图灵汇官网

无人驾驶时代来临了吗？

随着车联网和智能网联汽车的发展，无人驾驶技术正逐步走进人们的日常生活。最近，“萝卜快跑”在武汉投入使用的400多辆无人驾驶汽车引起了广泛的关注和讨论，许多人认为今年是无人驾驶的“爆发之年”。

江苏智行未来汽车研究院院长华国栋预计，到2030年，江苏省汽车产业总产值将达到约2.5万亿元，其中智能网联汽车的相关产值将从现在的1710亿元增长到5000亿元以上。为了深入了解无人驾驶技术的现状和发展趋势，记者走访了南京、苏州等地。

应用场景更加多样化

几年前，人们还在惊叹“自动泊车”和“L2级驾驶辅助”的便利性；而现在，越来越多的新技术正在涌现。

在梦腾智驾环球有限公司（Momenta），市场部高级总监李雨桐带领记者试乘了一辆配备了无图城市NOA量产智能驾驶系统的轿车。这次试乘历时15公里，包含了各种路况。试乘过程中，记者明显感受到这辆车非常“聪明”：车辆能够根据路况和车流量自动调整车速，准确识别红绿灯及过往车辆，并作出相应的操作。

“车辆能高效理解场景和其他车辆的行为，显著提高复杂环境下的预判能力，提前规划智驾行为，提供更安全、舒适的出行体验。”李雨桐说。在遇到突发情况时，车辆能够主动避险。在狭窄的小巷里，车辆保持15公里/小时的速度，完成了转向、刹停、避让等操作，整个过程中安全员并未进行干预。

重型卡车的无人驾驶技术同样取得了显著进展。在苏州升腾产业园附近，停靠着一辆长18米、最高载重量达50吨的重型卡车。智加科技有限公司的工程师栾佳宁向记者展示了这辆车的自动驾驶功能。在设定好行驶轨迹后，车辆按照自动驾驶指令行驶，大屏幕上实时显示道路的具体情况，车辆还能够预判远处车辆的位置和行驶状态，并自动作出相应操作。

“人眼的观测远不如系统迅速准确，处理这种情况对于这台重卡来说并不困难。”栾佳宁解释道，该车装有6个高精度摄像头和2个精密传感器，能够捕捉前方350米范围内的景象，并获取车辆附近的状况，随后，“智慧大脑”会提前下达最优指令，最大限度地避免事故的发生。

此外，无人驾驶技术也被应用于公交车上。在南京市智能网联示范区，几辆无人驾驶的公交车正在道路上行驶。记者登上其中一辆，安全员按下无人驾驶按钮后，车辆便开始沿着预定路线行驶，系统能够根据道路状况自行操作，反应迅速，仅需几十毫秒即可完成。

“黑科技”层出不穷

随着特斯拉FSD（完全自动驾驶）进入中国市场，“端到端”大模型等“黑科技”也开始应用于自动驾驶技术中。

“我们的智驾大模型能够模仿生物的思考方式，提升模型的性能上限。”梦腾智驾首席执行官曹旭东介绍，梦腾智驾的智驾大模型分为两个独特分支，一个是从感知到规划的端到端，另一个类比于人类的短期记忆。

车辆行驶时会遇到各种各样的场景，车辆通过学习新的场景形成“短期记忆”，在积累一段时间后，优质算法和数据会被应用到端到端大模型上，形成“长期记忆”，从而使系统在改进过程中更加高效和低成本。

“由于车身较高、缸体结构导致车载较重，再加上刹车惯性大等因素，攻克重卡无人驾驶的课题非常不易。”智加科技首席科学家崔迪潇表示，生产效率、运输和燃油效率对于商用车来说至关重要，而重卡在高速运行中如何优化安全、舒适与效率这一存在内在冲突的三角关系，成为显著的技术难点。

“面对实际情况，我们研发的‘智慧大脑’以视觉感知技术为基础，结合毫米波雷达和激光雷达的融合技术，形成了一个既能保证中近距离安全性，又能确保远距离目标识别准确性的系统，满足重卡在作业场景中的技术需求。”崔迪潇介绍，重卡有了“智慧大脑”，可以“解放”安全员，让其从事更有价值的工作，有效节省成本并提高通行效率，使交通更加安全、运输更加便利。

“无人驾驶在物流业的应用，具有可观的商业价值。”崔迪潇表示，截至目前，公司与荣庆、中通等合作伙伴合作，已覆盖长三角、珠三角、京津冀等区域，实现了最高节油10%，全程零事故的目标。

发展之路任重道远

近年来，无人驾驶技术进入了“爆发”阶段。目前，江苏省已在南京、苏州、无锡、常州、南通、盐城等地开放了6905公里的智能网联汽车测试示范道路，已有1100多辆无人驾驶公交、出租车、港口集装箱车辆、物流配送、环卫清扫、道路巡检、移动充电、售卖设备进行道路测试和示范应用，其中无人驾驶物流配送、环卫清扫设备已经形成商业模式，应用规模不断扩大。

然而，中国的路况非常复杂，各地区的交通状况差异显著，要实现大规模的L4级自动驾驶，仍然面临许多挑战。

“要实现大规模的‘L4’自动驾驶，需要1000亿公里的数据支持，相当于100万辆出租车一年的行驶里程。”曹旭东表示。

华国栋认为，江苏省在智能网联汽车和无人驾驶装备的道路测试和示范应用方面具有较大的优势，但在配套管理规范、开放测试示范道路类型和区域范围、关键技术突破和交通管理研究方面，仍有一定差距，需要加快相关工作的推进。

南京市城市与交通规划设计研究院院长杨涛指出，城市交通的复杂性带来了一系列难题，如高频、近距离的突发性干扰，这对无人驾驶系统的响应速度和精确度提出了更高的要求；此外，一旦发生人身伤害，责任归属问题变得复杂，需要考虑社会的接受度和普通人的生命财产安全，不能盲目推进。

“目前最核心的问题是解决车与路之间的通信问题，车路协同技术是实现自动驾驶的关键。”中汽创智智能驾驶开发部副总经理司胜营介绍，过去无人驾驶是“点对点”模式，即每台车通过所属企业的“云”和“车”互动来实现，而“车路云一体化”能够打破企业间的数据壁垒，不同车企的车与车、车与云之间能够实现数据共享，同时加上“路”的传感器，如电线杆、红绿灯等，也能向车和云传输数据。

“‘跑数据’的成本很高，成立一个AI数据联盟，成员之间实现数据共享，是一个有效的解决方案。”司胜营表示，作为平台企业，中汽创智与解放、东风、长安三家企业形成了AI数据联盟，共享数据，从而降低成本。

然而，成立联盟仍然存在一些难题。司胜营认为，在技术方面，由于收集数据的方式不同，企业间可能存在标准不统一导致的数据难以通用的问题；在商业方面，不同数据的价值不同，如何进行数据间的“汇率”换算，也是一个难点。“目前，国家和企业都在研究当中，相信不久的将来，这些问题都能迎刃而解。”

“无人驾驶的发展是渐进式的。”杨涛表示，无人驾驶要实现商业化落地，需要持续推动技术进步，解决路测信息的接入问题，做好城市云与企业云的融合，还需持续完善相关法规，扫清无人驾驶发展的障碍。