自动驾驶，曙光正现

张泽华

在汽车电动化渗透率不断提高的背景下，汽车智能化较大可能成为下一个红海竞争的破局点。相比上半场新能源的竞争态势，汽车在智能化、网联化变革涉及的领域更多，程度更深，可以想象的空间也更大。

在7月份召开的2023中国汽车论坛期间，一众专家、学者围绕自动驾驶汽车产业发展相关议题展开了一场含金量十足的探讨，其中一个观点被反复提及，那就是现在可能是智能汽车商业化应用的关键一环。

那为什么会是现在呢？

技术是最根本的驱动

这就不得不提自动驾驶之滥觞了。

20世纪60年代出现了第一个无人车项目——Stanford Cart，这是第一辆能够通过摄像头和早期“学习系统”实现自动驾驶的产品，具备了一定程度上的自主避障、自主寻路的功能，虽然走得很慢，但就像是打开了潘多拉魔盒，引发人们前仆后继地狂热研究。当然，Stanford Cart最重要的意义，是为后来者搭建了一个一直沿用至今的自动驾驶基本架构，即机器学习和硬件设备的结合。 就像黎明之前需等待的漫长黑暗，在之后相当长的一段时间里，自动驾驶的发展陷入瓶颈，其背后的人工智能、深度神经网络的发展也是一波三折，尤其是在上世纪90年代证明浅层神经网络不具备处理简单异或问题的能力，使得相关方面的研究进入“至暗时刻”。

直到2012年，首个真正意义上的深度卷积神经网络Alex Net出现了，它有力证明了深度神经网络在视觉领域很好的应用能力，这为强烈依赖于计算机视觉技术的自动驾驶产业带来了春天的气息。在这之后，基于深度神经网络技术的视觉为主的自动驾驶方案发展非常之快，比如特斯拉、小鹏、华为等等，都在这条道路上加速飞驰。

“高阶自动驾驶实现大规模商用是目前汽车行业难度最大、复杂度最广的重大技术领域事情”，东风技术中心首席总工程师边宁在论坛上感叹道。“从上海车展来看，高速领航、城区领航以及特定场景的拥堵领航为代表的高阶自动驾驶在未来2-3年内会迎来高峰期，卷到这个地方去了。” 有机构专门统计过车展上的484款新车，其中L2级别以上的有373款，具备高速NOA以上的有52款，中高端的新能源车L2+级别基本上已经成为标配。

成本是关键因素

今年伊始，业界关于降本的论调层出不穷，一方面竞争加剧促使各大主机厂被动选择降价保量，另一方面智能化硬件成本居高不下，车企寄托于大规模量产来摊平成本。由于高级别自动驾驶方案对于感知要求更高，大多数车企采用激光雷达+毫米波+摄像头等多种传感器融合方案支持相关算法，这无疑带来了成本端的大幅增加。

华泰研究曾基于市面上主流高级别辅助驾驶的硬件配置进行成本测算，结果显示各品牌旗舰车型智能驾驶硬件的平均总成本达14，181元，其中激光雷达占 41%、摄像头占 20%、芯片占 15%、毫米波雷达占 10%、高精度地图与定位占8%，V2X 占 5%、超声波雷达占2%。

特斯拉可以持续降价的能力，关键就在于其始终坚持的纯视觉感知方案，即基于摄像头的高级别智能驾驶，加上通过Transformer大模型带来的感知算法效率提升，这使得其对于激光雷达等高成本传感器的依赖性大幅度降低。可以預见的是：基于Transformer大模型驱动的 BEV+占据网络算法将成为主流车企下一代自动驾驶算法技术方向。

此外，特斯拉运用的中央集中控制的电子电气构架也非常具有性价比。同济大学教授朱西产指出现在国内智能汽车在域控方面的缺陷，比如两个域控制器里面重复放两张地图。“我们过去把这一代的自动驾驶系统叫做‘堆料，堆了很多东西，使成本居高不下。”未来中央集成式电子电气架构的广泛运用，能有效降低汽车的生产成本与后期维护成本。

当然，受益于国内在产业链各环节产品性能的提升与下游自主品牌的崛起，零部件国产替代也成为“降本”的有效途径。比如智能驾驶芯片领域，国内玩家地平线、黑芝麻等与国外先行者距离逐步缩短；在域控制器及解决方案方面，德赛西威、经纬恒润等均已实现规模化上车；在激光雷达领域，国产供应商禾赛、图达通、速腾等在量产节奏明显加快……这些都为“智能降本”做出明显贡献。

只有成本降下来，智能汽车才有条件脱离特定场景，开始出入于大街小巷，“飞入寻常百姓家”了。

政策是先行条件

近年来从国家部委到地方政府对高级别自动驾驶发布了一系列政策和法规，从基础建设、测试标准、数据安全、高精地图、商业运营等方面进行完善。但国内L3 级别商业化落地的主要难点在于相关责任定义的缺失（L3属于自动驾驶，L2+属于辅助驾驶），在实际操作中较难界定驾驶员和车企的责任。

“L3-、L3+是东风2019年里提出来的，L3-最终停留在辅助驾驶范畴，发生交通事故还是人负责，L3+在某一类场景下如果发生安全事故，要系统来承担责任。” 边宁谈及责任认定时说道。清晰的责任认定划分能够有效地识别车企在智能化维度的能力边界，从而更加明确地推动智能化进程。

从全球范围看，全球的汽车产业大国都在通过创新监管措施，力图消除政策法规对自动驾驶发展的障碍，各国法律法规均致力于明确交通事故的责任划定，要求其和人类驾驶员一样严格遵守交通法规。目前欧盟关于L3级别的法规ECE R157已经发布，并已经有两款车通过了验证。

中国的L3标准和法规认证工作，实际上已经启动了。此前工信部会同公安部组织起草了《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》，将遴选符合条件的和具备量产条件的搭载自动驾驶功能（L3-L4级别）的智能网联汽车产品，开展准入试点，并在试点城市的限定公共道路区域内开展上路通行试点；在试点过程中，自动驾驶系统功能激活状态下，试点使用主体为责任方，但保留其对其余重要相关主体的追偿权，试点车辆的车身应当以醒目标识别以保证安全，在完成测试与安全评估后，方可向工信部提交准入申请。

现在与将来

曙光虽然初现，长路依旧漫长。对自动驾驶赛道的“选手”们而言，他们也才刚刚冲过起跑线。小鹏汽车算法专家刘德浩认为，现下自动驾驶已经到了从上半场到下半场的拐点 ：“自动驾驶的上半场是冷启动的阶段，是从 0 到 1 把功能做出来，在这个阶段里拼的是爆发力，是算法的突破。而下半场需要从 1 到 10 做细节迭代，拼的是体系和效率 ， 量产的城市辅助驾驶的能力，以及全栈闭环能力解决长尾问题。”体系与效率，是进入下半场的“入场券”。

业内做自动驾驶一般有两条路径 ：第一条是自下而上，通过充分的量产和经营低等级的自动驾驶能力，过程中通过积累大量数据，实现数据闭环与技术迭代，从而逐渐向更高级别的能力演进。这其中的关键词就是“量产”，如果没有量产就无从积累大量的数据解决长尾问题。第二条是自上而下，直接定位到 L4 级别甚至 L5 级别，开始就做无人驾驶，其最大关键词是“无人”，这种方式的商业化途径是特定运营场景，或者封闭或半封闭的场景。

但车企最适用的，还是通过量产自下而上的方式，用低成本、高鲁棒性的硬件架构实现更好的功能。在这一过程中，应集合行业优势资源，坚持技术创新，加快关键核心技术攻关。同时，相 关 行 业 组 织 还 要 联合好产业链上下游企业共同发展，克服困难，着力 解 决 行 业 发 展 面 临 的共性问题，实现产业链、供应链安全可控，推进我国汽产业现代化体系建设，助力汽车产业高质量发展。