想象一下，如果有一天北京市的道路上行驶的全是自动驾驶的汽车，会怎样？

　　自动驾驶，一个距离我们似乎仍然有距离的概念，已经踏上了从试点探索到逐步推广的道路。

　　6月，北京高级别自动驾驶示范区将从目前的160平方公里拓展至600平方公里。而在5月23日，北京亦庄和北京南站之间就已经迎来了首批往返的自动驾驶车辆——这标志着自动驾驶车辆首次进入北京三环内测试。

　　自动驾驶乘用车的安全员，座位逐渐从主驾移到副驾，再到后排，最后到远程操控、彻底实现车内无人化；原本的道路测试，也在里程积累中走向载人、商业化试点。

　　自动驾驶汽车正从测试区驶向更广阔的实际应用场景。但距离我们真正用上，到底还有多久？

 

　　北京市自动驾驶示范区3.0扩区解锁，首次将自动驾驶车辆引入北京三环内进行测试。根据报道，首批往返于北京亦庄和北京南站之间的自动驾驶车辆已投入运行。

　　示范区3.0阶段的扩区建设，重点打造了“五站两场”接驳场景，涵盖了北京南站、丰台站、朝阳站、清河站、城市副中心站这五个重点铁路枢纽客运站，以及大兴国际机场和首都国际机场。这一布局，预示着未来市民可以乘坐自动驾驶车辆前往赶高铁、赶飞机，极大地便利了人们的出行。

　　北京市高级别自动驾驶示范区自2020年启动建设，至今已迭代至3.0阶段，今年6月将扩至600平方公里，其中440平方公里位于通州、顺义。示范区已经累计部署车辆超过800台，为29家测试车企发放了道路测试号牌，自动驾驶测试里程近3000万公里。以大兴机场自动驾驶接驳服务为例，根据北京经济技术开发区管理委员会公布的数据，截至目前，大兴机场自动驾驶接驳服务累计测试里程超22万公里，从开放自动驾驶接驳载人示范以来，累计完成近一千笔订单。

　　>>顺义区高级别自动驾驶示范区3.0示意图。图片来源：北京顺义微信公众号

　　据悉，新一轮测试暂不开放旅客承载业务，主要任务为适应南站场景车辆通行环境，两条测试道路分别途径博大路-南四环-马家堡西路、南五环-京开高速-南三环及三环辅路，至开阳路到达北京南站，同时划定周边2.2平方公里测试配套区域，并在北京南站立体停车楼安排自动驾驶专用停车位。

　　在示范区3.0扩区解锁的过程中，多家企业获得了参与的机会。文远知行、小马智行、安途智行、萝卜快跑四家企业获得了首批道路测试通知书，正在加快完成地图采集工作。

　　“北京南站集铁路、地铁、城市铁路、公交、出租等五种交通方式于一体，覆盖交通枢纽城市多，日均客流量大，且具备智慧停车等功能，自动驾驶落地条件良好。”文远知行相关负责人向媒体表示，在道路测试阶段车辆还不能载人，并需要配备一名安全员。

　　>>自动驾驶车辆停靠在北京南站立体停车楼专用车位。新华社发

　　这些企业的自动驾驶车辆在北京南站开展测试验证，通过在真实交通环境中的测试，不断优化和提升自动驾驶技术的性能和安全性。

　　除了北京以外，2023年，上海也宣布在金桥和浦东机场等区域扩大测试场景，加速推动自动驾驶可持续、可复制和可推广的商业化路径。在中心城区的特定时段、路段试点运营自动驾驶公交。今年3月19日，上海浦东新区就开放了第二批自动驾驶测试道路，共205公里。至此，上海已累计开放自动驾驶测试道路达1003条，总里程突破2000公里。

　　安全是自动驾驶技术发展的底线。在道路测试阶段，车辆还不能载人，并需要配备一名安全员。通过道路测试之后，车辆可以拿到载人测试牌照，再通过载人测试后，才能拿到商业化牌照。这一严格的测试和审批流程，确保了自动驾驶车辆的安全性能得到充分验证。

 

　　那么，无人驾驶车辆在中国大规模上路的阶段真的要来了吗？

　　“尽管自动驾驶在一些场景接近甚至超越人类驾驶水平，但距离大规模社会化、商业化应用仍有很长的路要走。”中国电动汽车百人会副理事长兼秘书长张永伟认为。

　　技术成熟度、法规政策、基础设施、公众接受度和成本问题制约着自动驾驶大规模商业化应用。

　　当前，自动驾驶技术尚未完全成熟，尤其是在感知、决策和执行等关键技术上，仍需进一步突破。复杂的交通环境、多变的天气条件、不稳定的网络连接等都对自动驾驶系统的稳定性和可靠性提出了更高要求。

　　自动驾驶的商业化安全应用，需要更多数据积累和场景训练。中国工程院院士张亚勤表示，百度L4自动驾驶测试车辆累计行驶近1亿公里，但极端工况数据仍不足，且数据分类、标注、处理、合规等存在挑战。大模型在汽车行业的应用对数据资源的流动与共享提出更高要求。

　　以无人驾驶中的交互为例，车与人交互涉及无人驾驶车对周边人姿态行为的理解，需要解决场景对象多、混杂遮挡和识别速度要求高等难题。如车载传感器可获得多视角高质量视觉互补信息，通过多阶段、多分支的卷积神经网络（CNN）结构从图片中抽取数据特征；再针对深度特征进行编码，依据时序关系应用循环神经网络对无人驾驶中动态手势进行识别，并结合选择性注意机制有效提升识别效率。而车与车交互是无人驾驶实现安全、稳定、舒适、节能的重要环节。针对超车换道、狭路会车等典型驾驶场景存在的多样、时变和不确定等问题，风险抑制的启发式算法可适应未知场景的变化，避免潜在的危险或冲突，多智能体强化学习（MARL）算法解决车辆之间的协同等关键问题，并通过自主奖惩函数设定等技术实现新环境的迁移学习，让机器实现像人一样安全行驶。此外，车与环境交互要充分运用智能网联中的 4G/5G 感知信息进行高效融合，提高路网 V2X 的传感网络覆盖率，以适应复杂的交通环境和不断变化的行驶状况，收集交通信息、快速定位、实现车辆间的协同，以保障驾驶安全。无人驾驶车辆应采用任务驱动和以数据为中心的人工智能测试方法，并具有智能驾驶的认知能力。

　　自动驾驶汽车的上路运行需要相应的法规政策支持。目前，各国在自动驾驶汽车的法规制定上进展不一，缺乏统一的国际标准和规范，这在一定程度上限制了自动驾驶技术的推广和应用。

　　自动驾驶汽车的运行依赖于先进的交通基础设施，包括车联网、高精度地图、智能交通信号等。这些基础设施的建设和完善需要大量的资金投入和时间周期。例如，顺义区高级别自动驾驶示范区3.0扩区范围内，目前正在进行路侧数字基础设施建设，通过交通信号灯杆挂载摄像头、雷达等路侧设备，将实现“车路云一体化”服务功能。该设施建设完成后，路侧设备可为智能驾驶汽车提供交通流量参数，可为自动驾驶车辆提供人、机、非相关信息，还可以帮助交管部门进行智能限控，为通过交通信号灯调度优化、解决城市交通拥堵问题提供有益探索。又如，高精度地图智驾方案中，为了保持地图的更新，车企必须付出高昂的成本。高精度地图的采集制作成本大概在3000元/公里，如果一个城市按一万公里城市道路来计算，建图成本在3000万左右。高昂的成本和我国道路实时动态变化的境况，使得2023年国内智能驾驶公司就开启了一场轰轰烈烈的“去高精地图”运动。

　　自动驾驶汽车的普及需要公众的广泛接受。目前，人们对自动驾驶汽车的安全性、隐私保护、就业影响等方面仍存在担忧和疑虑，这需要通过持续的宣传教育和正面引导来逐步解决。例如，此前发生的多起涉及智能驾驶车企的交通事故，就在多家社交媒体平台上引发热议。

　　不可忽视的是，自动驾驶汽车的研发和生产成本较高，尤其是在传感器、计算平台、软件算法等方面的投入。如何降低成本，实现大规模商业化生产，也是自动驾驶汽车推广面临的重大挑战之一。

　　今年2月，有着“自动驾驶第一股”之称的图森未来（TSP）从美国纳斯达克退市，这是全球首家主动退市的自动驾驶公司。图森未来成立于2015年，是一家研发大型货运卡车高阶自动驾驶系统解决方案的人工智能企业。2017年，公司在美国加州拿到路测牌照，成为L4级自动驾驶卡车领域“第一个吃螃蟹”的公司。2021年，图森未来在美国上市，每股价格曾高达79.84美元，其投资方不乏知名创投和产业巨擘。但是，由于长期亏损，不能按时提交财报，股价常年低于1美元，去年纳斯达克交易所多次给图森未来发出退市通知。与此同时，全球自动驾驶公司出现倒闭或裁员潮，也加速了图森未来的退市进程。

　　近年来，福特汽车和大众汽车集团关闭旗下自动驾驶初创公司Argo AI，谷歌旗下的Waymo已进行多轮裁员，与图森未来比肩的美国自动驾驶卡车公司Embark倒闭。这些国外企业经营陷入困境，根本原因依然在于高阶自动驾驶商业化没有落地。高阶自动驾驶只有大规模使用，才能够跑通商业化之路。而任何技术要想商业化，就需结合市场的真实需求。

 

　　目前，全球有多家车企和自动驾驶技术提供方正积极推动自动驾驶技术的发展和应用。

　　在美国，Waymo、Cruise等公司在自动驾驶领域取得了显著进展。而在中国，自动驾驶功能已纳入部分车企的汽车“标配”，同时辅助驾驶功能也在中低价位车型中得到拓展。欧洲在自动驾驶领域同样表现活跃，德国、法国、英国等国家均开展了自动驾驶汽车的测试和研发。德国汽车制造商宝马、奥迪、奔驰等均在自动驾驶技术上投入巨大，积极推动技术进步和商业化应用。在亚洲，日本、韩国和新加坡等国家也在自动驾驶技术上取得了显著进展。日本通过“SIP-adus”项目推动自动驾驶技术的研发和应用，希望通过实现自动驾驶来解决当今社会关注的问题，包括减少交通事故、缓解交通拥堵和为行动不便的人（如生活在偏远地区的老年人）提供交通工具等。

　　特斯拉（Tesla）：特斯拉是全球自动驾驶技术的领军企业之一。其全自动驾驶（FSD）功能通过不断的软件更新，逐步实现了从辅助驾驶到完全自动驾驶的转变。特斯拉的Autopilot系统已经能够在高速公路上实现自动驾驶，并在特定场景下进行自动泊车和召唤。特斯拉还在不断收集数据，通过影子模式（shadow mode）来训练和改进其自动驾驶算法。据最新报道，百度自动驾驶技术部总经理徐宝强近期表示，对于特斯拉将推出的Robotaxi（共享出租车），百度将根据特斯拉方面的具体应用模式和进入中国市场的节奏等，考虑可能的合作机会。

　　Waymo：Waymo作为Alphabet（Google的母公司）旗下的自动驾驶公司，自2009年起就开始研发自动驾驶汽车。Waymo One是其推出的自动驾驶出租车服务，已在美国亚利桑那州凤凰城等地运营。Waymo的自动驾驶技术在行业内处于领先地位，其车辆能够在复杂的城市环境中安全行驶。

　　通用汽车（General Motors）：通用汽车通过其子公司Cruise Automation在自动驾驶领域取得了显著进展。Cruise已经在美国旧金山等地进行了自动驾驶汽车的测试，并计划在未来几年内推出自动驾驶出租车服务。

　　百度Apollo：百度Apollo是中国自动驾驶技术的领军企业之一。百度不仅在自动驾驶算法研发上取得了突破，还推出了Apollo平台，为汽车行业提供开放的自动驾驶解决方案。百度的自动驾驶出租车服务“萝卜快跑”已在多个城市开展运营。5月15日，百度Apollo在武汉百度萝卜快跑汽车机器人智行谷举办Apollo Day 2024，展示了百度在自动驾驶领域取得的最新进展：支持L4级自动驾驶的大模型Apollo ADFM（Autonomous Driving Foundation Model）、第六代无人车和无人车自动运营网络。

　　小马智行（Pony.ai）：小马智行是一家专注于自动驾驶技术研发的公司，其自动驾驶汽车已在中国和美国进行了广泛的测试。小马智行的自动驾驶系统能够在复杂的交通环境中稳定运行，并在特定区域提供自动驾驶出租车服务。

　　蔚来（NIO）：蔚来作为中国的电动汽车制造商，也在自动驾驶技术上进行了积极布局。蔚来的NOP（Navigate on Pilot）功能提供了导航辅助驾驶功能，能够在高速公路上实现自动驾驶。

　　滴滴出行：滴滴出行作为中国最大的出行平台，也在积极探索自动驾驶技术。滴滴已经在上海等地开展了自动驾驶汽车的测试，并计划在未来推出自动驾驶出租车服务。

　　Mobileye：Mobileye是英特尔旗下的自动驾驶技术公司，专注于为汽车提供高级驾驶辅助系统（ADAS）和自动驾驶解决方案。Mobileye的EyeQ系列芯片被广泛应用于自动驾驶汽车的感知系统中。在中国市场，Mobileye目前拥有5个级别的智驾产品，分别是基础ADAS、云增强ADAS、SuperVision、Chauffeur以及Drive。

　　NVIDIA：NVIDIA作为全球领先的图形处理器制造商，也在自动驾驶领域发挥着重要作用。NVIDIA的Drive平台为自动驾驶汽车提供了强大的计算能力，支持从L2到L5级别的自动驾驶功能。

　　可以看到，参与自动驾驶技术开发的，不仅有传统的车企，还有科技巨头、芯片厂商、人工智能新贵等。自动驾驶技术的发展不仅需要单个企业的技术创新，还需要整个行业的合作与生态构建。许多企业通过合作共享数据、技术资源，共同推动自动驾驶技术的发展。

　　例如，百度Apollo与一汽、奇瑞等汽车制造商合作，共同研发自动驾驶汽车。特斯拉与AMD合作，使用其GPU来提升自动驾驶计算平台的性能。

　　此外，企业之间还形成了各种联盟，共同推动自动驾驶技术标准的制定和推广。例如，5G汽车联盟（5GAA）就是一个由汽车制造商、技术提供商和电信运营商组成的联盟，致力于推动5G技术在自动驾驶汽车中的应用。

　　自动驾驶技术的发展需要全球范围内企业的共同努力。通过技术创新、合作共享、生态构建以及应对挑战。

　　自动驾驶时代的到来是大势所趋，但具体时间表仍存在诸多不确定性。全球各大企业和研究机构的积极推动，预示着自动驾驶技术正逐步走向成熟。然而，要实现自动驾驶技术的广泛应用，仍需各方共同努力，克服技术、法规、基础设施等方面的挑战。

　　END

　　编辑：李子吉

　　设计：李子吉

　　审核：艾丽

　　政审：王军善

　　终审：朱永旗