目前L1級別的產品已經得到了普遍應用，L2和L2.5級別的技術也已經成熟，真正難的是L3及L3+自動駕駛的研發應用。那么對于整個行業來說，要量產高級別自動駕駛，究竟哪些地方沒有準備好呢？

11月1日上午，廣州公交集團白云公司宣布推出全國第一輛自動駕駛出租車，并于當天開始在廣州大學城投入試運營。此消息一出，迅速引起了眾多市民“圍觀”，然而僅僅一天后，該項目就被廣州市番禺區交警和交通局雙雙叫停。番禺交警表示，自動駕駛屬于新事物，在未有相關法律出臺及相關部門審批同意前，上路運行有不妥之處，例如出現沖紅燈等違章行為時，如何處罰就沒有相關法律規定。

事實上，這里番禺交警提到的“法律規定”，只是支撐自動駕駛汽車上路的必要條件之一。具體來看，自動駕駛汽車要投入大規模商業化，還面臨核心技術待突破、商業模式待確立、道路交通配套設施待完善以及安全性、可靠性等多方面的挑戰，如果要等到這些條件都成熟，還有相當長的一段路走。

高級別自動駕駛落地尚需時日

還是以上述項目為例，據了解該項目號稱可以實現“L4級別的自動駕駛”，什么意思呢？根據國際汽車工程師協會(SAEInternational)制定的自動駕駛汽車分級標準，L4自動駕駛屬于高度自動駕駛，在這一階段系統可以獨立完成大多數環境下的所有駕駛操作，只在某些特定情況下需要駕駛員介入。難道說目前國內自動駕駛水平已經如此先進了？

如果深入了解會發現事實并非如此。據部分公眾實地體驗，上述自動駕駛出租車只能在限定路段的固定路線進行自動駕駛，并且在掉頭、經過紅綠燈路口，以及遇到障礙車輛的時候，表現都不是很令人滿意，或動作不流暢，或舒適性不夠，和其宣傳的“自動駕駛出租車”概念有一定的出入，距離商業化量產也還有很遠的路要走。

“特別是完全的L3、L4，包括L5，我個人認為沒有那么快落地，因為會牽涉到很多問題，比如法規問題、道路問題、責任認定、倫理問題等。當然，我相信有一天它們一定會實現，但是尚需時日。在此之前，我覺得像ADAS這種技術會給用戶帶來很好的體驗，另外現階段看起來比較可行的全封閉區域的自動駕駛，比如機場的接泊車、景點的游覽車，從當前的技術來看應該也很快就可以落地，就看怎么經營、怎么運作，更具體一點我認為在兩年之內可能會實現，不過這和真正意義上的自動駕駛是完全不能相提并論的。”東軟汽車電子事業部總經理趙巖表示。

西南交通大學汽車工程研究院院長胡廣地的觀點與此類似。他認為在高速公路或者高等級公路上的L2.5或者L3，基本上現在就可以量產化，并且做到成本可控。但對于L4和L5，且不說城市工況，單單就高速公路和高等級公路而言，按照目前中國的交通情況，短時間內也很難實現。從這一點上來說，他指出發展自動駕駛一定要考慮中國的實際情況，從“痛點”入手，來逐步解決商業化問題。而目前國內最大的痛點就是安全、綠色、方便，此外還有成本，而不是僅僅考慮車子多么智能，并且一定要以系統性的思維來考慮這件事，包括系統的成本、系統的安全，這些涉及量產化的東西一定要考慮到。

多項核心技術亟待突破

可以說對于自動駕駛，目前L1級別的產品已經得到了普遍應用，L2和L2.5級別的技術也已經成熟，真正難的是L3及L3+自動駕駛的研發應用。那么對于整個行業來說，要量產高級別自動駕駛，究竟哪些地方沒有準備好呢？

南京航空航天大學教授宋廷倫指出主要還有以下幾個關鍵技術問題需要解決。第一個是自動駕駛汽車制定策略時究竟是基于邏輯的控制，還是基于AI端對端的控制；第二是自動駕駛汽車應該采用以車載傳感器為主的環境感知，還是V2X和車載傳感器相結合的環境感知策略；第三個是自動駕駛汽車的實施路徑，目前主要有兩條：適用于所有駕駛場景的部分自動駕駛功能和適用于特殊場景的全自動駕駛，應該如何選擇；第四個則是商業層面的問題，即在新的競爭模式下，主機廠、供應商、關鍵技術提供商之間的分界到底在哪里？換句話說，主機廠做自動駕駛技術研究和開發要研究哪些內容？要不要去研究傳感器、芯片技術？就商業和合作模式模式而言，邊界到底在哪里……這些問題一定要盡早解決。

同時，宋廷倫認為在整車開發過程中，自動駕駛技術在前期一定要充分考慮很多因素，而不能埋頭苦干，要抬頭看路，看整車產品開發流程，從而在客戶需求、可行性等方面做好充分的準備。尤其要參照整車產品開發流程，明確自動駕駛技術在產品開發的不同階段要做哪些主要工作，這些關鍵活動應該由哪些部門來負責，對于一個傳統的主機廠，每個部門在產品開發過程中都承擔非常明確的責任，當然不同的主機廠其部門劃分和職能可能不一樣，但是每樣工作一定得有承接部門。只有這樣，車企才能保證在上述關鍵問題沒有解決之前，或者最終解決之后，現在做的工作不至于被今后的技術路徑否定掉。

東軟汽車電子事業部總經理趙巖則認為現階段自動駕駛實現的難點之一在于驗證，也就是如何證明一輛自動駕駛車輛的安全性。目前業界普遍認為如果一輛自動駕駛汽車行駛了十億公里沒有交通事故，基本就可以被證明是安全的，可以量產的，而從各廠商2017年的路測結果來看，Waymo352，545英里出現了63次人工干預，每千英里的干預次數是0.18次，這已經是2017年做自動駕駛路測最好的數據了，但是和大家理想中的自動駕駛還是差別很遠。

當然，這并不是Waymo的問題，關鍵還在于很多技術及配套不夠成熟，比如高精度地圖、平臺、5G技術、基礎設施服務等，都還有待進一步的提升，另外責任劃分，安全認證、法規處理等，也需要進一步的完善。而在這些因素之外，一個最重要的點，趙巖指出就是自動駕駛汽車如果要在中國落地就必須要適應中國國情和基礎設施的實際情況。

為什么這么說？因為不同地域交通環境不一樣，比如美國很多交通標志和中國就不一樣，路況也不盡相同。像加州或者洛杉磯，可能車流量很大，平均時速都在80公里以上，而中國大部分城市擁堵是常態，這種情況下就無法把基于美國交通環境研發的自動駕駛汽車直接應用到中國市場，否則必定會“水土不服”。

而國家計算機網絡與信息安全管理中心車聯網安全仿真與攻防技術北京市工程實驗室副主任王永建，則重點介紹了目前智能汽車的面臨信息安全問題。他指出隨著汽車智能化、網聯化深度不斷加深，車內的接口也會隨之更多，其面臨的風險也會越來越大。“過去車輛的安全威脅入口主要集中在網絡側的APP終端，而現在由于汽車功能在不斷增多，不僅僅是網絡側的APP終端，很多無線入口如WIFI、藍牙等，以及其他一些云端的漏洞和物理接口，都能夠輕易對汽車造成一定的破壞。”

不僅如此，隨著汽車里面軟件的重要性日益凸顯，代碼越來越復雜，也會產生一些新的安全問題。“因為在目前的條件下，研發人員不可能對每一個代碼都進行檢測，來確認代碼邏輯合理性和安全性。”如此一來，就必然會有“漏網之魚”，威脅到汽車的安全。

“所以可以看到，現階段很多車企都在大步伐部署信息安全相關工作，信息安全從某種意義上來講正逐漸走向成熟，預計在2019、2020年的時候，將慢慢趨于落地。”東軟集團股份有限公司網絡安全事業部產品總監陳靜相補充道。因為，未來汽車的很多智能化功能，都是建立在信息安全這一基礎之上，只有車輛的信息安全得到了保證，智能化和網聯化才可能真正從夢想照進現實，否則難保《速度與激情8》中“僵尸車”滿街跑的場景未來某一天不會在我們的現實生活中上演。