家当，如果看全体GDP的占比，2020年我国物流的总用度已经占了全体GDP的14.7%，是一个非常主要的板块。
我们认为如果能够用智能的技能来提升物流家当的效率，对全体国民经济的发展都有主要的意义。

在物流家傍边，有两个很主要的业态，一个是快递物流，一个是外卖即时配送。
这两个家当业态加起来都在非常高速的发展，左边这个图是显示从2013年一贯到2024年预估的增速，这些年一贯在高速的增长，每年会增长20%、30%。
同时，我们面临的抵牾的事情是中国的适龄劳动力人口一贯在逐年低落，从2011年到达顶峰之后，这些年每年都在减少。
这样的抵牾怎么去办理，我认为必须依赖于自动驾驶技能来提升全体行业的效率才能办理。

说到自动驾驶，我们先来看一下自动驾驶可能有哪些不一样的运用，我把自动驾驶干系的运用处景大略画在图里，跟大家做一个大略分享。
横轴是关于速率，从低速到高速。
纵轴是场景的繁芜度，从大略到繁芜。
我们认为一样平常来说，速率越快，场景越繁芜，自动驾驶技能的寻衅也就越大，以是这个图的最右上角速率越高，场景越繁芜，对自动驾驶的哀求越高。
这些场景包括了载荷的场景，比如高速的L2、L3，也包括分外的运用处景，像环卫清扫，也包括物流干系的场景，我在这里把物流的各个运用处景用黄颜色、红颜色标了出来，美团现在聚焦的是在中间赤色的城区配送，城区配送有一个比较不一样的特点，便是场景的跨度非常高，可能会有比较大略的城区做配送，同时也会有一些城区繁芜度非常高，如果在北京五道口配送就非常非常难。
从速度来看，不像自动驾驶卡车那么快，但是也不是很慢，一样平常20-40公里的速率，才能知足城区配送业务的需求。

先容完了家当，我们来看一下在技能上有什么寻衅。
我们讲技能寻衅的时候，很多人以为想象中的无人配送、自动配送车辆的体积会比较小，场景可能会比较大略，但实际上美团在做自动配送落地的过程中创造，由于自动配送车要跟很多行人、非机动车共享道路，会碰着路边有车辆停靠或者树叶遮挡的情形，我们在实际运营的过程中会碰着大量的自动驾驶长尾的问题，以是我们是在近间隔感想熏染城市的烟火气。

给大家举几个详细的例子，见告大家我们在感知、定位、决策掌握方面，分别都有什么样的寻衅。
先来看一下感知，城区自动配送须要跟很多不同的道路的交通元素做交互，有行人、自行车、三轮车、快递车以及运货的卡车、垃圾车、清扫车等等，如果是道路交通元素多种多样，要准确的识别每一个障碍物的属性、识别速率，这就带来很大的寻衅。
由于我们有时候也须要在园区里运行，园区里比较常见的寻衅是会有非常密集的车群，摆着很多很多自行车，有时候会有非常密集的人群，对付人群或者车群涌现的时候，我们怎么比较好的对道路交通元素进行准确的识别、分割、检测以及追踪，这是另一个方面的寻衅。

再看一下定位方面，大家知道如果在相对空阔的道路上，卫星旗子暗记可以比较好的帮助我们做精准的定位，在相对小一些的场景里面，利用高精舆图匹配的办法做定位。
如果我们做很长的隧道，或者下地库的时候，走旋转的坡道，这个时候既没有卫星旗子暗记，同时周围的环境都比较想象，不管是用激光看，还是用视觉看，觉得这个环境并不是特殊好的去区分它的位置，这样就给定位带来了很大的寻衅。
在道路中，有很多树木遮挡，尤其是很多城市包括北京城市绿化越来越好，我们要走非机动车道的时候常常碰着树木的树叶过于茂盛，把卫星旗子暗记遮挡的非常严重。

由于中国的城市培植也很快，常常会碰着道路施工的情形，道路施工，全体道路的交通元素也就变了，如果我们要利用跟高精舆图做匹配去做识别的时候，就会创造碰着很多问题。

美团的自动配送车须要跟很多不同的交通元素去做交互，不同的元素运动的行为、运动的速率、运动方向的同等性都是不太一样，我们怎么比较好的判断三秒钟之后，每一个物体可能的位置，那就非常非常难，以是我们去做决策的时候就会很难。
再比如说右边的图，我们在一些园区的非构造化道路里要做非常急的调头的时候，由于方案和掌握每每会随意马虎脱节，方案出来的道路，结果掌握创造速率跟不上，我们现在也在考试测验一些新的算法，道路的方案和速率的方案结合在一起，同时考虑车辆的动力学模型，更好的在比较狭窄的道路里行驶。
这是我们在技能方面碰着的寻衅，现在我们也在比较好的去办理。

再给大家先容一下美团在落地运营的过程中，在安全方面的探索。
我们始终认为不管是自动配送也好，还是Robotaxi也好。
自动驾驶要大规模落地最主要的便是安全，主动安全、被动安全、功能安全以及网络和数据安全，我们怎么去培植这五方面安全的能力，我们在三个不同的场景下，包括全体系统的培植，包括车辆的设计，以及运营的环节，这三个场景下去培植安全，我分别给大家先容一下。

全体系统搭建的过程中须要考虑很多网络安全、数据安全方面的保障，比如在网络通信里面，通信链路都须要做加密，做认证，防止别人的修改和假造。
在通信的接口方面，须要做认证健全，对系统要做入侵的检测。
在数据传输方面，由于自动驾驶车在道路上也会采集很多比较敏感的数据，数据一方面须要做可信加密，其余一方面涉及到隐私的数据，比如车牌号、人脸，须要在车端做脱敏之后再外发，再上传到云端等等。
在软件的升级，升级都是远程通过OTA升级，升级方面也须要建立一个比较规范的流程和机制来做保障。

在车辆的设计方面，我们也须要做很多考量。
主动安全是指车辆怎么比较好的主动的避免交通事件的发生，美团自动配送车的设置上，车辆装了很多传感器，能担保360度无去世角的对周围进行感知，在软件和硬件的设计上，也做了多重冗余的设计，包括刹车的冗余，包括自动驾驶软件系统的冗余等等。
另一方面在车辆的被动安全方面，我们也做了很多设计，比如在车辆的形状和车辆的材质方面，我们跟清华大学汽车工程系一起做了很多联合研究，减少在发生碰撞时对用户造成的侵害。
同时我们也对车身的构造做了优化，这样可以减少对电池碰撞爆炸的风险。

在安全的运营方面也须要一整套的体系来做安全保障，在这方面我们设计了一套比较完善的流程规范，包括对安全员入职，须要对他做一整套的培训、考察，有比较完善的管理制度，也对事件的事前、事中、事后的处理有一整套的应急处置的方案。
以是我们认为这一整套安全运营的体系，是对运营安全很主要的兜底。

刚才先容完了技能上和安全方面的实践，再给大家看一个我们在实际配送运营中的案例。
大家现在看到的***是美团在顺义实际配送中录制的一段***，上面的三个画面分别是车身上安装的左前、正前和右前的摄像头采集到的画面。
下面的画面是自动驾驶系统基于摄像头、激光雷达、毫米波雷达多种传感器采集的旗子暗记做领悟感知之后，对周围环境的判断，以及对车辆行驶的方向、速率、路径的方案。
大家可以看到在全体车辆行驶过程中，由于在非机动车道，有时候也会在机动车道借道，会碰着很多不太好处理的case，包括跟行人、自行车、三轮车，有时候路口会溘然冲出来一些社会车辆，以及有时候会有很多逆行的行人、自行车，要跟他们做交互，全体环境是非常繁芜的。
我们在自动驾驶软硬件方面都做了很多优化去处理这些场景，也得益于由于我们的车辆现在车体相比拟较小，在车上没有载客，我们可以比较灵巧的掌握，可以比较好的避免跟其他的障碍物发生碰撞。

现在我们已经比较好的在全国的多个城市在测试和运营，我们在全体测试运营的过程中，也创造现在在政策上还是有很多寻衅的，比如说在法律上，自动配送车属性还不太明确，到底是机器人还是一台车，如果是一台车，是机动车还是非机动车，干系的标准体系也亟待完善，包括在行业的标准、国家的标准方面比较缺少，也缺少产品的安全道路测试等等方面的标准，以是我们也希望跟同行一起不断的完善在标准、法律法规方面的培植。

本日禀享的总结，一方面我们认为自动驾驶、自动配送对付物流家当以及全体国民经济发展都有非常主要的意义，城区的自动配送有非常繁芜的场景，这些场景足够帮助我们不断打磨自动驾驶的技能。
自动驾驶如果要大规模的落地运用，涉及到很多安全的事情，包括系统、车辆运营、流程等等，在这方面我们已经有比较好的探索和积累，由于我们是自动配送车的属性，也天然的有一些在安全方面的上风。
同时，我们也创造在政策和标准方面，还须要行业一起来努力做创新和打破。
这是我本日的分享，希望大家一起努力，终极用自动配送让做事触达到每个角落，感激大家。