就在7月1日，北京市自動駕駛測試管理聯(lián)席小組發(fā)布了首批T4級別自動駕駛牌照。百度獲得了全部的首批5張T4級別自動駕駛測試牌照，成為中國第一家獲得次級別牌照的企業(yè)。

目前自動駕駛測試牌照分為五個級別，分別是T1、T2、T3、T4和T5。與T3級別相比，T4級牌照在以下幾個方面增加了要求和復(fù)雜度。

第一，在執(zhí)行能力方面，增加了過限寬門、窄路掉頭、坡道停車和起步三項(xiàng)要求。

第二，在應(yīng)用場景上，則增加了通過學(xué)校區(qū)域、通過隧道、超車、倒車入庫、側(cè)方停車這幾項(xiàng)要求，對于智能駕駛的要求更高。

也就是說T4級自動駕駛測試牌照需要汽車能夠通過《北京自動駕駛車輛道路測試能力評估內(nèi)容與方法》中39項(xiàng)具體的測試要求的32個項(xiàng)目。

除了此次發(fā)布的T4級自動駕駛拍照，其實(shí)我國自從2018年3月開始已經(jīng)陸續(xù)發(fā)布了100多張自動駕駛測試牌照。到目前為止已經(jīng)有11家公司具備了T3級自動駕駛測試牌照。這為自動駕駛車輛的軟件和硬件智能技術(shù)不斷完善，未來在封閉環(huán)境（廠區(qū)、園區(qū)等場景），以及擁堵路段、部分高速公路等特定場景下的智能駕駛不斷推進(jìn)，為L3，L4智能駕駛的落地奠定了良好的基礎(chǔ)。

最近的有6月21日，長沙市向中車時代、長沙智能駕駛研究員、北京福田戴姆勒、贏徹科技、百度等5家企業(yè)發(fā)放49張測試牌照，并宣布建設(shè)36條道路56個路段共計135公里城市開放測試道路，規(guī)劃100公里高速公路測試示范道路。

還有6月20日，廣州市交通運(yùn)輸局、工業(yè)和信息化局、公安局正式給廣汽集團(tuán)、文遠(yuǎn)知行、小馬智行、景騏、裹動智駕、深蘭科技等六家企業(yè)發(fā)放了24張智能網(wǎng)聯(lián)汽車道路測試牌照。同時，廣州首批開放測試道路路段與道路定級發(fā)布，測試道路分布在廣州市黃埔、白云、花都、南沙等區(qū)，共有測試道路33條，總里程達(dá)45.644公里。

其中僅文遠(yuǎn)知行（WeRide）獲得了“粵A0V01試”在內(nèi)的10張牌照，是當(dāng)前除百度外國內(nèi)擁有智能網(wǎng)聯(lián)汽車路測牌照最多的企業(yè)；其次景騏科技也拿下了10張路測牌照。據(jù)悉，文遠(yuǎn)知行已完成自動駕駛技術(shù)在3種不同車型上的適配，包括林肯MKZ、廣汽傳祺GE3和日產(chǎn)LEAF 2。本次獲得也是唯一一臺獲得牌照的“大巴”，是來自上海的人工智能企業(yè)——深蘭科技的熊貓智能科技。

自動駕駛汽車的測試牌照越發(fā)越多，那商業(yè)化情況如何呢？目前大家已經(jīng)知道的有2018年12月5日開始正式商用的自動駕駛叫車服務(wù)Waymo One。目前，Waymo One服務(wù)的區(qū)域是美國加州的鳳凰城四周的四個郊區(qū)，包括了Chandler、Mesa、Tempe和Gilbert，服務(wù)面積大約是100萬平方英里（比半個北京朝陽區(qū)面積大一點(diǎn)）。

根據(jù)Waymo官方的消息，目前能夠使用WaymoOne的用戶都是來自“早期騎手”項(xiàng)目的用戶，這是一個大約400人左右的群體。包括了上高中、大學(xué)的學(xué)生，視力受損的阿姨等等，Waymo的自動駕駛車輛，送這些用戶去上學(xué)、購物、約會、吃飯等日常生活活動。

在上周五的一個沙龍上，中國的小馬智行公司透露說，他們也打造了一個自動駕駛移動出行平臺Robotaxi，目前處于公司內(nèi)測階段。他們在廣州南沙區(qū)有幾十輛車可用于公司員工的上下班和領(lǐng)導(dǎo)考察接送等。

圖1：小馬智行的Robotaxi項(xiàng)目。

小馬智行截止到2019年4月已經(jīng)累計融資3億美元，目前估值17億美元左右。他們主要專注于中國市場，在中國廣州市南沙區(qū)落地了一支無人車隊(duì)的常態(tài)化試運(yùn)營。

除了這些新興的自動駕駛汽車企業(yè)，老牌的整車廠商們也在加緊步伐跟上節(jié)奏。比如通用汽車計劃在2019年量產(chǎn)L4級別自動駕駛系統(tǒng)；上汽集團(tuán)計劃2020年推出L4級別自動駕駛車型。

圖2：2012年~2030年主要車企自動駕駛技術(shù)導(dǎo)入時間表。

雖然已經(jīng)有公司邁出了商業(yè)化的步伐，但其實(shí)自動駕駛汽車還面臨著很多挑戰(zhàn)需要解決。自動駕駛系統(tǒng)主要由三部分組成：感知、決策和執(zhí)行。

其中感知層硬件包括雷達(dá)、攝像頭等傳感器，用于探測汽車周圍的環(huán)境信息，為其他兩個功能模塊提供信息支持。決策層涉及算法、應(yīng)用軟件與芯片。攝像頭、雷達(dá)等傳感器測量到的數(shù)據(jù)，還要與發(fā)動機(jī)、底盤、車身上的其他各類傳感器測量到的數(shù)據(jù)配合。不同處理器處理的信息通過總線通信，最后給執(zhí)行層發(fā)出指令。執(zhí)行層則對應(yīng)電子剎車、電子助力轉(zhuǎn)向、電子車身穩(wěn)定系統(tǒng)等。

圖3：自動駕駛的架構(gòu)。

傳感器主要有超聲波雷達(dá)、毫米波雷達(dá)、激光雷達(dá)和攝像頭4類。不同傳感器的原理和功能各不相同，能在不同的場景中發(fā)揮各自的優(yōu)勢，因此，目前來看，難以相互替代。比如攝像頭識別場景豐富，可以識別交通指示牌等，但是受視野影響較大。激光雷達(dá)測量精度高，但是成本高；毫米波雷達(dá)不受天氣和夜間影響，但是對行人的反射波比較弱。

圖4：4類不同雷達(dá)的比較。

圖5：自動駕駛系統(tǒng)上的傳感器分布情況。

對于激光雷達(dá)，雖然特斯拉的馬斯克對其在自動駕駛汽車上的應(yīng)用嗤之以鼻，認(rèn)為“傻子才用激光雷達(dá)”。但小馬智行負(fù)責(zé)自動駕駛硬件模塊技術(shù)研發(fā)的彭健卻不這么認(rèn)為，在他看來激光雷達(dá)對自動駕駛汽車來說不可或缺。

圖6：小馬智行負(fù)責(zé)自動駕駛硬件模塊技術(shù)研發(fā)的彭健。

根據(jù)Market Research Reports的統(tǒng)計，全球的激光雷達(dá)制造商主要集中在美國，比如Velodyne可以說是自動駕駛系統(tǒng)的標(biāo)配，目前已經(jīng)被Google、百度等多家自動駕駛公司采用。

圖7：全球前十大激光雷達(dá)制造商。（數(shù)據(jù)來源：Market Research Reports）

同時，彭健也談到了自動駕駛系統(tǒng)面臨的一些機(jī)械挑戰(zhàn)和電子系統(tǒng)挑戰(zhàn)問題。在機(jī)械方面，第一個挑戰(zhàn)是，彭健認(rèn)為在“顏值即正義”的現(xiàn)在，在汽車上加上一個“帽子”確實(shí)顯得比較難看，如何讓這個外加的結(jié)構(gòu)更加復(fù)合大眾的審美是一個比較難的問題。

第二是尺寸和重量問題的挑戰(zhàn)，現(xiàn)在很多地方，特別是地下車庫，一般會限高2.2米，如果加上自動駕駛系統(tǒng)后，高于這個高度，就會帶來很大的麻煩；還有汽車頂上的行李架主要是為放置一些簡單的行李而設(shè)計的，承重大概50~60千克，也就是說自動駕駛系統(tǒng)不能超過這個重量；此外，還有車尾的后備箱其實(shí)也空間有限。

第三是寬溫度范圍，一般的惡劣環(huán)境是-40℃到+90℃，而要想自動駕駛系統(tǒng)能夠穩(wěn)定運(yùn)行卻需要保證所有器件和設(shè)備能夠在-40℃到+125℃環(huán)境下能正常工作。

第四是熱管理挑戰(zhàn)，自動駕駛系統(tǒng)的需要處理很多數(shù)據(jù)，需要很強(qiáng)的計算能力，需要支持這么達(dá)的計算能力，就要有大功率電源，同時還要有相應(yīng)的如何處理掉電源工作過程中產(chǎn)生的大量熱量。

第五個問題是沖擊和震動對系統(tǒng)的影響，畢竟汽車是運(yùn)行在不同環(huán)境中的，有的地方震動會很強(qiáng)烈，如何保證系統(tǒng)在遭受沖擊和震動時仍然能正常工作也是設(shè)計師必須要考慮的問題。

第六個問題是如何應(yīng)對雨雪等惡劣天氣的影響。汽車需要在下雨、下雪、大風(fēng)、雷雨、大霧、霧霾等等天氣狀況下運(yùn)行，這些不同惡劣天氣狀況會給自動駕駛帶來的影響，設(shè)計師在開始就必須考慮到。

在電子方面的挑戰(zhàn)，彭健提到了寬溫度范圍對元器件選擇的問題，由于自動駕駛系統(tǒng)要求很寬的溫度范圍，現(xiàn)在可以選擇的元器件并不多，一個是廠商一般不會提供這么寬溫度范圍的器件，即使可以提供也是相當(dāng)昂貴的。此外，還有設(shè)計的時候需要考慮沖擊和震動，以及整車的MEI/EMC問題，以及嚴(yán)格的汽車測試標(biāo)準(zhǔn)問題。

圖8：小馬智行的車頂傳感器系統(tǒng)。

圖9：小馬智行的計算架構(gòu)系統(tǒng)。

總之，汽車自動駕駛正逐漸向我們走來，但商用化進(jìn)程還比較緩慢，因?yàn)樽詣玉{駛?cè)匀贿€面臨著諸多挑戰(zhàn)需要解決。