數據奠基 技術鋪路 無人駕駛時代還有多遠？

近期，國內企業在無人駕駛領域的探索和實踐越來越多。繼百度宣布紅旗自動駕駛車型量產計劃之后，廣州街頭出現廣汽自動駕駛出租車，德邦無人駕駛貨車完成首單大件快遞配送。一時之間，多家企業不約而同向無人駕駛技術發起了新一輪沖擊。

自動駕駛或者說無人駕駛的技術看似還很遙遠，但在不斷的實踐過程中，已經有了較大程度的發展。在逐漸落地使用的過程中，領域內的主要玩家已經完成了在基礎技術領域的布局，那么哪些技術和應用才是它們比拼的焦點？國內整個自動駕駛行業已經走到了落地的哪一步？在將來，自動駕駛將會怎樣改變相關領域的商業形態？

無人駕駛都需要基礎技術支持 BAT基本完成布局 

無人駕駛涉及到的技術多且復雜，這里主要討論比較熱門和重要的一些方面。當然最首要的是汽車本身，入局自動駕駛要么必須會造車，要么就需要和車企達成合作。專業的人做專業的事，對于BAT這幾家互聯網企業來說，與車企合作是常見方案。他們要的數據，不少來至于原廠，二部分汽車國外零配件的數據，則通過渠道或者破解獲得。

除了汽車本身，還有幾項關鍵的技術是對自動駕駛能力產生巨大影響的，BAT在這些領域都不甘落后。

第一個是對外界環境的信息收集和基本感知，其中高精地圖是自動駕駛技術所需的重要信息來源。傳統地圖只是作為駕駛員的信息參考，高精地圖則要被用于AI直接做出駕駛決策。因此這一塊也是自動駕駛企業發力較早的部分，百度地圖（長地萬方）、高德地圖和騰訊投資的四維圖新都是BAT在高精地圖領域的布局。

除高精地圖外，各類傳感器也是單車智能的必備要素。在車路協同還不發達的時期，自動駕駛對攝像頭、激光雷達、汽車CAN總線數據、電子轉向等傳感器的依賴程度更高，而這些技術也有很高要求，并且造價十分高昂。目前國內在激光雷達方面有所成就的有速騰聚創和禾賽科技，正好也已經分別投入阿里和百度麾下。

第二個是計算機視覺或圖像識別，也就是把采集到的信息進行分析處理，這是一個比較復雜的過程。尤其是對于千變萬化的路況來說，要做到足夠準確是有一定難度的。目前百度大腦和騰訊優圖實驗室都在攻堅視覺識別技術，阿里系的商湯科技也開始在探索其原本較成熟的識別技術在自動駕駛領域的應用。

第三個是車與外界的信息交互，也就是V2X，它能與智能道路和云計算等技術結合，是車路協同方案的重要組成部分。通過把更多收集信息的義務交給道路，汽車通過V2X技術與智能道路和其他交通參與者在車聯網中共享信息，相對來說更能保證信息的準確性和高效性。目前，百度和阿里的兩套方案最受關注，網約車及分時租賃龍頭企業滴滴也加入戰隊。 

第四個是車載OS和AI芯片，這是其他技術應用實現的必經途徑。BAT都有各自的車載系統，并且也承載著自己的生態目標。OS的差異也開始出現封閉傾向，不同的生態割裂開來，這對于未來車聯網中信息的溝通會存在一定的不便，智慧交通必然要求打通數據，那時市場份額更高的OS或許會掌握更多話語權。

至于AI芯片，未來肯定是不可缺少的一部分，除了BAT已經發布或正在研發的之外，還有眾多企業入局這片市場，其中不乏華為、速銳得、慧瀚等硬件廠商。但是否已經能夠滿足自動駕駛的需求，最終還是要看落地效果。

速銳得利用I.MX6解決了高速視頻拍攝及解壓，通過高通4G模組將主控飛思卡爾S32K采集的CAN總線數據和外圍GPS等SENSOR將數據傳給服務器，解決從采集端到決策端的數據問題，通過采集到的車速、轉向角度、檔位信息等汽車CAN總線數據建立駕駛模型，建立樣本。

難點正在被逐漸攻破 自動駕駛已經走到哪一步了？

基礎技術逐步推進和完備，自動駕駛的發展速度也明顯加快，這也是今年以來國內外圍繞這一領域的新進展消息不斷的原因。就讓我們從自動駕駛本身的技術成熟程度和其所需的基礎設施支持程度來觀察，自動駕駛到底走到了什么階段。

（1）已經發展到了L4階段，在技術上基本實現了自動駕駛

自動駕駛的級別分為5級，按照自動化程度從低到高分別為L1~L5。對于分級的標準，NSHTA和SAE的定義有些許不同。但是基本上可以認定，L3為有條件的自動化，需要人類干預；L4是高度的自動化，只有特殊情況才需要人工介入；而L5是完全自動化，無需人工操作。

目前，Waymo、百度等無人車都已經進入了L4階段，文遠知行在廣州測試的自動駕駛出租車也是L4級別。這一階段基本上可以滿足正常的行車需求，這也已經是自動化駕駛比較理想的狀態了。

（2）5G技術正在逐步推進落地 在未來幾年內有望實現成熟 

其次，網絡基礎也逐漸具備。自動駕駛技術對網絡有較高的要求，需要接受大量的信息，并保證實時傳輸速率和穩定性。這一要求意味著在現行的4G網絡下大規模使用無人駕駛技術會存在一定風險，因此必須依靠5G網絡的成熟 

好在5G標準的制定已經完成，現在各國都在投入到5G網絡的落地當中來。美國、韓國等地已經準備于明年正式商用5G網絡，國內三大運營商也表示將在明年第三季度建成5G網絡商用，十多個一、二線城市已經在測試或搭建基站。等到將來自動駕駛技術投入使用的時候，5G的成熟程度也可以擔當重任了。

（3）車路協同已經有了很大進展 百度想要開源阿里重視貨運

 最后，能夠大大提高自動駕駛應用效率的車路協同方案也有了很大進展。阿里已經在杭州進行了開放路段的測試，百度則會在今年年底正式開源Apollo車路協同方案，向業界開放百度Apollo在車路協同領域的技術和服務。 

由此可見，百度似乎也察覺到了未來數據互通的趨勢下，車路協同方案也會存在標準之爭，不知阿里接下來是否也會有意在爭奪標準權方面做出相應的動作。從目前的形勢來看，阿里提出車路協同方案時，把目光更多地放在貨運領域，畢竟這是阿里更為關切的環節。 

市場化落地成功之后 自動駕駛將對各行各業產生巨大影響

隨著自動駕駛技術取得越來越多的突破，我們也逐漸可以看到受其影響的未來商業變化的雛形。雖然我們并不知道這一天具體何時到來，但基于推測，我們可以預見到未來的一些行業方向很有可能跟著這些趨勢發展。

（1）多方因素助推 貨運最可能搶先實現自動駕駛

在無人駕駛的落地方面，貨運最有可能搶先實現這一盛況。

第一，電商和物流企業在商業利益驅動下，具有明確的目標，更愿意推動無人駕駛。無人駕駛能夠在人員成本上節省大量開支，也沒有超過4小時屬于疲勞駕駛的顧慮，可以連續24小時運行（前提條件是在夜間自動駕駛技術得到有效突破之后）、目前還是以共享電動物流車為主打，阿里就布局了電商+電動城配送+共享模式。

第二，電商貨運的安全問題不那么突出，更容易為公眾接受。如果是乘用車自動駕駛，人們的顧慮也需要一段時間才能消除。第三，車路協同方案的邊際成本更低。乘用車的行駛路線因個人和時間的不同而不同，如果不能短期大面積鋪開，實際上起到的作用比較小。但如果是對固定的物流路線進行改造，由于使用率高，邊際成本其實就大大降低了。

（2）深刻改變出行產業 網約車將受到共享汽車挑戰

由于自動駕駛對駕駛員的開車水平潛在要求降低，沒有車（但有駕照）的公眾完全可以使用共享汽車，而不需要打網約車，這也是滴滴為什么布局共享汽車的主要原因。網約車的市場將被共享汽車搶占很大一部分，同時共享汽車也會從租賃模式轉向包含租賃和真正的共享經濟兩種模式。共享的自動駕駛網約車，將是人類出行的終極形態。 

之所以說會有真正的共享經濟元素是因為，對于有車一族來說，汽車閑著也是閑著，不如讓它自己出去賺賺錢。另一方面也能解放網約車從業者，讓他們直接轉型為共享汽車所有者。從社會角度看，也提升了人們出行的安全性。 

同時網約車的用戶群體縮小，但仍有其存在的市場，網約車的服務人群更集中于完全沒有駕駛知識、不能在緊急狀況做出反應的部分乘客。網約車會配有司機，但司機勞動強度下降。

（3）掌握更多數據資源 車企在行業內地位提高

隨著汽車智能化程度加深，車企再也不是單純的制造行業。由于傳感器、V2X，汽車CAN總線等技術的應用，以及對汽車底層系統的掌控使得互聯網企業需要仰仗車企的相關接口，車企更能掌握有效的大數據資源。 

除此之外，車企參與出行的意愿也會加強?，F在，吉利等車企就已經進入了出行領域，在對司機依賴性沒那么強的自動駕駛時代，車企更能集中發揮好自己的優勢。有寬松的成本代價作保障，更好的宣傳效果為目標，參與共享汽車或者網約車的車企可能也會越來越多。

總之，無人駕駛技術雖然并不能一蹴而就，但它無疑已經離我們越來越近了。隨著基礎技術逐漸完成布局，無人駕駛技術達到L4標準，基礎設施也將在未來一段時期內趨向完備，自動駕駛將不再是異想天開。至于最后誰才能搶到這個朝陽產業的大蛋糕，就要看接下來誰會在實際應用中率先突圍了。