由南京經濟技術開發區與蓋世汽車聯合主辦的“2020第三屆全球自動駕駛論壇”在6月23日圓滿落幕。本次論壇以“線上+線下”相結合的方式開展，共持續兩天，第一天南京經開區管委會主任沈吉鴻、南京經開區管委會副主任沈吟龍、蓋世汽車總裁周曉鶯親臨現場發表致辭。隨后來自麥肯錫、滴滴、法雷奧、德賽西威、大陸集團、福瑞泰克、漢高、Ouster、長城科技、豪威集團的多位嘉賓發表了精彩演講，主題涵蓋自動駕駛發展現狀、在產業化落地方面存在的挑戰、企業戰略與思考等多個方面。

第二天，又有來自奇瑞、PTV Group、西門子、智駕科技、地平線、廣汽研究院、楚航科技、知行科技、華為的近十位專家圍繞芯片、毫米波雷達等自動駕駛關鍵技術，系統開發，仿真測試方法等發表主題演講，旨在通過交流思想，碰撞智慧，探尋自動駕駛規模化應用的實現路徑。

技術市場雙落地 ADAS進入快速普及期

首先是技術層面，一些關鍵技術正逐漸獲得突破。如德賽西威智能駕駛輔助事業單元總經理李樂樂所言，近幾年在雷達、芯片、算力、算法等核心領域，技術提升均十分明顯。“另外，在與主動安全相關的法規制定方面，近兩年政府也在積極推進，加上社會因素、商業模式等方面的因素，我們認為自動駕駛在未來幾年將迎來爆炸式發展。”

以芯片為例，據地平線副總裁、智能駕駛產品線總經理張玉峰透露，早在前兩年地平線的芯片就被批量運用在美國頂尖的自動駕駛駕駛車隊上。今年3月，地平線征程2芯片率先搭載在長安UNI-T車型上。據悉，基于地平線AI芯片以及感知算法，長安UNI-T實現了包括視線亮屏、分心提醒、疲勞監測、唇語識別、智能語音拍照等智能化功能，擁有出色的人機交互體驗。

市場層面情況改善更為明顯。“目前ADAS的搭載率，大概已經達到了30%，這是最新的數據，未來的五年，裝配率將進一步提高，從30%增長到80%。換言之，這是一個很大的增量市場。” 福瑞泰克總裁張林博士表示。“特別是在商用車領域，從去年到今年，國家出臺了一系列法規，要求客車、重型卡車等強制安裝AEB等ADAS系統。在法規的驅動下，大量ADAS功能將實現從之前的零配置到100%配置突破，從而促進行業迅猛發展。”

圖片來源：福瑞泰克

不僅如此，今年初國家還發布了《智能汽車創新發展戰略》，其中對智能汽車產業未來幾年的發展目標、配套法律法規的出臺等制定了很明確的頂層設計，張林認為這也是推動中國自動駕駛產業發展很重要的助推劑，尤其是中國選擇的“智慧的車+聰明的路”的技術路線，有望將自動駕駛推向更廣闊的市場。

智駕科技聯合創始人葉春蘭也認為，隨著政策法規的逐步完善、消費者對乘用車的各種體驗需求不斷提升，為自動駕駛發展提供了重要助力，現在自動駕駛已不再是PPT或Demo演示狀態，行業更多的要求在于如何落地。“目前來看，多場景商業落地的方向是大勢所趨，其中包括ADAS千億級市場的規模化落地，還有L4級場景細分的落地。”

在知行科技創始人兼首席執行官宋陽看來，現在自動駕駛已經進入了市場啟動期，L2級自動駕駛在今年以前已經有廣泛的落地，但是裝機率還不是很高，預計未來3——5年裝機率會逐步提高，進入準標配階段。到2025年左右，L4級別以上的無人駕駛會開始落地，不過首先在半封閉場景應用。

自動駕駛發展漸入佳境 挑戰亦不容忽視

盡管近兩年自動駕駛發展漸入佳境，但要真是實現這項技術規模化商用，特別是高級別自動駕駛汽車的大規模量產，還存在多重挑戰。

奇瑞汽車智能車技術中心資深總工程師高繼勇博士就指出，無論L2自動駕駛還是L2.5自動駕駛，最大的難點還是應用層軟件，不是硬件，也不是常說的技術軟件。而對于L3，他認為最難的是城市交通場景，因為城市道路往往會面臨很多問題。比如很多道路沒有車道線，該怎么開？這個時候虛擬出車道線就十分重要。另外還有十字路口，很多城市的紅路燈存在故障常年不修理，這對于L3自動駕駛汽車來說也很難識別。“所以我認為用于城市場景的L3自動駕駛汽車的實現難度甚至遠大于用于運營的Robotaxi。當然，L3在私家車上確實有量產，但卻是在爭議中研發和量產。”

另外在激光雷達、圖像傳感器、毫米波雷達等關鍵技術領域，目前也都還存在一定的挑戰。例如在激光雷達領域，據Ouster業務發展總監劉志剛介紹早期激光雷達面臨幾個比較大的挑戰是價格太貴，且性能往往達不到需求。“車子速度越快，肯定希望激光雷達的分辨率越高，但是當一臺激光雷達的價格遠遠超過一臺車的價格的時候，對激光雷達的發展肯定是一個巨大的瓶頸。” 為此，Ouster一直在積極改進激光雷達性能。

激光雷達，圖片來源：Ouster

圖像傳感器方面，豪威集團中國區汽車電子業務部總經理劉琦指出目前功能安全、功耗和信息安全是需要重點關注的。毫米波雷達方面，據楚航科技CTO張我弓介紹主要挑戰在于市場對產品的迭代速度及成本有很高的要求。

大陸集團自動駕駛及安全事業群未來解決方案及戰略規劃部中國區負責人徐弢則認為，除了技術上的挑戰，自動駕駛現階段還面臨法規、責任劃分、研發成本、倫理道德、網絡安全、公眾認知和社會接受度等多個方面的難題。

“比如法規方面，最基本的《道路交通安全法》里根本沒有考慮自動駕駛系統作為駕駛員的情況，這是一個很大的阻礙，包括轉向，連L2.5完全脫手都沒有具體的法規支持，因為轉向目前不允許全助力轉向，不過最新的法規有一個增補條例。規則標準化方面，主要包括封閉/開放道路的測試標準，及一些商業規則的部署和定義等等，這塊目前也在逐漸完善。還有責任劃分，特別是L3，是一個責任劃分不明確的區間，存在很多界定不清的東西。 ”徐弢指出。

漢高（中國）投資有限公司汽車電子大中華區技術經理蔡煥新從高可靠性電子材料在自動駕駛領域的應用出發，指出目前自動駕駛產業面臨挑戰主要有三點：穩、熱、準。“穩”即自動駕駛汽車無可避免會遇到一些泥濘或者崎嶇的道路，使得傳感器不得不長期在振動的環境下工作，如果沒有很好的解決方案，傳感器的性能會受到較大的影響。“熱”即車輛在行駛過程中會受到太陽暴曬，另外設備運行中也會產生大量的熱，這些會對設備的散熱效率提出較大的挑戰。“準”即未來攝像頭等傳感器會朝著更高清更高分辨率的方向發展，要達到這樣的目標，勢必要配合高精度的工藝制成。為此，漢高分別推出了底部填充材料、導熱界面材料和NCA材料。

圖片來自：西門子

PTV Group 中國區總經理沈暢和西門子工業軟件自動駕駛產品線大中華區總監黃漢知更多是從自動駕駛仿真測試角度出發，分析自動駕駛目前在發展過程中存在的問題。其中沈暢認為，從第二階段高級場景開始，就需要對車輛進行訓練，使其具備結構化學習能力，然后進一步迭代，進入第三階段和第四階段。但是在這兩個階段，自動駕駛汽車無可避免會遇到一些特殊的交通場景，如何讓自動駕駛汽車獲得對這類特殊場景的處理能力，是亟待突破的問題。

“不可能天天把一輛無人駕駛汽車放到測試場運營，也不可能將整個道路清空，就讓一個Robotaxi車隊來測試，自動駕駛汽車無可避免要融入到整個城市交通當中，而且這個過程是漸進的，不是說今天一閉眼明天一睜眼，路上全是無人駕駛汽車，這不可能。更可能的是在城市道路上會有一定比例的人類駕駛的小汽車，一定比例的無人駕駛汽車，還有一部分比例的智能網聯無人駕駛汽車。所以大家要做好各種不同屬性的車輛在城市道路里運行的準備，然后再去測試無人駕駛的算法、技術或硬件的可靠性。”沈暢表示。

黃漢知則指出，要想盡可能高地提升自動駕駛汽車的場景適應性和安全性、可靠性，必須采用基于模型的方法，也就是正向的基于模型的自動駕駛開發和測試方法論及工具鏈。“這個工具鏈的核心是在產品開發早期盡可能多的用仿真手段，盡可能早的暴露系統、算法、參數存在的問題，而不是等到產品原型甚至車輛的原型出來，量產車上市之后，再通過物理路試暴露問題，這對于任何一家車企來說都是不能承受的風險。”

從ADAS到無人駕駛 結合場景談落地更有意義

法雷奧中國區CTO顧劍民博士認為應該從小做起，從簡單、低成本的自動駕駛技術入手，以吸引足夠多愿意付費的用戶。“自動駕駛商業化落地的基本條件是什么？需要有人付費，天上不會掉餡餅，技術總需要有人付費，不是用戶付費，就是整車廠來付費。”

具體怎么做呢？顧劍民指出有幾種落地路徑，首先是自動代客泊車，由于車速相對較低，場景比較可控——一般是在半封閉的停車場里，對感知系統、決策系統的壓力挑戰相對小一些。其次是從特定場景和特定用途開始，顧劍民指出自動駕駛有很多場景，如果拋開場景來講自動駕駛是沒有意義的。再者是無人配送，因為從安全的角度來講，無人物流車比載人無人駕駛汽車要求相對低一些，但需求更高。比較之下，無人駕駛私家車落地所需的時間相較于無人小巴、無人出租車、無人物流車等會更長一些。

長城汽車股份有限公司技術中心主管工程師張瀛的觀點與之類似。他指出未來3——5年自動駕駛可能的落地場景主要有Robotaxi、無人巴士、無人駕駛物流車、無人礦車、港口無人駕駛等，特別是用于礦區、港口的無人駕駛汽車，由于限定了場景，在某種程度上可以降低一部分落地難度。

華為MDC業務發展總監佘遠飛認為在智能駕駛產業落地方面，面向個人消費者的智能駕駛是存量最大的市場，但這一塊對安全和體驗的要求也是最高的，且對于提升生產力沒有太大的緊迫性，所以產業化落地會慢一些。而商用車由于在降本增效方面的需求十分迫切，在落地節奏上將走的相對快一些。

“我們認為在未來兩年里，無人駕駛作業車隨著5G網絡的普及，還有整個產業鏈、傳感器、芯片的成熟度越來越高，落地的可能性會逐步得到驗證。” 佘遠飛指出。至于L4和L5，他認為在未來5—10年會普遍進入我們的社會生活和生產當中。

可實現L3自動駕駛的埃安LX，圖片來源：廣汽研究院

盡管如此，一些關鍵的技術依舊十分必要。比如激光雷達，在廣汽研究院智能駕駛技術部部長郭繼舜看來，之于L3級別以上的自動駕駛汽車就尤為關鍵。“至少在廣汽的車型上，只要到了L3以上，一定會有激光雷達。因為經過功能安全分析，我們認為沒有激光雷達是達不到非常好的功能安全性能的。”另外還有冗余系統，他指出高級別自動駕駛一定要有冗余系統。

滴滴自動駕駛公司首席運營官孟醒則認為將出行與自動駕駛結合在一起，三個方面很重要：第一是AI技術，第二是數據能力，第三是自動駕駛網絡能力。“另外如何將感知、決策、規劃等系統連接在一起做整體開發，對于我們來說也是非常難但卻非常有必要的一件事。” 孟醒指出。同時還需要做更多的路測和駕駛數據，只有這兩件事加在一起才能使自動駕駛系統實現最開始的愿景。

僅有這些還不夠，最終還需要產業協同。“自動駕駛本身是一個非常長的產業鏈，很難有一家公司去通吃產業鏈，需要上下游合作。” 孟醒表示。

麥肯錫全球董事合伙人、麥肯錫未來出行中心中國區負責人吳聽博士也認為在推動自動駕駛落地的過程中，合作能力十分重要。“每一個企業的橫向縱向合作能力非常的重要，因為沒有一家企業能夠單打獨斗，把無人駕駛這件事情完全做好。”這就需要企業在強化自身研發實力的同時，找到一個甚至一群靠譜的合作伙伴，才更有可能在自動駕駛產業化這場角逐中走到最后。