看完视频，有没有感受到未来出行的奇妙之处？
近日上海开放了首批自动驾驶高速公路，意味着自动驾驶离我们越来越近了。
本期，上海汽车博物馆邀请到以下专家，和大家走进自动驾驶的现在和未来。
特邀行业专家
朱西产
中国汽车工程学会智能 联汽车联盟专家、同济大学汽车安全研究所所长、1996-2005年任国家汽车质量监督检验中心副总工程师，汽车被动安全技术领域首席专家。
享道出行
全面覆盖 约车、企业用车、个人租车、出租车和Robotaxi业务的上汽集团移动出行战略品牌
百度
拥有强大互联 基础的领先AI公司，全面覆盖高精地图、智能出行、大数据等领域
上海国际汽车城
集制造、研发、贸易、博览、运动、旅游等多功能于一体的综合性汽车产业基地
本期主要话题
◆中国“自动驾驶”发展的路线与欧美的区别
◆从L2到L5需要多长时间？面临什么挑战？
◆中国在智能 联方面做了哪些探索
◆自动驾驶商业化运作面临的难题？
◆如何评价自动驾驶技术的安全性？
◆中国自动驾驶技术在国际的地位？
???
朱教授眼中的自动驾驶前景如何？
小SAM：中国的“自动驾驶”发展路线相比其他国家来说，有哪些特色？
朱教授：
和中国不同，欧美更偏重“单车智能”，比如美国很早给车辆的自动驾驶程度划分了级别，这就是我们熟悉的五级制（如下图所示）。
现在所说的“自动驾驶”，其实L0、L1、L2都是辅助驾驶，从L3往后才属于自动驾驶范畴。
小SAM：为什么美国更偏重“单车智能”？
朱教授：
主要由于美国的道路信息化差但容错性强，适合走单车智能的无人驾驶方向；
欧洲、日本的道路容错性，和中国一样差，但由于他们的互联 能力不强，只有传统汽车制造能力强，所以就更看中L3。
美国公路大多数有较宽的路侧净区，容错性强
而中国的自动驾驶路线，更偏重智能 联。
所谓智能 联，除了靠一辆智能的车实现自动驾驶，还要跟道路连接。
这条路也要十分智能，我们称之为智慧道路，两者相辅相成，才能实现效果更好的自动驾驶。
就像美国给单车智能分级一样，我国也顺应这个趋势，对智慧道路分了级，共有3个级别：
一级：能够提供静态数据的道路；
二级：可以提供静态数据以及能够提供动态数据的道路；
三级：能够和车协同进行控制的道路；
未来，中国的智能道路建设将参考这个三级标准。
小SAM：在未实现真正的智能 联前，“单车智能”还是现在的主流，硬件还是很重要。
然而，有的厂商坚持以摄像头为首的视觉方案，有的坚持激光雷达和视觉融合的方案，对此你有何看法？
朱教授：
我前面提到，从L3级别开始，单车智能才算得上“自动驾驶”，驾驶员在某个特定情况下允许“脱离驾驶”了。
去年奔驰的EQS获得了欧盟L3认证，随后奔驰广告片风格就变了：驾驶员可以双手脱离方向盘，然后跟副驾的女士聊天，然后可以在大屏上打撞球游戏，这是非常典型的L3。
奔驰EQS汽车
但要想达到L3，摄像头和激光雷达还不是最核心的部分，因为即便装了这些硬件，可能也只达到L1或L2的水平，也就是ACC+道路居中功能，严格来说并不能解放双手。
哪些更重要呢？我认为大概有两个特征。
第一：要用高算力的域控制器；
第二：要用高精度地图，而不是我们现在经常使用的普通导航地图。
其实，采用域控制器的车，已经能达到L2+了，也就是具备了一定的自动驾驶能力。如果再配合高精度地图，还需要激光雷达吗？
部分智能汽车车顶凸起的激光雷达
这就是当前“单车智能”中的两派。
特斯拉认为是不需要的，但其他车企，大部分认为是必需的。
比如蔚来ET7、小鹏P5等都用激光雷达；极狐Hi版用了三颗光学混合固态的激光雷达；奔驰EQS也使用了一颗16线的机械扫描激光雷达。
布置在奔驰EQS中 处的激光雷达
特斯拉和Mobileye是主导纯视觉方案的两家企业，但他们其实也开始测试另外一种雷达：4D毫米波雷达。
因为从这几年特斯拉发生的交通事故来看，纯视觉还是有一些边缘场景解决不了。
小SAM：在硬件方面，除了驾驶辅助的摄像头和雷达，还有人提到“线控底盘”的重要性，你认为它对自动驾驶而言有什么意义吗？
朱教授：
所谓线控底盘，就是把底盘控制的线控驱动、线控制动、线控转向和电动悬架集成起来，确实能让车变得很智能。
但从功能安全角度来说，所有底盘上的东西，全部都是ASIL-D级，风险等级都是最高级，最怕出故障。
不通过机械连接的线控底盘技术
所以现在做线控底盘的风险比较大，因为这对线控制动、线控转向、线控悬架的可靠性要求都极高。
底盘控制单元跟智能驾驶控制域之间的融合，比起智能座舱跟车身这些控制单元之间的融合，难度都要大得多。
小SAM：中国在智能 联方面做了哪些探索？
朱教授：
智能 联对道路、通讯的要求很高，要大幅改造，中国现在一直在做这些探索。
自动驾驶的痛点无非两个，一个是感知不足，第二个是算力。
一旦使用了AI以后，算力消耗就成了无底洞，车载计算平台其实算力是有限的，如果交给云端计算，会好很多。
因此，2017年中国就提出了“车路云一体”的方案，就是通过快速、短延时的5G信 ，提升路端的环境感知、云端的高算力，解决AI的高算力问题。
车路云一体化的构想图
但是它又带来了新的难题。
第一，实际执行更复杂，需要多个部门协作。毕竟车、通讯、道路端、道路智能设备、法规制定等都由不同部门分管。
第二，还没有更科学的商业模式方案。比如谁出钱建设道路端的设施？使用信息要不要付费？如何付？怎么分账……这些都要确定。
所以，虽然车路云 联技术问题是解决了，但还有很多方面需要探索。
对于V2X，美国更看重车与车互联，中国更看重车与路，我国试图用车路云一体化来实现“无人驾驶”，也就是L4。
要知道，L3只能改变一辆车，但无法改变交通，只有L4才是真正的革命。
车辆和道路设施构成一个 络生态
这两年我国也在做自动驾驶的立法、标准和认证，还有建了一些智能 联汽车示范区，比如上海的嘉定示范区，就是全国第一个有工信部挂牌的智能 联汽车示范区。
小SAM：您能否预判一下，中国要从L2+普及到L5，需要多长时间？这个过程会面临哪些重大挑战？
朱教授：
L5能不能达到，现在还不确定。有可能不用达到L5，只需L3、L4就够，因为汽车作为交通工具的身份，估计在30年内不会改变，所以L3非常有必要。
从现阶段看，L3的大规模实现应该就在未来两年。
然而，正如我前面所说，L4才是革命，比如像Robo-Taxi无人驾驶 约车、生鲜配送小车等，这种无人驾驶，我们是需要的。
生鲜配送小车
现在上海的第二个L4应用示范区就在临港，Robo-Truck穿梭于洋山港到临港码头，共32公里，这已经足够了。
所以说无人驾驶部分，不一定非要做到在任何地方都跟传统汽车一样。
上海洋山港的无人驾驶卡车
要想运动范围更大，不仅要有高精度地图支持，还要有更多的配套。
比如Waymo要做L5的无人驾驶出租车，就要在城市里边绘制这个城市的高精度地图，并且还要动态更新，现在Waymo基本上能做到一个小时做一次更新，但这样一来就要配备足够多的街景车。
没有高进度地图覆盖的区域，Waymo的Robo-Taxi就跑不了。
高精地图数据模型图
我们国内的无人驾驶还局限在示范区的一些指定道路，大概里程有几十公里，主要精力放在L4，L5暂时还没必要做。
总的来说，L3以上的无人驾驶，会在2025年到2030年之间普及，2030年更大可能性成为一个老百姓真正能够使用它的时间节点。
它要经历三个难关：第一个要过技术关，第二个要过认证关，第三个要过成本关。
不能说技术实现了，价格却很高，这个消费者接受不了。所以等到相关部门认可无人驾驶后，企业就着力于改善用户体验和降低成本。
当它们的体验不错、价格也亲民的时候，才能够在市场上推广。
用手机就可以叫无人驾驶 约车
我预测无人驾驶2025年能够通过技术关和认证关，但大概到2030年才有一定规模的应用，这也符合我们十四五规划的经济主流。
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！