以安全为前提的智能驾驶商业化道路

自动驾驶随着持续车祸事件的出现，披上了危险外衣。

特斯拉Model 3车主撞上卡车身亡;获得25亿融资的Waymo 在旧金山出了车祸;3蔚来的车主因为使用自动驾驶功能出车祸去世……

即使大数据证明了自动驾驶更安全，但频发的车祸事故让人对自动驾驶心存忌惮。

聚焦自动驾驶市场，安全性的困境，规模化量产的实现，商业落地等一系列问题需要解决。

在‘2022中国电动汽车百人会论坛’上，工业和信息化部副部长辛国斌提到：在供应链及产业链方面，仍需深化融合创新，加强制造业中心创新建设，加快新体系电池、车规级芯片、车用操作系统等关键技术攻关和产业化，推进车路网云图一体化发展，加快新型信息网联化道路基础设施建设，拓展智能网联汽车多场景示范应用。

无人驾驶巨大的前景不可否认，但如何才能顺利实现?

今天通过robotaxi落地路线，自动驾驶技术路线以及感知设备的梳理，也许可以找到以安全为前提的智能驾驶商业化道路。

01Robotaxi近身厮杀

技术可行≠商业闭环 目前Robotaxi仍是自动驾驶细分领域的火力集中点。

大厂出行派

百度，“带头大哥”。百度“萝卜快跑”(Apollo自动驾驶出行服务平台)已在8个城市上线，Q4有21万次乘车。

自动驾驶研发是滴滴的重头戏，持续加持硬件能力。但这个500人左右的团队缺失的不仅是钱。

原智能驾驶部长苏箐直言“做Robotaxi的企业都得完蛋”“特斯拉自动驾驶杀人”。Waymo的估值也大跳水，载人Robotaxi商业化也没有进展，即使这这样中国玩家们依旧热情不减，重金加码。

传统车企力度更大。上汽集团推出国内首个车企L4 自动驾驶运营平台“享道Robotaxi”，北汽蓝谷与百度联合开发的Robotaxi车型量产。

Robotaxi赛道竞争激烈，传统车企与大厂出行派成为先行者，而头部创业派也在迎头赶上。

头部创业派

小马智行在完成D轮融资首次交割后，就计划扩团队、加技术研发、扩大Robotaxi及Robotruck车队规模。

文远知行，以打造与车企、平台铁三角的模式，目前与广汽集团有深度合作。一旦战略投资事宜敲定，双方将与如祺出行开启Robotaxi前装车型设计研发及量产落地的升级。

2019年之前的L4的Robotaxi落地路线是香饽饽。以Waymo为代表，国内的百度、小马智行、文远知行基本走这个路线，从研发、路测试运营到规模落地直接爬L4最高峰。

L2领域资本投资略显冷清，比拼却很激烈。以特斯拉为代表，蔚小理们在倾向量产与上路后都在推进迭代，即从L2到L4循序渐进。

新能源车企派

从三家造车新势力的研发规划来看，都在打造全栈自研的自动驾驶能力。

不同的是，理想在系统中插入了一个地平线“征程3”的平台，蔚来是以社区和服务塑造高端品牌，而主打汽车科技的小鹏则加快了驶向Robotaxi赛道的速度。

Robotaxi是积累测试里程、提升算法的稳定性和安全性的最佳方案之一。但其商业化进程步步惊心，对自动驾驶的探索犹如一场漫长的马拉松。

自动驾驶上半场验证了技术的可行性，以前几公里就能暴露出一个技术问题，现在需要几万公里的行驶才会有1个或者几个关键性问题。

但技术路线问题的减少不代表前途的顺畅，还有2大问题急需解决。

一个是漫漫长路的Robotaxi盈利课题。以目前的数据来看最容易量产的货运自动驾驶(如无人配送车)的运行效率与成本和人工配送仍有很大的差距。

另一个，数据采集。自动驾驶竞争的核心是有效数据的收集及驱动AI模型迭代。而中国城市道路建设非常快，想实现持续的高精度地图的数据采集与更新很难。

02车路协同

更符合国情 随着技术提升与政策开放，中国的自动驾驶终于迎来了新发展节点。

目前单车智能、车路协同、单车智能+车路协同的三大技术流派发展状况，结合国情，全栈型服务路线或将成为关键。

侧重单车智能的企业：非常依赖高性能的AI芯片和算法支持。

美国，地广人稀，路况相对简单，负责建设通信网络的私企出于投入产出的考量，押注单车智能不足为奇。像特斯拉、Google等企业，因芯片和算法技术优势选择单车智能。

而国内，因人口路况及5G网络建设的差异，加上芯片实力和软件开发能力较弱，不少企业都转向了网联赋能。

侧重网联赋能企业细分为两类。

一类：以大唐高鸿、高新兴为代表，押注车路协同的企业，强调智慧的路，聚焦于道路智能化基础设施的建设。

另一类：百度、蘑菇车联、华为等坚持单车智能+车路协同的全栈型企业，强调关注车本身的同时，在车路云三端建立技术壁垒，布局智慧交通整体运营。

后三家企业都强调车路云一体化，但其技术方案各有侧重。

百度：全栈型路线的坚定派。以广州黄埔区开发区的智慧交通项目为代表，提供自动驾驶软件研发-车联网-智慧交通的解决方案。

蘑菇车联：进场晚，成长快。从战略层面出发，寻求地方政府合作，与城市公共服务高度绑定，通过运营数据算法优化等，提供一整套交通运营管理服务。

华为：同样在加速。以长沙望城区新型智慧城市建设项目为标杆，从车端打造车路云一体化解决方案，提供“传感器-芯片-操作系统-算法与开发应用-云服务”的生态布局。

围绕城市资源的抢夺大战已经开始。车路协同不仅是产业洗牌，也在考验相互协作。

做个比喻，单车智能是军队里的士兵，车路协同更像是指挥官。按照小马智行执行董事莫璐怡的解释，提高单车智能水平是让单兵作战能力足够强，去处理各种不同的突发情况;而车路协同则是把所有士兵协调在一起，实现统一作战。

纵观整个作战策略，具体可拆解为车路云三端。

车端：

给汽车联网，安装能随时接收路侧感知系统提供的信息的智能设备。

路端：

给汽车安装智能感知(摄像头、毫米波雷达、激光雷达等)、路侧通信以及计算控制设施等设备，对周围的交通状况、路面障碍、行人状况、移动路障，甚至是路面的平整、积水等信息进行实时高精度监测。 云端：

给汽车提供计算和云控等后端平台，实现路况信息的分类评估与执行，将车与路的协同能力调配到最优状态。

和单车智能仅靠车端来感知外界不同，车路协同大大减轻了的车辆本身要承担的信息重任。

聪明车+智慧路+强大云的结合，把复杂的感知工作从车辆本身分摊给 5G 基站、卫星互联网、道路上架设的传感器和边缘计算设备等道路系统，将极大提高自动驾驶稳定性与安全性。

2022中国电动汽车百人会论坛上，全国政协经济委员会副主任苗圩以北京亦庄高级别自动驾驶示范区为例，评价到，通过把聪明的车、智慧的路、精确的图、实时的云和可靠的网五位一体组合起来，现已成为国内最有特色的试点示范区之一。 “在实现无人驾驶这一智能网联汽车终极目标过程中，目前实现路径有两种，分别是以百度、Waymo为代表的阶跃式和以特斯拉为代表的渐进式。”苗圩表示，无论哪种路径，安全都是智能网联汽车发展的前提，在此基础上可适度加快限定场景的落地应用。

03被马斯克怒喷的激光雷达

能为安全加分 目前来看，决定下半场胜负的关键是智能网联汽车。但没有一个企业敢说自己的汽车完全达到了L3。

我们国家将汽车驾驶自动化等级分为0级~5级，与目前国际通行上的SAE分级标准中的L0-L5类似。

在决定事故责任人方面，L2是重要分界线。L2及以下级别，需要人类监管的驾驶辅助，驾驶员为责任人。L3及以上级别，在开启自动驾驶状态下出现的事故，应确定驾驶人或系统开发单位责任。

因此，在开发更高阶的自动驾驶技术的路上，激光雷达是攻坚L3以上自动驾驶级别的最前线。

但是这里的感知设备激光雷达，作为自动驾驶三大核心技术的一种，各大流派的态度天差地别。

马斯克嘲笑激光雷达是傻子的玩意，任何人用激光雷达都注定失败。Google派讽刺马斯克要钱又要乘客的命。

谁对谁错，不能轻易下判断。了解下自动驾驶三大核心技术，感知，规划和控制。

具体到行车场景，感知就是人的五官感受周围环境，规划等于大脑处理路面信息并做出对应的驾驶决策，而控制相当于指挥手脚完成驾驶的动作。

汽车“眼神不好”，安全驾驶便无从谈起。所以说，感知往往比起操控规划更容易引起争议。对此每个企业都有不同的解决方案，但可以分为两大派系。

视觉主导派：

以特斯拉、Moblieye以及百度Apollo Lite为代表：强调摄像头的主导地位，搭配毫米波雷达与先进的计算机视觉算法等，完成全自动驾驶。

激光雷达主导派：

以谷歌Waymo、百度Apollo robotaxi、文远知行等企业为代表：强调激光雷达的主导地位，搭载毫米波雷达、超声波传感器和摄像头，实现远距离全方位探测。

视觉派和人类驾驶相似，用摄像头获取的视频数据更接近人眼看到的真实世界，不需要昂贵的激光雷达和高精度地图定位。

利用超声波雷达、毫米波雷达以及视觉算法优势是普适性强，硬件成本低，但短板也很明显，无法解决长尾效应，安全系数不够高，摄像头无法捕捉距离比较长的路况信息，也无法感知遮挡物和盲区。

而“雷达+视觉”激光方案安全性会高很多。国内的小鹏汽车、蔚来、百度Apollo等汽车企业，目前都采用了多手段融合助力ADAS能力，搭配激光雷达+高精地图+摄像头等多传感器综合判断来保证安全。

对多传感融合算法有足够信心，或许就是弱视觉算法能力的Google派仍坚持可以击败特斯拉的原因。

激光雷达产业有百亿级市场，无论是传统车企还是科技公司都不可能轻易放弃。可以预见，当激光雷达的价格下降时，全方位探测能力和不易受环境影响的优势会逐渐显现。

“90%的事故是人为因素造成的，自动驾驶就是要把不安全的驾驶行为消灭掉”。特别是对驾驶安全要求只会越来越高的未来，从理论上讲，激光雷达或将成为自动驾驶汽车的必须选择。

04巨头财经的思考

以“沿途下蛋”之名行“安全智能”之实

落地和盈利的前提是无人化和规模化，而规模化又需要前期的投入才能把自动驾驶生产出来。

这就像个死循环。在整个自动驾驶领域，Robotaxi的技术难度是最高的。因此有不少企业都在探索Robotaxi路上走“沿途下蛋”模式。

比如转向难度更低的辅助驾驶，为整车厂提供L2和L3级别的自动驾驶方案;再比如重视自动驾驶数据的积累，加大对无人卡车的研发投入，布局Mini Robobus，进军卡车运输、物流、个人车辆等领域。

相比货运自动驾驶，无人驾驶出租车的商业落地确实难多了。国内领头羊百度的RoboTaxi虽然开始收费，但也是计划5年后才盈利。

由此来看，攀登珠峰沿途下蛋似乎更像是无奈之举。如果说从技术成熟、商业成熟到法规成熟，自动驾驶至少还需要做十年的持续投入，那么眼下如何顺利度过黎明前的黑暗就成了最急迫的问题。

中国电动汽车百人会理事长陈清泰在2022中国电动汽车百人会论坛上提到，“在汽车智能化这场革命中，我国汽车产业换道先行取得了先发效应，但机会窗口期不会太长。”

自动驾驶之于出行交通的价值毋庸置疑，不难预见，未来的技术要求越复杂，挑战也会越多。但无论行业如何演进，降本增效都不是最终目的。不管企业如何“曲线盈利”，安全才是自动驾驶设计的“第一天条”。

原文标题：关于自动驾驶不得不说的安全智能

文章出处：【微信公众号：行易道Autoroad】欢迎添加关注!文章转载请注明出处。

审核编辑：汤梓红