从原型到商用　自动驾驶技术挑战多

虽然近年自动驾驶吸引了企业、政府、媒体和消费者的普遍关注，但自动驾驶目前仍处于原型测试验证阶段。多家公司都在路测自己的自动驾驶车辆，包括Waymo、特斯拉、Uber、百度、滴滴，以及传统汽车OEM厂商如通用、福特、丰田和大众等。自动驾驶芯片和系统方案供应商包括英伟达、英特尔Mobileye、地平线、NXP等。mudesmc

Waymo源自谷歌的一个自动驾驶研究项目，现已成为谷歌母公司Alphabet旗下的一个独立公司。截至2018年10月，Waymo自动驾驶车辆已经在美国6个州的25个城市完成公共道路测试里程1000万英里，其虚拟自动驾驶车辆完成了70亿英里的模拟路测。2018年12月，该公司在美国亚利桑那州太阳城正式推出L4级别的自动驾驶出租车服务。今年7月，Waymo获得加州政府颁发的载运乘客服务许可，将在谷歌总部附近的几个城市提供无人驾驶出租服务。mudesmc

从ADAS到完全自动驾驶

Waymo自动驾驶研发和路测历时10年，耗资超过10亿美元，目前已经达到L4级别，这也是全球自动驾驶领域目前所达到的最高级别。下面我们大致回顾和展望一下汽车行业从ADAS到完全自动驾驶的发展历程。mudesmc

mudesmc

图1：自动驾驶不同级别可以实现的功能及时间预测（来源：Arm）mudesmc

国际汽车工程师学会(SAE International)定义了L0-L5六个自动驾驶级别。其中L0完全没有驾驶辅助控制功能，我们从L1开始到L5来大致介绍这五个级别，从高级驾驶辅助控制和完全自动驾驶的区别。mudesmc

• L1和L2以人自主驾驶为主，ADAS为辅。大约从2000年开始，L1级别的驾驶辅助功能开始出现，包括自适应巡航控制(ACC)、车道保持、自动紧急刹车(AEB)和平行泊车协助等。2013年开始出现L2级别的部分自动功能，包括方向盘自动控制、换道、交通堵塞协助等。特斯拉AutoPilot系统就属于L2级别。mudesmc

• 2018年出现的L3级别实现了有条件的自动驾驶，即需要人和车同时参与。但这在人类行为习惯和法律裁定方面都难以协调，因为一旦不需要全神贯注地开车，人们就会分神，在出现紧急情况车辆需要人工参与时很难及时做出反应，甚至有可能因为驾驶员不知道自己是否应该介入而导致事故。很多OEM车厂和技术公司都声称越过L3，直接进入L4，因为无论从法规还是技术角度L3都比较有挑战。但是，从研究和学习的角度还是有价值的。mudesmc

• L4和L5以车为主，人基本或完全不参与。L4级别即可实现高度自动化，解放出人的眼、手和脚，车辆可以在高速上自动行驶达到100英里/小时，实现自动换道和自由行驶，预计2024年进入商用部署阶段。L5是真正的完全自动驾驶，预计2027年自动驾驶出租车(Robo-Taxi)和无人驾驶穿梭巴士开始提供出行服务，人们可以在任何环境条件下自由乘坐。但目前还没有厂家达到L5级别。mudesmc

从原型测试到量产和商用部署面临的挑战

无论互联网巨头、汽车OEM厂商，还是自动驾驶技术公司，目前都在原型测试和验证阶段，自动驾驶离批量生产和大规模商用部署还有很长的路要走。从非技术层面来说，所面临的挑战在于高昂的成本和消费者心理接受程度。从技术角度来看，面临的难题包括多源传感器融合所需要的高性能处理计算能力、复杂的软件和算法，以及自动驾驶所要达到的功能性安全（Functional Safety）及信息安全(Information Security)。mudesmc

o 自动驾驶车辆成本居高不下。实现L4和L5级别自动驾驶的车辆要比普通车辆额外花费7.5-10万美元，只有出行服务(Mobility-as-a-Service, MaaS)运营商才能支付得起，还远远高于普通消费者的支付水平。各种类型的传感器是导致高昂成本的主要因素。mudesmc

o 消费者心理接受程度：对自动驾驶车辆安全的担心是消费者不愿接受自动驾驶的主要原因。有调查统计显示，超过60%的受访者不但不愿意乘坐自动驾驶车辆，也不愿意在路上跟自动驾驶车辆共享道路。要建立对车辆功能安全性的信任还需要时间，另外消费者也担心联网的车辆会遭受黑客攻击和破坏。mudesmc

o 复杂繁多的传感器和信息输入源：激光雷达(LiDAR)、车载雷达、摄像头、图像处理、计算机视觉等大量数据的输入和融合需要分类处理、做出实时决策和采用相应行动。