从ADAS过度到CA级甚至FA级自动驾驶,需要经过哪些努力？

文| 营哥

11月11日,清华大学教授、国家智能网联汽车创新中心首席科学家、中国智能网联汽车产业创新联盟专家委员会主任李克强在2020世界智能网联汽车大会开幕式上就《智能网联汽车技术路线图 2．0》(以下简称"《技术路线图 2．0》")编制背景和主要内容进行了发布。

根据智能网联汽车发展愿景和总体目标:到2025年CA级智能网联汽车的销量占比将要超过50%;2030年CA占比超过70%,HA车辆占比超过20%;2035年各类网联式高度自动驾驶车辆将会广泛运行与中国广大地区。

也就是说按照整体的规划,还有5年, CA级辅助驾驶(相当于L3级自动驾驶)车辆就要大规模进入市场了。

但回顾当前市场,可以发现L3级自动驾驶车辆还属于稀罕物品,普遍被认同的L3包括长安UNI-T,广汽埃安LX,奥迪A8以及全新发布的奔驰S级。

至于更高的HA级自动驾驶(L4级),FA级自动驾驶(L5级),目前来看更是没有一辆量产车能够达到。

事实上,目前我国的汽车还主要停留在ADAS阶段,也就是介于L0-L2之间。根据高工智能汽车的数据,今年1-9月,ADAS的搭载上险量为468．43万辆,同期中国市场总体销量则为1711．6万辆,ADAS搭载率为27%。

图片来自高工智能

从ADAS过度到CA级甚至FA级自动驾驶,需要经过哪些努力,又会面临怎样的问题,是我们今天要讨论的问题。

01

技术还需要迭代

对于整个行业而言,技术问题依旧是摆在自动驾驶落地面前的首要难题,虽然现在一些简单的场景已经可以实现自动化,但对于更复杂的环境,目前的技术明显支撑不起来。

具体而言,包括自动驾驶的整个闭环(环境感知、融合算法、决策执行)都有极大的提升空间。

比如传感如何确保在复杂环境中的正常工作,以及保证所收集的信号的真实性?一个夸大但具有象征意义的就是红屁股猴子坐在树上,传感器会不会将它识别成红灯?

再说融合算法,当前自动驾驶车辆获取环境的途径一般通过摄像头和雷达,那我们想象一个情景:马路上一个小水坑,视觉传感器认为这是一个障碍物,需要停车避让。但雷达传感器认为可以直接通行,那么信息融合的底层逻辑应该怎么写?听摄像头的还是听雷达的?

还有最重要的安全问题,包括系统安全、网络安全等。比如在误操作或是系统自身出现了问题,安全功能还能不能继续保障;又或者有人由于某种目的恶意攻击这个系统,安全保障系统能不能解决问题。

这些问题在传统车上显现得并不明显,但是在自动驾驶车上将会放大百倍,这对于厂家来说是一个非常大的挑战。

总结下来,目前的自动驾驶车辆感知能力有限,不具有真正意义上的思考和判断能力,同时还面临成本的软件安全威胁

02

基础设施需要跟进

前面提到,单纯依靠车辆自身的传感器很难准确识别外部的环境信息,所以中国选择了另一条技术路线:车路协同

通过广大的基础设施,包括路侧设备(RSU智能感知基站、AI摄像头、路端毫米波雷达、边缘计算平台、云控平台等)、云端连接、5G通信等技术。

建立起一个所有交通参与者的全方位连接和信息交互平台,依靠智慧的路去弥补单车的智能不足缺陷,从而达到高效安全的自动驾驶。

不过这条"聪明的路"建设难度极大,根据国家相关信息:截止2019年我国公路的总里程达到501万公里。百万级别的长度意味着道路改造将会是一个无比庞大且耗时长的工程。

这里有一组数据:今年6月,我国第一条真正意义上的车路协同V2X智慧高速公路——杭绍甬高速《建设项目方案》正式公布,每公里造价每公里造价4．06亿元,而一般的高速公路每公里造价就1亿元,可见数额之巨大。

而想要L3以及更高级别的自动驾驶想要快速落地,基础设施势必要跟得上才行。

03

法律法规的健全

法律法规目前是横在自动驾驶的一到鸿沟。截至到现在,我国并没有一部完善的关于自动驾驶的法律法规,这也是埃安LX,长安UNI-T不能面向大众的根本原因。

至于为什么法规迟迟不没出台,这就涉及到法规的制定标准了。

一般来说,标准的建立是基于科学经验而来的的,需立足于实际需求,但从目前接触到的信息来看,各方包括主机厂、零部件供应商、政府机构等,对于自动驾驶标准的诉求是不一样的,有些甚至是矛盾的,这就需要时间去甄别出哪些是真正要解决的问题,进而制定相关的标准。

同时自动驾驶技术还是一个快速发展的行业,这对于标准化的需求也在快速变化中,所以给标准的制定带来了较大的挑战。

而对于制定标准的机构来讲,在国际上可借鉴的案例太少的前提下,只能是摸着石头过河,亦步亦趋。

04

如何降低成本

高级别的自动驾驶技术想要大规模普及,就必然会涉及到一个成本问题。根据此前中国电动汽车百人会发布的自动驾驶应用场景与商业化路径(2020)报告显示,现阶段自动驾驶硬件成本约在5万美元/车,到2025年这部分成本才有望降至5000美元。

硬件成本只是一方面,随着自动驾驶汽车的高度软件化,包括软件公司、云服务商、高精地图厂商,都将为自动驾驶汽车增加无形的成本。

而高级别自动驾驶想要大规模进入消费市场,成本必须得降到一个消费者能接受的位置,如何在平衡其中的利益关系,是自动驾驶平民化的关键。

05

科普教育

当高级别自动驾驶的客观条件都已经满足,还需要进行一步:基础的科普教育,这一步非常的重要。

回顾特斯拉自动驾驶出现的几起事故我们可以发现:除了特斯拉方面的过度宣传,另一面则是用户的非常不理智,甚至还有人直接在车内睡起大觉,因此付出了生命的代价。

而推动科普教育以后,当中才能对自动驾驶有一个更正确的理解,才能更为顺利地推动自动驾驶的发展。

写在最后:

从实际情况来看,我们想要实现高级别的自动驾驶还有很长一段路要走,包括车、路、人等全部交通参与者,都还有很大的提升空间。只是在国家确定好大体方向与目标之后,这一步我们可能走得更快一些。