商业化试点加速推进,自动驾驶解决方案供应商突围面临三大挑战

近年来,伴随着智能网联汽车的热销,自动驾驶受到市场高度关注。小马智行、文远知行、Momenta等自动驾驶解决方案供应商相继获得巨额融资,无人出租车、无人小巴、无人送货车等应用加快步入我们日常生活。

2022年的序幕已经拉开,一众声称具备L4级自动驾驶能力的应用已整装待发,我们离“双手脱离方向盘”的出行场景还有多远?自动驾驶解决方案供应商的商业化探索面临哪些突出难题?哪些领域蕴藏投资机遇?记者近日走访多家企业开展调查。

智能“老司机”正加快商业化步伐

网上提交订单,上车刷脸--确认,剩下的就交给汽车带你去目的地。在苏州市相城区开展的Robotaxi(无人出租车)试点应用中,记者对自动驾驶的最大感受,就是同有人驾驶“没有区别”:驾驶位上同样坐人,起步、刹车、转弯、变道等动作非常平稳。但细细一看,汽车的方向盘在自己转动,而坐在主驾上的安全员,大多时候都将双手搭在膝盖上。

“我们跳出传统的‘规则驱动’算法模型,转为数据驱动,让汽车能通过不断地自我学习提升驾驶水平。”MomentaGO总经理谢烁说,看好Robotaxi的市场前景,这家公司不仅在积极布局相关业务,还为其他企业提供L4级别自动驾驶解决方案。

采访中记者发现,自从2021年底北京率先宣布开放自动驾驶出行服务商业化试点以来,很多自动驾驶公司的发展信心受到提振,纷纷加快了相关商业化应用的步伐。

“Robotaxi业务的本质是解决用户的出行需求,与之相似的网约车模式在经历了多年发展以后已经形成了商业闭环,自动驾驶嵌入其中是发展趋势。”享道Robotaxi业务部高级经理汤文佳说。

不单单是出租车,无人小巴也开始探索更多的商业化应用场景。近日,轻舟智航与东风悦享联手开启了无人驾驶车SharingBus的运营序幕,除了同公交车一样到站上下车之外,它还提供招手即停、一键招车等服务,与网约车类似。“无人化带来的24小时不间断运行给了我们更多想象空间,我们希望通过灵活的部署,应对城市中不同的交通场景。”该公司副总裁程修远说。

如果说针对个人出行场景的无人驾驶应用尚在进行商业化探索,一些瞄准货物运输的无人驾驶应用则已初现商业化雏形。“我们在湘潭大学投放的5台无人配送车,可以很好满足学生群体收发快递的需要,平均每天可以接2000多单。”行深智能运营副总监邓菘说,该公司正和多家物流公司合作,共同推动“最后一公里”配送无人化。

国金证券研报显示,2020、2021年国内L2级别ADAS(高级驾驶辅助系统)渗透率为15%、20%,且呈现加速增长态势。多位受访者表示,随着北京试点的深入推进,2022年或将有更多地区跟进,自动驾驶的商业化应用进程将加速。与此同时,一些依靠政府补贴的“项目式”应用或将面临更大挑战。

技术安全性有待验证

尽管自动驾驶的概念非常火热,但近年来,因自动驾驶导致的交通事故也屡见不鲜,市场对自动驾驶安全性问题的担忧依旧存在。这成为自动驾驶解决方案供应商在商业化进程中不可回避的问题。

“目前,不少企业做自动驾驶测试时,路况还较为简单,对天气状况导致的制动距离变化等细节还没有考虑得非常充分。”天安智联董事长杨雷说,很多企业宣称要做L4级自动驾驶,实际上L2、L3级与L4级的区别除了技术,更重要的是责任认定。

2021年,公安部发布《道路交通安全法(修订建议稿)》中提出,具有自动驾驶功能且具备人工直接操作模式的汽车,发生道路交通安全违法行为或者交通事故的,应当依法确定驾驶人、自动驾驶系统开发单位的责任,并依照有关法律、法规确定损害赔偿责任。但在不少业内人士看来,相关法规的落地依旧需要更多细则。以质保为例,自动驾驶系统可能不再是“三年十万公里”的问题,而是一直存在,如果出现问题,那代价将是巨大的。

“严格意义上说,目前具备量产可能的自动驾驶都是在辅助驾驶阶段,它的重要目的是让驾驶更加轻松、安全,而不应该成为一个商业噱头,误导用户不安全地使用。”毅达资本合伙人厉永兴说。

值得一提的是,由于自动驾驶高度信息化特质,信息安全问题同样突出。在南京紫金山实验室2021年举行的强网竞赛中,就有多款国内外厂商研发的ADAS(高级驾驶辅助系统)被攻破,一些甚至被远程操控。“市场竞争激烈,不少企业目前只注重业务功能实现问题而选择性地忽视网络安全与功能安全交织问题。”中国工程院院士邬江兴说。

多位业内人士表示,目前单车智能发展迅速,但从更高级别的自动驾技术发展需要看,车路协同必不可少,我国已经提出“单车智能+网联赋能”并行发展路径,这将是自动驾驶技术发展的重要方向。

算法公司与主机厂博弈不可避免

从国内外自动驾驶发展趋势看,都需要通过规模化应用来沉淀海量数据。在自动驾驶业内,更有着“至少路测10亿公里”的说法。要更快实现这个目标,离不开更多的汽车和更多的使用时长。

“当前大多数基于实车道路测试的自动驾驶开发模式在效率方面存在诸多瓶颈,包括测试成本高昂,单车单日覆盖场景有限,且难以涉及足够的对于自动驾驶算

关键词: 苏州 北京 南京 商业化试点加速推进,自动驾驶解决方案