自动驾驶限制场景，刷存在感。什么时候能“飞入寻常百姓家”？
技术不可能永远关在笼子里。在自动驾驶前进道路的这个坎坷节点，这场疫情无疑给自动驾驶企业提供了一个“实战”的机会，让自动驾驶在正式商用落地之前，对技术的完善程度和产品的成熟度进行更多的考验。
图片来源:阿波罗官网
当然，目前无论是技术的发展还是应用的可行性，自动驾驶离大众消费者还是太远了。它需要解决包括技术、安全、法规和成本在内的诸多问题。
众所周知，自动驾驶是依靠各种传感器来收集驾驶时的周围信息。虽然传感器的发展已经极其迅速，但仍然存在视觉盲区。此外，5G技术尚未大规模普及，云端数据延迟也会带来安全隐患。更深层次的问题是，即使技术上安全，自动驾驶也不能真正上路行驶。至少目前国内自动驾驶汽车与道路的合作只停留在示范区，还没有地方政府真正向自动驾驶汽车开放道路。
另外，现有的法律并不适合自动驾驶，尤其是L3和L4之间，人车边界不清。车辆事故谁负责？这些都需要完善的法律法规来解释。最现实的问题是成本和利润。激光雷达、芯片等软硬件设施尚未量产，车企购买相关设备相当昂贵...此外，包括高精度地图和自动驾驶运营在内的配套基础设施建设仍面临巨大挑战。
不过值得庆幸的是，近年来在政府、企业等各方的配合下，问题正在逐步被克服。？
量产的关键技术逐渐成熟。
对于自动驾驶来说，传感器和地图层面的技术尤为关键。
作为自动驾驶的“眼睛”，传感器的种类很多，常见的有摄像头、超声波雷达、激光雷达和毫米波雷达，而在这些不同种类的雷达中，激光雷达扮演着非常重要的角色。它不受光线等环境因素的影响，能够准确获取前方物体的三维位置信息，高精度识别周围信息。但是由于激光雷达成本高，没有办法量产。
然而，近年来，随着激光雷达技术的成熟和大量科技公司的进入，现有激光雷达的价格已经低至65，438+000美元。虽然在性能上比不上高达几万块钱的产品，但是能做到这样的价格也是很不容易的。更关键的是，业界已经看到了降低激光雷达成本的可能性。过去激光雷达量产和降低成本的难度可能没那么难。在未来，激光雷达的价格可以预计会下降，达到65，438+000美元-65，438+0000美元的量产水平，可能已经不远了。
图片来源:威力登？激光雷达
除了传感技术，精确定位不仅是自动驾驶的基础，也是核心。因此，高精地图成为自动驾驶领域炙手可热的“风云人物”。除了传统地图厂商，BAT等科技巨头和BBA等传统车企都在以收购、投资或合作的方式进入高精地图领域，甚至诞生了Momenta、宽凳、仲晶等一大批初创企业。目前已有20多家企业获得国内高精测绘资质，其中华为、顺丰、京东物流是最新进入者。相信随着越来越多企业的入驻，高精地图的精度会有更明显的提升，适用场景也会越来越多。
法律法规体系越来越完善。
随着自动驾驶技术的成熟，相关的自动驾驶标准也开始上路，自动驾驶并非没有“标准”。
不久前，韩国率先发布了自动驾驶车辆安全标准，主要包括:L3级自动驾驶车辆的自动车道保持，行驶过程中遇到紧急情况时对驾驶员状况的监控，以及在没有及时人工响应时自动减速、启动紧急预警信号、减少危险等辅助功能。因此，韩国成为世界上第一个制定L3级自动驾驶车辆安全标准和商业化标准的国家。
当然，除了韩国，美国交通部(USDOT)也发布了最新的自动驾驶汽车指南4.0(AV？4.0)，这是美国自2016以来的第四个版本。其他西方国家也在完善相关法律标准:西班牙2014？交通规则是在1995年修订的；德国联邦参议院也在2017年颁布了相关法案。
在自动驾驶的法律层面，中国从未停止探索。去年7月，工信部宣布，根据国家标准和行业标准修订计划，相关标准化技术组织已完成《道路车辆高级驾驶辅助系统(ADAS)术语和定义》、《道路车辆盲区监测系统(BSD)性能要求和试验方法》、《乘用车车道保持辅助系统性能要求和试验方法(LKA)》三项推荐性汽车行业国家标准的修订工作，现在只需进一步合并即可。
多国关于自动驾驶的法律陆续颁布，无疑给自动驾驶带来了曙光，开启了自动驾驶的又一个重要里程碑。
车辆场景测量等智能基础设施规模扩大。
自动驾驶很难落地，也面临着安全性的问题:如何证明自动驾驶系统的高安全性和可靠性，是目前几乎所有自动驾驶玩家面临的难题。
其实证明很简单，无非就是大量的测试。用数据说话，毕竟实践是检验真理的唯一标准。
1.许多真实场景的测试
一周前，文远智行威瑞德与其合资公司文远月星发布了中国首款L4级自动驾驶出租车Robo-Taxi的试运营报告。在文远广东银行试运行的第一个月，即2019 12 01至31，* * *完成8396笔旅游订单，安全事故为零。日均出行服务270.8次，最高订单数达到438单，服务订单总里程达到465438+。
作为自动驾驶领域当之无愧的领导者，在今年的CES展会上，Waymo也宣布其无人驾驶团队已经在公共道路上行驶？2000?超过10，000英里(3，265，438+0.8万公里)，已搭载超过654.38+万人次，现阶段每月拥有654.38+0.5万稳定用户，遥遥领先于竞争对手。
此外，百度、巡航马骁智行、智加科技等多家公司也在自动驾驶测试方面做了大量工作，这将为自动驾驶测试带来越来越真实可靠的数据，也势必加速自动驾驶的商业化进程。
图片来源:马骁知行关伟
2.建立多站点自动驾驶测试站点。
如果想要更多的自动驾驶汽车上路，仅仅依靠企业的努力显然是不够的，还需要地方政府的支持。截至目前，北京、重庆、上海、广州、武汉、深圳、江苏等地已出台相关政策，放开路测，为自动驾驶的商业化起到了推波助澜的作用。
据不完全统计，截至目前，国内已发放路测牌照近300张，包括传统车企、造车新势力、互联网巨头、科技公司等，均获得了不同额度的测试牌照。更何况，如武汉、北京等地已经允许自动驾驶车辆进行载人和载货测试。毫无疑问，国家层面的推动对自动驾驶里程的积累起着决定性的作用。对于自动驾驶车辆来说，只有通过不断的测试，才能增强数据的可靠性和行驶的安全性。
3.仿真测试技术趋于成熟。
美国著名智库兰德公司曾估算，一辆L5级自动驾驶车辆上路需要11亿英里。这意味着，即使是拥有65，438+000辆测试车辆的自动驾驶车队，也需要大约500年才能完成65，438+065，438+0亿英里的测试里程，每天7X24小时进行测试。所以，光靠实车路试显然是不够的。因此，虚拟仿真测试成为自动驾驶汽车积累测试里程的重要手段之一。
模拟测试简单来说就是通过传感器仿真、车辆动力学仿真、高级图形处理、交通流仿真、数字仿真、道路建模等技术模拟道路测试环境，建立逼真的静态环境和动态交通场景的数学模型，让自动驾驶汽车和算法在虚拟的交通场景中进行行驶测试，最大限度地覆盖场景，从而在短时间内实现现实生活中难以实现的测试里程。更重要的是，它可以解决实际道路测试中的诸多局限性，尤其是对于一些在实际道路上基本无法测试的极端场景。
近年来，随着谷歌、英伟达、百度、腾讯等科技巨头的进入，以及5G通信技术的到来，仿真测试数据接收延迟的问题得到了极大的解决。此外，该领域还涌现出一批新玩家，如AAI、51WORLD、科涅塔、Panosim和Parallel？Waymo刚刚收购的Domain、RightHook和Latent？逻辑等。，使得仿真测试技术越来越成熟，测试场景越来越接近真实场景。
企业纷纷入局，拉起了自动驾驶量产的进度条。
自动驾驶量产的难度一定离不开现实因素:生产成本太高，尤其是在探索阶段，因为没有一家公司能够独自解决智能汽车产业化的问题。由于自动驾驶涉及范围广，技术要求高，单个企业很难形成有效的竞争力。为了尽快完成这个庞大的工程，需要聚集车企、供应商、互联网以及众多科技公司，发挥行业的力量，从而加速相关方案的实施。
图片来源:华为官网
好在现在越来越多的企业看到了自动驾驶的商机，纷纷进入该领域。不仅传统车企、初创科技公司、BAT纷纷加入这一战场，更多ICT(信息通信技术)巨头，如华为、苹果等也纷纷进入自动驾驶领域，全场景布局汽车产品。随着企业的充分合作，大规模的量产，商业模式的改善，成本的问题一定是朝着更低的趋势发展的。
当然，如果非要给自动驾驶一个确切的时间，很多公司都给出了明确的量产时间，2020-2022年将是自动驾驶车型量产的大年。
在今年红旗H9的发布会上，公司明确表示新红旗将于2020年实现L3级自动驾驶量产，2021年实现L4级量产。吉利和广汽也有望在2020年实现L3级自动驾驶量产；此外，通用汽车此前发布了一款量产车Origin。根据通用汽车的预测，最迟将于2021年底，2022年开始生产Origin。大众计划在2021推出L4自动驾驶汽车；奔驰和宝马将分别于2020年和2021年推出L4和L5自动驾驶汽车。沃尔沃和福特把量产时间定在了2021。
除了传统车企，造车新势力也公布了自己的自动驾驶量产时间。
Xpeng Motors计划2020年实现高速自动驾驶量产，搭载小鹏P7车型；威马汽车也将在2020年实现L3级自动驾驶的量产和搭载；零跑汽车是指在2020年之前，所有车型都可以通过软件升级到L3级自动驾驶功能；奇点汽车预计2020年实现L3自动驾驶量产，后期计划通过OTA升级到L4；特斯拉也表示将在2020年实现自动驾驶。
总结:自动驾驶离我们越来越近了。这个还在襁褓中的“新生儿”很快就会自己站起来。相信随着车企量产时间表的实施，自动驾驶商业化的步伐会越来越快。或许，自动驾驶车辆“飞入寻常百姓家”并不遥远。
本文来自车家作者汽车之家，不代表汽车之家立场。