在汽車產業轉入存量博弈時代的關鍵節點，出行領域的變革也隨之蓄勢待發。汽車製造廠商、出行平臺以及科技公司紛紛搶灘自動駕駛賽道。作為一個處於發展初期的產業，自動駕駛從技術路線到落地場景，從合作模式到行業生態，目前依然處在產業化的初級階段。
進行路試中的自動駕駛車輛
由於技術尚未完全成熟，政策、法規、場景等領域存在多種限制，無論是傳統汽車企業、自動駕駛企業還是科技巨頭，自動駕駛相關業務暫時還沒有找到能夠盈利的商業模式，但業內公認，自動駕駛計程車或將成為產業實現商業化的突破口。然而，無論是此前剛剛在京進行過測試的百度Apollo，還是小馬智行亦或其他致力於攻克自動駕駛的企業，雖然在交通環境簡單的情況下，已經能夠實現簡單的自動駕駛，但接駁站點、視線條件以及面對擁堵路況時候的處理能力依然存在短板，距離真正的「自動」駕駛依然還有較長的道路要走。
自動駕駛計程車站點接人是痛點
前一段時間，百度Apollo自動駕駛計程車在北京進行試運營。為了了解自動駕駛技術目前發展的現狀，記者來到位於北京亦莊的百度自動駕駛計程車測試路段進行體驗。一路上除了百度自動駕駛計程車的測試車輛外，小馬智行、文遠知行等出行公司的少量測試車輛也在進行測試，但並未載人運營。
試運營中的百度Apollo自動駕駛測試車
記者定位了自身站點，不久後就有車輛接單，叫車體驗和平時使用的網約車非常類似。然而，記者在尋找上車地點時，卻遇到了困難。與平時常用的網約車不同，百度自動駕駛計程車的上車點都是固定的，這就導致了記者必須來到準確的上車地點才能找到車輛。但在現場，上車地點並沒有明顯的標識和指引。
測試的百度自動駕駛計程車還不能實現「車找人」的功能，記者只能撥打聯繫電話，與車上安全員聯繫，費了一番周折後，才成功上車。事實上，儘管被稱為自動駕駛「計程車」，但包括百度自動駕駛計程車在內，現有的自動駕駛計程車並不能像普通計程車一樣「招手即停，隨上隨下」，更多情況下是「人找車」或是「安全員找人」，而非「車找人」。
另外記者還觀察發現，百度自動駕駛計程車還必須停車到位才能開始後續行程。在現場，記者經常看到由於無法實現車找人，安全員下車叫喊尋人，或行人撥打電話讓安全員接管挪車，車輛重新調整停靠位置的情形。
網約計程車的使用場景區別於公交車，用戶隨時下單，上下車地點是隨機的。而司機接單後，按照導航指示接到用戶，將用戶送到目的地。而測試的自動駕駛計程車的使用方式是用戶到達指定上車站點，下單後在規定站點等待對應車牌的自動駕駛計程車，且下車地點也是指定好的站點，依然無法解決出行最後一公裡的問題。
錯峰運營 平均時速40公裡
記者了解到，試運營的百度自動駕駛計程車僅在北京海澱、亦莊設有站點。其中，海澱共開放3個站點，整體範圍不大。亦莊共開放10個站點，幾乎覆蓋整個亦莊經濟技術開發區，點位裡程超過10公裡。
試運營中的百度Apollo自動駕駛車內場景
位於亦莊的各站點之間路程距離大都在1-3公裡以內，記者選擇了北汽新能源南門和景園街作為此次體驗的起始點，全程大約1.3公裡，共經過多個紅綠燈，涉及左、右轉向及並道等不同路況。除了與安全員進行手機尾號確認，上車後更重要的是與車輛進行確認。在接下來的行程中，記者通過在手機APP上掃碼按下「開始」指令，確定行程開啟。
自動駕駛計程車的辨識度很高，車身有自動駕駛相關標識，車頂還安裝了實現自動駕駛所必須的裝置，包括攝像頭、雷射雷達、毫米波雷達等裝置。伴隨著語音播報，自動駕駛啟動，車輛自動開啟左轉向燈，行程正式開始。與此同時，車輛語音繼續提醒乘客，「行程中，您可點擊右下角的點讚或不滿，對我的自動駕駛能力進行實時評價」。
記者體驗的時間在下午3時左右，此時道路上行人稀少，往來車輛不多，路況良好。自動駕駛計程車開始平穩地行駛，交通允許時，車輛的車速最高時達到了60公裡/小時，平均下來也有40公裡/小時。在路口遇到紅燈的情況，車輛可以做到提前降速，不會有明顯的頓挫感；車道臨時有外賣小哥忽然插隊亂入時，車輛也能及時做出避讓的反應，與乘坐普通計程車體驗感幾乎無差別。
然而當行駛到一處多車道的路口時，自動駕駛計程車周圍前後左右都有車輛出現時，自動駕駛計程車開始變得「猶豫起來」，該路口需要左轉，但是由於其他車輛出現了併線插隊的搶行行為，自動駕駛車輛在一次緊急制動後，在路中央停了下來，當時車輛橫跨兩個車道，在停車大約3秒之後，安全員介入操作，車輛才開始繼續行駛。
記者了解到，測試期間百度自動駕駛計程車的運營時段為每天10:00到16:00之間，即便是在路況相對較好的亦莊地區，依然避開了「早晚高峰期」。安全員在與記者交談過程中也表示，目前如果是在市區內最擁堵的時段，自動駕駛計程車還難以應付複雜的路況。
體驗當天，北京天氣晴朗，風力小於3級，這無形中給自動駕駛計程車減壓了不少。有業內人士表示，自動駕駛行業大都已經做到了在正常天氣狀況下的自動駕駛，但在大風、霧天、風雨雪等惡劣天氣環境下，自動駕駛能力會被削弱，還存在不少技術難題。
L3級向上L4級未滿 自動駕駛仍需技術突破
經過一番體驗，整體而言百度自動駕駛計程車的體驗感受尚可，但是如果把標準提高到與日常習慣的網約車相比，差距還是非常明顯的。現階段將其作為人們上下班時的代步選擇，顯然還不合適。但從開放實驗的標準來看，這次開放道路測試，也確實能夠為未來百度自動駕駛計程車積累大量應用數據用作分析，對進一步發展自動駕駛技術有幫助。
事實上，這並非自動駕駛測試車首次公開測試，如百度、滴滴、文遠知行等出行企業自動駕駛的步伐一直在推進，近兩年都在內測自動駕駛計程車服務，均是僅在部分城市的固定區域內運營，運營車輛和時間有限，隨車配有安全員。在安全性方面，這些出行企業的自動駕駛技術大同小異，在商業化進程上，目前業內也未能突破技術瓶頸。相比日常生活中的網約車，無論是效率還是便捷性，都還有很長一段距離要走。
今年3月，工業和信息化部出臺了我國的自動駕駛分級標準，從L1級到L5級。L1級為傳統駕駛；L2級為部分功能自動化，我們常見的自動泊車、ACC自適應巡航等功能，甚至特斯拉的自動駕駛Autopilot也都處於L2級別；L3級別為有條件自動駕駛，L4為高度自動駕駛，最高級別L5可以做到全場景全自動。其中，L3級別屬於條件自動化，車輛在特定環境中可以實現自動加減速和轉向，不需要駕駛者的操作。L4的自動化程度更上一層樓，全程不需要駕駛員，但有限制條件，例如限制車輛車速不能超過一定值，且駕駛區域相對固定，並且一旦發生特殊情況，駕駛員可以切換到手動駕駛。
「當真正去掉安全員、去掉遠程控制，才是真正的自動駕駛，百度現在只能叫智能駕駛。」一位自動駕駛領域相關從業人員這樣告訴記者，目前百度的技術現在還達不到L4級別。「稍高於L3級別，但依然算不上L4級別。」
近年來，自動駕駛被認為是汽車產業發展的下一個風口。根據中國電動汽車百人會統計顯示，2015年到2017年11月，自動駕駛汽車相關領域的投融資事件共193起，金額達1438億美元。但隨著行業的發展和技術的進步，數據顯示，2018年中國自動駕駛零部件和解決方案供應商的融資總額達162.3億元，2019年該領域融資總額降至107.1億元，同比下降34%。
「發展自動駕駛技術，僅靠汽車製造廠商並不足夠。自動駕駛技術存在三個最難的方面：一是感知，二是決策和規劃，三是跟車體本身相關的硬體。其中主機廠擅長與車相關的東西，但主機廠對於做自動駕駛的感知、決策、規劃缺乏相關人才和機制，而科技公司的核心競爭力是技術和人才，出行公司則可以提供真正的載客落地與運營平臺。」一位從業者這樣告訴記者。
業內人士表示，隨著初級輔助駕駛功能的逐步應用，自動駕駛雖然不再遙不可及，但自動駕駛場景想要實現落地至少需要多方面的支撐。目前出現的自動駕駛計程車仍配備安全員，其實只達到了L3／L4水平的自動駕駛。現階段談論商業化仍為時尚早，只有真正在技術上實現突破，自動駕駛才能真正實現落地。
來源：人民網