行业设定的及格线甚至是绕地球44万轮路测

图虫创意/供图

放开双手，自己转动方向盘，穿行在大街小巷，在早晚高峰的人群中穿行你想要它带你穿过城市吗

把手从方向盘上拿开这个简单动作的背后，是对技术和法规的极度信任要让自动驾驶看起来像一个见多识广的老司机，行业设定的及格线甚至是绕地球44万轮路测算法也有很强的角力欲望，以至于有企业说广东有台风我们就特别开心

自动驾驶进城关系到日常交通方式的改变，也关系到很多企业的生意自动驾驶公司的盈利压力迫在眉睫，车企也需要手握王牌面对智能化的竞争种种迹象表明，自动驾驶似乎离家越来越近了

对标老司机

在手机软件上选择起点和终点，在规定的上车点上车，坐在后排，将自己手机号码的后四位报给语音系统一次前往机器人之旅即将开始在此期间，方向盘会自行转动，路上车辆和行人的情况会简化成小图标，实时投射到你面前的屏幕上它永远不会闯红灯，不会压线，但会变道甚至堵车，有时还会急刹车这是L4级别自动驾驶的一个基本体验

根据技术成熟度从低到高，业界将自动驾驶分为L0~L5六个级别，其中从L3到L4的跨越意味着驾驶权从人转移到车，之后将基本甚至完全不需要人类驾驶员接管车辆目前，汽车采用的自动驾驶功能大多处于L2水平IDC数据显示，第一季度中国汽车市场，L2新乘用车渗透率为23.2%，L3的少数车型，计划量产，L4相对较远，L5甚至被认为难以实现

分类相当于定义了试卷，但自动驾驶，尤其是L4以上，需要实际路考答题，如何判卷还不清楚多位接受证券时报记者采访的业内人士表示，L4能力的成熟度可以在封闭场景下测试，但开放城市环境下的评估体系有待探索

业内流行的标准是路测里程战略智库兰德公司曾发布报告称，需要110亿英里才能从数学上证明自动驾驶比人类驾驶更安全这相当于沿着赤道绕地球44万圈

场上的球员现在似乎远远落后了谷歌兄弟Waymo的路测里程可能已经超过2000万公里，国内领先公司百度Apollo今年3月宣布里程突破2500万公里，马骁智行和文远智行分别为1300万公里和1100万公里

除了里程长度，场景丰富度也会影响测试结果文远智行相关负责人告诉证券时报记者，文远智行在中国和美国都有测试项目，同样距离在中国遇到的拐角案例是美国的30倍因此，虽然中国自动驾驶头部企业的里程没有Waymo等美国企业长，但我们认为与他们的技术差距只有一年左右

载树的车辆是不是树，婚车上的人像照片是不是人，这些场景很少但影响驾驶判断因此，学习尽可能多的角案例是算法走向成熟的关键研究机构Fourin中国调查部总监周金成对证券时报记者表示，主流方法只能不断上路积累数据，但corner case是用之不竭的最终的理想效果可能是，自动驾驶的事故率落入可接受的容忍范围

也有一些非主流的技术路线试图提供解决方案初创公司多莱姆通过人类视觉的仿生技术进行碰撞预测该公司相关负责人告诉证券时报记者，除了识别感知，人眼的另一个通道是运动感知例如，你不需要清楚地识别它在外部光线的范围内是什么，但你可以检测到它在移动，并在必要时避开它

是城市中各类场景密度最高的地方，也是自动驾驶最难的课题荣源七星副总裁秋表示，由于城市中交通参与者众多，对象复杂度高，道路纵横交错，对预测能力的需求将大大提高

交通规则和行人安全往往在自动驾驶算法的逻辑中权重最高但是，要教会算法交集的规则并不简单很多交通法规是无法量化的比如合流车道限速，提前多长时间打转向灯，都是靠司机的经验此外，交通法规也有模糊的空间比如前面有车停的时候能按实线，就要学会自动判断周金成说

光知道规则开不了好车自动驾驶需要更像一个老司机在企业路试视频和记者试乘体验中，经常出现靠近公交车站或在侧边时过度制动的情况，影响乘坐舒适性

"这是因为算法策略是保守的."荣源七星副总裁刘璇说，最早行业的决策规划都是按照既定规则，后面会优化几条决策路线，根据分数做出选择，高阶是利用强化学习和博弈论，让算法自己学习目前能做到的企业很少

城市场景的差异尤其考验自动驾驶的适应性刘璇举例说:我们的车在路上不怕别人拥堵，有时候还会堵别人因为一线城市的交通拥堵，比如从主干道变道到辅道，如果一直等下去，是绝对过不去的

马骁之星在接受证券时报采访时也表示，不同地方的路况和天气都不一样本质上，车辆需要了解驾驶行为的关键标准，比如通过路口的时间与黄灯的关系，或者不同天气下传感器信号的处理方法我们的想法是用一个系统实现异地自动驾驶北京广州要两个星期，车在本地能跑得更好

清除成本账户

自动驾驶不仅是一项技术，更是一项业务企业要把自动驾驶功能做到足够便宜，让消费者接受，自动驾驶企业运营Robotaxi服务，运营车辆的成本至少要和出租车持平

成本首先来自硬件不像特斯拉的纯视觉路线，只依靠摄像头，国内普遍选择更多更强的传感器和更强的计算能力的芯片新上市的中高端机型中，激光雷达等零部件几乎已经成为标配，硬件配置也相当堆砌

一些自动驾驶公司也抛出了自己的成本报价百度Apollo与极狐合作共享无人车Apollo Moon量产，号称整车成本价48万元，荣源七星表示，自动驾驶硬件的购买成本不到1万美元，量产后可以下降70%，轻舟智航表示，其量产成本低至万元

值得注意的是，上述企业主要经营Robotaxi服务，成本回收方式与乘用车销售不同此外，有业内人士提醒，报价是基于量产，车企大规模采购装车的阶段还没到，现在谈成本还没什么

自动驾驶能力需要软件和硬件的配合如果为了降低成本而放弃一部分硬件性能，就意味着软件更强刘璇说，虽然固态激光雷达的价格更便宜，但它的点云质量实际上不如原来的机械激光雷达要想利用好，需要在算法上做更多的优化和补偿，同样，如果不使用大计算能力的芯片，就需要更好的推理引擎技术

除了硬件成本，自动驾驶公司还需要考虑安全员的人力成本证券时报记者了解到，安全员一般是自动驾驶公司的全职员工，甚至是承担测试任务的技术人员他们的工资至少与出租车司机持平甚至更高

实现盈利本质上是车辆利用率的问题在我们硬件成本足够低的前提下，不考虑R&D成本的摊销，只要安全员与车辆的数量比小于1:1，就能突破盈亏平衡点后期还可以通过跑早晚高峰，机场线等路段来提高车辆利用率

目前Robotaxi只能在有限的范围内运行，如北京亦庄，广州南沙，深圳福田等车辆数量不够，需要在固定地点上下车，一定程度上破坏了其对用户的吸引力

业内普遍认为，Robotaxi距离真正盈利还有一段距离，所以这两年企业的业务也在转向一方面从L4降维到L2和L3，比如文远智行获得博世战略投资，双方合作L2和L3自动驾驶量产和市场应用，另一方面是拓宽场景文远之星，马骁之星和荣源七星涉足商用车业务，如自动驾驶小型客车，环卫车和轻型卡车

Robotaxi代表了最核心，最具挑战性的场景小巴，环卫车和它都有一个共同点，那就是它们在城市里行驶虽然产品不一样，但是R&D工程师需要解决的场景问题都是一样的，所以我们的核心算法是可以通用的而且小巴和环卫车的运营路线相对固定，商业化相对容易，可以在通往Robotaxi的过程中为我们创造利润文远知行的相关负责人说

企业背后的投资人不想等太久要解决这个死角问题，我们需要找到另一种方法投资人不会一直拿钱无休止的支持自动驾驶企业的R&D，对于支持企业的政府可能会有对赌或者业务落地的要求所以自动驾驶或者智能辅助驾驶一定是能落地的这既是对投资者的保障，也是对企业自信心的提振，是企业自身良性循环的内在要求松禾资本董事总经理杨燕告诉证券时报记者

新业务也需要产生规模效应我们的自动驾驶轻型卡车业务还处于早期阶段，现阶段很难取代司机我们要做的就是逐步扩大经营的规模和时间，和主机厂一起向低成本，高数量的方向推进刘璇说

谁来带路。

智能化被视为汽车市场竞争的下半场，自动驾驶是智能化的核心功能之一所以吸引了车企，L4自动驾驶公司，Tier1，互联网公司等各路资本来下注

最受关注的两股力量来自于车企和自动驾驶公司，分别倾向于循序渐进和一步到位的技术路线在邱看来，由于司机主体责任的不同，商用车车主需要随时接管车辆，车企追求的是车主更好的体验感所以他们的自动驾驶开发是功能性的，从相对简单的高速导航，车道保持等功能开始，每个功能都有限定的场景，L4企业追求零接管，需要全场景运营

有时候，两者会互相借鉴，用各种方式建立联系企业需要更多的驱动数据除了从自己的车辆上收集，Robotaxi是一个很好的渠道，自动驾驶公司需要与车企合作开发量产车型，或者直接以产品的形式向车企供应能力所以市场上经常出现车企+自动驾驶公司+出行平台的三角合作，更有特斯拉，小鹏等活跃的公司打算亲自出马做Robotaxi

不同主体呈纵横关系，常见模式大致如下:车企全栈自研自动驾驶技术，企业孵化，投资自动驾驶企业或建立战略合作，自动驾驶公司向Tier1提供能力，然后交付给汽车公司等在上述模式中，车企与自动驾驶技术的距离由近及远

在融资上，我们非常重视OEM和Tier1的参与，可以带来更多的产业资源比如，与战略投资者宇通集团共同研发了预装，量产的无人驾驶小型客车和环卫车，与博世的合作可以凭借其百年工程能力使我们的算法更加稳定和规模化文远知行的相关负责人说

可是，汽车公司掌握着终端产品，最有可能处于核心地位汽车工业是一个有一百多年历史的行业国内外汽车公司和上下游企业都有自己的一套严格的逻辑和体系，包括生产管理，成本控制，整车法规和产品工艺的质量要求等所以初创公司的技术和产品最适合这些企业的现状和需求如果不能融入他们的逻辑和系统，可能会不舒服杨燕直言不讳地说道

事实上，车企往往选择多条腿走路，同时与多家自动驾驶公司合作，自己研发自动驾驶技术杨燕认为，这是车企根据自身情况所做的事情车企本质上并不愿意交出自动驾驶技术，自动驾驶公司似乎也不会向车企开放自己的核心算法所以现阶段双方的合作很可能是若即若离如今自动驾驶公司海外上市之路受阻，而车企在资金和话语权上更胜一筹，很难形成同台对抗

在头部车企争相自研的环境下，自动驾驶公司需要尽快找到合适的生存空间周金成表示，现在车企竞争节奏很快，自动驾驶也需要时间一些汽车公司可能无法在短时间内建立自己的能力一些大型车企看到，自动驾驶部门领导的工资没有聘请的程序员高，足以看出组建团队的成本，一些优秀的主机厂愿意接受外部的技术刺激所以自动驾驶企业还有很大的发挥空间

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。