自动驾驶渐行渐近，还有哪些挑战急需解决？

就在7月1日，北京市自动驾驶测试管理联席小组发布了首批T4级别自动驾驶牌照。百度获得了全部的首批5张T4级别自动驾驶测试牌照，成为中国第一家获得次级别牌照的企业。

目前自动驾驶测试牌照分为五个级别，分别是T1、T2、T3、T4和T5。与T3级别相比，T4级牌照在以下几个方面增加了要求和复杂度。

第一，在执行能力方面，增加了过限宽门、窄路掉头、坡道停车和起步三项要求。

第二，在应用场景上，则增加了通过学校区域、通过隧道、超车、倒车入库、侧方停车这几项要求，对于智能驾驶的要求更高。

也就是说T4级自动驾驶测试牌照需要汽车能够通过《北京自动驾驶车辆道路测试能力评估内容与方法》中39项具体的测试要求的32个项目。

中国发了多少张自动驾驶测试牌照？

除了此次发布的T4级自动驾驶拍照，其实我国自从2018年3月开始已经陆续发布了100多张自动驾驶测试牌照。到目前为止已经有11家公司具备了T3级自动驾驶测试牌照。这为自动驾驶车辆的软件和硬件智能技术不断完善，未来在封闭环境（厂区、园区等场景），以及拥堵路段、部分高速公路等特定场景下的智能驾驶不断推进，为L3，L4智能驾驶的落地奠定了良好的基础。

最近的有6月21日，长沙市向中车时代、长沙智能驾驶研究员、北京福田戴姆勒、赢彻科技、百度等5家企业发放49张测试牌照，并宣布建设36条道路56个路段共计135公里城市开放测试道路，规划100公里高速公路测试示范道路。

还有6月20日，广州市交通运输局、工业和信息化局、公安局正式给广汽集团、文远知行、小马智行、景骐、裹动智驾、深兰科技等六家企业发放了24张智能网联汽车道路测试牌照。同时，广州首批开放测试道路路段与道路定级发布，测试道路分布在广州市黄埔、白云、花都、南沙等区，共有测试道路33条，总里程达45.644公里。

其中仅文远知行（WeRide）获得了“粤A0V01试”在内的10张牌照，是当前除百度外国内拥有智能网联汽车路测牌照最多的企业；其次景骐科技也拿下了10张路测牌照。据悉，文远知行已完成自动驾驶技术在3种不同车型上的适配，包括林肯MKZ、广汽传祺GE3和日产LEAF 2。本次获得也是唯一一台获得牌照的“大巴”，是来自上海的人工智能企业——深兰科技的熊猫智能科技。

自动驾驶商业化现状

自动驾驶汽车的测试牌照越发越多，那商业化情况如何呢？目前大家已经知道的有2018年12月5日开始正式商用的自动驾驶叫车服务Waymo One。目前，Waymo One服务的区域是美国加州的凤凰城四周的四个郊区，包括了Chandler、Mesa、Tempe和Gilbert，服务面积大约是100万平方英里（比半个北京朝阳区面积大一点）。

根据Waymo官方的消息，目前能够使用WaymoOne的用户都是来自“早期骑手”项目的用户，这是一个大约400人左右的群体。包括了上高中、大学的学生，视力受损的阿姨等等，Waymo的自动驾驶车辆，送这些用户去上学、购物、约会、吃饭等日常生活活动。

在上周五的一个沙龙上，中国的小马智行公司透露说，他们也打造了一个自动驾驶移动出行平台Robotaxi，目前处于公司内测阶段。他们在广州南沙区有几十辆车可用于公司员工的上下班和领导考察接送等。

图1：小马智行的Robotaxi项目。

小马智行截止到2019年4月已经累计融资3亿美元，目前估值17亿美元左右。他们主要专注于中国市场，在中国广州市南沙区落地了一支无人车队的常态化试运营。

除了这些新兴的自动驾驶汽车企业，老牌的整车厂商们也在加紧步伐跟上节奏。比如通用汽车计划在2019年量产L4级别自动驾驶系统；上汽集团计划2020年推出L4级别自动驾驶车型。

图2：2012年~2030年主要车企自动驾驶技术导入时间表。

自动驾驶还有哪些挑战急需解决？

虽然已经有公司迈出了商业化的步伐，但其实自动驾驶汽车还面临着很多挑战需要解决。自动驾驶系统主要由三部分组成：感知、决策和执行。

其中感知层硬件包括雷达、摄像头等传感器，用于探测汽车周围的环境信息，为其他两个功能模块提供信息支持。决策层涉及算法、应用软件与芯片。摄像头、雷达等传感器测量到的数据，还要与发动机、底盘、车身上的其他各类传感器测量到的数据配合。不同处理器处理的信息通过总线通信，最后给执行层发出指令。执行层则对应电子刹车、电子助力转向、电子车身稳定系统等。

图3：自动驾驶的架构。

传感器主要有超声波雷达、毫米波雷达、激光雷达和摄像头4类。不同传感器的原理和功能各不相同，能在不同的场景中发挥各自的优势，因此，目前来看，难以相互替代。比如摄像头识别场景丰富，可以识别交通指示牌等，但是受视野影响较大。激光雷达测量精度高，但是成本高；毫米波雷达不受天气和夜间影响，但是对行人的反射波比较弱。

图4：4类不同雷达的比较。

图5：自动驾驶系统上的传感器分布情况。

对于激光雷达，虽然特斯拉的马斯克对其在自动驾驶汽车上的应用嗤之以鼻，认为“傻子才用激光雷达”。但小马智行负责自动驾驶硬件模块技术研发的彭健却不这么认为，在他看来激光雷达对自动驾驶汽车来说不可或缺。

图6：小马智行负责自动驾驶硬件模块技术研发的彭健。

根据Market Research Reports的统计，全球的激光雷达制造商主要集中在美国，比如Velodyne可以说是自动驾驶系统的标配，目前已经被Google、百度等多家自动驾驶公司采用。

图7：全球前十大激光雷达制造商。（数据来源：Market Research Reports）

同时，彭健也谈到了自动驾驶系统面临的一些机械挑战和电子系统挑战问题。在机械方面，第一个挑战是，彭健认为在“颜值即正义”的现在，在汽车上加上一个“帽子”确实显得比较难看，如何让这个外加的结构更加复合大众的审美是一个比较难的问题。

第二是尺寸和重量问题的挑战，现在很多地方，特别是地下车库，一般会限高2.2米，如果加上自动驾驶系统后，高于这个高度，就会带来很大的麻烦；还有汽车顶上的行李架主要是为放置一些简单的行李而设计的，承重大概50~60千克，也就是说自动驾驶系统不能超过这个重量；此外，还有车尾的后备箱其实也空间有限。

第三是宽温度范围，一般的恶劣环境是-40℃到+90℃，而要想自动驾驶系统能够稳定运行却需要保证所有器件和设备能够在-40℃到+125℃环境下能正常工作。

第四是热管理挑战，自动驾驶系统的需要处理很多数据，需要很强的计算能力，需要支持这么达的计算能力，就要有大功率电源，同时还要有相应的如何处理掉电源工作过程中产生的大量热量。

第五个问题是冲击和震动对系统的影响，毕竟汽车是运行在不同环境中的，有的地方震动会很强烈，如何保证系统在遭受冲击和震动时仍然能正常工作也是设计师必须要考虑的问题。

第六个问题是如何应对雨雪等恶劣天气的影响。汽车需要在下雨、下雪、大风、雷雨、大雾、雾霾等等天气状况下运行，这些不同恶劣天气状况会给自动驾驶带来的影响，设计师在开始就必须考虑到。

在电子方面的挑战，彭健提到了宽温度范围对元器件选择的问题，由于自动驾驶系统要求很宽的温度范围，现在可以选择的元器件并不多，一个是厂商一般不会提供这么宽温度范围的器件，即使可以提供也是相当昂贵的。此外，还有设计的时候需要考虑冲击和震动，以及整车的MEI/EMC问题，以及严格的汽车测试标准问题。

图8：小马智行的车顶传感器系统。

图9：小马智行的计算架构系统。

总之，汽车自动驾驶正逐渐向我们走来，但商用化进程还比较缓慢，因为自动驾驶仍然还面临着诸多挑战需要解决。