自動駕駛汽車發展現狀與形態預測

冼毅瑤

（西南政法大學，重慶 401120）

隨著現代科技的長足進步，人工智能這一新興概念與社會生活的聯系日益密切。自動駕駛汽車作為人工智能技術在汽車方面的應用，是一種通過環境感知系統實現無人駕駛的汽車，并日漸呈現接近商業化和實用化的趨勢。自動駕駛這一人工智能高度發展的產物在高速發展的同時，同樣也引起了社會各界廣泛的關注與思考。2016年，全球自動駕駛技術的研發模式逐漸從科研主導型朝著企業主導型轉變。在各大投資機構與企業等的造勢下，初創企業不斷涌現。互聯網巨頭、芯片大企也紛紛加入混戰，誰也不甘于人后。經過三年的快速發展，全球自動駕駛汽車市場在2019年依然蓬勃，但也不乏風險。令人欣喜的是，自動駕駛研發格局已初步形成，不論是全球資本市場投入和市場估值的規模、不同程度的自動駕駛商業化示范，還是國內外政府準許企業開展自動駕駛商業化應用部署的政策支持，都表明了產業對未來的巨大預期。令人擔憂的是，全球自動駕駛汽車的未來走向仍是一個未知數。傳統汽車企業智能化轉型的壓力必將增大，新勢力或將尋求技術聯盟，跨界科技巨頭仍將不斷扎實推進智能駕駛的研發和加快汽車量產化進程，但初創企業將蟄伏于資本的寒冬[1]。

一、國外自動駕駛汽車的發展狀況

無人駕駛汽車所涉及的技術包括導航定位、路徑規劃、圖像識別、機器學習和傳感器融合等相關技術。它首先需要獲取并處理環境信息，并基于數據和算法確定當前位置，根據設定的目標規劃出合理且最佳的運動路徑，從而使車輛按照規劃路線移動并規避過程中的障礙物或者針對緊急情況采取必要的安全措施。關于自動駕駛汽車的暢想和實踐，國外最早可以追溯到1920年，發展到如今業界已有兩套完善的分級體系。第一種是由美國的國家高速路安全管理局制定的；第二種則是由國際汽車工程師協會制定的。在歷史沿革過程中，國際汽車工程師協會標準，也就是SAE標準，是今天絕大多數主流自動駕駛研究者所奉行的分類原則。根據該分類標準，除了部分試點地區外，目前日常所量產的商用汽車大多數仍處在第0級和第1級之間。自動駕駛的實現涉及諸多技術和學科，其系統包含的傳感器就包括了激光雷達、深度攝像頭、全球定位系統、長距雷達、短距雷達等。與此同時，它又需整合多個軟件模塊，包括路徑規劃、避障、定位、圖像識別和環境建模等。此外，它還需要強大的處理海量的傳感器信息的硬件從而實現實時控制車輛，因此它對系統設計以及硬件和軟件資源都提出了極高的要求。

從各國的實踐來看，自動駕駛汽車不會在未來的幾年中大規模地應用于人們的日常生活，但部分國家已在技術層面取得了矚目進展，而且部分也已開始劃區試行。近日，畢馬威發布了2019年自動駕駛車輛準備指數報告。該報告從政策和立法、技術與創新、基礎設施和消費者接受度四個維度進行考量，旨在了解25個國家對于自動駕駛技術的準備和開放程度。根據報告顯示，位列第一的是荷蘭。自動駕駛汽車的發展不僅僅需要技術支撐，基礎設施的配套建設也尤為重要。在荷蘭，它的道路網絡承載流量大、維護良好，其完善的道路設施甚至被全球經濟論壇和世界銀行評為最完備的基礎設備。另外在自動駕駛投資研發方面，除了有埃因霍芬理工大學的汽車高科技園區作為技術支撐外，荷蘭政府還計劃投資9000萬歐元用于1000多盞交通指示燈改造以支持自動駕駛汽車的路測研究。而且，荷蘭政府已決定與德國和比利時合作，引入從阿姆斯特丹到安特衛普和鹿特丹到魯爾河谷的自動駕駛卡車車隊，還沿途配套5G技術連接車輛并安裝1200個交通智能燈。在法律層面，荷蘭政府通過了新的自動駕駛立法，允許自動駕駛汽車在公共道路上進行實驗。美國作為科技強國，在自動駕駛汽車方面的戰略布局也處在世界前列。技術創新方面，美國共有160多家技術公司總部，覆蓋傳統汽車制造商及新型企業。其中，Waymo公司實力最強。該公司已經在開展自動駕駛出租車打車業務，同時結交了更多的合作伙伴，在現實實踐中積累了足夠的路測里程數，也在嘗試通過銷售傳感器拓展自己的商業模式。在法律層面，除了加州，美國對自動駕駛的政策從整體來看比較保守，但也發布了《為未來交通做準備：自動駕駛汽車3.0》，強調加強整個交通出行體系和自動駕駛汽車的安全整合。除此之外，日本、歐盟也都有所部署。日本豐田公司投資10億美元在密歇根建立技術研發中心，日本政府提出到2020年國內實現高速公路L3級自動駕駛功能，并在劃定試驗區域實現L4級自動駕駛汽車上路。另外，歐盟發布了《通往自動化出行之路：歐盟未來出行戰略》，其明確了自動駕駛汽車產業化進度時間規劃表，還提出截至2030年歐洲要率先實現全自動駕駛的目標。目前，世界絕大多數國家已意識到自動駕駛技術的重要性，并將自動駕駛汽車發展納入國家級規劃，爭搶未來智能汽車產業發展的戰略制高點以抓住汽車行業轉型升級的機遇，增強國家的科技競爭實力。

二、國內自動駕駛汽車的發展

作為信息技術產業大國，我國在自動駕駛技術的探索如今也走在世界前列，在自動駕駛、智能網絡建設的技術研究上已經具備一定的領先優勢。雖然中國自動駕駛汽車領域在L2和L3階段的晚起步造成了落后于歐美國家的局面，但是政府出臺相關法規以支持自動駕駛汽車自動操作系統的研發和推廣應用，傳統車企和互聯網巨頭的合作，加快了技術的商業化和產業化。百度于2013年成立了深度學習研究院，并開始進軍自動駕駛汽車領域。2014年宣布百度自動駕駛汽車技術研究計劃布局，2015年成立自動駕駛事業部專門攻克此領域。2017年百度決定向汽車行業及自動駕駛領域的合作伙伴提供Apollo軟件平臺，并分享自動駕駛的軌跡規劃、駕駛操作和環境感知等方面的源代碼。百度還計劃到2020年，全自動駕駛汽車將實現高速公路和普通城市道路上的上路。目前，由百度和金龍客車共同建造的自動駕駛汽車首批量產車型已經送到北京、深圳、平潭、武漢以及日本東京等地試運營。而華為雖然在自動駕駛領域稍晚于百度，但其在2016年發表了一份詳細闡述移動網絡運營商在自動駕駛汽車領域的價值白皮書。白皮書里公開了包括智能停車、車隊管理以及車載娛樂相關的數據。2017年華為與沃達豐達成合作共識，展示了蜂窩技術。2018年，華為又與奧迪開展戰略合作，將共同推動汽車駕駛自動化和服務數字化，并計劃到2020年推出由雙方共建的5G汽車[2]。

在法律和配套的基礎設施方面，我國已制定了關于自動駕駛汽車發展的國家戰略規劃。工業和信息化部發布了《車聯網(智能網聯汽車)產業發展行動計劃》，明確指出到2020年，中國要實現車聯網產業跨行業整合突破。隨著我國汽車工業正朝著信息化、智能化的方向推動高質量發展，我國有必要在道路車輛各板塊的治理體系建設問題上以更高的視野和更宏觀的角度去思考。政府也應通過持續努力，進一步加強引導，鼓勵探索并構建交通解決方案，以實現“人—車—路—云”高度協同[3]。

三、今后自動駕駛汽車的發展形態

如今，一些新興的傳感器技術開始在車輛內大規模地使用，例如防碰撞機制、道路標志識別系統、駕駛員面部表情檢測、各方向障礙物識別、安全氣囊碰撞前部署等。這些傳感器不僅可以感知障礙物及其預測運行軌跡，還可以機動避開不特定障礙物并在需要時接管車輛。這些技術的應用不僅確保了出行者的安全，也大大刺激全球市場的需求。目前，以計算機視覺技術為核心的環境感知技術是目前自動駕駛技術落地的主要瓶頸。自2012年以來，新一輪深度學習的人工智能已成為計算機視覺的主流方法，其能夠確保在檢測、分割與識別目標、場景及其行為意圖能力方面的顯著提升。然而，新一輪的人工智能離不開高技術與大數據的雙向支撐。業內普遍認為，提高環境感知能力的關鍵應著眼于積累高標準的細分應用場景大數據。人工智能的實踐應用或自動駕駛行業的競爭應主要體現在間接反映技術的成熟程度的大數據里程數和人工干預頻率兩個主要指標上。此外，自動駕駛系統的安全性和可靠性仍值得關注。因為無論是生命安全還是信息安全都是自動駕駛汽車行業的生命線。自動駕駛要想落地商業化、量產化，就必須能夠在復雜多變的行駛環境中確保車內乘客的安全和在信息網絡發展的今天保障用戶隱私。除此，快速成形的全球自動駕駛產業生態是各大領軍企業的重點突破口。預計到五年后，全球自動駕駛汽車市場估值有望突破千億美元，期間可能以高復合年增長率進行增長[4]。

四、結語

現階段，自動駕駛汽車技術尚未成熟，加之法律法規、社會倫理道德等多方面因素還并不允許自動駕駛汽車大規模推向市場。從全球范圍來講，目前自動駕駛產業并未量化商用，本質上所有企業都還處于產業落地前的技術研發階段，搶占了核心技術便等于搶占市場先機。值得注意的是，由于技術的不成熟，近年來自動駕駛汽車事故偶有發生，導致公眾對其安全性產生質疑。但根據現有的大數據人工智能的時代背景、產業現狀、技術條件、法律法規以及投資熱情足以推斷，自動駕駛領域不會因這些事故而停滯不前。未來，通過完善可量產的關鍵技術、健全法律法規體系、制定科學倫理道德準則、覆蓋智能基礎設施等手段，自動駕駛汽車市場將展現無限商機。