盡管去年累計交付4.37萬輛，穩居汽車新勢力榜首，但蔚來汽車前進的道路卻難以一帆風順。8月12日，一位商業人士駕駛蔚來ES8汽車啟用自動駕駛功能(NOP領航狀態)后，因交通事故失去生命。消息甫一傳出，即在汽車行業引發熱議。
這并非年輕的蔚來汽車首次發生此類事故，當然，類似因自動駕駛/自動輔助駕駛導致交通事故，業內也并非蔚來汽車一家。相關事件調查發現，自動駕駛系統無法識別響應路障、三角警示牌等靜態障礙物。顯然，這給火熱的全新自動駕駛敲響了一記警鐘。
無獨有偶，1個月前，清華大學汽車產業與技術戰略研究院院長趙福全在一個智能網聯論壇上直言，這個行業“很熱、很亂，也很難”，現在雖然行業“亂度降低，但難度有增無減”。
今年是L3級別量產元年
眾所周知，車聯網是汽車電子信息通信和道路交通運輸等行業深度融合的一種新型產業形態，隨著5G技術的商用，車聯網產業快速發展，行業應用加速滲透，智能化和網聯化的趨勢顯著，成為數字經濟發展的一個重要組成部分。
根據自動化程度的不同，國內外相關機構將自動駕駛分為L0~L5六個等級。業內普遍以L3為分水嶺，以下為輔助駕駛，以上是高級自動駕駛。根據研究機構IHS預測，自動駕駛市場規模不斷擴大，并將在2035年達到5600億美元。
智能網聯汽車究竟有多火?“在過去的一年半里，國內新上市的車上有1000多款ADAS(高級駕駛輔助系統)，安裝率非常高。”透過某部屬研究機構負責人給出的這一數據，我國自動駕駛產業的火熱程度可見一斑。
目前，我國智能網聯汽車產業發展基本與全球先進水平處于“并跑”階段。2020年，L2級智能網聯汽車乘用車新車市場滲透率達到15%，2021年上半年提高至20%左右，L3級自動駕駛車型在特定場景下開展測試驗證。
“對于OTA(空中下載技術)，三五年前我們根本想不到會有這么高的安裝率和普及率。”在感慨自動駕駛飛速發展的同時，這位負責人坦言，與媒體報道的自動駕駛汽車交通事故相比，企業平時在日常測試過程中遇到的大小事故可能更多一些。
據了解，乘用車的自動駕駛技術水平，目前正處于L2向L3過渡的階段，商用車自動駕駛進程相對更為快速。自動駕駛行業容錯率極低，在技術高度成熟之前貿然上路，企業將面臨比較高昂的試錯成本。因而，前沿的自動駕駛解決方案會率先在特定場景中進行測試，充分驗證之后投入商用。商用車領域落地的自動駕駛技術更為領先，目前大多已經達到L3+級別。大部分車企已經推出具備L2級別輔助駕駛系統的車型。2021年作為L3量產的元年，多家車廠推出或計劃推出配備L3級別自動駕駛解決方案的車型并投入生產。
值得一提的是，我國復雜的路況能為自動駕駛測試者提供更多行駛數據，使本土公司在測試上具有一定優勢，有望實現對國外企業的彎道超車。
測試與真正的交通尚有距離
近日，工業和信息化部、公安部、交通運輸部聯合發布了《智能網聯汽車道路測試與示范應用管理規范(試行)》(以下簡稱《規范》)。2018年4月，這3個部委聯合發布了《智能網聯汽車道路測試管理規范(試行)》，發揮了積極的引導作用。全國27個省(市)出臺了管理細則，建設了16家智能網聯汽車測試示范區，開放了3500多公里測試道路，發放了700余張測試牌照，道路測試總里程超過700萬公里，長沙、上海、北京等地還開展了載人載物示范應用。
不過，在道路測試工作開展過程中，也存在測試方案不統一、測試結果不互認、車路協同不到位等問題，行業企業提出進一步放開高速公路、無安全員測試等需求。
公安部道路交通安全研究中心主任王長君表示，現有的道路測試，不管是封閉場地測試還是特定的公開道路測試，都存在根本性的問題。一是封閉場地的測試項目少。二是封閉場地的測試大多是定性的測試，比如，測試汽車看到紅綠燈能不能停，至于當時的車速是多少，以什么樣的速度安全停下來等，這些都沒有測試。三是測試道路的場景非常有限。
而測試道路的局限直接導致以下問題：第一，在路上跑的時候會有大量無效行駛，無效行駛導致了無效測試;第二，所測試的交通規則有限，許多交通規則沒有測試;第三，對于其他交通參與者不遵守交通規則的行為，自動駕駛汽車如何應對沒有測試;第四，有大量未知的場景無法測試。
事實上，越來越多的人認為自動駕駛太難了。即便是對自動駕駛信心滿滿的“鋼鐵俠”馬斯克，前不久也在推特上承認自動駕駛太難了。他說，通用自動駕駛是一個如此難的任務，因為這要求去解決很大一部分現實世界的AI問題。
王長君表示，實踐中自動駕駛測試更多將重點鎖定在車輛的安全預期功能測試上，很少考慮圍繞既有規則進行測試，結果造成安全功能控制的精度不高，以及對交通規則的遵守機制不健全。因此，他建議結合自動駕駛汽車所面臨的復雜長期的安全挑戰，可以開展全面遵守交通規則的便利仿真測試，即可以在電腦平臺上，完成對所有交通規則遵守能力的測試。
網絡與多網融合問題不容忽視
對于測試示范區，國家智能網聯汽車創新中心副主任辛克鐸也認為示范區存在商業化可運營場景不多的問題。他反問道：“沒有的話怎么可能實現大規模生產呢?場景不豐富、模式不確定，現在可持續運營的商業模式依然沒有確定，迄今為止這是智能網聯汽車依然面臨的問題。”
在辛克鐸看來，特斯拉只是網聯車，但不是智能網聯車。他強調，要旗幟鮮明堅定地認為，將來智能網聯駕駛汽車的方向一定是V2X(車對外界的信息交換)，V2X是中國智能網聯汽車的必由之路。“智能網聯駕駛是一個復雜的系統，系統的冗余性、穩定性和安全性，單靠一家公司是很危險的。智能網聯汽車是集IOT(物聯網)、人工智能、大數據等多種技術于一體的最具發展前景的引領性行業，實際上這不止是汽車行業的事情，而是與整個智能社會密切相關。”他說。
不過，作為智能網聯汽車的基礎，網絡建設與多網融合卻不乏問題。辛克鐸表示，許多人說5G達到1毫秒了，這樣的低時延對自動駕駛肯定是行的，但是在示范區建設過程中，實際數字是50毫秒。“1毫秒有沒有呢?反正我沒有見過。”他認為，支持自動駕駛的連續覆蓋的5G網絡是否已經預備好了，這是我們所面臨的一個非常嚴峻的問題。
同樣，多網融合也存在問題。辛克鐸說：“車路云網圖大家都在干，是否解決了融合的問題和統一標準的問題呢?據我所知并沒有，這些問題不解決怎么支持自動駕駛?因此，多網融合依然是一個非常重要的問題，基礎網絡建設仍是基礎中的基礎。”
此外，云平臺一致性作為一個核心問題也不容忽視。辛克鐸表示，現在很多網絡和信息化建設是一樣的，基本上各行業各領域垂直化，信息孤島模式居多。比如，有3個城市建了自動駕駛示范區，彼此之間都是獨立不相通的。基礎設施標準不一致，安全防護手段不一致，產業生態沒有建立，自然無法出現規模產品和建立好的商業模式。(記者 王曉濤)
責任編輯：Rex_01
