自动驾驶真够“火”的！这恐怕是业内人士对这项新技术趋势最直观的感受。从传统车企、零部件供应商到科技公司，如果不搞自动驾驶似乎就无法立足，他们生怕自己变成汽车界的“诺基亚”，被“苹果”无情地甩在身后。前沿产业基金联合创始人王乐京在近期于武汉·中国光谷举行的“2018全球自动驾驶论坛”上表示：“围绕自动驾驶进行的是一场富可敌国的产业争霸，仅需占据0.4％的市场就可以再造一个谷歌。”
在自动驾驶领域，各方参与者的情怀与魄力着实令人钦佩，但大家也开始越来越理性地看待与解决所面临的挑战。这成为“2018全球自动驾驶论坛”的主旋律。
法规与基础设施要跟上产业发展速度
从全球范围看，目前英国和美国陆续出台了无人驾驶的相关政策和法规，尤其美国加州俨然已成为排头兵，将在今年4月正式允许无安全驾驶员的自动驾驶汽车上路测试。当然，其他国家和地区也做了不少尝试。
新加坡在特定区域内已开放6个街区，供自动驾驶汽车进行测试，这个数字未来还会增加，目的就是提供一个先进的城市交通系统，从而让智能城市与自动驾驶技术发挥协同效应。
安波福亚太区总裁杨晓明在论坛上介绍说
在我国，自动驾驶的测试及落地还存在一定的法规和政策限制，政府在积极地推进这项工作。奇点汽车自动驾驶架构总监李建鹏提出：“我们希望政策、法规可以允许企业在一定区域或封闭的场地测试自动驾驶技术。”中国汽车技术研究中心智能汽车研究室暨汽车软件测评中心主任王羽在论坛上则明确指出：“什么样的车具有上路资格？上路之后的风险由谁来承担？这些都需要具体政策来规范。”
今年2月，北京市率先颁发了《北京市自动驾驶车辆道路测试能力评估内容与方法（试行）》和《北京市自动驾驶车辆封闭测试场地技术要求（试行）》，对自动驾驶汽车的路测标准进一步细化。3月1日，上海发放了全国首批智能网联汽车开放道路测试牌照，并划定道路进行开放测试。
目前，道路建设标准是以人类驾驶为依据的，例如宽度、交通标志的安装位置等，而自动驾驶汽车的应用需要一套自己的标准化设置。对此，李建鹏举了一个例子，自动驾驶需要的一项功能是对道路中的限速标识进行识别，即摄像头拍到限速标识后通过视觉的方法获取图片的位置和内容，再反馈给汽车。
“显然，这是一个很蹩脚的解决方案，因为限速标识是设置给人看的，而不是机器。如果未来我们的基础设施做出改变和更新，例如设置电子标牌或在路上放置二维码，就更利于自动驾驶车辆进行识别。”
他说
与迅猛发展的自动驾驶相比，政策、法规和基础设施的调整与完善亟需提速。
要尊重技术研发的科学性
李建鹏认为，在传统汽车产业的发展中，技术进步是循序渐进的，靠持续、缓慢的创新推进。但信息技术特别是人工智能和自动驾驶的出现，对整个汽车行业造成巨大冲击。当前，汽车行业迎来了多维度革命创新或破坏性创新的窗口期。一方面，日益壮大的社会资本涌入自动驾驶领域；另一方面，人们对汽车行业技术发展缺乏足够的敬畏，导致有些企业在技术研发中盲目追求速度，而忽视了科学性。“任何技术积累都需要一步一个脚印地走。”
“据我了解，目前所有的无人驾驶汽车只具备自动化水平，还不是人工智能控制下可以自学习、自成长、有自主决策功能的产品。”
人工智能想要与汽车真正融合并非易事。“不能说人工智能放在车上就是智能汽车，放在飞机上就是智能飞机。”王羽如是说。人工智能技术需要大量的数据做辅助。奇瑞汽车智能车技术中心执行总监黄勇称：“不管是在实验室还是路试过程中，人工智能算法需要海量数据的验证，以证明机器人比人更可靠。”斑马智行副总裁周平认同这样的观点，他认为，离开数据谈人工智能就是纸上谈兵：“如果把汽车看成机器人，它需要大量的数据和有效的信息输入才能做出判断，未来我们所需的数据来自多方面，包括道路等基础设施、汽车和人。”
自动驾驶越“热”，行业对人才的需求就越大，专业及跨界人才短缺已成为制约这个领域发展的瓶颈之一。中国汽车人才研究会执行副理事长兼秘书长朱明荣提到，该机构受工信部委托进行了《中国汽车产业中长期人才发展规划》的研究，据不完全统计，我国智能汽车人才总量不足2万人，这将严重制约相关领域的发展。
“我国自动驾驶领域有很多优秀的专家和人才，但与整个产业发展的需求量还不匹配，人才队伍规模跟不上产业发展的节奏。”
创新不足 跨界融合难度大
自动驾驶说到底是要与出行服务相结合，产品需要越来越专业化，实现商业化运作。从硬件来看，关键零部件仍存在专业化程度较低和成本过高的问题，导致自动驾驶商业化难度增大。
博世底盘控制系统中国区自动驾驶产品经理黄罗毅表示，人工智能算法需要非常大的功耗，这就需要对算法进行压缩后放到特定的芯片中。李建鹏也谈到：“现在很多整车企业在做自动驾驶开发时还是把一台很大的电脑放在车上，它肯定不能量产，我们现在需要更高性能的芯片，不仅具备一定的计算能力，而且在成本和功耗上具有竞争力。”目前，自动驾驶所需传感器的主要挑战则来自激光雷达，虽然很多厂家都在做固态激光雷达，但离量产和产业化的距离还比较远。
自动驾驶对高精度地图也提出了更高要求。
“高精度地图可以为自动驾驶系统做比较准确的定位，并且为其提供周围环境信息。我们可以通过眼睛或摄像头来识别和获取这些信息，但由于现在的视觉算法还不具备实时处理能力，因此需要在高精度地图方面做有益的探索。”
从软件来看，目前自动驾驶技术的网联功能太弱，计算能力不足。杨晓明介绍说，到现在为止，一辆传统汽车的计算能力还比不上一部iPhone 7。一个初级的L4、L5自动驾驶平台，计算能力基本与500部iPhone 7相当。
一辆自动驾驶汽车每年将产生上百万GB的数据，如何提取有效信息、处理无用信息也是一大难题。对此，兴民智通COO张人杰提到边缘计算这一概念。他认为，自动驾驶离不开边缘计算，它可以在大数据输入到系统前做很多预处理，从而打造更智能、安全、有效的交通终端设备。
此外，网络及数据安全的问题也多次被提及。自动驾驶汽车离不开网络和数据，只有确保网络顺畅和信息安全、避免黑客攻击，才能让消费者真正接受自动驾驶技术。
.jpg&h=124&w=218&zc=1)
