无人驾驶、车联网的快速发展，带动了汽车产业链从设计、生产到营销、售后、产业生态建设等一系列的战略转型。但是被视为 角儿之一的"自动驾驶"，到底何时才能真正惠及恐车族、路障族?这其中起决定作用的是哪些技术及环境因素?

近日，在ENI经济和信息化网主办的" IT转型助力汽车业数字化加速"直播会议中，中国信息通信院华东分院副总工程师贺仁龙从产业环境、技术落地、转型重点等角度对这一系列问题进行了深度解读。

实现自动驾驶，还需要10年以上

5G的大规模商用将加速AI技术的成熟，进而必将加快推动自动驾驶的发展成熟，实现自动驾驶还需要多久?贺仁龙表示，自动驾驶整体上进入生产成熟期的时间还有10年以上。

Gartner发布的2019年度新科技的技术成熟度曲线显示，与智能网联自动驾驶相关的典型技术类别处于三个发展阶段，分别为：Level4自动驾驶已走出期望膨胀期，工程和商业的成熟度进入缓慢攀升阶段，距离 Gartner定义的生产成熟期还有10年以上;5G在2019年进入了期望膨胀期区间，距离 Gartner定义的生产成熟期还有2-5年时间;Level5自动驾驶进入期望膨胀期区间，距离Gartner定义的生产成熟期还有10年。总体来说，自动驾驶进入生产成熟期还需一段时间。

另一方面，根据主流厂商推出自动驾驶的时刻表，贺仁龙表示，各大车企自动驾驶标称的限定各不相同，比如自动驾驶完全与否、驾驶场景以城市还是高速为主、技术是实现还是成熟量产等，且L4级自动驾驶虽然已经逐渐从技术研究阶段发展到商业化落地阶段，但目前还无法做到与所有驾驶场景完美匹配，大部分厂商则会优先选择1-2个场景落地。例如，博世、百度、纵目、多核等车企的自动驾驶主要场景为自主泊车，但要求场景封闭，对停车场设施有一定的要求;图森未来、沃尔沃、苏宁物流等车企主要应用于干线物流，但自动驾驶只适用于有固定路线、高速路等，对路况有一定的要求。因此，从主机厂、自动驾驶技术方案供应商的规划看，L4级自动驾驶在限定场景的商业化地将先于开放场景，预计在未来3-5年内可以实现商业化。

再者，伴随着国内一系列科技企业、传统车企和初创企业已经进入提供自动驾驶解决方案的领域及国际行业巨头积极推动自动驾驶落地商用，自动驾驶呈现竞合布局状态。其中，百度获得北京首批40张自动驾驶载人测试牌照，发布车路协同和智能车联的两大开放平台，截至2019年底，测试里程超过300万公里;长安汽车开创国内2000公里自动驾驶先河，实现全速自适应巡航(ACC)、智能语音、飞屏互动等70余项技术成功量产;蔚来、奇点、小鹏、零跑等新锐车企已经具备L2级至L2.5级的自动驾驶能力;地平线、图森、PONY等自动驾驶解决方案提供商也对各大车企提供了自动驾驶所需的软硬件。且美国Waymo、Tesla双雄领跑，德国致力于自动驾驶领域的“世界第一”，日本Toyota新技术的研发等这些为自动驾驶所做出的创新方案，让自动驾驶仍处于高资本投入阶段。

诚然，科技巨头深度介入，加速了自动驾驶商业化落地。但是，量产商用的ADAS(高级辅助驾驶系统)依然有大概率的失效情况。2019年，美国汽车协会(AAA)对雪佛兰迈锐宝XL、本田雅阁、特斯拉Moel3和丰田凯美瑞进行了AEB-P测试，结果几乎“全军覆没”，几乎每个车型都发生了撞击现象，即使成熟商的AEB也有大概率的失效情况。因此，实现完全自动驾驶落地依然任重道远。

自动驾驶技术如何突破?

自动驾驶事故的发生，可以看出自动驾驶的系统功能仍有不确定风险。贺仁龙表示，自动驾驶技术是单车智能和网联智能的有机结合，而IT系统提供产品转型、业务转型，显得尤为重要。

单车智能已经迈入长尾

为对单车智能技术进行有效分析，北京与加州进行了自动驾驶测试，该报告显示，自动驾驶测试存在大量脱离接管，自动驾驶系统的可靠性和应对挑战性交通场景的能力仍有待提升，报告还分析了功能失效的原因，包括感知、决策、预测、控制、性能故障等问题。例如，河北邯郸高速路上特斯拉汽车在定速状态下，未能识别且及时躲避清扫车辆而发生追尾，实际原因是感知失效;美国加州一辆谷歌提供技术支持的雷克萨斯汽车与公交车发生碰撞，是因为车载电脑假定后方行驶的公交车会由于前方路面空间不足而减速，表现为决策失效。

总体来讲，感知、决策是自动驾驶失效的主要原因，而软硬件性能几乎是所有车企面临的问题，从上述测试报告的前期调研情况看，单车智能很难聚焦主要的短板在哪个领域，更多的是端到端系统整体能力和可靠性的提升。

那么从技术流程上看单车智能的关键环节，所谓技术成熟度和产业成熟度究竟体现在哪里?其实，在环境感知环节中，硬性标称、技术指标基本满足系统的整体要求，而在车载视觉感知的硬件性能上，虽然空间分辨率和人眼接近，但距离范围仍存在较大的差距。可靠性、逆光、动态范围，这是视觉传感器的主要挑战。

此外，激光雷达感知技术目前仍以避障应用为主，因而车载激光雷达的可靠性及成本与商用量产还有较大差距，此外，车载毫米波雷达、车载定位等技术在也都同样存在特定场景的局限。尽管多传感器融合会解决这一系列问题，但其所涉及到的多模态数据量的增大依然会对实现此目标带来挑战。因此，单车自动驾驶在技术层面仍面临着诸多环境条件和技术能力的制约，且单车智能已经迈入长尾，如何分步骤，分级别划分场景是逐步推进自动驾驶落地的现实路径。

自动驾驶网联需求催生车网连接变革

单车自动驾驶在环境和技术等因素的制约和交通管理便利的要求下，自动驾驶还具有网联化的需求，且不同自动驾驶的场景对网联需求的指标量化，包括信息服务、安全驾驶、驾驶效率等场景下的性能需求指标。事实上，自动驾驶对网联化的需求不仅体现在传输速率、通信距离、时延等性能需求上，还对网联辅助信息交互、协同感知、协同决策与控制有一定的功能需求。例如，在车对红绿灯的感知过程中，不像单车智能靠机器视觉识别，易发生被树等遮挡的情况，而是通过下达指令的方式传达，在决策控制里面有协同和融合。

此外，在部分复杂的交通规则场景下，如“人”字形道路的交替通行，出于对单车自动驾驶保守出行原则的考虑，标志牌网联化则会提供更有效的决策，避免驾驶员在车道中的持续等待，同时，对于标志牌的微小改动，网联化也会有效避免驾驶员受改动影响的错误判断。总而言之，自动驾驶和车路协同将在车内产生海量数据，同时这些数据处理产生的大带宽、精同步、低时延等需求共同催生了车内网络连接的变革及新型车载高速总线技术。

可以说，自动驾驶在进步和发展中蕴含着一个又一个难关，面向未来新的生态系统，IT需要重新定义自己的价值和地位，不管是变成服务，还是变成软件本身，都在为转型带来价值。