隨著相關技術的快速發展，與此同時車企對于在量產車上裝載智能化配置的愿望日益迫切，面向ADAS應用的L1、L2自動駕駛已然呈現爆發之勢。“今年1-9月，僅L2級智能網聯乘用車的銷量就達到了196萬輛，占乘用車總銷量的14.7%。”在2020世界智能網聯汽車大會上，工業和信息化部裝備一司副司長石紅艷表示。
接下來，如何盡快推動更高級別的自動駕駛量產成了“追逐者”們關心的問題。對此，近日多家車企已經在量產Flag上進行了首輪交鋒。
主流車企紛紛喊話L3+量產
本月11日，本田宣布該公司計劃在2021年3月底前開始銷售配備了L3級自動駕駛系統的Legend豪華轎車。據悉，日本政府已經向本田的“Traffic Jam Pilot” 頒發了安全認證，該系統可以支持駕駛員在一定條件下于駕駛過程中將視線從道路上移開，而在未達到自動駕駛環境條件時，車輛必須警告駕駛員并將控制權交給駕駛員，當無法進行移交時，車輛必須停止。
無獨有偶，在同日開幕的2020年世界智能網聯汽車大會上，北汽、長安、理想汽車等自主車企也立下了量產高級別自動駕駛汽車的Flag。其中北汽集團黨委書記、董事長姜德義表示，北汽集團力爭在2025年之前實現L4級自動駕駛產品量產，及L5級完全自動駕駛技術的開發成熟。
長安汽車L3自動駕駛體驗，圖片來源：長安汽車
長安汽車董事長朱華榮則表示，長安汽車將在2022年逐步開始量產L4，解放雙手雙腳雙眼。據悉，目前在智能駕駛方面長安汽車已經量產了百余項技術，今年3月長安汽車還率先于業內實現了L3級有限自動駕駛技術體驗，驗證了L3在技術上的可行性。但由于法規的原因，目前長安L3自動駕駛版車型并未真正上市。
理想的節奏與長安類似。據理想汽車聯合創始人、總裁沈亞楠透露，現階段理想汽車已經全系標配了L2級別的高級輔助駕駛系統，面向2022年，公司正在和博世聯合開發L3，包括能夠升級到L4的自動駕駛方案。
上面幾家是最新為高階自動駕駛量產立Flag的車企。更早一些的時候，紅旗、威馬、福特、沃爾沃，東風悅達起亞等車企，也都發布了L3+自動駕駛量產時間表。紅旗在10月份的時候宣布，將于2021年實現L4級自動駕駛汽車量產，其中今年紅旗E-HS9會率先實現L3級自動駕駛。威馬、福特則將L4的量產時間定在2021年，沃爾沃和東風悅達起亞略晚一些，分別在2022年和2025年實現L4自動駕駛。
另外，出行服務商和方案公司層面針對高階自動駕駛的規模化應用也喊出了自己的宣言。11月16日，滴滴出行在ALWAYS D1滴滴開放日上正式發布定制網約車D1，期間滴滴出行CEO程維表示，滴滴計劃于2025年推出D3，普及100萬輛，搭載自動駕駛功能;2030年希望去掉駕駛艙，實現完全自動駕駛。文遠知行則計劃明年在部分城區開展去掉按照員的真正無人駕駛的Robotaxi運營，爭取再過3-4年，在一個城市的大部分區域實現全無人出租車運營服務。
事實上，不僅車企層面，目前各個國家也都對高級別自動駕駛的商業化應用提出了商用目標。比如在中國剛剛發布的《智能網聯汽車技術路線圖(2.0版)》中，就明確提出到2025年，高度自動駕駛車輛開始進入市場，在高速公路、專用車道、停車場等特定場景，及園區、港口、礦區等限定區域，高度自動駕駛(HA)將實現商業化應用;2030年市場占比達20%，在高速公路上HA將廣泛應用，部分城市道路HA實現規模化應用。
日本提出了2020年私家車在高速公路上實現L3功能，L2級以上的卡車編隊行駛，以及特定區域內用于出行服務的L4自動駕駛;2025年，私家車和卡車運輸均可實現高速公路L4自動駕駛。為支持這一目標的實現，日本還于今年4月1日正式實施的最新版《道路交通法》，其中對L3級別的自動駕駛做出規定——如果駕駛員能夠快速恢復手動駕駛，則可在自動駕駛過程中使用手機，或觀看車載電視等。
韓國則計劃于2027年在全國主要道路上實現L4級完全自動駕駛商業化，2030年L3、L4新車市場占比達到約50%。為此，韓國也于今年初公布了L3級自動駕駛安全標準，并計劃在未來一至三年內針對L4級自動駕駛技術提出先導性的安全規范及標準，從而為未來幾年這項技術的規模化應用做準備。
德國更為樂觀，甚至規劃在2022年成為“世界上第一個允許無人駕駛汽車常態化運行的國家”。歐盟則相對較穩妥，計劃2030年實現完全自動駕駛的普及應用。那么，主要玩家紛紛立下L3+自動駕駛量產Flag，各個國家也在積極出臺政策指引，是否意味著高階自動駕駛真的會很快投入應用呢?
大規模商用難一蹴而就
目前來看，在一些特定的場景，比如面向高速公路和泊車場景，以及本田提出的面向擁堵場景這樣特殊的L3級自動駕駛功能，和面向低速配送、干線物流、港口、礦區、封閉園區、機場等特定場景的L4應用，的確有望在未來幾年有望陸續投入應用。但應用于全場景的高階自動駕駛，仍有待時日。
因為作為一項復雜的系統性工程，自動駕駛要想實現真正的規模化落地，不僅取決于技術的成熟度，還與法規標準配套是否完善、商業模式能否持續有關。然而目前這幾個方面都不足以支撐這項技術規模化量產。
● 關鍵技術有待繼續突破
比如激光雷達，盡管很多業內人士認為激光雷達對于高級別自動駕駛不可或缺，但直到現在這項技術還無法實現規模化商用。“激光雷達現在還不成熟，這不光是成本高的問題，還有技術因素，如果是機械式的激光雷達，壽命非常短，而且對不同環境、天氣比較敏感、脆弱，所以激光雷達不具備量產的條件。” 廣汽新能源技術中心主任許俊海表示。在他看來，可能未來兩三年激光雷達才會慢慢在車上搭載。
系統冗余方面也有待繼續提升。業界普遍認為真正做到L3以上自動駕駛，從感知到決策再到控制系統，所有的關鍵部位在最初系統設計時就要考慮冗余架構，以實現備份，避免因傳感器感知功能上的失誤等而引發事故。然而目前的事實是，市面上很多宣稱接近L3的車輛都不具備冗余系統。而且就算具備冗余系統，由于冗余設計增加，在確保穩定性與安全性的同時，成本大幅度增加，這也讓L3級自動駕駛的落地難度大增。
另外在AI芯片和算力，以及數據的積累等方面，目前亦面臨著一些難題。“比如AI，現在的人工智能技術只能夠解釋它見到過的場景，但無法解釋和處理沒有見過的場景。” 奇瑞汽車智能車技術中心資深總工程師高繼勇指出。而自動駕駛汽車一旦投入使用，必定會面臨無數的corner case和深度學習長尾問題，這些都依賴于更成熟的AI技術才能更好地處理。
● 法規標準仍需“破冰”
法規標準是高階自動駕駛量產路上的另一大“攔路虎”。雖然近幾年，各國政策也在慢慢給高級自動駕駛的規模化量產及應用開了“綠燈”。但不容忽略的是，政策的出臺速度其實遠沒有技術的更新速度快，在自動駕駛方面，很多政策標準都是滯后。就像中國，直到現在還不允許駕駛員開車時手脫離方向盤或者“脫眼”駕駛，更遑論考慮自動駕駛汽車上市后，監管層該如何合理監管，都是亟待解決的問題。
“一個典型的問題是數據跨境問題，因為智能網聯汽車發展需要廣泛的國際合作，數據跨境是其中非常重要的一環，但目前數據跨境還是面臨著不少挑戰，比如說不同敏感性的信息交織在一起，監管規則尚不明確，政治因素、制度差異和安全關切等方面，也為數據的跨境流動增添不少變數。” 中國電子信息產業發展研究院政策法規研究所副主任陳全思表示。“還有責任和倫理規則如何規定，也是直接決定智能網聯汽車新技術能夠在多大程度上造福人類的關鍵。”
標準方面亦如此，盡管目前業界在自動駕駛分級問題上，普遍參考SAE J3016，但其實這份文件只是為企業研發自動駕駛提供了一份參考，并不是強制標準，也不會指導企業究竟該怎么設計自動駕駛。以至于目前業界在一些自動駕駛系統的定義上十分混亂，除了標準的L2、L3，市面上還出現了L2.5、L2.9等多種不同的命名方式，并且功能方面也是各不相同，讓用戶也備受困擾。
● 商業模式如何持續亦很關鍵
對于自動駕駛這樣一項復雜的技術，僅在技術層面能夠實現其實只是一方面，更關鍵的問題在于如何經濟的做到，并且能夠通過這項技術創造相應的價值，在提升道路交通安全、優化通行效率的同時，給予投資者相應的回饋。簡言之，即消費者愿意“買賬”。
目前來看，很重要的一點是能夠觸達他們內心真正的需求，這一點特斯拉已經做了充分的驗證。“但事實證明，即便現在已經量產的ADAS功能也并不完美，還遠沒有達到消費者認為或者期望的那樣完美的地步。” 法雷奧CTO顧劍民曾在蓋世汽車及國家特聘專家汽車組聯合主辦的“2020第十二屆全球汽車產業峰會暨第八屆汽車與環境創新論壇”上表示。
“所以真的喜歡，還是雞肋，這是一個關鍵。”他指出。因為只有喜歡，用戶才愿意為自動駕駛功能付費，讓這項技術真正逐步推向市場。至于如何讓消費者真的喜歡，顧劍民指出找準消費者所需很重要，比如現階段來看，系統是不是能夠支持自動跟車、自動調節跟車速度，從這些特定的場景功能開始，讓用戶真正能使用這些技術，在他看來才是做自動駕駛或者駕駛輔助的一個比較實際的目的。
文遠知行副總裁鐘華則認為，自動駕駛要想實現商業化落地，應該按照“鐵三角”的商業模式來開展。“即一個是像我們文遠知行這樣的技術公司，一個是主機廠，能夠做自動駕駛車輛平臺，另一個是出行公司，三家企業把各自的優勢聚合在一起，這個東西就可以落地。”而文遠知行目前就是按著這種模式推進自動駕駛規模化應用的，并且已經取得了不錯的成績。
規模化商用需分場景推進
“從小做起，即從簡單、低成本的自動駕駛技術入手，用足以吸引付費客戶的最簡產品，逐步推向市場。”談及高級別自動駕駛落地的具體路徑，顧劍民給出了的答案。“比如面向低速、可控、半封閉場景的自動泊車或者代客泊車，就是很多用戶需要的，另外貨運或者物流行業對高階自動駕駛的需求也比較強烈。”
美團副總裁、首席科學家、自動駕駛負責人夏華夏的觀點與之類似。在他看來，由于現在自動駕駛在技術、政策、生態等方面還面臨很多難關，比如關鍵傳感器的價格還很昂貴，而且離車規級的穩定性和可靠性仍有一定的差距，可以先讓無人駕駛在簡單的場景或者低速場景跑起來，然后逐漸向一些復雜的場景跨越。
“比如物流行業，可以按照從簡單到復雜，從低速逐漸往高速，從小車向大車的路線演進。”最終真正的L4或者L5能夠在中國大部分的場景下跑起來，夏華夏認為可能需要十年左右的時間，即在2030年才可以在中國大規模推廣使用L4級別的無人駕駛汽車。
至于在此過程中的倫理道德等問題該如何解決，陳全思認為自動駕駛真正應該考慮的問題是如何在市場可以接受的成本下，做出更安全的車。“畢竟一分安全就有一分成本。但我們也不能要求企業無限制接受安全成本，企業接受，市場可能也是不會接受的。”
最終落實到具體行動上，陳全思指出應該是基于現有技術，通過“法律+標準”的模式為自動駕駛汽車框出安全邊界，超出邊界以外的部分根據具體情況來判定是意外事件或者減免相應的責任，而對于“必須有一個犧牲時，該犧牲哪一個”這種問法，應該轉化為可以減少犧牲時，如何減少犧牲。”
反而對于業界時常討論的“電車難題”，陳全思認為討論的理論意義其實大于實際意義，因為即使是人類駕駛員面對這種情況，做出的反應也往往是根據本能。“所以智能汽車的設計必須建立在事故的預防之上，系統不能通過完全標準化的形式來替代或者優先于一位擁有倫理意識，負責任的駕駛員所作出的決定。” 陳全思指出。
