自动驾驶算法突围商业化

　　近年来，伴随着智能网联汽车的热销，自动驾驶受到市场高度关注。小马智行、文远知行、Momenta等自动驾驶解决方案供应商相继获得巨额融资。实际上，自动驾驶是一个软硬件高度协同的应用，主机厂与自动驾驶算法公司之间的博弈不可避免。自动驾驶商业化探索还面临哪些突出难题？记者近日走访多家企业开展调查。
　　自动驾驶加快商业化
　　网上提交订单，上车刷脸确认，剩下的就交给汽车带你去目的地。在苏州市相城区开展的Robotaxi（无人出租车）试点应用中，记者对自动驾驶的最大感受，就是同有人驾驶没有区别：驾驶位上同样坐人，起步、刹车、转弯、变道等动作非常平稳。但细细一看，汽车的方向盘在自己转动，坐在主驾位的安全员大多时候将双手搭在膝盖上。
　　我们跳出传统的‘规则驱动’算法模型，转为数据驱动，让汽车能通过不断的自我学习提升驾驶水平。MomentaGO总经理谢烁说，看好Robotaxi的市场前景，这家公司不仅在积极布局相关业务，还为其他企业提供L4级别自动驾驶解决方案。
　　采访中记者发现，自从2021年年底北京率先宣布开放自动驾驶出行服务商业化试点以来，很多自动驾驶公司的发展信心受到提振，纷纷加快了相关商业化应用的步伐。
　　Robotaxi业务的本质是解决用户出行需求，与之相似的网约车模式在经历了多年发展后已经形成了商业闭环，自动驾驶嵌入其中是发展趋势。享道Robotaxi业务部高级经理汤文佳说。
　　不单单是出租车，无人小巴也开始探索更多的商业化应用场景。近日，轻舟智航与东风悦享联手开启了无人驾驶车SharingBus的运营序幕，除了同公交车一样到站上下车之外，它还提供招手即停、一键招车等服务，与网约车类似。无人化带来的24小时不间断运行给了我们更多想象空间，我们希望通过灵活部署，应对城市中不同的交通场景需求。轻舟智航副总裁程修远说。
　　如果说针对个人出行场景的无人驾驶应用尚在进行商业化探索，一些瞄准货物运输的无人驾驶应用则已初现商业化雏形。我们在湘潭大学投放的5台无人配送车，可以很好满足学生群体收发快递的需要，平均每天可以接2000多单。行深智能运营副总监邓菘说，该公司正与多家物流公司合作，共同推动最后一公里配送无人化。
　　国金证券研报显示，2020年、2021年国内L2级别ADAS（高级驾驶辅助系统）渗透率分别为15、20，且呈现加速增长态势。多位受访者表示，随着北京试点的深入推进，2022年或将有更多地区跟进，自动驾驶的商业化应用进程将加速。与此同时，一些依靠政府补贴的项目式应用或将面临更大挑战。
　　技术安全性有待验证
　　尽管自动驾驶的概念非常火热，但近年来，因自动驾驶导致的交通事故也屡见不鲜，市场对自动驾驶安全性问题的担忧依旧存在，这成为自动驾驶解决方案供应商在商业化进程中不可回避的问题。
　　目前，不少企业做自动驾驶测试时，路况还较为简单，对天气状况导致的制动距离变化等细节还没有考虑得非常充分。天安智联董事长杨雷说，很多企业宣称要做L4级自动驾驶，实际上L2、L3级与L4级的区别，除了技术更重要的是责任认定。
　　2021年，公安部发布《道路交通安全法（修订建议稿）》中提出，具有自动驾驶功能且具备人工直接操作模式的汽车，发生道路交通安全违法行为或者交通事故的，应当依法确定驾驶人、自动驾驶系统开发单位的责任，并依照有关法律、法规确定损害赔偿责任。但在不少业内人士看来，相关法规的落地依旧需要更多细则。
　　严格意义上说，目前具备量产可能的自动驾驶都是在辅助驾驶阶段，它的重要目的是让驾驶更加轻松、安全，而不应该成为一个商业噱头，误导用户不安全地使用。毅达资本合伙人厉永兴说。
　　值得一提的是，由于自动驾驶的高度信息化特征，信息安全问题同样突出。在南京紫金山实验室2021年举行的强网竞赛中，有多款国内外厂商研发的ADAS（高级驾驶辅助系统）被攻破，其中一些甚至被远程操控。市场竞争激烈，不少企业目前只注重业务功能实现问题而选择性地忽视网络安全与功能安全交织问题。中国工程院院士邬江兴说。
　　多位业内人士表示，目前单车智能发展迅速，但从更高级别的自动驾驶技术发展需要看，车路协同必不可少，我国已经提出单车智能网联赋能并行发展路径，这将是自动驾驶技术发展的重要方向。
　　软硬博弈不可避免
　　从国内外自动驾驶发展趋势看，都需要通过规模化应用来沉淀海量数据。在自动驾驶业内，有至少路测10亿公里的说法，更快实现这个目标，则离不开更多的测试汽车和更长的使用时长。
　　当前，大多数基于实车道路测试的自动驾驶开发模式在效率方面仍存在诸多瓶颈，包括测试成本高昂、单车单日覆盖场景有限、难以涉及足够的对于自动驾驶算法训练更具价值的极端情况。轻舟智航COO汪堃说。
　　记者在调查中发现，大多数自动驾驶算法公司多为初创型企业，难有大量资金用来支持车队构建，因此多采取与主机厂合作的模式，与相关车型进行捆绑。
　　需要注意的是，尽管诸多自动驾驶都通过加装激光雷达、毫米波雷达、视频摄像头等设备来实现车辆对周围环境的感知，但各个传感设备应该安装在车辆的哪个位置，需要安装几个，事实上还没有明确标准，相关自动驾驶软件算法公司目前大多各有各的方案，很难相互兼容。在车辆后期改装存在大量弊端的情况下，前装路线所带来的整车外观设计、成本控制等问题，预示了主机厂与自动驾驶算法公司之间的博弈不可避免。解决交通出行是消费者购买汽车的重要目的，但不是唯一目的。理想汽车相关负责人说。
　　有实力的主机厂，不会将自动驾驶这个‘灵魂’拱手让给第三方公司，所以我们看到诸如‘蔚小理’这些企业都在自研相关技术，而自动驾驶解决方案供应商如果同那些缺乏实力的主机厂合作，又很难通过大规模应用积累相关行驶数据。厉永兴说，自动驾驶解决方案供应商发展Robotaxi等业务，实际上是现阶段找不到大规模量产落地场景退而求其次的选择。
　　自动驾驶是一个软硬件高度协同的应用。记者在采访中发现，自动驾驶解决方案供应商多精于软件算法层面的开发，在硬件层面则多采购成熟厂商的产品，且数量巨大。以感知设备为例，一辆L3级别自动驾驶汽车往往会搭载8颗以上摄像头、1至3颗激光雷达、计算单元所需芯片等。
　　值得注意的是，尽管国内厂家近年来加快追赶步伐，但高端零部件大多被国外龙头企业垄断。以ESP（车身稳定系统）为例，博世公司在全球居领军地位，独占70中国ESP芯片市场，该公司选择给哪家企业供货，很大程度上影响着这家企业的经营业绩。
　　采访中，多家自动驾驶解决方案供应商表示，类似的芯片短缺问题犹如悬在头上的达摩克利斯之剑。
　　未来，国内外自动驾驶软件算法层面或将越来越趋同，但在硬件层面想要实现国产替代，依旧有很长的路要走，这其中蕴藏投资机遇。厉永兴说。
　　东方证券研报认为，激光雷达产业正处于爆发拐点，建议关注产业链中上游具有相关技术积淀、与车企紧密展开合作的企业。国金证券研报显示，预计2025年全球车载镜头市场规模将达260亿元、车载摄像头市场达782亿元、车载激光雷达超300亿元，建议关注汽车智能化下的车载镜头、车载摄像头、显示屏、HUD（抬头显示）等领域机会。（记者朱程孙寅）