机遇与动荡：智能驾驶商业化还有多远？

【行业】根据公安部道路交通事故统计，我国道路交通事故死亡人数和万辆汽车死亡率基数较大，与国外相比差距明显世界强国。

安全水平的进步仍需不懈努力，智能驾驶为解决交通安全问题带来机遇。

当前的问题是，在智能自行车和道路设施投入巨大的情况下，高端自动驾驶如何实现商业化？如何率先为用户提供价值？自动驾驶商业化之路还需要跨越多少关卡？在中国车谷智能汽车产业创新论坛上，多位与会专家就自动驾驶的商业化发展进行了集思广益。

■技术路线最终将由市场选择。

“中国智能驾驶技术发展的必然路径是车路高度协同的自动驾驶。

”东风汽车集团有限公司技术中心主任谭耀明认为，目前L2级辅助驾驶技术的迭代将逐步突破；道路智能化之后，依靠V2X、高精度地图和完善的监管监管，可以实现车路协同的L4级自动驾驶。

从技术策略来看，L2已经处于量产竞争阶段，而L3需要在技术、成本、法规、用户体验等方面寻求进一步突破的机会；对于L4，我们选择提前布局，在技术、产业模式等方面反哺L2。

中国电动汽车百人会副秘书长徐艳华描述了两个圆圈，分别代表了技术风向标全球自动驾驶汽车行业的发展历程——车企从L2逐步向L3、L4发展的进步路线，科技公司直接跃升到L4。

水平机器人出租车路线。

“在科技公司圈子里，我们现在正处于调整和动荡的状态。

”徐艳华说道。

Uber出局，Waymo商业计划远未实现，Zoox被卖给沃尔玛，联手福特、ARGO AI打造无人配送商业生态，Apollo正在调整模式和战略，PONY正在推动双跨越发展。

在车企前进的道路上，智能网联汽车保持快速发展。

今年1-8月，L2级智能网联乘用车市场份额达到20%。

预计2019年L2或L2+汽车将占全球汽车产量的70%左右。

“预计未来两年，车企将推出多款高端自动驾驶车型。

到时候，我们仍然会遇到激进公司的共同问题，并且存在一些我们无法跨越的障碍。

”徐艳华说道。

高水平自动驾驶将面临两大挑战。

首先是技术，智能感知的瓶颈；二是商业落地。

中国信息通信科技集团有限公司副总经理、专家委员会主任陈善志讲述了目前自行车智能化存在的问题。

目前，企业可以用10%的投资和时间解决90%的自动驾驶问题，但剩下的10%的长尾问题可能需要90%的投资和时间来解决。

从L1到L5，传感器数量、传感精度、计算能力不断增加，而且呈指数级增长。

另一方面，道路设施环境、道路交通优化、车辆成本过高，难以支撑车辆的商业化。

业务实施包含多种技术路线。

在徐艳华看来，无论是激光雷达学派还是弱感知强视觉学派，特斯拉的神经网络学派还是谷歌Waymo的PBT学派，都是基于公司对技术的理解和商业逻辑决策，最终是市场的选择。

目前，包括马斯克和不久前辞职的 Waymo CEO John 在内的几乎所有人都认为，在可预见的未来，自动驾驶（L5）在道路上的大规模部署仍然不容乐观。

“不过，这并不意味着全球为汽车高度智能化所做的努力没有意义，而是我们必须基于我们掌握的技术找到最佳的商业实施路径，必须通过价值表达来推动市场发展。

”徐艳华强调。

■智能驾驶商业化还有多远？商业价值体现在对私人用户的安全保障、出行效率、出行体验、人和车等，以及对商业用户减少驾驶疲劳、减少公路伤亡、降低能源消耗成本、提高车队运输效率等。

在乘用车方面，中国汽车技术研究中心高级主任吴松泉列出了三类自动驾驶应用场景。

第一个是自动泊车场景。

L2级自动泊车辅助（APA）已广泛应用于量产车型，在高端车型中渗透率超过80%。

仅今年就有近50款车型配备了APA功能。

在高级别自动驾驶技术方面，L3级远程泊车辅助（RPA）和L4级自动代客泊车（AVP）日趋成熟。

AVP有望率先实现城市场景下的高级别自动驾驶商业化。

网络地。

二是高速公路等特定场景的自动驾驶。

高速公路场景因其路况相对简单、基础设施建设投入集中，将成为自动驾驶落地的重要场景。

但由于我国法律法规的限制，高水平的自动驾驶尚未落地。

我国北京、海南针对高速公路自动驾驶采取了政策豁免等措施，推动行业从试点示范逐步发展到规模化应用。

第三个是机器人出租车。

在完全无人驾驶的情况下，自动驾驶系统对城市道路海量车流的有效识别和响应是产业化的难点。

只有提高硬件级感知能力和软件级数据处理能力的双向提升，才能应对快速变化、复杂的城市路况。

而V2X车路云协同技术可以帮助Robotaxi实现城市出行路线规划和安全驾驶。

对于智能汽车行业的发展前景，吴松泉相对乐观。

他认为，2020年是中高端智能网联汽车产业化的准备阶段，自动驾驶技术将在2020年左右实现量产和应用。

实施场景将根据道路交通的复杂程度和完备程度而定。

的配套设施。

逐步在不同领域展开，比如干线物流、单场景无人驾驶有望率先落地。

2020年，行业进一步发展，监管环境持续优化，商业模式不断丰富成熟，市场认可度逐步提升。

■消费者、政策、资本是根本驱动力。

谭耀明表示，自动驾驶正在逐步落地，车路协同、法规政策、客户安全信任是高度自动驾驶商业化的重要瓶颈。

在用户层面，中国消费者对自动驾驶的认可度较高，使用自动驾驶的消费者越多，认知度越高，购买信心越强。

可见，增强消费者对自动驾驶的认知和信心是拉动消费者购买的关键。

麦肯锡全球管理合伙人管明宇表示，“全球使用ADAS功能的付费意愿非常高，其中中国的平均付费意愿最高。

” 2008年以来，全球消费者愿意更换汽车品牌以换取车内互联网服务。

一直稳定在40%左右，其中中国领先。

麦肯锡研究显示，在中国，大多数消费者看重智能汽车技术，10%-40%的消费者愿意为这些智能网联功能付费。

其中，消费者认为自动驾驶相关功能价值最高。

另一方面，云升级OTA对于中国车主来说变得越来越重要，约60%的消费者愿意为此付费。

其次，是资本驱动。

据麦肯锡统计，迄今为止新四大现代化方向的投资已超过1亿美元，是十大传统车企总市值的一半以上。

“过去十年，新增资本相当于对前七家车企进行了再投资，希望重新打造出这样一个新产业，规模惊人。

”关明宇叹了口气。

最后，在法规方面，德国下议院批准了一项法案，希望最晚在2020年允许无人驾驶出租车和无人驾驶货运车上路。

政策法规或加速支持高端自动驾驶落地。

近期，我国智能汽车相关法律政策完善正在加速。

不过，吴松泉表示，目前的产品管理政策法规都是以传统汽车为基础，在测试示范、标准管理、产品准入、OTA升级等方面存在不足。

目前最紧迫的问题是产品准入、流量责任界定、网络和数据安全。

但需要注意的是，“自动驾驶的商业实现必然离不开政府的支持。

智能驾驶安全的责任主体仍然是企业，政府的责任只是创造环境，而不是保护”。

企业”。

徐艳华强调。