自動駕駛產業化路徑浮現
不知從什么時候開始，談到自動駕駛商業化，越來越多的企業開始側重于場景。特別是低速封閉場景、特定園區以及高速公路等場景，由于相較于城市道路路況更簡單，成了很多企業布局高級別自動駕駛的主要切入點，在此過程中自動駕駛的規模化商用路線也開始逐漸清晰。
“我們看到從被動安全到主動安全再到智能駕駛，ADAS在很多車上已經量產了，現在在一些新車型上已經能看到各種不同的主動安全和自動駕駛功能。”日前，在GIV2020上法雷奧中國首席技術官顧劍民表示。“比如泊車，由于是在低速、可控的環境里操作，更容易落地，目前已經在部分車型上量產了。”
除此以外，顧劍民指出在結構化的道路環境里，比如高速公路上的自動駕駛功能也有望較早落地。比如小鵬P7、廣汽新能源埃安V等新車，瞄準的就是高速公路上的L3自動駕駛。“最有挑戰的是城市道路工況，因為城市道路場景中有不同的參與者，不僅僅是汽車，還可能有電動單車、行人等交通參與者，比較復雜，這個是最后我們可能要攻關的一個場景。”
復雜的城市道路為自動駕駛汽車的行駛提供了多重挑戰
羅蘭貝格全球高級合伙人、大中華區副總裁鄭赟也認為，乘用車的自動駕駛發展將由泊車場景先行，逐漸往結構化道路場景發展，然后是非結構化城市道路場景。“因為泊車場景雖然在用戶出行總里程中占比較小，但一旦實現了自動駕駛，能夠極大的提升消費者對自動駕駛的感知，促進購買轉化，支撐整個市場的后續蓬勃發展。”
正是基于這一預判，與此同時也有多家企業在此領域積極發力，鄭赟指出在私家車領域2022年之前停車場的自動泊車有望逐步成為現實，2023年則能夠實現停車場的自主泊車，而指定場景的無人駕駛和全場景的無人駕駛，有望在2025年和2030年之后得到應用機會。
“在結構化道路場景中，自動駕駛的實現過程則將從擁堵道路開始，逐漸向單車道、多車道、匝道場景不斷演進。而非結構化的道路場景中，考慮到L3的實用性和潛在的高成本，或將出現L2直接向L4跨越的情況。”鄭赟表示。最終到2030年，L2、L3級別的自動駕駛技術在乘用車新車市場的滲透率有望達到60%，L4、L5這樣高級別無人駕駛技術的市場滲透率有望達到5%。
這里特別值得一提的是高級別無人駕駛，盡管看起來遙不可及，目前亦在快速向大規模商業化落地靠攏，今年多家Robotaxi研發企業紛紛宣布推出或者擴大無人駕駛服務，為更多的普通消費者提供出行便利就是很好的說明。比如小馬智行，目前已經組建了一個超百輛規模的自動駕駛車隊，其中40輛車用于載客運營。
“整體來看，無人駕駛企業的發展可分為五個階段：第一階段，封閉場景里面的小規模測試;第二階段，在一定范圍內實現點到點的自動駕駛演示，也可以駛入市政道路，基于政府發放的路測牌照開展相關的測試;第三階段，企業有路測許可和技術，在一定范圍內實現載客運營;第四階段，企業能夠真正的拿掉安全員，實現純無人駕駛路測;第五階段，實現大規模、大范圍的純無人駕駛載客運營。” 文遠知行COO張力指出。“目前我們已經做到了第四步，大約還需要2—3 年的時間不斷實踐才能到第五階段。”
為此小馬智行正在繼續擴大和深化Robotaxi運營，同時積極爭取無人駕駛路測許可。基于這些努力，小馬智行計劃在 2021 年實現小范圍的沒有安全員的Robotaxi運營，2023 年在廣州大部分區域實現完全無人駕駛的Robotaxi運營服務。
高級無人駕駛規模化商用仍待時日
從小范圍的封閉園區路測到大范圍的開放道路試運營，目前高級別自動駕駛正逐漸進入規模化落地、接受消費者檢驗的新階段。盡管如此，這項技術在關鍵領域仍面臨多重難題。
“自動駕駛輔助技術與無人駕駛汽車之間的鴻溝可能遠比我們大部分媒體所報道的更深。” 廣州汽車集團股份有限公司總經理馮興亞表示。特別是高昂的單車成本和基礎設施投入，在他看來是制約L4、L5級別自動駕駛汽車規模化量產的重要因素。
以近來在各地大刷存在感的Robotaxi為例，由于激光雷達、計算平臺等硬件及軟件開發費用一直居高不下，加之受各地政策與技術成熟度約束，目前Robotaxi仍需配備安全員，導致現階段Robotaxi每公里的出行服務成本依然遠遠高于人工駕駛出租車的成本。麥肯錫預測，大約在2025至2027年之間，Robotaxi每公里成本與傳統出租車成本相比的拐點才會出現。
至于基礎設施投入方面，很重要的一點是5G基站建設。由于5G網絡使用的是高頻段，信號穿透力比較差，要實現大范圍的信號覆蓋必須建設足夠多的基站，如此才能更好地支撐自動駕駛汽車的規模化運營，而目前建造一座5G基站就需要花費數十萬。
據中國移動相關數據顯示，目前單個5G基站的硬件成本在16萬元左右，如果是在老基站上進行升級總成本大約在30萬左右，而如果完全重新選址建基站，成本至少在60萬元以上。按當前每周新增基站1.5萬個的速度來計算，每個月運營商就需要投入數十億元建造基站。不僅如此，建成后單個基站每年的電費約在2萬元以上，如果5G達到4G的覆蓋度，運營商每年電費支出就高達2000億元。
更何況還有其他的基礎設施投入。正因為如此，盡管相較于單純地打造“聰明的車”，車路協同因引入了“智慧的路”，可以更好地實現感知冗余，大大提升自動駕駛汽車的安全性、可靠性以及相關性能，真正實施起來并不容易。
中國工程院院士鐘志華也認為如果將汽車智能化單純和無人駕駛等同，那么汽車智能化的發展將需要一個相當漫長的過程，其中還存在很多問題和挑戰。特別是目前與智能汽車相關的標準和法規不健全，標準制定決定權分散在汽車、交通、通信等多個不同部門，需進一步完善。但他同時強調，制定標準需要把握好平衡點，標準和法規定太早的話會限制創新，如果定得太晚也可能阻礙創新。
另外智能汽車核心技術積累不足，也是很重要的一方面。汽車“四化”的出現，使汽車零部件的概念和范疇發生了變化，從新能源汽車的電池、電機、電控到自動駕駛所涉及的芯片、傳感器、控制器、執行器等硬件，到高精地圖、網聯通信、云控平臺、AI算法等軟件，都成了產業鏈的重要組成部分。但是在核心技術和關鍵零部件方面，國內仍存在諸多痛點，比如芯片和操作系統，一直是中國的“短板”。雖然近幾年國內也涌現出了一批企業，在積極攻克相關的技術難題，但成熟應用仍有待時日。
從這一點上來講，雖然當前自動駕駛汽車技術進步很快，特別是今年多家自動駕駛企業紛紛在Robotaxi示范運營上迎來了重大突破，并不代表這項技術馬上就可以投入大規模商用，尤其L4、L5這樣的高級別自動駕駛汽車，如果要大范圍商用至少還需花費數年時間。
