企业

无人驾驶：近在已经落地，远在十年难及

汽车公社 2021-07-27 16:31

汽车产业大方向有二，一是新能源/电气化，二是智能网联+自动驾驶/无人驾驶。随着产业转型的推进，自动驾驶愈来愈被相信是汽车产业乃至人类社会未来的方向，但如何从人工驾驶过渡到自动驾驶，却是一个还在众说纷纭的议题。

用时间来打个比方：明天的图景很清晰，今天的局面很确定，惟有怎样从今到明的夜晚，仍然属于黑暗的色彩——究竟该如何为自动驾驶时代的到来铺好道路？

车尔尼雪夫斯基说过，在理论上一切争论而未决的问题，都完全由现实生活中的实践来解决。

一场以人工智能为主题的展会，一次以“我们距离高阶无人驾驶的普及还有多远”的圆桌讨论，聚集了大量从事实践研究工作和推广工作的专业人士，从华为车云、高通、福特等行业巨头，到驭势科技、赢彻科技及AutoX等迅速崛起的自动驾驶第一梯队。

于是，以“智启非凡”为主题的2021中国人工智能大会(CCAI 2021)期间，由东浩兰生和机器之心-Auto Byte联合主办的WAIC智慧出行论坛，让我们距离前面那个问题的答案，又更近了一步。

就像本文标题描述的那样，省去安全员的高阶无人驾驶，既可以说已经落地，也可以说十年之内还不能普及。

无论如何，今夜的黑暗与紊乱，终究将在摸索中打破混沌，迎接明天的光明和康庄。

无法一概而论的答案

对于重大问题，世人往往喜欢简单粗暴的回答：是，or否。

然而，很多人都忽略了一个真理：成年人的世界哪儿来的那么多非黑即白？不同的场景，不同的约束条件，会导致最终答案的落点存在变数。高阶自动驾驶，就是一个典型。

在“我们距离高阶无人驾驶的普及还有多远”的圆桌论坛里，AutoX创始人兼CEO肖健雄给出的见解，在汽车公社/C次元看来最具备代表意义，因为所观察的范围不同，那么答案并不一样。

“一个城市搞定无人驾驶，我们的答案是2-3年。但是如果全中国无人驾驶，可能需要时间，可能需要长达十年的时间才能普及到全国这么多的城市、城镇，”肖健雄将单一城市和全国作为不同的前提条件，“因为中国是相当大的国家，咱们国家真的很大，不像新加坡一个城市就能搞定的，所以确实需要一定时间。”

其实，按照肖健雄的划分，如果把观察范围从一个城市缩小到该城的一个区，“如果这样的话已经实现，所以这个数字是个负数，”他开了个玩笑。这是由于，自动驾驶出租车Robotaxi在深圳某些区域业已实现了高阶无人驾驶，2020年全年都在进行测试，2021年1月对外公开试运营——故而从理论上说，高阶的无人驾驶已经实现了落地。

但倘若要放到整个城市的范围内，那么难度会比单区运行高一个数量级，但是又比跨城低。诸如目前被视为全球自动驾驶最强的Waymo，已经在面积可观的凤凰城进行自动驾驶测试，在肖健雄看来“理论上没有什么可以阻止它更大的规模（测试），当然凤凰城的路况相对比较简单”。因此，对于大城市的全城自动驾驶投运，他给出了2-3年的时间；但如果把范围扩大到全国，可能就会延长到十年。

当然，也有不少与会人士从保守或者克制的层面给出展望。

华为智能车云服务CTO喻杰的观点和许多传统认知吻合——如果将L3级以上定位为高阶自动驾驶，则还需要一段时间，因为目前在技术层面和法律层面都存在难点。

喻杰也着重强调了前提——在限定范围内，即“这个范围有多大，我们的车队有多少”。以Waymo为代表的Robotaxi，在限定范围内的确实现了高阶自动驾驶，而且也开始让真正的用户和消费者受益了；不过商业模式是否成立？能否开拓到其他城市？在喻杰看来还有待观察。

而特斯拉为代表的辅助驾驶领域，未来还将不断拓展ODD应用范围，从简单的车道保持到现在也有一定红绿灯识别的能力，从封闭高速路段到一部分市区路段。“大家可能出于技术上的考虑或者法律风险上的考虑，应该都会限制住不叫L3，我认为这是比较长期的过程。”在大家普惠的能够得到的短期之内，本质上还会是辅助驾驶或者高阶的辅助驾驶，“至于说真正的高阶大概有多远？可能在限定区域内可能实现了……现在如果说真正定义的高阶是放手给机器的话，我认为还是需要时间的。”

嬴彻科技CTO杨睿刚指出号称比乘用车进度更快的自动驾驶重卡也面临的两个难点，一是高速运动+高重量对于感知系统提出的高要求，二是多节车身与大重量带来的车辆控制难题，包括重卡在内的纯无人驾驶普及，还需5-10年。

也有同时从乐观和悲观两边均衡看待议题的观点，例如的卢技术有限公司创始人、CEO张英。在其看来，目前的产业环境和绝大多数企业无法实现高阶无人驾驶的普及；但不需要“等这一代消费者老了才会来”。“高阶自动驾驶应该由消费者实际需要解决的场景困难来定义，而不是行业技术难度来定义。自动驾驶不是一项技术，而是一项服务，关键在于消费者是否买单。”

驭势科技联合创始人董事长及CEO吴甘沙则给出了大规模商业化的前提标准——无人驾驶能否比有人驾驶更为安全，在他看来，“虽然有人说自动驾驶已进入下半场，但套用丘吉尔的一句话——现在只是开始的结束，我们刚从演示开始做大规模商业化的量产。”

因此，我们既可以说高阶自动驾驶，或者脱离安全员的无人驾驶，已经在局部投入运行，也可以说要真正大面积推广还要10年的时间。

争辩尚未落定

倘若说，允许给出前提的时候，我们对“高阶自动驾驶何时到来”，基本上可以给出一个答案，那么实现过程依然还是充满了各种争议。

例如“L3级自动驾驶是否需要跳过？”、“数据积累数量和质量如何平衡？”等等最前沿的话题，已经被行业争论了不下十年，如今依旧各方坚持自己的观点。

以“自动驾驶实现的阶段模式”而论，要不要落地L3一直是两派针锋相对。由于在SAE的标准里，划定层级的最大依据并不是传感器或者算力，而是权利与责任的落点，那么L3便有最大的特征——权责在人和车之间频繁交接。尽管从理论上看，L3对传感器和算力的诉求不如L4那么高，但这种频繁转换交接增大了风险，并且商业价值也有待具体论证。

故而类似丰田、博世等厂商放弃了发展L3，而奥迪原先打算将A8做成首款量产L3车型，却也打了退堂鼓；反过来，一直在自动驾驶方面排名靠后的本田，反而接过了这个首款量产L3车型的桂冠，起先放弃L3的福特却吃了回头草，决定选择渐进发展路线、重拾L3。

本次论坛里，杨睿刚表示认可L3-L5的渐进式迭代，“L3与L4、L5的自动驾驶车辆，机器成为驾驶主体，不论是从软件架构、传感器配置、对车辆底盘的要求，都没有本质区别。只要传感器不少，并都能记录和同步数据，那就可以用来做仿真和训练，以促进向L4、L5迭代升级”。

不过，肖建雄对此则提出了异议：“传感器并非越多越好，但是一定要够，不够绝对无法实现无人驾驶。数据有效是限制在同类数据的，从经济性上考虑，如果车上的传感器及价格已是L4级别，那么就没必要再从L3开始渐进式发展。如果价格卡得很死，就不可能装那么多传感器。而且如果付出了那么多传感器的成本，为什么不当成L4来用呢？”

可见，除了之前博世、丰田关于权责交接带来的风险考量之外，有关L3可操作性还需要深入到传感器成本、数据积累的考量上面。

是不是有些细化问题就一定是方向确定呢？是，也不完全是。

拿“数据积累”为例，喻杰表示若要实现全场景自动驾驶所需的数据量，并没有统一的答案，只能说“自动驾驶对数据的需求是无止境的”，同时积累的数据必须具备有效性。正如肖健雄所说，包括特斯拉的“影子模式”在内，行业现存的误区，就是数据只重量、不重质；而高质量数据意味着需要很大的存储空间和处理能力，这也是为什么AutoX第五代无人驾驶系统拥有高达2200 TOPS的算力。

再以C-V2X/V2X而言，当下公认这个议题“极其重要”但是难点在哪里？如何去解决？依然众说纷纭。

福特中国首席信息官及车联网技术负责人侯新海列出了四大难点：

1、V2X需要全方面的协同，产业链较长，参与者众多，投资也很大。“消费者的实际需求有时并没有被真的掌握，有一些地方投资比较片面，只求速度。”

2、目前数据权的分级仍未开放，运营主体仍有很多提升空间。很多地方数据权的运营主体不够明确，这样对V2X的商业化会有一定障碍。

3、在技术标准和安全标准之间需要统一标准。因为目前如果在不同城市接入V2X，每个地方的接入标准，信息标准都有一定区别，所以福特在每座城市都需要一定的额外适配或测试。

4、保持数据的完整一致非常重要，但在V2X的发展现状中，普遍偏向“重投资轻运营……如果想这一行业走得更广的话，需要整个行业的协同。”

而高通技术公司产品市场副总裁孙刚表示，高通目前有三条车载方面的生产线，即车联网与C-V2X、数字座舱、自动驾驶解决方案，由于现在绝大部分车辆在信号传输上仍然使用的是分布式架构，少部分车已经用上了更先进的域控制器架构，而高通正在统一智能座舱和自动驾驶这两部分的架构，有可能最后形成一个中央计算的架构，这也是车端智能和C-V2X必要的架构基础。