自动驾驶落地的四要素

　　无人驾驶的商业应用有四个因素，其中最重要的是技术、市场、生态和成本。

　　对老百姓而言，成本更为重要。一个乘用车30多万，已经很贵了，要花100万买无人驾驶汽车吗？它的需求很迫切吗？我们分析一下，成本被压下来，哪个车厂愿意量产呢？所以这个问题还是很严峻的。

　　以前很多家汽车厂商都说要量产，但现在泡沫破灭，什么原因？我认为，规模化的经济就要求量产，没有量，价格就下不来。

　　如果说无人驾驶刚刚走完“科研探索期”，那么当前是处在哪里呢？应该处在产品的孵化期，或者说社会接受期以及市场的创新期。过了这一段以后，我们就可以进入一个规模化的发展期。

　　1984年到2018年，无人驾驶车已经在全世界各地跑，科研探索阶段基本过去了。如果用七八年的时间做这个孵化，能完成吗？我刚才讲了产品孵化期，还有另外两个重要的阶段，一个是社会接受期。最近的一个报告显示，每天无人驾驶有461个订单，全月完成了5万人驾驶的接送，但是这5万人还没有付费，还是一个示范应用。所以，要让老百姓接受无人驾驶，还有很长的过程。社会的接受很重要，市场的创新更重要。

　　安全等级的综合标准至关重要

　　过了这个时期，就可以看到规模化的量产会改变我们的生活。各位想想，如果周边的汽车的机件都变成无人驾驶，这是一个什么场景？我算了一下，现在全世界有20亿辆车，假如将来车子少一点，变成18亿辆，大概到2035年，一年全球生产4.4亿辆车可能都是无人驾驶的。到2045年大概18亿辆车都是无人驾驶了，当然也允许人工干预。

　　这个过程中，我认为有四个独角兽应用场景可以考虑，分别是自主泊车、定点接送、快速公交、有限地域无人驾驶出租车。现在大家都在讨论L1-L5的问题，这个对我们老百姓作用不大，老百姓要的是安全，要想推动自动驾驶，政府部门应该推出自动驾驶安全等级的综合标准。

　　我们讲安全的L3、L4，所谓安全就是100次出行有多少次安全，如果是1%的出错率，我们把它叫做L1，如果是千分之一出错率是L3，万分之一出错率是L4。

　　地方政府让无人驾驶车到我们这儿来，得给我一个驾照，这个驾照怎么发？你可以考，但是标准不能太高，让几十万辆做试验，这些小的企业做不到。如果我们在市区，做到万分之一行不行？出行一万次拿回一个罚单，对人来说是很好的司机驾驶水平了，所以这个安全标准不出来，难以落地，这不是自动化程度的标准，自动化程度已经有了。所以我个人希望，各个地区能够给我们一个准入的安全许可证。

　　特定地区的自动驾驶的可靠性，为导向的安全管理等级的划分和度量方法，有了这个以后，我们就发现，自动驾驶聚焦自动化程度的L4、安全程度的L4已成定局。

　　无人驾驶需要特定的应用场景

　　无人驾驶解决方案，技术上包括：结构化道路、人车路联网协同、确定性窗口和软件定义的机器。这四个方法在技术手段上大致如此，人们都把目标聚焦在自动驾驶和智能网联，这有什么问题吗？我觉得还是有问题的。当我们把一个技术成果拿到市场上，我们发现魔鬼都在细节里。比如怎样解决它的边缘驾驶的偶发的情况？我们把自动驾驶叫单车智能，把自动化叫做V2X，这是全国都在做的事情。

　　但是，驾驶事故是长尾分布，要想零事故，是人们的美好愿望而已，实际事故总是要有的，即使是无人驾驶车，仍然也会侧翻、追尾。因此，事故窗口无法停止，要同一辆车应对所有窗口并不明智，所以我们要有特定应用场景。

　　汽车的自动化已经做到极致，我们认为自动化是人工智能的好助手，但是自动化也遇到了天花板，需要人工智能技术来解决。驾驶员开车的时候，有很多人的智能水平是自动化无法解决的。

　　比如北京有一条交通规则，叫做礼让斑马线，自动驾驶汽车怎么礼让斑马线呢？所谓礼让斑马线，是绿灯打开了，你本来可以往前开，但是人行道有一个老太太还在慢慢往前，这时候最好不要开，要等一等，等到什么时候算好呢？这里面充满了不确定性。所以我想告诉大家一个真理，自主驾驶也要遵从常识。那么，问题就来了，就是怎么让这个车自动学习“常识”呢？这就是难点。自动驾驶深度学习挺好，但是不行。所以我想跟大家说一句话，自主驾驶来解决无人驾驶问题，恐怕还不靠谱。

　　完善产业链助力规模化发展

　　要把自动驾驶量产到千家万户，产业链是什么样子？上游不完善，供应链很麻烦。到哪里买激光雷达，买车轨级的激光雷达，到哪里取得驾驶地图，等等。所以我个人认为，在无人驾驶落地过程中，有三个环节很重要：第一个是自动驾驶地图，不能说每个车在跑之前都牵着跑地图，谁来提供地图？如果没有自动驾驶地图，怎么能落地生根呢？

　　另外，我们非常需要一个数字化的汽车底盘，是线控的方向盘、刹车和油门，我们现在常规的汽车在数字化水平上还很低很低。从何获得自主知识产权的线控底盘也是一个大问题。另外，自动驾驶的路程与管理也是一个全新的问题。我们政府有很大的号召力，但是政府想的不够细，怎么把这个路做得好一点，怎么把地图的范围提供给大家是需要功夫的。

　　在交通自动化过程当中，有一个重要的公司就是保险公司，可以发挥它巨大的作用，这就是智变融合，智能要有相应的环境变化、产业转型，融合起来才能解决这个问题。自动驾驶车辆有一条规定，你不得强行要求人类自身提高适应机器的能力，你不能因为我不识字，或者我的水平不好，或者我的耳朵不太灵敏你就说我犯错，这是以人为本的根本要求，所以很重要。

　　第二个问题，来自智能网联领域。中国当前有一个好牌：5G。我们的5G走在世界的前列，第五代通信可以改变道路的信息化程度，我认为5G可以让智慧的车、聪明的路更加智慧一点。发挥5G的超高带宽、超低延迟、超大连接力，解决智能网联的当务之急。智能网联道路的数字化和交通要素的联网非常重要，以前我们用一个摄像头看红绿灯，按道理红绿灯就三个状态好像很容易分类，拿深度学习就可以做到。实际上不然，因为大雾天、逆光的时候人都看不清，为什么人开车的时候要戴个墨镜呢？就是这个道理。

　　而无人驾驶要求达到120%甚至到130%，这是个矛盾，所以我们能够通过智能网联提高道路的信息化程度，例如说交通灯，自动告诉我现在是什么状态，车在路上跑，我就知道汽车是什么状态。

　　再一个无人驾驶最难的环节叫做定位，我这个车子在什么地方，如果我们能够在地标发出一个信号，那不是挺好吗？所以我认为中国在无人驾驶上是有优势的。

　　智能联网还可以进一步深化到策略部件的数字化联网，我们不把一个车看做一个最小单元，我们可以把车里面的一个发动机联网，把车里的方向盘联网，把车里的耗油量联网，这样一来一个车辆所有的系统都变成了物联网，进入了整个交通的管理状态，那是一个什么样的场景？

　　未来交通可以依据在道路上行驶的路权，实现车辆对道路消耗资源的精准计费和交通流精準预测，你经常跑到天安门，你的路权费要设高一点，你在五环外跑，路权费就低一点，这就叫做数字经济，所以我觉得智能网联还有很大的想象空间。

　　（根据李德毅院士最近的公开演讲整理而成，未经本人确认。）

关注读览天下微信， 100万篇深度好文， 等你来看……