近日，全国首个自动驾驶营运出租车在广州诞生！所有乘客可享受首单行程免费体验。一觉醒来，无数人都被南沙朋友们的朋友圈刷屏了！
武汉、北京也不甘示弱，纷纷启动无人驾驶出租车试点运营。
潇洒打开车门，走人！！如此富含科技感、科幻般的体验，让人不禁想问未来，是否已成为现实？
01 何为自动驾驶
自动驾驶的概念简单说就是通过电脑系统来代替人实现无人驾驶，按国标定义，自动驾驶分为6个等级：
▲ 国标自动驾驶等级分类
2022年3月1日，市场监管总局（标准委）出台的《汽车驾驶自动化分级》国家推荐标准正式实施，参照美国汽车工程师学会（SAE）的汽车驾驶自动化分级标准，将自动驾驶技术分为L0-L5六个级别，其中L3（有条件自动驾驶）为辅助驾驶与自动驾驶分水岭，车辆可在其设计运行条件内持续执行全部动态驾驶任务。
2020年11月发布的《智能网联汽车技术路线图2.0》为我国智能驾驶发展规划了关键时间节点：到2025年，PA（部分自动驾驶-L2），CA（有条件自动驾驶-L3）级智能网联汽车市场份额超过50%，HA（高阶自动驾驶-L4）级智能网联汽车实现限定区域和特定场景商业化应用；到2030年，PA、CA级智能网联汽车市场份额超过70%，HA级智能网联汽车市场份额达到20%，并在高速公路广泛应用、在部分城市道路规模化应用；到2035年，中国方案智能网联汽车技术和产业体系全面建成、产业生态健全完善，整车智能化水平显著提升，HA级智能网联汽车大规模应用。
由此可见，我国自动驾驶处于L2向L3突破阶段，离实现真正意义上的完全自动化还有很大的差距。
02 现在的自动驾驶，靠谱吗？
自动驾驶的规模化商用步伐正在加速，但民众的问题和担忧也随之而来，自动驾驶究竟可不可靠？
▲ 2021年8月12日，上善若水投资管理公司创始人林文钦，驾驶蔚来ES8汽车启用自动驾驶功能（NOP领航状态）后，在沈海高速涵江段发生交通事故，不幸逝世，终年31岁。
▲ 美国一名驾驶特斯拉Model S的司机开启自动驾驶后，在国道上发生车祸身亡。特斯拉称，Autopilot未能识别前方左转的卡车，因为天色很亮，且卡车是白色的。
目前我国的园区、矿区、机场等特定的限速或低速场景已经较早实现了自动驾驶的商业化落地，但是在载人级自动驾驶领域，大规模商用仍需较长时间。
总体而言，安全问题和成本问题是自动驾驶行业面临的两大主要痛点。
自动驾驶系统是一个复杂的组合系统，涉及感知、规划、控制等多模块的协同工作。目前软件算法可以解决自动驾驶中90%左右的常规路况问题，但剩余10%的非常规问题仍然难以解决。而正是这10%难以预测的突发性问题，可能给自动驾驶安全性带来巨大挑战。
为了提高安全性，自动驾驶车辆通常需要配备摄像头、激光雷达、毫米波雷达等多融合传感器,，辅以庞大的道路测试等数据。而且在高速度的情况下，由于路况信息的变化，所带来的数据信息也更为海量，对芯片的性能也有极高的要求。
▲去年7月，AutoX发布了第五代全无人驾驶系统AutoX Gen5，豪华的配置，令人瞠目结舌。
感知硬件方面，AutoX Gen5共配置了50个高清车规级传感器；全球最高分辨率的4D毫米波雷达，角分辨率达到0.9度；6颗激光雷达，可实现每秒超1500万点云成像。
计算平台方面，AutoX Gen5配置的最新AutoX XCU域控制器算力达到了2200TOPS，是国内车载超级计算算力的新高。与特斯拉自研的FSD计算平台144TOPS的算力相比，更是高出一截。
若是根据Auto X Gen5所需的激光雷达、摄像头等硬件外设进行估计，其整车的成本，已经突破了200万。过高的单车成本，使得市场接受度较低，自动驾驶业界的价格战因此打响。
▲百度和极狐联合发布的专用于Robotaxi场景的Apollo Moon。在传感器配置上，包括13个摄像头、5个毫米波雷达，以及2颗激光雷达。整车和无人驾驶套件的成本48万元。
▲轻舟智航推出的“自定义”DBQ V4自动驾驶方案，可以支持1~5个激光雷达、0~4个盲区雷达、6个毫米波雷达、12个感知摄像头，实现360度无盲区、无死角的感知能力，最低配方案的成本仅为1万元。
可以看出，目前我国的自动驾驶业界正在寻求保障安全与控制成本之间的平衡点。只有找到这个平衡点，自动驾驶车辆才能实现规模化量产，满足市场化应用需求。
03 短期内自动驾驶的应用场景
从自动驾驶商业化落地进程来看，港口等限定区域已在2018年以来落地应用，载物领域，L3干线物流、L4无人末端物流将在2025年前量产落地。
港口
港口是典型的封闭和低速驾驶场景，是自动驾驶率先实现商业化落地应用的典型场景之一。港口基建完善度高，交通标识简单，车辆和行人干扰度低，易于管控，在解决厘米级定位、电磁干扰、大型设备识别等问题后，具备无人驾驶应用的土壤和基础。自2018年起，国内自动驾驶港口应用加速，目前国内已有13个港口落地应用自动驾驶集卡。工信部数据显示,截至2021年9月，我国大型港口货运车辆自动驾驶应用占比达到50%。
▲ 上海洋山深水港智能重卡
干线物流
受行业痛点带来的市场需求驱动，加之高速公路的道路基础设施和车辆行驶条件较好，自动驾驶技术的落地难度较低，干线物流成为自动驾驶率先实现商业化落地的场景之一。搭载L3及以上自动驾驶系统的卡车可以实现高速上自动跟车、变道超车、主动避让、自动调头等多项驾驶功能，在解决安全问题的同时，能替代一名安全员，降低用工需求,减少人力成本,提高运输效率。
▲ 行驶在东海大桥上的友道智途智能重卡
末端物流
末端物流指连接终端用户的短距离快递配送，常发生在小区、园区等封闭或半封闭场景。末端物流存在配送效率低、成本高的行业痛点。相比于载人级自动驾驶应用，该场景具有行驶速度低、路段封闭、场景复杂度低等特征，自动驾驶技术的落地难度大大降低，因而能够更早实现规模化的商业应用。另一方面，疫情的常态化加快了自动驾驶末端配送商业化步伐，无人配送车送货上门指日可待。
▲毫末小魔驼2.0，可定制600L载货空间的货箱，拥有L4级自动驾驶能力。
载人领域
Robotaxi，即本文开头提到的自动驾驶出租车，已在多个城市开展测试运营，是市场空间最大的自动驾驶场景之一。相比其他场景，Robotaxi的落地难度更大，商业化时间更晚。
与园区、机场等限定场景不同，城市道路是典型的开放道路场景，驾驶环境复杂，加之载人级自动驾驶应用对安全性要求更高。受限于政策要求，现阶段Robotaxi只能展开道路测试以及面向公众的示范性运营，并且需要配备安全员。随着未来技术发展，自动驾驶硬件成本有望下降，去掉安全员，Robotaxi的成本优势将得到充分体现，预计2025年以后逐渐实现真正的商业化落地。
现在自动驾驶的市场还处在一个启蒙阶段，未来怎么落地，怎么让无人驾驶的汽车真正跑起来，都需要经历一层层的考验。如今，自动驾驶迈出了第一步，“躺平开车”真的不远了！
素材来源：第一财经、瞭望智库、36氪、科技动力圈等
