從特定道路向常規道路進一步拓展:高級別自動駕駛2025年迎來大規模落地?

2022年08月16日22:18

物流、景區、礦區等垂直領域的自動駕駛和無人駕駛會更先落地,但乘用無人車在真實和複雜的城市的落地則需要更多的時間。

21世紀經濟報導記者 杜巧梅 北京報導

在交通運輸部《自動駕駛汽車運輸安全服務指南(試行)》(徵求意見稿)公佈一週後,8月15日,科技部公佈了《關於支援建設新一代人工智能示範應用場景的通知》(以下簡稱《通知》),為加快推動人工智能應用,助力穩經濟,培育新的經濟增長點首批支援建設10個示範應用場景,其中之一就是自動駕駛。

《通知》指出,將針對自動駕駛從特定道路向常規道路進一步拓展需求,運用車端與路端傳感器融合的高準確環境感知與超視距信息共享、車路雲一體化的協同決策與控制等關鍵技術,開展交叉路口、環島、匝道等複雜行車條件下自動駕駛場景示範應用,推動高速公路無人物流、高級別自動駕駛汽車、智能網聯公交車、自主代客泊車等場景發展。

事實上,作為多產業融合的新興產業,自動駕駛正在逐步成為汽車產業鏈的核心和產業高質量發展的決勝點。尤其是近兩年來,在技術、政策、資本這三駕馬車共同作用下,自動駕駛正在加速落地。

數據顯示,2021年中國市場車聯網新車滲透率53.3%,高於全球市場;具備L2級自動駕駛功能的新車在全球佔比43%,處於領先位置;有機構預測,2025年全球自動駕駛汽車出貨量預計達5000萬台,中國L2級以上智能汽車銷量將破1000萬台,智能汽車滲透率將達50%。

“到2030年,沒有自動駕駛能力的電動車,將完全沒有競爭力。”百度創始人、董事長兼首席執行官李彥宏判斷。

隨著相關政策法規的出台,從主駕配備安全員到方向盤後無人再到真正實現車內無人化,我國自動駕駛正逐步從理想走入現實。

“L4級的無人駕駛究竟什麼時候能夠落地,需要三個條件。”日前,北京斯年智駕科技有限公司CEO何貝在第九屆智能網聯汽車技術年會(CICV 2022)上表示,“首先整個行業法律法規走向成熟,允許去除安全員;其次是相關技術成熟,不掉鏈子;最後是車輛的主流標準統一,實現量產並走入真正的運營。”

而港口、高速公路、停車場等封閉場景也成為目前高級別自動駕駛技術主要的落地場景。

部分場景率先應用

由於L4\L5級自動駕駛迎來發展真空期,距離規模化落地,實現商業化運營的週期也非常漫長。

在自動駕駛理想與難以商業化的現實矛盾下,自動駕駛研發領域一直有兩種分化較為明顯的路徑方向。一種是以Google旗下Waymo為代表的企業,專注L4級別以上、一步到位實現高階自動駕駛的路徑。另一種是以Tesla為代表的,基於量產車上路、量產迭代、逐步實現自動駕駛的路徑。

“Tesla跟Weymo區別在於Tesla是漸進式的,Weymo則是直接開展L4級的道路測試,對於Weymo來說,未來的路很長,也很難,而且中間很多風險點。”何貝指出。

因此,包括斯年智駕、友道智途、馭勢科技在內的自動駕駛企業將更多目光瞄準了封閉場景的物流、泊車領域。

“2020年到2030年,第一個三年,斯年智駕就是在純封閉的環境,包括港口內的集裝箱、乾貨、散貨的運輸,第二個三年將在包括港口和工廠、口岸、園區、廠區實現無人駕駛的貨物運輸,最後一個三年就是走向真正的幹線物流和城市配送。”何貝表示,港口是一個具有千億量級規模的市場,通過購買車輛進行無人駕駛改裝,進而給港口提供一個運輸運營服務,從而獲得更多的測試數據和場景的落地。

“從整個行業來看,目前L4級自動駕駛領域,尤其是幹線、港口、礦山、環衛、機場等場景,無人駕駛公司都會親自下場,除了數據的積累和場景測試之外,更重要的是L4級別的無人駕駛天然屬性就是運營。”何貝指出。

而另外一個重要的場景是代客泊車。

JD.POWER中國消費者自動駕駛信心指數調查發現,停車場景(即自動泊車)是消費者期待最先實現無人駕駛技術落地的場景;頭豹研究院研究則顯示:2016年-2020年,具備一定自動泊車能力的汽車裝配量翻了4倍。

預計2025年,整個自動泊車行業規模將超過400億。頭豹預測,到2025年,智慧停車場滲透率(新建智慧停車場數量占新建停車場比例)將達96%,覆蓋率(智慧停車場數量占總停車場數量比例)將提高至99%。

值得一提的是,小米汽車也將泊車場景作為自動駕駛技術的重點打磨方向。

8月11日晚,小米集團創始人、董事長兼CEO雷軍披露的小米自動駕駛最新進展顯示,小米自動駕駛團隊宣佈將創新推出一體化的泊車智能解決方案,涵蓋“預定車位”“自主代客泊車”“機械臂自動充電”等多項功能,未來還將打通其他停車場服務,在遵守國家相關法規前提下,實現智能化與服務化的體驗融合。

在此之前,面對中國用戶駕駛過程中頻率較高、操作複雜的城市泊車問題,2021年,威馬率先在其威馬W6車型上實現了AVP無人自主泊車功能,今年7月,基於自動駕駛、物聯網loT、室內高精導航等技術,威馬再次推出“智慧停車”服務,打通車端智能和場端智能,為車主解決停車難的問題。

L4級自動駕駛雖近尤遠

8月1日,國內首部關於智能網聯汽車管理的法規《深圳經濟特區智能網聯汽車管理條例》正式實施,首次對智能網聯汽車的示範應用、準入登記、上路行駛、網絡安全、事故處理、法律責任等事項做出具體規定。

8月8日,交通運輸部就《自動駕駛汽車運輸安全服務指南(試行)》(徵求意見稿)公開徵求意見;重慶、武漢兩地政府部門率先發佈自動駕駛全無人商業化試點政策,並向百度發放全國首批無人化示範運營資格,允許示範應用主體開展車內無安全員的遠程測試、示範和商業運營,並為開展自動駕駛業務的企業,提供詳細的指導和支援。

政策接踵而至,業內也對高級別自動駕駛落地充滿期待。

不過,需要指出的是,由於與自主行駛安全性相關的關鍵核心技術最終能否攻克與應用落地、數據的積累、算力的支撐、商業模式的構建等尚存在不確定性,示範運營車輛之外,真正L4級自動駕駛雖近尤遠。

一是面臨政策法規與公眾接受度的問題。儘管隨著我國自動駕駛技術不斷成熟,相關制度的建設也在逐漸完善,標準體系也在進一步發力,但作為新興事物,自動駕駛在發展過程中依然產生了不少法律的爭議問題,尤其是當下在各國都處於自動駕駛技術、智能網聯汽車從道路測試到商業應用的關鍵時期。

“由於自動駕駛汽車的特點是系統代替了人在特定條件下進行駕駛行為,但根據我們當前的法律,很難解決當使用自動駕駛技術車輛帶來損害時,法律責任應該如何追究,這個對於公眾的信心是一個非常沉重的打擊。”天津大學中國智慧法治研究院研究員楊寧表示,立法的重要性在於解決兩個問題,第一是自動駕駛汽車的性質地位和準入管理的問題,第二是使用自動駕駛汽車的主體的權利義務以及造成事故的責任問題。

其次,自動駕駛仿真技術不夠成熟。

在何貝看來,雖然當前自動駕駛技術已經解決的差不多了,但還是存在很多問題,無人駕駛落地不是一個完全的AI問題,更多是系統化的問題。

“非常多的政策法規要求自動駕駛或者高級輔助駕駛在進入市場的時候需要有足夠多的模擬仿真以及封閉道路場地測試。但在仿真領域,一方面是高保真的傳感器模型的缺失,另一方面還面臨如何構建AI模型、交通模型、仿真傳感器模型的問題,此外,針對ODD(Operational Design Domain)自動駕駛系統的場景泛化測試體系還沒有形成。”西安深信科創信息技術有限公司聯席CEO鮑帥表示。

最後,110億英里或180億公里的自動駕駛測試里程以及10億個自動駕駛測試場景短時間內難以完成。

“自動駕駛車輛必須有足夠的里程測試之後才有可能超越或者說追平人類的駕駛水平。”鮑帥指出,經過非常嚴格的數學推算,自動駕駛要完成110億英里,也就是180億公里的里程測試,才有95%的信心超過人類的駕駛水平20%,但完成180億公里的測試本身是非常巨大的挑戰。

而對於L4級自動駕駛大規模商用化落地,何貝預計還需要15年的時間。

“這個行業的爆發點就是這麼幾年,2025年之前封閉場景自動駕駛基本就能見分曉,2030年在真正的城市道路、幹線物流方面會有突破和批量化,2040年真正實現高級別自動駕駛的大規模應用。”何貝表示,包括物流、景區、礦區等垂直領域的自動駕駛和無人駕駛會更先落地,但乘用無人車在真實和複雜的城市的落地則需要更多的時間。

而鮑帥則認為2025年在仿真技術的研發領域有望實現突破,尤其是在算力的提升和數據積累層面。

“尤其是大閉環解決方案的提出,以及Tesla影子模式的應用,高級別自動駕駛會有一個比較好的加速落地的過程,所以我對2025年充滿期待。”鮑帥最後表示。

關注我們Facebook專頁
    相關新聞
      更多瀏覽