近日上海开放了首批自动驾驶高速公路，意味着自动驾驶离我们越来越近了。

本期，上海汽车博物馆邀请到以下专家，和大家走进自动驾驶的现在和未来。

中国汽车工程学会智能网联汽车联盟专家、同济大学汽车安全研究所所长、1996-2005年任国家汽车质量监督检验中心副总工程师，汽车被动安全技术领域首席专家。

全面覆盖网约车、企业用车、个人租车、出租车和Robotaxi业务的上汽集团移动出行战略品牌

拥有强大互联网基础的领先AI公司，全面覆盖高精地图、智能出行、大数据等领域

集制造、研发、贸易、博览、运动、旅游等多功能于一体的综合性汽车产业基地

◆中国“自动驾驶”发展的路线与欧美的区别

◆从L2到L5需要多长时间？面临什么挑战？

◆中国在智能网联方面做了哪些探索

◆自动驾驶商业化运作面临的难题？

◆如何评价自动驾驶技术的安全性？

◆中国自动驾驶技术在国际的地位？

►►►

朱教授眼中的自动驾驶前景如何？

小SAM：中国的“自动驾驶”发展路线相比其他国家来说，有哪些特色？

朱教授：

和中国不同，欧美更偏重“单车智能”，比如美国很早给车辆的自动驾驶程度划分了级别，这就是我们熟悉的五级制（如下图所示）。

现在所说的“自动驾驶”，其实L0、L1、L2都是辅助驾驶，从L3往后才属于自动驾驶范畴。

小SAM：为什么美国更偏重“单车智能”？

朱教授：

主要由于美国的道路信息化差但容错性强，适合走单车智能的无人驾驶方向；

欧洲、日本的道路容错性，和中国一样差，但由于他们的互联网能力不强，只有传统汽车制造能力强，所以就更看中L3。

而中国的自动驾驶路线，更偏重智能网联。

所谓智能网联，除了靠一辆智能的车实现自动驾驶，还要跟道路连接。

这条路也要十分智能，我们称之为智慧道路，两者相辅相成，才能实现效果更好的自动驾驶。

就像美国给单车智能分级一样，我国也顺应这个趋势，对智慧道路分了级，共有3个级别：

一级：能够提供静态数据的道路；

二级：可以提供静态数据以及能够提供动态数据的道路；

三级：能够和车协同进行控制的道路；

未来，中国的智能道路建设将参考这个三级标准。

小SAM：在未实现真正的智能网联前，“单车智能”还是现在的主流，硬件还是很重要。

然而，有的厂商坚持以摄像头为首的视觉方案，有的坚持激光雷达和视觉融合的方案，对此你有何看法？

朱教授：

我前面提到，从L3级别开始，单车智能才算得上“自动驾驶”，驾驶员在某个特定情况下允许“脱离驾驶”了。

去年奔驰的EQS获得了欧盟L3认证，随后奔驰广告片风格就变了：驾驶员可以双手脱离方向盘，然后跟副驾的女士聊天，然后可以在大屏上打撞球游戏，这是非常典型的L3。

但要想达到L3，摄像头和激光雷达还不是最核心的部分，因为即便装了这些硬件，可能也只达到L1或L2的水平，也就是ACC+道路居中功能，严格来说并不能解放双手。

哪些更重要呢？我认为大概有两个特征。

第一：要用高算力的域控制器；

第二：要用高精度地图，而不是我们现在经常使用的普通导航地图。

其实，采用域控制器的车，已经能达到L2+了，也就是具备了一定的自动驾驶能力。如果再配合高精度地图，还需要激光雷达吗？

这就是当前“单车智能”中的两派。

特斯拉认为是不需要的，但其他车企，大部分认为是必需的。

比如 蔚来ET7、小鹏P5等都用激光雷达；极狐Hi版用了三颗光学混合固态的激光雷达；奔驰EQS也使用了一颗16线的机械扫描激光雷达。

特斯拉和Mobileye是主导纯视觉方案的两家企业，但他们其实也开始测试另外一种雷达：4D毫米波雷达。

因为从这几年特斯拉发生的交通事故来看，纯视觉还是有一些边缘场景解决不了。

小SAM：在硬件方面，除了驾驶辅助的摄像头和雷达，还有人提到“线控底盘”的重要性，你认为它对自动驾驶而言有什么意义吗？

朱教授：

所谓线控底盘，就是把底盘控制的线控驱动、线控制动、线控转向和电动悬架集成起来，确实能让车变得很智能。

但从功能安全角度来说，所有底盘上的东西，全部都是ASIL-D级，风险等级都是最高级，最怕出故障。

所以现在做线控底盘的风险比较大，因为这对线控制动、线控转向、线控悬架的可靠性要求都极高。

底盘控制单元跟智能驾驶控制域之间的融合，比起智能座舱跟车身这些控制单元之间的融合，难度都要大得多。

小SAM：中国在智能网联方面做了哪些探索？

朱教授：

智能网联对道路、通讯的要求很高，要大幅改造，中国现在一直在做这些探索。

自动驾驶的痛点无非两个，一个是感知不足，第二个是算力。

一旦使用了AI以后，算力消耗就成了无底洞，车载计算平台其实算力是有限的，如果交给云端计算，会好很多。

因此，2017年中国就提出了“车路云一体”的方案，就是通过快速、短延时的5G信号，提升路端的环境感知、云端的高算力，解决AI的高算力问题。

但是它又带来了新的难题。

第一，实际执行更复杂，需要多个部门协作。毕竟车、通讯、道路端、道路智能设备、法规制定等都由不同部门分管。

第二，还没有更科学的商业模式方案。比如谁出钱建设道路端的设施？使用信息要不要付费？如何付？怎么分账……这些都要确定。

所以，虽然车路云网联技术问题是解决了，但还有很多方面需要探索。

对于V2X，美国更看重车与车互联，中国更看重车与路，我国试图用车路云一体化来实现“无人驾驶”，也就是L4。

要知道，L3只能改变一辆车，但无法改变交通，只有L4才是真正的革命。

这两年我国也在做自动驾驶的立法、标准和认证，还有建了一些智能网联汽车示范区，比如上海的嘉定示范区，就是全国第一个有工信部挂牌的智能网联汽车示范区。

小SAM：您能否预判一下，中国要从L2+普及到L5，需要多长时间？这个过程会面临哪些重大挑战？

朱教授：

L5能不能达到，现在还不确定。有可能不用达到L5，只需L3、L4就够，因为汽车作为交通工具的身份，估计在30年内不会改变，所以L3非常有必要。

从现阶段看，L3的大规模实现应该就在未来两年。

然而，正如我前面所说，L4才是革命，比如像Robo-Taxi无人驾驶网约车、生鲜配送小车等，这种无人驾驶，我们是需要的。

现在上海的第二个L4应用示范区就在临港，Robo-Truck穿梭于洋山港到临港码头，共32公里，这已经足够了。

所以说无人驾驶部分，不一定非要做到在任何地方都跟传统汽车一样。

要想运动范围更大，不仅要有高精度地图支持，还要有更多的配套。

比如Waymo要做L5的无人驾驶出租车，就要在城市里边绘制这个城市的高精度地图，并且还要动态更新，现在Waymo基本上能做到一个小时做一次更新，但这样一来就要配备足够多的街景车。

没有高进度地图覆盖的区域，Waymo的Robo-Taxi就跑不了。

我们国内的无人驾驶还局限在示范区的一些指定道路，大概里程有几十公里，主要精力放在L4，L5暂时还没必要做。

总的来说，L3以上的无人驾驶，会在2025年到2030年之间普及，2030年更大可能性成为一个老百姓真正能够使用它的时间节点。

它要经历三个难关：第一个要过技术关，第二个要过认证关，第三个要过成本关。

不能说技术实现了，价格却很高，这个消费者接受不了。所以等到相关部门认可无人驾驶后，企业就着力于改善用户体验和降低成本。

当它们的体验不错、价格也亲民的时候，才能够在市场上推广。

我预测无人驾驶2025年能够通过技术关和认证关，但大概到2030年才有一定规模的应用，这也符合我们十四五规划的经济主流。

点击查看朱西产教授完整采访视频:

►►►

自动驾驶商业化运作，有哪些难题？

前面我们看了朱教授的分析，对国内外的自动驾驶发展有了一定了解。

但具体到实施层面，专攻自动驾驶领域的企业可能有更深的体会，百度和享道便是这个行业的“佼佼者”。

关于自动驾驶商业化运作的问题，我们一起来听听他们的回答。

小SAM：国内普及自动驾驶在技术和商业上有哪些困难？

享道出行：

国内的自动驾驶行业在经历过去几年的摸索期后，目前正处于快速发展期。在商业化探索和技术普及的过程中确实也面临了多重挑战，以Robotaxi场景为例：

第一是建立用户与自动驾驶技术的信任问题，享道Robotaxi通过将自动驾驶车辆接入享道出行平台，成为市民出行的新选择，拉近新兴技术与普通用户间的距离，让技术充分融合进日常的工作生活中，从而提高用户的乘坐意愿。

第二是商业化政策支持，自动驾驶车辆从测试与示范向对外商业化运营发展的过程中，需要相关政策法规的支持，才可以将运营收费标准化和规范化。现在我们看到北京、深圳、苏州等城市已经出台相关规定，先行先试。

第三是通过量产化和规模化降低车辆成本，以及通过无人化降低运营成本，从而跑通商业模式。

小SAM：如何评价自动驾驶技术是安全的？

享道出行：

最为直观的是看架构和配置：比如原车的传感器是如何布置、如何形成冗余的；计算单元是怎么设计的，在主系统实现之后有没有降级策略或是安全模式等；系统层面有没有做一些避免共因失效的设计等等，这些都能侧面反映自动驾驶系统的安全性。

相对比较直接的方式：是在大量路测过程中对脱离自动驾驶及人工的介入进行统计。

百度：

自动驾驶比人类驾驶更安全，但并非100%无事故。与人类驾驶相比，自动驾驶在三个方面可以有效提高安全性。

首先，自动驾驶依靠全方位的感知系统、智能的决策系统和精确的执行系统，不需要驾驶员操作，可以杜绝人类驾驶中的疲劳驾驶、酒后驾驶等危险行为。同时，严格遵守交通规则，可以防范人类驾驶中违反交通规则情况发生。

其次，自动驾驶可通过多种传感器的融合和车路协同技术对周围环境进行全视角预先感知，可以提前规避风险，有效降低事故发生率。

最后，自动驾驶汽车具备自我学习和不断升级能力，基于丰富的出行场景可以真正解决出行当中的刚需、痛点和高频问题，从源头上改善所有参与者的信任机制，让出行的所有节点都“有迹可循”。

小SAM：自动驾驶数据很庞大，它们对服务器要求有多高？

享道出行：

自动驾驶车辆由于后装了大量的传感器设备，用于感知外部环境，每天会产生TB级别的数据，并上传至云端进行存储，云端需要规划PB级别的存储资源。

为了保证数据上传的完整性，搭建了数据上云服务，通过专线，自动实现数据的上云，并通过MD5值校验，确保数据的完整上传。

小SAM：传统汽车测试和智能汽车测试有什么区别？

享道出行：

1.传统汽车首先考虑的是司机的驾驶体验，其次是乘坐体验，自动驾驶汽车全部都是围绕乘坐体验的;

2.传统汽车更多考虑的是汽车各方面的硬件性能和对硬件的调教，自动驾驶汽车不仅关注硬件，还非常重视软件与汽车，软件与人的交互。硬件是为了实现智能化交互的基础;

3.传统汽车的各种模块的控制芯片性能孱弱，自动驾驶汽车的车机芯片，智能域控芯片，智能驾驶芯片都远远强于传统汽车，拥有更聪明的“大脑”。

所以我们需要测试智能域控、自动驾驶模块是否正常运行，这些测试在传统汽车上是没有的。

小SAM：在自动驾驶领域方面，享道/百度有哪些优势和特色？

百度：

百度从2013年开始布局自动驾驶，2017年推出了全球首个自动驾驶开放平台Apollo，截止到2022年7月21日，萝卜快跑订单量已超100万。

从技术路线来看，全球自动驾驶大体分为单车智能、车路协同两大技术路线，其中单车智能中又分为渐进式与跨越式。

以谷歌Waymo为首的跨越式路线，以高级别自动驾驶车辆研发落地为主；以特斯拉为首的渐进式路线，则是从低级别辅助驾驶向高级别自动驾驶演进。

而百度则整合了渐进式与跨越式路线的优势。

享道出行：

享道Robotaxi是上汽集团主导推出的国内首个车企L4自动驾驶运营平台，全面整合上汽集团旗下人工智能实验室（赛可智能）、享道出行、Momenta、上汽乘用车等产业链优势资源。

享道Robotaxi将自动驾驶技术与出行场景充分融合，用户可以在享道出行APP上直接呼叫Robotaxi车辆，上车前通过享道出行APP远程控制车内温度和音乐，定制专属出行空间；在车内可以通过后排乘客大屏查看高精地图也可以通过呼唤语音助手“小可”发送指令，实现人车互动。

小SAM：如何评价中国自动驾驶技术在国际上的地位？

百度：

当前，中国已经成为为数不多能与美国媲美的自动驾驶实力大国。

在政策层面，中国从顶层规划与地方政府积极探索两个维度，不断推动和完善适应自动驾驶产业发展的政策法规环境与监管体系。

比如2015年6月，工信部正式批准由上海国际汽车城集团建设国内首个国家级智能网联汽车公共服务平台——国家智能网联汽车（上海）试点示范区。

在技术研发层面，中国涌现出一大批的自动驾驶公司，覆盖自动驾驶产业链上下游。

从商业化运营层面，中国自动驾驶的商业化落地程度已经追上甚至赶超美国。

►►►

写在最后

通过朱教授和车企的采访，可能你不难发现，中国的相关部门和企业一直在努力深耕自动驾驶。虽然“自动驾驶”这个词，过往只是科幻电影的专属，可实际离我们并不远。

有了科学的路线，再加上多方一起努力，汽车的智能性就会慢慢发生质的改变。

未来，我们将能享受到更多自动驾驶带来的便利。