无人驾驶，“驶”向何方？

发布时间：2024-12-28 06:05

无人驾驶汽车是未来交通科技的重要方向。 #生活常识# #科技前沿#

“无人驾驶解决了社恐的难题”“把‘有礼貌’写在了每一条程序前”“武汉‘萝卜快跑’价格涨至与网约车持平”……最近，无人驾驶话题持续引发关注。

自去年以来，国家多部委先后多次发布相关政策文件，加快推动自动驾驶无人化、商业化、规模化应用。据不完全统计，地方层面已有51个城市出台自动驾驶试点示范政策。

PIX Moving无人驾驶小巴行驶在青岛中山路上邢志峰摄

马车的载运、自行车的轻便、摩托车的拉风、汽车的快捷，到无人驾驶汽车的赛博，在科技的赋能下，交通工具加速迭代，正从“解放手脚”走向“解放大脑”。

无人驾驶“未来已来”，将带来哪些改变？

一、智商到哪个Level？

百度Apollo、小马智行、AutoX、文远知行、九识智能、滴滴等公司的无人驾驶汽车已经出现在武汉、北京、上海、广州、青岛等地的街头巷尾。人们惊喜于科幻照进现实，想要体验一把高科技的“速度与激情”。

“萝卜快跑”主打“懂礼貌”，遇到行人就会停车让行，调头时更是小心翼翼，转向灯打得明明白白；九识智能的低速无人驾驶快递车顶的“眼睛”能观六路，每当启动、转弯、停车时还会有萌萌的语音播报；文远知行的无人驾驶环卫车24小时“不打瞌睡”地在城市道路上清扫、洒水降尘、喷洒消杀……

一辆无人驾驶快递车（红圈处）出现在青岛即墨街头图源：青岛早报

众多应用场景、不同车型，也让人们好奇无人驾驶汽车的“智商”如今究竟到了什么地步？

根据《汽车驾驶自动化分级》国家推荐标准，自动驾驶分为L0到L5，分别对应“应急辅助、部分驾驶辅助、组合驾驶辅助、有条件自动驾驶、高度自动驾驶、完全自动驾驶”共6个等级。

在各大城市上路测试的无人驾驶汽车已达到L4高度自动驾驶级别，即“车”来“开车”，其核心是计算机视觉、传感器融合、路径规划等多种先进技术的综合应用，使得车辆能够对周围环境进行准确地感知和判断，从而实现自主驾驶。而大多数私家车通常搭载的是L0—L2低级别驾驶自动化功能，即由系统辅助人类执行动态驾驶任务，其驾驶主体仍为驾驶员。

在繁忙路口、恶劣天气、逆光等复杂环境下，无人驾驶汽车往往表现得不够“聪明”。无人驾驶汽车在路上遇见一条编织袋，只能停下“一动不敢动”；路面施工有个大坑，一辆无人驾驶物流车“完全看不到”，一头栽了进去……

这是因为，无人驾驶汽车仍面临技术成熟度、软硬件成本、基础设施、数据丰富度等方面的制约。

比如，技术成熟度方面，激光雷达穿透雨雾的能力有限，易受强光干扰；摄像头视觉感知的灵敏度在夜间和恶劣天气中会显著下降。

比如，基础设施方面，自动驾驶向更高水平发展甚至进入到完全无人驾驶阶段，不仅需要单车智能方面的硬件和软件进一步的技术发展和性能提升，还需要通信端、路端、云端等基础设施与车辆形成协同。

比如，数据丰富度方面，无论是采用摄像头方案还是激光雷达方案，都需要收集大量且场景丰富的数据，用于无人驾驶汽车算法的训练和迭代升级。在实际路况下获取数据需要大量行驶里程的积累，这是一件非常耗时、成本高昂的工作。

二、“自行转动”的方向盘可以信任吗？

电影《速度与激情8》中，男主为了抢夺核密码，采用黑客攻击手段，激活了数千辆车的自动驾驶系统，远程操纵汽车围追堵截，甚至从高楼上直冲而下。

电影里发生的场景也映照着人们现实中的担忧——无人驾驶时代，面对复杂的人车环境，安全问题如何保障？技术故障、黑客攻击等潜在风险是否存在？无人驾驶车辆发生事故时，如何划分责任归属？

对于交通工具而言，“安全就是最大的豪华”。一方面，乘客可能对无人驾驶的安全性存在焦虑，毕竟将生命安全完全托付给机器，对于很多人来说难以接受。另一方面，无人驾驶技术可谓技术的集大成，模块多，对软硬件间的配合要求高，这也让影响安全的变量增多，加剧了不确定性。高级别无人驾驶想要实现规模化，前提之一就是要更好地解决安全问题。

数据系好“安全带”。

无人驾驶是数据驱动的技术。一方面，无人驾驶要超过人类司机的安全性，需要至少80亿英里的测试里程，测试里程不够，获取数据不够多，安全性就无法提高。另一方面，当前无人驾驶被限定在相对固定、有限的区域，多元化场景数据特别是边缘数据难以获取，当遇到陌生场景时，无人驾驶就可能会由于对环境的误判而引发安全事故。

对此，可以通过支持扩大高等级自动驾驶运行区域，构建数字化仿真场景，使用模拟数据进行训练，车企数据交易共享等方式，不断增加无人驾驶数据的累积。

无人驾驶汽车驶过武汉白沙洲大桥图源：新华社

技术当好“领航员”。

自动驾驶技术密集，技术是左右“航向”的关键。自动驾驶的技术路线包括单车智能和车路协同两个方向。单车智能技术路线，专注于如何让车变得更“聪明”，认为无人驾驶汽车能“像人一样思考”。车路协同则是车、路、人与环境实时动态交互联动。单车智能是车路协同的基础，而车路协同是单车智能的升级，二者相互促进、互为补充，推动自动驾驶的可靠性和安全性提高。

前不久，工信部网站公布了关于智能网联汽车“车路云一体化”应用试点城市名单，覆盖全国20多个城市。“车路云一体化”通过高精度地图、传感器、云计算等新一代信息通信技术，实现人、车、路、云之间的信息交互和协同工作，以及对车辆行驶环境的全面感知和智能决策。

青岛无人驾驶小巴在胶州市智能网联汽车道路测试与示范应用先行示范区开启试运行

制度把好“方向盘”。

无人驾驶的“安全系数”，需要制度层面的保障。此前，工信部、公安部、市场监管总局、自然资源部等部委持续推动无人驾驶汽车产品准入、安全监管等方面政策法规体系建设，开展高精地图应用、汽车安全沙盒监管等方面的试点工作；上海、深圳、无锡等城市打破政策壁垒，开展无人驾驶汽车立法工作……

当下，随着无人驾驶“提速”，应进一步对无人驾驶的安全设计、开发、测试和应用等方面作出规定，包括具有高等级无人驾驶功能的车辆上路行驶条件，发生事故时的事故原因鉴定流程、事故责任划分依据和赔偿责任，车辆保险政策和赔付规则，对无人驾驶车辆、制造商、供应商的监管等。

三、未来驶向何方？

有人畅想，随着无人驾驶技术的日趋完善，在未来的城市里，无人驾驶的出租车和共享汽车将成为主流出行方式。当下，无人驾驶在很多领域还存在发展空白，有着巨大的想象空间和发展潜力。

“赛博时代”的竞技场。

无人驾驶作为一项颠覆性技术，其发展水平直接关系各国汽车产业的国际竞争力和全球产业分工格局，受到世界主要国家的高度重视，被视为一个前景广阔的“未来产业”。

一方面，它技术突破性强，建立在多个领域的综合技术创新之上，具有很强的协同性，至少涵盖了传感器、人工智能、模式识别、通信等多门前沿学科。另一方面，与“聪明的车”相伴的是更“智慧的路”和更“强大的云”，无人驾驶的探索进程往往会带动配套产业的发展。

当下，各国纷纷入局智能网联汽车赛道，看中的不光是车，还是涵盖了从基础设施建设到上层应用服务的整条产业链。根据国家发展改革委预测，2025年我国智能汽车数量将达2800万辆，渗透率82%；2030年智能汽车将达到3800万辆，渗透率达到95%。研究报告显示，2030年中国智能网联汽车市场规模有望突破5万亿元，“车路云一体化”相关市场规模超14万亿元。