2020年，5G、AI、云计算为代表的新数字技术的成熟叠加新冠疫情的推波助澜，几乎所有传统行业和线下场景都不得不加速自身的数字智能化转型升级，交通出行领域更是如此。
在交通出行领域，自动驾驶、新能源汽车和智能交通这三大产业在2020年实现了一系列新的技术和场景的创新。完全自动驾驶商用上路、新能源车迎来逆势上扬、智能交通开始5G车联 的车路协同场景推进。
站在2021年的开端，我们希望做一次全景式的回顾总结来标记过去一年中在人、车、路、 等场景的出行之变。
先说回2019年。这一年自动驾驶技术的进展并不尽如人意，初创企业经历洗牌，传统车企独木难支，纷纷开始抱团取暖，调低了自研自动驾驶技术的预期。可以说，自动驾驶行业从2016年爆发后迎来第一波低谷期。
进入2020年，全世界赶上了新冠疫情这只黑天鹅，高风险的人际传播和居家隔离的痛苦，让我们更加期待自动驾驶汽车的到来，但是普通人只能在新闻里看到自动驾驶的身影，我们距离像开一辆共享单车一样，召唤无人驾驶出租车（Robotaxi）的理想还很远。
梦想到底有多远呢p>
原本早在几年前，众多自动驾驶初创企业和进军自动驾驶的汽车厂商为“2020年”赋予了许多过于重大的使命。比如，完全自动驾驶汽车满街跑，还有就是很多厂商的L3级自动驾驶汽车也大规模上市开卖了。
要么像L2级全程保持关注，要么实现L4、L5级完全自动驾驶，不可能给驾驶员或乘客设置这种“薛定谔的猫”的状态，因为一旦出现事故，驾驶员和自动驾驶平台的责任根本无从判断。
因此，在自动驾驶的产业赛道上，我们会看到已经接近或具备L3级能力的汽车仍然会以L2级的组合驾驶辅助场景投入市场，或者直接甩开L3级别让汽车上路，也就是自动驾驶企业为整个车辆的行驶安全承担百分百责任。
第一种思路，我们可以从特斯拉的FSD Beta更新上看到。通过对具有L2级自动驾驶能力的特斯拉进行FSD 套件升级，可以在高速路上实现自动辅助变道、自动辅助驾驶导航，识别交通信 灯并对停车标志做出反应。在停车场，特斯拉能自动泊车入位，车主还能进行智能召唤。好不好使呢已经有特斯拉车主亲自上阵测试，用一辆Model3完成了洛杉矶到硅谷的全自动驾驶，中途停车充电的时候接管了1分多钟。
从L2级向L4级高级自动驾驶演进，但在技术成熟度、法规的靴子落地前，仍然以L2级推向市场，正是目前国内造车新势力们努力赶超的目标。
无人完全自动驾驶，也成为2020年国内自动驾驶企业大胆尝试的最重大进展。不过，大部分厂商在去掉安全员后又配备了远程监管手段，只有在年底，一家车企公布了一段无安全员、无远程监控的Robotaxi车队行驶视频。
可以预见，从资本的持续押注，政策法律的具体落地，无人完全自动驾驶的路测将会在2021年不断扩大规模，Robotaxi大规模商业化推广的日程表也日渐明朗。
不过，这些进展都是我们能从表面看得到的，而实际上能够决定自动驾驶产业和商业模式成熟的根源仍然是自动驾驶的技术要素。接下来，我们重点看到在2020年自动驾驶技术在软硬件上面的一些最新进展和趋势。
技术水位：
算法趋同下，比硬件、拼量产
2020年，如果形象地来描述自动驾驶的技术进展，可以将各个自动驾驶企业的技术实力分别比作一只形态不一木桶，现在能够继续活下来的企业已经跨过基础水位的比拼，也就是在自动驾驶算法、计算架构上趋近趋同；各家纷纷开始向更高水位爬升。
现在，从自动驾驶的底层的算法来说，目前主要厂商的差别并不太大，主要的差异是在以下几点：首先是比拼算力和硬件，也就是要比拼自动驾驶硬件解决方案，重点是车载计算平台的芯片、传感器方案；第二是拼数据，主要是复杂多样的模拟真实路况的路测数据，这是一家自动驾驶企业的核心竞争力。第三则是从性能、价格、车规级标准上，满足大规模量产的能力。前两点保证自动驾驶系统的成功，后者保证其在商业上的持续成功。
从软件上面，我们来看下这个技术水位的变化。以业内领先的Waymo为例，去年3月，Waymo推出了第五代自动驾驶系统Waymo Driver，其特点在于把软件、硬件和计算能力相结合，可以全面了解周围环境并准确判断环境元素的下一步行动，关键之处在于Waymo开发出一个实现互补的传统器集成系统，能够使自动驾驶系统全面掌控复杂环境。
Waymo的优势不只在于这套算法系统和传感器融合系统，更在于Waymo在公共道路上有 2000 万英里的自动驾驶里程和超过 100 亿英里的模拟里程，其设计能够应对多种多样的复杂驾驶环境。路测越多，数据越多，成为Waymo之所以领先的核心壁垒。
（国内某造车新势力的传感器解决方案）
原本，激光雷达备受争议之处就在于其昂贵的价格、无法与车身完美融合的结构设计，无法达成车规级量产。未来随着市场规模的扩大、供应链生态的成熟，激光雷达的成本大幅下降，将又会推动其在自动驾驶车辆上的普及，形成“量升价降”的正向循环。
对于整车架构，自动驾驶企业正在和整车厂走向更深度整合，从后装改造走向前装集成。
前装集成更加考验系统工程能力，关键技术要点自动驾驶软硬件系统的标准化装配、涵盖传感器的视野与造型美观的平衡、构建模块化的传感器套件、采用液冷解决方案可提高散热效率、安静无噪声、设计传感器清洁系统应对恶劣的天气，以及满足整车工艺流程与生产制造管控，质量可追溯与一致性要求等等。
去年，我们在国内已经看到一些车厂和自动驾驶企业正在联合打造L4级自动驾驶乘用车的量产生产线，甚至已经有L4级自动驾驶汽车量产下线，比如东风首款L4级别5G自动驾驶汽车东风Sharing-VAN 1.0 Plus。
值得注意的是，自动驾驶不同于别的科技产品，直接涉及使用者的人身安全。人们对无人自动驾驶接近100%的安全率的要求，也是可能压倒任何一家出行企业的“稻草”。投入研发、硬件、测试，尽可能确保万无一失，才能避免重蹈Uber的覆辙。
但这不意味着过去一年，出行领域没有其他故事可讲。无人自动驾驶出行不仅局限于Robotaxi，还在向更多的场景延伸，虽然大多项目仍然处在试运营或测试的状态。
比如，Robotruck（自动驾驶卡车）。Waymo去年宣布推出与Robotaxi服务Waymo One平行的Waymo Via，正式进军重卡自动驾驶。而国内的重卡自动驾驶初创企业智加、图森未来也获得了上亿的新一轮融资。
Robotruck业务，可以在像港口、矿场、园区等固定场景中，扮演着物流运输的责任。像无人驾驶矿用卡车可以实现多编组作业、夜间作业等应用，未来实现规模化工程部署。
从这些正在爆发的场景来看，自动驾驶企业正在迎来一个全面爆发的微笑曲线增长期，不同的场景需要对产品做不同设计，产品形态、功能点都会完全不一样，这对于很多初创企业来说，都是一场新的机遇，当然也是挑战。
文章知识点与官方知识档案匹配，可进一步学习相关知识Python入门技能树人工智能机器学习工具包Scikit-learn215075 人正在系统学习中
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！