自動(dòng)駕駛是百年汽車工業(yè)史上又一次偉大的范式轉(zhuǎn)移，將重新定義汽車產(chǎn)業(yè)規(guī)則。汽車的產(chǎn)品定義將不再是 「行走的精密儀器」，也不只是一臺(tái)「行走的計(jì)算機(jī)」，而是「行走的第三空間」；車廠的角色將從傳統(tǒng)的汽車制造商向移動(dòng)出行服務(wù)商轉(zhuǎn)型。自動(dòng)駕駛是產(chǎn)業(yè)發(fā)展的必然趨勢(shì)，關(guān)乎時(shí)間、生命，是重塑未來(lái)出行生態(tài)的關(guān)鍵技術(shù)。2018 年下半年以來(lái)，全球自動(dòng)駕駛產(chǎn)業(yè)現(xiàn)象級(jí)事件頻發(fā)，商業(yè)化序幕已經(jīng)拉開。

1.百年汽車史上又一次偉大的范式轉(zhuǎn)移

1.1 重新定義汽車產(chǎn)業(yè)的游戲規(guī)則

汽車產(chǎn)業(yè)升級(jí)換代，自動(dòng)駕駛獨(dú)領(lǐng)風(fēng)騷。直觀理解，自動(dòng)駕駛就是「機(jī)器替代駕駛員開車」，國(guó)內(nèi)亦稱之為智能網(wǎng)聯(lián)汽車。與電動(dòng)化、共享化相并列，自動(dòng)駕駛（智能化+網(wǎng)聯(lián)化）早已被產(chǎn)業(yè)界普遍認(rèn)可為汽車產(chǎn)業(yè)未來(lái)發(fā)展的「新四化」趨勢(shì)之一。

春江水暖鴨先知，從嗅覺靈敏的資本市場(chǎng)的表現(xiàn)來(lái)看，自動(dòng)駕駛早已是汽車產(chǎn)業(yè)升級(jí)的絕對(duì)主角。代表目前全球最強(qiáng)自動(dòng)駕駛實(shí)力的 Waymo（谷歌）盡管尚未產(chǎn)生正式的收入，已經(jīng)被 Morgan Stanley 率先定價(jià)到了 1750 億美元，遠(yuǎn)超傳統(tǒng)車企代表通用、福特、電動(dòng)化勢(shì)力代表特斯拉以及共享出行代表 Uber 的估值。Morgan Stanley 對(duì)于自動(dòng)駕駛的熱捧絕非孤例，根據(jù)德國(guó)《經(jīng)理人》雜志報(bào)道，大眾集團(tuán) CEO Herbert Diess 曾計(jì)劃以 1370 億美元的報(bào)價(jià)參股 Waymo 10% 股份（提議最終未得到董事會(huì)支持而告終），產(chǎn)業(yè)資本對(duì)于自動(dòng)駕駛的認(rèn)可度和追捧可見一般。我們認(rèn)為，自動(dòng)駕駛獨(dú)領(lǐng)風(fēng)騷的背后原因在于——自動(dòng)駕駛將是未來(lái)汽車產(chǎn)業(yè)游戲規(guī)則的定義者。

自動(dòng)駕駛時(shí)代，汽車被重新定義。自動(dòng)駕駛時(shí)代，汽車不再只是汽車，而是用戶的第三空間。高等級(jí)自動(dòng)駕駛意味著手、腳、眼和注意力將逐步被解放，從「機(jī)器輔助人開車」（L2）到「機(jī)器開車人輔助」（L3）、「機(jī)器開車」（L4/L5）意味著車主的生產(chǎn)力、時(shí)間的釋放，汽車將不再是代步工具，用戶在車內(nèi)即可實(shí)現(xiàn)娛樂和辦公，汽車有望進(jìn)化成為家庭、辦公場(chǎng)所之外的第三生活空間。從本質(zhì)上來(lái)說(shuō)，自動(dòng)駕駛汽車不再是 「行走的精密儀器」，也不只是一臺(tái)「行走的計(jì)算機(jī)」，而是「行走的第三空間」，汽車的產(chǎn)品形態(tài)將被重新定義，商業(yè)價(jià)值也將更多維度地展開（自動(dòng)駕駛創(chuàng)造了新的消費(fèi)經(jīng)濟(jì)和生產(chǎn)力市場(chǎng)——乘客經(jīng)濟(jì)，乘客在路上或消費(fèi)，或工作，或娛樂，每一輛車都可以變成移動(dòng)的商業(yè)地產(chǎn)）。

自動(dòng)駕駛時(shí)代，車廠角色將重新定義。未來(lái)汽車可能分為兩類，一類是有人駕駛的汽車，一類是移動(dòng)服務(wù)汽車。傳統(tǒng)的汽車制造商將逐步向移動(dòng)出行服務(wù)商轉(zhuǎn)型，為用戶提供 Car as a Service 或者說(shuō)是 Mobility as a Service（MaaS）的一站式出行服務(wù)。從用戶角度來(lái)看，相對(duì)于私有車的模式，轉(zhuǎn)向移動(dòng)出行服務(wù)，可以充分利用路上的時(shí)間做自己的事；從車廠的角度來(lái)看，商業(yè)模式將從產(chǎn)權(quán)交易到使用權(quán)交易，即不再是一錘子買賣的整車銷售，而是類似「手機(jī)流量套餐」一樣，對(duì)用戶的出行服務(wù)進(jìn)行按需收費(fèi)。從廣義來(lái)看，未來(lái)出行服務(wù)需要具備三大要素：移動(dòng)平臺(tái)（車）、自動(dòng)駕駛技術(shù)、用戶服務(wù)入口。其中，自動(dòng)駕駛將是關(guān)鍵技術(shù)，可以大幅度的降低出行服務(wù)平臺(tái)的最大的運(yùn)營(yíng)成本項(xiàng)（司機(jī)的工資），直接決定了車企轉(zhuǎn)型移動(dòng)出行服務(wù)商的盈利潛力。

1.2 自動(dòng)駕駛是汽車產(chǎn)業(yè)發(fā)展的必然趨勢(shì)

依從第一性原理思考現(xiàn)有交通出行的困局，發(fā)展自動(dòng)駕駛是破局之道。現(xiàn)在很多大城市每年汽車增長(zhǎng) 20%，道路增長(zhǎng) 1%，人、車、路間供需不平衡，消費(fèi)者被車廠教育了都想買車，可車還是不夠人用（限購(gòu)限行，打車難），路不夠車用（擁堵），車已經(jīng)塞滿了城市；另一方面，汽車又是使用率最低的工業(yè)品，城市不得不為 95% 時(shí)間閑置的汽車建造大量的停車場(chǎng)，車位比車貴?，F(xiàn)有交通出行的困局的根源是因?yàn)椤?、車、路，三者之間在特定時(shí)間段的供需矛盾，增加車、修路都是治標(biāo)不治本的措施，即使是共享出行，也只解決了一半的問題。我們需要從底層創(chuàng)新上尋求現(xiàn)有交通出行問題解決之道。從第一性原理出發(fā)，唯有，也只有代表著更高效率的 MaaS（自動(dòng)駕駛驅(qū)動(dòng)）的普及，才能根本性地解決現(xiàn)有的交通出行困局。

自動(dòng)駕駛關(guān)乎時(shí)間、關(guān)乎生命，將釋放巨大的社會(huì)價(jià)值：

1）自動(dòng)駕駛關(guān)乎生命。滴滴程維曾表示，理論上，機(jī)器比人更適合開車。人其實(shí)并不很適合開車，人類的可靠視距大概只有兩三百米，但是激光雷達(dá)可以看到更遠(yuǎn)。人類只能看到前面 180° 的視角，看不到后面有車追尾，機(jī)器可以環(huán)顧 360°。人只能靠個(gè)體學(xué)習(xí)積累駕駛經(jīng)驗(yàn)，用公里數(shù)換經(jīng)驗(yàn)，但是機(jī)器可以 100 萬(wàn)輛車共享一個(gè)大腦，去學(xué)習(xí)沉淀經(jīng)驗(yàn)。人類開車走復(fù)雜路段，是靠自己的經(jīng)驗(yàn)控制方向盤，但是機(jī)器可以學(xué)習(xí)舒馬赫怎樣精準(zhǔn)過彎。人類操縱汽車是靠手感，是靠腳踩下去的感覺，機(jī)器人可以精確到毫米、微米去控制機(jī)械。機(jī)器也不會(huì)疲勞駕駛、酒駕。在技術(shù)足夠成熟的前提下，機(jī)器駕駛的綜合安全性會(huì)比人類高一個(gè)量級(jí)，而這意味著全球每年死于交通事故的 125 萬(wàn)人死于道路交通事故的人員（WHO《2015 年全球道路安全現(xiàn)狀報(bào)告》），有更多生命得到拯救。

2）自動(dòng)駕駛關(guān)乎時(shí)間。羅振宇提出了「國(guó)民總時(shí)間」的概念，時(shí)間是最有價(jià)值、也是最稀缺的資源。在大部分人的一天 24 小時(shí)中，上下班通勤是逃不掉的固定時(shí)間支出，尤其是在地理尺度較大和職住問題嚴(yán)重的大城市，交通擁堵會(huì)令本已很長(zhǎng)的通勤時(shí)間加倍延長(zhǎng)。高德地圖《2018 年度中國(guó)主要城市交通分析報(bào)告》顯示，以北京為例，人均年擁堵時(shí)間高達(dá) 174 小時(shí)。按照擁堵?lián)p失=城市平均時(shí)薪*因擁堵造成的延時(shí)*人均全年通勤次數(shù)的計(jì)算公式，根據(jù)百度測(cè)算，國(guó)內(nèi)每年因?yàn)榻煌〒矶麓蟾艜?huì)造成 GDP 的5 % 到 8% 的損失。自動(dòng)駕駛時(shí)代，用戶在車上的時(shí)間會(huì)被解放出來(lái)，這些時(shí)間都可以轉(zhuǎn)化成生產(chǎn)力，釋放巨大的經(jīng)濟(jì)價(jià)值。

在釋放巨大社會(huì)價(jià)值的基礎(chǔ)上，自動(dòng)駕駛將激活、重塑和創(chuàng)造多個(gè)萬(wàn)億級(jí)市場(chǎng)：

1）自動(dòng)駕駛將激活汽車市場(chǎng)。智能、安全和人機(jī)共駕的新體驗(yàn)將重新激發(fā)人們換車的需求；

2）自動(dòng)駕駛將重塑出行市場(chǎng)。MaaS 將解決如今困擾消費(fèi)者和出行服務(wù)商的最大問題——司機(jī)成本和「壞人」風(fēng)險(xiǎn)。如果說(shuō)當(dāng)前的網(wǎng)約車只解決了出行需求的一半問題，那么未來(lái)自動(dòng)駕駛出租車將是另一半問題的答案。此外，自動(dòng)駕駛應(yīng)用到商用場(chǎng)景，用機(jī)器替代日益高昂的人力成本，也將創(chuàng)造巨大價(jià)值；

3）自動(dòng)駕駛將創(chuàng)造新的消費(fèi)經(jīng)濟(jì)和生產(chǎn)力市場(chǎng)——乘客經(jīng)濟(jì)。這些時(shí)間，乘客在路上或消費(fèi)，或工作，或娛樂，每一輛車都可以變成移動(dòng)的商業(yè)地產(chǎn)。

更進(jìn)一步，除了上述三個(gè)市場(chǎng)之外，自動(dòng)駕駛技術(shù)的普及還會(huì)產(chǎn)生間接的二級(jí)效應(yīng)，對(duì)能源、房地產(chǎn)、保險(xiǎn)等行業(yè)都會(huì)產(chǎn)生深遠(yuǎn)而巨大的影響。

1.3 現(xiàn)象級(jí)事件頻發(fā)，自動(dòng)駕駛拉開商業(yè)化序幕

自動(dòng)駕駛不再是夢(mèng)想，主機(jī)廠規(guī)?；慨a(chǎn)即將啟動(dòng)?；仡欁詣?dòng)駕駛產(chǎn)業(yè)發(fā)展歷史，大致可以分為如下階段：

1）源起。自動(dòng)駕駛技術(shù)的探索最早可以追溯到 1980 年，美國(guó)率先開啟了自動(dòng)駕駛汽車在軍事領(lǐng)域的應(yīng)用。美國(guó)的國(guó)防高級(jí)研究計(jì)劃局（DARPA）和卡內(nèi)基梅隆大學(xué)，分別以 「攝像頭為主、其他傳感器為輔」開發(fā)出不同的自動(dòng)駕駛汽車的原型，并且在真實(shí)路況中展現(xiàn)出了令人信服的能力。2004 年開始，美國(guó)（DARPA）發(fā)布無(wú)人車挑戰(zhàn)賽。時(shí)值 「第二次海灣戰(zhàn)爭(zhēng)」 剛剛開始，國(guó)防部注意到沙漠行動(dòng)中的士兵傷亡，希望用無(wú)人駕駛來(lái)解決這一問題。DARPA 無(wú)人車挑戰(zhàn)賽為自動(dòng)駕駛技術(shù)交流開辟了空間和研究的土壤，為產(chǎn)業(yè)貢獻(xiàn)了大量的人才。第一代的自動(dòng)駕駛技術(shù)大牛，基本都是以 DARPA 無(wú)人車挑戰(zhàn)賽為起點(diǎn)。

2）賽道開啟。自動(dòng)駕駛產(chǎn)業(yè)化的正式開啟是從 2009 年拉開序幕，Google X 確立了多個(gè)登計(jì)劃（Moonshot），旨在捕捉未來(lái)惠及全人類的核心技術(shù)。無(wú)人車項(xiàng)目在谷歌的資金支持下正式開啟。隨后，陸續(xù)有更多的科技巨頭入場(chǎng)。

3）核心技術(shù)跨越式發(fā)展。自動(dòng)駕駛技術(shù)經(jīng)過多年打磨后，日趨成熟，絕大部分主流車企也宣布了自動(dòng)駕駛的量產(chǎn)計(jì)劃表。為了更好的捕捉自動(dòng)駕駛技術(shù)衍生出來(lái)的需求，從芯片廠到 Tier1 開始了供應(yīng)鏈整合之路。標(biāo)志性的事件就是英特爾宣布以 153 億美元收購(gòu) Mobileye（自動(dòng)駕駛視覺芯片公司），并正式成立自動(dòng)駕駛事業(yè)部。

4）技術(shù)得到商業(yè)化驗(yàn)證。2017、2018 年開始，自動(dòng)駕駛技術(shù)得到商業(yè)化驗(yàn)證。車廠領(lǐng)跑者——奧迪首發(fā)了全球第一款 L3 級(jí)別的量產(chǎn)自動(dòng)駕駛車輛；科技公司的領(lǐng)跑者——Waymo 在經(jīng)過 10 年的測(cè)試和技術(shù)打磨之后，推出 Waymo One 的自動(dòng)駕駛出租車服務(wù)，試水商業(yè)化運(yùn)營(yíng)，并在 18 年分別向捷豹、菲亞特-克萊斯勒下了 20000 量捷豹 I-PACE 車型以及 62,000 輛 Pacifica 混動(dòng)車的訂單，用于在未來(lái) 3 年內(nèi)在全美擴(kuò)大自動(dòng)駕駛車隊(duì)陣容。無(wú)獨(dú)有偶，Uber 早期也與沃爾沃達(dá)成協(xié)議，計(jì)劃采購(gòu) 2.4 萬(wàn)輛車輛，用于自動(dòng)駕駛車隊(duì)。

5）供應(yīng)鏈啟動(dòng)。隨著車廠自動(dòng)駕駛量產(chǎn)計(jì)劃日益臨近，前裝供應(yīng)鏈的「車輪」也已經(jīng)率先啟動(dòng)，標(biāo)志性的事件就是 2019 年年初，四維圖新斬獲國(guó)內(nèi)首個(gè) L3 及以上的高精度地圖的主流車廠訂單（寶馬）。從 2019 年開始，到 2020、2021 年，根據(jù)全球主流車廠的計(jì)劃表，將陸續(xù)開始有量產(chǎn)的自動(dòng)駕駛車輛出爐，自動(dòng)駕駛產(chǎn)業(yè)有望進(jìn)入黃金發(fā)展期。

現(xiàn)象級(jí)事件頻發(fā)，自動(dòng)駕駛產(chǎn)業(yè)發(fā)展全面提速。

1）資金層面。自動(dòng)駕駛在一級(jí)市場(chǎng)已經(jīng)成為最火熱的賽道，展現(xiàn)出超強(qiáng)的吸金能力，僅 2018 年就全球狂攬 94.7 億美元的融資。充裕的資金資質(zhì)將成為自動(dòng)駕駛產(chǎn)業(yè)最好的助推器之一；

2）產(chǎn)業(yè)層面?？萍季揞^繼續(xù)引領(lǐng)行業(yè)風(fēng)向標(biāo)；車廠相繼爭(zhēng)先宣布轉(zhuǎn)型移動(dòng)出行服務(wù)商（典型代表豐田、通用、大眾），繼續(xù)加碼自動(dòng)駕駛研發(fā)投入；

3）政策。全球政府為自動(dòng)駕駛的合法化上路正緊鑼密鼓的修訂政策法規(guī)。日本政府近期通過了《道路運(yùn)輸車輛法》修正案，確保自動(dòng)駕駛的合法性；國(guó)內(nèi)方面，交通部部長(zhǎng)***也在近期表示將力爭(zhēng)在國(guó)家層面出臺(tái)《自動(dòng)駕駛發(fā)展指導(dǎo)意見》。

總體來(lái)看，自動(dòng)駕駛產(chǎn)業(yè)生機(jī)勃勃，在資金、產(chǎn)業(yè)、政策的共振下，發(fā)展不斷提速，快馬加鞭縱情向前。

2.自動(dòng)駕駛概念定義——L3是分水嶺

L3 將是自動(dòng)駕駛技術(shù)的飛躍。對(duì)于自動(dòng)駕駛技術(shù)和概念的定義，國(guó)際上通用的是美國(guó) SAE 協(xié)會(huì)定義的標(biāo)準(zhǔn)。我們?nèi)粘Ｉ钪薪佑|的最多的仍然是 L2 級(jí)別的自動(dòng)駕駛技術(shù)（以特斯拉 AutoPilot 為典型代表），本文所強(qiáng)調(diào)的自動(dòng)駕駛是指 L3 及以上的高等級(jí)自動(dòng)駕駛技術(shù)。

在自動(dòng)駕駛技術(shù)分級(jí)中，L2 和 L3 是重要的分水嶺，在 L2 及以下的自動(dòng)駕駛技術(shù)仍然是輔助駕駛技術(shù)，盡管可以一定程度上解放雙手（Hands Off），但是環(huán)境感知、接管仍然需要人來(lái)完成，即由人來(lái)進(jìn)行駕駛環(huán)境的觀察，并且在緊急情況下直接接管。而在 L3 級(jí)中，環(huán)境感知的工作將交由機(jī)器來(lái)完成，車主可以不用再關(guān)注路況，從而實(shí)現(xiàn)了車主雙眼的解放（Eyes Off）。而 L4、L5 則帶來(lái)自動(dòng)駕駛終極的駕駛體驗(yàn)，在規(guī)定的使用范圍內(nèi)，車主可以完全實(shí)現(xiàn)雙手脫離方向盤以及注意力的解放（Minds Off），被釋放了手、腳、眼和注意力的人類，將能真正擺脫駕駛的羈絆，享受自由的移動(dòng)生活。從實(shí)際應(yīng)用價(jià)值來(lái)看，L3/L4 相對(duì)于輔助駕駛技術(shù)有質(zhì)的提升，從「機(jī)器輔助人開車」（L2）到「機(jī)器開車人輔助」（L3），最終實(shí)現(xiàn)「機(jī)器開車」（L4/L5），L3 將成為是用戶價(jià)值感受的臨界點(diǎn)，將成為產(chǎn)業(yè)重要分水嶺。

跟消費(fèi)者普遍希望的「全能」所不同，自動(dòng)駕駛技術(shù)是有應(yīng)用場(chǎng)景和功能要求的。除了基礎(chǔ)的分級(jí)之外，SAE 協(xié)會(huì)還給出了自動(dòng)駕駛系統(tǒng)的重要設(shè)計(jì)維度：設(shè)計(jì)運(yùn)行范圍（ODD），即自動(dòng)駕駛技術(shù)可以安全工作的環(huán)境，包括車輛自動(dòng)駕駛時(shí)的速度、地形、路況、基礎(chǔ)環(huán)境、交通情況、時(shí)段（白天、晚上）。以消費(fèi)者最常見的量產(chǎn)自動(dòng)駕駛系統(tǒng)——特斯拉 Autopilot 為例，雖然很多粉絲在城市環(huán)境試過 Autopilot，但官方給出的啟用范圍依然是高速公路和行車緩慢的路段，并對(duì)時(shí)速做出了限制。很顯然，路況越復(fù)雜，自動(dòng)駕駛的實(shí)現(xiàn)難度將越高。

國(guó)內(nèi)自動(dòng)駕駛將漸進(jìn)式落地。SAE 的自動(dòng)駕駛分級(jí)是較為粗線條的，容易產(chǎn)生歧義。我們按照路況復(fù)雜程度進(jìn)一步細(xì)化自動(dòng)駕駛的功能定義，并對(duì)其落地時(shí)間進(jìn)行預(yù)測(cè)。參考羅蘭貝格的報(bào)告，我們整體上判斷國(guó)內(nèi)自動(dòng)駕駛將以 L0-L5 的路線漸進(jìn)式展開，主要落地應(yīng)用場(chǎng)景將以私家車出行、共享客運(yùn)接駁、貨運(yùn)物流為主，從低難度的區(qū)域（封閉低速路段）向高難度的區(qū)域（復(fù)雜城市道路）循序漸進(jìn)地落地。2019 年，國(guó)內(nèi)將在城市特定區(qū)域開放道路進(jìn)行自動(dòng)駕駛車輛測(cè)試，并有望在部分高速公路允許 L3 自動(dòng)駕駛。到 2025 年城市特定區(qū)域 L4、L5 自動(dòng)駕駛有望開放，自動(dòng)駕駛將步入分區(qū)域推進(jìn)的新階段。而 2025 年之后，才會(huì)逐步放開自動(dòng)駕駛區(qū)域限制，從限定場(chǎng)景逐步拓展到全場(chǎng)景。

3.技術(shù)：5G+AI打通自動(dòng)駕駛「任督二脈」

3.1 自動(dòng)駕駛技術(shù)框架概述

單車智能的三大核心環(huán)節(jié)——感知層、決策層和執(zhí)行層。狹義的理解，從單車智能的角度，自動(dòng)駕駛技術(shù)的本質(zhì)就是用機(jī)器視角去模擬人類駕駛員的行為，其技術(shù)框架可以分為三個(gè)環(huán)節(jié)：感知層、決策層和執(zhí)行層。感知層解決的是「我在哪？」、「周邊環(huán)境如何？」的問題；決策層則要判斷「周邊環(huán)境接下來(lái)要發(fā)生什么變化」、「我該怎么做」；執(zhí)行層則是偏機(jī)械控制，將機(jī)器的決策轉(zhuǎn)換為實(shí)際的車輛行為。根據(jù)上述三個(gè)環(huán)節(jié)的分析框架，自動(dòng)駕駛技術(shù)實(shí)現(xiàn)的基本原理是：感知層的各類硬件傳感器捕捉車輛的位置信息以及外部環(huán)境（行人、車輛）信息。決策層的大腦（計(jì)算平臺(tái)+算法）基于感知層輸入的信息進(jìn)行環(huán)境建模（預(yù)判行人、車輛的行為），形成對(duì)全局的理解并作出決策判斷，發(fā)出車輛執(zhí)行的信號(hào)指令（加速、超車、減速、剎車等）。最后執(zhí)行層將決策層的信號(hào)轉(zhuǎn)換為汽車的動(dòng)作行為（轉(zhuǎn)向、剎車、加速）。鑒于高等級(jí)自動(dòng)駕駛是極為復(fù)雜的系統(tǒng)性工程，其技術(shù)方案尚未完全定型，無(wú)論傳統(tǒng)車廠、Tier1 還是互聯(lián)網(wǎng)科技企業(yè)，對(duì)于高等級(jí)自動(dòng)駕駛均有自己的技術(shù)路線，我們將在后續(xù)章節(jié)詳細(xì)分析自動(dòng)駕駛技術(shù)框架下不同模塊的作用和技術(shù)趨勢(shì)。

「車」、「云」、「路」協(xié)同進(jìn)化是產(chǎn)業(yè)發(fā)展趨勢(shì)。廣義的理解，在單車智能技術(shù)路線的基礎(chǔ)上，未來(lái)整個(gè)自動(dòng)駕駛的技術(shù)體系將是「車端」、「云端」、「路端」同步升級(jí)發(fā)展。

云端的意義在于：1）收集大量數(shù)據(jù)，訓(xùn)練自動(dòng)駕駛算法；2）通過云端更新高精度地圖，為自動(dòng)駕駛車輛提供更實(shí)時(shí)的環(huán)境模型和動(dòng)態(tài)信息。

路端的意義在于：通過打造互聯(lián)網(wǎng)化的道路，以車路協(xié)同技術(shù)，為自動(dòng)駕駛車輛提供一個(gè)聯(lián)網(wǎng)的「外腦」，從而減少單車智能的硬件成本。

3.2 解構(gòu)自動(dòng)駕駛核心技術(shù)模塊

3.2.1 自動(dòng)駕駛感知層傳感器

3.2.1.1 自動(dòng)駕駛感知層傳感器的定義和分類

感知層傳感器是自動(dòng)駕駛車輛所有數(shù)據(jù)的輸入源。根據(jù)不同的目標(biāo)功能，自動(dòng)駕駛汽車搭載的傳感器類型一般分為兩類——環(huán)境感知傳感器和車輛運(yùn)動(dòng)傳感器。環(huán)境感知傳感器主要包括攝像頭、毫米波雷達(dá)、超聲波傳感器、激光雷達(dá)以及 GPS& 慣導(dǎo)組合等，環(huán)境感知傳感器類似于人的視覺和聽覺，幫助自動(dòng)駕駛車輛做外部環(huán)境的建模；車輛運(yùn)動(dòng)傳感器（高精度定位模塊），主要包括 GNSS、IMU、速度傳感器等，提供車輛的位置信息、速度、姿態(tài)等信息。目前自動(dòng)駕駛需要依賴不同的傳感器來(lái)收集信息，尚不具有一個(gè)具備所有感知功能于一身的「萬(wàn)能」傳感器。不同傳感器所發(fā)揮的功能各不相同，在不同場(chǎng)景中各自發(fā)揮自身優(yōu)勢(shì)，難以相互替代。

3.2.1.2 環(huán)境感知傳感器的發(fā)展趨勢(shì)

環(huán)境感知傳感器的技術(shù)方案主要可以分為視覺主導(dǎo)和激光雷達(dá)主導(dǎo)。1）視覺主導(dǎo)的方案：攝像頭（主導(dǎo)）+毫米波雷達(dá)+超聲波雷達(dá)+低成本激光雷達(dá)，典型的車廠是特斯拉。特斯拉最為激進(jìn)，創(chuàng)始人馬斯克堅(jiān)持在其方案中不加入激光雷達(dá)；2）激光雷達(dá)主導(dǎo)的方案：低成本激光雷達(dá)（主導(dǎo)）+毫米波雷達(dá)+超聲波傳感器+攝像頭，典型的代表是 Google Waymo。目前，谷歌 Waymo 自己組建團(tuán)隊(duì)研發(fā)激光雷達(dá)的硬件，把成本削減了 90% 以上，基本上是 7000 美金左右，同時(shí)也已經(jīng)在美國(guó)鳳凰城地區(qū)進(jìn)行商業(yè)化的試運(yùn)營(yíng)。

傳感器各有優(yōu)劣勢(shì)，技術(shù)方向的最終定型取決于技術(shù)的發(fā)展速度以及部件成本的價(jià)格曲線。

1）攝像頭——非常適用于物體分類。攝像頭視覺屬于被動(dòng)視覺，受環(huán)境光照的影響較大，但成本低。攝像頭生成的數(shù)據(jù)，人就能看懂，不過其測(cè)距能力堪憂。攝像頭非常適用于物體分類。

2）雷達(dá)——在探測(cè)范圍和應(yīng)對(duì)惡劣天氣方面占優(yōu)勢(shì)。在探測(cè)距離上優(yōu)勢(shì)巨大，也不怕天氣影響，但不善于識(shí)別物體分辨率。

3）激光雷達(dá)——優(yōu)勢(shì)在于障礙物檢測(cè)。激光雷達(dá)是主動(dòng)視覺，和攝像頭這類被動(dòng)傳感器相比，激光雷達(dá)可以主動(dòng)探測(cè)周圍環(huán)境，即使在夜間仍能準(zhǔn)確地檢測(cè)障礙物。因?yàn)榧す夤馐泳蹟n，所以比毫米波雷達(dá)擁有更高的探測(cè)精度。但激光雷達(dá)現(xiàn)階段的成本較高?？傮w來(lái)看，為了更好的安全冗余，各類傳感器的融合是技術(shù)路線的必由之路，而最終技術(shù)方向的定型取決于技術(shù)的發(fā)展速度以及部件成本的價(jià)格。

3.2.1.3 高精度定位傳感器的發(fā)展趨勢(shì)

高精度定位模塊是自動(dòng)駕駛的標(biāo)配。要實(shí)現(xiàn)車輛的自動(dòng)駕駛，就要解決在哪里（即刻位置）、要去哪里（目標(biāo)位置）的問題，因此高精度定位傳感器（厘米級(jí)精度）模塊需要應(yīng)用于 L3 以上自動(dòng)駕駛。

按照不同的定位實(shí)現(xiàn)技術(shù)，高精度定位可以分為三類。第一類，基于信號(hào)的定位，代表就是GNSS 定位，即全球?qū)Ш叫l(wèi)星系統(tǒng)；第二類，航跡推算，依靠 IMU（慣性測(cè)量單元）等，根據(jù)上一時(shí)刻的位置和方位推斷現(xiàn)在的位置和方位；第三類是環(huán)境特征匹配，基于激光雷達(dá)的定位，用觀測(cè)到的特征和數(shù)據(jù)庫(kù)中的特征和存儲(chǔ)的特征進(jìn)行匹配，得到現(xiàn)在車的位置和姿態(tài)。觀察目前產(chǎn)業(yè)的主流方案，普遍采取融合的形式，大體上有：

1）基于 GPS 和慣性傳感器的傳感器融合；

2）基于激光雷達(dá)點(diǎn)云與高精地圖的匹配；

3）基于計(jì)算機(jī)視覺技術(shù)的道路特征識(shí)別，GPS 衛(wèi)星定位為輔助的形式。

3.2.1.4 5G/ V2X技術(shù)為自動(dòng)駕駛打通外部「大腦」

5G/ V2X 技術(shù)為自動(dòng)駕駛打通外部「大腦」。車聯(lián)網(wǎng) V2X 就是把車連到網(wǎng)或者把車連成網(wǎng)，包括汽車對(duì)汽車（V2V）、汽車對(duì)基礎(chǔ)設(shè)施（V2I）、汽車對(duì)互聯(lián)網(wǎng)（V2N）和汽車對(duì)行人（V2P）。通過 V2X 網(wǎng)絡(luò)，相當(dāng)于自動(dòng)駕駛打通外「大腦」，提供了豐富、及時(shí)的「外部信息」輸入，能夠有效彌補(bǔ)單車智能的感知盲點(diǎn)?？梢哉f(shuō)，V2X 是自動(dòng)駕駛加速劑，能夠有效補(bǔ)充單車智能的技術(shù)、加速反應(yīng)效率。5G 網(wǎng)絡(luò)具備低時(shí)延、高吞吐、高可靠的特性，大大提升了 V2X 傳輸信息的豐富性和及時(shí)性，也提高了 V2X 傳感器的技術(shù)價(jià)值。

3.2.2 計(jì)算平臺(tái)（主控芯片）

3.2.2.1 高等級(jí)自動(dòng)駕駛的本質(zhì)是AI計(jì)算問題，車載計(jì)算平臺(tái)是剛需

自動(dòng)駕駛就是「四個(gè)輪子上的數(shù)據(jù)中心」，車載計(jì)算平臺(tái)成為剛需。隨著汽車自動(dòng)駕駛程度的提高，汽車自身所產(chǎn)生的數(shù)據(jù)量將越來(lái)越龐大。根據(jù)英特爾 CEO 測(cè)算，假設(shè)一輛自動(dòng)駕駛汽車配置了 GPS、攝像頭、雷達(dá)和激光雷達(dá)等傳感器，則上述一輛自動(dòng)駕駛汽車每天將產(chǎn)生約 4000GB 待處理的傳感器數(shù)據(jù)。不夸張的講，自動(dòng)駕駛就是「四個(gè)輪子上的數(shù)據(jù)中心」，而如何使自動(dòng)駕駛汽車能夠?qū)崟r(shí)處理如此海量的數(shù)據(jù)，并在提煉出的信息基礎(chǔ)上得出合乎邏輯且形成安全駕駛行為的決策，需要強(qiáng)大的計(jì)算能力做支持?？紤]到自動(dòng)駕駛對(duì)延遲要求很高，傳統(tǒng)的云計(jì)算面臨著延遲明顯、連接不穩(wěn)定等問題，這意味著一個(gè)強(qiáng)大的車載計(jì)算平臺(tái)（芯片）成為了剛需。事實(shí)上，如果我們打開現(xiàn)階段展示的自動(dòng)駕駛測(cè)試汽車的后備箱，會(huì)明顯發(fā)現(xiàn)其與傳統(tǒng)汽車的不同之處，都會(huì)裝載一個(gè)「計(jì)算平臺(tái)」，用于處理傳感器輸入的信號(hào)數(shù)據(jù)并輸出決策及控制信號(hào)。

高等級(jí)自動(dòng)駕駛的本質(zhì)是 AI 計(jì)算問題，車載計(jì)算平臺(tái)的計(jì)算力需求至少在 20T 以上。從最終實(shí)現(xiàn)的功能來(lái)看，計(jì)算平臺(tái)在自動(dòng)駕駛中主要負(fù)責(zé)解決兩個(gè)主要問題：

1）處理輸入的信號(hào)（雷達(dá)、激光雷達(dá)、攝像頭等）；

2）做出決策判斷、給出控制信號(hào)：該加速還是剎車？該左轉(zhuǎn)還是右轉(zhuǎn)？

英偉達(dá) CEO 黃仁勛的觀點(diǎn)是「自動(dòng)駕駛本質(zhì)是 AI 計(jì)算問題，需求的計(jì)算力取決于希望實(shí)現(xiàn)的功能」，其認(rèn)為自動(dòng)駕駛汽車需要對(duì)周邊的環(huán)境進(jìn)行判斷之后還作出決策，到底要采取什么樣的行動(dòng)，本質(zhì)上是一個(gè) AI 計(jì)算的問題，車上必須配備一臺(tái) AI 超級(jí)處理器，然后基于 AI 算法能夠進(jìn)行認(rèn)知、推理以及駕駛。根據(jù)國(guó)內(nèi)領(lǐng)先的自動(dòng)駕駛芯片設(shè)計(jì)初創(chuàng)公司地平線的觀點(diǎn)，要實(shí)現(xiàn) L3 級(jí)的自動(dòng)駕駛起碼需要 20 個(gè) teraflops（每秒萬(wàn)億次浮點(diǎn)運(yùn)算）以上的的計(jì)算力級(jí)別，而在 L4 級(jí)、L5 級(jí)，計(jì)算力的要求將繼續(xù)指數(shù)級(jí)上升。

3.2.2.2 算法和芯片協(xié)同設(shè)計(jì)是計(jì)算平臺(tái)的重要發(fā)展趨勢(shì)

自動(dòng)駕駛計(jì)算平臺(tái)演進(jìn)方向——芯片+算法協(xié)同設(shè)計(jì)。目前運(yùn)用于自動(dòng)駕駛的芯片架構(gòu)主要有 4 種：CPU、GPU、FPGA（現(xiàn)場(chǎng)可編程門陣列）和 ASIC（專用集成電路）。從應(yīng)用性能、單位功耗、性價(jià)比、成本等多維度分析，ASIC 架構(gòu)具備相當(dāng)優(yōu)勢(shì)。參考我們之前發(fā)布的行業(yè)報(bào)告《芯際爭(zhēng)霸—人工智能芯片研發(fā)攻略》的觀點(diǎn)，未來(lái)芯片有望迎來(lái)全新的設(shè)計(jì)模式——應(yīng)用場(chǎng)景決定算法，算法定義芯片。如果說(shuō)過去是算法根據(jù)芯片進(jìn)行優(yōu)化設(shè)計(jì)的時(shí)代（通用 CPU+算法），現(xiàn)在則是算法和芯片協(xié)同設(shè)計(jì)的時(shí)代（專用芯片 ASIC+算法），這一定程度上稱得上是「AI時(shí)代的新摩爾定律」。具體而言，自動(dòng)駕駛核心計(jì)算平臺(tái)的研發(fā)路徑將是根據(jù)應(yīng)用場(chǎng)景需求，設(shè)計(jì)算法模型，在大數(shù)據(jù)情況下做充分驗(yàn)證，待模型成熟以后，再開發(fā)一個(gè)芯片架構(gòu)去實(shí)現(xiàn)，該芯片并不是通用的處理器，而是針對(duì)應(yīng)用場(chǎng)景，跟算法協(xié)同設(shè)計(jì)的人工智能算法芯片。根據(jù)業(yè)界預(yù)估，相比于通用的設(shè)計(jì)思路，算法定義的芯片將至少有三個(gè)數(shù)量級(jí)的效率提升。

3.2.3 自動(dòng)駕駛算法

3.2.3.1 自動(dòng)駕駛算法的定義和分類

算法是自動(dòng)駕駛的大腦。根據(jù)面向的不同環(huán)節(jié)，可以分為感知層的算法和決策層的算法。其中：

1）感知層算法核心任務(wù)——是將傳感器的輸入數(shù)據(jù)最終轉(zhuǎn)換成計(jì)算機(jī)能夠理解的自動(dòng)駕駛車輛所處場(chǎng)景的語(yǔ)義表達(dá)、物體的結(jié)構(gòu)化表達(dá)，具體可以包括：物體檢測(cè)、識(shí)別和跟蹤、3D 環(huán)境建模、物體的運(yùn)動(dòng)估計(jì)；

2）決策層算法的核心任務(wù)——是基于感知層算法的輸出結(jié)果，給出最終的行為/動(dòng)作指令，包括行為決策（汽車的跟隨、停止和追趕）、動(dòng)作決策（汽車的轉(zhuǎn)向、速度等）、反饋控制（向油門、剎車等車輛核心控制部件發(fā)出指令）。

整體來(lái)看，不同等級(jí)的自動(dòng)駕駛算法的焦點(diǎn)不同。L3 級(jí)別的自動(dòng)駕駛，側(cè)重于替代人的環(huán)境感知能力，因此感知層算法將是核心。L4 級(jí)別的自動(dòng)駕駛，除了環(huán)境感知能力之外，側(cè)重點(diǎn)更在于復(fù)雜場(chǎng)景的決策算法的突破。

3.2.3.2 算法驗(yàn)證迭代之路——仿真or路測(cè)

算法的驗(yàn)證及迭代需要路測(cè)+仿真。按照產(chǎn)業(yè)普遍觀點(diǎn)，車企需要 100 億英里的試駕數(shù)據(jù)來(lái)優(yōu)化其自動(dòng)駕駛系統(tǒng)，若要達(dá)到該測(cè)試?yán)锍虜?shù)，按照目前的實(shí)際路測(cè)能力計(jì)算，即便是一支擁有 100 輛測(cè)試車的自動(dòng)駕駛車隊(duì)，7X24 小時(shí)一刻不停歇地測(cè)試，要想完成 100 億英里的測(cè)試?yán)锍桃残枰ㄙM(fèi)大約 500 年的時(shí)間。為了破解這一難題，仿真測(cè)試成為大多數(shù)公司的共同選擇。所謂自動(dòng)駕駛仿真測(cè)試，簡(jiǎn)單來(lái)說(shuō)，就是計(jì)算機(jī)模擬重構(gòu)現(xiàn)實(shí)場(chǎng)景，讓自動(dòng)駕駛算法在虛擬道路上做自動(dòng)駕駛測(cè)試，虛擬場(chǎng)景中也可以包含道路設(shè)施、老人小孩等各種行人。目前仿真測(cè)試已經(jīng)成為了真實(shí)路測(cè)的一個(gè)有益補(bǔ)充，而未來(lái)隨著深度學(xué)習(xí)技術(shù)地進(jìn)一步深入運(yùn)用，仿真測(cè)試將來(lái)自動(dòng)駕駛研發(fā)方面發(fā)揮越來(lái)越重要的作用，并將推動(dòng)自動(dòng)駕駛技術(shù)早日實(shí)現(xiàn)商業(yè)化。相對(duì)于真實(shí)的路測(cè)而言，仿真的一大優(yōu)勢(shì)就是其可重復(fù)性，畢竟「人不能兩次踏進(jìn)同一條河流」，但仿真通過在計(jì)算機(jī)的虛擬世界中重構(gòu)現(xiàn)實(shí)場(chǎng)景可以做到這一點(diǎn)。從產(chǎn)業(yè)來(lái)看，為了更高效的迭代和驗(yàn)證自動(dòng)駕駛算法，仿真系統(tǒng)已經(jīng)逐漸成為標(biāo)配，Waymo、百度、騰訊將仿真系統(tǒng)研發(fā)作為頭等大事；AutoX、Roadstar.ai、Pony.ai 等諸多自動(dòng)駕駛初創(chuàng)公司也在自主研發(fā)仿真環(huán)境；業(yè)內(nèi)開始出現(xiàn) CARLA、AirSim 等開源式自動(dòng)駕駛仿真平臺(tái)。

3.2.4 高精度地圖

高精度地圖的定義和特性。在自動(dòng)駕駛時(shí)代，「地圖」一詞已經(jīng)失去了其傳統(tǒng)路線圖的含義。目前大多數(shù)車載地圖的分辨率已足夠用于導(dǎo)航功能，但想要實(shí)現(xiàn)自動(dòng)駕駛，需要掌握更精確、更新的車輛周邊環(huán)境信息，從而通過其他駕駛輔助系統(tǒng)做出實(shí)時(shí)反應(yīng)。因此，未來(lái)的「地圖」實(shí)際上指的是非常精確且不斷更新的自動(dòng)駕駛環(huán)境模型。目前，業(yè)界對(duì)于高精度地圖所包含的內(nèi)容尚未有準(zhǔn)群的定義，但大體上高精度地圖將滿足「高精度+高鮮度」的兩高特性：

1）高精度是指地圖對(duì)整個(gè)道路的描述更加準(zhǔn)確、清晰和全面。高精地圖除了傳統(tǒng)地圖的道路級(jí)別，還有道路之間的連接關(guān)系（專業(yè)術(shù)語(yǔ)叫 Link）。高精地圖最主要的特征是需要描述車道、車道的邊界線、道路上各種交通設(shè)施和人行橫道。即它把所有東西、所有人能看到的影響交通駕駛行為的特性全部表述出來(lái)；

2）高鮮度則是指數(shù)據(jù)將更為豐富以及需要?jiǎng)討B(tài)實(shí)時(shí)更新。實(shí)時(shí)性是非常關(guān)鍵的指標(biāo)，因?yàn)樽詣?dòng)駕駛完全依賴于車輛對(duì)于周圍環(huán)境的處理，如果實(shí)時(shí)性達(dá)不到要求，可能在車輛行駛過程中會(huì)有各種各樣的問題及危險(xiǎn)。

按照數(shù)據(jù)的更新頻率，高精度地圖可以分為靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)兩層。

靜態(tài)數(shù)據(jù)是指高精度地圖需要將道路基本形態(tài)（車道線等數(shù)據(jù)），通過地圖或矢量數(shù)據(jù)來(lái)正確表達(dá)出來(lái)。在靜態(tài)高精地圖模型中，車道要素模型包括車道中心線、車道邊界線、參考點(diǎn)、虛擬連接線等；

動(dòng)態(tài)數(shù)據(jù)是指天氣、地理環(huán)境、道路交通、自車狀態(tài)等需要?jiǎng)討B(tài)更新的數(shù)據(jù)。

通過靜態(tài)數(shù)據(jù)和動(dòng)態(tài)數(shù)據(jù)的疊加，高精度地圖將最終實(shí)現(xiàn)對(duì)于自動(dòng)駕駛的環(huán)境建模。

高精度地圖對(duì)于自動(dòng)駕駛的意義在于：

1）提升傳感器的性能邊界，作為感知層的安全冗余。在自動(dòng)駕駛行業(yè)，傳感器方案供應(yīng)商正在致力于使汽車擁有「眼睛」，代替駕駛員完成感知的過程。然而，現(xiàn)有的傳感器方案仍然存在改進(jìn)的空間，包括傳感器測(cè)量的邊界（視覺、激光感知范圍有限）、傳感器應(yīng)用的工況限制（如攝像頭在雨雪天氣無(wú)法正常工作）。高精度地圖超視距的特點(diǎn)意味著其可以對(duì)整體道路流量、交通事件、路況進(jìn)行預(yù)判，可以作為感知層的安全冗余；

2）提供先驗(yàn)知識(shí)。自動(dòng)駕駛的基本原則：讓車的判斷越少、也就越安全。高精度地圖可以提供車輛環(huán)境模型的先驗(yàn)知識(shí)，一定程度上減少自動(dòng)駕駛車輛感知層的壓力；

3）確定車輛在地圖中的位置：人可以通過觀察和記憶，而自動(dòng)駕駛汽車只能通過高精度地圖以及其創(chuàng)建的環(huán)境模型確定車輛在在地圖中的位置。

4）提供車道級(jí)的規(guī)劃路徑。正如前文所述，高精度地圖會(huì)把道路基本形態(tài)，特別是車道線展現(xiàn)出來(lái)，輔助自動(dòng)駕駛車輛實(shí)現(xiàn)車道級(jí)的路徑規(guī)劃，支持并線超車等高等級(jí)的駕駛決策。

高精度地圖是實(shí)現(xiàn)自動(dòng)駕駛的必要條件嗎？——Level3 及以上是必選項(xiàng)?；诿绹?guó) SAE 協(xié)會(huì)對(duì)自動(dòng)駕駛技術(shù)等級(jí)的劃分，在 Level 2 以下的輔助駕駛階段（ADAS 階段），高精度地圖對(duì)整個(gè)輔助駕駛系統(tǒng)來(lái)說(shuō)是一個(gè)可選項(xiàng)。當(dāng)自動(dòng)駕駛技術(shù)發(fā)展到 Level3 及以上時(shí)，要求車輛在高速公路、停車場(chǎng)泊車等特殊場(chǎng)景中實(shí)現(xiàn)自動(dòng)駕駛，高精度地圖的重要性開始凸顯。業(yè)內(nèi)公認(rèn)要想實(shí)現(xiàn) Level3 級(jí)別的自動(dòng)駕駛，高精度地圖將成為必選項(xiàng)。理由在于 Level3 的自動(dòng)駕駛就意味著機(jī)器將完全取代人對(duì)于環(huán)境的監(jiān)控，考慮到現(xiàn)有的傳感器的性能邊界尚不足以完全替代，引入高精度地圖作為感知端的安全冗余增強(qiáng)整個(gè)系統(tǒng)的魯棒性就成為了必然的選擇。觀察目前自動(dòng)駕駛行業(yè)實(shí)踐，無(wú)論是車廠推出的奧迪 A8、凱迪拉克 Super Cruise 等已經(jīng)量產(chǎn)的 Level3 車型還是百度、谷歌等互聯(lián)網(wǎng)廠商的 Level4 自動(dòng)駕駛方案都引入了高精度地圖，進(jìn)一步驗(yàn)證了上述觀點(diǎn)。

3.2.5 自動(dòng)駕駛OS

自動(dòng)駕駛?cè)蝿?wù)復(fù)雜需要穩(wěn)定的實(shí)時(shí) OS 支持。如果將自動(dòng)駕駛汽車視為一個(gè)電子終端產(chǎn)品，那么除了組成的硬件、用來(lái)執(zhí)行命令的算法（程序）之外，底層操作系統(tǒng)也必不可少。操作系統(tǒng)的價(jià)值在于可以更好的分配、調(diào)度運(yùn)算和存儲(chǔ)資源。一個(gè)汽車駕駛系統(tǒng)運(yùn)行的軟件包括感知、控制、決策、定位等一系列高計(jì)算消耗，邏輯十分復(fù)雜，對(duì)安全可靠性要求特別高的程序，簡(jiǎn)單的單片機(jī)無(wú)法實(shí)現(xiàn)，需要建立在一個(gè)成熟的五臟俱全的通用操作系統(tǒng)基礎(chǔ)上，同時(shí)要滿足實(shí)時(shí)性、分布式、可靠性、安全性、通用性等要求。從上述的要求可見，自動(dòng)駕駛的操作系統(tǒng)與 PC 端、移動(dòng)端操作系統(tǒng)的最大差別在于實(shí)時(shí)性。實(shí)際上，自動(dòng)駕駛操作系統(tǒng)又稱為實(shí)時(shí)操作系統(tǒng)（RTOS），可確保在給定時(shí)間內(nèi)完成特定任務(wù)，「實(shí)時(shí)」是指無(wú)人車的操作系統(tǒng)，能夠及時(shí)進(jìn)行計(jì)算，分析并執(zhí)行相應(yīng)的操作，是在車輛傳感器收集到外界數(shù)據(jù)后的短時(shí)間內(nèi)完成的。實(shí)時(shí)性能是確保系統(tǒng)穩(wěn)定性和駕駛安全性的重要要求。

3.2.6 HMI（人機(jī)交互）

自動(dòng)駕駛時(shí)代，HMI 是連接用戶與外部互聯(lián)服務(wù)的重要入口。HMI 是駕駛員與車輛交互的橋梁，駕駛員可以方便快捷地在 HMI 中查詢、設(shè)置和切換車輛系統(tǒng)的各種信息，在增強(qiáng)駕駛樂趣的同時(shí)，提升駕駛安全性。HMI 由中控、儀表、抬頭顯示、ADAS 系統(tǒng)等多個(gè)組件構(gòu)成。傳統(tǒng)汽車的人機(jī)界面 HMI 也被稱作駕馭員界面（Driver Interface），駕馭員的首要使命（Primary Task）是駕馭，因此支撐和輔佐駕馭就天然成為 HMI 的中心功能，信息娛樂等作為次要功能（Secondary Task）。而在自動(dòng)駕駛時(shí)代，隨著駕駛員的注意力逐步釋放出來(lái)，汽車從生產(chǎn)工具進(jìn)化為家庭、辦公場(chǎng)所之外的第三生活空間，HMI 將成為連接用戶與外部互聯(lián)服務(wù)的重要入口，產(chǎn)業(yè)地位將顯著提升，HMI 的設(shè)計(jì)理念也將被顛覆。

3.3 5G+AI黑科技打通自動(dòng)駕駛技術(shù)的「任督二脈」

5G+AI 是解鎖高等級(jí)自動(dòng)駕駛技術(shù)的關(guān)鍵所在。L2 升級(jí)到 L3、L3 升級(jí)到 L4，每一個(gè)自動(dòng)駕駛級(jí)別的升級(jí)，都是一個(gè)質(zhì)的飛躍。其中：

L2 過渡到 L3。L3 的主要升級(jí)在于實(shí)時(shí)監(jiān)測(cè)環(huán)境并作出反應(yīng)，其主要難點(diǎn)在于機(jī)器的感知能力能否達(dá)到要求。駕駛這種等級(jí)的車輛，司機(jī)只需要在系統(tǒng)提示的時(shí)候接管系車輛的掌控權(quán)或者完成判斷，正常加減速、轉(zhuǎn)彎等操作基本可以交給系統(tǒng)來(lái)處理。這一過渡需要解決的問題是，機(jī)器如何代替人進(jìn)行可靠的周邊行車環(huán)境感知？特別是在極端環(huán)境下仍然可以做到可靠感知，確保行車安全；

L3 過渡到 L4。L4 的主要升級(jí)在于完全交由機(jī)器來(lái)進(jìn)行自主決策（即使是在緊急情況、激烈的駕駛情況下）。這意味著機(jī)器的認(rèn)知智能要有實(shí)質(zhì)性進(jìn)步。上述問題的關(guān)鍵所在正是 5G+AI。

以深度學(xué)習(xí)為代表的 AI 機(jī)器視覺崛起，成功突破 L3 的技術(shù)瓶頸。以 Mobileye 的 L2 級(jí)別輔助駕駛為例，仍然是基于后端規(guī)則庫(kù)的傳統(tǒng)機(jī)器視覺，通過匹配后端規(guī)則庫(kù)與前端攝像頭的輸入數(shù)據(jù)，進(jìn)行物體的識(shí)別和跟蹤。傳統(tǒng)機(jī)器視覺最大的問題是，規(guī)則庫(kù)是有限的，而汽車面對(duì)的環(huán)境是無(wú)限的。而在深度學(xué)習(xí)的框架引進(jìn)并發(fā)揚(yáng)光大后，AI 處理圖像分類任務(wù)的能力大幅提升，錯(cuò)誤率直接下降。以 ImageNet 機(jī)器視覺大賽為例，深度學(xué)習(xí)技術(shù)框架下的機(jī)器視覺和傳統(tǒng)的機(jī)器視覺有著明顯的量級(jí)的提升。我們認(rèn)為，不斷成熟完善的 AI 機(jī)器視覺配合高精度地圖作為安全冗余，對(duì)于突破 L3 的技術(shù)瓶頸起到了關(guān)鍵的作用。

引入以強(qiáng)化學(xué)習(xí)為代表的 AI 技術(shù)，5G 打通外部「大腦」，助力 L4 自動(dòng)駕駛場(chǎng)景的實(shí)現(xiàn)。傳統(tǒng)基于搜索或者規(guī)則引擎的駕駛決策系統(tǒng)，往往只能采取非常保守的駕駛策略，即遇到障礙物立即剎停。而變道超車，加塞卡位等等在日常駕駛中經(jīng)常需要面對(duì)的情況，目前的系統(tǒng)需要人為設(shè)計(jì)各種精妙的策略進(jìn)行應(yīng)對(duì)，在設(shè)計(jì)策略時(shí)一旦有所疏忽，后果很可能是車毀人亡。如何讓機(jī)器真正像人一樣的開車，學(xué)會(huì)自主的決策，是 L4 的關(guān)鍵所在。谷歌 AlphaGo 在圍棋領(lǐng)域的成功是一個(gè)重要的標(biāo)志性事件，其創(chuàng)新的引入了強(qiáng)化學(xué)習(xí)等全新的 AI 學(xué)習(xí)框架，模擬了人的思考方式，標(biāo)志著機(jī)器智能的重要突破。引入強(qiáng)化學(xué)習(xí)的框架后，自動(dòng)駕駛車輛可以像 AlphaGo 一樣思考學(xué)習(xí)，進(jìn)行自主決策。此外，以 5G 為代表的 V2X 的引入，相當(dāng)于打通了自動(dòng)駕駛的外部「大腦」，可以為自動(dòng)駕駛車輛提供更實(shí)時(shí)、更全面的外部信息，更好的實(shí)現(xiàn)多車的協(xié)同、交互，突破單車智能的技術(shù)瓶頸，助力 L4 自動(dòng)駕駛場(chǎng)景的實(shí)現(xiàn)。

自動(dòng)駕駛 L3 商業(yè)化技術(shù)已經(jīng)成熟，L4/5 加速發(fā)展進(jìn)入驗(yàn)證試點(diǎn)階段?？v觀全球主流科技公司和整車廠的自動(dòng)駕駛技術(shù)商業(yè)化進(jìn)展，除了個(gè)別領(lǐng)跑者如整車廠（奧迪已經(jīng)量產(chǎn) L3 級(jí)別的自動(dòng)駕駛車輛）、科技公司（Waymo 已啟動(dòng) L4 級(jí)別機(jī)器人出租車的商業(yè)化運(yùn)營(yíng)），大部分公司的節(jié)奏是已初步掌握 L3 的核心技術(shù)，進(jìn)入由 L2 向 L3 商業(yè)化過渡的關(guān)鍵階段，同時(shí) L4/5 加速發(fā)展進(jìn)入驗(yàn)證試點(diǎn)階段。