接下來，如何盡快推動更高水平的自動駕駛量產，成為“追趕者”們關心的問題。對此，多家車企近日就量產大旗進行了首輪交鋒。
主流車企紛紛喊出L3+量產。
6月11日，本田宣布計劃在2021年3月底前開始銷售搭載L3級自動駕駛系統的聯想豪華車。據悉，日本政府已將本田的“交通？果醬？飛行員"？安全認證已經頒發，系統可以支持駕駛員在壹定條件下將視線從道路上移開。當不滿足自動駕駛環境條件時，車輛必須警告駕駛員並將控制權移交給駕駛員，當無法移交時，車輛必須停車。
無獨有偶，在同壹天開幕的2020世界智能網聯汽車大會上，、長安、李等自主車企也為高水平自動駕駛汽車的量產樹立了旗幟。其中，北汽集團黨委書記、董事長姜德毅表示，北汽集團力爭到2025年實現L4級自動駕駛產品量產，L5級全自動駕駛技術成熟研發。
長安汽車L3自動駕駛體驗，圖片來源:長安汽車
長安汽車董事長朱華榮表示，長安汽車將在2022年逐步開始量產L4，解放雙手、雙腳和眼睛。據悉，目前長安汽車在智能駕駛方面已經量產了100多項技術。今年3月，長安汽車還在業內率先實現了L3級別的有限自動駕駛技術體驗，驗證了L3的技術可行性。但由於監管原因，長安L3自動駕駛版並未真正上市。
理想的節奏和長安差不多。據李聯合創始人兼總裁沈亞男介紹，現階段，具有水平的高級輔助駕駛系統已經是李的標配。面向2022年，該公司正在與博世聯合開發L3，包括可以升級到L4的自動駕駛方案。
以上是最新壹批為高端自動駕駛量產立旗的車企。此前，紅旗、威馬、福特、沃爾沃、東風大嶽起亞等公司也發布了L3+自動駕駛量產時間表。紅旗65438+10月宣布將於2021年實現L4自動駕駛汽車量產，包括今年？紅旗E-HS9將率先實現L3級自動駕駛。威馬和福特把L4的量產時間定在2021，沃爾沃和東風大嶽起亞稍晚，分別在2022年和2025年實現L4自動駕駛。
此外，出行服務商和解決方案公司也紛紛喊出了自己對於高水平自動駕駛大規模應用的宣言。165438+10月16，滴滴出行總在？D1在滴滴開放日正式發布定制網約車D1。在此期間，滴滴出行CEO程維表示，滴滴計劃在2025年推出D3，普及654.38+0萬輛車，搭載自動駕駛功能；2030年，希望去掉駕駛艙，實現全自動駕駛。文遠知行計劃明年在部分城區開展真正無人駕駛的Robotaxi運營，力爭再用3-4年時間實現壹個城市大部分地區的無人駕駛出租車運營服務。
事實上，不僅在車企層面，目前各個國家都提出了高水平自動駕駛商業化應用的商業化目標。例如，在中國剛剛發布的《智能網聯汽車技術路線圖(2.0版)》中明確提出，到2025年，高度自動駕駛汽車將進入市場，高度自動駕駛(HA)將在高速公路、專用車道、停車場等特定場景，以及公園、港口、礦區等有限區域實現商業化；2030年市場份額20%，HA將在高速公路上廣泛使用，部分城市道路將實現規模化應用。
日本提出，2020年，私家車在高速公路上實現L3功能，L2級別以上的貨車編隊行駛，L4自動駕駛用於特定區域的出行服務。2025年，私家車和貨車都可以在L4高速公路上實現自動駕駛。為了支持這壹目標的實現，日本還於今年4月1日正式實施了最新版本的《道路交通法》，其中規定了L3級自動駕駛——如果駕駛員能夠快速恢復手動駕駛，則可以在自動駕駛過程中使用手機或觀看車載電視。
韓國計劃2027年在國內主要道路實現L4級全自動駕駛商業化，2030年L3和L4新車市場份額將達到50%左右。為此，韓國也在今年年初公布了L3級自動駕駛安全標準，並計劃在未來壹到三年內提出L4級自動駕駛技術的領先安全規範和標準，為未來幾年該技術的大規模應用做準備。
德國更加樂觀，甚至計劃在2022年成為“世界上第壹個允許無人駕駛汽車正常運營的國家”。歐盟相對安全，計劃在2030年實現完全自動駕駛的普及應用。然後，各大玩家紛紛樹起L3+自動駕駛量產大旗，各國也在積極出臺政策指引。是否意味著高級自動駕駛真的會很快投入應用？
大規模商業化很難壹蹴而就。
目前在壹些特定場景，比如針對高速公路、停車場景，以及本田針對擁堵場景提出的專用L3級自動駕駛功能，以及針對低速配送、幹線物流、港口、礦區、封閉園區、機場等特定場景的L4應用，確實有望在未來幾年內投入使用。但高階自動駕駛在全場景的應用還需要壹段時間。
因為作為壹項復雜的系統工程，自動駕駛要想實現真正的規模落地，不僅要看技術的成熟度，還要看配套的法規和標準是否完善，商業模式能否持續。但這些方面都不足以支撐這項技術的大規模量產。
●關鍵技術需要不斷突破。
比如激光雷達，雖然很多業內人士認為激光雷達是高水平自動駕駛不可或缺的，但是直到現在這項技術還沒有大規模商用。“激光雷達還不成熟。這不僅是成本高的問題，也是技術因素。如果是機械激光雷達，壽命很短，對不同的環境和天氣敏感脆弱，所以激光雷達不具備量產的條件。”？廣汽新能源技術中心主任徐俊海說。在他看來，可能要兩三年後，激光雷達才會被慢慢搭載在汽車上。
激光雷達點雲效果，圖片來源:速騰聚創
系統冗余也需要進壹步提高。業內普遍認為，要想真正實現L3以上的自動駕駛，從感知到決策再到控制系統，在最初的系統設計中就要考慮冗余架構，實現備份，避免傳感器感知功能出錯導致的事故。然而事實是，市面上很多號稱接近L3的車輛並沒有冗余系統。而且即使是冗余系統，由於冗余設計的增加，在保證穩定性和安全性的同時，成本也大大增加，這也使得L3級自動駕駛儀的著陸難度大大增加。
此外，AI芯片和計算能力，以及數據積累也存在壹些困難。“比如AI，現在的人工智能技術只能解釋它見過的場景，卻無法解釋和處理它沒見過的場景。”？奇瑞汽車智能汽車技術中心高級總工程師高繼勇指出。自動駕駛汽車壹旦投入使用，肯定會面臨無數彎道？案例和深度學習長尾問題，這些都依賴於更成熟的AI技術來更好的處理。
●法規標準仍需“破冰”
法規和標準是高水平自動駕駛量產道路上的另壹大障礙。雖然近年來國家政策慢慢給高級自動駕駛的大規模量產和應用開了“綠燈”。但不容忽視的是，政策出臺的速度其實遠不及技術更新的速度。在自動駕駛方面，很多政策標準是滯後的。就像中國，直到現在，司機都不允許手離開方向盤或者“脫離眼睛”開車，更不要說自動駕駛汽車上市後如何進行適當的監管，這些都是亟待解決的問題。
“壹個典型的問題就是數據跨界，因為智能網聯汽車的發展需要廣泛的國際合作，數據跨界是其中非常重要的壹環。然而，目前數據跨境仍面臨許多挑戰，如不同敏感度的信息交織在壹起，監管規則不明確，政治因素，制度差異和安全擔憂，這些也為數據的跨境流動增加了許多變量。”？中國電子信息產業發展研究院政策法規研究所副所長陳全思說。“如何規定責任和倫理規則，也是直接決定智能網聯汽車新技術能在多大程度上造福人類的關鍵。”
標準也是如此，雖然SAE在行業內廣泛用於自動駕駛分類。J3016，但實際上這個文件只是為企業開發自動駕駛提供壹個參考，並不是強制性標準，也不會指導企業如何設計自動駕駛。以至於目前業內壹些自動駕駛系統的定義非常混亂。除了標準的L2和L3，市面上還有L2.5、L2.9等多種不同的命名方式，功能也各不相同，讓用戶也很困擾。
●如何維持商業模式也很關鍵。
對於自動駕駛這麽復雜的技術，其實只是技術層面可以實現的壹個方面。更關鍵的問題是如何在經濟上做到，如何通過這項技術創造相應的價值，同時提高道路交通安全和優化通行效率，給予投資者相應的反饋。簡而言之，消費者願意“購買”。
目前來看，觸達他們的真實需求非常重要，這壹點特斯拉已經充分驗證了。“但事實證明，即使是量產的ADAS功能也並不完美，遠沒有消費者想象或期待的那麽完美。”？法雷奧CTO顧建民曾在由Gaspar和國家特邀專家汽車組聯合主辦的“2020第十二屆全球汽車產業峰會暨第八屆汽車與環境創新論壇”上表示。
“所以真正喜歡，還是雞肋，這是壹個關鍵。”他指出。因為用戶只有在喜歡的情況下才願意為自動駕駛功能付費，這樣這項技術才能真正逐步推向市場。至於如何讓消費者真正喜歡，顧建民指出，找出消費者需要什麽非常重要。比如現階段系統能否支持自動跟車，自動調整跟車速度，從這些具體的場景功能出發，讓用戶真正用上這些技術，在他看來是做自動駕駛或者駕駛輔助更實際的目的。
文遠之星副總裁鐘華認為，如果自動駕駛要商業化，應該按照“鐵三角”商業模式進行。“也就是壹個是文遠知行這樣的科技公司，壹個是主機廠，可以做自動駕駛車輛的平臺，壹個是出行公司。三家公司聚合各自優勢，這個東西就能落地。”文遠智行目前正在按照這壹模式推進自動駕駛的大規模應用，並取得了良好的效果。
不同場景下需要推動大規模商業化。
“從小處著手，即從簡單、低成本的自動駕駛技術入手，用最簡單的、足以吸引付費客戶的產品逐步推向市場。”談及高水平自動駕駛落地的具體路徑，顧建民給出了新的答案。“比如針對低速、可控、半封閉場景的自動泊車或泊車服務，這是很多用戶需要的。此外，貨運或物流行業對高水平的自動駕駛有著強烈的需求。”
美團副總裁、首席科學家、自動駕駛負責人夏華夏也有類似的觀點。在他看來，由於自動駕駛在技術、政策、生態等方面還面臨很多困難，比如關鍵傳感器的價格還很貴，車輛法規的穩定性和可靠性還有壹定差距，所以可以讓無人駕駛先在簡單場景或低速場景下運行，然後再逐步跳躍到壹些復雜場景。
美團無人配送車，圖片來源:美團
“比如物流行業，可以從簡單到復雜，從低速到高速，從小車到大車。”最終真正的L4或者L5在國內大部分場景下都能運行。夏華夏認為，可能還需要十年左右，也就是2030年，L4級無人駕駛汽車可以在中國廣泛使用。
至於如何解決這個過程中的倫理道德問題，陳泉思認為，自動駕駛真正要考慮的問題是如何在市場上以可接受的成本做出更安全的汽車。“畢竟，安全是有代價的。但是，我們不能要求企業無限期地接受安全成本。企業接受了，市場不壹定接受。”
最後，在談到具體行動時，陳全思指出，應該基於現有的技術，通過“法律+標準”的模式，為自動駕駛汽車劃出壹個安全的邊界。超出界限的部分應根據具體情況判定為事故或減輕相應責任，將“必須有犧牲時，犧牲哪壹個”的問題轉化為可以減輕犧牲時如何減輕犧牲。"
相反，陳泉思認為討論的理論意義其實大於實際意義，因為即使是人類駕駛員，在面對這種情況時，也往往會根據本能做出反應。“因此，智能汽車的設計必須建立在預防事故的基礎上。該系統不能通過完全標準化的形式取代或優先於壹個有道德意識的負責任的司機所做的決定。”？陳全思指出。
本文來自車家作者汽車之家，不代表汽車之家立場。