“自动驾驶第一股”暴跌，是什么阻碍了自动驾驶的商业化之路？

以替代人类驾驶为目标，自动驾驶需要具备什么功能才能代替“人”的功能？回想一下平时咱们是怎么开车的：

回答周围有什么，类似人的眼睛、耳朵；通过摄像头，雷达、地图等手段获得周围障碍物和道路的信息。

回答怎么做，类似大脑；通过分析环境感知得来的信息，来判断车辆需要执行的控制策略。

类似于手脚收到大脑的决策指令后，驾驶员的神经、四肢，以油门刹车与方向盘作为人车交互的两大媒介，与整个汽车系统一起承担车辆控制的功能。

在日常生活中我们直觉认为，眼睛看到信息后大脑立刻做出下一步决策。情况往往并非如此，从眼睛到脑袋再到手脚总会存在一个时间的延迟。自动驾驶更加如此。

我们开车没有感受到影响，是因为大脑会自动处理“预测”这件事情，虽然只有几毫秒。我们的决策是根据对所见之物的预测来指导手脚运作的，这是我们维持正常机能的基础。

因此，自动驾驶做决策之前还需要增加预测模块。所有“预测”“决策”模拟人类的思维过程，在汽车上需要用硬件“还原”同类功能。这些感知通过以下硬件配合实现：

从自动驾驶的终极目标L4和L5来说，科技公司目前远远领先。

国内的百度是入局自动驾驶领域最早的互联网巨头。如果从2013年建立自动驾驶研发团队算起，百度已在无人驾驶领域“深耕”十年之久。

在商业化方面，百度无人驾驶业务兵分三路。一是为主机厂商提供Apollo自动驾驶技术解决方案；二是通过旗下集度汽车整合百度自动驾驶方面的创新；三是自动驾驶出租车萝卜快跑。

多年的生态布局下，百度取得了一定的成果，尤其是第三条路“萝卜快跑”的商业化问题。2021年底，萝卜快跑终于开始试收费运行，而今年以来，百度已陆续在北京、武汉、重庆，对市民开放了纯无人的自动驾驶服务。

国外的比如谷歌旗下Waymo，它走一步到位的策略，全力研发L4+高级别自动驾驶技术，研究价格高昂的传感器（激光雷达为主）。

出身德系的Tier1小巨人从ADAS切入，渐进式地从辅助驾驶实现到无人驾驶的过渡，智能驾驶业务为公司打开第二成长曲线。

Tier1聚焦于智能座舱、智能驾驶、网联服务三大业务，拥有德系车企供应链基因、底蕴深厚。2021年公司年化新签订单金额达120亿元，约1/3来自智能驾驶产品，业绩弹性可期，智能驾驶业务已为公司打开第二成长曲线。

从技术上来看，小鹏是自动驾驶的代表，一直是自动驾驶布局相当积极的新势力车企，自成立以来就死磕纯视觉+感知融合的纯自研路线。

特别是小鹏的城市NGP，车辆可以在城市道路上完成本车道巡航跟车、导航/超车变道、汇入/汇出道路、红绿灯识别起停、路口/环岛/隧道通行、避让其他交通参与者等动态任务的智能导航辅助驾驶。

特斯拉走的是“渐进式”路线，从商业和营销角度上来看，以电动车为产品，自动驾驶为核心卖点，逐步稳妥地满足消费者。近日特斯拉采取最新的感知方案——纯视觉感知方案，完全摒弃掉激光雷达、毫米波雷达等非摄像头传感器，仅采用摄像头进行感知，在自动驾驶领域独树一帜。

现在大多数的自动驾驶训练场景，要么是在封闭的固定的场地进行训练，要么就是在夜晚人烟稀少的半封闭道路进行测试。有份报道中指出，自动驾驶测试中92%的车辆都是处于一个闲逛的状态。

同时有专家认为要达到L4行驶安全性的要求，测试里程数至少要达到2.4亿公里，自动驾驶最终还是要回归到开放的道路、拥堵复杂的场景，包括处理极端事件。

自动驾驶系统套件的成本还很高，激光雷达、传感器、AI芯片等关键零件价格不菲，华为自动驾驶系统超过13万，百度刚刚提出第五代阿波罗无人车售价为48万。

实现规模化必须要有优异的成本计算：结合整体成本和量产进度，从产品设计、技术路线选择到具体研发测试，都需要根据当前的情况、具体收益进行考量。否则，无人驾驶无法经济化、规模化。

目前现有的交通道路，现有的交通法规，高速、城市、乡镇道路是根据人类的驾驶习惯来规范的，这一整套规则包括整个交通的责任体系，也是以人为核心构建。

这样的规则设计对于高级别的自动驾驶将呈现出不适应性。如果说完全无人化是未来自动驾驶的一个最终的追求，那么我们就需要从法律、交通规则以及整体的框架、架构上进行重新设计和调整。

不过我们的责任体系也开始完善了，11月初工信部发布通告公开征求对《关于开展智能网联汽车准入和上路通行试点工作的通知（征求意见稿）》的意见，首次提到在自动驾驶系统功能激活状态下，试点使用主体为责任方，并保留其对试点汽车生产企业、自动驾驶系统开发单位、设备提供方、车内安全员等相关主体的追偿权。深圳也开始试点允许L3级自动驾驶汽车上路，全国铺开的信号已然呈现。

回答周围有什么，类似人的眼睛、耳朵；通过摄像头，雷达、地图等手段获得周围障碍物和道路的信息。

无论是快递的最后1 km还是同城急送还是物流配送过程中的装卸、运输、仓储流程，在自动驾驶技术的普及下也可以更加高效和完善。自动驾驶技术的出现，将促使物流配送领域的整体产业链降本增效，革新升级。

物流配送的场景除了我们熟知的快递配送，前文提到的酒店智能服务机器人、智能端盘机器人等也属于物流配送的范畴，这也是现阶段自动驾驶技术应用较为广泛的场景之一。

最接近大家心目中真正自动驾驶的一个应用场景，那就是自动驾驶无人出租车/园区接驳车了。2020年滴滴在上海开启了自动驾驶载人应用示范项目，让人们看到自动驾驶出行服务成为现实。