自動駕駛技術炙手可熱。最近，55輛長安CS55獲得“最大規模自動駕駛車巡游”吉尼斯世界紀錄的消息賺足了外界的關注度。該巡游車隊以實際達成自動駕駛L3級別的水平，展現了長安汽車在自動駕駛技術上的突破。

眼下幾乎國內所有的主流汽車廠商、互聯網科技公司都對自動駕駛進行了諸多布局，不同行業與車企間也進行更加開放的合作。國內外的車企也并沒有較大差距，可以說站在同一風口。不過目前我國的自動駕駛雖然發展速度快，但整體交通水平以及標準尚未統一仍阻礙著自動駕駛實現更快落地推進。國家信息中心副主任徐長明在今年6月的2018智能汽車前沿峰會上明確指出，中國發展L4、L5級自動駕駛最大的困境將是自動駕駛車輛與非自動駕駛車輛同時存在的“混合交通”。

自動駕駛呈多領域發展

無論是整車廠還是互聯網公司，都在自動駕駛領域展現了頗為驚人的發展速度。長安汽車早在2016年就完成重慶到北京2000公里的自動駕駛測試。長安CS55成為國內首個搭載L2級別自動駕駛技術—IACC的量產車型。在未來的規劃中，長安汽車預計2020年實現L3級別，2025年實現L4級別，2030年實現L5級別。

上汽則在與各大高校、企業合作取得了不錯的成果。2016年6月，與同濟大學共同成立國內首個智能駕駛測評基地。2017年6月，上汽測試車輛獲得美國加州自動駕駛測試牌照。2018年1月，上汽與Mobileye制定智能駕駛技術聯合開發計劃，搭載Mobileye最新的視覺芯片。根據規劃，上汽集團將于2020年實現結構化和部分非結構化道路的自動駕駛（L3級別），2025年實現全環境下的自動駕駛（L4級別）。

當然，進展更快的當屬互聯網公司。百度2013年涉足無人駕駛車項目，2015年開始大規模投入無人駕駛車技術研發。2017年4月19日，百度發布“Apollo”計劃，國外福特、大眾、奧迪等車企，國內一汽、長安、奇瑞等車企都加入這一平臺，幫助其快速搭建一套自動駕駛系統。今年7月的百度AI開發者大會上，百度宣布全球首款L4級自動駕駛巴士“阿波龍”量產下線。

此外，國內不少科技公司也在自動駕駛領域取得了一定的成績。11月30日，蘇州自動駕駛初創公司知行科技發布其L3級自動駕駛量產級方案，包括iMoPilot3.0三級自動駕駛系統等，其核心技術在于算法和芯片。據相關負責人表示，目前已在與多家主機廠進行接洽，自動駕駛中央控制器已與一些大客戶建立長期聯系，數個發明專利正在等待審批。

同為自動駕駛研發企業的馭勢科技則將重點放在特定場景的智能泊車技術，并實際上已實現了自動駕駛的商業落地。2017年3月，馭勢無人駕駛場地車在廣州白云機場停車場完成試運營首秀；今年11月13日，馭勢科技與上汽通用五菱向用戶交付首批具備AVP自動代客泊車系統的寶駿E200。

自動駕駛的安全尚存不確定性

自動駕駛高歌猛進的時候，其技術的安全性仍存在不確定性因素，并受到關注。

今年3月，Uber一輛L4級別自動駕駛車輛在美國發生車禍致使行人死亡，對于自動駕駛安全性的質疑也隨之增加。根據官方報告顯示，在車禍發生前6秒鐘駕駛系統已經發現了目標行人，但是先把行人識別為一個未知對象，然后又識別為一輛自行車，在車禍前一秒鐘，系統提醒需要剎車避免交通事故，但是系統沒有執行。

無獨有偶，2017年3月，同在亞利桑那州，Uber一輛L3級別自動駕駛車在路試時與另一輛SUV發生碰撞，導致Uber自動駕駛車當場側翻，所幸沒有造成人員傷亡。當時，Uber的車輛處于自動駕駛狀態，駕駛座上的人員未對車輛進行干預。當地警方表示這一事故是由人類司機并未讓行直行的自動駕駛車輛所致。

除了測試車輛外，量產車輛特斯拉也曾發生過自動駕駛車禍事件。2016年1月20日，在中國京港澳高速河北邯鄲段，一輛特斯拉轎車直接撞上一輛正在作業的道路清掃車，特斯拉轎車當場損壞，司機身亡。后經證實，車輛當時由車主開啟了自動駕駛模式。

面對自動駕駛出現的各種事故情況，不少汽車制造商呼吁自動駕駛仍應該以安全為前提。

豐田于去年在美國密歇根州和加利福尼亞州進行小型車隊的自動駕駛路試，在Uber發生事故后，豐田公司停止了在美國公共道路上測試其自動駕駛系統“Chauffeur”進程。豐田北美地區副主席杰克·霍利斯表示，當涉及安全問題時，要確保每一個想要嘗試的顧客都能百分之百地信任我們。

知名咨詢管理公司德勤全球汽車業務主管喬·維塔勒曾表示，優步和特斯拉的碰撞讓圍繞自動駕駛技術的問題變得更加透明，并可能喚醒監管機構，讓他們意識到，這一新興技術需要有組織、有規范。

“混合交通”的發展困境

盡管如此，自動駕駛的大規模應用期即將來臨。據普華永道預測，2025年起，L4級別以上自動駕駛車輛將逐漸開始應用，預計到2030年L4、L5級別自動駕駛車輛銷量達到4000萬輛以上。但自動駕駛行業飛速發展的同時，與之相匹配的外部環境還沒有實現同步發展。

國內的自動駕駛路測正逐步規范。目前已有包括北京、上海、廣州、深圳、重慶在內等15個城市出臺了自動駕駛路測規范。最早出臺規范的北京，其測試里程已達到133公里，未來將增加到2000公里，共為8家企業頒發35張測試牌照。自動駕駛路測牌照由北京市有關部門進行平谷測試后，分為T1至T5這5個級別，分別對應不同復雜程度的路況，數字越高，道路越復雜。目前只有百度和小馬智行拿到T3牌照，其他企業均為T1。

但隨著自動駕駛路測數據積累，問題也逐步顯現。長安汽車在今年11月19日舉辦的自動駕駛測試監管研討會上表示：法規對高等級自動駕駛車不支持，交通設施、交通標志等維護較差，各種道路的標準、規則不統一，交通基礎設施建設和自動駕駛汽車的發展缺少協調和統籌等問題都是導致自動駕駛車輛未來難以上路的原因。

事實上，自動駕駛道路測試為企業提供的是一個可控的外部環境，而實際路況比測試道路要復雜得多。即使最高等級的路測牌照，也無法完全模擬自動駕駛的實際場景。

正如國家信息中心副主任徐長明所說，自動駕駛的實現并非單一技術水平、單一車輛的達成，未來的方向也將是智慧交通的構建。因此，目前自動駕駛與非自動駕駛的“混合交通”，將成為實現更高級別自動駕駛面臨的困境。

一位從事智能駕駛研究的工程師表示，法規并不是導致自動駕駛落地緩慢的主要原因，法規并不能制約技術的發展，會隨著技術的進步和驗證逐步完善。他認為制約自動駕駛發展的還是行業內并沒有一個統一的規范，這就導致整個行業無法達成一個統一標準。這位工程師所提到的行業標準尚未達成，實質上是自動駕駛不同標準所導致的“混合交通”。

因此，車、人、交通間的配合，在自動駕駛時代顯得尤為重要，全交通體系的配合、以及自動駕駛統一標準的實現，仍是自動駕駛高歌猛進途中需要解決的關鍵問題。