03

2025年之前停车场景会不断发展

针对智能驾驶产品化落地，罗兰贝格做了一个时间图。它认为，在2025年之前，停车场景会不断发展；在2028年到2030年之间，结构化道路有望能看到Robotaxi更大规模使用；2030年以后，无人驾驶会向更多城市道路，很多场景延伸。

“大家都知道有渐进路线和跨越式路线，今天在我看来这两线需要有效的融合的。”在袁文博看来，大家发展到一定程度会发现，一些算法固然很重要，但是真正基于海量交通数据进行算法的演练和训练，可能才是最关键的。所以，这也是为什么我认为中国自动驾驶公司离不开与OEM的合作，OEM本身也可以去拥抱生态。

Δ L4级将率先通过自主泊车等场景落地

目前，2025年L4级别的商业化已被众多玩家作为目标，从具体规划、技术难度和性价比角度看，自主泊车和结构化道路无人驾驶均最有可能率先落地。

从主机厂已公开的规划看，广汽、博世等均以自主泊车或结构化道路的无人驾驶作为L4的突破口；从技术角度看，结构化道路和自主泊车均具备几何构建简单、突发路况少等特征，环境相对安全，技术实现难度较开放城市道路场景低；从场景覆盖角度看，泊车及结构化道路占据超过70％的用车场景，商业化性价比高。

自主泊车存在单车智能和车场协同两种模式，地图定位、安全性、场景覆盖性等关键技术为国内车企短期内实现商业化的关键因素。

袁文博指出，在2025年前后，在复杂城市路况中占据了大多数出行里程的结构化道路也有望初步实现无人驾驶，以高架、高速、封闭园区等场景为主。

他认为，结构化道路主要有三个特征：信号灯及道路标识遵循统一规则，异型车及非标出行者较少，因此道路几何特征易识别，便于高精地图建模；道理基础设施良好，路侧单元容易架设及维护，易通过路基设备升级实现路车协同；交通参与者相对固定且遵守规则，突发异常情况较少，便于自动驾驶车辆规避危险隐患。

Δ 结构化道路有三个特征

不过，袁文博也表示，结构化道路无人驾驶也面临着三个主要痛点和挑战。一是真实多变环境下的动态目标识别。真实行驶过程中存在恶劣气候、行驶路线上光照强度变化、能见度突变等因素，对车辆传感器识别道路其他参与者造成困难。同时，即使标识规范的结构化道路也会因老化而导致几何特征难以被正确识别，两者均需通过提升感知算法精度解决长尾问题。

二是多传感器的融合。当自动驾驶传感器出现故障后，需有设备／算法实现冗余，然而过度布置车端、路侧传感／计算设备将大幅增加成本1），如何在低成本下保障安全存在挑战。同时在多模态驾驶任务下，不同传感器间协同工作错综复杂，且采样数据存在冲突时该需通过合理机制进行准确性加严，对传感－决策策略的设计带来了难度。

三是发生车祸后的伦理及法律责任主体。无人车辆驾驶中的行动者由司机变成了机器，但机器又不具备人类的能动性和反思性，因此在发生车祸后，无法作为社会行动者被法律及道德追责。

袁文博指出，目前主流法规中，德国主张驾驶监督人负责，但难以适用高级别自动驾驶；美国主张车辆制造商负责，但在庞大的软硬件供应链路中找到明确的责任公司存在困难，未来路线有待进一步观察。

－END－