近年來，伴隨著智慧網聯汽車的熱銷，自動駕駛受到市場高度關注。小馬智行、文遠知行、Momenta等自動駕駛解決方案供應商相繼獲得鉅額融資。實際上，自動駕駛是一個軟硬體高度協同的應用，主機廠與自動駕駛演算法公司之間的博弈不可避免。自動駕駛商業化探索還面臨哪些突出難題？
自動駕駛加快商業化
網上提交訂單，上車刷臉確認，剩下的就交給汽車帶你去目的地。在蘇州市相城區開展的Robotaxi（無人計程車）試點應用中，對自動駕駛的最大感受，就是同有人駕駛“沒有區別”：駕駛位上同樣坐人，起步、剎車、轉彎、變道等動作非常平穩。但細細一看，汽車的方向盤在自己轉動，坐在主駕位的安全員大多時候將雙手搭在膝蓋上。
“我們跳出傳統的‘規則驅動’演算法模型，轉為數據驅動，讓汽車能通過不斷的自我學習提升駕駛水準。”Momenta GO總經理謝爍説，看好Robotaxi的市場前景，這家公司不僅在積極佈局相關業務，還為其他企業提供L4級別自動駕駛解決方案。
採訪中發現，自從2021年年底北京率先宣佈開放自動駕駛出行服務商業化試點以來，很多自動駕駛公司的發展信心受到提振，紛紛加快了相關商業化應用的步伐。
“Robotaxi業務的本質是解決用戶出行需求，與之相似的網約車模式在經歷了多年發展後已經形成了商業閉環，自動駕駛嵌入其中是發展趨勢。”享道Robotaxi業務部高級經理湯文佳説。
不單單是計程車，無人小巴也開始探索更多的商業化應用場景。近日，輕舟智航與東風悅享聯手開啟了無人駕駛車Sharing Bus的運營序幕，除了同公交車一樣到站上下車之外，它還提供招手即停、一鍵招車等服務，與網約車類似。“無人化帶來的24小時不間斷運作給了我們更多想像空間，我們希望通過靈活部署，應對城市中不同的交通場景需求。”輕舟智航副總裁程修遠説。
如果説針對個人出行場景的無人駕駛應用尚在進行商業化探索，一些瞄準貨物運輸的無人駕駛應用則已初現商業化雛形。“我們在湘潭大學投放的5台無人配送車，可以很好滿足學生群體收發快遞的需要，平均每天可以接2000多單。”行深智慧運營副總監鄧菘説，該公司正與多家物流公司合作，共同推動“最後一公里”配送無人化。
國金證券研報顯示，2020年、2021年國內L2級別ADAS（高級駕駛輔助系統）滲透率分別為15%、20%，且呈現加速增長態勢。多位受訪者表示，隨著北京試點的深入推進，2022年或將有更多地區跟進，自動駕駛的商業化應用進程將加速。與此同時，一些依靠政府補貼的“項目式”應用或將面臨更大挑戰。
技術安全性有待驗證
儘管自動駕駛的概念非常火熱，但近年來，因自動駕駛導致的交通事故也屢見不鮮，市場對自動駕駛安全性問題的擔憂依舊存在，這成為自動駕駛解決方案供應商在商業化進程中不可回避的問題。
“目前，不少企業做自動駕駛測試時，路況還較為簡單，對天氣狀況導致的制動距離變化等細節還沒有考慮得非常充分。”天安智聯董事長楊雷説，很多企業宣稱要做L4級自動駕駛，實際上L2、L3級與L4級的區別，除了技術更重要的是責任認定。
2021年，公安部發佈《道路交通安全法（修訂建議稿）》中提出，具有自動駕駛功能且具備人工直接操作模式的汽車，發生道路交通安全違法行為或者交通事故的，應當依法確定駕駛人、自動駕駛系統開發單位的責任，並依照有關法律、法規確定損害賠償責任。但在不少業內人士看來，相關法規的落地依舊需要更多細則。
“嚴格意義上説，目前具備量産可能的自動駕駛都是在輔助駕駛階段，它的重要目的是讓駕駛更加輕鬆、安全，而不應該成為一個商業噱頭，誤導用戶不安全地使用。”毅達資本合夥人厲永興説。
值得一提的是，由於自動駕駛的高度資訊化特徵，資訊安全問題同樣突出。在南京紫金山實驗室2021年舉行的強網競賽中，有多款國內外廠商研發的ADAS（高級駕駛輔助系統）被攻破，其中一些甚至被遠端操控。“市場競爭激烈，不少企業目前只注重業務功能實現問題而選擇性地忽視網路安全與功能安全交織問題。”中國工程院院士鄔江興説。
多位業內人士表示，目前單車智慧發展迅速，但從更高級別的自動駕駛技術發展需要看，車路協同必不可少，我國已經提出“單車智慧+網聯賦能”並行發展路徑，這將是自動駕駛技術發展的重要方向。
“軟硬”博弈不可避免
從國內外自動駕駛發展趨勢看，都需要通過規模化應用來沉澱海量數據。在自動駕駛業內，有“至少路測10億公里”的説法，更快實現這個目標，則離不開更多的測試汽車和更長的使用時長。
“當前，大多數基於實車道路測試的自動駕駛開發模式在效率方面仍存在諸多瓶頸，包括測試成本高昂、單車單日覆蓋場景有限、難以涉及足夠的對於自動駕駛演算法訓練更具價值的極端情況。”輕舟智航COO汪堃説。
在調查中發現，大多數自動駕駛演算法公司多為初創型企業，難有大量資金用來支援車隊構建，因此多采取與主機廠合作的模式，與相關車型進行捆綁。
需要注意的是，儘管諸多自動駕駛都通過加裝鐳射雷達、毫米波雷達、視頻攝像頭等設備來實現車輛對周圍環境的感知，但各個傳感設備應該安裝在車輛的哪個位置，需要安裝幾個，事實上還沒有明確標準，相關自動駕駛軟體演算法公司目前大多各有各的方案，很難相互相容。在車輛後期改裝存在大量弊端的情況下，“前裝”路線所帶來的整車外觀設計、成本控制等問題，預示了主機廠與自動駕駛演算法公司之間的博弈不可避免。“解決交通出行是消費者購買汽車的重要目的，但不是唯一目的。”理想汽車相關負責人説。
“有實力的主機廠，不會將自動駕駛這個‘靈魂’拱手讓給第三方公司，所以我們看到諸如‘蔚小理’這些企業都在自研相關技術，而自動駕駛解決方案供應商如果同那些缺乏實力的主機廠合作，又很難通過大規模應用積累相關行駛數據。”厲永興説，自動駕駛解決方案供應商發展Robotaxi等業務，實際上是現階段找不到大規模量産落地場景退而求其次的選擇。
自動駕駛是一個軟硬體高度協同的應用。記者在採訪中發現，自動駕駛解決方案供應商多精於軟體演算法層面的開發，在硬體層面則多采購成熟廠商的産品，且數量巨大。以感知設備為例，一輛L3級別自動駕駛汽車往往會搭載8顆以上攝像頭、1至3顆鐳射雷達、計算單元所需晶片等。
值得注意的是，儘管國內廠家近年來加快追趕步伐，但高端零部件大多被國外龍頭企業壟斷。以ESP（車身穩定系統）為例，博世公司在全球居領軍地位，獨佔70%中國ESP晶片市場，該公司選擇給哪家企業供貨，很大程度上影響著這家企業的經營業績。
採訪中，多家自動駕駛解決方案供應商表示，類似的晶片短缺問題猶如懸在頭上的達摩克利斯之劍。
“未來，國內外自動駕駛軟體演算法層面或將越來越趨同，但在硬體層面想要實現國産替代，依舊有很長的路要走，這其中蘊藏投資機遇。”厲永興説。
東方證券研報認為，鐳射雷達産業正處於爆發拐點，建議關注産業鏈中上游具有相關技術積澱、與車企緊密展開闔作的企業。國金證券研報顯示，預計2025年全球車載鏡頭市場規模將達260億元、車載攝像頭市場達782億元、車載鐳射雷達超300億元，建議關注汽車智慧化下的車載鏡頭、車載攝像頭、顯示屏、HUD（抬頭顯示）等領域機會。
