信息技术：中国自动驾驶产业发展动态

驾驶哥 2021年1月7日 1499浏览 1收藏

/ 导读 /

随着互联网、大数据、人工智能等技术在汽车领域的广泛应用，汽车正加速由机械化向智能化转变，智能网联汽车已成为人工智能、大数据、云计算、通信等产业的综合产物。当前，全球主要国家和地区纷纷加快产业布局，制定发展战略，各项技术标准及法规等逐渐完善。中国政府高度重视智能网联汽车的发展并频频支持政策，自动驾驶产业得到迅猛发展。本文从政策、标准、技术、产业等方面介绍国内自动驾驶发展情况，并与国外自动驾驶产业发展进行对比分析，指出我国在自动驾驶产业发展过程中的挑战，为未来我国自动驾驶产业发展提供参考意见。

中国自动驾驶产业发展现状

互联网和人工智能技术在汽车行业的快速发展，开启了全球汽车产业的第四次重大变革。在中国汽车行业增速放缓的背景下，自动驾驶有望成为我国汽车产业新的增长点。互联网科技巨头、传统车企、技术型创业公司依托其资金、科技、渠道等资源优势，纷纷抓住产业升级机会，切入自动驾驶领域。另外，中国多元化的应用场景、良好的道路条件、快速发展的通信技术都为中国自动驾驶产业发展提供了优良土壤。因此，自动驾驶有望成为中国从“汽车大国”迈向“汽车强国”的发展新机遇。

（一）国家高度重视自动驾驶产业发展，自动驾驶被列入国家战略

2019年，国家在政策上依然大力支持自动驾驶产业发展。2019年9月，中共中央、国务院印发《交通强国建设纲要》。该纲要提出要加强智能网联汽车（智能汽车、自动驾驶、车路协同）研发，形成自主可控完整的产业链。同月，自然资源部、工信部、北京市经信局、北京市规划和自然资源管理委员会将自动驾驶地图应用列入试点工作，政策表明要分阶段加快推动解决自动驾驶地图资质、标准等关键问题，为车联网产业健康快速发展奠定基础。10月，工信部发布《新能源汽车产业发展规划（2021～2035年）》，指出到2025年，有条件自动驾驶智能网联汽车销量占比达到30%，高度自动驾驶智能网联汽车可实现在限定区域内进行商业化应用；到2030年，有条件自动驾驶智能网联汽车占比达到70%，高度自动驾驶智能网联汽车在高速公路场景下广泛应用。12月，中共中央、国务院印发《长江三角洲区域一体化发展规划纲要》。该纲要指出，加强大数据、云计算、区块链、物联网、人工智能、卫星导航等新技术研发应用，支持龙头企业联合科研机构建立长三角人工智能等新型研发平台，鼓励有条件的城市开展新一代人工智能应用示范和创新发展，打造全国重要的创新型经济发展高地。

频频的政策表明中国政府高度重视自动驾驶汽车的发展，将其看作汽车产业升级的必备条件。自动驾驶作为引领未来的前沿技术之一，不仅会带来汽车产业的全面变革，同时会对经济社会产生深远影响。

（二）各项标准构建工作全面开展，并积极参与国际标准的制定

标准作为自动驾驶汽车产业发展的重要内容，与产业、技术发展起到相互支撑、相互促进的作用。建立国标、行标、团标相互配套的新型标准体系，是引领和规范现阶段自动驾驶汽车发展的重中之重。

2019年5月，工信部发布《2019年智能网联汽车标准化工作要点》，在自动驾驶方面，将加快自动驾驶相关标准制定、有序推进汽车信息安全标准制定作为现阶段工作的重点内容；在智能辅助方面，继续稳步推动先进驾驶辅助系统标准制定，完成乘用车和商用车自动紧急制动等标准制定，全面开展自动驾驶相关标准研制。6月，联合国世界车辆法规协调论坛（WP.29）第178次会议审议通过中国、欧盟、日本、美国共同提出的《自动驾驶汽车框架》。7月，工信部就《道路车辆先进驾驶辅助系统（ADAS）术语及定义》开始征询意见。该次标准对四轮载客、载货车以及挂车的ADAS功能进行了定义，同时该标准规定了汽车盲区监测（BSD）系统以及乘用车车道保持辅助（LKA）系统的一般要求、性能要求和试验方法。9月，中国公路学会自动驾驶工作委员会发布《智能网联道路系统分级定义与解读报告（征求意见稿）》，从交通基础设施系统的信息化、智能化、自动化角度出发，结合应用场景、主动安全系统、混合交通等情况，把交通基础设施系统分为I0级（无信息化/无智能化/无自动化）、I1级（初步数字化/初步智能化/初步自动化）、I2级（部分网联化/部分智能化/部分自动化）、I3级（基于交通基础设施的有条件自动驾驶和高度网联化）、I4级（基于交通基础设施的高度自动驾驶）、I5级（基于交通基础设施的完全自动化驾驶），并进行了明确定义和详细解读。这是国内首次对智能化道路进行分级。

2019年，随着自动驾驶汽车特殊场景逐渐落地，相关标准的制定成为当前的迫切需求。自动驾驶汽车突破了原有汽车边界，“人—车—路—网—云”形成新的产业集群，新产业的涌入给自动驾驶汽车标准带来了挑战。2016年，工信部、国标委、交通部共同制定了智能网联汽车标准体系，拟定到2020年，初步建立辅助驾驶及低级别自动驾驶的智能网联汽车标准体系。2019年，全国汽车标准化技术委员会在ADAS、自动驾驶、信息安全、车联网与应用场景等方面已启动41项推荐性国家标准。在国际标准法规的协调中，一方面，中国联合日本、欧盟共同制定联合国自动驾驶法规文件；另一方面，在IEC层面，中国作为召集人，已提供四项国际标准提案。2019年是自动驾驶汽车的相关标准加快制定的一年，但是标准的本质是对重复的、有广泛共识的事物和概念进行统一规范，这就决定了制定标准的前提是技术发展到一定阶段，标准的制定会在一定程度上滞后于技术的发展。

（三）对自动驾驶产业相关法律法规的修订和研究需加快推进

汽车是一个长产业链的产业，从汽车的全生命周期来看，我国传统汽车的管理涉及汽车生产企业管理、汽车产品管理、道路交通管理、汽车营运管理、汽车配套服务、汽车回收利用等环节。自动驾驶汽车是产业融合的新产物，现存法律中对产品管理、交通管理、保险监管、网络安全、地理信息等方面的规定已不能完全适用于自动驾驶汽车。

自动驾驶监管制度存在空白。现行的交通管理以“人”为核心，建立了成熟的驾驶人和管理体系。自动驾驶系统去除了“人”的特性和功能，这就使如何监管自动驾驶系统成为问题。

责任事故的划分。我国现有交通违法处罚以行政处罚为主，责任主体为驾驶人。自动驾驶事故发生原因是多样的，有可能是车辆使用者操作错误，或者系统故障，或者外部攻击，或者通信延迟，如何确认事故责任成为需要解决的问题。

关于测绘的问题。自动驾驶汽车通过环境感知、高精度地图及定位技术，以实现自动驾驶的规划控制。我国测绘资质管理制度要求高精度地图的数据采集、编辑加工和生产制作需要由有导航电子地图测试资质的单位承担，目前国内只有20家企业获得测绘资质，严格的测绘资质审批制度在一定程度上限制了高精度地图的制作。另外，自动驾驶高精度地图需要实时更新，根据《地图管理条例》，我国实行地图审核机制，向社会公开发布的导航电子地图应当报送审核，实时更新的问题与传统审图机制也相冲突。因此，协调国家安全和自动驾驶地图需求是一个问题。

伴随自动驾驶汽车联网功能的增多，网络安全成为自动驾驶发展的门槛问题。如何保障自动驾驶汽车的网络安全成为自动驾驶汽车的重点研究领域。与其他网络终端相比，自动驾驶汽车具有可移动性，网络安全不仅涉及车辆本身，还涉及公共安全。如果遭到不法分子的远程攻击，可能造成严重的财产损失和人员伤亡。我国目前的《网络安全法》还无法应对自动驾驶全场景下的网络安全问题。另外，我国目前缺少专门针对自动驾驶汽车网络安全的实施指南或指南性文件。自动驾驶汽车逐渐从交通工具转变为移动智能终端，车辆在运行过程中的信息采集使个人信息保护面临风险，建立个人信息保护制度迫在眉睫。

自动驾驶发展过程中的伦理道德问题仍是绕不过的难题。有学者认为，当自动驾驶汽车陷入“电车难题”时，许多人希望自动驾驶汽车优先保护人类而非动物，优先保护年轻人而非老人，保护尽可能多的人。伦理学的问题仅依靠程序员是无法解决的，需要技术人员、设计师、伦理学家、政府官员及民众更多的讨论，并通过法律法规界定责任归属及赋予保护主体的优先权。

自动驾驶汽车成为汽车及相关产业竞争的重点，而现行的法律法规实施对象是人，对自动驾驶汽车来说是不适用的，技术进步和产业发展对相关制度的需求非常迫切。因此，建议从国家层面提出相关法律法规的修订和研究计划，为自动驾驶快速发展创造良好的发展环境。

（四）自动驾驶汽车技术成为产业创新发展的核心动力

自动驾驶单车智能是通过在车辆上加装感知设备和运算单元，提高车辆本身的感知、决策和控制能力，使其达到甚至超越人类的驾驶水平，部分实现甚至全部实现自动驾驶；车路协同是在路端和车端同时布设感知和运算设备组成车路系统，系统通过各种无线通信的方式，在车和车之间、车和路之间、近端和远端之间，甚至车和人之间构成新的交通结构。

2018年9月，百度宣布正式开源Apollo车路协同方案。同月，阿里在云栖大会上宣布将车路协同视为未来20年的战略发展方向，并成立“2038超级联盟”。2019年5月，腾讯在数字大会上发布了5G车路协同开源平台。华为先后同18家汽车业的企业签署了23份合作协议，体现了华为在未来汽车领域的战略布局重心。

从华为、中兴、大唐等通信领域的企业到以百度、阿里、腾讯为代表的互联网企业，再到四维图新、希迪智驾等创新型企业，均已布局自动驾驶车路协同技术。相对国外以单车智能为自动驾驶主要发展路线而言，我国的车路协同存在较多优势。首先，车路协同方案能突破视觉死角和障碍物遮挡，并且不受天气影响。目前，国内测试案例中的路侧单元，大多布置在交通灯附近，位于高处，能有效避免障碍物的遮挡，而且以静止状态探测移动物体，能明显提高准确率。其次，车路协同能够减少车上传感器应用，降低成本。目前，应用在车上的传感器都有局部的缺陷，需要多传感器的融合。而众多传感器不仅会增加能耗，还会增加单车成本。通过车路协同的方式，能把车上的传感器转移到路上，从而减轻车辆单车压力。最重要的是，中国的5G发展优势能进一步赋能自动驾驶。车联网作为5G的重要应用场景，给自动驾驶带来了低延时、高稳定性的物联网架构，通过服务器的高性能计算、核心云、边缘云给自动驾驶车辆提供实时路况信息、行人信息等，自动驾驶迈入5G时代。

当单车智能逐渐走向瓶颈期，车路协同逐渐成为我国的特色技术路线。在今后的发展过程中，单车智能是基础，车路协同是支撑，二者缺一不可。先从单车的智能化开始，然后逐步应用在部分场景、部分区域，之后随着场景的扩充，加入路端信息，最后形成车路协同。

（五）各地政府大力支持自动驾驶产业落地，开放测试道路得到快速发展

伴随我国自动驾驶关键技术的不断进步，国内多个城市为了促进当地智能网联汽车产业的迅速发展，占领未来汽车产业阵地，纷纷在自动驾驶领域进行布局，如建设智能网联汽车测试区，发布产业相关政策，以聚集产业、吸引投资。目前，在智能网联汽车测试区建设方面，已有北京、上海、长沙、重庆等19个城市颁布智能网联汽车公共道路测试管理办法，并通过示范区建设吸引企业落地。

2019年3月，“深圳智能网联交通测试示范区”在深圳坪山举行启用仪式，该测试示范区测试区道路总长2.6公里，主要为城区道路，包含典型城市道路场景，如环岛、十字路口、停车场等，同时可满足网联式自动驾驶的应用测试与验证。4月，国内第一条基于自动驾驶的智能网联高速公路测试路段——齐鲁交通智能网联高速公路测试基地及研发中心项目在济南启动。6月，广州市交通运输局为广汽集团、文远知行、小马智行、深兰科技等六家企业共24台车辆颁发智能网联汽车道路测试通知书。广州测试道路路段分布在黄埔、白云、花都、南沙等区，共有测试道路33条，总里程达45.64公里。同月，浙江省德清县发布浙江省首个自动驾驶与智慧出行示范区建设实施方案，以及关于支持开展自动驾驶测试服务的意见。德清将从顶层设计、硬件基础、应用落地、产业发展等方面谋篇布局，打造浙江首个全域城市级自动驾驶与智慧出行示范区。9月，上海与浙江、江苏、安徽共同签署了《长江三角洲区域智能网联汽车道路测试互认合作协议》，区域内的测试数据可以共享，测试结果也可以互认，让华东地区的自动驾驶产业集群效应更加凸显。9月7日，在国家制造强国建设领导小组车联网产业发展专委会第三次全体会议期间，江苏泰兴智能网联汽车自动驾驶封闭场地测试基地获得工信部与交通部的共同授牌，该基地成为江苏省唯一、全国首批3家获得两部委联合认定的自动驾驶封闭场地测试基地。9月22日，国家智能网联汽车（武汉）测试示范区正式揭牌，并为百度、海梁科技、深兰科技3家企业颁发自动驾驶商用牌照。获牌企业不仅可以在公开道路上进行载人测试，也可以进行商业化运营。9月26日，长沙开放道路智能驾驶示范区正式启用，意味着智能网联车辆和普通社会车辆可以在长沙规定的开放道路上共同行驶，长沙正式迈入了“智能驾驶2.0”时代。

2019年，长三角地区测试互认为我国智能网联汽车测试打开新局面，未来自动驾驶测试环境将进一步优化，虚拟仿真测试、封闭测试区、半封闭测试区、开放道路的整体运行机制将会逐渐健全，推动丰富测试场景、统一测试标准、通信、地理信息、路侧设备技术的完善，更好地支撑自动驾驶技术的发展。

（六）自动驾驶资本进入冷静期，产业协同成为趋势

2019年自动驾驶行业进入冷静期，自动驾驶企业面临技术与商业化的双重压力。自动驾驶资金投入多、落地挑战大以及资本退坡带来的压力大，成为行业的主要现状。在“落地难、造血慢”的形势下，各大企业纷纷选择结盟。例如，大众与福特Argo、宝马与戴姆勒等车企之间，车企与科技公司之间纷纷在自动驾驶商业化布局中进行合作。

4月2日，东风、华为、襄阳市人民政府正式签署了“智行隆中”项目的战略合作协议，三方联手，打造智慧汽车谷、智慧出行、智慧物流和智慧交通云平台等四个工程。7月3日，吉利董事长李书福与百度创始人李彦宏在百度AI开发者大会上共同宣布，双方就智能网联、智能驾驶等AI技术在汽车、出行领域展开全面战略合作。9月24日，长城与华为在深圳正式签署战略合作协议，双方将在智能网联、智能驾驶、智能座舱、云服务、大数据、出行服务等创新技术领域展开全面合作。在自动驾驶发展放缓的情况下，不同类型企业有不同的战略规划。

1.整车企业

2019年，红旗EV获得5张北京自动驾驶路测牌照。在产品上，红旗将与百度联合，共同打造L4级自动驾驶乘用车。

2019年，长安新一代L4级自动驾驶车辆在重庆仙桃数据谷示范运营两年。未来，长安汽车计划到2020年建成L3级自动驾驶智能开发平台，新产品100%联网、100%搭载驾驶辅助系统，在高速公路、堵车缓行路段、停车场泊车场景下实现自动驾驶；到2025年，建成L4级自动驾驶的智能开放平台，车载功能实现100%语音控制。

2019年，名爵ZS搭载博世最新的L2级部分自动驾驶技术上市。未来，上汽集团计划到2020年实现结构化和部分非结构化道路的自动驾驶，到2025年实现全场景下的自动驾驶。

2019年，北汽集团高端智能新能源汽车品牌ARCFOX发布全球首个搭载5G技术的平台。北汽集团计划到2022年，力争实现所有产品具备“国内领先、世界一流”的智能驾驶和智能互联功能。2022年之前实现L3级智能驾驶规模化量产，通过冬奥会示范运营，实现全球首次规模化L4商业化运营。

2019年，广汽集团发布ADiGO生态系统，并与博世发布基于车联网技术的L4级自动代客泊车系统。广汽集团计划于2020年实现半自动驾驶，2025年前实现高度自动驾驶，2030年前实现完全自动驾驶。

2019年，吉利发布全新升级的GKUI 19吉客智能生态系统，博越PRO成为首次搭载该系统的车型。未来，吉利汽车计划2020年将实现局部工况高度自动驾驶L3，车联网渗透率将超51%。2022年，在5G协同的情况下，实现高度自动驾驶。2030年，实现自动驾驶里程占总里程的13%。

2.互联网企业

2019年下半年，百度不仅先后拿下了北京市首批T4级别路测牌照和自动驾驶载人测试牌照，还陆续在长沙、沧州、阳泉、银川等地开展自动驾驶、车路协同等示范应用。9月，百度自动驾驶出租车队Robotaxi正式在长沙面向公众试运营，踏出市场化第一步。11月初，百度在沧州推出国内第二个无人驾驶出租车试运营项目，使自动驾驶走向市场。2019年，百度Apollo凭借52辆测试车仅在北京市就完成了75.4万公里的测试，百度也因此成为2019年北京市所有测试企业中投入测试车数量最多、测试里程最长的企业。

2019年8月，滴滴正式宣布将旗下自动驾驶部门升级为独立公司，用于开展自动驾驶研发、产品应用及相关业务拓展。之后获得了由上海市颁发的首批载人示范应用牌照。

3.创新型企业

2019年6月，Pony.ai获得了由美国加利福尼亚州颁发的自动驾驶运营牌照，获准向公共乘客提供自动驾驶出行服务，Pony.ai也成为首家在加利福尼亚州获得该牌照的中国自动驾驶技术公司。11月，Pony.ai通过与现代汽车合作，正式在加利福尼亚州推出首个面向普通公众的Robotaxi常态化服务。

2019年12月，智加科技的L4级自动驾驶卡车穿越4500公里，横跨美国东西海岸，为世界知名乳业巨头蓝多湖（Land O’Lakes）提供了首次自动驾驶货运服务。

2019年12月，驭势科技在香港国际机场内启用无人物流车为旅客提供行李运输服务，这是全球首个在机场实际操作环境下运行的无人驾驶常态化运营项目。

当前国内企业在自动驾驶领域的技术实力和全球影响力正处于快速提升阶段。或许目前国内在自动驾驶的大规模商业化方面还面临供应链不成熟、政策法规不完善等多重难题，但从细分市场来看，高度自动驾驶技术在封闭场景的落地还是指日可待的。未来，随着更多类似的项目逐渐落地，国内无人驾驶有望迎来真正的春天。

（七）自动驾驶商业化落地难、限定场景商业化应用成为热点

目前，自动驾驶发展处于发展初期阶段，仍然有很多问题需要解决。打造促进自动驾驶发展的环境需要多方共同努力，政府部门在政策上为自动驾驶发展扫清障碍，资本通过市场行为推动相关企业快速进步，政、产、学、研划分好明确的分工和权责，通过全新的产业体系促进自动驾驶商业化运营。真正的商业化运营不是仅通过几辆车的示范，或者是在理想状态下的载人测试，而是能够适应多场景、全时段的商业化活动。显然，自动驾驶在目前技术不成熟的阶段仍然有很长的一段路要走。自动驾驶是一个需要长期投入及技术迭代的产业，企业为实现自我造血功能，需要尽快寻找可落地的商业化应用场景，在不同城市开展规模化应用示范，形成经验复制。目前，限定场景商用车成了企业与资本市场的一个新方向，在高速、物流、港口、固定路线接驳、清扫车、矿区、Robotaxi等一些场景中已陆续实现商业化落地。

1.微循环小巴

微循环小巴因为是固定线路，比出租车更容易实现自动驾驶，一般应用于园区通勤。从供应链上看，需要多个16线激光雷达，无需车规。在高精地图方面，特定场景的高精地图的绘制和更新挑战并不大。在算力方面，因为是低速和特定场景，现阶段的英伟达完全可以满足需求。加上园区的一些V2X的协同，效果会更好。

目前，百度的Apollo已经在各地的一些园区展开运营。示范运营能不断反馈数据进行技术更新迭代。重庆礼嘉智慧体验园示范应用的“Apollo”是升级后的“2.0”版本，不仅能够更好地服务于复杂的应用环境，也能为乘客带来更愉快的出行体验。另外，Apollo项目在北京、雄安、福建、广州、深圳等地的机场及旅游景点等均有封闭运行。

2.无人驾驶出租车

2018年12月，Waymo的付费打车服务在凤凰城上线，这是全球首个上线的商业自动驾驶打车服务。2019年，上海、长沙、武汉陆续开放无人驾驶示范运营牌照。无人驾驶出租车作为目前自动驾驶最难的应用场景，对相关配置的要求较高。首先，在Lidar上，需要具备至少32线以上的激光雷达；其次，需要搭载运营区域内的3D高精地图，并保持实时更新；再次，算力也是挑战；最后，要配备具有冗余的线控制动系统。

2018年11月，全国首辆自动驾驶出租车在广州大学城开始投入试营，但之后该项目更改了试运营地点和方式，并且改为“免费试乘”。

2019年8月，上海市嘉定区人民政府与AutoX达成战略合作，二者将共同建设中国首个无人驾驶Robotaxi运营示范区。

2019年9月，滴滴获得上海市智能网联汽车示范应用牌照，将在上海嘉定落地部署自动驾驶网约车。未来，滴滴出行App还会上线“混合派单”模式。

同月，百度在长沙宣布Robotaxi试运营正式开启。首批45辆Apollo与一汽红旗联合研发的“红旗EV”Robotaxi车队在长沙部分开放测试路段开始试运营。Robotaxi在目前看来是乘用车无人驾驶落地的最优场景，但也大多是在固定区域试运营或者对内部开放，距真正落地运营在技术上还有较大的距离。

3.无人驾驶配送小车

物流配送小车聚焦物流“最后一公里”的配送区域，是物流配送的最后一个环节，由物流企业将货物配送至用户手中。长期以来，整个物流产业链中成本最高、效率最低的“最后一公里”配送是物流行业的痛点。如何提升“最后一公里”的运作效率，对于物流企业乃至社会发展至关重要。

近年来，我国在无人配送领域的政策不断完善，为无人配送提供了发展机遇。随着人工智能、物联网的发展，越来越多企业布局无人驾驶物流配送业务。在国内，京东、菜鸟、苏宁、顺丰、美团等自带物流业务的公司纷纷入局无人配送领域，一方面，这些公司本身具有应用场景，方便进行测试；另一方面，物流巨头通过与其他技术创新型企业开展合作，也能结合自身优势共同打造高效的配送服务。除了传统的物流巨头企业，大批创业公司也在无人驾驶配送领域布局，如新石器、白犀牛、智行者等企业，不过这些企业基本上是采取与大公司合作的模式。在国外，美国自动驾驶初创公司Nuro推出了全自动无人驾驶配送车，不仅能适用于园区，还可以在城市道路正常运行。目前，在百度Apollo的支持下，新石器、智行者等初创公司，开始向外推出Robo-Delivery的产品，并开始提供给一些物流和配送公司使用。菜鸟已经在杭州和成都进行无人驾驶配送小车的测试工作，希望能尽快实现商业化落地。

目前，无人配送小车因为技术还不能应对各种复杂状况，仍处于测试研发阶段。另外，市场需求还未完全打开，并且无人配送小车车型不同于传统车型，部分零部件需要专门定制化采购，还未形成成熟的产业链。长期来看，无人配送离商业化落地还有一段距离，不过由于电商、外卖在中国的高速发展以及人力成本的快速上涨，中国的无人驾驶配送小车产业未来大有可为。

4.无人驾驶干线物流

目前，有500万辆大货车用于500公里半径的干线运输；1000万辆货车用于50公里半径的区域运输；3000万辆的微型车（三轮及两轮物流车）在半径5公里的物流领域提供服务。因此，机器司机的市场需求相当庞大。干线物流是指使用干线运输大量和远距离的货物。由于运输距离长和运输能力集中，大量货物可以大跨度快速移动。长期以来，干线物流是中国公路运输的主要形式。随着我国物流行业的快速发展，干线物流也存在一些问题。卡车司机短缺现象普遍，“用工荒、招工难”问题越发严重。2019年6月，央视财经报道，国内目前货车司机缺口达到1000万人。另外，人力成本高且运营效率低，物流货运企业压力大，人力成本占总成本的30%～40%。同时，干线物流货运安全事故频发，给物流企业及社会带来巨大损失。此外，物流行业运营有严重的超载、疲劳驾驶等问题，导致大量交通事故。所以干线物流作为自动驾驶的应用场景，受到众多企业关注。干线物流车多为固定的点对点运输，且路线可控，相对于无人出租车来说比较容易实现，相对于园区接驳、无人清扫来说市场体量也较大。

在国外，戴姆勒毫无疑问是全球卡车的领先者，并率先在自动驾驶领域布局。2019年初，戴姆勒收购无人驾驶卡车方案公司Torc Robotics的多数股权，随后成立无人驾驶技术集团，并在2019年拉斯维加斯国际消费电子展（CES）上宣布将投资5亿欧元发展L4卡车。2019年6月，沃尔沃卡车推出综合碰撞缓解系统——沃尔沃主动驾驶辅助（VADA）2.0版本，该系统包括自动紧急制动功能（AEB）、高速公路偏离预警和制动功能（HDB）、具备巡航恢复功能的自适应续航控制功能（ACC）等。2018年，Waymo首次公开宣布，它将使用自动驾驶卡车负责谷歌数据中心之间的货物运输。通过与谷歌的物流团队合作，Waymo希望进一步将自动驾驶卡车应用于工厂、配送中心、港口和码头之间的货物运输。

在国内，2019年8月，一汽解放、智加科技、经纬恒润等企业共同成立苏州挚途科技有限公司。苏州挚途将在五年内落地可量产的L4级别自动驾驶重型卡车。2019年，图森未来在美国的无人驾驶卡车车队的规模从11辆扩充至40辆，并于2019年初开通一条由亚利桑那州至得克萨斯州的新线路，在超过1600公里的运输线路上为美国邮政（USPS）提供无人驾驶运输服务，并得到每月约30万美元的收入。12月，智加科技在美国完成无人重卡生鲜运输试运营，横跨美国东西海岸，为乳业公司提供自动驾驶货运服务。

未来，随着中国法律法规的完善，自动驾驶车辆将可能在国内高速公路上进行道路测试，进行更广泛的技术应用，进一步推动商业化落地。

5.无人驾驶清扫车

无人驾驶清扫车，是近两年兴起的一项产业，深度融合了传统环卫车与互联网、人工智能等技术，在无需驾驶员的情况下，可自动识别避障，智能规划路径，自主开展喷洒、垃圾清扫等环卫工作。比起自动驾驶载人载物类，清扫车是比较冷门的应用领域。中国半公开道路的清扫市场规模是2100亿～3000亿元，而且结构化道路不断增多，市场规模会随着城市化进程继续扩大。自动驾驶车在城市清洁领域的应用会带来诸多好处，不但可以解决行业性“供需矛盾”，而且可以在夜间作业，车辆利用率和清扫效率可达到人工的2～3倍。不过由于技术水平、政策限制及成本壁垒，无人清扫车尚处于普及过渡期，未实现大规模商业化落地。

2019年3月，上海仙途智能自动驾驶清扫车落地德国威廉港，并于6月获得上海市首张自动驾驶清扫车测试牌照，2019年8月发布第二代无人驾驶环卫车（Ecodrive Sweeper G2）。在工业物流园区、机场、医院等场景实现运营，并远销至新加坡、卡塔尔、澳大利亚等国家及地区。

2019年6月，深兰科技与海德汽车建立合作，开启AI智能扫路机的批量交付使用，目前已经在天津生态城、郑州二七区、常州北站等场景投入使用，此外，AI智能扫路机在2019年上海进博会期间负责外场区域的清洁服务。

智行者“蜗小白”是无人驾驶清扫行业的明星产品，已在北京、上海、长沙、西安、天津等多地投入使用。

无人驾驶清扫车因为对速度、时效性要求比较低，相对于其他场景更容易落地。但是由于技术不成熟，无人清扫车存在稳定性差、道路识别能力不足等问题，现阶段只能在公园、广场等封闭、半封闭场景中应用，难以真正实现“上路”作业。无人环卫作业对车辆的感知、决策、控制技术要求较高，并且成本较高。未来，企业需要尽快寻求可赢利的商业化模式，进行大规模的商业化应用。

中国自动驾驶产业发展过程中面临的挑战

我国政府高度重视自动驾驶汽车发展，频频政策，并投入大量资金，但是目前自动驾驶仍处在发展初期，有许多问题亟待解决。

（一）自动驾驶相关标准及法规不健全

目前，我国的自动驾驶法规主要是自动驾驶道路测试类及部分行业标准，相较于产业发展速度，立法稍显滞后。现行法律和产品准入制度要求汽车产品必须符合国家相关标准，否则无法获得上路行驶的资格，自动驾驶汽车目前无法上路。另外，现有的法律法规无法对自动驾驶事故责任进行划分，车辆保险法律法规也无法适用于自动驾驶汽车。

由于自动驾驶技术发展不成熟，相关行业和国家标准无法确定。另外，自动驾驶涉及的标准种类繁多，如交通类、出行安全类、通信类、测绘类、标准类等，需要各行业协同推进。我国各个标委之间应充分合作，利用路测数据积累经验，尽快研究和车辆安全规范，优化现有法律法规中不适用于自动驾驶汽车的条款。同时，以新的治理理念推动产业创新，在全球一体化的产业趋势下，与世界各国政府、行业机构组织协同推进自动驾驶行业标准及法规的制定和完善。

（二）自动驾驶技术发展不成熟

目前，汽车自动化技术已经成熟，但是智能化仍处于技术迭代期。多传感器融合、人工智能、高精度地图、信息安全、云计算等在汽车领域的技术仍存在诸多问题。

在自动驾驶技术硬件方面，车载摄像头、毫米波雷达、激光雷达各有优缺点。车载摄像头成本低，可识别行人和交通标志，但是对光线依赖较大，并且识别存在误差。毫米波雷达不受天气影响，探测距离远，精度高，但是难以识别行人。激光雷达精度极高，具备三维建模功能，但是成本较高，受天气影响较大（见表1.1）。

安全性是自动驾驶发展的核心问题。自动驾驶起初得以发展的原因是机器能避免人的情绪化及疲劳感，从而提高车辆安全性。但是自Uber自动驾驶事故发生后，越来越多声音开始质疑无人驾驶是否真正安全。一是在自动驾驶人工智能技术方面，算法具有不可解释性。大多数自动驾驶控制程序采用“端到端”的训练方式，策略规划存在许多不透明的区域，人工智能仍不具备独立自主思考的能力，不能应对道路上的突发场景，即使道路测试了几百万公里，也无法确保上路的安全性；二是在自动驾驶安全性评估方面，目前并没有一套标准的规则，无法确定上路之后的安全性；三是在信息安全方面，打造安全可靠的数据网络传输是长期面临的困难与挑战。

在应用场景方面，创建全面的能覆盖自动驾驶所能遇到的所有场景的规则库行不通。即使在虚拟仿真平台模拟试验达到100%的准确率，也不能保证在真实道路环境下一定可行。

在道路测试方面，在封闭环境、固定路线中跑并不能代表自动驾驶水平，只能代表功能的演示。自动驾驶距离量产仍然有很长的一段路要走。

（三）自动驾驶上下游产业链不完备

自动驾驶要落地，必须体现在所有零部件形成的产业链上。目前，我国智能汽车上下游产业链还不完善。传感器、智能芯片、智能网联、智能计算、智能控制和人工智能技术各个方面都需配套。

传感器是自动驾驶规划、决策的基础。目前激光雷达、毫米波雷达及摄像头的组合是最佳解决方案，但是激光雷达价格昂贵，不能满足大规模推广使用，并且传感器距达到车规要求仍有一段距离。

计算平台方面，我国汽车芯片产业链不完善，研发生产能力不强，高度依赖进口。如今，汽车芯片是自动驾驶系统中最核心的零部件之一，其是否自主可控关系国家交通安全、数据安全乃至产业安全。接下来，如何提高设计和制造水平、改善产品可靠性、完善供应链条、创造迭代需求是芯片企业和整个中国汽车产业要共同攻克的课题。

此外，智能化道路设施建设与自动驾驶汽车的发展之间缺少协调，道路本身的智能化水平、道路基础设施和交通标志的发展现状与自动驾驶汽车要求存在差距。

（四）自动驾驶发展需要产业间协同合作，目前仍缺乏统一的协调机制

自动驾驶汽车产业发展不仅需要汽车制造商，还需要互联网企业、通信运营商、交通设备制造企业、道路基础设施部门等科技企业和政府部门的共同参与。目前的特色技术路线车路协同是云计算、大数据、通信技术、AI智能的深度学习、高精地图的软件统一，同时是硬件基础设施、雷达、传感器的感知与信息交互，既要加强软件开发，又要注重硬件开发。

另外，目前道路交通基础设施建设与自动驾驶汽车的发展缺少协调和统筹，道路本身的智能化建设亟待加强。交通设施、交通标志的设置及维护与自动驾驶的需求存在较大差距。

（五）可赢利的商业模式有待构建

自动驾驶的安全性必须比人类驾驶有显著提高才可以大规模商用。2030年前，预计自动驾驶市场的发展仍然主要依靠智能驾驶辅助系统来提高驾驶的安全性。

2016～2018年，通用自动驾驶子公司GM Cruise每年亏损费用达到1.71亿美元、6.13亿美元和7.28亿美元（息税前），总亏损15.12亿美元；2019年4月，Roadstar.ai管理层动荡、濒临倒闭；2019年6月，Drive.ai经营4年后关闭；2019年10月，Uber自动驾驶裁员；2019年12月，Velodyne裁掉超过20名在中国北京的办公室员工。

2019年对于自动驾驶企业特别是初创团队来说是困难的一年。主要原因是自动驾驶技术的不成熟，无法全场景、全区域运营，示范化不是商业化，完全自动驾驶落地仍需很长的一段时间。另外，自动驾驶传感器、人员成本、测试费用、牌照问题等都提高了单车成本费用。对于道路改造来说，基础设施投入较大，但社会效益不明确，影响企业投资积极性。

（六）社会公众科普程度需要提高

2019年9月，奥迪发布题为“The Pulse of Autonomous Driving”的调研报告。报告显示，中国用户、年轻用户以及高收入人群对自动驾驶非常感兴趣。中国用户对于自动驾驶汽车的兴趣一方面得益于中国汽车产业、科学技术的高速发展，中国用户对于汽车的认知和追求不断提高；另一方面是中国用户对于新技术、新事物的接纳程度大幅提高。另外，市场对自动驾驶的宣传力度空前，成为量产车提高销量的关键。

目前我国很多用户对自动驾驶的概念并不是很清晰，ADAS不是全自动驾驶，使用范围及使用方法都有待明确。自动驾驶发展对于消费者来说，就是提供更安全的驾驶。中国用户对自动驾驶的接受程度虽然比较高，但是自动驾驶技术只有成熟后才能被广泛接受及推广，让用户真实了解市场及技术发展情况是未来科普的重点。

中国自动驾驶产业发展趋势

自动驾驶汽车在未来将逐步替代人类驾驶，这不仅将改变人们的出行和生活方式，还将对传统物流行业、通信行业产生深远影响。本文认为未来自动驾驶产业发展将呈现如下趋势。

（一）Robotaxi将成为出行服务行业的竞争热点

自动驾驶出租车Robotaxi融合了自动驾驶生态中的多方链条，包括科技企业、主机厂、出行平台、政府等，随着自动驾驶技术的进步，出行平台为了稳定自己目前的行业地位，必须增加Robotaxi的投入，基于自动驾驶的“出行服务”将成为下一轮出行产业竞争热点。

目前美国、荷兰和日本等国家已经允许开展无人驾驶的测试。2018年，Waymo在亚利桑那州凤凰城地区推出了一项名为Waymo One的Robotaxi商业服务。除了谷歌，通用Cruise、福特Argo AI、UberATG、Navya、特斯拉等厂商都将目标锁定为Robotaxi。

在国内，目前广州、长沙、上海、武汉、沧州、北京等6个城市已允许载人测试。针对Robotaxi，国内企业也争相竞逐。2019年7月，长安汽车在重庆启动L4级自动驾驶车示范运营；2019年8月，百度宣布其与中国一汽红旗共同打造的国内首批量产L4级Robotaxi在长沙展开测试；2019年11月，文远知行自动驾驶出租车队文远粤行Robotaxi宣布在上海黄埔区、广州开发区开启试运营服务。预计到2025年左右，Robotaxi取消安全员并规模化部署后，其成本优势将凸显，与传统出租车成本相比，Robotaxi将在2025～2027年达到拐点，带来出行服务的颠覆。

Robotaxi能够成为下一阶段的竞争热点，一方面是因为自动驾驶硬件成本逐渐下降，尤其是激光雷达，随着国内品术的提升，其整体成本将下降到原来的1/4。另一方面，为了推动Robotaxi的产业发展，相关出行平台会加强宣传推广Robotaxi的服务。从点到点到在区域内上下车，从面向特定的人群到面向更多的公开人群，从一开始的免费测试到现在进行的收费尝试，Robotaxi将向普通的出行服务一步步靠拢。市场和消费者更加贴近，为Robotaxi的大规模推广奠定了一定的基础。

Robotaxi方案提供商、整车企业、出行服务商一起构建“1+1+1”出行生态圈，商业模式逐渐清晰，谁能率先实现Robotaxi真正落地运营服务，谁就占领了未来出行市场。

（二）车路协同将成为中国发展自动驾驶的特色技术路线

自动驾驶单车智能成本居高不下、法律不完善等因素让单车智能道路遇到阻碍。单车智能基本上仍处于测试阶段，未能实现商业化。而C-V2X通信技术的快速发展，将自动驾驶的技术实现引向车路协同。中国5G的发展优势及良好的道路条件驱动车路协同成为中国发展自动驾驶的特色技术路线。

从技术层面分析，V2X通信标准演进共分为三个阶段，分别为LTE-V2X（第一阶段）、LTE-eV2X（第二阶段）、5G NR-V2X（第三阶段）。第一阶段、第二阶段分别于2017年、2018年完成，第三阶段即5G NR-V2X的技术研究工作正在进行中。从产业组成来看，主要有以BAT为代表的互联网科技企业，以华为为代表的ICT企业，以德赛西威、均胜电子为代表的汽车供应商，以希迪智驾为代表的车路协同方案解决商。从产业分工来看，主要有硬件设备制造、道路升级、软件技术、后端运营四个方面。从未来发展目标分析，主要有两个方向：一个是自动驾驶，另一个是智慧交通。

（三）信息安全是自动驾驶安全上路要跨越的第一道门槛

汽车快速智能化带来了对网络安全的迫切需求。网络安全是汽车智能化发展的核心要素，没有网络安全的保障，智能汽车就难以得到快速发展与应用。为此，国内外都高度重视智能汽车的网络安全，从技术、标准与产品等方面进行全方位发展。

欧美从安全芯片、软件架构、智能交通与V2X、生命周期等方面在全球率先开展了标准制定与技术研究方面的工作，并且已经取得一些研究成果。国内包括政府部门在内的多个机构都在开展标准与技术方面的研究工作。

如今的汽车早已不仅是机械设备，还包含数量众多、不同类型的电控单元，而且由相关电控单元构成的整体网络负责监视和控制交通工具的状态，对车辆的行驶安全具有决定性的影响。出现在互联网等领域的传统安全问题，也开始给汽车工业带来威胁。因此，需要及早采取措施，开展汽车电子网络安全方面的顶层设计工作，从标准、技术、人才、法律等角度全方位推进汽车电子网络安全的发展与应用，为自主汽车工业在全球汽车产业智能化发展的关键时期实现弯道超车保驾护航，促进自主汽车工业的跨越式发展。

（四）自动驾驶跨界合作协同是必然趋势

2019年6月，软银、丰田、五十铃汽车、铃木汽车、斯巴鲁、大发和马自达形成自动驾驶联盟Monet。宝马与戴姆勒进一步深化彼此关系，宣布将优先合作开发辅助驾驶系统技术、高速公路自动驾驶技术等。

2019年，虽然自动驾驶进入“寒冬”，但是车企与自动驾驶科技公司的合作日益火热。自动驾驶跨界合作，一是技术层面需要多方技术人员协作；二是自动驾驶高研发费用需要企业共担。可以预测的是，如果车企加速全球布局的脚步不停，未来将发生更多车企与自动驾驶技术企业的合作。

（五）促进部分场景落地，加速商业化进程

在各国对自动驾驶汽车发展大力支持，企业重点布局，初创团队集中爆发，以及资本市场力量的推动下，自动驾驶得到了快速发展。但是自动驾驶距真正上路仍有一段距离，只有突破法律、技术和用户三方面瓶颈，才具有产业化基础，完全无人驾驶的实现仍需要较长一段时间。在产业发展前期，寻求在特定领域开展商业化应用示范尤为重要。

自动驾驶商业化应用应当考虑以下因素：一是行驶环境要尽量简单，作业流程要尽量标准，标准化程度越高，越容易体现高效率优势；二是尽量应用在人力成本较高的行业，并且运营成本、运营效率都要优于人类驾驶员；三是面向B端市场，自动驾驶硬件成本较高，虽然未来成本会有所降低，但是过高的成本要求不适用于私家车市场。

从技术应用的难易情况以及受法律法规的影响程度来看，自动驾驶商业化应用路径将遵循先封闭后开放、先载货后载人的原则，以此来选择商业化场景，率先应用在限定场景下的封闭或半封闭区域，比如自动泊车、封闭场区内物流运输，其次是干线物流、末端配送、固定线路的环卫领域、公交通勤、分时租赁、网约车、共享出行等，最后才是私人场景的自动驾驶。

自动驾驶商业化运营需要首先在特定场景区域进行示范运营。一是在特定领域的先行先试，为自动驾驶汽车的安全性、可靠性验证提供有针对性的应用场景，相比封闭测试与道路测试，自动驾驶商业化应用的目的性更强，使得技术验证、迭代的效率更高。二是自动驾驶汽车高昂的成本及其商用所需基础设施搭建的投入，需要一定的商业模式来进行消化，否则难以实现大规模应用，因此前期的商业化应用探索将有助于形成可持续的商业化运行模式，为未来产业发展及市场普及指明方向。三是自动驾驶汽车的大规模普及将带来政策、法律法规、伦理道德、数据监管、隐私及信息安全、公众认知等多方面社会性影响，率先开展商业化应用示范，对有关社会性问题进行持续跟踪，将有助于探索自动驾驶汽车发展的经验，为国家宏观政策引导、顶层设计、制定战略任务提供方向性的参考。

在未来出行的趋势下，自动驾驶商业化应用的商业模式将迎来创新发展。具有整车量产能力的整车企业将联合雷达、摄像头、芯片等关键硬件的供应商以及掌握人工智能算法、多传感器融合等技术的服务运营商，具有自动驾驶决策规划能力的整体解决方案提供商，共同开发应用于商业化场景的自动驾驶产品。由整车企业负责自动驾驶汽车的量产，由解决方案提供商提供技术服务，由服务运营商搭建大数据平台，负责车队的管理和运营，为终端用户提供服务，其中，服务运营商将实行轻资产运营，由金融机构为车队搭建提供资金方面的支持。

—END—

无人驾驶

信息技术：中国自动驾驶产业发展动态的评论0条

发布

暂无评论

信息技术：中国自动驾驶产业发展动态的相关视频课程

信息技术：中国自动驾驶产业发展动态的相关案例教程

各整车厂及方案供应商的自动驾驶系统策略分析 2022-05-30

1 引言专栏之前的文章介绍了基于各种相机，激光雷达和毫米波雷达的环境感知算法，以及多传感器融合的算法。为了将理论和实际相结合，我们有必要也来了解一下在自动驾驶行业里各家公司都采用什么样的感知方案。自动驾驶公司大致可以分为两类。一类是主机厂，包括传统的车企以及所谓的造车新势力。前者以燃油车为主，比如奔驰，宝马，通用等，后者主打新能源汽车，比如特斯拉，以及国内的“蔚小理”。另外一类是方案供应商，包

铁了心的百度，从L4到L5的野望 2021-09-14

记者丨查攸吟责编丨曹佳东编辑丨朱锦斌争夺L4级自动驾驶宝座的竞赛，现已经正式进入后半场。而最后冲刺的时刻，似乎正逐渐临近。昨天（9月12日）下午受到百度Apollo的邀请，C次元记者前往位于上海嘉定的国家智能网联汽车（上海）试点示范区，参加“百度Apollo自动驾驶试乘体验”活动，亲身体验Robotaxi带来的自动化出行服务。越来越稳的AI司机百度Apollo旗下的Robotaxi名为

2021自动驾驶的十大重要时刻 2022-01-19

2021年，疫情没有像人们期待的那样消失，反而不断变异；汽车行业也没就此一蹶不振，反而稳中有升；自动驾驶更没有在骂声中消亡，而是更靠谱了一些…… 2021年初，自动驾驶企业接连获得融资，尽管规模不大，但频次不低，在仍然是一个烧钱的行业中，这是一个好消息。经过这一年，自动驾驶在商业化的路径上探索出了不同的模式雏形：L2+量产车型上的辅助驾驶；L4自动驾驶与车企合作加深；To G模式落地示范……百花

如何看待Stellantis的软件战略？ 2022-01-21

看完Stellantis Software Day的材料，我有个感觉是，目前来看全球汽车企业都已经确认了软件能力是汽车企业在下一个10年竞争的关键，也是品牌区隔的核心。所以这次Stellantis宣布了雄心勃勃的计划，增加软件平台和专业能力，努力追随Tesla的脚步（衡量成功的软件平台的Gold Box）。 ▲图1.Stellantis Software Day介绍材料我觉得有必要做一个拆解和论

全球智能驾驶公司列表 2022-04-08

新增公司：同驭科技麦岩智能格陆博奕行智能沛岱汽车惠尔智能星云互联卓视智通 Robotaxi 美国:Waymo Cruise UberATG Argo Apple 丰田/Lyft Zoox Motional 中国:百度 Pony Weride 滴滴 Momenta 华为 AutoX 大疆元戎启行中智行小米/DeepMotion 未动科技云骥欧洲:匈牙利Almotive 英国w

驾驶哥

关注

影响力

粉丝

NaN

内容

获赞

项目客服

培训客服

驾驶哥

关注

0 0 1