从特定道路向常规道路进一步拓展：高级别自动驾驶2025年迎来大规模落地？
物流、景区、矿区等垂直领域的自动驾驶和无人驾驶会更先落地，但乘用无人车在真实和复杂的城市的落地则需要更多的时间。
21世纪经济报道记者 杜巧梅 北京报道
在交通运输部《自动驾驶汽车运输安全服务指南（试行）》（征求意见稿）公布一周后，8月15日，科技部公布了《关于支持建设新一代人工智能示范应用场景的通知》（以下简称《通知》），为加快推动人工智能应用，助力稳经济，培育新的经济增长点首批支持建设10个示范应用场景，其中之一就是自动驾驶。
《通知》指出，将针对自动驾驶从特定道路向常规道路进一步拓展需求，运用车端与路端传感器融合的高准确环境感知与超视距信息共享、车路云一体化的协同决策与控制等关键技术，开展交叉路口、环岛、匝道等复杂行车条件下自动驾驶场景示范应用，推动高速公路无人物流、高级别自动驾驶汽车、智能网联公交车、自主代客泊车等场景发展。
事实上，作为多产业融合的新兴产业，自动驾驶正在逐步成为汽车产业链的核心和产业高质量发展的决胜点。尤其是近两年来，在技术、政策、资本这三驾马车共同作用下，自动驾驶正在加速落地。
数据显示，2021年中国市场车联网新车渗透率53.3%，高于全球市场；具备L2级自动驾驶功能的新车在全球占比43%，处于领先位置；有机构预测，2025年全球自动驾驶汽车出货量预计达5000万台，中国L2级以上智能汽车销量将破1000万台，智能汽车渗透率将达50%。
“到2030年，没有自动驾驶能力的电动车，将完全没有竞争力。”百度创始人、董事长兼首席执行官李彦宏判断。
随着相关政策法规的出台，从主驾配备安全员到方向盘后无人再到真正实现车内无人化，我国自动驾驶正逐步从理想走入现实。
“L4级的无人驾驶究竟什么时候能够落地，需要三个条件。”日前，北京斯年智驾科技有限公司CEO何贝在第九届智能网联汽车技术年会（CICV 2022）上表示，“首先整个行业法律法规走向成熟，允许去除安全员；其次是相关技术成熟，不掉链子；最后是车辆的主流标准统一，实现量产并走入真正的运营。”
而港口、高速公路、停车场等封闭场景也成为目前高级别自动驾驶技术主要的落地场景。
部分场景率先应用
由于L4\L5级自动驾驶迎来发展真空期，距离规模化落地，实现商业化运营的周期也非常漫长。
在自动驾驶理想与难以商业化的现实矛盾下，自动驾驶研发领域一直有两种分化较为明显的路径方向。一种是以谷歌旗下Waymo为代表的企业，专注L4级别以上、一步到位实现高阶自动驾驶的路径。另一种是以特斯拉为代表的，基于量产车上路、量产迭代、逐步实现自动驾驶的路径。
“特斯拉跟Weymo区别在于特斯拉是渐进式的，Weymo则是直接开展L4级的道路测试，对于Weymo来说，未来的路很长，也很难，而且中间很多风险点。”何贝指出。
因此，包括斯年智驾、友道智途、驭势科技在内的自动驾驶企业将更多目光瞄准了封闭场景的物流、泊车领域。
“2020年到2030年，第一个三年，斯年智驾就是在纯封闭的环境，包括港口内的集装箱、干货、散货的运输，第二个三年将在包括港口和工厂、口岸、园区、厂区实现无人驾驶的货物运输，最后一个三年就是走向真正的干线物流和城市配送。”何贝表示，港口是一个具有千亿量级规模的市场，通过购买车辆进行无人驾驶改装，进而给港口提供一个运输运营服务，从而获得更多的测试数据和场景的落地。
“从整个行业来看，目前L4级自动驾驶领域，尤其是干线、港口、矿山、环卫、机场等场景，无人驾驶公司都会亲自下场，除了数据的积累和场景测试之外，更重要的是L4级别的无人驾驶天然属性就是运营。”何贝指出。
而另外一个重要的场景是代客泊车。
JD.POWER中国消费者自动驾驶信心指数调查发现，停车场景（即自动泊车）是消费者期待最先实现无人驾驶技术落地的场景；头豹研究院研究则显示：2016年-2020年，具备一定自动泊车能力的汽车装配量翻了4倍。
预计2025年，整个自动泊车行业规模将超过400亿。头豹预测，到2025年，智慧停车场渗透率（新建智慧停车场数量占新建停车场比例）将达96%，覆盖率（智慧停车场数量占总停车场数量比例）将提高至99%。
值得一提的是，小米汽车也将泊车场景作为自动驾驶技术的重点打磨方向。
8月11日晚，小米集团创始人、董事长兼CEO雷军披露的小米自动驾驶最新进展显示，小米自动驾驶团队宣布将创新推出一体化的泊车智能解决方案，涵盖“预定车位”“自主代客泊车”“机械臂自动充电”等多项功能，未来还将打通其他停车场服务，在遵守国家相关法规前提下，实现智能化与服务化的体验融合。
在此之前，面对中国用户驾驶过程中频率较高、操作复杂的城市泊车问题，2021年，威马率先在其威马W6车型上实现了AVP无人自主泊车功能，今年7月，基于自动驾驶、物联网loT、室内高精导航等技术，威马再次推出“智慧停车”服务，打通车端智能和场端智能，为车主解决停车难的问题。
L4级自动驾驶虽近尤远
8月1日，国内首部关于智能网联汽车管理的法规《深圳经济特区智能网联汽车管理条例》正式实施，首次对智能网联汽车的示范应用、准入登记、上路行驶、网络安全、事故处理、法律责任等事项做出具体规定。
8月8日，交通运输部就《自动驾驶汽车运输安全服务指南（试行）》（征求意见稿）公开征求意见；重庆、武汉两地政府部门率先发布自动驾驶全无人商业化试点政策，并向百度发放全国首批无人化示范运营资格，允许示范应用主体开展车内无安全员的远程测试、示范和商业运营，并为开展自动驾驶业务的企业，提供详细的指导和支持。
政策接踵而至，业内也对高级别自动驾驶落地充满期待。
不过，需要指出的是，由于与自主行驶安全性相关的关键核心技术最终能否攻克与应用落地、数据的积累、算力的支撑、商业模式的构建等尚存在不确定性，示范运营车辆之外，真正L4级自动驾驶虽近尤远。
一是面临政策法规与公众接受度的问题。尽管随着我国自动驾驶技术不断成熟，相关制度的建设也在逐渐完善，标准体系也在进一步发力，但作为新兴事物，自动驾驶在发展过程中依然产生了不少法律的争议问题，尤其是当下在各国都处于自动驾驶技术、智能网联汽车从道路测试到商业应用的关键时期。
“由于自动驾驶汽车的特点是系统代替了人在特定条件下进行驾驶行为，但根据我们当前的法律，很难解决当使用自动驾驶技术车辆带来损害时，法律责任应该如何追究，这个对于公众的信心是一个非常沉重的打击。”天津大学中国智慧法治研究院研究员杨宁表示，立法的重要性在于解决两个问题，第一是自动驾驶汽车的性质地位和准入管理的问题，第二是使用自动驾驶汽车的主体的权利义务以及造成事故的责任问题。
其次，自动驾驶仿真技术不够成熟。
在何贝看来，虽然当前自动驾驶技术已经解决的差不多了，但还是存在很多问题，无人驾驶落地不是一个完全的AI问题，更多是系统化的问题。
“非常多的政策法规要求自动驾驶或者高级辅助驾驶在进入市场的时候需要有足够多的模拟仿真以及封闭道路场地测试。但在仿真领域，一方面是高保真的传感器模型的缺失，另一方面还面临如何构建AI模型、交通模型、仿真传感器模型的问题，此外，针对ODD（Operational Design Domain）自动驾驶系统的场景泛化测试体系还没有形成。”西安深信科创信息技术有限公司联席CEO鲍帅表示。
最后，110亿英里或180亿公里的自动驾驶测试里程以及10亿个自动驾驶测试场景短时间内难以完成。
“自动驾驶车辆必须有足够的里程测试之后才有可能超越或者说追平人类的驾驶水平。”鲍帅指出，经过非常严格的数学推算，自动驾驶要完成110亿英里，也就是180亿公里的里程测试，才有95%的信心超过人类的驾驶水平20%，但完成180亿公里的测试本身是非常巨大的挑战。
而对于L4级自动驾驶大规模商用化落地，何贝预计还需要15年的时间。
“这个行业的爆发点就是这么几年，2025年之前封闭场景自动驾驶基本就能见分晓，2030年在真正的城市道路、干线物流方面会有突破和批量化，2040年真正实现高级别自动驾驶的大规模应用。”何贝表示，包括物流、景区、矿区等垂直领域的自动驾驶和无人驾驶会更先落地，但乘用无人车在真实和复杂的城市的落地则需要更多的时间。
而鲍帅则认为2025年在仿真技术的研发领域有望实现突破，尤其是在算力的提升和数据积累层面。
“尤其是大闭环解决方案的提出，以及特斯拉影子模式的应用，高级别自动驾驶会有一个比较好的加速落地的过程，所以我对2025年充满期待。”鲍帅最后表示。
（作者：杜巧梅 编辑：张明艳）
与本文内容相关的文章：
