想要讓自動(dòng)駕駛技術(shù)量產(chǎn)落地有多難？Google在2009年研究自動(dòng)駕駛，雖然目前Waymo系統(tǒng)已經(jīng)能夠裝車測(cè)試，但是離真正的量產(chǎn)還有一定的距離。同時(shí)，大家關(guān)注自動(dòng)駕駛，都會(huì)將目光放在車輛所搭載的設(shè)備上，是不是采用激光雷達(dá)、芯片算力有多少個(gè)TOPS等等。但就實(shí)際情況而言，車只是自動(dòng)駕駛生態(tài)的構(gòu)成因素之一，并非全部。所以想要讓駕駛技術(shù)量產(chǎn)落地遠(yuǎn)比我們想象的要復(fù)雜得多。。

目前，我們普遍接觸到的都是智動(dòng)輔助駕駛系統(tǒng)，雖然很多廠商宣稱自己的輔助駕駛系統(tǒng)是L2.5級(jí)或者無限接近L3級(jí)，但這多少有點(diǎn)“內(nèi)卷”的成分在里面。如果想要實(shí)現(xiàn)真正的自動(dòng)駕駛，那么至少需要達(dá)到L4級(jí)，因?yàn)長(zhǎng)0-L3級(jí)都屬于自動(dòng)輔助駕駛，只有到L4級(jí)及以上，才能夠被稱為自動(dòng)駕駛。

可是要達(dá)到L4級(jí)自動(dòng)駕駛，那么所需要的硬件加持是巨大的，除了我們所知道的芯片之外，還需要使用控制器來操作整個(gè)系統(tǒng)，例如百度開源的Apollo使用的型號(hào)為Nuvo-5095GC的工控機(jī)，這是在算法預(yù)設(shè)初期使用的機(jī)器。而等到算法成熟之后，則可以采用嵌入式系統(tǒng)作為控制器，例如奧迪和TTTech共同研發(fā)的zFAS。

而在工控機(jī)與汽車底盤之間的交互方面，兩者必須通過CAN卡進(jìn)行溝通。簡(jiǎn)單來說，當(dāng)?shù)妆P獲取當(dāng)前車速及方向盤轉(zhuǎn)向角度等信息時(shí)，需要解析底盤發(fā)到CAN總線上的數(shù)據(jù)，而在工控機(jī)通過傳感器的信息計(jì)算得到方向盤轉(zhuǎn)向角度以及期望車速后，也要通過CAN卡將消息轉(zhuǎn)碼成底盤可以識(shí)別的信號(hào)，底盤基于以上這些信息再做出響應(yīng)。

此外，精準(zhǔn)的定位系統(tǒng)和慣性測(cè)量單元也必不可少。在車輛自動(dòng)駕駛時(shí)，必須實(shí)時(shí)鎖定當(dāng)前車輛的位置，這樣才能精準(zhǔn)地執(zhí)行轉(zhuǎn)彎、調(diào)頭等工作，如果定位出現(xiàn)偏差，誰(shuí)也不能保證車輛不會(huì)自己轉(zhuǎn)彎進(jìn)花壇。其中，慣性測(cè)量單元還可以提供橫擺角度以及角加速度等信息，這些信息都能夠幫助車輛提升決策力。

最后，就是感知傳感器。目前的自動(dòng)駕駛主導(dǎo)方案分為兩種，一方面是以視覺為主導(dǎo)的視覺傳感器，像以色列的Mobileye、加拿大的PointGrey以及美國(guó)的特斯拉都是該領(lǐng)域的頭部企業(yè)。另一方面就是博世、德爾福等企業(yè)所擅長(zhǎng)的雷達(dá)傳感器，這是目前我們最為熟知的感知傳感器。當(dāng)然，還有一類感知傳感器或許會(huì)成為未來的主流主導(dǎo)方案，目前也有不少車企在朝這個(gè)方向前進(jìn)，也就是激光傳感器。

但需要注意的是，任何單一的感知傳感器都優(yōu)點(diǎn)以及缺陷，各自的適用場(chǎng)景也不同，而任何車輛想要實(shí)現(xiàn)自動(dòng)駕駛，那必須要解決“周邊環(huán)境如何”這一問題。最終，多傳感器融合肯定會(huì)成為必然趨勢(shì)。

以上提到的硬件只是龐大硬件網(wǎng)絡(luò)中的一部分，而在軟件方面，則需要云端技術(shù)加持，輔以車載芯片強(qiáng)大的算力對(duì)信息進(jìn)行處理。那此時(shí)，車企就會(huì)面臨一個(gè)問題：自動(dòng)駕駛技術(shù)大規(guī)模商用情況下的成本如何控制。成熟的供應(yīng)鏈、零部件成本低是控制成本的必要條件，但是這些條件在短期內(nèi)都無法實(shí)現(xiàn)。所以，各大車企無論是自研還是與外部合作，能夠讓自家車型做到L4級(jí)自動(dòng)駕駛，但也無法做到大規(guī)模地普及。

仔細(xì)想想，自動(dòng)駕駛想要實(shí)現(xiàn)大規(guī)模商用的難點(diǎn)并非在技術(shù)上。目前，只有在限定場(chǎng)景下才能夠?qū)崿F(xiàn)自動(dòng)駕駛商業(yè)化，例如機(jī)場(chǎng)、礦區(qū)、港口等區(qū)域，這部分區(qū)域有著外來車輛少、外來人員少等特點(diǎn)，并且能夠合理地規(guī)劃自動(dòng)駕駛車輛行駛的區(qū)域以及路線。

但如果在公共道路區(qū)域想要讓車輛自動(dòng)駕駛規(guī)?；?、商業(yè)化，起碼還需要10年時(shí)間，甚至更長(zhǎng)。因?yàn)殚_放道路的無地理約束限制，進(jìn)入公共道路區(qū)域的行人和車輛種類數(shù)量多，行為也更加復(fù)雜。況且在例如機(jī)場(chǎng)、醫(yī)院等限定場(chǎng)景下，車輛時(shí)速是統(tǒng)一且可控制的，而在公共道路上行駛，車速必然更快，安全性大大降低。以上這些都是自動(dòng)駕駛車輛在公共道路上所遇到的都是不可控因素。

試想一下，如果所有汽車都能夠?qū)崿F(xiàn)自動(dòng)駕駛，可是碰到行人橫穿馬路、非機(jī)動(dòng)車占機(jī)動(dòng)車道等行為，一旦發(fā)生事故，那么怎么判定主要責(zé)任方，就比如2018年3月，Uber自動(dòng)駕駛車在路試過程中與行人發(fā)生碰撞，導(dǎo)致行人死亡，這起全球首例自動(dòng)駕駛致行人死亡事故讓業(yè)界震驚，也有不少人開始懷疑自動(dòng)駕駛是否真的必要。

如果真的想要是實(shí)現(xiàn)自動(dòng)駕駛大規(guī)模商業(yè)化，這件事兒從來都不是車企單方面的責(zé)任，如何合理規(guī)劃自動(dòng)駕駛車輛的行車區(qū)域，如何保證機(jī)動(dòng)車與行人、非機(jī)動(dòng)車等不產(chǎn)生沖突，都是在自動(dòng)駕駛大規(guī)模商業(yè)化的發(fā)展進(jìn)程中需要考慮到的。

而這也就涉及到了相關(guān)的法規(guī)條例，為什么奧迪A8L所搭載的硬件可以實(shí)現(xiàn)L4級(jí)自動(dòng)駕駛，但目前最多也只能做到L3級(jí)，這也是因?yàn)榉ㄒ?guī)的限制，導(dǎo)致很多L4級(jí)自動(dòng)駕駛功能無法開放。同時(shí)，不少車企都提出了車輛主動(dòng)泊車概念，也就是車上乘員到達(dá)指定地點(diǎn)之后，車輛能夠靠線路學(xué)習(xí)功能自己尋找停車位。

但是這個(gè)概念也因?yàn)榉ㄒ?guī)的限制而無法在短時(shí)間內(nèi)進(jìn)行普及應(yīng)用，因?yàn)橄裢＼噲?chǎng)、小區(qū)一類的區(qū)域，雖然是內(nèi)部路段，但人員密集程度較高，與個(gè)人生命安全聯(lián)系更為緊密，所以國(guó)內(nèi)法規(guī)暫未給予無人駕駛汽車在停車場(chǎng)內(nèi)行駛的路權(quán)。

在此之前，自動(dòng)駕駛行業(yè)以及相關(guān)資本普遍認(rèn)為在2020年左右，L3級(jí)以及更高的L4級(jí)自動(dòng)駕駛車輛能夠在公共道路上行駛。但如今已是2021年，搭載L3級(jí)自動(dòng)輔助駕駛的車輛依舊是鳳毛麟角，更別提L4級(jí)自動(dòng)駕駛了。所以，目前自動(dòng)駕駛依舊處于發(fā)展初期，不成熟的供應(yīng)鏈、不完善的技術(shù)以及尚不完備的法律法規(guī)，這都是各大企業(yè)在自動(dòng)駕駛發(fā)展道路上需要面對(duì)的問題。

綜合而言，想要讓高階自動(dòng)駕駛實(shí)現(xiàn)大規(guī)模商業(yè)化，絕不是自動(dòng)駕駛企業(yè)和整車企業(yè)獨(dú)自承擔(dān)責(zé)任，這更像是一個(gè)社會(huì)行為，技術(shù)完備、路權(quán)開放、合理的行駛區(qū)域規(guī)劃、供應(yīng)鏈成熟、零部件成本降低五大元素缺一不可，而這場(chǎng)“戰(zhàn)役”也一定不會(huì)是閃電戰(zhàn)，而是一場(chǎng)帶有變革性質(zhì)的持久戰(zhàn)。