L3級自動駕駛難落地？針對場景開發，發揮OTA價值是正解

當前，L2級自動駕駛技術已經實現大規模的商業化運用，進一步向上突破，實現L3及以上自動駕駛汽車落地，成為了行業共同努力的方向。但同時也有一些車企宣稱直接躍過L3級別，投入L4級自動駕駛的研發和量產。

在自動駕駛領域，以騰訊為代表的軟件和云服務提供方，對于量產落地的實現路徑，有怎么樣的投入和布局？日前，騰訊自動駕駛產品負責人王明明，分享了騰訊對自動駕駛落地應用的破局思路。

從需求出發讓用戶早日體驗到自動駕駛的便利性

以用戶的需求為出發點，提供場景化的自動駕駛服務，解決用戶痛點，分場景、分需求逐步實現自動駕駛落地。

解決高速場景中的自動駕駛，就可以在很大程度上滿足用戶解放雙手的需求。另外，高速和封閉的城市快速路，道路地面標識相對清晰，路況相對簡單，可以成為自動駕駛落地應用的第一步。除了高速和快速路，泊車也是在目前道路條件下可以比較快速實現的輔助駕駛場景。從2019年開始，騰訊自動駕駛團隊針對高速及泊車場景進行了產品化開發，并預計在今年下半年推出針對這兩種場景的自動駕駛量產解決方案，以分場景、分需求的方式逐步推動自動駕駛功能的量產落地。

充分發揮騰訊的算法和云服務的優勢，通過OTA讓用戶體驗持續升級

騰訊認為，實現數據閉環是自動駕駛系統不斷優化的關鍵。在車輛硬件條件滿足、算力保證的基礎之上，騰訊可以結合自身的軟件能力和云服務的優勢，通過數據回傳，尤其是corner case的累積，實現算法的不斷優化。經過OTA升級的方式更新軟件，不斷向用戶開放更多自動駕駛能力，形成良性循環，為用戶及車企合作伙伴帶來持續的價值。

軟件定義汽車，差異化創造價值

在數字化浪潮下，軟件定義汽車的說法一再被提及，汽車電子軟件爆炸式增長，隨之而來的就是電子電氣構架的變革。集中式架構取代傳統的分布式架構，已經成為汽車電子電氣架構公認的未來。

集中式架構是方向，但是真正實現用一個或幾個 “大腦”來操控全車，面臨著不少的挑戰。硬件架構日趨相同，功能／體驗的差異化更多通過軟件的差異化實現。AI、大數據、云計算的發展，帶來千人千面的定制化體驗的潛力，使產品在硬件之外的增值變為可能。在這個過程中，騰訊希望聚焦自動駕駛軟件，充分發揮自身的算法優勢，提供模塊化軟件解決方案，做好數字化的工具箱，為合作伙伴提供助力。

新基建推動產業互聯網發展騰訊自動駕駛駛入快車道

智慧出行領域，特別是自動駕駛產業鏈龐大且復雜，量產落地需要技術+政策+產業鏈共同驅動。騰訊一直在跟蹤自動駕駛相關法規的進展，并力求在法規允許的范圍內，為用戶提供更好的產品體驗。與此同時，騰訊也在積極推進法規建設。目前，騰訊正在與國家智能網聯汽車 （長沙）測試區、北京智能車聯創新中心等行業機構密切合作，提升自動駕駛汽車的測試效率，共同探索測試評價的配套升級。

自動駕駛和智能網聯汽車領域將成為這一輪新基礎建設加速的重點落地場景之一，騰訊自擁抱產業互聯網以來，也早已布局了包含5G網絡應用、車聯網、自動駕駛等領域的智慧出行業務版圖，連接豐富的出行服務生態，與政府部門、車企乃至整個汽車行業展開深入的合作，發揮自身的用戶服務和生態連接能力，為智慧出行產業發展提供助力。

（來源：互聯網）