自动驾驶落地，如何做到技术与场景相匹配？

自从1885年卡尔·本茨发明汽车以来，这个人类历史上最重要的交通工具之一就开始朝着“自动化”不断发展。

从摇杆启动到电启动，从手动挡到自动挡，从内燃机到电驱动，汽车的每一次技术革新都在降低人的操作难度，而自动驾驶的出现则从根本上解除了人与汽车的操作绑定。

一般认为，真正的自动驾驶概念于2013年出现，并在此后的十年间在汽车产业和资本市场中爆发。在自动驾驶产业发展初期，应用市场的态度十分乐观，相当一部分车企曾表示在2020年就能实现L3级自动驾驶的全面普及，而L4级的自动驾驶在2025年就能落地。

一时间所有人都在期待着自动驾驶的大规模应用，这种应用包括“自动驾驶出租车”、驾驶私家车出行可以完全无人接管、相关系统成本大幅度降低、城市交通拥堵大幅度缓解等等，一切似乎都在朝着美好的方向发展。

但到了2024年，市场依旧没有看到曾经想象中的全面自动驾驶，甚至连L3级的自动驾驶都没有完全落地。不仅如此，在过去的几年间，相当一部分企业，包括车企和自动驾驶企业还缩减了相关业务。

空中楼阁已经不再具有吸引力，落地成为了自动驾驶行业的关键词。

而在2023年年底，「甲子光年」举办的甲子引力年终盛典新动能与新赛道专场上，与会嘉宾也讨论了自动驾驶的落地和发展问题。

通用的自动驾驶技术还存在很多问题，要想实现自动驾驶落地，就必须让技术和应用场景进行匹配。

1.城市场景，落地为王

在“乘用车”和“公共道路行驶”这两个场景的叠加下，自动驾驶的发展风向已经从全面的L4级转向了L2+到L3级的过渡，这个前几年还有这激烈的技术路线之争的话题如今已经在实践中得出了结论。

在从低级向高级，从辅助驾驶到自动驾驶的发展过程中，相关技术更加注重具体场景的落地。

例如泊车场景是驾驶过程中出现的高频场景，车企和供应商就研发出了相应的自动泊车系统（Automated Parking Assist，简称“APA”）和主动代客泊车系统（Automated Valet Parking，简称“AVP”）。

目前华为智界、比亚迪、小米、理想等车型，都已经搭载了主动代客泊车系统，该系统能让车辆在商场地下停车场自动寻找车位，期间不仅精准识别周围环境和车位，还能自动避让行人和让行对向车。并可实现一键召回。

而车辆的行驶过程中，人们又把场景分为了城市道路和高速高架道路，并发展出了高速NOA和城市NOA系统（NOA，Navigate on Autopilot即导航辅助驾驶）。

高速NOA的主要功能包括自动变道、超车提醒、车道保持等，旨在提高驾驶员的驾驶舒适性和安全性，由于高速路段相对封闭，路况相对简单，因此发展的要比城市NOA更快。

佐思汽研数据显示，2023年前三季度国内乘用车高速NOA渗透率为6.7%，同比增长2.5个百分点 ；城市NOA渗透率为4.8%，同比增加2个百分点。预计全年高速NOA渗透率将接近10%，城市NOA超过6%。

车企们，尤其是造车新势力们，在推出自己的导航辅助驾驶系统时虽然名称各异（小鹏叫NGP、华为叫NCA），但在落地时也遵循着“城市落地”和“道路落地”的规则。例如智己汽车就在去年宣布其高速NOA已经贯通全国，并表示LS6城市NOA将上海地区率先开放。

从自动泊车到行泊车一体、从高速NOA到城市NOA，这种在具体场景中打造自动驾驶功能的做法已经被验证是可靠且符合商业本质的。

Nullmax创始人兼CEO徐雷表示，整个智能驾驶的开发是由场景来驱动的，欧洲、日本、美国、澳大利亚、中国等不同的国家和地区面对的挑战也是不一样的。

即使是同一种技术，例如自动泊车，在欧美国家和中国就有可能出现不同的执行策略，在通用且全面的自动驾驶到来之前，应用场景是自动驾驶技术落地的重要动力。

2.商用场景，效益第一

除了乘用车市场，商用车和特种作业车辆也在朝着自动驾驶进化。同时由于这些车辆具有生产力工具的属性，具体场景对自动驾驶技术的引导就更为明显。

例如在矿山环境下，安全是第一要务，一旦发生事故就会带来难以挽回的损失，这其中包括生命财产的损失和停业整顿的损失。因此，矿山自动驾驶技术的落地最重要的是能安全运行，至于矿车跑的快不快、面对周围车辆能不能进行策略博弈则不是重点考虑的因素。

矿山的作业环境十分恶劣，常会遇见沙尘、雨雪等恶劣天气，这些要求自动驾驶的识别设备可靠，例如图达通Innovusion的一款激光雷达就对烟雾粉尘进行了穿透优化，同时能够覆盖-40℃~85℃的工况温度。

此外，矿山有着复杂的运行体系，不仅仅有运输体系，还有挖掘体系、调度系统、路面建设体系等，因此矿山自动驾驶的落地往往伴随着采矿作业系统的融入和“车路云”体系的建设。单车智能几乎不存在于矿山自动驾驶场景。

相较于乘用车的自动驾驶，矿山自动驾驶也更追求商业效益。比如能够提高运行效率，降低燃料成本、人员成本和维护保养成本。

易控智驾资本市场负责人廖琎表示，矿区发展无人驾驶技术的核心逻辑，是要做到无人驾驶比有人驾驶更具商业化价值，只有这样才能让技术实现落地。

无人清洁场景也是如此。

2023年8月，文远知行正式获得北京市高级别自动驾驶示范区工作办公室颁发的智能网联清扫车道路测试通知书，成为北京首家获准在经开区开展无人清扫作业的自动驾驶公司。而无人清洁的商业闭环仍旧是降低原有作业模式的运营成本。

智行者联合创始人、供应链副总裁霍舒豪表示，在无人环卫、无人清洁这样的细分场景下，产品一样用到了高级别的自动驾驶技术，这种产品确实能够去替代或者优化相应的人员投入。

3.自动驾驶还不够便宜和智能

自动驾驶的发展取决于各种硬件设备和软件算法的发展，包括激光雷达、毫米波雷达的性能提升，感知算法的优化和算力的增强等。目前来看，无论是从成本上还是性能上，自动驾驶软硬件设备仍有很大的进步空间。

以目前车企主推的城市NOA系统为例，其性能目前仍在成长期，城市环境中的车辆加塞、行人穿行、公交等大型车辆切入等情况非常频繁，复杂的场景让目前的城市NOA系统很难流畅应对，也无法保证百分百的绝对安全。

自动驾驶技术的“主动违规”问题也经常被业内认识讨论：如果自动驾驶系统刻板地执行驾驶规则，可能会严重影响通行效率，例如前方车辆发生故障在实线区域内停车，自动驾驶可能无法判断此时是否应该压实线变道。

此外，现行的法律法规可能也会影响自动驾驶“智能化”的发展。此次甲子引力大会新动能与新赛道专场上，希迪智驾联合创始人、CEO马潍就表示，目前的自动驾驶车辆责任主体仍旧是人，相关的法规还有待完善。

简单来说，目前的自动驾驶技术还不够智能，无法做到提升道路交通效率的作用，也无法保证车辆和驾乘人员的绝对安全。

而在成本方面，目前的自动驾驶系统性价比也不高。

智行者科技联合创始人张放曾表示：当前的城市NOA系统性价比相对较低，标配的激光雷达、高清摄像头、大算力域控制器，大概是2~4万元，如果是20万~30万的车型，智驾系统的成本占比很高。

兴业证券的研究报告显示，目前，国内自动驾驶系统的感知环节中，传感器成本预计为5000~10000元，单颗激光雷达价格预计为3000~5000元，感知系统成本主要取决于激光雷达的数量；智驾域控制器成本预计为1.5万~2.5万元，主要取决于SoC芯片数量和价格。

但该报告也指出，伴随着算法的迭代和成熟，高阶辅助智能驾驶有望减配高成本硬件，未来综合成本有望降低50%。

可以看到，在性能和成本都没达到令市场满意的程度的情况下，自动驾驶技术还有很大的发展空间。但自动驾驶应用场景的清晰能够更好地引导技术的发展，无论如何自动驾驶都将成为未来汽车产业企业的核心竞争力。

    





审核编辑：刘清