“2017年12月2日，一声令下，深圳的无人驾驶公交车正式上路了……这是中国首次，全球首例在开放的道路上进行无人驾驶。今天开始，当你在深圳搭乘公交时，看到驾驶位是空的，方向盘还会自己动，千万不要再惊讶……”本月初，一篇名为《别了司机！刚刚深圳打响第一枪！》的自媒体文章在网络上广泛传播。
虽然紧接着深圳巴士集团就用三个关键词——有人驾驶、试验线路、只针对特定人群开放，对该文章内容做了澄清，同时表示“无人驾驶的实现，仍停留在功能和技术层面”。这场博人眼球的闹剧背后所反映的自动驾驶“乱象”，还是引起了业界的深思。
“可以看到，当前社会对于自动驾驶有两种截然不同的态度，一种是盲目的乐观，就像深圳阿尔法巴智能驾驶公交上路，部分媒体描述的那样；另一种则是过分的悲观，觉得要实现汽车自动驾驶完全不可能。”日前，沃尔沃汽车亚太区研发总监顾剑民博士接受盖世汽车采访时表示。
“但我的态度是‘谨慎的乐观’。什么意思？就是说业界如果想在未来3~5年之内，实现全场景的无人驾驶，或许不太可能，但这并不等于未来5年或者10年仍做不到。”顾剑民认为，研发自动驾驶是一个循序渐进的过程，行业可以先从某些特定场景的自动驾驶或者特定功能的自动驾驶做起，然后再逐步扩展到全场景的自动驾驶。如果一开始就瞄准完全的自动驾驶，不仅法律不允许，技术方面也难以达到要求。
传感器总会有局限性 自动驾驶一定需要V2X
如果从谷歌自动驾驶汽车雏形2009年被曝光开始算起，业界大规模研发这项“黑科技”已经有了八年的时间。期间，经过无数次的思想碰撞和技术创新，业界对于自动驾驶汽车应该怎样去架构、究竟需要什么样的技术，已经有了比较明确的答案，即汽车自动驾驶系统主要包括感知、决策和控制三个层面，这其中任何一个环节出现差错都难以实现汽车自动化和智能化。
正是有了这样的方向指引，目前业界对于自动驾驶的技术研发重点，也主要是围绕这三个方面展开。譬如感知方面，为了让自动驾驶汽车能够拥有像人一样甚至“超人类”的环境感知能力，在行车途中准确获取车辆周边的环境信息，企业们纷纷给汽车装上了摄像头、毫米波雷达乃至激光雷达等传感器，充当汽车的“眼睛”。事实证明确实可行，谷歌无人车、特斯拉的上路就是很好的例子，抛开自动驾驶不谈，这些传感器的“加身”，确实会让汽车的性能大大提升，实现更高水平的安全驾驶。
“但若就自动驾驶而言，光靠车辆本身的传感器难以实现，因为传感器总会有局限性，即使加上高精度地图。”一个很明显的案例是发生于2016年5月的特斯拉Model S致命事件，作为全球第一起因自动驾驶而致死的事故，这起车祸的原因之一就是特斯拉自动驾驶系统在明亮的阳光下，没有监测到白色的半挂拖车，从而导致两车相撞。虽然后来特斯拉对系统进行了多次升级，传感器技术也有了新的突破，传感器的局限性依然存在，甚至被业界奉为最佳解决方案的激光雷达，在雨雪雾等极端天气下，性能也会大打折扣。
“从这一点上来讲，要实现真正的自动驾驶，特别是L4以上的自动驾驶，没有V2X技术，是难以成功的。”而有了V2X技术，不仅可以弥补当前各种传感器在辅助驾驶过程中的功能缺陷，对于很多人存疑的汽车“听觉”技术，其实也是一种补充。
“如果类比现在人类驾驶员开车的状态，听觉在驾驶过程中也很重要，可以帮助驾驶员听清车内车外的各种警报声音。”那么怎么补齐自动驾驶汽车在这一块的技术“短板”呢？顾剑民认为，基于DSRC或者LTE-V的V2X技术，能够让自动驾驶汽车在有其他特殊车辆靠近时，提前知晓并进行避让，而这也将是未来汽车“听”方面的主要需求，至于内部的警报声，则可以通过CAN总线形成信息闭环。
从小概率事件到市场 自动驾驶仍存多重难题
据波士顿咨询公司预计，到2035年，全球无人驾驶汽车的销量将达1200万辆，其中超过四分之一将在中国出售。毋庸置疑，在全球汽车产业智能化、自动化大潮下，未来汽车产品的形态之一必然是自动驾驶，而中国则将是自动驾驶的主战场。正因为如此，当前几乎所有主流车企都在积极开展自动驾驶相关研发，加速这项“黑科技”的量产落地。
不过，正所谓“理想很丰满，现实很骨感”，即使是现在，各大车企、各行各业针对自动驾驶已经进行了无数次的技术迭代，V2X也取得了明显进展，要实现量产仍存多重难题。其中技术方面，据顾剑民透露，目前主要有两大技术难点。
“一是怎么去预测人的行为。就像我们现在开车，总会遇到行人、骑自行车的人、骑电瓶车的人等各种不同的公共道路使用者，我们需要预测他们的行为一样，即使现在已经推出了完全的自动驾驶汽车，只要路上还有其他的弱势道路使用者，必然会存在自动驾驶汽车与其他道路使用者的互动，这就需要去预测人的行为。比如前面过马路的老人是继续往前走，还是停下来，抑或往回走。然而事实却是，即使经验比较充足的人类驾驶员，尚且不能准确判断，更别说机器或自动驾驶车辆。
二是如何减少corner case带来的潜在危险。虽然这里谈的是小概率极端情况，但汽车不同于其他很多消费产品，一旦碰到corner case，结果很可能是车损人伤，甚至车毁人亡。如果出现这样的情况，对于整车厂来说，需要承担很大的法律责任。所以这也是目前业界比较担心的。”据悉，现在也有很多企业在针对corner case进行相关的研发，以覆盖尽可能多的corner case场景，提高自动驾驶汽车的安全性和稳定性。
而在这些技术因素之外，顾剑民认为，还有一些非技术因素也不容忽视。
“譬如法律法规的不完善，不过这个国家目前正在积极推动中，相信很快会有相关的成果发布。另一个原因就是市场，特别是市场的接受度。对于自动驾驶，过去我们经常看到有第三方调查说，中国的顾客是最愿意接受自动驾驶的，市场接受度甚至高达70%—80%，但其实这种调研结果与顾客实际的购买行为是有偏差的，真正愿意接纳自动驾驶的消费者数据很可能没有这么多，尤其在顾客知道这种自动驾驶系统需要额外付费，所谓天下没有免费的午餐。像特斯拉就是这样的商业模式，可能只有很少一部分人愿意为之买单，体验这种高科技。”这就需要企业去衡量，考量市场的接受度和盈利模式。
当然，最关键的是，目前技术还做不到真正的无人驾驶，甚至一个最普遍的用车场景——在人车混杂的场景下，汽车驶离小区停车位，驶出小区，开上马路，目前的技术条件下都很难做到。“这种情况下，即使车企将自动驾驶系统作为一个选装系统提供给消费者，也很容易沦为鸡肋，因为体验不好，还不如消费者自己驾驶。所以现在很多车企其实都在考虑，假如未来这套自动驾驶系统成熟了，法律允许了，保险等配套也都跟上了，顾客能不能接受，愿不愿意花这个钱。”
基于场景和功能 循序渐进推动技术商业化
随着汽车自动化、智能化发展渐入高潮，在自动驾驶领域，如今组装一辆自动驾驶样车进行Demo演示，对于越来越多的企业来说不再是难事，也不是大家关注的焦点，反而对于自动驾驶技术的商业化落地，开始被不断提上日程。
如Apollo和金龙合作的无人驾驶巴士“阿波龙”，预计明年将量产并展开示范运营；广汽自主研发的L3自动驾驶汽车，宣布将于2019年年底量产；日产则承诺到2020年，实现完全自动驾驶技术的商业化……仿佛不过两三年的时间，大家将看到大量的自动驾驶汽车投入运营。
然而，事实并非如此。“如果自动驾驶要最终落地，我认为两个领域有望率先实现：特定场景的自动驾驶，比如某段封闭的道路，里面没有其他的行人、骑自行车的人等道路使用者，场景相对较简单；特定功能的自动驾驶，类似于纵目科技最近演示的自动泊车以及自主泊车。”
顾剑民认为，企业可以从这两条路线，结合自动化由第一阶段、第二阶段、第三阶段逐渐向上研发，因为自动驾驶的研发需要循序渐进，技术积累和迭代，从主动安全到驾驶辅助，然后是辅助驾驶，最后做到自动驾驶乃至真正的无人驾驶。至于要实现完全的自动驾驶落地，在某种程度上则需要国家像出台双积分政策支持新能源产业一样，出台类似的政策支持自动驾驶的商业化量产。
“值得一提的是，即使将来自动驾驶量产了，也很有可能是作为一个选装系统，只有客户愿意多花钱，才有可能享受到自动驾驶技术红利。”为什么这么说？在顾剑民看来，除非有一天技术方面可以实现完全的无人驾驶，人驾驶汽车是非法的，否则无法避免人机共驾情况的出现。而只要人类驾驶员还有操控汽车的可能，或存在操控汽车的需求，还需要体验驾驶的乐趣，车企就不能通过诸如取消方向盘等方式剥夺人类驾驶员的驾驶权，否则可能很多人不愿意买这样的车。
“因此，我认为在可以预计的一段时间内，大部分汽车的自动驾驶功能将可以选装，以保证人类驾驶员在某些情况下可以拥有驾驶权，自己来开车，享受驾驶的乐趣。而在类似堵车、个人比较疲惫的情况下，或者需要做其他的事情时，则可以选择把驾驶权交给汽车，让汽车自动驾驶。”
从这一点上来讲，虽然目前的很多驾驶辅助系统都是为了给人类司机提供驾驶辅助而存在的，但未来随着汽车自动化、智能网联化程度越来越高，甚至某一天汽车可以不需要人类驾驶员时，这些驾驶辅助系统还是有存在的必要。“只不过到那个时候，诸如盲点信息系统、道路偏离预防系统等可能会集成在一起，变成一个新的系统，而不是像现在这样单独存在。”
