现阶段想攻克自动驾驶还需要克服哪些难关？

智能手机增势趋缓已是不争事实，离开了这一动力，下一步的经济增长动力将来自哪里？诸如5G、新能源汽车、自动驾驶、物联网等潜力行业均在翘首接盘，但问题是，智能手机从出现到饱和用了十年时间，下滑亦是从顶峰开始，而这些市场的向上攀爬还在初始阶段，最终谁将能问鼎？可能第一步就要看哪一产业能像手机一样缔造上万亿元的市场了。

何时规模达千亿元？

在全球玩家们的推波助澜下，自动驾驶已成为产业链厂商倾注的重心所在，中美日欧等政府已经在不断地为其产业化发展扫除障碍。

因而业界乐观预估，2020年将是自动驾驶市场商业化起势之年。2020-2025年，自动驾驶乘用车销量的年化复合增速将超过80%;加上自动驾驶车辆销售、自动驾驶出行服务市场，2020年和2030年国内总市场规模将分别达到约400亿美元和5500亿美元。

数字可谓极为亮眼，而就自动驾驶普及而言，关键因素还在于性能和价格。从价格的角度，或许昂贵的激光雷达、固态雷达等会在今后五年内价格降到可接受的程度，但决定因素还是自动驾驶是否能在可预见的短期内达到技术的成熟。而最重要的是，配套的法规和基础设施能够一起“进化”成为助攻。

“接棒”成为增长动力看似已不太遥远，而在自动驾驶带动的百年汽车新一轮的技术变革浪潮中，纵身完成升级或洗牌，应是参与选手的不二之选。

L3实现会在2020年吗？

对于自动驾驶水平而言，目前L1级和L2级ADAS已有大量成熟量产案例。而继奥迪A8等国外车场发布L3级（有条件自动驾驶）车型之后，奇瑞、长安、长城、小鹏等国内汽车厂商，百度、腾讯、京东等互联网巨头也先后对L3乃至L4级（高自动化）技术加以排兵布阵。

有分析称，L3级自动驾驶已进入试验车阶段，预计2020年可达量产水平并预计最终于2025年前全面实现L3级。蔚来相关代表就指出，目前自动驾驶还处于从L2向L3过渡的关键阶段，但随着芯片、算法、高精度地图等技术的日趋成熟，政策法规的不断完善，预计从2020年开始，L3自动驾驶市场会迎来爆发。

但也有观点偏向谨慎。“从目前来看，L3级自动驾驶技术仍然任重而道远，这涉及从技术、产业链、法律法规到市场认可等诸多因素的影响。” 意法半导体（ST）亚太区汽车业务推广高级经理孙国滨认为，“当下，契合L2级自动驾驶汽车的ADAS+方案将会被大规模部署。”

在演进过程中，有的自动驾驶公司选择直接进入L4，有的则从L1开始，进行L2-L3-L4的迭代升级，孙国滨对这两种方法都看好。孙国滨解释说，为了解决无robotaxis（一种智能无人驾驶出租车）等应用问题，需要做到自动驾驶的最高级。对于大多数乘用车来说，ADAS就够用了，但这一市场不够大，而目标应用非常相似，所以这两种路径将会重合交叉。相对数量较少的自动驾驶汽车所用的硬件和算法将会被剥离出来，用于解决大众市场ADAS问题。

多技术融合成必然途径？

在自动驾驶的传感器方案中，视觉、激光、毫米波雷达都在顺应技术需求，试图博得C位。

孙国滨认为，所有传感技术都有优点和缺点，但显然，计算机视觉技术有独立解决这一级别自动驾驶难题的潜力。Mobileye等公司现已开发出配备视觉技术的原型车，并在高速公路上展示了计算机视觉自动驾驶的可行性，下一步将证明其在城市路况中的可行性。

“传感器融合是大方向，成本的考量和技术的突破是关键，同时以合理的成本达到这一目的才是最终的目标。” ADI汽车电子业务部大中华区汽车市场经理Jerry Cui看好传感器融合方案。

但孙国滨也强调，为了实现更高水平的自动驾驶并使系统更加稳健，有必要使用其它传感器配合视觉技术，例如雷达、激光雷达、超声波、远红外线传感器。此外，还需要采用V2X通信和精确定位技术完善自动驾驶性能，多种技术融合是实现智能驾驶的必然途径。2020年，视觉和雷达辅助驾驶系统将成为大多数车辆的标配。

因此自动驾驶的大脑——计算芯片也自然成为重中之重，新老势力亦密集交锋。英伟达、英特尔、高通、地平线、深鉴（被FPGA巨头赛灵思收购）以及传统汽车半导体厂商恩智浦、瑞萨、英飞凌、TI等均在角逐。

这对于计算平台要求亦水涨船高。“传感器所能达到的精度、探测范围、对于天气及周围环境的鲁棒性等要求越来越高，对于计算平台的计算能力、实时性等要求也越来越高。” 孙国滨表示，“这些系统目前以关键任务为核心，功能性安全是初步目标，能够实现车辆安全停泊是最低要求。有些OEM厂商的要求更高，并坚持系统完全冗余概念，以加强容错能力。”

英伟达在这一领域风头正劲，而国内一批创业公司也试图分羹，如海高汽车、环宇智行等。

而在软件层面，自动驾驶软件担负的感知、决策以及仿真等算法也需要不断进阶。值得注意的是，诸如语音交互、手势交互、HUD、车联网服务、千兆以太网等技术在自动驾驶赛道上也大行其道，大有可为。

大规模应用临界点到来？

可以说，自动驾驶技术已到了大规模量产应用的临界点，除却技术不断精进，场景落地也在打响。

美国落地项目多集中在乘用车方向，并且还是在城市开放道路进行试运营，如Waymo、Cruise等。而国内市场在落地层面，除了Pony.ai和景驰科技进行了短期的无人网约车试运营外，大部分玩家都将目光锁定在了面向港口、工业园区、开放道路、高校、高速公路等半封闭场景的低速L4级无人车，包括低速无人配送车、无人扫地车、无人驾驶卡车先后落地运营，涉及智行者、驭势科技、百度、图森、西井科技等公司。

当然，不管是何落地场景，最终目的是开发具备自动驾驶技术的汽车，而非简单地提供配送或载货服务。但在上述细分场景普及之后，亦将加速无人驾驶的真正普及。

在众头势力的角逐中，转型是不得不提的话题。孙国滨提及，传统整车厂商在自动驾驶领域投入很大，他们的业务模式正在从制造商向共享汽车服务商转型。此外，大量造车新势力即互联网汽车公司正在抢占以Robotaxis为代表的无人驾驶出租车和公共交通等新领域。这两类公司都有机会，个性化汽车总有它的市场，但共享交通才是解决大城市问题的唯一途径。

孙国滨最后提到，从无人驾驶切换到人工驾驶是最严峻的挑战之一，这也是在全路况下实现3级和4级自动驾驶的难点所在。将自动驾驶功能限制成仅在某些条件下使用，同时限制没有驾驶员干预的无人驾驶时长是更可行的解决办法。