撰文 | 黄持

编辑｜Clink

出品｜汽车产经

自动驾驶什么时候可以落地？

这是一个几乎在所有场合，自动驾驶领域从业者都会被问到的一个问题。而当资本疯狂涌入这个市场的时候，也意味着剩下的机会和时间都不多了。

5年，这是很多人给出的时间点。

同济大学汽车学院教授朱西产说：“5年后，谁拿下了L3或者L4，谁就是王者，如果连这些功能都没有，基本上就会被淘汰。”

越来越多人相信自动驾驶的未来，但如何到达这个未来，其实还没有一个标准答案。

朱西产认为自动驾驶的落地一定离不开车路协同的支持，华为智能驾驶总裁苏菁则说自己是坚定的单车智能派。也有像小马智行副总裁、北京研发中心负责人张宁和AutoX创始人兼CEO肖建雄这样，认为车路协同是单车智能的加分项。

自动驾驶的商业化落地，核心是安全、成本、体验，缺一不可。而在解决这些问题的过程里，单车智能与车路协同，同样相辅相成。

单车智能与车路协同：车灯与路灯

自动驾驶的商业化落地，需要安全与效率平衡的最优解。

Uber在2018年发生的自动驾驶测试致死事故，是追求效率的路上忘记了安全的底线。而Waymo无人车在路口被路人脚踢，则是为了安全而忘记效率。

最终，Uber将其自动驾驶业务大甩卖，而Waymo也同样不被很多人接受。

从技术能力上，单车智能已经可以解决大多数路面场景，否则也不会有小马智行、Auto X、百度Apollo、Waymo等众多无人车在道路上行驶。

但在商业能力上，公众是否愿意乘坐这些无人车从而带来收益？它们行驶在路上，又是否可以被大多数交通参与者所接受？

比如一个典型的场景，就是“无保护左转”。

这是自动驾驶中非常难处理的一个场景：在对向直行车辆、行人中寻找合适的空间和机会，同时还面临着建筑、树木、车辆的各种遮挡，以及由此带来的“鬼探头”。对自动驾驶车辆的感知、决策都带来很大挑战。

无保护左转是自动驾驶中挑战最大的场景之一

但肖建雄表示：“没有车路协同，我们也可以处理‘鬼探头’，只是需要提前减速到很慢的速度，再慢慢探出来，如果没有障碍物再继续加速。”

只是这样的自动驾驶汽车，你会使用吗？也许未必。

在技术层面，通过速度的控制、保守的安全策略的确可以将事故发生的可能性降到最低，但乘坐体验一定会受到影响。

而车路协同的加入，就可以改善这种体验。

路侧智能设备可以提前为车辆提供信息，减少车辆感知的盲区，帮助车辆提前做出决策，就可以降低很多无谓的减速，拓展自动驾驶车的ODD（设计运行区域）。

但为什么还会有很多自动驾驶企业坚持单车智能？

文远知行创始人兼CEO韩旭为我们做了这样一个简单的计算：“10公里道路安装50个智慧路灯杆，如果一个路灯杆在365天里有一天不正常工作，那整条道路的可靠性就只有87%。开10次有一次可能会出危险，这样的自动驾驶你敢坐吗？”

如果自动驾驶的安全依赖于车辆本身时，它发生问题的概率是小范围的、可控的。但如果这种依赖放大到整个交通环境中时，出现问题的概率反而会被放大。

小马智行副总裁、北京研发中心负责人张宁

张宁表达了类似的观点，他更愿意将路端感知和云端辅助看做一个效率系统，可以让车跑得更稳、更舒适。但它只是一个加分项，而车辆的基本安全，将其缩小到尽可能小的范围里，反而可靠性会更高。

小孩子才做选择题，成年人全都要。

韩旭给出了这样一个比喻：“车路协同就像城市里的路灯，灯火通明下你可能忘了开车灯，但到了没有灯的小巷，你也一定需要车灯，两者相辅相成。”

车灯可以照亮黑暗，但范围有限，而当自动驾驶进入下半场，面对商业化落地的现实挑战时，“路灯”的加入，可以让自动驾驶更快被社会所接受和使用。

商业化落地的“曲线救国”

商业化落地，终究离不开“钱”字。之所以无人驾驶出租车始终不能落地，一个很大的阻碍就在于成本。

7月6日，Auto X发布了第五代全无人驾驶系统，搭载了包括摄像头、毫米波雷达和激光雷达在内的50个车规级传感器，同时计算平台拥有2200 TOPS算力。

肖建雄并未透露这套系统的成本。但作为对比，百度Apollo Moon搭载了20个传感器，而量产车蔚来ET7使用的英伟达DRIVE Orin芯片，算力为1016TOPS。前者说成本48万元，后者预售价格44.8万元起。

尽管肖建雄表示，成本是企业的事，不是用户的事。但成本也的确限制着自动驾驶的商业化落地与普及。

AutoX Gen5搭载了多达50个传感器

朱西产在谈及自动驾驶商业化落地时提到了这样一个模式：先做Robobus（无人驾驶巴士），再做Robotaxi。

原因在于，拥有固定路线和使用场景的Robobus不仅在技术层面难度更低，而且因为其公共交通属性，可以利用公共财政支持完成路端智能的改造与布局。

当一个城市中Robobus越来越多，智能道路设施逐渐形成网络后，Robotaxi就可以借助这些设施，实现在城市大部分区域的覆盖。

国家级智能网联汽车示范区

当下，政府对于智能汽车产业的积极性可谓颇高，据不完全统计，目前中国已经有10个国家级智能网联汽车示范区，近50个地区级示范区，几乎覆盖全国主要发达省区。

比如今年3月与蘑菇车联签订战略合作协议的衡阳市，将以衢州大道、蔡伦大道为主体辐射周边，构建智慧数字道路，实现城市公交、道路客运等场景的智能驾驶商业化落地。

而正在建设中的京雄高速将设置自动驾驶车道，全线设置3700余根智慧灯杆，利用北斗高精度定位、高精地图、车路通信系统等，可以提供车路通信、高精度导航等服务。

智己汽车联席CEO刘涛更是很明确地表示：“我们车企要把单车智能做到极致，而基础设施需要政府的支持。未来比如长三角核心高速拥有了高精地图和V2X示范区，我们成为早期红利的享受者就可以了。”

信息安全，更深层的价值

有政府入局的智能汽车与车路协同，更重要的一层考虑是信息安全。

无论是最近处于风口浪尖的滴滴出行，还是早些时候网信办发布的《汽车数据安全管理若干规定（征求意见稿）》，其核心原因都是在汽车智能化后，数据和信息的安全管理。

5月网信办发布汽车数据安全管理规定征求意见稿

事实上，也的确有很多涉及公共安全的企事业单位开始统计职工是否拥有智能汽车，甚至是对特斯拉的购买做出限制。

中国汽车工业协会常务副会长兼秘书长付炳锋在第11届中国汽车论坛上的一番表述也证明了这种趋势，他说：“关于单车智能与V2X，把数据放在政府平台上，尽量减少车端采集，应该就是方向。”

在“十四五”和“2035”规划中，国家都明确提出要加强数字化发展，建设数字中国，而数字城市是数字化的核心场景。

但数字化驱动城市带来了多少想象空间，也就带来了多少安全挑战。360集团创始人、董事长周鸿祎在2021人工智能大会开幕式的演讲中就提到：“当数据累积到一定程度，量变产生质变时，数据的安全就会直接和国家安全建立联系。而当整个城市都构建在数字之上时，网络安全就变成了基础设施，而不是可有可无的辅助功能。”

如何保证基础设施的安全？这里面离不开政府的力量。而构建统一的车路协同系统和基础设施，将不可控因素缩小到最少，也是一条没有选择的道路。

写在最后

弯道超车，这是从电动汽车开始发展后，我们经常听到的一个词。

自动驾驶领域，同样如此。

去年12月，美国联邦通信委员会（FCC）一致投票通过了一项提案，将原属于DSRC的频段重新分配，其中一部分给了C-V2X。

在努力了超过20年却无果后，美国最终放弃了DSRC技术在车路协同领域的应用，转而投奔中国主推的C-V2X。

而在自动驾驶领域，我们的初创公司表现完全不输于美国企业，上海市经信委张建明主任的十二字方针“大力支持、全力推动、高度重视”也代表了决策者对于智能驾驶、车路协同发展的态度。

政府有投入，技术有价值，体验更可靠。我们所期待的L4，也许真的不远了。