文｜低速无人驾驶编辑部
在末端配送领域，阿里依靠完整的电商、物流体系，推出了无人车“小蛮驴”用于“最后三公里”的快递配送，并成功向规模化商用迈进，在全国200多所高校投用了350辆。
然而，在上周五，“小蛮驴”却不幸在一所高校发生了意外。
河南大学校内，这辆无人车“小蛮驴”直接驶入了一片填埋时间不长的未干水泥地，并牢牢地深陷其中，引发学生们哄笑围观。
有人质疑：“就这技术，还想跟快递员抢饭碗？”
据悉，这并非“小蛮驴”第一次遭遇窘况，此前也曾在其他园区出现过“动弹不得”，比如前方因单车或修路围挡挡住去路等，只能原地等待请求救援，旁边太多人围观时也会被“冻住”寸步难行。
自动驾驶的长尾场景问题
“小蛮驴”由阿里达摩院自动驾驶实验室设计研发。在硬件方面，“小蛮驴”前后各配有一个深度定制的32线激光雷达，车周身布有6个摄像头组成环视方案，还有毫米波雷达、惯导等传感器。软件方面，“小蛮驴”集成了达摩院最前沿的人工智能和自动驾驶技术，具有类人认知智能，大脑应急反应速度达到人类7倍，另外还设计了五重冗余的安全体系等，以保证无人车运行安全。
得益于多传感器的配合，“小蛮驴”是具备主动避障能力的，但它还是在这一片湿漉漉的水泥地里“翻车”了。
有分析认为，“小蛮驴”虽然是在相对封闭的校园内行驶，但实际情况远比肉眼看到的复杂。无人车在封闭场所运营，行驶路线和停靠站点大都是提前规划好的，这也意味着这片填埋时间不长的水泥地没有及时更新到“小蛮驴”的地图库中。
在地图路线更新不及时的情况下，“小蛮驴”未能成功避障主要是两方面原因：
一是白天场景下，摄像头与激光雷达均未能识别湿水泥地。通常来说，对于正常的无人车，这种地面应该是判定为镜面反射，按水面处理。但在水泥八成干后，没有了反光，很有可能并不会判断为水。
二是湿水泥地场景属于“小蛮驴”此前测试的盲区场景，类似“长尾场景”。长尾场景指种类繁多、发生概率较低或者突发的场景，比如闯红灯的车辆、横穿马路的行人、红绿灯损坏的路口、路边违章停靠的车辆等。这些场景不按常理出牌，样式繁多，处理难度大，但却是自动驾驶技术落地的关键之一。
因为自动驾驶功能是基于AI算法实现的，以目前的技术，AI算法只能完成之前被训练过的任务。自动驾驶技术无法做到模拟所有复杂路况，只能无限逼近而不可能彻底找到所有场景，所以没有解决的“长尾场景”场景还有很多。
从某种角度来看，这一次新事故、新故障的发生，也是帮助在无人车找到新的“长尾场景”，并加以解决，推进规模化、商业化步伐。
规模化商用：道阻且长，行则将至
早在2015年底，阿里就组建了菜鸟ET物流实验室，重点研发无人物流车。
2018年6月，时任阿里菜鸟ET物流实验室主任张春晖表示：“未来三年，阿里菜鸟无人设备将达到十万台。”
2021年10月，“小蛮驴”推出一周年之际，阿里宣布“小蛮驴”完成了“从0到1”的量产爬坡，销售350多台，进入200多所高校和社区。但很明显，阿里三年前的目标远没有达到。
说起来，阿里达摩院小蛮驴的背后技术团队也经历了颇多动荡：
在2018年前后，阿里的自动驾驶小车研发任务还集中在菜鸟ET实验室，但后来菜鸟与达摩院自动驾驶实验室经过架构调整后合并，在2020年发布了小蛮驴，并成立了杭州小蛮驴智能科技。
遗憾的是，带领“小蛮驴”从诞生到落地的王刚——达摩院自动驾驶实验室科学家兼小蛮驴智能科技总经理，已于今年1月宣布离职，并在清洁机器人领域开始创业。
有分析认为，是互联网公司高估了技术的价值和低估了技术落地的难度，使得技术大牛的付出和产出不成正比，从而导致技术大牛们出走互联网。
也有人认为，王刚的离职或与阿里在自动驾驶领域的多路线扩张有关。他一直主张做产品的时候“应该专注”，而不是“既要又要还要”。阿里显然已经不满足无人配送车的布局，不仅要推出“大蛮驴”入局干线物流领域，还要布局乘用车自动驾驶方向。
其实，参考自动驾驶发展的“三定律”，不管阿里未来要如何扩张自动驾驶路线，无人配送这一低速、限定场景总是要更快实现规模化商用的。
阿里现阶段已经实现了350台“小蛮驴”的布局，距离“1年扩展至1000台，3年部署达上万台”的最新规划也在逐步靠近。虽然无人车运营过程中，还有很多难关要克服，但坚信产业链共生、共创、共赢，必将迎来全新发展局面。