11月11日，清華大學教授、國家智能網(wǎng)聯(lián)汽車創(chuàng)新中心首席科學家、中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟專家委員會主任李克強在2020世界智能網(wǎng)聯(lián)汽車大會開幕式上就《智能網(wǎng)聯(lián)汽車技術路線圖 2．0》（以下簡稱“《技術路線圖 2．0》”）編制背景和主要內(nèi)容進行了發(fā)布。

根據(jù)智能網(wǎng)聯(lián)汽車發(fā)展愿景和總體目標：到2025年CA級智能網(wǎng)聯(lián)汽車的銷量占比將要超過50%;2030年CA占比超過70%，HA車輛占比超過20%;2035年各類網(wǎng)聯(lián)式高度自動駕駛車輛將會廣泛運行與中國廣大地區(qū)。

也就是說按照整體的規(guī)劃，還有5年， CA級輔助駕駛（相當于L3級自動駕駛）車輛就要大規(guī)模進入市場了。

但回顧當前市場，可以發(fā)現(xiàn)L3級自動駕駛車輛還屬于稀罕物品，普遍被認同的L3包括長安UNI-T，廣汽埃安LX，奧迪A8以及全新發(fā)布的奔馳S級。

至于更高的HA級自動駕駛（L4級），F(xiàn)A級自動駕駛（L5級），目前來看更是沒有一輛量產(chǎn)車能夠達到。

事實上，目前我國的汽車還主要停留在ADAS階段，也就是介于L0-L2之間。根據(jù)高工智能汽車的數(shù)據(jù)，今年1-9月，ADAS的搭載上險量為468．43萬輛，同期中國市場總體銷量則為1711．6萬輛，ADAS搭載率為27%。

圖片來自高工智能

從ADAS過度到CA級甚至FA級自動駕駛，需要經(jīng)過哪些努力，又會面臨怎樣的問題，是我們今天要討論的問題。

01

技術還需要迭代

對于整個行業(yè)而言，技術問題依舊是擺在自動駕駛落地面前的首要難題，雖然現(xiàn)在一些簡單的場景已經(jīng)可以實現(xiàn)自動化，但對于更復雜的環(huán)境，目前的技術明顯支撐不起來。

具體而言，包括自動駕駛的整個閉環(huán)（環(huán)境感知、融合算法、決策執(zhí)行）都有極大的提升空間。

比如傳感如何確保在復雜環(huán)境中的正常工作，以及保證所收集的信號的真實性？一個夸大但具有象征意義的就是紅屁股猴子坐在樹上，傳感器會不會將它識別成紅燈？

再說融合算法，當前自動駕駛車輛獲取環(huán)境的途徑一般通過攝像頭和雷達，那我們想象一個情景：馬路上一個小水坑，視覺傳感器認為這是一個障礙物，需要停車避讓。但雷達傳感器認為可以直接通行，那么信息融合的底層邏輯應該怎么寫？聽攝像頭的還是聽雷達的？

還有最重要的安全問題，包括系統(tǒng)安全、網(wǎng)絡安全等。比如在誤操作或是系統(tǒng)自身出現(xiàn)了問題，安全功能還能不能繼續(xù)保障;又或者有人由于某種目的惡意攻擊這個系統(tǒng)，安全保障系統(tǒng)能不能解決問題。

這些問題在傳統(tǒng)車上顯現(xiàn)得并不明顯，但是在自動駕駛車上將會放大百倍，這對于廠家來說是一個非常大的挑戰(zhàn)。

總結下來，目前的自動駕駛車輛感知能力有限，不具有真正意義上的思考和判斷能力，同時還面臨成本的軟件安全威脅

02

基礎設施需要跟進

前面提到，單純依靠車輛自身的傳感器很難準確識別外部的環(huán)境信息，所以中國選擇了另一條技術路線：車路協(xié)同

通過廣大的基礎設施，包括路側(cè)設備（RSU智能感知基站、AI攝像頭、路端毫米波雷達、邊緣計算平臺、云控平臺等）、云端連接、5G通信等技術。

建立起一個所有交通參與者的全方位連接和信息交互平臺，依靠智慧的路去彌補單車的智能不足缺陷，從而達到高效安全的自動駕駛。

不過這條“聰明的路”建設難度極大，根據(jù)國家相關信息：截止2019年我國公路的總里程達到501萬公里。百萬級別的長度意味著道路改造將會是一個無比龐大且耗時長的工程。

這里有一組數(shù)據(jù)：今年6月，我國第一條真正意義上的車路協(xié)同V2X智慧高速公路——杭紹甬高速《建設項目方案》正式公布，每公里造價每公里造價4．06億元，而一般的高速公路每公里造價就1億元，可見數(shù)額之巨大。

而想要L3以及更高級別的自動駕駛想要快速落地，基礎設施勢必要跟得上才行。

03

法律法規(guī)的健全

法律法規(guī)目前是橫在自動駕駛的一到鴻溝。截至到現(xiàn)在，我國并沒有一部完善的關于自動駕駛的法律法規(guī)，這也是埃安LX，長安UNI-T不能面向大眾的根本原因。

至于為什么法規(guī)遲遲不沒出臺，這就涉及到法規(guī)的制定標準了。

一般來說，標準的建立是基于科學經(jīng)驗而來的的，需立足于實際需求，但從目前接觸到的信息來看，各方包括主機廠、零部件供應商、政府機構等，對于自動駕駛標準的訴求是不一樣的，有些甚至是矛盾的，這就需要時間去甄別出哪些是真正要解決的問題，進而制定相關的標準。

同時自動駕駛技術還是一個快速發(fā)展的行業(yè)，這對于標準化的需求也在快速變化中，所以給標準的制定帶來了較大的挑戰(zhàn)。

而對于制定標準的機構來講，在國際上可借鑒的案例太少的前提下，只能是摸著石頭過河，亦步亦趨。

04

如何降低成本

高級別的自動駕駛技術想要大規(guī)模普及，就必然會涉及到一個成本問題。根據(jù)此前中國電動汽車百人會發(fā)布的自動駕駛應用場景與商業(yè)化路徑（2020）報告顯示，現(xiàn)階段自動駕駛硬件成本約在5萬美元/車，到2025年這部分成本才有望降至5000美元。

硬件成本只是一方面，隨著自動駕駛汽車的高度軟件化，包括軟件公司、云服務商、高精地圖廠商，都將為自動駕駛汽車增加無形的成本。

而高級別自動駕駛想要大規(guī)模進入消費市場，成本必須得降到一個消費者能接受的位置，如何在平衡其中的利益關系，是自動駕駛平民化的關鍵。

05

科普教育

當高級別自動駕駛的客觀條件都已經(jīng)滿足，還需要進行一步：基礎的科普教育，這一步非常的重要。

回顧特斯拉自動駕駛出現(xiàn)的幾起事故我們可以發(fā)現(xiàn)：除了特斯拉方面的過度宣傳，另一面則是用戶的非常不理智，甚至還有人直接在車內(nèi)睡起大覺，因此付出了生命的代價。

而推動科普教育以后，當中才能對自動駕駛有一個更正確的理解，才能更為順利地推動自動駕駛的發(fā)展。

寫在最后：

從實際情況來看，我們想要實現(xiàn)高級別的自動駕駛還有很長一段路要走，包括車、路、人等全部交通參與者，都還有很大的提升空間。只是在國家確定好大體方向與目標之后，這一步我們可能走得更快一些。

責任編輯：xj