盡管去年累計交付4.37萬輛，穩(wěn)居汽車新勢力榜首，但蔚來汽車前進的道路卻難以一帆風(fēng)順。8月12日，一位商業(yè)人士駕駛蔚來ES8汽車啟用自動駕駛功能(NOP領(lǐng)航狀態(tài))后，因交通事故失去生命。消息甫一傳出，即在汽車行業(yè)引發(fā)熱議。
這并非年輕的蔚來汽車首次發(fā)生此類事故，當(dāng)然，類似因自動駕駛/自動輔助駕駛導(dǎo)致交通事故，業(yè)內(nèi)也并非蔚來汽車一家。相關(guān)事件調(diào)查發(fā)現(xiàn)，自動駕駛系統(tǒng)無法識別響應(yīng)路障、三角警示牌等靜態(tài)障礙物。顯然，這給火熱的全新自動駕駛敲響了一記警鐘。
無獨有偶，1個月前，清華大學(xué)汽車產(chǎn)業(yè)與技術(shù)戰(zhàn)略研究院院長趙福全在一個智能網(wǎng)聯(lián)論壇上直言，這個行業(yè)“很熱、很亂，也很難”，現(xiàn)在雖然行業(yè)“亂度降低，但難度有增無減”。
今年是L3級別量產(chǎn)元年
眾所周知，車聯(lián)網(wǎng)是汽車電子信息通信和道路交通運輸?shù)刃袠I(yè)深度融合的一種新型產(chǎn)業(yè)形態(tài)，隨著5G技術(shù)的商用，車聯(lián)網(wǎng)產(chǎn)業(yè)快速發(fā)展，行業(yè)應(yīng)用加速滲透，智能化和網(wǎng)聯(lián)化的趨勢顯著，成為數(shù)字經(jīng)濟發(fā)展的一個重要組成部分。
根據(jù)自動化程度的不同，國內(nèi)外相關(guān)機構(gòu)將自動駕駛分為L0~L5六個等級。業(yè)內(nèi)普遍以L3為分水嶺，以下為輔助駕駛，以上是高級自動駕駛。根據(jù)研究機構(gòu)IHS預(yù)測，自動駕駛市場規(guī)模不斷擴大，并將在2035年達到5600億美元。
智能網(wǎng)聯(lián)汽車究竟有多火?“在過去的一年半里，國內(nèi)新上市的車上有1000多款A(yù)DAS(高級駕駛輔助系統(tǒng))，安裝率非常高。”透過某部屬研究機構(gòu)負(fù)責(zé)人給出的這一數(shù)據(jù)，我國自動駕駛產(chǎn)業(yè)的火熱程度可見一斑。
目前，我國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)發(fā)展基本與全球先進水平處于“并跑”階段。2020年，L2級智能網(wǎng)聯(lián)汽車乘用車新車市場滲透率達到15%，2021年上半年提高至20%左右，L3級自動駕駛車型在特定場景下開展測試驗證。
“對于OTA(空中下載技術(shù))，三五年前我們根本想不到會有這么高的安裝率和普及率。”在感慨自動駕駛飛速發(fā)展的同時，這位負(fù)責(zé)人坦言，與媒體報道的自動駕駛汽車交通事故相比，企業(yè)平時在日常測試過程中遇到的大小事故可能更多一些。
據(jù)了解，乘用車的自動駕駛技術(shù)水平，目前正處于L2向L3過渡的階段，商用車自動駕駛進程相對更為快速。自動駕駛行業(yè)容錯率極低，在技術(shù)高度成熟之前貿(mào)然上路，企業(yè)將面臨比較高昂的試錯成本。因而，前沿的自動駕駛解決方案會率先在特定場景中進行測試，充分驗證之后投入商用。商用車領(lǐng)域落地的自動駕駛技術(shù)更為領(lǐng)先，目前大多已經(jīng)達到L3+級別。大部分車企已經(jīng)推出具備L2級別輔助駕駛系統(tǒng)的車型。2021年作為L3量產(chǎn)的元年，多家車廠推出或計劃推出配備L3級別自動駕駛解決方案的車型并投入生產(chǎn)。
值得一提的是，我國復(fù)雜的路況能為自動駕駛測試者提供更多行駛數(shù)據(jù)，使本土公司在測試上具有一定優(yōu)勢，有望實現(xiàn)對國外企業(yè)的彎道超車。
測試與真正的交通尚有距離
近日，工業(yè)和信息化部、公安部、交通運輸部聯(lián)合發(fā)布了《智能網(wǎng)聯(lián)汽車道路測試與示范應(yīng)用管理規(guī)范(試行)》(以下簡稱《規(guī)范》)。2018年4月，這3個部委聯(lián)合發(fā)布了《智能網(wǎng)聯(lián)汽車道路測試管理規(guī)范(試行)》，發(fā)揮了積極的引導(dǎo)作用。全國27個省(市)出臺了管理細(xì)則，建設(shè)了16家智能網(wǎng)聯(lián)汽車測試示范區(qū)，開放了3500多公里測試道路，發(fā)放了700余張測試牌照，道路測試總里程超過700萬公里，長沙、上海、北京等地還開展了載人載物示范應(yīng)用。
不過，在道路測試工作開展過程中，也存在測試方案不統(tǒng)一、測試結(jié)果不互認(rèn)、車路協(xié)同不到位等問題，行業(yè)企業(yè)提出進一步放開高速公路、無安全員測試等需求。
公安部道路交通安全研究中心主任王長君表示，現(xiàn)有的道路測試，不管是封閉場地測試還是特定的公開道路測試，都存在根本性的問題。一是封閉場地的測試項目少。二是封閉場地的測試大多是定性的測試，比如，測試汽車看到紅綠燈能不能停，至于當(dāng)時的車速是多少，以什么樣的速度安全停下來等，這些都沒有測試。三是測試道路的場景非常有限。
而測試道路的局限直接導(dǎo)致以下問題：第一，在路上跑的時候會有大量無效行駛，無效行駛導(dǎo)致了無效測試;第二，所測試的交通規(guī)則有限，許多交通規(guī)則沒有測試;第三，對于其他交通參與者不遵守交通規(guī)則的行為，自動駕駛汽車如何應(yīng)對沒有測試;第四，有大量未知的場景無法測試。
事實上，越來越多的人認(rèn)為自動駕駛太難了。即便是對自動駕駛信心滿滿的“鋼鐵俠”馬斯克，前不久也在推特上承認(rèn)自動駕駛太難了。他說，通用自動駕駛是一個如此難的任務(wù)，因為這要求去解決很大一部分現(xiàn)實世界的AI問題。
王長君表示，實踐中自動駕駛測試更多將重點鎖定在車輛的安全預(yù)期功能測試上，很少考慮圍繞既有規(guī)則進行測試，結(jié)果造成安全功能控制的精度不高，以及對交通規(guī)則的遵守機制不健全。因此，他建議結(jié)合自動駕駛汽車所面臨的復(fù)雜長期的安全挑戰(zhàn)，可以開展全面遵守交通規(guī)則的便利仿真測試，即可以在電腦平臺上，完成對所有交通規(guī)則遵守能力的測試。
網(wǎng)絡(luò)與多網(wǎng)融合問題不容忽視
對于測試示范區(qū)，國家智能網(wǎng)聯(lián)汽車創(chuàng)新中心副主任辛克鐸也認(rèn)為示范區(qū)存在商業(yè)化可運營場景不多的問題。他反問道：“沒有的話怎么可能實現(xiàn)大規(guī)模生產(chǎn)呢?場景不豐富、模式不確定，現(xiàn)在可持續(xù)運營的商業(yè)模式依然沒有確定，迄今為止這是智能網(wǎng)聯(lián)汽車依然面臨的問題。”
在辛克鐸看來，特斯拉只是網(wǎng)聯(lián)車，但不是智能網(wǎng)聯(lián)車。他強調(diào)，要旗幟鮮明堅定地認(rèn)為，將來智能網(wǎng)聯(lián)駕駛汽車的方向一定是V2X(車對外界的信息交換)，V2X是中國智能網(wǎng)聯(lián)汽車的必由之路。“智能網(wǎng)聯(lián)駕駛是一個復(fù)雜的系統(tǒng)，系統(tǒng)的冗余性、穩(wěn)定性和安全性，單靠一家公司是很危險的。智能網(wǎng)聯(lián)汽車是集IOT(物聯(lián)網(wǎng))、人工智能、大數(shù)據(jù)等多種技術(shù)于一體的最具發(fā)展前景的引領(lǐng)性行業(yè)，實際上這不止是汽車行業(yè)的事情，而是與整個智能社會密切相關(guān)。”他說。
不過，作為智能網(wǎng)聯(lián)汽車的基礎(chǔ)，網(wǎng)絡(luò)建設(shè)與多網(wǎng)融合卻不乏問題。辛克鐸表示，許多人說5G達到1毫秒了，這樣的低時延對自動駕駛肯定是行的，但是在示范區(qū)建設(shè)過程中，實際數(shù)字是50毫秒。“1毫秒有沒有呢?反正我沒有見過。”他認(rèn)為，支持自動駕駛的連續(xù)覆蓋的5G網(wǎng)絡(luò)是否已經(jīng)預(yù)備好了，這是我們所面臨的一個非常嚴(yán)峻的問題。
同樣，多網(wǎng)融合也存在問題。辛克鐸說：“車路云網(wǎng)圖大家都在干，是否解決了融合的問題和統(tǒng)一標(biāo)準(zhǔn)的問題呢?據(jù)我所知并沒有，這些問題不解決怎么支持自動駕駛?因此，多網(wǎng)融合依然是一個非常重要的問題，基礎(chǔ)網(wǎng)絡(luò)建設(shè)仍是基礎(chǔ)中的基礎(chǔ)。”
此外，云平臺一致性作為一個核心問題也不容忽視。辛克鐸表示，現(xiàn)在很多網(wǎng)絡(luò)和信息化建設(shè)是一樣的，基本上各行業(yè)各領(lǐng)域垂直化，信息孤島模式居多。比如，有3個城市建了自動駕駛示范區(qū)，彼此之間都是獨立不相通的?；A(chǔ)設(shè)施標(biāo)準(zhǔn)不一致，安全防護手段不一致，產(chǎn)業(yè)生態(tài)沒有建立，自然無法出現(xiàn)規(guī)模產(chǎn)品和建立好的商業(yè)模式。(記者 王曉濤)
關(guān)鍵詞： 智能 網(wǎng)聯(lián) 汽車 L3級 量產(chǎn)
責(zé)任編輯：Rex_01
