技術不可能永遠關在籠子裏。在自動駕駛前進道路的這個坎坷節點，這場疫情無疑給自動駕駛企業提供了壹個“實戰”的機會，讓自動駕駛在正式商用落地之前，對技術的完善程度和產品的成熟度進行更多的考驗。
圖片來源:阿波羅官網
當然，目前無論是技術的發展還是應用的可行性，自動駕駛離大眾消費者還是太遠了。它需要解決包括技術、安全、法規和成本在內的諸多問題。
眾所周知，自動駕駛是依靠各種傳感器來收集駕駛時的周圍信息。雖然傳感器的發展已經極其迅速，但仍然存在視覺盲區。此外，5G技術尚未大規模普及，雲端數據延遲也會帶來安全隱患。更深層次的問題是，即使技術上安全，自動駕駛也不能真正上路行駛。至少目前國內自動駕駛汽車與道路的合作只停留在示範區，還沒有地方政府真正向自動駕駛汽車開放道路。
另外，現有的法律並不適合自動駕駛，尤其是L3和L4之間，人車邊界不清。車輛事故誰負責？這些都需要完善的法律法規來解釋。最現實的問題是成本和利潤。激光雷達、芯片等軟硬件設施尚未量產，車企購買相關設備相當昂貴...此外，包括高精度地圖和自動駕駛運營在內的配套基礎設施建設仍面臨巨大挑戰。
不過值得慶幸的是，近年來在政府、企業等各方的配合下，問題正在逐步被克服。？
量產的關鍵技術逐漸成熟。
對於自動駕駛來說，傳感器和地圖層面的技術尤為關鍵。
作為自動駕駛的“眼睛”，傳感器的種類很多，常見的有攝像頭、超聲波雷達、激光雷達和毫米波雷達，而在這些不同種類的雷達中，激光雷達扮演著非常重要的角色。它不受光線等環境因素的影響，能夠準確獲取前方物體的三維位置信息，高精度識別周圍信息。但是由於激光雷達成本高，沒有辦法量產。
然而，近年來，隨著激光雷達技術的成熟和大量科技公司的進入，現有激光雷達的價格已經低至65，438+000美元。雖然在性能上比不上高達幾萬塊錢的產品，但是能做到這樣的價格也是很不容易的。更關鍵的是，業界已經看到了降低激光雷達成本的可能性。過去激光雷達量產和降低成本的難度可能沒那麽難。在未來，激光雷達的價格可以預計會下降，達到65，438+000美元-65，438+0000美元的量產水平，可能已經不遠了。
圖片來源:威力登？激光雷達
除了傳感技術，精確定位不僅是自動駕駛的基礎，也是核心。因此，高精地圖成為自動駕駛領域炙手可熱的“風雲人物”。除了傳統地圖廠商，BAT等科技巨頭和BBA等傳統車企都在以收購、投資或合作的方式進入高精地圖領域，甚至誕生了Momenta、寬凳、仲晶等壹大批初創企業。目前已有20多家企業獲得國內高精測繪資質，其中華為、順豐、京東物流是最新進入者。相信隨著越來越多企業的入駐，高精地圖的精度會有更明顯的提升，適用場景也會越來越多。
法律法規體系越來越完善。
隨著自動駕駛技術的成熟，相關的自動駕駛標準也開始上路，自動駕駛並非沒有“標準”。
不久前，韓國率先發布了自動駕駛車輛安全標準，主要包括:L3級自動駕駛車輛的自動車道保持，行駛過程中遇到緊急情況時對駕駛員狀況的監控，以及在沒有及時人工響應時自動減速、啟動緊急預警信號、減少危險等輔助功能。因此，韓國成為世界上第壹個制定L3級自動駕駛車輛安全標準和商業化標準的國家。
當然，除了韓國，美國交通部(USDOT)也發布了最新的自動駕駛汽車指南4.0(AV？4.0)，這是美國自2016以來的第四個版本。其他西方國家也在完善相關法律標準:西班牙2014？交通規則是在1995年修訂的；德國聯邦參議院也在2017年頒布了相關法案。
在自動駕駛的法律層面，中國從未停止探索。去年7月，工信部宣布，根據國家標準和行業標準修訂計劃，相關標準化技術組織已完成《道路車輛高級駕駛輔助系統(ADAS)術語和定義》、《道路車輛盲區監測系統(BSD)性能要求和試驗方法》、《乘用車車道保持輔助系統性能要求和試驗方法(LKA)》三項推薦性汽車行業國家標準的修訂工作，現在只需進壹步合並即可。
多國關於自動駕駛的法律陸續頒布，無疑給自動駕駛帶來了曙光，開啟了自動駕駛的又壹個重要裏程碑。
車輛場景測量等智能基礎設施規模擴大。
自動駕駛很難落地，也面臨著安全性的問題:如何證明自動駕駛系統的高安全性和可靠性，是目前幾乎所有自動駕駛玩家面臨的難題。
其實證明很簡單，無非就是大量的測試。用數據說話，畢竟實踐是檢驗真理的唯壹標準。
1.許多真實場景的測試
壹周前，文遠智行威瑞德與其合資公司文遠月星發布了中國首款L4級自動駕駛出租車Robo-Taxi的試運營報告。在文遠廣東銀行試運行的第壹個月，即2019 12 01至31，* * *完成8396筆旅遊訂單，安全事故為零。日均出行服務270.8次，最高訂單數達到438單，服務訂單總裏程達到465438+。
作為自動駕駛領域當之無愧的領導者，在今年的CES展會上，Waymo也宣布其無人駕駛團隊已經在公共道路上行駛？2000?超過10，000英裏(3，265，438+0.8萬公裏)，已搭載超過654.38+萬人次，現階段每月擁有654.38+0.5萬穩定用戶，遙遙領先於競爭對手。
此外，百度、巡航馬驍智行、智加科技等多家公司也在自動駕駛測試方面做了大量工作，這將為自動駕駛測試帶來越來越真實可靠的數據，也勢必加速自動駕駛的商業化進程。
圖片來源:馬驍知行關偉
2.建立多站點自動駕駛測試站點。
如果想要更多的自動駕駛汽車上路，僅僅依靠企業的努力顯然是不夠的，還需要地方政府的支持。截至目前，北京、重慶、上海、廣州、武漢、深圳、江蘇等地已出臺相關政策，放開路測，為自動駕駛的商業化起到了推波助瀾的作用。
據不完全統計，截至目前，國內已發放路測牌照近300張，包括傳統車企、造車新勢力、互聯網巨頭、科技公司等，均獲得了不同額度的測試牌照。更何況，如武漢、北京等地已經允許自動駕駛車輛進行載人和載貨測試。毫無疑問，國家層面的推動對自動駕駛裏程的積累起著決定性的作用。對於自動駕駛車輛來說，只有通過不斷的測試，才能增強數據的可靠性和行駛的安全性。
3.仿真測試技術趨於成熟。
美國著名智庫蘭德公司曾估算，壹輛L5級自動駕駛車輛上路需要11億英裏。這意味著，即使是擁有65，438+000輛測試車輛的自動駕駛車隊，也需要大約500年才能完成65，438+065，438+0億英裏的測試裏程，每天7X24小時進行測試。所以，光靠實車路試顯然是不夠的。因此，虛擬仿真測試成為自動駕駛汽車積累測試裏程的重要手段之壹。
模擬測試簡單來說就是通過傳感器仿真、車輛動力學仿真、高級圖形處理、交通流仿真、數字仿真、道路建模等技術模擬道路測試環境，建立逼真的靜態環境和動態交通場景的數學模型，讓自動駕駛汽車和算法在虛擬的交通場景中進行行駛測試，最大限度地覆蓋場景，從而在短時間內實現現實生活中難以實現的測試裏程。更重要的是，它可以解決實際道路測試中的諸多局限性，尤其是對於壹些在實際道路上基本無法測試的極端場景。
近年來，隨著谷歌、英偉達、百度、騰訊等科技巨頭的進入，以及5G通信技術的到來，仿真測試數據接收延遲的問題得到了極大的解決。此外，該領域還湧現出壹批新玩家，如AAI、51WORLD、科涅塔、Panosim和Parallel？Waymo剛剛收購的Domain、RightHook和Latent？邏輯等。，使得仿真測試技術越來越成熟，測試場景越來越接近真實場景。
企業紛紛入局，拉起了自動駕駛量產的進度條。
自動駕駛量產的難度壹定離不開現實因素:生產成本太高，尤其是在探索階段，因為沒有壹家公司能夠獨自解決智能汽車產業化的問題。由於自動駕駛涉及範圍廣，技術要求高，單個企業很難形成有效的競爭力。為了盡快完成這個龐大的工程，需要聚集車企、供應商、互聯網以及眾多科技公司，發揮行業的力量，從而加速相關方案的實施。
圖片來源:華為官網
好在現在越來越多的企業看到了自動駕駛的商機，紛紛進入該領域。不僅傳統車企、初創科技公司、BAT紛紛加入這壹戰場，更多ICT(信息通信技術)巨頭，如華為、蘋果等也紛紛進入自動駕駛領域，全場景布局汽車產品。隨著企業的充分合作，大規模的量產，商業模式的改善，成本的問題壹定是朝著更低的趨勢發展的。
當然，如果非要給自動駕駛壹個確切的時間，很多公司都給出了明確的量產時間，2020-2022年將是自動駕駛車型量產的大年。
在今年紅旗H9的發布會上，公司明確表示新紅旗將於2020年實現L3級自動駕駛量產，2021年實現L4級量產。吉利和廣汽也有望在2020年實現L3級自動駕駛量產；此外，通用汽車此前發布了壹款量產車Origin。根據通用汽車的預測，最遲將於2021年底，2022年開始生產Origin。大眾計劃在2021推出L4自動駕駛汽車；奔馳和寶馬將分別於2020年和2021年推出L4和L5自動駕駛汽車。沃爾沃和福特把量產時間定在了2021。
除了傳統車企，造車新勢力也公布了自己的自動駕駛量產時間。
Xpeng Motors計劃2020年實現高速自動駕駛量產，搭載小鵬P7車型；威馬汽車也將在2020年實現L3級自動駕駛的量產和搭載；零跑汽車是指在2020年之前，所有車型都可以通過軟件升級到L3級自動駕駛功能；奇點汽車預計2020年實現L3自動駕駛量產，後期計劃通過OTA升級到L4；特斯拉也表示將在2020年實現自動駕駛。
總結:自動駕駛離我們越來越近了。這個還在繈褓中的“新生兒”很快就會自己站起來。相信隨著車企量產時間表的實施，自動駕駛商業化的步伐會越來越快。或許，自動駕駛車輛“飛入尋常百姓家”並不遙遠。
本文來自車家作者汽車之家，不代表汽車之家立場。