自动驾驶步步为营，毫末智行将两线推进

1. 自动驾驶步步为营，毫末智行将两线推进

2020年9月17日,自动驾驶公司毫末智行董事长张凯应邀在阿里巴巴云栖大会上分享了他对自动驾驶规模化落地的思考。

毫末智行董事长 张凯
随着新造车和新基建领域越来越火热,自动驾驶再度成为人们持续关注的热门话题。在分享中,张凯介绍了自动驾驶未来规模化的落地场景,以及毫末智行为何在实现自动驾驶的路径中选择“步步为营”的策略。对于毫末智行诞生不到一年就引发了行业高度关注,张凯也对外介绍了这家孵化于长城汽车的自动驾驶公司。 
通常消费者理解的自动驾驶是自家私家车装上自动驾驶系统,在将来能够不用司机,安全、轻松地把你送到目的地。而在行业人士张凯看来,其实自动驾驶的落地涉及到了很多应用场景,除了私家车之外,还有出行领域的出租车和无人巴士、物流配送、矿区运输车或街道清扫车等等特种车辆。而自动驾驶公司研发提供的解决方案则能相应地应用到上述各个领域。
自动驾驶的每个场景和领域都市场空间巨大。其中,仅乘用车自动驾驶市场,据估计到2025年L2+L3级别(部分和有条件的自动驾驶)解决方案的市场渗透率将会达到30%,而这一场景的累计市场规模将会超过千亿元人民币。
在消费者普遍关注的乘用车领域,张凯介绍,自动驾驶规模化的落地路径有“两条路线之争”:一种是以进入自动驾驶领域的互联网企业为主,它们多是从人工驾驶到已知应用情景下的自动驾驶,实现一步到位的策略;另一种路径是以汽车厂商为主,比如长城汽车和其孵化的毫末智行,采用的则是步步为营的策略,从辅助驾驶到已知应用情景的自动驾驶直至最终实现完全自动驾驶。
后者的优势是能充分结合车厂自身主机生产优势,自动驾驶中每一级的实现,每一个阶段的改进,其研发成果都能快速落地配置到商用量产的车辆中。这种软、硬件一体化的研发,有助于提高汽车产品的智能化以及销量。而逐步让汽车产品变得“更聪明”,也能让用户更加放心,逐步接受自动驾驶这种全新的事物,同时也有助于品牌快速扩大自身的市场规模。
对于自动驾驶的分级提升,张凯也给出了他对整个行业落地时间表的预测:到2020年,自动驾驶实现简单全覆盖,把高速路、快速路的大场景先快速覆盖;到2021年,深化产品覆盖场景,丰富其他场景,也深化泊车场景;到2022年,贯通场景连接处,实现自动过十字路口和自动过收费站等等。而在张凯看来,这种所谓“规模化”落地的衡量标准,就是市场保有量要超过百万级别。
毫末智行的业务涵盖用于私家车的自动驾驶系统以及企业采购的物流车自动驾驶方案,面向乘用车和低速末端物流市场形成了双产品线战略。

在这两条产品线中,对于乘用车自动驾驶方面,毫末智行的商业模式是打造高安全性、多样性的产品,加速中高级别自动驾驶普及。利用长城汽车的优势资源,打造产业协同效应,提升自动驾驶系统装配率。
而在物流车平台方面,毫末智行的商业模式是提供高安全性、高智能性的产品,降低高级别自动驾驶行业进入门槛,加快高级别自动驾驶行业发展进程。在该领域,毫末智行已经与国内一线互联网公司和快递公司巨头签署了多项合作协议。
毫末智行成立于2019年11月,是一家成立不到一年的创业公司,但它也有着深厚积淀。它的前身是长城汽车技术中心的智能驾驶前瞻分部,毫末智行董事长张凯此前担任长城汽车技术中心副总工程师兼智能驾驶系统开发部部长。
毫末智行的核心团队一部分来自长城汽车,一部分则来自互联网领域专业的自动驾驶团队,两个阵营的优秀基因汇聚,其优势是依托长城主机车厂的资源,同时也积累了大量的自动驾驶真实数据。
长城汽车孵化专门的自动驾驶子公司,从体内将自动驾驶剥离出来专项发展,这也是业内领先的组织思维。自动驾驶是汽车与互联网、5G通信、软件等领域交汇产生的新物种,技术研发门槛极高,而孵化子公司则能保证车厂自主研发拥有核心知识产权,灵活高效的组织结构和激励方式便于吸引和激励人才,也为融资快速发展、汇聚资源提供了可能。在将来,毫末智行这样的方式也能与各种场景的自动驾驶合作方高效、便捷地合作。
在自动驾驶这样一个高门槛和竞争激烈的行业,初创公司如果缺少关键资源与核心竞争力就很难生存。这个蓬勃发展的新行业也需要大量的外部资本投入、国家相关配套政策的扶持,还需要市场和消费者消费意识的改变。

但在整个行业规划中,自动驾驶正在一步一步地实现。让城市不再那么拥堵,让出行更加安全、高效、舒适和环保。消费者完全可以畅想,五年之后,你的私家车在自动驾驶上也会突飞猛进,甚至实现L5级别的实现全自动驾驶。
这个大变革会快速发生,而处在其中的整个行业和毫末智行这样的创业公司也会迅速发展。接下来,我们将会目睹一个出行和物流运输大变革的时代随之而来。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

2. 乱花迷眼的智能驾驶落地之战，传统车企却要以“稳”取胜

近年来各种新能源 汽车 的爆发，不仅是能源路线上的一次大变革，也促进了其他相关技术的大发展，譬如说自动驾驶技术。如果没有那些不按常理出牌的新造车企业跳出来搅局，只是遵循传统车企一板一眼的发展路数，恐怕ACC自适应巡航就差不多已是这项技术的天花板了。
  
 相比于纯电驱动，自动驾驶技术有着更大的想象空间，它改变的不只是 汽车 ，甚至可以改变人们未来的生活方式。目前舍得在自动驾驶技术上花费巨额投入和精力的不只有新造车企业，众多的 科技 企业与出行公司同样也将自动驾驶视作了占领未来市场的技术制高点，更是干劲十足。
     
 在所有已落地的技术中，特斯拉的Autopilot被公认为是量产车里最好用的自动辅助驾驶功能。Autopilot不仅能让车辆根据情况在车道内自动辅助实施转向、加速和制动，还可以完成自动驶入和驶出高速公路匝道与立交桥岔路口，甚至能在高速公路上自动辅助变换车道。
     
 马斯克对自家技术也一直是信心爆棚，在2020世界人工智能大会上，马斯克甚至夸口称特斯拉目前已是非常接近L5级自动驾驶，并有信心在年内开发完成L5级别的基础功能。不过事实远没有马斯克描述的那么完美，在2016年与2019年，美国分别发生了2起特斯拉与白色卡车相撞的事故，事故甚至造成了一人死亡。2020年6月，台湾也发生了Model3径直撞上侧翻白色卡车的事故，而这几起事故发生时Autopilot系统均为激活状态。四年时间里，“最好用的自动辅助驾驶功能”始终未能解决识别“白色卡车”这类看似简单的问题，这难免会让人们对自动驾驶技术的发展前景产生怀疑。
     
 相比马斯克，何小鹏对自动驾驶的认识更加理性，他将L5级自动驾驶分为了软件开发和技术落地两个层面来看的，认为技术层面的开发在短期内是可行的，但技术的落地至少还需要3-5年时间。阿里AI实验室首席科学家王刚也曾在接受媒体专访时表达过同样观点，他认为自动驾驶落地的最大难点是当下驾驶算法在很多情况下还不能有效地处理道路上的复杂交通状况，场景的多样性才是自动驾驶面临的最大挑战。
  
 除了技术瓶颈之外，法规也是制约自动驾驶技术落地的一个因素。尽管目前美国部分州、欧盟、日本等发达国家和地区已对自动驾驶进行了相关立法，但普遍仅针对L1至L3等级的驾驶辅助阶段。法规同时还明确了自动驾驶 汽车 上路行驶只能用作试验用途，并且上路的条件也相当严格，要求必须有驾驶人监管以便在紧急情况下切换到人工驾驶模式。
     
 从驾驶算法，交通法规，再到智慧交通所需的V2X基建等各个层面来看，目前L4/L5级的自动驾驶技术还尚不具备落地的条件，因此现阶段量产车们大多搭载的都是以“车道保持功能+自适应巡航系统+主动刹车”等为基础的L2级驾驶辅助技术。虽然不少车型在此基础上还搭载了诸如自动并线辅助、自动泊车辅助、自适应弯道巡航等一系列主动安全辅助系统，宣传时也会打出“L2.5级”、“L2+”的字样，其实还是属于L2级范畴。
  
 传统车企在驾驶辅助技术的宣传上远没有那么激进，但实际上那些一线车企有着同样强悍的竞争力，而且相比于新造车企业，传统车企对于自动驾驶技术的理解也有明显的区别。以特斯拉为代表的新造车企业们期望技术可以直接控制车辆行驶，彻底解放驾驶者，但近些年来所发生的多起事故还是证明了将 汽车 控制权交给机器多少还是存有风险。而以沃尔沃、凯迪拉克等为代表的传统车企则认为应用自动驾驶技术的目的是为了让车辆行驶更安全，不需要再去以自动驾驶的级别当作噱头。
     
 这种理念上的差异，在凯迪拉克的Super Cruise（超级智能驾驶）系统这里体现的尤为充分。Super Cruise系统不只是凯迪拉克技术先进性的标签，更是通用 汽车 实现“零事故”美好愿景的一个重要里程碑。这两年通用 汽车 在电气化改革方面的步子迈得不小，而为传统车型配备诸如Super Cruise系统等前瞻 科技 同样也是通用 汽车 一种自我进化与革新的方式。
  
 在自动驾驶技术方面，通用 汽车 既有以Super Cruise系统为代表的渐进式发展，也有以Cruise Automation自动驾驶技术为代表的跨越式发展，而这两项技术的目的除了能够解放驾驶者之外，更重要的还是为了进一步的减少事故。
     
 在2012年测试Super Cruise系统时，通用及其研究合作伙伴针对驾驶辅助功能的应用进行了大量研究，研究显示在长途行驶中，车道自动保持和全速范围自适应巡航可以有效帮助驾驶员减轻驾驶负荷，但这项技术也会有副作用，一些驾驶者会在驾驶辅助功能开启后分心干一些别的事情，比如吃早餐、办公或者看新闻等，而这些又都是潜在的安全隐患。美国国家公路和交通安全管理局（NHTSA）也曾在一份超过5,400起交通事故起因的研究报告中表明，41%的事故起因是驾驶员注意力分散。正是基于这点，通用 汽车 才在Super Cruise系统的开发中加入了驾驶员注意力保持系统，并将其与OnStar安吉星相关联。
     
 同样基于安全考虑，Super Cruise系统的发布时间也曾被数次推迟。2014年通用 汽车 曾首次对外宣布Super Cruise系统将会在2016年正式推出，但到了2016年1月Super Cruise系统却被宣布推迟，原因是强光会影响车辆前方摄像头的工作情况，使其无法确认车辆前方情况，从而造成车速的不稳定。在通用 汽车 看来，Super Cruise系统必须是在能够完全保证驾驶员安全性的前提下才可推出，这一点与某些新造车企业优先实现驾驶辅助技术的商业化，随后再通过用户数据积累来完成技术更新迭代的路径显然是不同的。
  
 2017年Super Cruise系统终于搭载在了量产的凯迪拉克CT6身上，并与当年秋季在美国和加拿大市场正式上市。截至2020年5月，在北美地区Super Cruise系统每周新增行驶里程超11.3万公里，并已实现超过880万公里安全行驶无事故记录，充分体现这项技术的成熟可靠以及安全。
     
 2020年7月，两款搭载Super Cruise超级智能驾驶系统的凯迪拉克CT6 28T车型在国内上市，Super Cruise系统也立刻成为吸引消费者的技术招牌。凭借着驾驶员注意力保持系统和高精度地图数据系统这两大核心技术，整合BLUELINE蓝线车道中央行驶保持系统和全速域自适应巡航系统，辅以高精度GPS定位，并与原有ESS智能守护安全系统的实时摄像头与雷达传感器形成强大互补，CT6 28T超级巡航型甚至可以实现在高速公路上释放双手驾驶，这也为驾驶者带来了更为轻松智能的全新驾乘体验。
     
 尽管像马斯克那样时时刻刻对L5级自动驾驶夸夸其谈还为时过早，但不可否认现阶段的自动驾驶技术也正处在质变阶段，蔚来、吉利、沃尔沃等新老造车企业也都在不同场合表示有可能会跳过L3级直接研发L4级自动驾驶技术，这也点燃了消费者们对未来的期待。而保证安全也并非是Super Cruise系统的全部内容，消费者能够从Super Cruise技术中获得什么利益同样是通用 汽车 始终在思考的问题。
     
 2020年年初，Super Cruise系统也迎来了一次技术升级，增强之后的Super Cruise系统能够在确认道路安全的情况下，根据驾驶员的要求在高速公路上执行自动变道。此外，车辆控制软件、用户界面以及智能驾驶辅助下的动态表现均全面升级，使Super Cruise系统更加直观易用。增强版超级智能驾驶系统将在北美率先搭载于全新一代凯雷德、2021款CT5和CT4。
  
 新老 汽车 企业在自动驾驶技术方面不仅有着不同的出发理念，在落地过程中也显示出了不同的技术路径，新势力们注重于无限可能的未来，而老牌车企们则更谨慎考虑于当下。而新老势力的智能驾驶落地之战，消费者到底会站哪一边？市场销量将会公布最终的投票结果

3. 两大造车阵营智能汽车同场对决 自动驾驶测试详细成绩单来了

  视频回顾 ：
   【视频回顾】
   相信大家通过我们前几天发布的视频里，已经对这四款车型自动驾驶的表现有了一个整体的了解，不过受限于篇幅，我们不能在视频中对每一项测试进行展开解读。所以就有了今天这篇图文，下面 我们将会对每一个测试项目进行详细解读，同时使用ICT300智能 汽车 评测标准对它们进行打分，最后对参评车型进行自动驾驶能力综合评分 。
   测试标准及第一季内容回顾
   ICT300测试项目以及评分标准大家可以在《太平洋 汽车 ＆皆电 [智能 汽车 ] ICT300评测标准》里查看。
      ICT300智能 汽车 横评第一季内容回顾：
   自动驾驶篇：《成绩公布！2020最热门4款智能 汽车 ，自动驾驶最强的还是它！》；
   智能座舱篇：《4天3夜爆肝测试：最智能的 汽车 ，竟然不是特斯拉Model 3？》；
   性能测试篇：《ICT300首测收官，性能测试出现逆转，特斯拉Model 3最终大热夺榜首！》。
   好，下面直接进入正题...
   传统豪华VS智能新势力 两大阵营巅峰对决
      这次的车型选择就很有意思了，一边是老牌传统豪华品牌智能电动车的代表，分别是奔驰EQC与奥迪e-tron，都是各自的高配车型，智能配置很齐全；另一边则是造车新势力的代表，分别是特斯拉Model X与蔚来ES8，售价差别比较大。值得一提的是，这次车型均是它们品牌的旗舰车型，可以说代表了各自品牌在自动驾驶方面的实力！
   自适应巡航+高速弯道保持+自动变道
   先上成绩单，我们下面再逐步展开分析：
      自适应巡航
   这项功能目前在车型上的普及率比较高，也是我们日常使用频率最高的驾驶辅助功能之一，尤其是高速行驶工况，自然成为我们的必测项目。下面来看实测表现：
      奥迪e-tron。跟车距离共5档可调。在跟随靶车减速至停止的过程，整个制动过程都比较线性，不会给人突兀感。停止10秒后能自动跟随靶车启动，而且比较及时（不会出现被后车按喇叭催促），而且整个加速过程也很平稳。
      奔驰EQC。跟车距离共4档可调。整个过程中加减速还算平稳，没有特别明显的突兀感，不过相比e-tron而言，跟停过程中后半段的制动力稍偏重一些，不是十分线性。停止10秒后需要手动启动车辆跟随前车。
      蔚来ES8。跟车距离共5档可调。整个制动过程都比较线性，与奥迪e-tron很接近，属于同一水平线。不过停止10秒后也需要手动启动车辆才能跟随前车。
      特斯拉Model X。跟车距离共7档可调。在跟随靶车减速至停止的过程，是最为拟人化的，很线性。停止10秒后能自动跟随靶车启动，反应要比e-tron稍更快一些，加速也平顺。
   综合来说，特斯拉Model X表现最好，最拟人化。加减速的线性程度，e-tron和ES8基本在同一水平线，不过ES8不会自动跟随前车起步。奔驰EQC在减速过程中虽然说不上突兀，但相比其他车型而言不够线性，而且也不会自动跟随前车起步。
   高速弯道保持
      主要是考察车道居中保持的能力，在面对高速弯道时是否依然保持居中，同时对于标线的识别能力如何。高速弯道则需要全程保持80km/h的速度通过。在高速弯道保持功能测试中，需要说明的是，整个测试道路会经过两个十字路口，标线会由白色双实线变为黄色双虚线，然后再接白色双实线。
      在整个过程中，蔚来ES8、奥迪e-tron、特斯拉Model X都能够稳定在车道中央，而且方向修正自然，通过十字路口也不会出现跟丢的情况，表现在意料之中。
      奔驰EQC在经过第二个十字路口时（相对第一个弯道有点急），出现了标线识别丢失，车道居中保持自动退出，被迫人工介入，这点倒有点意外。后面尝试降低速度，就没有出现这种情况。所以在面对相对复杂路况时，奔驰EQC的居中保持功能就没有其他车表现那么稳健了。
   另外需要说明的是，特斯拉Model X由于AP状态下受路况限速影响，高速弯最高也只能达到50km/h的测试速度，算是捡了便宜。
   自动变道
   这个功能测试很简单，主要考查完成变道的时间。测试条件：在相同的道路条件下，统一行驶速度为80km/h，计算从打转向灯到完成变道所需的时间。
      首先，特斯拉Model X的表现在意料之中，在自动变道过程中无论是完成速度还是对转向的修正幅度拟人化程度很高，变线过程一气呵成。蔚来ES8的表现同样很稳健，只是相对特斯拉Model X来说整个变道过程的动作偏慢了些。
      奔驰EQC虽然有配备自动变道功能，但是我们实测多次也没有出现变道成功的情况，最终只能以失败告终。而奥迪e-tron则没有配备自动变道功能。
   特殊地形识别：桩桶道路收窄
      桩桶道路收窄的情况，在我们日常驾驶过程中也是经常遇到的场景，比如临时修路等，这一环节就还原这种工况。为了增加测试难度，我们把遭遇点安排在了弯道之后，统一以30km/h的速度行驶并开启全驾驶辅助功能。上一期在这个项目测试只有特斯拉Model 3通过了测试，这次还是同样的结局吗？
      结果还是惊人的相似，蔚来ES8、奥迪e-tron、奔驰EQC在面对桩桶道路收窄这种复杂地形下，均没有识别到桩桶，整个过程无预警、无刹车、无转向，直接撞向前排桩桶，全军覆没。
      特斯拉Model X能识别到桩桶，在接近桩桶时有明显的制动减速，同时做出了小幅度的转向动作，但依然无法规避碰倒道路中间的桩桶。令人意外的是，Model X的表现并没有上一次测试的Model 3好，整个制动、转向幅度小很多。
      为什么出现这种情况？我们也向厂家确认了测试车的Autopilot自动辅助驾驶功能已更新到最新版本，不过两车的硬件水平不一样，可能导致了model X的视觉算法和控制逻辑没有model 3那么精准。
   自动泊车：普通侧方位、障碍窄路侧方位、垂直泊车
   目前自动泊车功能普及率相当高了，是否真的能成为“全自动”？这个项目的测试我们分为三个小项目进行，分别是普通侧方位、障碍窄路侧方位以及垂直停车。
      主要考察车辆在泊车过程中对车位识别率、泊入速度以及泊车准确度等方面。需要说明的是，奥迪e-tron并未配备自动泊车功能，并不提供选装，这有点出乎我们意料了，所以这一环节就只剩三台车PK了。先上成绩单：
      普通侧方位
   这一环节我们均使用2.4米标准车位，统一以5km/h左右时速进入。从统一起点开始计时，到完全停好，分别算出寻找车位与泊入车位的时间。
      面对这种普通的侧方位停车，自然难不倒这三台车，特斯拉Model X、蔚来ES8、奔驰EQC在这一环节对于车位的识别和泊车的准确度都不错，最终都能顺利通过测试，表现意料之中。
      从泊车用时来看，奔驰EQC无论是识别车时间还是泊入的速度都是最快的，当然其较小的车身尺寸占了不小优势。而车长都超过5米的Model X和ES8在用时都差不多，需要来回调整身位“挤”进去，所以用时相对较长一些。
   障碍窄路侧方位
   接下来难度升级，我们设置了侧向障碍车，模拟现实狭窄停车场的车位，车道可供移动的车道宽度仅为3.5米，这对于今天的大块头来说压力并不小。
      如我们所料，有着尺寸优势的奔驰EQC在这一环节也顺利完成了测试，识别车位和泊车准确度都没问题。特斯拉Model X 表现依然稳健，泊车用时与无障碍车的侧方位差不多。
      而蔚来ES8试了多次出现检测不到车位的情况，彻底翻车，与第一季我们测试蔚来ES6的结果差不多。究其原因是，这样相对极限的环境已经低于蔚来ES8对于泊入空间的最低需求，因此系统无法识别出车位。
   垂直泊车
   这一环节相比上面的侧方位场景就简单很多，特斯拉Model X和蔚来ES8都毫无意外地停进车位。值得一提的是，蔚来ES8对于垂直车位的识别比较高，而且能把空的车位都能识别出来，让我们主动选择，很直观。
      不过泊车过程中偏谨慎，所以用时较长。相比来说，特斯拉Model X更像老手，泊车过程中可以不断持续微调方向，相比蔚来ES8那种到一个点后再调整方向效率更高，所以最终用时更短。
   上一期横评在垂直车位入库环节就发生了有意思的事，这一次也不例外，主角是奔驰EQC。在泊车过程中，我们发现走线和其他车完全不一样，一开始以为系统错乱，后面发现它居然选择了车头进入车位！
      难道它只会车头入库？于是我们进行了多次的测试发现：系统会根据车辆离车位的距离不同，提供“车头入库”或“倒车入库”的其一或两种可选，但在搜选车位的时候没有直观提示，对于用户而言操作逻辑是不够清晰的。另外，会偶尔出现车位识别不了的情况（测试过程中有三次没识别出车位），而且在泊车过程中对于刹车的控制显得有点生硬，并没有侧方位泊车来的那么的老练。没想到奔驰EQC在简单的科目里反而没考好。
   固定假人（小孩）障碍+隧道内固定靶车
   看完自动泊车觉得不够过瘾？不能代表车辆应对突发状况的能力？那么接下来的项目测试绝对满足你的期待，对于四台车来说也是一场硬仗。我们在国家智能网联 汽车 中心的指导下，设置了若干个具有中国特色的超高难度测试场景。首先是固定假人障碍和隧道内固定靶车项目。实测表现如下：
      固定假人（小孩）障碍
   为了区分常规测试，我们不仅使用了横截面积极小的小孩假人，并且还使用了超出大多数车型AEB紧急制动介入的50km/h测试速度。
      第一位入场的是奥迪e-tron，我们开启完全辅助驾驶功能并保持50km/h的速度，在整个过程中，系统无识别、无预警也没有做出刹车的动作，最终直接撞向假人。我们猜测在这一场景下，50km/h的速度无法成功触发AEB工作。
      蔚来ES8在接近假人过程中没有预减速，较近距离才发出预警并触发AEB紧急制动，虽然ES8奋力制动但是不足以完美避让，还是撞上了假人小孩。不过相比奥迪e-tron无减速直接撞上的情况，蔚来ES8已经起到一定缓解撞击伤害的作用。
           而特斯拉Model X表现依旧稳定，它在较远的距离就完成了可视化识别并且进行线性预减速，最终完美制动。但从实际表现来看，它的表现依然没有第一季Model 3的表现好，拟人化没那么高。
   这四台车的表现差别还是挺明显的，不过特斯拉Model X的表现令人印象深刻，拟人化程度是四台车中最高的。究其原因，它是通过视觉及算法判定后就立即通过巡航来达到减速、制动的目标，避让感受最好，而非EQC那种在极限状况下的AEB紧急制动。
   隧道内固定靶车
   在生活中，还有一种情况也极为常见，那就是我们刚进入隧道时由于光比反差大，这时如果隧道内停有故障车，人的视觉往往是反应不过来的，后果将不堪设想。如果这时使用了自动驾驶辅助功能，这些传感器能帮助我们提前识别故障车主动刹车，从而规避这种突发状况吗？
      所以就有了这一场景测试，我们模拟进入大光比反差且隔绝GPS信号的隧道，并遭遇固定障碍靶车。我们统一使用50km/h的速度并锁定在第二档跟车距离。值得一提的是，测试当天艳阳高照，隧道内与外面环境光比反差很大，很好地还原了这一实际场景。那这一次还会像上次那样，全部都通过吗？
      特斯拉Model X和蔚来ES8都能够在较远的距离识别并进行预减速，整个制动过程都很线性拟人，完美避让。需要说明的是，由于道路限速，特斯拉开启AP后速度最高只能去到40km/h。
      令人意想不到的是，奔驰EQC与奥迪e-tron在这一环节竟然都纷纷翻车了。在第一轮的测试中，奥迪e-tron全程无识别预警，没有采取任何制动直接撞向靶车。后续进行多次的测试，偶尔会出现成功避让的情况，但成功率不高。而奔驰EQC则在离靶车很近的时候才有预警，但已为时已晚，同样撞上靶车。
   什么原因导致了e-tron与EQC在这一环节翻车了？难道是受隧道的明暗光线反差大的因素影响而导致两车都识别不到靶车？为了验证我们的想法，我们将靶车从隧道转移到光线良好的正常道路上再进行同样的测试。
      结果和我们预想一样，两车都能够在较远的距离识别到靶车，并进行线性减速最终完成避让。这样看来，是隧道内光线反差大这种环境影响了两车对靶车的识别。在这种复杂路况的识别率方面，两传统豪华品牌双双都败给了新势力玩家！
   同时也给到了我们一些警示：那就是我们使用自动驾驶辅助功能时，在面对复杂路况，尤其是光线反差较大的隧道环境，驾驶员还是要多留意，不能完全交给系统。
   移动假人横穿+移动假人鬼探头+移动靶车加塞 
      就这？当然不是。接下来测试项目的难度再次增加，假人和靶车都将动起来，还原现实生活中的各种突发情况，有些突发情况我们老司机都不一定能反应过来，那这些驾驶辅助功能可以吗？结果先奉上：
      移动假人横穿
   测试条件是，我们让假人以5km/h的速度移动并横穿马路，车辆必须保持40km/h的速度通过，通过同步器保证四辆车的接触时机一致。
      先来看奥迪e-tron的表现，整个过程有识别、有预警、有制动。但在制动过程中出现两次重刹（第一次刹车后，松开了，然后再一次刹车），感觉是系统执行的指令不够果断。虽然整个过程有点吓人，不过还是成功避让。或许是这一次移动速度降低了（40km/h），满足了奥迪e-tron的AEB触发条件。
      奔驰EQC，有识别、有预警，而且制动很果断，堪称教科书式的避让，最终成功通过测试，表现很稳健。
      蔚来ES8，有识别、有预警，但整个过程都没有刹车动作，避让失败。相比第一期ES6的表现（虽然也没有避让成功，但有重刹的动作），ES8表现没达到预期，多少有点令人失望。
      至于特斯拉Model X，虽然在近距离已经进行了可视化识别并发出了预警，但是丝毫没有减速的意思，毫不犹豫的撞了过去。有了上一期Model 3的表现，这次倒没有感到意外。
   在这一环节，两大新势力玩家双双落败，传统豪华品牌终于扳回一城。
   移动假人鬼探头
   鬼探头在国内比较常见也是最容易出事故的场景，即便老司机遇上也会吓出一身冷汗，根本来不及踩下刹车。这一环节我们通过两台车进行阻挡，还原鬼探头的场景。测试条件一样，假人以5km/h的速度移动并横穿马路，车辆必须保持40km/h的速度通过。那传感器能反应过来吗？下面看看四台车的表现。
         奥迪e-tron、蔚来ES8面对这种极端情况，仿佛AEB系统没有成功启动一样，无识别、无预警也无制动地撞向假人。特斯拉Model X虽然有预警，但依然“我行我素”，毫无制动的意思，直接撞飞假人。这表现与第一季Model 3如出一辙，明明有识别，为何不采取制动，依然让我们费解。
      当以为要全部翻车的时候，奔驰EQC给出了一个完美示范：在发出预警的同时，AEB紧急制动执行的很及时且坚决，成功刹停避免了碰撞。这种情况下人是来不及反应进行刹车的，但传感器的反应很及时，这一环节奔驰EQC的表现依然很稳健。
   移动靶车加塞
      以为这就完了？除了鬼探头之外，被人突然加塞也是司机们最讨厌也防不胜防的动作，总让人猝不及防。这一环节我们通过昂贵的GST 3D软目标车能够复刻这一场景，这也是未来自动驾驶技术的重要测试工具。测试条件是，测试车仍将保持50km/h的速度通过，在接近实线的瞬间遭遇20km/h行驶的靶车紧急加塞，那接下来会发生什么？
      先来看奥迪e-tron，在靶车较紧急的加塞下，系统是有识别、有预警、有制动，但不能完全避免。但在开放道路场景下，面对比较紧急的加塞也是能进行有效的制动和避免碰撞，初步估计奥迪e-tron这套系统对于假车的识别没有那么高。
      奔驰EQC，先后进行了“不太紧急”和“非常紧急”的两次加塞过程中，奔驰EQC都能较好地制动和有效避让，虽然没有特斯拉来的那么线性，但在紧急情况也能避让成功，总体表现的确出乎我们意料。
      蔚来ES8，正常的加塞行为，蔚来ES8是能够进行有效制动并完全避让的。不过在较紧急的情况，虽然也有预警制动，但不能完全避让导致撞上靶车。
      特斯拉Model X。毫无意外，即便是比较紧急的加塞，制动还是比较线性的，能够完全避让。
   这一环节也能看出各家在识别的算法逻辑上是不同的，比如特斯拉Model X，它的识别逻辑是结合了摄像头与雷达，当车辆有变线的动作时，就已经做出了预判，所以避让是最线性、最拟人化的，而其他三台车基本是离靶车较近时才采取AEB紧急制动，避让感受上有很大的差别。
   开放道路综合测试
      最后就是开放道路综合测试环节，如果说封闭场地的测试是模拟考的话，那么开放道路综合测试就是一场真正的高考，是考察四台车型的自动驾驶辅助功能在真实道路环境下的应对能力。我们以上海沪翔高速公路收费站作为起点、经沈海转入沪渝高速，最终以朱枫公路收费站为终点，全程52公里来计算完全辅助驾驶脱管次数。以下是四台车的脱管次数统计：
      需要说明的是，这次的四台车当中，都具有自适应巡航+车道保持功能，但是奥迪e-tron是不支持自动变道功能的。
   在整个测试过程中，奥迪e-tron与奔驰EQC的表现比较接近，自适应巡航系统全程工作（包括在匝道中），即便遇到较为紧急的加塞，也能平稳处理。不过奥迪e-tron由于没有自动变道功能，所有遇到慢车情况，都需要人为介入转向，所以人为变道的次数较多。或许是奔驰EQC自动变道功能比较谨慎，对道路车流情况要求比较高，在测试中依然没有变道成功。
   蔚来ES8具备自动转向功能，在高速公路上的实际表现比较平稳，基本在合理的车距情况下给予转向指令后都能完成自动变道，但是在进、出匝道时，该功能就无法正常使用。而ACC自适应巡航系统的表现也很稳健，跟随车流很线性，即便遇到紧急加塞也能hold住。比如我们在高速上就被从匝道出来的车辆强行加塞，就是现实版的靶车紧急加塞。虽然惊险，好在AEB系统反应及时避免了追尾事故的发生。
   特斯拉Model X是这四款车型当中唯一可以结合地图导航的车型，真正能够以自我意识实现变道、超车、甚至选择匝道，体验上与其他三台车有本质的区别。比如进入高速主路后，特斯拉Model X会找机会自动变到最左车道，如前方遇到慢车也会自动变道超车。在出高速前，它会主动提前变到最右侧车道，并能自主转向出匝道。
   不过，实际的交通路况要复杂很多，Model X也出现两次被迫接管车辆的突发情况。第一次是从高速主路准备进入匝道过程中，标线识别失败，被迫人工接入转向驶进匝道。第二次是从匝道准备汇入主路过程中，左后方有车而且没有合理的变道车距，系统在匝道导流线快要结束时自主强行变道，为了避免发生意外被迫人工接入。所以在面对这种复杂路况时，特斯拉Model X也无法百分百做出正确的反应。
   综合来看的话，其他车型的驾驶辅助功能也仅仅是“辅助”的范畴，而特斯拉Model X结合地图，有了“自主”的意识，自动化程度明显高一个层级。
   可以看到，这一期的特斯拉Model X依然表现出很强的实力，拿到了128分的高分，得分率达到了85%，优势相对明显；奔驰EQC在封闭场地单项测试中，主动安全表现很出彩，也展现出传统豪华品牌的硬实力，最终取得了97分，排名第二；蔚来ES8这一次在主动安全测试方面表现一般（不如上一期的ES6），最终只拿到了79分；奥迪e-tron在主动拿安全测试环节表现不尽人意，而且没有配备自动泊车功能也丢了不少分数，最终只取得54分（得分率仅为36%），比较遗憾。以下是各个项目的得分情况：
    总结 ：在自动驾驶项目两大造车阵营的比拼中，传统豪华品牌也表现出不俗的实力，比如在难度系数较高的封闭场地单项测试中，奔驰EQC得分就紧追特斯拉Model X。但不得不承认，目前在自动驾驶领域特斯拉依然是处于标杆的地位。那么接下来的智能座舱与性能测试的表现会是怎样的结果呢？敬请期待！

4. 这份报告给您最全面的自动驾驶技术及市场分析

 Autonomous Cars and Robotaxis 2020-2040: Players, Technologies and Market Forecast
   购买该报告请联系：
   麦姆斯咨询 王懿  电子邮箱：wangyi#memsconsulting.com（#换成@）
   
   据麦姆斯咨询介绍，自动驾驶（Autonomous driving, AD)技术的到来将彻底改变人们的出行方式。自动驾驶 汽车 可以使人们从驾驶中解放出来，同时，还可以改善道路安全和通行效率。自动驾驶还能够为那些无法驾驶的人提供更便利的出行。目前，自动驾驶系统的成本仍然很高，但随着激光雷达（LiDAR）、雷达、摄像头、人工智能（AI）软件和专用计算机等关键技术的日益成熟，预计未来十年自动驾驶 汽车 的成本将大幅下降。
   凭借自动驾驶技术实现的移动出行服务，可以帮助车队服务运营商消除最大的运营成本——人类驾驶员，提供一种比购买和拥有私家车更经济的选择。IDTechEx预计，未来20年内，出行即服务（Mobility-as-a-Service, MaaS）将迅速增长，以逐步取代私人驾驶，同时满足人们日益增长的出行需求。乐观预计，全球乘用车销量预计将在2031年达到峰值，到2040年，人们总出行需求的30%将由MaaS提供。
   
     
   自动驾驶为整个交通产业的众多厂商提供了巨大的价值机遇。本报告对激光雷达、雷达、摄像头、人工智能软件、高清地图、5G以及车联网（V2X）等关键使能技术进行了深入分析。此外，报告在案例研究部分还详细介绍了关键厂商的最新技术，以及产品商业化路线图。
   
   本报告提供了关于私人自动驾驶 汽车 和共享自动驾驶 汽车 （例如无人驾驶出租车）的 20年期市场预测，包括了销售量和营收预测。IDTechEx建立了2020年~2040年的20年期市场模型，预测表明，转向完全自动驾驶还有很长的路要走。
   
   本报告还针对自动驾驶系统的关键组成——激光雷达、雷达、摄像头、人工智能软件、专用计算机等，提供了20年期的市场价值预测。根据预测，到2040年，全球自动驾驶 汽车 （Level 3级以上）和无人驾驶出租车服务将成长为一个2.5万亿美元规模的大市场。到2030年，自动驾驶系统（包括激光雷达、雷达、摄像头、专用计算机、人工智能软件和高清地图等）市场规模将增长至570亿美元；而到了2040年，该市场规模将扩大至三倍以上，达到1730亿美元。
   
   全球自动驾驶 汽车 和移动出行服务市场预测（左），按组件细分的自动驾驶系统市场预测（右）
    本报告解决的关键问题： 
   • 自动驾驶技术和乘用车市场前景总览。
   • 自动驾驶 汽车 生态系统的关键厂商，当前自动驾驶技术及产业的发展现状，商业化路线图。
   • 深入全面分析了自动驾驶 汽车 关键使能技术——激光雷达、雷达、摄像头、人工智能软件、专用计算平台、高清地图、网络安全、远程操作、5G和V2X。
   • MaaS和自动驾驶技术将如何重塑未来的 旅游 市场？自动驾驶驱动的MaaS将如何影响全球乘用车市场？
   • 从销售量和市场价值两方面对自动驾驶 汽车 行业进行了20年期市场预测。
    技术研究 
   本报告全面调研了所有自动驾驶使能技术。雷达方面，本报告提供了完整的技术路线图，从材料、半导体技术、封装技术、天线阵列和信号处理等层面进行了技术分析。报告揭示了雷达技术如何逐步向4D成像雷达发展，提供密集的4D点云，从而实现目标检测、分类和人工智能跟踪。
   
   
   激光雷达方面，IDTechEx搜集并分析了100多家开发3D激光雷达的厂商。针对测量技术方案、光源、光电探测器、光束操纵技术等所有技术方案进行了对比分析。其中，对于光束操纵技术，分别研究了机械式、MEMS/MOEMS、光学相控阵、液晶超表面、3D flash等技术方案。报告还分析了主要厂商，并按技术、投资和地区对它们进行了分类研究。此外，报告还提供了激光雷达市场规模的10年期市场预测，以及未来10年的价格变化趋势。
     
   
   另一方面，本报告还进一步研究了自动驾驶系统的非硬件组件。人工智能是自动驾驶 汽车 的大脑，一直是自动驾驶系统开发的重点。深度学习模拟人类神经元活动，以支持物体的识别与分类、语义分割、动态环境中的路径规划、复杂的决策与执行等功能。这些功能协同工作，可以帮助车辆了解周围环境并做出正确的决策。在本报告中，IDTechEx概述了用于自动驾驶的各种人工智能方案。
   
   此外，本报告还综述了高清地图测绘技术的发展趋势。在这方面，IDTechEx讨论了从高级驾驶辅助系统（ADAS）地图到具有多个本地化层的高清地图的进展。报告概述了主要厂商，并突出展示了地图收集、标记和数据分析等方法上的差异。而在远程操作和网络安全方面，本报告列出并介绍了全球主要厂商。未来，基础设施将在加快自动驾驶应用方面发挥关键作用。最后，本报告探讨了由5G支持的V2X技术如何实现更安全、更高效的自动驾驶系统。
    若需要购买《自动驾驶技术及市场-2020版》报告，请发E-mail：wangyi#memsconsulting.com（#换成@）。　 
     

5. 自动驾驶“战争” | 谁能抢先落地无人化与规模化？

自动驾驶逐步落地的过程中，部分企业“曲线前进”，实现对高等级自动驾驶的降维应用。
文丨宋豆豆
自动驾驶又“火”了，年末“搞了个大事情”的百度，断臂求生、忍痛割爱的优步，与将造车提上日程、欲开发自动驾驶芯片的苹果，共同将自动驾驶行业再次拉回公众视线。
12月8日，第二届百度Apollo生态大会上，百度Apollo公布了其在智能交通、智能车联和自动驾驶方面的技术研发及未来的落地应用规划。值得一提的是，百度Apollo发布高级别智能驾驶解决方案ANP（Apollo Navigation Pilot），即领航辅助驾驶，基于目前国内唯一的L4级纯视觉自动驾驶技术Apollo Lite打造。
需要注意的是，2014年进入自动驾驶领域并推出“Titan”计划的苹果公司近期也再次发力。12月9日，有媒体报道，苹果在与台积电合作开发自动驾驶汽车芯片，并探索在美国设立汽车组装厂，预计2024-2025年，“Apple Car”就会正式亮相。此前一天，彭博社称苹果公司已任命其AI主管约翰·贾南德雷亚（John Giannandrea）领导自动驾驶汽车部门，负责苹果自动驾驶系统的后续开发，该系统最终可能用于苹果汽车。
有人欢欣鼓舞，有人暗自神伤。
美东时间12月7日，全球共享出行巨头优步（Uber）出售亏损已久的自动驾驶子公司ATG（Advanced Technologies Group）。交易预计将于明年第一季度完成，同时优步承诺将向Aurora至少投资4亿美元。令人唏嘘的是，去年4月，ATG估值高达72.5亿美元；目前收购方Aurora对ATG的估值约为40亿美元。
近年来，自动驾驶作为智能化和网联化发展的高级形态，华丽的赛道涌入了无数顶尖的技术与人才，吸引了数不清的资本与客户，科技巨头、传统车企以及初创公司频繁发力，在汽车智能化供给侧展开竞争，自动驾驶“战争”已然打响。
 
入局者众
 
“如果说未来有某一个趋势会在一定程度上完全颠覆现有的价值分配，我们认为一定是自动驾驶。”罗兰贝格全球高级合伙人、大中华区副总裁郑赟表示。
罗兰贝格预计，2030年自动驾驶车端系统的市场规模将达5000亿元。其中，芯片、传感器和软件算法是主要贡献者，市场规模分别预计可达1480亿元、1308亿元、917亿元。
目前自动驾驶技术的开发企业主要分为三类：一是互联网科技巨头，包括谷歌、百度、华为、阿里等；二是车企或汽车零部件厂商，包括通用、上汽、长安等传统车企以及新能源领域中高歌猛进的造车新势力等；三是初创公司，比如小马智行、文远知行等。
12月8日，百度发布“乐高式汽车智能化解决方案”，将旗下的智能驾驶、数字化领域产品打包为智驾、智舱、智图、智云四大系列产品。百度集团副总裁、智能驾驶事业群组总经理李震宇认为，自动驾驶能力将成为智能汽车的决胜点，无人驾驶驶入“快车道”。

值得注意的是，自动驾驶逐步落地的过程中，部分企业“曲线前进”，实现对高等级自动驾驶的降维应用。此次大会上Apollo智驾发布的高级别智能驾驶解决方案ANP，基于目前国内唯一的L4级纯视觉自动驾驶技术Apollo Lite打造，百度称其是L4级自动驾驶技术降维释放到L2级辅助驾驶领域的产品。
Apollo Lite具有轻传感器、轻算法、强感知的特点，全车搭载10路摄像头、具备360°环视感知，单卡GPU，算力小于30TOPs。不同于行业方案仅支持高速和城市环线，ANP还可以在城市道路使用。据了解未来3-5年Apollo智驾产品预计前装量产搭载100万台。 
此前百度与威马在AVP（Automated Valet Parking自主泊车）开展量产合作，将L4级别自动驾驶技术逐步降维，推动高级自动驾驶功能和场景的前装量产，使L2+级自动驾驶逐步成长为L4级别。
此外，12月8日，广州黄埔联合百度Apollo正式启动了全球最大的自动驾驶Maas平台，部署包括自动驾驶出租车、自动驾驶公交、自动驾驶巡检以及自动驾驶作业车在内的4支车队。前一天，北京市向百度颁发了首批5张无人化路测（第一阶段）通知书，这是北京市首次允许测试主体在开放道路进行无人化自动驾驶测试，百度Robotaxi迈向无人化的脚步在加快。据透露未来3年百度将在全国30个城市落地Robotaxi运营。
除了百度外，“不造车”的华为在汽车智能化征程中也频繁发力。北京车展期间华为展示了ADS自动驾驶解决方案；10月底，华为智能汽车解决方案品牌HI发布。华为智能汽车解决方案BU总裁王军介绍，HI高阶自动驾驶ADS是中国道路场景下最好的高阶自动驾驶系统，这个全栈解决方案设计通过了最高等级ASIL D功能安全评估。它以L4级自动驾驶架构为基础，提供面向L4-L2+级自动驾驶全栈解决方案。此外华为在自动驾驶需要的摄像头、毫米波雷达、激光雷达等产品上均已布局。

相对于科技公司日渐白热化的激烈竞争，传统车企在稳扎稳打的加快布局。2020年广州车展上，BMW自动驾驶辅助系统Pro亮相，可实现L2级自动驾驶；通用加大了Super Cruise的宣传，首席执行官玛丽·博拉表示，到2023年，通用计划将对电动汽车和自动驾驶汽车的支出增加35%，达到270亿美元。国内车企方面，长安UNI-T搭载具备量产条件的L3级自动驾驶技术；广汽Aion LX搭载L3级自动驾驶；吉利计划在2020年实现G-Pilot3.0应用；比亚迪已经实现L2+级别自动驾驶。
造车新势力们也在自动驾驶领域高歌猛进。蔚来发布NOP领航辅助系统，可实现在指定路径下按照导航路线自动辅助驾驶的功能；小鹏推出NGP高速自主导航驾驶，小鹏汽车表示，NGP区别于传统的 L2/L2.5 级别辅助驾驶的功能，达到了L3 级别自动驾驶的门槛；理想汽车近期透露2022年将实现L4级自动驾驶应用。
华西证券表示，智能驾驶浪潮已至，2020年各大整车厂相继推出L3级别智能驾驶车辆，L4高级别有望在2021年陆续推出。华西证券坚定看好以传感器为代表的硬件产业和以高精度地图、操作系统为代表的软件产业迎来爆发式增长。
前不久举行的2020世界智能汽车大会上，业界预计2022年将是L4级别自动驾驶汽车的元年，届时无人驾驶出租车的L4级别部件改装成本将下降至十万元。
 
融资热潮不减
 
今年以来，国内外已公开宣布的自动驾驶融资事件已接近20起，融资总金额近300亿元。据中商产业研究院统计，今年上半年国内有13起自动驾驶领域投融资事件，涉及284亿元。下半年，自动驾驶融资热潮依旧频繁见诸报端。
11月9日，自动驾驶卡车技术与运营公司嬴彻科技宣布完成由宁德时代领投的新一轮1.2亿美元的股权融资。嬴彻宣称，通过此轮融资，他们将加速L3级别自动驾驶重卡量产和商业化运营进度。
同一天，自动驾驶创业公司小马智行（Pony.ai）完成了C轮融资，筹集2.67亿美元，估值达到约53亿美元。
11月10日，位于美国加州的自动驾驶送货公司Nuro宣布在C轮融资中获得了5亿美元的投资，融资后估值达到50亿美元。
11月22日，重卡自动驾驶初创公司智加科技，正在完成总融资为1亿美元的新一轮融资，据悉目前已经到账6000万美元。这是继嬴彻科技之后，重卡自动驾驶领域再次达成近亿美元的投资。
11月23日，自动驾驶汽车初创公司Gatik宣布其在A轮融资中成功筹集2500万美元，但并未披露估值。
12月3日，成立于2017年的毫米波雷达公司“Lunewave”完成700万美元A轮融资，本轮融资资金将用于推进其自动驾驶汽车雷达新技术的商业化，继续与Tier 1供应商合作，共同制造雷达传感器。

投资者们对自动驾驶趋之若鹜，似乎与自动驾驶技术相关的产业融资表现尤为顺利，这一新物种缘何受到青睐？
一方面，先行者的魅力让后来者跃跃欲试。在自动驾驶领域，美国自动驾驶领头羊Waymo成为涌入自动驾驶赛道选手们努力的目标和方向。仅从估值来看，自动驾驶目前只有两家企业——Waymo和其他企业。由于无人驾驶汽车商业化耗时比预期长，2019年摩根士丹利对Waymo公司的估值从此前的1750亿美元下调至1050亿美元，但千亿美元的神话仍然难以复制。
10月9日Waymo宣布，将在凤凰城提供完全无人出租车服务，这是自动驾驶公司首次向公众开放没有安全员的无人驾驶出租车，这意味着Robotaxi在技术和商业化方面迈出重要一步，也释放了一个信号——实现完全无人驾驶不再遥不可及。
另一方面，埃隆·马斯克（Elon Musk）对特斯拉自动驾驶能力的信任与吹捧，一定程度上引起了资本市场的关注，前几日市值突破6000亿美元、将近丰田三倍市值的特斯拉再次一骑绝尘。特斯拉最新发布的全自动驾驶（FSD）软件套装的价格从8000美元上涨至1万美元，未来价格有可能超过10万美元。
12月初，马斯克在接受采访时表示，“我对推出全自动驾驶功能非常有信心，甚至在明年就会将其发布给特斯拉车主。而且我认为，至少部分司法管辖区明年会允许全自动驾驶。”但一直以来，特斯拉在尚未完成开发的情况下销售FSD软件包，特斯拉车主们将Autopilot当成自动驾驶等行为引起争议。尽管争议不断，但人们对自动驾驶的兴趣未减。
此外，今年突发疫情为自动驾驶开辟了新的市场，敏锐的投资者们已然在思考后疫情时代未来出行与交通的变化，也为自动驾驶融资热添了一把“火”。
 
商业化落地道阻且长
 
“尽管中国汽车产业面临产销量下降的风险，但是我们可以确定，智能汽车市场在不断扩大，预计到2025年全球联网汽车数量将接近7400万辆，其中中国的联网汽车数量将达到2800万辆。”12月3日，国家发展和改革委员会国际合作司副司长高健在2020世界智能汽车大会上表示。
据中国汽车工业协会预测，中国将在2020至2025年间实现低速驾驶和停车场景下的自动驾驶，在2025至2030年间实现更多复杂场景下的自动驾驶。到2040年，道路上行驶的车辆将有四分之三都是智能驾驶的车辆。有预测称，到2035年中国智能汽车产业规模将超过2000亿美元。 

而值得注意的是，尽管自动驾驶前景广阔，但从试运营到大规模商业化落地挑战重重：技术、资金、法规、数据、场景等均存在未知变量，真正意义上的无人化和规模化运营何时能够实现？自动驾驶商业化前夜依旧漫长，但自动驾驶趋于完善的过程也是人类理性不断发展的历程。
12月3日，AutoX正式公布中国首批车内全无人、无远程遥控的RoboTaxi车队，并发布了25台车在深圳市繁华公开道路完全无人驾驶的视频。在网友欢呼“自动驾驶的未来已来”之际，有媒体报道，深圳市交管局回应称“深圳目前并未允许任何无人驾驶出租车在测试区内开展试运营，更没有批准过任何完全无人驾驶的车辆在道路上行驶。”
尽管因牌照问题被质疑，但AutoX如此急切展示自己具备无人驾驶能力，一定程度上表明了去掉安全员成为自动驾驶领域努力打造商业化闭环的尝试，也是无人驾驶迈入下一阶段的入场券。
“无人驾驶要想盈利必须实现单车盈利，实现单车盈利的前提是要能够实现无人驾驶，目前车辆配备安全员运营的模式不可能赚钱，甚至比普通模式还要亏钱。”文远知行 COO张力此前在接受智库君采访时表示，在出租车成本结构里，司机成本占60%左右，如果不能替代司机，无人驾驶Robotaxi的商业模式是不成立的。
小马智行总经理莫璐怡也表示，目前自动驾驶整体技术在飞速发展中，要在各种不同的应用场景中去获得巨大的商业盈利，前提是要达到自动驾驶两大目标——无人化和规模化。
不容忽视的是，未来智能网联汽车产业发展需要海量的数据支撑，数据体量不足直接影响自动驾驶技术的进步。目前单一车企数据体量远不能满足L4级别以上自动计时所需的数十亿英里级数据积累。当前行业尚未形成有效的数据共享生态。此外，企业间数据无法打通和共享，致使自动驾驶算法稳定性和安全性存在不足。
中国汽车工业协会总工程师、副秘书长叶盛基认为，法规标准体系尚待健全，自主可控产业链亟待构成，社会对智能网联汽车的接受度有待检验，智能网联汽车安全体系还需进一步完善，以及基础设施投资大，商业化模式尚不清晰等皆是智能汽车发展面临的主要问题。
郑赟表示，目前自动驾驶仍面临技术水平等瓶颈，在相当长一段时间内，主要将以场景化自动驾驶的状态出现。“商业模式、技术水平、基础建设以及相应的政策支撑等不同维度仍需要齐头并进。”
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

6. 乱花迷眼的智能驾驶落地之战，传统车企却要以“稳”取胜

近年来各种新能源汽车的爆发，不仅是能源路线上的一次大变革，也促进了其他相关技术的大发展，譬如说自动驾驶技术。如果没有那些不按常理出牌的新造车企业跳出来搅局，只是遵循传统车企一板一眼的发展路数，恐怕ACC自适应巡航就差不多已是这项技术的天花板了。
相比于纯电驱动，自动驾驶技术有着更大的想象空间，它改变的不只是汽车，甚至可以改变人们未来的生活方式。目前舍得在自动驾驶技术上花费巨额投入和精力的不只有新造车企业，众多的科技企业与出行公司同样也将自动驾驶视作了占领未来市场的技术制高点，更是干劲十足。

在所有已落地的技术中，特斯拉的Autopilot被公认为是量产车里最好用的自动辅助驾驶功能。Autopilot不仅能让车辆根据情况在车道内自动辅助实施转向、加速和制动，还可以完成自动驶入和驶出高速公路匝道与立交桥岔路口，甚至能在高速公路上自动辅助变换车道。

马斯克对自家技术也一直是信心爆棚，在2020世界人工智能大会上，马斯克甚至夸口称特斯拉目前已是非常接近L5级自动驾驶，并有信心在年内开发完成L5级别的基础功能。不过事实远没有马斯克描述的那么完美，在2016年与2019年，美国分别发生了2起特斯拉与白色卡车相撞的事故，事故甚至造成了一人死亡。2020年6月，台湾也发生了Model3径直撞上侧翻白色卡车的事故，而这几起事故发生时Autopilot系统均为激活状态。四年时间里，“最好用的自动辅助驾驶功能”始终未能解决识别“白色卡车”这类看似简单的问题，这难免会让人们对自动驾驶技术的发展前景产生怀疑。

相比马斯克，何小鹏对自动驾驶的认识更加理性，他将L5级自动驾驶分为了软件开发和技术落地两个层面来看的，认为技术层面的开发在短期内是可行的，但技术的落地至少还需要3-5年时间。阿里AI实验室首席科学家王刚也曾在接受媒体专访时表达过同样观点，他认为自动驾驶落地的最大难点是当下驾驶算法在很多情况下还不能有效地处理道路上的复杂交通状况，场景的多样性才是自动驾驶面临的最大挑战。
除了技术瓶颈之外，法规也是制约自动驾驶技术落地的一个因素。尽管目前美国部分州、欧盟、日本等发达国家和地区已对自动驾驶进行了相关立法，但普遍仅针对L1至L3等级的驾驶辅助阶段。法规同时还明确了自动驾驶汽车上路行驶只能用作试验用途，并且上路的条件也相当严格，要求必须有驾驶人监管以便在紧急情况下切换到人工驾驶模式。

从驾驶算法，交通法规，再到智慧交通所需的V2X基建等各个层面来看，目前L4/L5级的自动驾驶技术还尚不具备落地的条件，因此现阶段量产车们大多搭载的都是以“车道保持功能+自适应巡航系统+主动刹车”等为基础的L2级驾驶辅助技术。虽然不少车型在此基础上还搭载了诸如自动并线辅助、自动泊车辅助、自适应弯道巡航等一系列主动安全辅助系统，宣传时也会打出“L2.5级”、“L2+”的字样，其实还是属于L2级范畴。
传统车企在驾驶辅助技术的宣传上远没有那么激进，但实际上那些一线车企有着同样强悍的竞争力，而且相比于新造车企业，传统车企对于自动驾驶技术的理解也有明显的区别。以特斯拉为代表的新造车企业们期望技术可以直接控制车辆行驶，彻底解放驾驶者，但近些年来所发生的多起事故还是证明了将汽车控制权交给机器多少还是存有风险。而以沃尔沃、凯迪拉克等为代表的传统车企则认为应用自动驾驶技术的目的是为了让车辆行驶更安全，不需要再去以自动驾驶的级别当作噱头。

这种理念上的差异，在凯迪拉克的Super Cruise（超级智能驾驶）系统这里体现的尤为充分。Super Cruise系统不只是凯迪拉克技术先进性的标签，更是通用汽车实现“零事故”美好愿景的一个重要里程碑。这两年通用汽车在电气化改革方面的步子迈得不小，而为传统车型配备诸如Super Cruise系统等前瞻科技同样也是通用汽车一种自我进化与革新的方式。
在自动驾驶技术方面，通用汽车既有以Super Cruise系统为代表的渐进式发展，也有以Cruise Automation自动驾驶技术为代表的跨越式发展，而这两项技术的目的除了能够解放驾驶者之外，更重要的还是为了进一步的减少事故。

在2012年测试Super Cruise系统时，通用及其研究合作伙伴针对驾驶辅助功能的应用进行了大量研究，研究显示在长途行驶中，车道自动保持和全速范围自适应巡航可以有效帮助驾驶员减轻驾驶负荷，但这项技术也会有副作用，一些驾驶者会在驾驶辅助功能开启后分心干一些别的事情，比如吃早餐、办公或者看新闻等，而这些又都是潜在的安全隐患。美国国家公路和交通安全管理局（NHTSA）也曾在一份超过5,400起交通事故起因的研究报告中表明，41%的事故起因是驾驶员注意力分散。正是基于这点，通用汽车才在Super Cruise系统的开发中加入了驾驶员注意力保持系统，并将其与OnStar安吉星相关联。

同样基于安全考虑，Super Cruise系统的发布时间也曾被数次推迟。2014年通用汽车曾首次对外宣布Super Cruise系统将会在2016年正式推出，但到了2016年1月Super Cruise系统却被宣布推迟，原因是强光会影响车辆前方摄像头的工作情况，使其无法确认车辆前方情况，从而造成车速的不稳定。在通用汽车看来，Super Cruise系统必须是在能够完全保证驾驶员安全性的前提下才可推出，这一点与某些新造车企业优先实现驾驶辅助技术的商业化，随后再通过用户数据积累来完成技术更新迭代的路径显然是不同的。
2017年Super Cruise系统终于搭载在了量产的凯迪拉克CT6身上，并与当年秋季在美国和加拿大市场正式上市。截至2020年5月，在北美地区Super Cruise系统每周新增行驶里程超11.3万公里，并已实现超过880万公里安全行驶无事故记录，充分体现这项技术的成熟可靠以及安全。

2020年7月，两款搭载Super Cruise超级智能驾驶系统的凯迪拉克CT6 28T车型在国内上市，Super Cruise系统也立刻成为吸引消费者的技术招牌。凭借着驾驶员注意力保持系统和高精度地图数据系统这两大核心技术，整合BLUELINE蓝线车道中央行驶保持系统和全速域自适应巡航系统，辅以高精度GPS定位，并与原有ESS智能守护安全系统的实时摄像头与雷达传感器形成强大互补，CT6 28T超级巡航型甚至可以实现在高速公路上释放双手驾驶，这也为驾驶者带来了更为轻松智能的全新驾乘体验。

尽管像马斯克那样时时刻刻对L5级自动驾驶夸夸其谈还为时过早，但不可否认现阶段的自动驾驶技术也正处在质变阶段，蔚来、吉利、沃尔沃等新老造车企业也都在不同场合表示有可能会跳过L3级直接研发L4级自动驾驶技术，这也点燃了消费者们对未来的期待。而保证安全也并非是Super Cruise系统的全部内容，消费者能够从Super Cruise技术中获得什么利益同样是通用汽车始终在思考的问题。

2020年年初，Super Cruise系统也迎来了一次技术升级，增强之后的Super Cruise系统能够在确认道路安全的情况下，根据驾驶员的要求在高速公路上执行自动变道。此外，车辆控制软件、用户界面以及智能驾驶辅助下的动态表现均全面升级，使Super Cruise系统更加直观易用。增强版超级智能驾驶系统将在北美率先搭载于全新一代凯雷德、2021款CT5和CT4。
新老汽车企业在自动驾驶技术方面不仅有着不同的出发理念，在落地过程中也显示出了不同的技术路径，新势力们注重于无限可能的未来，而老牌车企们则更谨慎考虑于当下。而新老势力的智能驾驶落地之战，消费者到底会站哪一边？市场销量将会公布最终的投票结果
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

7. 解放双手、自动驾驶想想就很美好，自动驾驶还面临着哪些技术挑战？

个人认为的挑战有以下几个：

1.传感器层面：无人驾驶需要大量的传感器，而目前必备的传感器只有三类：可见光摄像头、毫米波雷达和激光雷达。三者在风和日丽、光线状况良好的环境下能使得无人驾驶表现“尚可”。可是一旦进入恶劣环境条件后，现有的传感器性能将极大减弱。因此，需要诸如红外探测器等更多传感器加入，才能让无人驾驶有可行性；
2.算法层面：整体而言，目前无人驾驶做算法的企业很多，但哪怕是谷歌也不敢说自己的算法成熟。现在的很多路面测试都是在简单交通环境下进行，复杂路况表现就大打折扣了。算法的强弱既有时间因素的积累，还需要更多传感器带来的路面状况探测，而每加入一个传感器，对于算法而言无疑是一个巨大的工程；

3.政策法规：政策法规其实也是会影响无人驾驶发展的一大因素。把人的生命权交给人工智能来决断是否合适，这在法律伦理上有很大的争议。其他由无人驾驶所带来的新法律问题，对于现行法律尤其是法律伦理无异于颠覆；
4.量产落地：当我们在讨论无人驾驶时，我们其实很容易忽略量产这个问题。或许是大家都觉得量产遥遥无期，现阶段谈量产没有意义。量产需要成本可控，目前传感器激光雷达的售价是万元甚至十万元级别，完全不具有量产可能性。

题主还问到对司机是否有影响。如果有一天无人驾驶真的可量产，那么对司机当然是有影响了，准确的讲是对所有驾驶员有影响。只是，这个影响的前提条件是，无人驾驶必须先能量产，其次解决法律上的问题，最后当规模化后，才会真正使得驾驶员这个岗位消亡。

8. 自动驾驶带来的市场潜力，会超出绝大多数人的想象

 12月13日，中信证券研究部董事总经理&首席 科技 产业分析师许英博在36氪资本市场高峰论坛上发表了“ 科技 未来，智车先行”的主题演讲。
   许英博谈到，在过去十几年时间里， 科技 领域全球市值最大的前十家公司，加总市值持续快速增长。另外，在2020年之后，我们看到了特斯拉、英伟达和台积电出现在了TOP10的名单上。 汽车 领域，全球前十大市值的车企名单也发生了较大的变化，特斯拉市值大幅上涨，超越了丰田。同时还还有滑板底盘Rivian、新电车公司Lucid也是异军突起。中国 汽车 领域前十大车企排名也在发生变化，比亚迪凭借快速增长的电动车销量公司市值超过8000亿元，造车新势力蔚来、小鹏、理想，市值分别达到2000-3000亿元量级。
   自动驾驶RoboTaxi&RoboTruck商业化领域，主要玩家 既包括 科技 巨头，也包括初创公司。 其中初创公司主要成立于2015-2016年，经过五六年的发展，这批公司积累了更多技术、更多数据，产品也在持续不断地迭代 。未来随着技术和产品的进一步迭代，我们期待自动驾驶商业化进展的加速。 
   对于未来，她做了几点展望：
   1、动力电池的成本还有希望在持续下降，未来值得期待的一个部分就是电动车的成本持续下探，进而带动电动车渗透率的提高。
   2、L2+级以上的自动驾驶逐渐成为乘用车的标配。
   3、未来大家选车的时候，很大程度上看数据智能以及用户体验。包括自动驾驶层面、智能座舱等层面。
   4、伴随政策逐渐的落地，一二线地区开始有一些自动驾驶的先行示范区，未来也有机会向三四线地区进行辐射和扩散。
   5、随着一些公司逐渐登陆资本市场，会有更多人了解这样一条赛道，也会有更多的资本助力这条赛道，也会帮助自动驾驶商业化的进程。
   在许英博看来，在 科技 界里，我们有时候会高估一年的变化，而低估十年的可能性。如果往未来看五年、十年， 我们完全有理由期待自动驾驶商业化的落地，人类司机和虚拟AI司机的差距在逐渐缩小。这 也意味着 科技 进步带动人类生产力的提升，会带来更多可能性。其带来的市场潜力和产业机会，也会超出绝大多数人的想象。
   最后她表示， 面对 科技 的未来，我们需要更多的想象力。