随着相关技术的快速发展，与此同时车企对于在量产车上装载智能化配置的愿望日益迫切，面向ADAS应用的L1、L2自动驾驶已然呈现爆发之势。“今年1-9月，仅L2级智能网联乘用车的销量就达到了196万辆，占乘用车总销量的14.7%。”在2020世界智能网联汽车大会上，工业和信息化部装备一司副司长石红艳表示。

接下来，如何尽快推动更高级别的自动驾驶量产成了“追逐者”们关心的问题。对此，近日多家车企已经在量产Flag上进行了首轮交锋。

主流车企纷纷喊话L3+量产

本月11日，本田宣布该公司计划在2021年3月底前开始销售配备了L3级自动驾驶系统的Legend豪华轿车。据悉，日本政府已经向本田的“Traffic Jam Pilot” 颁发了安全认证，该系统可以支持驾驶员在一定条件下于驾驶过程中将视线从道路上移开，而在未达到自动驾驶环境条件时，车辆必须警告驾驶员并将控制权交给驾驶员，当无法进行移交时，车辆必须停止。

无独有偶，在同日开幕的2020年世界智能网联汽车大会上，北汽、长安、理想汽车等自主车企也立下了量产高级别自动驾驶汽车的Flag。其中北汽集团党委书记、董事长姜德义表示，北汽集团力争在2025年之前实现L4级自动驾驶产品量产，及L5级完全自动驾驶技术的开发成熟。

 

长安汽车L3自动驾驶体验，图片来源：长安汽车

长安汽车董事长朱华荣则表示，长安汽车将在2022年逐步开始量产L4，解放双手双脚双眼。据悉，目前在智能驾驶方面长安汽车已经量产了百余项技术，今年3月长安汽车还率先于业内实现了L3级有限自动驾驶技术体验，验证了L3在技术上的可行性。但由于法规的原因，目前长安L3自动驾驶版车型并未真正上市。

理想的节奏与长安类似。据理想汽车联合创始人、总裁沈亚楠透露，现阶段理想汽车已经全系标配了L2级别的高级辅助驾驶系统，面向2022年，公司正在和博世联合开发L3，包括能够升级到L4的自动驾驶方案。

上面几家是最新为高阶自动驾驶量产立Flag的车企。更早一些的时候，红旗、威马、福特、沃尔沃，东风悦达起亚等车企，也都发布了L3+自动驾驶量产时间表。红旗在10月份的时候宣布，将于2021年实现L4级自动驾驶汽车量产，其中今年红旗E-HS9会率先实现L3级自动驾驶。威马、福特则将L4的量产时间定在2021年，沃尔沃和东风悦达起亚略晚一些，分别在2022年和2025年实现L4自动驾驶。

另外，出行服务商和方案公司层面针对高阶自动驾驶的规模化应用也喊出了自己的宣言。11月16日，滴滴出行在ALWAYS D1滴滴开放日上正式发布定制网约车D1，期间滴滴出行CEO程维表示，滴滴计划于2025年推出D3，普及100万辆，搭载自动驾驶功能;2030年希望去掉驾驶舱，实现完全自动驾驶。文远知行则计划明年在部分城区开展去掉按照员的真正无人驾驶的Robotaxi运营，争取再过3-4年，在一个城市的大部分区域实现全无人出租车运营服务。

 

事实上，不仅车企层面，目前各个国家也都对高级别自动驾驶的商业化应用提出了商用目标。比如在中国刚刚发布的《智能网联汽车技术路线图(2.0版)》中，就明确提出到2025年，高度自动驾驶车辆开始进入市场，在高速公路、专用车道、停车场等特定场景，及园区、港口、矿区等限定区域，高度自动驾驶(HA)将实现商业化应用;2030年市场占比达20%，在高速公路上HA将广泛应用，部分城市道路HA实现规模化应用。

日本提出了2020年私家车在高速公路上实现L3功能，L2级以上的卡车编队行驶，以及特定区域内用于出行服务的L4自动驾驶;2025年，私家车和卡车运输均可实现高速公路L4自动驾驶。为支持这一目标的实现，日本还于今年4月1日正式实施的最新版《道路交通法》，其中对L3级别的自动驾驶做出规定——如果驾驶员能够快速恢复手动驾驶，则可在自动驾驶过程中使用手机，或观看车载电视等。

 

韩国则计划于2027年在全国主要道路上实现L4级完全自动驾驶商业化，2030年L3、L4新车市场占比达到约50%。为此，韩国也于今年初公布了L3级自动驾驶安全标准，并计划在未来一至三年内针对L4级自动驾驶技术提出先导性的安全规范及标准，从而为未来几年这项技术的规模化应用做准备。

德国更为乐观，甚至规划在2022年成为“世界上第一个允许无人驾驶汽车常态化运行的国家”。欧盟则相对较稳妥，计划2030年实现完全自动驾驶的普及应用。那么，主要玩家纷纷立下L3+自动驾驶量产Flag，各个国家也在积极出台政策指引，是否意味着高阶自动驾驶真的会很快投入应用呢?

大规模商用难一蹴而就

目前来看，在一些特定的场景，比如面向高速公路和泊车场景，以及本田提出的面向拥堵场景这样特殊的L3级自动驾驶功能，和面向低速配送、干线物流、港口、矿区、封闭园区、机场等特定场景的L4应用，的确有望在未来几年有望陆续投入应用。但应用于全场景的高阶自动驾驶，仍有待时日。

因为作为一项复杂的系统性工程，自动驾驶要想实现真正的规模化落地，不仅取决于技术的成熟度，还与法规标准配套是否完善、商业模式能否持续有关。然而目前这几个方面都不足以支撑这项技术规模化量产。

● 关键技术有待继续突破

比如激光雷达，尽管很多业内人士认为激光雷达对于高级别自动驾驶不可或缺，但直到现在这项技术还无法实现规模化商用。“激光雷达现在还不成熟，这不光是成本高的问题，还有技术因素，如果是机械式的激光雷达，寿命非常短，而且对不同环境、天气比较敏感、脆弱，所以激光雷达不具备量产的条件。” 广汽新能源技术中心主任许俊海表示。在他看来，可能未来两三年激光雷达才会慢慢在车上搭载。

 

系统冗余方面也有待继续提升。业界普遍认为真正做到L3以上自动驾驶，从感知到决策再到控制系统，所有的关键部位在最初系统设计时就要考虑冗余架构，以实现备份，避免因传感器感知功能上的失误等而引发事故。然而目前的事实是，市面上很多宣称接近L3的车辆都不具备冗余系统。而且就算具备冗余系统，由于冗余设计增加，在确保稳定性与安全性的同时，成本大幅度增加，这也让L3级自动驾驶的落地难度大增。

另外在AI芯片和算力，以及数据的积累等方面，目前亦面临着一些难题。“比如AI，现在的人工智能技术只能够解释它见到过的场景，但无法解释和处理没有见过的场景。” 奇瑞汽车智能车技术中心资深总工程师高继勇指出。而自动驾驶汽车一旦投入使用，必定会面临无数的corner case和深度学习长尾问题，这些都依赖于更成熟的AI技术才能更好地处理。

● 法规标准仍需“破冰”

法规标准是高阶自动驾驶量产路上的另一大“拦路虎”。虽然近几年，各国政策也在慢慢给高级自动驾驶的规模化量产及应用开了“绿灯”。但不容忽略的是，政策的出台速度其实远没有技术的更新速度快，在自动驾驶方面，很多政策标准都是滞后。就像中国，直到现在还不允许驾驶员开车时手脱离方向盘或者“脱眼”驾驶，更遑论考虑自动驾驶汽车上市后，监管层该如何合理监管，都是亟待解决的问题。

“一个典型的问题是数据跨境问题，因为智能网联汽车发展需要广泛的国际合作，数据跨境是其中非常重要的一环，但目前数据跨境还是面临着不少挑战，比如说不同敏感性的信息交织在一起，监管规则尚不明确，政治因素、制度差异和安全关切等方面，也为数据的跨境流动增添不少变数。” 中国电子信息产业发展研究院政策法规研究所副主任陈全思表示。“还有责任和伦理规则如何规定，也是直接决定智能网联汽车新技术能够在多大程度上造福人类的关键。”

标准方面亦如此，尽管目前业界在自动驾驶分级问题上，普遍参考SAE J3016，但其实这份文件只是为企业研发自动驾驶提供了一份参考，并不是强制标准，也不会指导企业究竟该怎么设计自动驾驶。以至于目前业界在一些自动驾驶系统的定义上十分混乱，除了标准的L2、L3，市面上还出现了L2.5、L2.9等多种不同的命名方式，并且功能方面也是各不相同，让用户也备受困扰。

● 商业模式如何持续亦很关键

对于自动驾驶这样一项复杂的技术，仅在技术层面能够实现其实只是一方面，更关键的问题在于如何经济的做到，并且能够通过这项技术创造相应的价值，在提升道路交通安全、优化通行效率的同时，给予投资者相应的回馈。简言之，即消费者愿意“买账”。

目前来看，很重要的一点是能够触达他们内心真正的需求，这一点特斯拉已经做了充分的验证。“但事实证明，即便现在已经量产的ADAS功能也并不完美，还远没有达到消费者认为或者期望的那样完美的地步。” 法雷奥CTO顾剑民曾在盖世汽车及国家特聘专家汽车组联合主办的“2020第十二届全球汽车产业峰会暨第八届汽车与环境创新论坛”上表示。

“所以真的喜欢，还是鸡肋，这是一个关键。”他指出。因为只有喜欢，用户才愿意为自动驾驶功能付费，让这项技术真正逐步推向市场。至于如何让消费者真的喜欢，顾剑民指出找准消费者所需很重要，比如现阶段来看，系统是不是能够支持自动跟车、自动调节跟车速度，从这些特定的场景功能开始，让用户真正能使用这些技术，在他看来才是做自动驾驶或者驾驶辅助的一个比较实际的目的。

文远知行副总裁钟华则认为，自动驾驶要想实现商业化落地，应该按照“铁三角”的商业模式来开展。“即一个是像我们文远知行这样的技术公司，一个是主机厂，能够做自动驾驶车辆平台，另一个是出行公司，三家企业把各自的优势聚合在一起，这个东西就可以落地。”而文远知行目前就是按着这种模式推进自动驾驶规模化应用的，并且已经取得了不错的成绩。

规模化商用需分场景推进

“从小做起，即从简单、低成本的自动驾驶技术入手，用足以吸引付费客户的最简产品，逐步推向市场。”谈及高级别自动驾驶落地的具体路径，顾剑民给出了的答案。“比如面向低速、可控、半封闭场景的自动泊车或者代客泊车，就是很多用户需要的，另外货运或者物流行业对高阶自动驾驶的需求也比较强烈。”

美团副总裁、首席科学家、自动驾驶负责人夏华夏的观点与之类似。在他看来，由于现在自动驾驶在技术、政策、生态等方面还面临很多难关，比如关键传感器的价格还很昂贵，而且离车规级的稳定性和可靠性仍有一定的差距，可以先让无人驾驶在简单的场景或者低速场景跑起来，然后逐渐向一些复杂的场景跨越。

 

“比如物流行业，可以按照从简单到复杂，从低速逐渐往高速，从小车向大车的路线演进。”最终真正的L4或者L5能够在中国大部分的场景下跑起来，夏华夏认为可能需要十年左右的时间，即在2030年才可以在中国大规模推广使用L4级别的无人驾驶汽车。

至于在此过程中的伦理道德等问题该如何解决，陈全思认为自动驾驶真正应该考虑的问题是如何在市场可以接受的成本下，做出更安全的车。“毕竟一分安全就有一分成本。但我们也不能要求企业无限制接受安全成本，企业接受，市场可能也是不会接受的。”

最终落实到具体行动上，陈全思指出应该是基于现有技术，通过“法律+标准”的模式为自动驾驶汽车框出安全边界，超出边界以外的部分根据具体情况来判定是意外事件或者减免相应的责任，而对于“必须有一个牺牲时，该牺牲哪一个”这种问法，应该转化为可以减少牺牲时，如何减少牺牲。”

反而对于业界时常讨论的“电车难题”，陈全思认为讨论的理论意义其实大于实际意义，因为即使是人类驾驶员面对这种情况，做出的反应也往往是根据本能。“所以智能汽车的设计必须建立在事故的预防之上，系统不能通过完全标准化的形式来替代或者优先于一位拥有伦理意识，负责任的驾驶员所作出的决定。” 陈全思指出。