小巴士、重型卡车、网约车、出租车都不需要人来开了……无人驾驶时代要来了吗？

　　随着车联网和智能网联汽车产业高质量发展，无人驾驶正逐渐走进我们正常的生活。近日，“萝卜快跑”在武汉投放400多辆无人驾驶汽车引发广泛关注和讨论，不少人也将今年视为无人驾驶的“爆发之年”。

　　江苏智行未来汽车研究院院长栋预计，到2030年，我省汽车产业总产值有望达到2.5万亿元，其中智能网联汽车相关产值将从现在的1710亿元增长到5000亿元以上。连日来，记者来到南京、苏州等地进行调研，探看无人驾驶与我们的真实“距离”。

　　几年前，人们还在感叹“自动泊车”“L2级驾驶辅助”等功能非常便利；今天，在已拥有这些功能的同时，不少新技术纷至沓来。

　　记者来到梦腾智驾环球有限公司（Momenta），在市场部高级总监李雨桐的带领下，记者试乘了一台配备无图城市NOA量产智能驾驶系统的轿车，整个试乘过程长达15公里，包含各种路况。在体验过程中能明显感觉到这台车非常“聪明”：车辆能根据路况和车流量的不同自动调整车速，能准确识别红绿灯以及过往车辆并进行合适的操作。

　　“车子能高效理解场景和其他车辆行为，明显提高复杂环境变化下的预判能力，提前规划智驾行为，提供更安全、舒适、高效的出行体验。”李雨桐和记者说，车辆在进入复杂道路时的处理非常精准，甚至在遇到突发状况时能做到主动避险。试乘期间，车辆进入一个小巷子，只有两条车道宽，而且旁边还在施工，道路旁还有一些小商贩。面对这样的一种情况，车辆将速度保持在15km/h，完成转向、刹停、避让等各种操作，整一个完整的过程随车安全员没有参与任何其他操作。

　　重型卡车无人驾驶技术的进展同样引人注目。在苏州升腾产业园附近，停靠着一台长18米、最高载重量达50吨的重型卡车。看起来，这台重卡没什么不同，但智加科技有限公司工程师栾佳宁和记者说，这个“大家伙”能自己“上路”。上车后，栾佳宁设定好行驶轨迹，车辆安全员薛冠军在点击了无人驾驶按钮之后，车辆就开始沿着路线行驶。

　　在行驶过程中，大屏幕实时显示出道路详细情况，车辆还能够预先“看”到较远车辆的位置和行驶状况，并自动做出下一步操作。此时，大屏幕显示有一辆小轿车从右后方驶来，且车速较快，车辆马上向左完成变道，小轿车顺利超车。

　　“人眼观测远不及系统迅速准确，处理这样的一种情况对于这台重卡来说‘小菜一碟’。”栾佳宁介绍，这台车拥有6个高精度摄像头和2个精密传感器，摄像头能捕捉前方350米范围内的情况，传感器能获取车辆附近情况，随后，“智慧大脑”会提前下达最合适的指令，最大限度避免事故发生。

　　除了轿车和重卡，无人驾驶技术也应用到了公交车上。在南京市智能网联示范区无人驾驶测试路段上，几台无人驾驶的公交车正在路上行驶，记者登上其中一辆，安全员在按下无人驾驶键后，车辆便开始沿着江苏软件园站、江宁党校站、软件园公寓站等进行循环路线接驳测试。

　　“屏幕中黄色的标识是行人、蓝色的标识是车辆，系统还会根据车辆的大小来调整蓝色标识的大小，最重要的是车辆能根据道路车况自己操作，且反应迅速，仅需几十毫秒。”中汽创智智能驾驶开发部副总经理司胜营介绍，除了无人小巴，公司还开发了L4级无人出租车，可实现手机App一键叫车服务，覆盖江苏软件园范围内182条接驳路线，未来将满足上班族和居民的出行需求。

　　在当前智驾行业，随着特斯拉FSD（完全无人驾驶）进入中国，“端到端”大模型等“黑科技”也应用到了无人驾驶技术中。

　　“我们的智驾大模型，能模仿生物的思考方式，无限提升模型的性能天花板。”梦腾智驾首席执行官曹旭东介绍，梦腾智驾的智驾大模型存在两个独特的分支，一个是感知到规划的端到端，模仿人类的长期记忆；另外一个类比于人类的短期记忆。

　　车辆行驶时会遇到各种各样的场景，车辆通过学习各种新的场景形成“短期记忆”，在积累一段时间以后，被验证过的优质算法和数据最终就会被应用到端到端大模型上，形成“长期记忆”，这样，这种机制使得系统在改进过程中更加高效和低成本。

　　“由于车身高，缸体结构导致车载较重，加上刹车惯性大等多重因素，攻破重卡无人驾驶课题非常不易。”智加科技首席科学家崔迪潇表示，生产、效率、运输对于商用车来说特别的重要，其中，效率的牺牲直接影响其经济可行性，运输和燃油效率直接关联到成本和市场竞争力，因此，重卡在高速运行中如何优化安全、舒适与效率这一存在内在冲突的三角关系，成为一个显著的技术难点。

　　“面对真实的情况，我们研发的‘智慧大脑’以视觉感知技术为基础，结合毫米波雷达和激光雷达的融合技术，能形成一个既能保证中近距离安全性，又确保远距离目标识别准确性的系统，满足重卡在作业场景中的技术需求。”崔迪潇介绍，重卡有了“智慧大脑”，还能“解放”安全员，让其从事如系统监测、应急处置等更有价值的工作，有效节省成本并提高通行效率，让交通更安全，让运输更便利。

　　“无人驾驶在物流业全面应用，拥有可观的商业经济价值。”崔迪潇和记者说，截至目前，公司与荣庆、中通等合作伙伴开启的联合运营，已覆盖长三角、珠三角、京津冀等区域，实现最高节油10%，全程零事故。

　　近年来，无人驾驶进入“爆发”阶段。目前，我省在南京、苏州、无锡、常州、南通、盐城等地累计开放智能网联汽车测试示范道路6905公里，已有1100多辆无人驾驶公交、出租、港口集装箱车辆、物流配送、环卫清扫、道路巡检、移动充电、售卖装备开展道路测试和示范应用，其中无人驾驶物流配送、环卫清扫装备已形成商业模式，应用规模不断增长。

　　然而，我国的路况极为复杂，各地区的交通状况差异显著，要实现规模化的L4级无人驾驶，仍面临诸多挑战。

　　“经计算，要实现规模化的‘L4’，需要1000亿公里的数据，如果是一年跑10万公里的出租车，这就需要100万台；如果是乘用车的线万台以上跑一年，才有足够的数据去验证这套系统是不是达到了可规模化的程度。”曹旭东说。

　　栋表示，我省与其他省市在开展智能网联汽车和无人驾驶装备道路测试和示范应用方面，在立法覆盖区域、人口、应用多样性、本土企业集聚、商业运营模式方面具有较大优势，但在配套管理规范、开放测试示范道路类型和区域范围、关键技术突破和交通管理研究方面，还有一定差距，需快速推进相关工作。

　　南京市城市与交通规划设计研究院院长杨涛认为，城市交通的复杂性带来一系列难点，如高频、近距离的突发性干扰，这对无人驾驶系统的响应速度和精准度提出更高要求；此外，若发生人身伤害，责任归属问题也变得复杂，需要仔细考虑社会可接受性和普通人的生命财产安全，不能盲目推进。

　　“目前最核心的问题是要解决车与路之间的通信，车路协同技术是实现无人驾驶的关键，国家公布的‘车路云一体化’应用试点城市名单，带来新机遇。”司胜营介绍，过去无人驾驶是“点对点”模式，即每台车智能通过所属企业的“云”和“车”互动来实现，而“车路云一体化”能打破企业之间的数据壁垒，不同车企的车车之间、车云之间能实现数据共享，同时加上了“路”，让路边的传感器如电线杆、红绿灯等，也能向车和云传输数据。

　　“‘跑数据’成本高，可成立一个AI数据联盟，成员之间实现数据共享，是一个有效的解决途径。”司胜营表示，作为平台企业，中汽创智与解放、东风、长安三家企业形成AI数据联盟，三家企业数据共享，从而节约成本。

　　然而，成立联盟依然存在难题。司胜营认为，在技术方面，由于收集数据的方法不一样，企业之间有几率存在标准不统一导致的数据难以通用的问题；在商业方面，有的数据更加“值钱”，不同数据之间的“汇率”如何“换算”，也是难点。“目前，国家和企业都在研究当中，相信不久的将来，这样一些问题都能迎刃而解。”司胜营说。

　　“无人驾驶，是渐进式发展的。”对于未来发展，杨涛表示，无人驾驶要进行商业化落地，需要持续推动技术进步，解决路测信息的接入问题，做好城市云与企业云的融合，还需持续完善相关法规，给无人驾驶发展扫清各种障碍。

• 上一篇: 无人驾驶行业的发展必然：技术革命引领交通出行新纪元
• 下一篇: 无人驾驶 驶向未来