不解決這些問題，別談自動駕駛

最新 03-13

聚焦新能源汽車，關注全行業動態

自動駕駛真夠「火」的！這恐怕是業內人士對這項新技術趨勢最直觀的感受。從傳統車企、零部件供應商到科技公司，如果不搞自動駕駛似乎就無法立足，他們生怕自己變成汽車界的「諾基亞」，被「蘋果」無情地甩在身後。前沿產業基金聯合創始人王樂京在近期於武漢·中國光谷舉行的「2018全球自動駕駛論壇」上表示：「圍繞自動駕駛進行的是一場富可敵國的產業爭霸，僅需佔據0.4％的市場就可以再造一個谷歌。」

在自動駕駛領域，各方參與者的情懷與魄力著實令人欽佩，但大家也開始越來越理性地看待與解決所面臨的挑戰。這成為「2018全球自動駕駛論壇」的主旋律。

法規與基礎設施要跟上產業發展速度

從全球範圍看，目前英國和美國陸續出台了無人駕駛的相關政策和法規，尤其美國加州儼然已成為排頭兵，將在今年4月正式允許無安全駕駛員的自動駕駛汽車上路測試。當然，其他國家和地區也做了不少嘗試。

新加坡在特定區域內已開放6個街區，供自動駕駛汽車進行測試，這個數字未來還會增加，目的就是提供一個先進的城市交通系統，從而讓智能城市與自動駕駛技術發揮協同效應。

安波福亞太區總裁楊曉明在論壇上介紹說

在我國，自動駕駛的測試及落地還存在一定的法規和政策限制，政府在積極地推進這項工作。奇點汽車自動駕駛架構總監李建鵬提出：「我們希望政策、法規可以允許企業在一定區域或封閉的場地測試自動駕駛技術。」中國汽車技術研究中心智能汽車研究室暨汽車軟體測評中心主任王羽在論壇上則明確指出：「什麼樣的車具有上路資格？上路之後的風險由誰來承擔？這些都需要具體政策來規範。」

今年2月，北京市率先頒發了《北京市自動駕駛車輛道路測試能力評估內容與方法（試行）》和《北京市自動駕駛車輛封閉測試場地技術要求（試行）》，對自動駕駛汽車的路測標準進一步細化。3月1日，上海發放了全國首批智能網聯汽車開放道路測試牌照，並劃定道路進行開放測試。

目前，道路建設標準是以人類駕駛為依據的，例如寬度、交通標誌的安裝位置等，而自動駕駛汽車的應用需要一套自己的標準化設置。對此，李建鵬舉了一個例子，自動駕駛需要的一項功能是對道路中的限速標識進行識別，即攝像頭拍到限速標識後通過視覺的方法獲取圖片的位置和內容，再反饋給汽車。

「顯然，這是一個很蹩腳的解決方案，因為限速標識是設置給人看的，而不是機器。如果未來我們的基礎設施做出改變和更新，例如設置電子標牌或在路上放置二維碼，就更利於自動駕駛車輛進行識別。」

他說

與迅猛發展的自動駕駛相比，政策、法規和基礎設施的調整與完善亟需提速。

要尊重技術研發的科學性

李建鵬認為，在傳統汽車產業的發展中，技術進步是循序漸進的，靠持續、緩慢的創新推進。但信息技術特別是人工智慧和自動駕駛的出現，對整個汽車行業造成巨大衝擊。當前，汽車行業迎來了多維度革命創新或破壞性創新的窗口期。一方面，日益壯大的社會資本湧入自動駕駛領域；另一方面，人們對汽車行業技術發展缺乏足夠的敬畏，導致有些企業在技術研發中盲目追求速度，而忽視了科學性。「任何技術積累都需要一步一個腳印地走。」

「據我了解，目前所有的無人駕駛汽車只具備自動化水平，還不是人工智慧控制下可以自學習、自成長、有自主決策功能的產品。」

王羽感慨道

人工智慧想要與汽車真正融合併非易事。「不能說人工智慧放在車上就是智能汽車，放在飛機上就是智能飛機。」王羽如是說。人工智慧技術需要大量的數據做輔助。奇瑞汽車智能車技術中心執行總監黃勇稱：「不管是在實驗室還是路試過程中，人工智慧演算法需要海量數據的驗證，以證明機器人比人更可靠。」斑馬智行副總裁周平認同這樣的觀點，他認為，離開數據談人工智慧就是紙上談兵：「如果把汽車看成機器人，它需要大量的數據和有效的信息輸入才能做出判斷，未來我們所需的數據來自多方面，包括道路等基礎設施、汽車和人。」

自動駕駛越「熱」，行業對人才的需求就越大，專業及跨界人才短缺已成為制約這個領域發展的瓶頸之一。中國汽車人才研究會執行副理事長兼秘書長朱明榮提到，該機構受工信部委託進行了《中國汽車產業中長期人才發展規劃》的研究，據不完全統計，我國智能汽車人才總量不足2萬人，這將嚴重製約相關領域的發展。

「我國自動駕駛領域有很多優秀的專家和人才，但與整個產業發展的需求量還不匹配，人才隊伍規模跟不上產業發展的節奏。」

王羽強調

創新不足　跨界融合難度大

自動駕駛說到底是要與出行服務相結合，產品需要越來越專業化，實現商業化運作。從硬體來看，關鍵零部件仍存在專業化程度較低和成本過高的問題，導致自動駕駛商業化難度增大。

博世底盤控制系統中國區自動駕駛產品經理黃羅毅表示，人工智慧演算法需要非常大的功耗，這就需要對演算法進行壓縮後放到特定的晶元中。李建鵬也談到：「現在很多整車企業在做自動駕駛開發時還是把一台很大的電腦放在車上，它肯定不能量產，我們現在需要更高性能的晶元，不僅具備一定的計算能力，而且在成本和功耗上具有競爭力。」目前，自動駕駛所需感測器的主要挑戰則來自激光雷達，雖然很多廠家都在做固態激光雷達，但離量產和產業化的距離還比較遠。