自动驾驶算法突围商业化

自动驾驶算法突围商业化 字体： 小 中 大 分享到： 自动驾驶算法突围商业化 2022-01-27 07:49:53 来源：经济参考报

近年来，随着智能网联汽车的热销，自动驾驶受到了市场的高度关注。马骁之星、文远之星、Momenta等自动驾驶解决方案提供商相继获得巨额融资。实际上，自动驾驶是一个软硬件配合度很高的应用，OEM厂商与自动驾驶算法公司的博弈在所难免。自动驾驶商业化面临的突出问题有哪些？近日，记者走访了多家企业进行调查。

自动驾驶加速商业化

网上提交订单，上车刷脸确认，剩下的交给车带你去目的地。在苏州市相城区Robota(无人驾驶出租车)的试点应用中，记者对自动驾驶最大的感受是，它和有人驾驶“没什么区别”:司机也是坐在驾驶座上，起步、刹车、转弯、变道等动作都非常流畅。但你仔细看，车的方向盘是自己在转，坐在主驾驶座上的安全员大部分时间都是双手放在膝盖上。

“我们跳出传统的‘规则驱动’算法模型，变成数据驱动，让汽车通过不断的自我学习来提高驾驶水平。”Momago总经理谢硕表示，看好Robota的市场前景，这家公司不仅在积极布局相关业务，也在为其他企业提供L4级自动驾驶解决方案。

记者在采访中发现，自2021年底北京市率先宣布开放自驾车出行服务商业化试点以来，众多自驾车企业的发展信心得到提振，相关商业应用步伐加快。

“Robota业务的本质是解决用户的出行需求。类似网约车模式，经过多年发展，已经形成商业闭环，嵌入自动驾驶是发展趋势。”道Robota业务部高级经理唐说。

不仅是出租车，无人驾驶小巴也开始探索更多的商业应用场景。近日，轻舟智航与东风悦翔共同开启了无人驾驶汽车共享巴士的运营序幕。除了像公交车一样在车站上下车，还提供招手即停、一键叫车等服务。，类似于网约车。“无人运营带来的24小时不间断运营，给了我们更多的想象空间空，我们希望通过灵活的调配，应对城市中不同的交通场景。”轻舟智航副总裁程说。

如果说针对个人出行场景的无人驾驶应用还在商业化探索的话，一些针对货物运输的无人驾驶应用已经开始商业化成型。“我们在湘潭大学投放的5辆无人配送车，可以很好地满足学生群体收发快递的需求，平均每天2000多单。”深圳智能运营副总监邓瑶表示，公司正在与多家物流公司合作，共同推进“最后一公里”的无人配送。

中信建投研究报告显示，2020年和2021年，国内L2 ADAS(高级驾驶辅助系统)普及率分别为15%和20%，并呈现加速增长趋势。多位受访者表示，随着北京试点的深入，2022年将有更多地区跟进，自动驾驶商业化应用的进程将会加快。同时，一些依赖政府补贴的“基于项目”的应用将面临更大的挑战。

技术安全性有待验证。

虽然自动驾驶概念非常火热，但近年来，由自动驾驶引发的交通事故屡见不鲜，市场对自动驾驶安全性的担忧依然存在，这也成为自动驾驶解决方案供应商在商业化进程中不可回避的问题。

“目前很多企业在做自动驾驶测试时，路况都比较简单，没有充分考虑到天气条件导致的刹车距离变化等细节。”天安董事长阳萌表示，很多企业声称要做L4自动驾驶。事实上，L2、L3和L4之间的差异比技术更重要。

2021年，公安部发布《道路交通安全法(修订建议稿)》，提出具有自动驾驶功能和人工直接操作方式的汽车发生道路交通安全违法行为或者交通事故，应当依法认定驾驶人和开发自动驾驶系统的单位的责任，并依据相关法律法规确定损害赔偿责任。不过，在很多业内人士看来，相关规定的执行还需要更多的细节。

“严格来说，目前具备量产可能性的自动驾驶处于辅助驾驶阶段。它的重要目的是让驾驶变得更简单、更安全，而不应该是误导用户使用不安全的商业噱头。”亿达资本合伙人李永兴说。

值得一提的是，由于自动驾驶高度信息化的特点，信息安全问题也很突出。2021年南京紫金山实验室举办的网络强赛中，多家国内外厂商研发的ADAS(高级驾驶辅助系统)被攻破，部分甚至被远程控制。“市场竞争激烈，很多企业只注重业务功能的实现，选择性忽略了网络安全和功能安全的交织。”中国工程院院士吴江兴说。

不少业内人士表示，目前自行车智能化发展迅速，但从更高层次自动驾驶技术的发展需求来看，车路协调必不可少。中国提出了“自行车智能+网联赋能”的并行发展路径，这将是自动驾驶技术发展的重要方向。

“软硬”博弈在所难免。

从国内外自动驾驶的发展趋势来看，需要通过大规模应用来沉淀海量数据。在自动驾驶行业，有一句话叫“至少路测10亿公里”。要更快实现这个目标，更多的测试车和更长的服役时间是不可或缺的。

“目前，大多数基于实车路测的自动驾驶开发模型在效率上仍存在诸多瓶颈，包括测试成本高、单日覆盖场景有限、难以涉及足够多对自动驾驶算法训练更有价值的极端情况。”宜州智行的首席运营官王伟说。

记者在调查中发现，自动驾驶算法公司多为初创企业，很难有大量资金支持团队建设，因此多采用与主机厂合作的模式，与相关车型捆绑销售。

需要注意的是，虽然很多自动驾驶设备都配备了激光雷达、毫米波雷达、摄像机等设备来实现车辆对周围环境的感知，但是每个传感器设备应该安装在车辆的什么位置，应该安装多少个传感器？其实没有明确的标准。目前相关的自动驾驶软件算法公司大多都有自己的方案，很难做到互相兼容。在车辆后期改装存在大量弊端的情况下，“前装”路线带来的车辆外观设计、成本控制等问题表明，OEM厂商与自动驾驶算法公司的博弈不可避免。“解决交通是消费者买车的重要目的，但不是唯一目的。”李相关负责人表示。

“有实力的主机厂是不会把自动驾驶的‘灵魂’交给第三方公司的，所以我们可以看到像韦小立这样的企业都在自己研发相关技术，而自动驾驶解决方案供应商如果和缺乏实力的主机厂合作，很难通过大规模的应用积累相关的驾驶数据。”李永兴表示，自动驾驶解决方案提供商开发Robota等业务，其实是现阶段量产落地场景的次优选择。

自动驾驶是一个软硬件高度配合的应用。记者在采访中发现，自动驾驶解决方案的供应商大多在软件算法的开发方面比较熟练，而在硬件层面，则多采购成熟厂商的产品，数量巨大。以传感设备为例，一辆L3级别的自动驾驶汽车往往配备8个以上的摄像头、1至3个激光雷达、计算单元所需的芯片等。

值得注意的是，虽然近年来国内厂商加快了追赶的步伐，但高端元器件大多被国外龙头企业垄断。以ESP(车身稳定系统)为例。博世是全球领导者，占据了中国70%的ESP芯片市场。公司选择给哪家公司供货，对这家公司的经营业绩影响很大。

采访中，许多自动驾驶解决方案供应商表示，类似的芯片短缺问题就像悬在他们头上的达摩克利斯之剑。

“未来国内外自动驾驶软件的算法水平会越来越接近，但在硬件层面实现国产替代还有很长的路要走，这里面蕴含着投资机会。”李永兴说。

东方证券研报认为，激光雷达行业正处于爆发拐点，建议关注产业链中上游有相关技术积累的企业，与车企密切合作。中信建投研究报告显示，预计2025年，全球车载镜头市场规模将达到260亿元，车载摄像头市场规模将达到782亿元，车载激光雷达规模将超过300亿元。建议关注车载镜头、车载摄像头、显示屏、HUD(平视显示器)等领域的机会。(记者朱尹)

【纠错】