自动驾驶，渐行渐近

本篇文章2417字，读完约6分钟

它是科技行业的“交通之星”，也是机遇和挑战并存的“种子选手”

自动驾驶，越来越近

自主驾驶作为科技产业的一个热点领域，其发展引起了人们的关注。一方面，在人工智能技术的帮助下，自主驾驶的工业视觉是有望实现的；另一方面，应用场景需要澄清，安全性能需要保证，自动驾驶着陆有许多技术挑战。

经过初步探索，整个行业变得务实和理性。自主驾驶需要“进化”，需要软硬件性能的全面提升，离不开基础设施、政策法规等产业体系的建立和完善。

科技行业的“交通之星”有多种面孔:巨大的潜在前景给人无限的期望，高度复杂的挑战让人犹豫不决。

一方面，大公司把最新的产品带到展会上，为自动驾驶提供“饮料”；另一方面，专家的应用前景仍不明朗。几天前在贵阳举行的2019年数字博览会上，自动驾驶展示了如此不同的面孔。

从概念到产品，自动驾驶能否跨越技术的长河，它将首先应用于哪些领域，它离你我有多远？

形态创新

汽车变得更加智能。

自动驾驶一度似乎遥不可及的重要原因是机器太蠢了。如今，有了最新的人工智能、雷达、地理信息和其他技术，机器变得更聪明了:它们不仅能“看”，而且没有盲点；有了“智商”，你就知道如何换道、转弯、加速和刹车。十字路口是红色还是绿色，是左边还是右边，离前面的车有多远……理论上，可以通过机器来判断。

从一个人到另一个人，改变的不仅仅是驾驶风格。自主驾驶专家、时宇科技联合创始人吴甘沙表示，出行方式的创新也将创造一种新的模式——旅客经济，即工作、消费和路上娱乐。

自主驾驶的创新离不开基础设施、政策法规等外部环境。近年来，中国推进了汽车、交通、通讯一体化，建立了比较完整的工业体系；在技术环境方面，5g和人工智能的联动布局也形成了一条相对完整的产业链。

中国较早探索了无人驾驶的立法和测试系统。到去年年底，北京、上海、深圳等。先后发布了地方自驾车辆检测管理标准或征求意见稿。北京汽车股份有限公司汽车研究所智能部主任张永刚建议，应在全国范围内形成统一的标准测试体系，从场景、算法和测试方法三个方面提高自主驾驶的评价。

技术升级

解决这个问题是一场艰难的“长征”

前景似乎很美好，但是在自动驾驶的前面有一条长长的技术之河，每个人都是“摸着石头过河”。

自动驾驶涉及到广泛的技术，涵盖了软件和硬件的许多方面，任何环节都无法运行。

例如，无人驾驶车辆需要复杂的传感技术来清楚地看到周围的环境。中国科学院自动化研究所研究员王飞跃表示，近年来，汽车的感知能力迅速提高，但当遇到雨、雾等恶劣天气时，就会变得盲目，目前还没有完美的解决方案。

无人驾驶车辆需要一个高效的“大脑”来根据环境做出选择。然而，自主驾驶是一个遵守规则的“好学生”。实际上，路况经常变化很快，机器很难在一些意想不到的情况下做出合理的决定。

此外，像几乎所有的人工智能应用一样，自主驾驶需要“进化”，需要“输入”大量数据，这非常耗时。

王飞跃介绍说，自动驾驶离不开通讯技术，有了更快更稳定的传输，一套智能汽车联网系统就可以形成。专家在数字博览会上表示，5g通信将是推动自动驾驶的关键。

吴甘沙认为，自动驾驶越难，就越难。这是一次艰难的“长征”:“到目前为止，我们已经完成的99%可能只是旅程的1%，最后的1%可能仍然需要99%的努力。”然而，行业专家认为，自动驾驶通常是一个工程问题，就像盖房子一样，而不是海市蜃楼。很难建造和建造好它。

与许多人工智能应用类似，与国际领先国家相比，中国在算法和核心硬件方面相对薄弱，但在数据和应用场景方面具有“本土优势”。“目前自主驾驶技术还不成熟，影响因素之一是计算效率不够高。”地平线的创始人兼首席执行官余凯说。

自主驾驶专家、和多科技创始人倪凯表示，中国交通密度大、场景丰富、市场大，这有助于当地企业积累丰富的道路测试数据，形成一套适合中国国情的解决方案。

安全是发展自动驾驶汽车的初衷。根据一家机构的计算，在大多数情况下，需要110亿英里来证明无人驾驶比人类驾驶更安全，这意味着使用100辆汽车日夜行驶500年。该行业将人工干预视为衡量自动驾驶技术成熟度的标准之一。目前，性能最佳的无人驾驶飞行器数据是11000英里。"为自动驾驶的安全建立一个全球标准是很重要的."专家说。

应用程序着陆

“循序渐进”已经成为业界的共识

根据汽车的智能化程度从低到高，汽车行业将自动驾驶分为从l0到l5六个等级。其中，l1、l2等辅助驾驶技术已经得到广泛应用，但l3以上的水平还没有达到大规模。

如果你向业内人士询问自动驾驶的应用场景，你可能会得到各种截然相反的答案。

倪凯介绍说，一般来说，行业内有两条研发路径。首先是“一步到位”模式，即开发l4级自动驾驶汽车；二是“逐步”模式，即在传统汽车上逐渐增加一些自动驾驶功能，然后过渡到全自动驾驶。

根据王飞跃的判断，自动驾驶将从工厂、机场和码头等特定封闭场景开始普及，然后是市政巴士和出租车，最后是开放的城市道路。

经过多年的尝试，“循序渐进”的路线已逐渐获得业界的认可。

事实上，在自主驾驶兴起的最初几年，行业对技术的估计过于乐观，在几次国际资本并购的刺激下，出现了一些泡沫。自2018年以来，部分产品未能如期交付，发生了多起无人驾驶汽车事故，导致自动驾驶明显降温。

"自动驾驶仪更容易显示，但很难着陆."idg Capital执行董事丁飞表示，自动驾驶热的降温是在成长过程中支付的学费。

然而，许多行业专家认为，目前自动驾驶的冷却对行业来说可能是一件好事，这有利于真正创新型企业的出现，从而在全球自动驾驶产业链中占据一席之地。

倪凯介绍说，人工智能技术正在推动各领域自主驾驶的发展，整个行业也在努力提高软硬件的性能。业内人士预测，未来3至5年内，一些l3级自动驾驶汽车将会大规模生产，而l4级自动驾驶汽车将会应用于停车服务和高速公路等有限场景，未来10年将是登陆的关键时期。(记者于思南)

[我要纠正错误]主编:吴