由Alphabet Inc.旗下自動駕駛汽車子公司Waymo運營的無人駕駛出租車已經完成了超過10萬次載客。

現在，這項服務正擴展到iPhone用戶，這是Waymo首次為服務提供一款iOS應用程序。意味著自動駕駛領頭羊準備擴大載客服務范圍。

Waymo是十年前谷歌推出的自動駕駛汽車項目，該公司表示，其服務每月有1500名用戶，自今年1月以來，每周的出行次數增加了兩倍。

從去年夏末開始，Waymo就在數百名試乘者中增加了一項不需要人類安全駕駛的“全無人服務”選項。Waymo的一位發言人說，雖然這些人一開始并不總是收費，但他們現在支付的費率與Uber、Lyft的叫車服務相當。

Waymo的首席產品官Dan Chu在一篇博客文章中寫道，大多數Waymo服務都是在傍晚和晚上進行，現在公司準備擴大這項服務，并增加更多的乘客，推出新的iOS應用程序就是第一步。到2020年，該計劃將會擴大，讓更多的用戶可以使用。

接下來，美國所有的iPhone用戶，不僅僅是那些參與了Waymo ONE早期試點的用戶，都可以在蘋果應用商店上搜索和下載Waymo應用。不過，你必須在創建一個帳戶后向Waymo提出申請，只有審核通過，才有資格享受服務。

與今年4月公開發布的Android應用程序一樣，適用于iOS系統的Waymo One幾乎可以從任何鳳凰城地區的地點出發，一天24小時，一周7天。它會提示客戶在估計到達時間和車費之前，詳細說明接送點和落客點。與典型的叫車應用一樣，用戶可以輸入支付信息，并使用五星級標準對乘車質量進行評分。

一些匿名消息來源稱Waymo增加了招聘力度。在目前600輛測試及運營車隊的基礎上，再增加成百上千輛自動駕駛汽車需要的員工。而位于底特律的自動駕駛汽車改裝工廠也已經正式開工。

在一次采訪中，Waymo首席技術官Dmitri Dolgov談到了Waymo技術的大規模生產，目前正在大規模生產所需數量的激光雷達和其他技術組件，以裝備數千輛未來的車隊。此外，Waymo還在多個城市聘請了說客，游說當地政府管理部門制定允許自動駕駛汽車運行的法規。

目前，Waymo與汽車租賃公司Avis簽訂了一份為數千輛Waymo自動駕駛提供維修服務的合同。另一份合同是與AutoNation簽訂的，當車主的私家車在店里時，他們可以得到一輛Waymo用于短期通勤。沃爾瑪還開設了專門的Waymo停車位，用戶可以在那里挑選網上購物。

按照目前的進展，Waymo的Robotaxi服務將從測試運營全面轉向商業運營。到明年年底，這項服務可能會有數萬輛汽車在數百平方英里的區域內運行。

此外，Waymo正試圖教育應急響應人員如何處理其自動駕駛汽車的突發故障，為后續的大面積運營做更多的工作準備。本周，Waymo在YouTube上發布了一段培訓視頻，旨在指導公共安全部門人員應對涉及自動駕駛汽車的事故。

這段14分鐘的教學視頻建議如何將自動駕駛調成手動模式，以及消防員應該采取哪些預防措施。視頻是與Waymo的工程師、鳳凰城郊區的警察和消防隊員合作完成的。

當然，問題仍然不少。

Waymo此次還披露了無安全員配置的Robotaxi服務的新細節，該服務目前進展緩慢（目前只對幾百名挑選的乘客開放）。

“這是一件極具挑戰性的事情，”Waymo的首席執行官約翰?克拉夫奇克（John Krafcik）表示，“我確實和大家一樣有不確定感，即使是在我的職位上。我不知道什么時候一切都會準備好，但我知道我非常有信心一切都會準備好。”

所以這些，都要基于目前公司的自動駕駛技術成熟度及后續的開發進展。最近，三位Waymo工程師（硬件主管、工程總監和軟件負責人）對外披露了Waymo的一些最新進展。

第一個問題是關于硬件成本。Waymo的工程師沒有提到具體的金額，但表示成本比上一代低了50%。考慮到Waymo的傳感器和計算平臺（Waymo現在使用cpu、gpu、加速器和IO處理器）配置（其中激光雷達、攝像頭以及部分芯片都是自主開發），預估成本大概在50000美元上下。

此外，在即將發布的5.0版本傳感器套件中，將安裝一種新型傳感器。

第二個問題是關于無安全員的車隊情況，上述人員表示，車輛被連接到一個操作中心，在那里可以監控車輛并向他們發送具體的信息，但是不能遠程剎車或轉向。目前，這種控制仍然只能由車輛單獨進行。

不過，后臺運營中心可以隨時監控路況，可以將所有車輛召回，或者發送指令讓車輛安全停在路邊，或將車輛轉向其他路線。由于無法直接控制緊急停車，但可以指示車輛在路邊盡快停車。

此外，如果乘客在車里待了幾分鐘還沒有開車，或者到達目的地還沒有下車，后臺支持團隊也會對他們進行安全檢查。

第三個問題是關于安全冗余，Waymo在這方面是走在行業的前面，包括電源、制動/轉向、通信/連接、傳感器/計算機以及車端軟件棧都做了冗余配置。

第四個問題是關于機器學習/深度學習，Waymo最初使用深度學習來識別和分類對象，現在使用DL來預測其他道路參與者的行動、規劃和模擬。他們與谷歌內的其他小組合作，包括Brain和Deep Mind。

為了提高預測的準確性，Waymo一方面使用來自真實世界的大量數據來衡量預測性能，另一方面預測幾種可能性。它們估計每個動作的概率，然后由規劃模塊考慮，以創建一個安全的決策規劃。

那么，當前的挑戰還有哪些？

上述負責人表示，從硬件的角度來看，目前的挑戰是傳感器在各種天氣條件下都能最佳工作。他們已經在佛羅里達州的大雨、密歇根州的大雪和亞利桑那州的沙塵暴中進行了測試。他們目前正在研制第五個版本的硬件設備，目前正在進行最后的工作。

當被問及車輛對行人不可預測的行為有何反應時，負責人表示，車輛在他們周圍表現得非常謹慎。事實證明，汽車的動作傳達了一種清晰的語言，尤其是當汽車和人之間無法進行眼神交流時。

不過，更重要的是，Waymo將開啟與特斯拉類似的大規模實際道路行駛數據驅動自動駕駛技術迭代的階段，盡管此前在仿真模擬里程數（100億英里）上，Waymo已經一騎絕塵。

最近，Waymo開始繪制洛杉磯的街道地圖，以研究交通擁堵問題，并將測試范圍擴大到佛羅里達州奧蘭多、坦帕、邁爾斯堡和邁阿密之間的高速公路。

如果按照預期的進度，意味著接下來一年時間，我們平均每天會看到100輛Waymo自動駕駛汽車加入車隊。

按照目前每輛車每天最多運行10小時，每輛車每天的行駛里程將增加300英里。如果有一萬輛車在運行，這意味著每天能積累300萬英里。三天之內，這1萬輛車將可以行駛900萬英里，與Waymo從2009年到現在9年時間里收集的數據相同。