自動駕駛商業(yè)化落地的條件正在逐漸具備。一方面，近幾年技術(shù)發(fā)展在持續(xù)降低自動駕駛方案成本，激光雷達、毫米波雷達價格不斷下降，人工智能算法也在提高攝像頭對路況的處理能力；另一方面，中美歐日等各地區(qū)都在抓緊制定自動駕駛相關(guān)法律法規(guī)，清除自動駕駛汽車上路的法律障礙；此外，從國外到國內(nèi)，各企業(yè)都高調(diào)推進自動駕駛汽車道路實測，并為之設(shè)計概念車或量產(chǎn)小部分樣車，大量路測數(shù)據(jù)讓自動駕駛方案日趨成熟，自動駕駛汽車從概念走向落地。

7月20日，在2018青城山中國生態(tài)高峰論壇上，重慶長安汽車股份有限公司智能化研究院副院長何文預(yù)計，自動駕駛技術(shù)將會呈現(xiàn)爆發(fā)式增長?！坝绕洮F(xiàn)在是L1和L2，我們估計到2025年L1將達到90%左右，L2級從今年開始到2025年也會呈爆發(fā)式的增長，”何文說道，“ L3與L4智能駕駛開發(fā)路線也逐步清晰，產(chǎn)業(yè)化步伐加快，現(xiàn)在大家基本統(tǒng)一了認識，L3與L4并行推進，L3面向消費者，L4是從運營市場切入，解決最后一公里的問題?！?/p>

重慶長安汽車股份有限公司智能化研究院副院長何文

根據(jù)美國汽車工程師協(xié)會（SAE）標準，自動駕駛分為六個等級（L0至L5），第1級（L1）至第2級（L2）是輔助駕駛階段，而第3級（L3）至第5級（L5）是自動駕駛階段。目前量產(chǎn)車當中，自動駕駛級別多在L3以下，2017年下半年上市的新奧迪A8，號稱是全球首款支持L3級別自動駕駛的汽車。特斯拉雖然曾經(jīng)號稱自己的Autopilot 2.0硬件平臺可以支持L5級全自動駕駛，但出現(xiàn)幾次事故以后，特斯拉已經(jīng)不再著力宣傳這一點。

何文表示，從近期數(shù)起開啟自動駕駛后發(fā)生的事故來看，當前汽車廠商還存在過渡宣傳的現(xiàn)象，夸大現(xiàn)有功能，從而誤導(dǎo)了部分車主?！凹夹g(shù)路線還不成熟，感知系統(tǒng)無法適應(yīng)復(fù)雜多變的環(huán)境，”何文認為，自動駕駛汽車在國內(nèi)落地還面臨多重挑戰(zhàn)，“第一個是法規(guī)，法律法規(guī)如何對自動駕駛汽車進行約束還有很多空白，需要更進一步研究來完善法規(guī)；第二個，在中國交通設(shè)施和交通標志的設(shè)計與自動駕駛需求還存在較大差距，中國各種道路交通要素不統(tǒng)一，復(fù)雜多變，導(dǎo)致道路測試難以覆蓋所有路況，比如匝道、隧道建設(shè)的不統(tǒng)一，帶來識別的困難；第三，基礎(chǔ)設(shè)施與自動駕駛發(fā)展缺少協(xié)調(diào)統(tǒng)籌，我們的基礎(chǔ)設(shè)施很少考慮自動駕駛的特點，已完成的交通基礎(chǔ)設(shè)施也很難準確獲取信息；第四，智能駕駛引入的開放互聯(lián)將帶來信息安全問題，也是智能汽車發(fā)展的重要威脅，國外已經(jīng)出現(xiàn)過因為黑客攻擊導(dǎo)致汽車出現(xiàn)事故的案例?！?/p>

馭勢科技CEO吳甘沙也表示，目前自動駕駛生態(tài)遠不成熟，離替代人類還有很大的距離。Waymo路測里程已經(jīng)超過800萬英里，但根據(jù)蘭德公司2016年的推演，自動駕駛系統(tǒng)要真正略超出（20%）人類行駛里程平均事故率（每1億英里有1.09次致命事故）水平，需要完成的路測里程數(shù)是110億英里，才能在統(tǒng)計學上驗證該平臺是安全的?！斑@幾乎是不可完成的任務(wù)。解決的思路，第一是通過模擬仿真來替代，在云服務(wù)器上，一天可以在模擬器里跑100萬英里，當然模擬不能完全取代路測，所以我們希望建立飛輪效應(yīng)，開放區(qū)間L4級自動駕駛不可行，但可以放到封閉環(huán)境去跑，在封閉的環(huán)境獲得更多的數(shù)據(jù)，從而提升算法?！?/p>

馭勢科技CEO吳甘沙

吳甘沙分析，影響自動駕駛場景的因素可以分成三個緯度，即可靠性、開放性與安全舒適性，不同自動駕駛場景，對三維參數(shù)要求不同。無人駕駛的物流應(yīng)用對于舒適性沒有需求，相對約束條件較少；自動代客泊車也不需要舒適性，但其環(huán)境開放程度較高，系統(tǒng)健壯性需要提高；高速自動駕駛應(yīng)用場景相對封閉，更可預(yù)測，但對舒適性要求較高。

吳甘沙還對擴展封閉場景應(yīng)用拓展做了設(shè)想，他表示，可以在車載控制器里跑兩套算法，一邊是產(chǎn)品算法，一邊是模擬算法，以此來解決路測數(shù)據(jù)不夠的問題?！霸谕＼噲鰞?nèi)部做無人駕駛，一旦車開出停車場，就變成有人駕駛，在有人駕駛的同時，不讓傳感器和控制器閑著，系統(tǒng)在開放道路跑L4的算法，并做模擬決策，但不反饋。把模擬決策跟有人駕駛的決策做比較，如果顯著不同，就把數(shù)據(jù)傳回來。不斷在開放道路上在有人駕駛的情況下，做L4測試，裝機數(shù)量越多，數(shù)據(jù)就越多?！?/p>

這種封閉或半封閉場景的自動駕駛應(yīng)用，都是當前商業(yè)化落地前景比較好的方向，西井科技率先落地的應(yīng)用就是港口自動運輸。但西井科技CEO譚黎敏認為，封閉場景并不意味這解決方案一定就比較簡單，“在港口要做到的車輛控制和定位精度是兩公分，因為我們的車輛需要跟大型機械去做交互，需要用港基的設(shè)備去抓集裝箱，在這個過程當中，系統(tǒng)對設(shè)備的精度要求非常高，集裝箱鎖孔就是兩到五公分大小，所以很有難點?！?/p>

西井科技CEO譚黎敏

從現(xiàn)場投票結(jié)果來看，大家也比較一致地認為，物流、自動代客泊車與高危作業(yè)環(huán)境等特定應(yīng)用場景的自動駕駛落地會比較快。針對投票結(jié)果，AImotive執(zhí)行顧問Tony King-Smith給出的解釋是，物流與自動泊車經(jīng)濟效益立等可見，所以產(chǎn)業(yè)推進速度很快，“物流可以一天24小時持續(xù)作業(yè)，因此自動駕駛在物流業(yè)中有非常好的經(jīng)濟效益，所以我們已經(jīng)看到自動駕駛在物流配送領(lǐng)域的應(yīng)用?！?/p>

AImotive執(zhí)行顧問Tony King-Smith

在國內(nèi)公司大多將資源投入封閉場景自動駕駛時，國外的Waymo與通用汽車等，都已經(jīng)開始準備在開放場景做無人駕駛出租車商業(yè)試水。當然，在技術(shù)基礎(chǔ)、道路環(huán)境與法律法規(guī)等方面，中美區(qū)別較大，所以無法直接比較這兩種途徑的優(yōu)劣。但有一點是相同的，最終商業(yè)化決定能否成功落地的，都不是技術(shù)，開放場景的自動駕駛商業(yè)化，更依賴健全的法律法規(guī)與完善的基礎(chǔ)設(shè)施建設(shè)，而封閉場景的自動駕駛商業(yè)化，更依賴對應(yīng)用環(huán)境的透徹理解，以及行業(yè)資源。