方得網(wǎng)原創(chuàng)

如今，商用車自動駕駛的研究現(xiàn)狀是什么？從技術(shù)、成本以及人們對自動駕駛信任度三個方面分析，商用車自動駕駛的挑戰(zhàn)又是什么？

隨著自動駕駛技術(shù)快速發(fā)展，商用車自動駕駛迎來了前所未有的發(fā)展機(jī)遇。自動駕駛為解決商用車的人力成本、交通事故以及高效作業(yè)難題，帶來了全新的解決方案。在政策和環(huán)境的驅(qū)動下，商用車自動駕駛在城市無人公交、港口、礦山、干線物流、末端配送等封閉、半封閉特定場景下開展了大量的示范應(yīng)用，為其商業(yè)化落地和運(yùn)營積累了寶貴經(jīng)驗(yàn)。但商用車自動駕駛離人們的預(yù)期還有很大的差距，仍面臨諸多挑戰(zhàn)。

商用車自動駕駛潛力巨大

從2019年起，全球商用車產(chǎn)量大幅下降。圖2-2顯示，2020年我國商用車產(chǎn)量達(dá)到523.1萬輛，占全球份額24%；2021年，我國商用車產(chǎn)量為467.4萬輛，比2020年有所回落，其中，上半年商用車市場受排放法規(guī)切換、治超治限、基建項目啟動等因素拉動，增幅較快，而下半年受市場提前透支、房地產(chǎn)開發(fā)行業(yè)較冷以及前期政策紅利逐步減弱等因素影響，需求弱于上半年，全年產(chǎn)量同比下降10.65%。受經(jīng)濟(jì)、市場等多層影響，2022年國內(nèi)商用車市場面臨更大的下行壓力，截至2022年上半年，全國商用車產(chǎn)量為168.3萬輛，同比下降38.5%。但從前些年統(tǒng)計數(shù)據(jù)來看，我國商用車產(chǎn)銷量龐大，后續(xù)市場仍具有較大的發(fā)展?jié)摿Α?/p>

圖2-2  2016-2022年上半年我國商用車產(chǎn)量變化情況

縱觀產(chǎn)業(yè)格局，商用車的發(fā)展主要面臨以下幾處痛點(diǎn)。其一，駕駛員缺口龐大。據(jù)相關(guān)調(diào)查顯示，我國商用車駕駛員年齡結(jié)構(gòu)不合理，總體偏大，主力軍集中在36-45歲之間，而25歲以下占比僅為1.4%，形成了明顯的年齡斷檔（見圖2-3）。由于商用車駕駛員工作環(huán)境惡劣、長期遠(yuǎn)離家庭、薪酬待遇低，對年輕人缺乏吸引力，無法為行業(yè)的未來發(fā)展提供充足的新生力量。此外，行業(yè)對大、中型車輛駕駛員有更為嚴(yán)格的培訓(xùn)要求及從業(yè)資質(zhì)，獲取高等級駕照需要耗費(fèi)大量時間、精力成本。根據(jù)2021年2月發(fā)布的相關(guān)交通規(guī)定，貨車駕駛員將實(shí)施8小時工作制，隨著新法規(guī)的落地與老齡化問題的加重，行業(yè)對駕駛員的需求還將被進(jìn)一步放大。其二，貨運(yùn)成本高昂。人難招、用人貴已經(jīng)成為運(yùn)輸行業(yè)內(nèi)的普遍現(xiàn)象，為了降低人力成本，駕駛員工作強(qiáng)度提升的情況越來越普遍，如此陷入了招人難-漲薪資-工作環(huán)境惡劣-招人難的死循環(huán)。另一方面，除道路通行費(fèi)之外，燃油費(fèi)用也是運(yùn)輸成本的重要組成部分，司機(jī)不科學(xué)的駕駛操作，如頻繁加減速、長期怠速會降低汽車的燃油經(jīng)濟(jì)性，大幅增加油耗，這也進(jìn)一步擠壓了企業(yè)的合理利潤。其三，行車安全難以保障。車輛噸位大，質(zhì)量變化明顯，且制動器工作條件惡劣，其性能易發(fā)生衰退，由于駕駛員難以準(zhǔn)確評估有效制動距離，易導(dǎo)致追尾事故的發(fā)生。商用車體積大、尺寸長，轉(zhuǎn)向時前后輪間存在較大的輪跡差，加之駕駛室過高，整車存在多處視野盲區(qū)，駕駛員無法準(zhǔn)確獲取周圍交通信息并做出合理的駕駛行為，也會引發(fā)交通事故。此外，由于運(yùn)輸距離長，行業(yè)競爭激烈，駕駛員往往會為了追求高效作業(yè)而疲勞駕駛，進(jìn)一步增大了車輛碰撞風(fēng)險。由此可見，與乘用車相比，商用車所面臨的痛點(diǎn)更加嚴(yán)峻，行業(yè)對升級轉(zhuǎn)型有著更迫切的需求。

圖2-3  我國商用車駕駛員年齡結(jié)構(gòu)分布

自動駕駛技術(shù)的出現(xiàn)與日臻成熟，為解決行業(yè)日益突出的運(yùn)營難題帶來了先進(jìn)的技術(shù)手段。此外，商用車自動駕駛技術(shù)的推廣應(yīng)用，在極大程度上帶動了包含芯片、運(yùn)營服務(wù)在內(nèi)的眾多軟硬件供應(yīng)企業(yè)的快速崛起，形成了商用車自動駕駛的產(chǎn)業(yè)生態(tài)，有效帶動了上下游制造商的技術(shù)融合與產(chǎn)業(yè)升級。

因此，在巨大的市場需求和政策法規(guī)的驅(qū)動下，商用車自動駕駛將迎來前所未有的高速發(fā)展和商用化示范運(yùn)營。

商用車自動駕駛國內(nèi)發(fā)展現(xiàn)狀

國內(nèi)各主流商用車主機(jī)廠，如解放、東風(fēng)、陜汽、重汽等，通過跨界合作的產(chǎn)業(yè)融合模式，推動了自動駕駛的創(chuàng)新發(fā)展。目前，已基本達(dá)到L1-L2級智能商用車的量產(chǎn)水平，且都在加速推進(jìn)L3-L4級自動駕駛的模塊化開發(fā)。一汽解放與摯途科技聯(lián)合立項了前裝車規(guī)級L3自動駕駛重卡，一汽解放J7 L3超級卡車已于2021年7月份小批量生產(chǎn)下線，交付上路運(yùn)營。嬴徹科技聯(lián)合東風(fēng)商用車和中國重汽推出了基于自動駕駛系統(tǒng)“軒轅”的L3級重卡，相關(guān)車型已于2021年底交付，未來可通過OTA升級至L4級。

圖源：一汽解放官微

在關(guān)鍵技術(shù)的研發(fā)上，高科技企業(yè)如百度、主線科技、慧拓智能、希迪智駕、智加科技、西井科技等，成為了主力軍。2021年9月14日，宏景智駕發(fā)布了全新一代L3自動駕駛重卡Hyper Truck One，并將于2022年上半年正式量產(chǎn)下線。聚焦于商用車干線物流，百度生態(tài)公司DeepWay深耕于面向結(jié)構(gòu)化場景的自動駕駛技術(shù)，也于2021年9月推出L3級智能重卡星途1代，并計劃在未來3-5年實(shí)現(xiàn)高速L4級別自動駕駛。主線科技基于“L4自動駕駛卡車+全功能影子模式”，與德邦物流、福佑卡車等展開貨運(yùn)業(yè)務(wù)合作，目前已經(jīng)在國內(nèi)20余條主干線進(jìn)行運(yùn)營測試，行駛里程累計超100萬公里，為主線科技自動駕駛軟硬件迭代升級及商業(yè)模式驗(yàn)證提供了海量數(shù)據(jù)支持。2022年，主線科技在天津港自動駕駛二期示范區(qū)揭牌儀式上交付了8輛無人駕駛集卡，依托“Trunk Master”系統(tǒng)，無人駕駛集卡已經(jīng)能夠在社會集卡動態(tài)混行場景下，具備感知識別各類障礙物、預(yù)測交通參與者行為、自主避障、換道超車等功能，實(shí)現(xiàn)了集裝箱裝卸作業(yè)安全、穩(wěn)定、高效運(yùn)行?；弁刂悄芷煜碌臒o人駕駛礦車搭載了機(jī)器視覺、激光雷達(dá)、毫米波雷達(dá)與GPS等感知設(shè)備，并依托感知融合和車路協(xié)同感知技術(shù)，實(shí)現(xiàn)了在沙塵、雨雪、碎石等惡劣工況下的自車定位與多目標(biāo)檢測跟蹤，使車輛能夠根據(jù)交通管控和高精地圖進(jìn)行實(shí)時決策、軌跡規(guī)劃與精準(zhǔn)停靠，具有遇見活物停車、其余繞行的避障功能。

針對半開放式場景下的應(yīng)用，國內(nèi)阿里、京東、美團(tuán)、蘇寧、智行者等公司也在加碼末端無人配送，并在高校、園區(qū)進(jìn)行了測試運(yùn)營。由于國內(nèi)相關(guān)企業(yè)有著明顯的市場優(yōu)勢，配送業(yè)務(wù)體量龐大，極大促進(jìn)了無人配送技術(shù)的產(chǎn)業(yè)落地與發(fā)展。

綜上所述，國內(nèi)商用車自動駕駛的發(fā)展勢頭強(qiáng)勁，經(jīng)過幾年的奮起直追，在關(guān)鍵技術(shù)上已取得了長足進(jìn)步，并在礦區(qū)、港口、末端物流配送等場景下開啟了商業(yè)化運(yùn)營。特別是國內(nèi)的基礎(chǔ)設(shè)施建設(shè)以及5G通訊技術(shù)的快速發(fā)展，為我國商用車自動駕駛技術(shù)的落地和大規(guī)模推廣應(yīng)用提供了有力的技術(shù)保障。

商用車自動駕駛的關(guān)鍵技術(shù)有哪些？

（一）環(huán)境感知與高精度定位技術(shù)

環(huán)境感知相當(dāng)于智能商用車的“眼睛”，即依托車載或路緣感知設(shè)備來獲取周圍道路信息和障礙物的運(yùn)動狀態(tài)，為決策規(guī)劃提供依據(jù)和條件，其中包括自車可行駛的區(qū)域、道路交通規(guī)則、障礙物當(dāng)前所處的位置及行駛速度等等。

根據(jù)傳感器獲取的信號類型，車載傳感器分為視覺與雷達(dá)兩大類。隨著數(shù)字圖像處理技術(shù)的快速發(fā)展和計算機(jī)硬件性能的提高，基于機(jī)器視覺的識別準(zhǔn)確率得到大幅提升，加上視覺傳感器成本相對較低，使其在汽車感知系統(tǒng)上頗受青睞，但視覺傳感器對光照敏感，易受車體振動的干擾，在惡劣工作環(huán)境下性能不佳。在視覺傳感器的圖像識別算法方面，基于深度學(xué)習(xí)的方法，較傳統(tǒng)方法準(zhǔn)確率高、適應(yīng)性好、通用性強(qiáng)，但神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)往往比較復(fù)雜，對算力要求高。因此，基于深度學(xué)習(xí)的方法一般不能直接部署于車端，必須對神經(jīng)網(wǎng)絡(luò)進(jìn)行輕量化處理，目前，常用的輕量化神經(jīng)網(wǎng)絡(luò)有SqueezeNet、MobileNet和ShuffleNet等。毫米波雷達(dá)采用回波檢測的原理，其工作波長短、頻帶寬，具有探測距離遠(yuǎn)、速度測量精度高、穿透力和抗干擾性強(qiáng)等優(yōu)點(diǎn)，廣泛用于ADAS系統(tǒng)的前方障礙物距離探測，但對行人及橫向運(yùn)動物體的感知能力較弱。因此，考慮到單一感知設(shè)備所存在的局限性，往往會將多型號、多類型的感知設(shè)備進(jìn)行組合，構(gòu)建多傳感器信息融合框架，通過多傳感器在時空上的冗余信息，獲得被測對象的一致性描述。多傳感器信息融合技術(shù)充分結(jié)合了各類傳感器的優(yōu)點(diǎn)，可顯著提升檢測算法的魯棒性與準(zhǔn)確性。

圖森未來自主研發(fā)的高清攝像頭感知系統(tǒng)，融合激光雷達(dá)和毫米波雷達(dá)等其他傳感器，能夠360°感知周圍環(huán)境和運(yùn)動目標(biāo)，多傳感器全覆蓋使得無人駕駛系統(tǒng)在幾乎任何條件下都可以平穩(wěn)運(yùn)行。踏歌智行采用激光雷達(dá)和毫米波雷達(dá)作為感知系統(tǒng)的輸入，結(jié)合V2X通信、高精定位和云端平臺，實(shí)現(xiàn)了礦山運(yùn)輸無人駕駛解決方案。西井科技Q-Truck搭載了超遠(yuǎn)視距高精度工業(yè)級雙目攝像頭、激光雷達(dá)、毫米波雷達(dá)等多種傳感器，實(shí)現(xiàn)了360度全方位觀察周邊環(huán)境，融合定位精度可達(dá)厘米級，已在全球多個港口進(jìn)行了無人駕駛車輛的規(guī)模性部署。

智能商用車的高精度定位是實(shí)現(xiàn)其自動駕駛的另一個關(guān)鍵技術(shù)。自動駕駛實(shí)現(xiàn)定位的技術(shù)分為三類：(1)基于衛(wèi)星信號定位。這是獲得車輛絕對位置的唯一辦法，車載GNSS接收機(jī)在空曠地帶接收到GNSS衛(wèi)星信號，通過相應(yīng)的數(shù)據(jù)解算即可獲得其位置信息，但衛(wèi)星信號容易受遮擋和電磁環(huán)境的干擾導(dǎo)致定位失敗。(2)基于航跡推斷的定位。利用慣性測量單元IMU測量獲取車輛運(yùn)動的加速度和角加速度信息，由此計算車輛的運(yùn)動姿態(tài)，再根據(jù)前一時刻的位置信息計算當(dāng)前的位置信息，由于解算過程中的累積誤差，導(dǎo)致定位精度不高。(3)基于特征匹配的定位?；诩す饫走_(dá)/立體視覺，用觀測到的特征和數(shù)據(jù)庫中存儲的特征進(jìn)行匹配，由此獲得當(dāng)前時刻車輛的位置和姿態(tài)。

由于每個定位技術(shù)的局限性，要實(shí)現(xiàn)高精度定位，往往需要采用多傳感器進(jìn)行融合定位。目前，GNSS與慣性導(dǎo)航系統(tǒng)(INS)的融合定位方式是商用車自動駕駛定位廣泛采用的方案之一，當(dāng)GNSS衛(wèi)星信號受到遮擋時，INS仍能為車輛提供位置信息，而在GNSS定位工作正常時能夠消除INS積累的誤差。此外，融合GNSS、IMU和視覺傳感器的定位方式，在GNSS信號可用但存在時延的場景下，采用GNSS/INS組合定位方式，在GNSS信號受到遮擋的場景下，采用視覺和INS的組合定位方式，通過視覺信息修正慣導(dǎo)的累計誤差，能進(jìn)一步提高定位精度。

中通客車-輕舟智航自動駕駛量產(chǎn)車型

（二）多車協(xié)同控制技術(shù)

近年來，為了有效降低商用車的油耗、提高道路通行效率，商用車自動駕駛編隊控制一直是一個研究熱點(diǎn)。編隊控制將同一車道內(nèi)的相鄰車輛進(jìn)行編隊，基于車載傳感器和V2X通信設(shè)備，通過編隊的信息流拓?fù)浣Y(jié)構(gòu)，實(shí)現(xiàn)車輛之間的信息交互和協(xié)同控制，達(dá)到穩(wěn)定的編隊行駛。商用車自動駕駛編隊行駛可極大地減小跟車距離，一方面提升道路利用率，另一方面降低車輛高速行駛時的空氣阻力，可進(jìn)一步降低燃油消耗。編隊行駛主要面向中高速開放道路場景，屬于高級自動駕駛范疇，由于業(yè)內(nèi)仍無法界定其性能運(yùn)行邊界，難以確保系統(tǒng)的預(yù)期功能安全，使編隊控制技術(shù)至今仍處于驗(yàn)證階段。

Volvo以領(lǐng)航車-跟隨車架構(gòu)為基礎(chǔ)，在西班牙進(jìn)行了異質(zhì)4車隊列測試，依托車間通信技術(shù)，3輛乘用車在1輛商用車引領(lǐng)下實(shí)現(xiàn)了無人編隊行駛，可在85 km/h的車速下將車間距縮短至6 m。日本基于Energy ITS項目開展了同質(zhì)3車隊列測試，在攝像頭、激光雷達(dá)、DSRC等技術(shù)的加持下，可在高速公路上以時速80 km/h進(jìn)行隊列行駛，通過將車間距縮減到10 m可有效提升約14%的燃油經(jīng)濟(jì)性。雖然我國在隊列控制方面研究起步較晚，與國外的技術(shù)水平存在差距，但近年來也有了長足進(jìn)步，東風(fēng)、圖森未來、福田等諸多企業(yè)均在結(jié)構(gòu)化道路上成功完成了商用車編隊行駛技術(shù)測試。

此外，智能網(wǎng)聯(lián)商用車的出現(xiàn)為優(yōu)化交叉路口場景的交通通行提供了可能，一方面，智能網(wǎng)聯(lián)商用車可以得到信號燈配時等交通環(huán)境信息，對自車的行駛軌跡進(jìn)行優(yōu)化。另一方面，智能網(wǎng)聯(lián)商用車還可以獲取周圍其他車輛的信息，通過對自車的控制改善區(qū)域交通效率。

特定場景下的多車協(xié)同控制可轉(zhuǎn)換成約束框架下的最優(yōu)調(diào)度問題，其解決方案有集中式與分布式兩類。前者調(diào)度任務(wù)主要由區(qū)域路側(cè)計算單元承擔(dān)，根據(jù)收集到的交通信息，在保證交通參與者在沖突區(qū)域內(nèi)沒有碰撞的前提下，路側(cè)調(diào)度中心將道路的時、空間資源統(tǒng)籌分配給區(qū)域內(nèi)每一輛車，以保證通行路段的安全性。與集中式調(diào)度不同，分布式調(diào)度通常將一部分計算任務(wù)交給交通參與者承擔(dān)，自動駕駛車輛具有更大的自主權(quán)限，可根據(jù)自車的動力學(xué)響應(yīng)來進(jìn)行緊急避障或平滑軌跡等，從而提高車輛橫向穩(wěn)定性，但在吞吐量方面的效率較低，且隨著車輛數(shù)量增加易出現(xiàn)死鎖現(xiàn)象。由于多車協(xié)同控制技術(shù)在提升作業(yè)質(zhì)量、生產(chǎn)效率等方面的優(yōu)異性能，正逐漸成為無人駕駛領(lǐng)域下一個研究熱點(diǎn)。

（三）線控底盤技術(shù)

作為自動駕駛系統(tǒng)的關(guān)鍵執(zhí)行系統(tǒng)，線控底盤的主要功能是代替駕駛員來操縱車輛的驅(qū)動與轉(zhuǎn)向，故主要有線控驅(qū)動、線控制動、線控轉(zhuǎn)向三大技術(shù)。

線控驅(qū)動又稱為線控油門(TBW)，由ECU根據(jù)測量的油門踏板的位置，來驅(qū)動節(jié)氣門控制電機(jī)，從而達(dá)到控制車輛油門的目的。理論上控制汽車縱向運(yùn)動的功能都會用到線控油門，如自適應(yīng)巡航系統(tǒng)ACC、牽引力防滑控制系統(tǒng)TCS和自動泊車系統(tǒng)APA等，具有這些功能的車輛都標(biāo)配了線控油門。

線控轉(zhuǎn)向指ECU根據(jù)測量的方向盤轉(zhuǎn)角，來驅(qū)動轉(zhuǎn)向機(jī)的控制電機(jī)，達(dá)到控制車輪轉(zhuǎn)角的目的。線控轉(zhuǎn)向不僅可以實(shí)現(xiàn)轉(zhuǎn)向比的連續(xù)變化，由于拆除了轉(zhuǎn)向柱，在發(fā)生碰撞時，還可避免轉(zhuǎn)向柱對駕駛員的傷害。線控轉(zhuǎn)向主要提供自動駕駛車輛的橫向運(yùn)動控制，由于其直接影響到車輛的穩(wěn)定性和安全性，其技術(shù)一直不夠成熟。

線控制動包括線控液壓制動(EHB)和電子機(jī)械制動(EMB)，EHB系統(tǒng)由于具有備用制動系統(tǒng)，安全性較高，是目前主要推廣量產(chǎn)的方案。EMB由于缺少備用制動系統(tǒng)且技術(shù)尚不成熟，短期內(nèi)很難大批量應(yīng)用。線控液壓制動EHB是在傳統(tǒng)的液壓制動器基礎(chǔ)上發(fā)展而來，線控制動單元(驅(qū)動電機(jī)+制動主缸+ABS/ESC)替換了原有的真空助力器+制動主缸+ ESC模塊，踏板與制動單元之間無機(jī)械連接，僅靠傳感器來給線控制動單元提供踏板位置信息。線控制動是商用車自動駕駛的關(guān)鍵技術(shù)，其反應(yīng)速度優(yōu)勢明顯大于普通的ESC，這對高級自動駕駛的實(shí)現(xiàn)至關(guān)重要。此外，在商用車電動化背景下，整車不再擁有真空源，無法通過真空助力器完成液壓管路的減壓，線控制動通過電機(jī)代替真空助力器進(jìn)行制動液壓管路建壓，是未來智能電動商用車必備的執(zhí)行單元。

由于線控底盤集成技術(shù)的門檻很高，博世、大陸、采埃孚、克諾爾等國外供應(yīng)商優(yōu)勢明顯。近幾年，國內(nèi)供應(yīng)商的技術(shù)積累以及產(chǎn)品性能已有了長足的進(jìn)步，如萬向錢潮、萬安科技、亞太機(jī)電等，有望占據(jù)更大的市場份額。

商用車自動駕駛的挑戰(zhàn)有哪些？

近年來，國內(nèi)商用車自動駕駛技術(shù)已取得了重大進(jìn)展，在港口、礦山、辦公園區(qū)、干線物流等封閉、半封閉特定場景下開展了示范性應(yīng)用，為商用車自動駕駛技術(shù)的落地和商業(yè)化運(yùn)營提供了寶貴的經(jīng)驗(yàn)。但商用車自動駕駛離人們的預(yù)期還有很大的差距，仍面臨諸多挑戰(zhàn)。

這些挑戰(zhàn)包括技術(shù)、成本以及人們對自動駕駛的信任度。

在技術(shù)方面，盡管人們采用了攝像頭、毫米波雷達(dá)、激光雷達(dá)等多種傳感器，并基于多源信息在時空對準(zhǔn)條件下，進(jìn)行不同層級的信息融合，但其道路及目標(biāo)檢測的準(zhǔn)確度并不能令人完全滿意。比如說，攝像頭采用深度神經(jīng)網(wǎng)絡(luò)算法，大大提升了目標(biāo)檢測和識別的準(zhǔn)確性，但離自動駕駛車輛對環(huán)境感知的現(xiàn)實(shí)要求還存在距離。多個開源數(shù)據(jù)集測試表明，目前性能最優(yōu)的車道檢測算法，其準(zhǔn)確度僅為95%，面對存在陰影、遮擋的情況，識別的準(zhǔn)確度會下降到90%。采用攝像頭和毫米波雷達(dá)的信息融合，來提高目標(biāo)識別的準(zhǔn)確性，是目前自動駕駛汽車開發(fā)的主流方案，但目標(biāo)檢測的準(zhǔn)確性仍有待進(jìn)一步提升。其次，由于高度復(fù)雜動態(tài)的交通環(huán)境，自車與環(huán)境車輛、行人及其它交通參與者的關(guān)系不斷發(fā)生快速變化，如何在繁多的信息流中，像人類駕駛員一樣，快速提取交通場景的交互信息，結(jié)合自車的運(yùn)動狀態(tài)，規(guī)劃出安全、節(jié)能、舒適的行車軌跡，仍是決策規(guī)劃中的一個難題。目前，大多基于規(guī)則的軌跡規(guī)劃方法，其規(guī)劃的路徑往往比較生硬，不符合人類駕駛員的駕駛習(xí)性，與人們預(yù)期的自動駕駛安全、宜人的駕駛決策規(guī)劃還有很大差距。此外，由于交通環(huán)境的高度動態(tài)性，車輛底盤執(zhí)行系統(tǒng)的功能安全不確定性以及信息交互和信號傳輸過程中的不確定性，綜合考慮不確定性的車輛軌跡跟蹤控制是另一個技術(shù)挑戰(zhàn)。

在成本方面，自動駕駛汽車的開發(fā)成本是很高的，包括硬件、軟件以及自動駕駛汽車的測試和性能評價。從硬件來看，自動駕駛的一些關(guān)鍵設(shè)備激光雷達(dá)、毫米波雷達(dá)、RTK、GPU以及芯片等的價格，依然偏高。盡管隨著激光雷達(dá)的國產(chǎn)化以及小型固態(tài)激光雷達(dá)的研發(fā)，激光雷達(dá)的成本在進(jìn)一步下降，但其價格仍遠(yuǎn)高于自動駕駛汽車量產(chǎn)應(yīng)用的要求。此外，由于各種傳感器的性能局限，為了保證自動駕駛汽車的安全性，往往需要采用多傳感器冗余備份，這也增加了硬件成本。自動駕駛技術(shù)開發(fā)中的數(shù)據(jù)集采集以及測試驗(yàn)證也是一項資金投入很大且不可或缺的工作。國外的數(shù)據(jù)庫相對豐富，采集都集中在美國加州、新加坡、西班牙、英國等氣候、環(huán)境友好的地方，收集的數(shù)據(jù)對于學(xué)習(xí)具有挑戰(zhàn)性的駕駛情況幫助不大，其它更為廣泛的具有惡劣天氣和危險場景的駕駛數(shù)據(jù)，還必須投入高昂的成本，以獲取具有代表性和有價值的駕駛數(shù)據(jù)集。自動駕駛汽車測試根據(jù)仿真測試的程度不同，分為模型在環(huán)(MIL)，軟件在環(huán)(SIL)，硬件在環(huán)(HIL)，整車在環(huán)(VIL)，場地測試和實(shí)際道路測試，這些測試也將耗費(fèi)大量的資金，大力發(fā)展虛擬仿真測試技術(shù)，可以有效彌補(bǔ)道路測試的不足。人力成本也是自動駕駛汽車開發(fā)的一大支出，近年來蘋果、華為、小米等科技公司均布局自動駕駛板塊，為了吸引人才搶占技術(shù)制高點(diǎn)，不斷給自動駕駛技術(shù)人才開出更高的薪資，對人才的爭奪也使得開發(fā)成本大幅提升。

蘑菇車聯(lián)自動駕駛客車

信任度也是推廣自動駕駛技術(shù)所面臨的一大挑戰(zhàn)。根據(jù)民意調(diào)查顯示，約2/3的民眾對自動駕駛技術(shù)是不信任的，大家普遍認(rèn)為隱私、安全、可靠性、清晰的雙向溝通和多種互動模式是建立信任的關(guān)鍵。將影響信任的因素進(jìn)行劃分以不同的方式進(jìn)行處理是構(gòu)建信任的關(guān)鍵，技術(shù)開發(fā)商應(yīng)當(dāng)處理好隱私、安全和雙向溝通這些因素，政府和第三方機(jī)構(gòu)應(yīng)做好可靠性的評估。相關(guān)的法律法規(guī)尚需進(jìn)一步建立和完善。

商用車的自動駕駛更注重依靠先進(jìn)技術(shù)提升車輛行駛的安全性，減少駕駛員的駕駛強(qiáng)度，降低燃油消耗，達(dá)到真正意義上的降本增效和節(jié)能減排。所以，發(fā)展商用車自動駕駛意義重大，商用車自動駕駛的技術(shù)將為人類的智慧物流和智慧出行帶來一場深刻變革。

（注：本文節(jié)選自《中國商用車發(fā)展報告（2022）》，略有改動。）

如有購書需求，請撥打電話010-57197757，聯(lián)系朱經(jīng)理。