智能驾驶“开”到哪儿了？规模化应用仍很遥远

本篇文章2656字，读完约7分钟

“智能熊猫巴士”无人驾驶巴士在江苏省常州国际会展中心亮相。

人的视觉

无人驾驶快车在上海交通大学校园的菜鸟站。

人的视觉

在陕西省大理市实现胡萝卜播种机的无人精确作业。

人的视觉

无人驾驶公交车出现在北京首钢公园。

人的视觉

回顾历史，我们不难发现，每一次危机都会带来新的机遇，任何困难都阻挡不了科技创新的进程。席卷全球的COVID-19肺炎疫情给智能驾驶和智能医疗等新技术带来了什么机遇？量子计算和卫星互联网的前沿技术有什么新进展？稳步发展的新基础设施将如何影响这些新技术的发展？

本期将从今天开始推出“新技术、新进展”系列报道，介绍智能驾驶、智能医疗、量子计算、卫星互联网等新技术的最新进展，敬请关注。

编辑

点击网络汽车软件，注册，等待批准。用户可以免费拨打自动驾驶汽车的电话，在开放的测试道路上体验试驾体验...不久前，上海智能联网汽车大规模载人示范应用启动，滴滴出行首次向公众开放自动驾驶服务。

这个消息再次唤起了公众对智能驾驶的热切期望:什么时候真的没有人，如何确保完全安全，目前还面临哪些困难，距离大规模商业化还有多远？

记者采访了许多业内人士。

核心原则没有改变，但技术不断优化

今年以来，关于智能驾驶的新闻一个接一个地被重复

时宇科技开发的无人物流车在上汽通用五菱宝骏基地顺利运行。这是中国工厂区的第一个无人物流项目。已有80辆无人驾驶物流车辆投入运行，不再部署安全员，全面提高了基地内的物流能力和效率，帮助客户降低成本，提高效率。

杭州至邵雍高速公路是中国第一条支持自主驾驶技术应用的“智能高速公路”，也在推进相关项目。

事实上，智能驾驶并不是什么新鲜事。专家将其分为五个开发阶段——驾驶支持、部分自动化、条件自动化、高度自动化和完全自动化，最后一个阶段是无人驾驶。该行业目前有两条发展道路:一是渐进式道路，逐渐在传统汽车上增加一些自动驾驶功能，最终过渡到全自动驾驶；第二，一步走路线，从一开始就开发了一款完全自动驾驶的汽车，它就像一台“四轮电脑”。

智能驾驶是现代科学技术的大师，汇集了视觉、语音、语言和深度学习等多种人工智能成果。据报道，在智能驾驶技术中，感知就像人的眼睛和耳朵，帮助车辆观察周围环境；决策就像大脑，实时分析驾驶空室和其他交通参与者的行为意图；控制是依靠系统来控制车辆，通过打方向、踩油门、踩刹车等来完成驾驶行为。

目前，智能驾驶技术已经被应用于不同的车辆和不同的场景来运载人或货物。中国科学院自动化研究所研究员、复杂系统管理与控制国家重点实验室主任王飞跃表示，智能驾驶的应用场景一般分为开放道路场景、半封闭场景和封闭场景。前者包括智能驾驶出租车，后者包括高速物流、快速公交、矿山、公园、物流、港口等。

与几年前相比，智能驾驶技术的核心原理没有太大变化，但芯片、算法、操作系统、传感器和雷达等技术都在不断优化。最近，阿里的“单帧三维点云语义分割”算法大大提高了车辆对障碍物的精细识别水平。即使行驶过程中临时拉起的警戒线只有3厘米宽，车辆也能很容易识别并绕行。又如，雨天驾驶是全球智能驾驶公司面临的一个难题。滴滴出行首席技术官、自动驾驶公司首席执行官张博表示，雨天溅起的水花很容易产生噪音，路面打滑会影响轮胎抓地力。这些环境变化将对自动驾驶仪系统的算法和控制系统提出更高的要求。根据之前的现场观察，即使滴滴自动驾驶网络的车遇到大雨，它仍然可以平稳运行，正常接收订单。

要实现大规模开放道路的商业化，还有很长的路要走

一直以来，关于智能驾驶有很多问题和争论，公众对此有很高的期望。

智能驾驶领域确实面临着一系列制约其发展的痛点。

像智能汽车的数字引擎一样，芯片负责将数据转化为知识，其效率直接决定决策的质量。

“根据我们的统计，自动驾驶的每一步，芯片的计算能力都会翻一个数量级。此外，R&D行业对车载级人工智能芯片有极高的要求和标准。”地平线公司的创始人余凯认为技术是一切的基础。只有以更低的单位成本实现更高的计算能力，并使算法和芯片架构尽可能适合，车辆才能更智能。据了解，配有Horizon Travel 2芯片的全新长安汽车模型Uni-T于今年年中推出，这是中国第一款量产的汽车级人工智能芯片。

除了芯片之外，操作系统、传感器和高精度地图等软件和硬件也可以协同工作，以实现最大效益。

为了更智能，机器也需要快速学习大量数据。时宇科技首席执行官吴甘沙表示，从统计的角度来看，需要110亿公里的道路测试数据来证明自动驾驶系统可以将人们的驾驶安全性能提高20%。业界正在积极探索虚拟与真实相结合的方法，努力降低测试成本和风险。据了解，阿里为自主驾驶搭建了世界上第一个“混合仿真测试平台”，该系统每天的虚拟测试里程可超过800万公里。

“滴滴自行开发的车载设备Orange Vision覆盖了滴滴平台50%以上的订单。通过这个简单的安装，滴滴每年可以获得近1000亿公里的驾驶场景数据，从而实现自动驾驶算法的迭代。”张博说，只有通过用尽所有的可能性，才能恢复真实路况的不确定性，并且该系统能够准确地响应真实路况的意外情况。

与此同时，科学家们也在利用强化学习、模仿、生物学等手段使人们的社会经验知识渊博，并赋予车辆一些“知道为什么”的能力，但这仍处于非常基础的探索阶段。

安全是智能驾驶的重要价值和最基本的要求。在随后的技术迭代中，在确保安全的前提下，不断降低R&D成本，保持成本与效率的平衡，仍然是从业者面临的严峻挑战。

要实现大规模的商业应用，仅靠技术是不够的。专家认为，要实现这一目标，至少要同时满足五个条件——成熟的技术、完善的社会基础、同步的法律法规、降低成本和良好的社会接受度。显然，每种情况都还有很长的路要走。

目前，中国智能驾驶的许多封闭场景正在逐步登陆，实现了一定程度的商业化。然而，专家表示，要实现大规模开放道路的商业化，还有很长的路要走。

新基础设施政策的引入和实施为智能驾驶带来了许多好处

COVID-19突发肺炎疫情极大地增加了全社会对“智能化”和“无人化”的需求，为整个智能驾驶行业带来了新的经济增长点。

4月16日，工业和信息化部发布了《2020年智能网络化汽车标准化工作要点》，指出今年要形成支持驾驶辅助和低水平自动驾驶的智能网络化汽车标准体系，建立智能网络化汽车标准制定和实施的评估机制。

今年1月至5月，中国在智能驾驶领域举办了多次大型投融资活动。中国拥有世界上最大的汽车消费群体，一些机构预测，2020年中国智能驾驶行业的市场规模将超过1700亿元。

可以说，智能驾驶正迎来良好的发展机遇。

与国外相比，中国的智能驾驶有其自身的特点。庞大而复杂的交通状况为智能驾驶提供了丰富的数据和场景。恢复工作和生产的需求以及经济发展的势头为智能交通提供了广阔的市场。从政府到企业和公众，对智能驾驶的认同度很高。一系列新基础设施政策的引入和实施将为智能驾驶创造更好的软件和硬件支持。

“新基础设施将部署5g技术和人工智能技术，更好地满足车、路、人合作的新要求，更好地实现新一代通信技术基础设施的互联互通。”吴干沙说道。

从历史上看，新技术和新应用的诞生往往经历了蜂拥而至、泡沫破裂和重组的阶段。在受访者看来，智能驾驶也在经历着大浪淘沙的过程。如果你想成为智能驾驶行业的领导者，你不仅要把握趋势，抓住机遇，还要磨砺自己，专心学习。

“企业应该在通用技术领域拥有自己的原创产品，拥有独家和深度的技术能力，并结合垂直领域的应用场景实现快速落地，真正解决行业问题，继续在操作系统、芯片等核心软硬件领域积累具有自主知识产权的产品。同时，要坚持不懈地推进整个产业链的协调发展，为智能驾驶在中国的系统快速发展做好充分准备。”王飞跃说。

目前，国内许多主流汽车公司和互联网公司已经跨国合并，结合人工智能和硬件设施，共同开发智能驾驶汽车。越来越多的智能驾驶初创公司正在独立研究核心技术，以找到最合适的盈利模式和应用场景。面向未来、拥抱变化、精益求精、务实，我相信国内智能驱动行业将迎来更好的成长和转型。

人民日报(2020年7月6日，第19版)

来源：搜狐微门户