数据来源：《北京市自动驾驶车辆道路测试2018年度工作报告》
核心阅读
作为目前科技产业界的热门领域，自动驾驶的发展引人关注。一方面，随着人工智能技术的助推，自动驾驶的产业远景令人期待；另一方面，应用场景有待明确，安全性能亟须保障，自动驾驶落地的技术挑战也不少。
经过最初的探索，整个行业已渐趋务实和理性。自动驾驶要“进化”，需要软硬件性能的全面提升，也离不开基础设施、政策法规等产业体系的搭建和完善。
科技产业界的“流量明星”自动驾驶面孔多样：极具潜力的远景给人无限期待，高度复杂的挑战又令人心生迟疑。
一方面各大企业携最新产品亮相，为自动驾驶“吆喝”；另一方面专家为自动驾驶落地把脉，应用前景仍不明朗。日前在贵阳举办的2019数博会上，自动驾驶就呈现出这样不同的面孔。
从理念到产品，自动驾驶能否迈过技术长河，将在哪些领域率先应用，离你我还有多远？
形态革新
汽车变得更聪明
自动驾驶之所以曾看似遥不可及，很重要的原因是机器太“笨”了。而今，借助最新的人工智能、雷达、地理信息等技术，机器变得更聪明：不仅能“看”，还没有盲区；有了“智商”，懂得变道和转弯、加速和刹车。路口是红灯还是绿灯、左转还是右转、与前车保持多远距离……理论上，都可以通过机器来判断。
从有人到无人，变化的不仅是驾驶形态。在自动驾驶专家、驭势科技联合创始人吴甘沙看来，出行方式的革新还将创造新的业态——乘客经济，即在路上工作、消费和娱乐。
自动驾驶的革新，离不开基础设施、政策法规等外在环境的支撑。近年来，我国推进汽车、交通、通信融合，搭建了比较完整的产业体系；在技术环境方面，5G、人工智能等联动布局，也形成了较为完整的产业链条。
我国较早探索无人驾驶立法和测试体系。截至去年底，北京、上海、深圳等先后发布了地方性自动驾驶汽车测试管理规范或征求意见稿。北京汽车股份有限公司汽车研究院智能化部部长张永刚建议，国家层面应形成一套统一的标准测试体系，从场景、算法、测试方法等多方面完善对自动驾驶的评价。
技术升级
攻关是一场艰难的“长征”
前景看似很美妙，但在自动驾驶面前有一条技术长河，大家都在“摸着石头过河”。
自动驾驶涉及的技术非常广，涵盖软硬件多方面，任何一个环节“瘸腿”都跑不起来。
比如，无人车看清周边环境，需要精密的感知技术。中科院自动化研究所研究员王飞跃介绍，近年来，汽车的感知能力快速提升，但遇到雨、雾等恶劣天气时，它就成了“瞎子”，目前仍没有完美的解决办法。
要让无人车根据环境做出选择，还需要高效的“大脑”。然而，自动驾驶是遵守规则的“好学生”，现实中的路况通常瞬息万变，机器难以对一些突发情况做出合理的决策。
此外，与几乎所有人工智能应用一样，自动驾驶要“进化”，需要“喂”入大量的数据，这又非常耗费时间。
王飞跃介绍，自动驾驶离不开通信技术，有了更快、更稳定的传输，才能形成一套智能车联网系统。专家在数博会上表示，5G通信将是推进自动驾驶落地的关键。
吴甘沙认为，做自动驾驶，越往后难度越大，是一场艰难的“长征”：“我们目前完成的99%也许只是征途的1%，最后的1%可能还需要99%的努力。”不过，业界专家认为，自动驾驶总体上是一个工程问题，就像建房子，不是搭建海市蜃楼，难在如何造出来、造好。
与很多人工智能应用类似，与国际领先国家相比，我国在算法、核心硬件上相对较弱，但有数据和应用场景的“主场优势”。“当前自动驾驶技术还不成熟，一个影响因素是计算效率不够高。”地平线创始人兼首席执行官余凯说。
自动驾驶专家、禾多科技创始人倪凯介绍，我国交通密度大、场景比较丰富、市场大，有助于本土企业积累丰富的道路测试数据，形成一套适应我国情况的解决方案。
安全，是研发自动驾驶汽车的初衷。某机构测算，要证明无人驾驶在绝大多数情况下比人驾驶安全，需要跑上110亿英里，这意味着用100辆车没日没夜跑500年。业界把每行驶多少里程需要人工干预一次，作为衡量自动驾驶技术成熟度的标准之一。目前，表现最优秀的无人车的数据是1.1万英里。“建立自动驾驶安全性的全球标准很重要。”专家表示。
应用落地
“步步为营”成业界共识
根据车辆的智能程度由低到高，业界把自动驾驶分为从L0级到L5级的6个等级。其中，L1、L2等辅助驾驶技术应用已经比较普遍，但L3级别以上还未大规模落地。
如果向业内人士询问自动驾驶的应用场景，你可能会得到多种甚至对立的答案。
倪凯介绍，大体来说，产业界有两种研发路径。一是“一步到位”的模式，即研发L4级别的自动驾驶汽车；二是“步步为营”的模式，即在传统汽车上逐渐新增一些自动驾驶的功能，再向完全自动驾驶过渡。
王飞跃的判断是，自动驾驶会从厂区、机场、码头等特定封闭场景普及，之后是市政公交、出租车，最后才是开放的城市道路。
经过多年尝试，“步步为营”的路线逐渐获得业界认同。
事实上，自动驾驶兴起头几年，产业界对技术的估计过于乐观，加上国际上数起资本并购的刺激，出现了一些泡沫。2018年以来，一些产品交付不如预期，又发生了几起无人车事故，自动驾驶明显降温。
“自动驾驶比较容易做出展示，但要落地很难。”IDG资本执行总监丁飞说，自动驾驶热的降温，是成长过程中要交的学费。
然而不少业界专家认为，当前，自动驾驶降温，对行业可能是好事，有利于真正做创新的企业冒出来，从而在自动驾驶全球产业链中占据一席之地。
倪凯介绍，人工智能技术正从各领域助推自动驾驶发展，整个行业也在努力提升软硬件性能。业界预计，未来3到5年，某些L3级别自动驾驶车辆将实现规模量产，而在代客泊车、高速公路等限定场景下，L4级自动驾驶将开始应用，下一个10年或是落地关键期。
