近日，在武漢試運營的蘿卜快跑在高峰期因經常堵塞交通而被人投訴，有網友反映測試車輛“行駛速度太慢”、“無緣無故罷工”、“沒到目的地半路就停下了”等等奇葩問題。之后，蘿卜快跑第一時間做出回應，稱以上信息為惡意投訴、與事實不符。那么無人駕駛出租車（Robotaxi）模式出現問題，是否意味著自動駕駛技術不靠譜？

目前，無人駕駛技術尚未成熟

查詢相關信息得知，蘿卜快跑采用了百度Apollo的自動駕駛技術，包括感知、決策規劃、控制等多個方面。百度Apollo在之前發布了自動駕駛大模型Apollo ADFM，支持L4級別的無人駕駛應用，此次在武漢測試的蘿卜快跑模式，也是國內L4級別無人駕駛實際應用最早的測試之一。

蘿卜快跑的技術原理其實并不復雜

首先，感知部分通過車載傳感器實時收集周圍環境的信息，如雷達、激光雷達、攝像頭等，這些傳感器能夠捕捉到車輛周圍的車輛、行人、道路標識、交通信號等關鍵信息，并將這些信息轉化為數字信號供車輛處理。

接下來，決策規劃部分利用先進的算法和人工智能技術，對感知到的環境信息進行分析和處理。通過路徑規劃算法，根據實時交通狀況和道路條件，為車輛規劃出最優的行駛路徑。同時，通過對周圍車輛和行人的行為進行預測，提前做出判斷，采取相應的避讓措施，確保行車安全。

最后，控制部分根據決策規劃的結果，對車輛的行駛狀態進行實時調整。結合深度學習和強化學習等技術，蘿卜快跑能夠在復雜的交通環境中做出正確的決策，并實時調整車輛的行駛速度、轉向等，以適應各種突發情況。

當然，為了保證絕對安全，百度Apollo還實現了10重安全冗余設計，包括感知三冗余、計算單元雙冗余、高精度定位三冗余等，以確保行駛過程中的安全性。

而從目前來看，可能問題更多地就出在“安全”這一項上，畢竟蘿卜快跑路試除了試驗效果，更重要的應該是針對真實路況的大數據收集以及訓練決策大模型，實現優化決策的目的，而這一切的前提，就是必須保證測試的安全性。

當安全性為優先保證時，蘿卜快跑出現行駛過程中速度慢、臨時停車等現象就很容易理解了，這也證明，目前要實現真正的L4級別無人駕駛，技術上還存在不小的短板。

無人駕駛的難點在哪

其實說到底，就是大數據的樣本還不夠，Apollo ADFM大模型還需要更多數據來進行學習。

無人駕駛技術如何準確、實時地感知路況，并做出正確的決策，是一個巨大的挑戰。尤其是在惡劣的天氣條件下，如雨雪、霧霾等，感知系統的性能會受到影響，增加了無人駕駛的難度，同時，在真實路況下，更多的未知變量也同樣非常麻煩，比如亂穿馬路的電動自行車，隨時變道的機動車，以及在上下班高峰期時突然增加的車流，這些都會對無人駕駛的感知、決策過程造成很大的干擾。

另一方面，由于是新事物，人們會特別關注無人駕駛的安全問題，就像前文提到，不管你技術多么成熟，都得在安全方面留出足夠的冗余設計，確保在任何路況下都不能與行人及車輛發生碰撞，否則這個鍋肯定是無人駕駛來接。

而且吧，無人駕駛目前最大的問題還是盈利前景不明朗，而技術升級卻需要大把燒錢，所以說即便是技術還并未成熟，百度也要著急上馬蘿卜快跑測試項目，畢竟從目前來看，Robotaxi商業模式可能是少數在短期內能看到盈利的無人駕駛應用。

除了蘿卜快跑，還有哪些品牌準備入局Robotaxi

作為資本的熱捧項目，Robotaxi在近幾年可以說是投資熱點。除了百度蘿卜快跑，全球范圍內，Waymo、Cruise、Uber等科技巨頭早已在Robotaxi領域展開布局，此外，文遠知行、小馬智行等創新型企業也在Robotaxi領域積極探索。

同時，隨著新能源汽車市場的蓬勃發展，一些主機廠商如特斯拉、蔚來、小鵬汽車等也開始涉足Robotaxi領域。他們憑借在電動汽車領域的積累和經驗，結合自動駕駛技術，也在著力加入競爭。

這些公司品牌的入局不僅為Robotaxi行業帶來了更多的技術創新和商業模式創新，也推動了相關產業鏈的發展和完善。從傳感器、芯片、算法等核心技術的研發，到車輛制造、地圖服務、運營管理等產業鏈的整合，Robotaxi的發展正在形成一個龐大的生態系統。

結語

隨著科技的不斷進步，無人駕駛出租車（Robotaxi）有望成為未來交通出行的新趨勢。然而，從蘿卜快跑在武漢試運營遭遇的投訴來看，無人駕駛技術的成熟度和商業模式的可持續性仍面臨不小的挑戰。未來，隨著無人駕駛技術的不斷成熟和商業模式的逐步清晰，我們有理由相信，無人駕駛還是能夠為人們帶來更加便捷、安全、舒適的出行體驗。