自動駕駛隨著持續車禍事件的出現，披上了危險外衣。

特斯拉Model 3車主撞上卡車身亡;獲得25億融資的Waymo 在舊金山出了車禍;3蔚來的車主因為使用自動駕駛功能出車禍去世……

即使大數據證明了自動駕駛更安全，但頻發的車禍事故讓人對自動駕駛心存忌憚。

聚焦自動駕駛市場，安全性的困境，規模化量產的實現，商業落地等一系列問題需要解決。

在‘2022中國電動汽車百人會論壇’上，工業和信息化部副部長辛國斌提到：在供應鏈及產業鏈方面，仍需深化融合創新，加強制造業中心創新建設，加快新體系電池、車規級芯片、車用操作系統等關鍵技術攻關和產業化，推進車路網云圖一體化發展，加快新型信息網聯化道路基礎設施建設，拓展智能網聯汽車多場景示范應用。

無人駕駛巨大的前景不可否認，但如何才能順利實現?

今天通過robotaxi落地路線，自動駕駛技術路線以及感知設備的梳理，也許可以找到以安全為前提的智能駕駛商業化道路。

01Robotaxi近身廝殺

技術可行≠商業閉環 目前Robotaxi仍是自動駕駛細分領域的火力集中點。

大廠出行派

百度，“帶頭大哥”。百度“蘿卜快跑”(Apollo自動駕駛出行服務平臺)已在8個城市上線，Q4有21萬次乘車。

自動駕駛研發是滴滴的重頭戲，持續加持硬件能力。但這個500人左右的團隊缺失的不僅是錢。

原智能駕駛部長蘇箐直言“做Robotaxi的企業都得完蛋”“特斯拉自動駕駛殺人”。Waymo的估值也大跳水，載人Robotaxi商業化也沒有進展，即使這這樣中國玩家們依舊熱情不減，重金加碼。

傳統車企力度更大。上汽集團推出國內首個車企L4 自動駕駛運營平臺“享道Robotaxi”，北汽藍谷與百度聯合開發的Robotaxi車型量產。

Robotaxi賽道競爭激烈，傳統車企與大廠出行派成為先行者，而頭部創業派也在迎頭趕上。

頭部創業派

小馬智行在完成D輪融資首次交割后，就計劃擴團隊、加技術研發、擴大Robotaxi及Robotruck車隊規模。

文遠知行，以打造與車企、平臺鐵三角的模式，目前與廣汽集團有深度合作。一旦戰略投資事宜敲定，雙方將與如祺出行開啟Robotaxi前裝車型設計研發及量產落地的升級。

2019年之前的L4的Robotaxi落地路線是香餑餑。以Waymo為代表，國內的百度、小馬智行、文遠知行基本走這個路線，從研發、路測試運營到規模落地直接爬L4最高峰。

L2領域資本投資略顯冷清，比拼卻很激烈。以特斯拉為代表，蔚小理們在傾向量產與上路后都在推進迭代，即從L2到L4循序漸進。

新能源車企派

從三家造車新勢力的研發規劃來看，都在打造全棧自研的自動駕駛能力。

不同的是，理想在系統中插入了一個地平線“征程3”的平臺，蔚來是以社區和服務塑造高端品牌，而主打汽車科技的小鵬則加快了駛向Robotaxi賽道的速度。

Robotaxi是積累測試里程、提升算法的穩定性和安全性的最佳方案之一。但其商業化進程步步驚心，對自動駕駛的探索猶如一場漫長的馬拉松。

自動駕駛上半場驗證了技術的可行性，以前幾公里就能暴露出一個技術問題，現在需要幾萬公里的行駛才會有1個或者幾個關鍵性問題。

但技術路線問題的減少不代表前途的順暢，還有2大問題急需解決。

一個是漫漫長路的Robotaxi盈利課題。以目前的數據來看最容易量產的貨運自動駕駛(如無人配送車)的運行效率與成本和人工配送仍有很大的差距。

另一個，數據采集。自動駕駛競爭的核心是有效數據的收集及驅動AI模型迭代。而中國城市道路建設非常快，想實現持續的高精度地圖的數據采集與更新很難。

02車路協同

更符合國情 隨著技術提升與政策開放，中國的自動駕駛終于迎來了新發展節點。

目前單車智能、車路協同、單車智能+車路協同的三大技術流派發展狀況，結合國情，全棧型服務路線或將成為關鍵。

側重單車智能的企業：非常依賴高性能的AI芯片和算法支持。

美國，地廣人稀，路況相對簡單，負責建設通信網絡的私企出于投入產出的考量，押注單車智能不足為奇。像特斯拉、Google等企業，因芯片和算法技術優勢選擇單車智能。

而國內，因人口路況及5G網絡建設的差異，加上芯片實力和軟件開發能力較弱，不少企業都轉向了網聯賦能。

側重網聯賦能企業細分為兩類。

一類：以大唐高鴻、高新興為代表，押注車路協同的企業，強調智慧的路，聚焦于道路智能化基礎設施的建設。

另一類：百度、蘑菇車聯、華為等堅持單車智能+車路協同的全棧型企業，強調關注車本身的同時，在車路云三端建立技術壁壘，布局智慧交通整體運營。

后三家企業都強調車路云一體化，但其技術方案各有側重。

百度：全棧型路線的堅定派。以廣州黃埔區開發區的智慧交通項目為代表，提供自動駕駛軟件研發-車聯網-智慧交通的解決方案。

蘑菇車聯：進場晚，成長快。從戰略層面出發，尋求地方政府合作，與城市公共服務高度綁定，通過運營數據算法優化等，提供一整套交通運營管理服務。

華為：同樣在加速。以長沙望城區新型智慧城市建設項目為標桿，從車端打造車路云一體化解決方案，提供“傳感器-芯片-操作系統-算法與開發應用-云服務”的生態布局。

圍繞城市資源的搶奪大戰已經開始。車路協同不僅是產業洗牌，也在考驗相互協作。

做個比喻，單車智能是軍隊里的士兵，車路協同更像是指揮官。按照小馬智行執行董事莫璐怡的解釋，提高單車智能水平是讓單兵作戰能力足夠強，去處理各種不同的突發情況;而車路協同則是把所有士兵協調在一起，實現統一作戰。

縱觀整個作戰策略，具體可拆解為車路云三端。

車端：

給汽車聯網，安裝能隨時接收路側感知系統提供的信息的智能設備。

路端：

給汽車安裝智能感知(攝像頭、毫米波雷達、激光雷達等)、路側通信以及計算控制設施等設備，對周圍的交通狀況、路面障礙、行人狀況、移動路障，甚至是路面的平整、積水等信息進行實時高精度監測。 云端：

給汽車提供計算和云控等后端平臺，實現路況信息的分類評估與執行，將車與路的協同能力調配到最優狀態。

和單車智能僅靠車端來感知外界不同，車路協同大大減輕了的車輛本身要承擔的信息重任。

聰明車+智慧路+強大云的結合，把復雜的感知工作從車輛本身分攤給 5G 基站、衛星互聯網、道路上架設的傳感器和邊緣計算設備等道路系統，將極大提高自動駕駛穩定性與安全性。

2022中國電動汽車百人會論壇上，全國政協經濟委員會副主任苗圩以北京亦莊高級別自動駕駛示范區為例，評價到，通過把聰明的車、智慧的路、精確的圖、實時的云和可靠的網五位一體組合起來，現已成為國內最有特色的試點示范區之一。 “在實現無人駕駛這一智能網聯汽車終極目標過程中，目前實現路徑有兩種，分別是以百度、Waymo為代表的階躍式和以特斯拉為代表的漸進式。”苗圩表示，無論哪種路徑，安全都是智能網聯汽車發展的前提，在此基礎上可適度加快限定場景的落地應用。

03被馬斯克怒噴的激光雷達

能為安全加分 目前來看，決定下半場勝負的關鍵是智能網聯汽車。但沒有一個企業敢說自己的汽車完全達到了L3。

我們國家將汽車駕駛自動化等級分為0級~5級，與目前國際通行上的SAE分級標準中的L0-L5類似。

在決定事故責任人方面，L2是重要分界線。L2及以下級別，需要人類監管的駕駛輔助，駕駛員為責任人。L3及以上級別，在開啟自動駕駛狀態下出現的事故，應確定駕駛人或系統開發單位責任。

因此，在開發更高階的自動駕駛技術的路上，激光雷達是攻堅L3以上自動駕駛級別的最前線。

但是這里的感知設備激光雷達，作為自動駕駛三大核心技術的一種，各大流派的態度天差地別。

馬斯克嘲笑激光雷達是傻子的玩意，任何人用激光雷達都注定失敗。Google派諷刺馬斯克要錢又要乘客的命。

誰對誰錯，不能輕易下判斷。了解下自動駕駛三大核心技術，感知，規劃和控制。

具體到行車場景，感知就是人的五官感受周圍環境，規劃等于大腦處理路面信息并做出對應的駕駛決策，而控制相當于指揮手腳完成駕駛的動作。

汽車“眼神不好”，安全駕駛便無從談起。所以說，感知往往比起操控規劃更容易引起爭議。對此每個企業都有不同的解決方案，但可以分為兩大派系。

視覺主導派：

以特斯拉、Moblieye以及百度Apollo Lite為代表：強調攝像頭的主導地位，搭配毫米波雷達與先進的計算機視覺算法等，完成全自動駕駛。

激光雷達主導派：

以谷歌Waymo、百度Apollo robotaxi、文遠知行等企業為代表：強調激光雷達的主導地位，搭載毫米波雷達、超聲波傳感器和攝像頭，實現遠距離全方位探測。

視覺派和人類駕駛相似，用攝像頭獲取的視頻數據更接近人眼看到的真實世界，不需要昂貴的激光雷達和高精度地圖定位。

利用超聲波雷達、毫米波雷達以及視覺算法優勢是普適性強，硬件成本低，但短板也很明顯，無法解決長尾效應，安全系數不夠高，攝像頭無法捕捉距離比較長的路況信息，也無法感知遮擋物和盲區。

而“雷達+視覺”激光方案安全性會高很多。國內的小鵬汽車、蔚來、百度Apollo等汽車企業，目前都采用了多手段融合助力ADAS能力，搭配激光雷達+高精地圖+攝像頭等多傳感器綜合判斷來保證安全。

對多傳感融合算法有足夠信心，或許就是弱視覺算法能力的Google派仍堅持可以擊敗特斯拉的原因。

激光雷達產業有百億級市場，無論是傳統車企還是科技公司都不可能輕易放棄。可以預見，當激光雷達的價格下降時，全方位探測能力和不易受環境影響的優勢會逐漸顯現。

“90%的事故是人為因素造成的，自動駕駛就是要把不安全的駕駛行為消滅掉”。特別是對駕駛安全要求只會越來越高的未來，從理論上講，激光雷達或將成為自動駕駛汽車的必須選擇。

04巨頭財經的思考

以“沿途下蛋”之名行“安全智能”之實

落地和盈利的前提是無人化和規模化，而規模化又需要前期的投入才能把自動駕駛生產出來。

這就像個死循環。在整個自動駕駛領域，Robotaxi的技術難度是最高的。因此有不少企業都在探索Robotaxi路上走“沿途下蛋”模式。

比如轉向難度更低的輔助駕駛，為整車廠提供L2和L3級別的自動駕駛方案;再比如重視自動駕駛數據的積累，加大對無人卡車的研發投入，布局Mini Robobus，進軍卡車運輸、物流、個人車輛等領域。

相比貨運自動駕駛，無人駕駛出租車的商業落地確實難多了。國內領頭羊百度的RoboTaxi雖然開始收費，但也是計劃5年后才盈利。

由此來看，攀登珠峰沿途下蛋似乎更像是無奈之舉。如果說從技術成熟、商業成熟到法規成熟，自動駕駛至少還需要做十年的持續投入，那么眼下如何順利度過黎明前的黑暗就成了最急迫的問題。

中國電動汽車百人會理事長陳清泰在2022中國電動汽車百人會論壇上提到，“在汽車智能化這場革命中，我國汽車產業換道先行取得了先發效應，但機會窗口期不會太長。”

自動駕駛之于出行交通的價值毋庸置疑，不難預見，未來的技術要求越復雜，挑戰也會越多。但無論行業如何演進，降本增效都不是最終目的。不管企業如何“曲線盈利”，安全才是自動駕駛設計的“第一天條”。

原文標題：關于自動駕駛不得不說的安全智能

文章出處：【微信公眾號：行易道Autoroad】歡迎添加關注!文章轉載請注明出處。

審核編輯：湯梓紅