【刚发牌照,无人驾驶汽车就在武汉赶早高峰】刚刚拿到首批无人驾驶路测牌照,昨天上午,东风公司自主研发的无人驾驶出租汽车就上路啦!从东风公司总部出发,前往14公里外的东风技术中心。启动、打开转向灯、转弯、驶上东风大道高架桥、汇入早高峰的车流……一路上遇到很多状况,路上很堵,但它走得非常好,全程没有任何人工干预。(长江日报)

据长江日报,9月22日,国家智能网联汽车(武汉)测试示范区正式揭牌,同时,百度、海梁科技、深兰科技拿到全球首张自动驾驶商用牌照。这意味着,这些公司不仅可以在武汉的道路上进行载人测试,也可以进行商业化运营。
自动驾驶的商业化运用主要包括两个方向,具备自动驾驶能力的私人乘用车和用于公众服务的无人驾驶出租车。相对而言,后者目前更容易实现,因此也成为了科技公司、出行服务商、车企当前自动驾驶的发力方向。
此前,各地对于自动驾驶相当谨慎,随着各企业技术的成熟以及不错的道路测试成绩,近期各地自动驾驶的政策层面已经有了松动的苗头,从开放道路测试逐步向载客测试,甚至是商用偏移。
不久前,上海也颁发了智能网联汽车示范应用牌照,获得示范应用牌照的企业可在城市道路中开展载人。该牌照允许企业进行商业化探索,并不能进行收费盈利。
类似的,今年7月,谷歌系自动驾驶公司Waymo获得了CPUC(加州公共事业委员会)的自动驾驶汽车试点许可证,提供自动驾驶载客服务,但是CPUC规定,Waymo同样不能对此收取费用,还需要配备安全员。
政策的表态对于参与自动驾驶研发的企业来说无疑是利好消息。
尽管目前各地区对于自动驾驶商用的政策还未达成一致,也并不妨碍企业提前做好相关车队的布局。Lyft、Waymo等公司有了无人驾驶出租车车队,并且还在测试中,规模也还很小,前者数量也只有不到50辆。
在国内,不少公司也加快了商用布局,比如拿到上海示范牌照的滴滴计划在明年年初在上海落地自动驾驶出行服务,另一边,百度也已经在湖南长沙投放了一小批自动驾驶出租车,计划今年年底向公众开放。
不过,自动驾驶距离大规模应用还很远,为了达成通信能力、道路、法规的协同,需要主机厂、科技企业、通信公司、政府、零部件厂商等多方配合,但就目前而言,最基础最核心的安全问题还没有解决。
无人驾驶产业链的发展方向
无人驾驶和车联网产业链密不可分。涉及到底层数据收集、网络连接应用、平台和行业应用等相关行业,比如仪器,电子元件,芯片,声波雷达、长距离及短距离雷达和环视摄像头,立体摄像机、激光雷达、导航推测系统、网络运营商,应用服务提供商,科技公司等等。随着无人驾驶等级的提高,需要的精度和密度,速度等等都要更上一层楼。
对于我国来讲,目前无人驾驶需要重点发展方向包括以下几点。
1. 发展ADAS(advanced driver-assistance systems)技术,即智能汽车高级驾驶辅助系统。
"工欲善其事,必先利其器",如果无人驾驶的车本身软硬件技术不过关,再好的网络服务也派不上用场。
ADAS技术可包括复杂环境感知、新型电子电气架构、车辆平台线控等核心技术。车载视觉系统、激光/毫米波雷达、多域控制器、惯性导航等感知器件的联合开发和成果转化。智能车载终端、车规级芯片等关键零部件的研发,新一代人工智能、高精度定位及动态地图等技术的产业化应用。
据推测,2020年ADAS的市场规模将超过300亿美元。
2、智慧交通的发展
车要开,总得有路才行。如果车变智能,而路没有变智能,那么无人驾驶的智能化程度也会大打折扣。所谓的"车路协同"就是这么个意思。
3. 无线通信技术的强化。
(4G)LTE-V2X、5G-V2X等无线通信关键技术研发与产业化。所谓V2X,意为vehicle to everything,即车对外界的信息交换。如果车的信息不和外界分享,就相当于电脑不联网一样。这里面,边缘计算、网络功能虚拟化、5G网络切片等技术的应用将大显身手。
想象一下,如果行驶中的车子前面10米有障碍,但网络信号过了10秒才发过来,无人驾驶车的安全性就没法保障了。所以5G的发展很重要。
4.汽车决策控制平台
车要实现无人智能驾驶,就需要用"脑"对数据做出反馈,作出决策。
这需要搭建中国标准智能网联汽车场景数据库,完善适合深度学习的软件开发环境,开发软硬件协同计算与通信融合的车载操作系统,加快形成适合中国道路状况的智能网联汽车计算基础平台架构设计。
无人驾驶行业发展难点:
1.进度慢:无人驾驶最后会实现汽车共享,随叫随到。在这种情况下,个人买车的意义可能就没那么大了,小车的需求将会下降,那么对于传统车企的利益会有影响,和科技公司的合作也会有摩擦。因此无人驾驶的进度可能没有想象中的那么快。
2.复杂度高:无人驾驶涉及到众多领域,车企,零部件厂商,科技公司,涉及人工智能,大数据,云计算技术等等,要实现车,路,车位等智慧交通的协同效应,集成复杂度极高。
3.安全性:谷歌无人驾驶汽车此前在测试中导致了严重的车祸。说明在安全性方面,要消除公众的担忧,实现大规模商业化还有个较长的过程。
来源:长江日报,网络资料