前言

早在1984年，美国卡梅隆大学就启动了自动驾驶ALV项目。自此，人工智能技术开始在自动驾驶领域试水应用，同时，逐渐形成了自动驾驶最基本的控制策略。

随着自动驾驶相关技术的进一步成熟，尤其是深度学习的应用，同时还有汽车电动化浪潮席卷而来，2015年开始掀起了自动驾驶浪潮。在Google、国内百度的引领下，自动驾驶创业公司如雨后春笋般出现，传统汽车OEM及零部件也纷纷入局。

然后，在经历了几年研发验证，以及遭遇2018年资本寒冬，大家开始对自动驾驶落地预期回归理性。2019年Gartner新兴技术成熟度曲线图显示，自动驾驶L4级别技术处于泡沫幻灭期。

现在，随着自动驾驶整个产业上、下游形成共识下的加大研发投入，以及政府支持下的配套设施及法规完善，硬件上成本的显著下降，软件上算法的快速提升，自动驾驶的短期落地场景正在逐渐清晰和明确。

2019年Gartner新兴技术成熟度曲线图

自动驾驶落地技术分析

要描述自动驾驶落地情况，离不开两个概念：自动驾驶等级和地理围栏等级。自动驾驶等级，用于描述自动驾驶在技术上实现自动化驾驶的程度；地理围栏等级，用于描述自动驾驶运行场景的复杂程度。

（1）自动驾驶等级

对于自动驾驶等级，目前行业大多参考SAE定义，按完成驾驶操作、周边监控及接管三项任务时驾驶员和系统分工，以及自动驾驶应用场景分级。

自动驾驶等级分为5级，分别是：辅助驾驶L1、部分自动驾驶L2、条件自动驾驶L3、高度自动驾驶L4和完全自动驾驶L5。如下图所示：

        -前三个等级（L1-L3），是自动驾驶自动化程度不断拓展的过程。到L3级别，就车辆本身而言，已经可以实现自动控制完成所有的动态驾驶任务；

        -后两个等级（L4-L5），是自动驾驶在应用场景上的拓展。L4级别只能在限定场景下实现完全自动驾驶，L5级别可以拓展到所有场景，这两个阶段已不需要驾驶员了；

        -L3等级，是部分自动驾驶和完全自动驾驶的过渡阶段。在这个阶段，周边驾驶环境由系统负责监控，但必要时需要驾驶员接管车辆。

自动驾驶等级

（2）地理围栏等级

上面提到自动驾驶等级，除了完全自动驾驶L5能适应于所有场景，其他等级自动驾驶都是运行在限定场景。在限定场景内，人流、车流复杂程度，以及运行速度情况等，直接可反映自动驾驶的能力水平。

所以，引入地理围栏的概念，从车速、人流和车流角度，对限定场景复杂程度进行分级，从而更好反映自动驾驶水平。地理围栏也分为５级，如下图所示：

        -Geo1是最简单的交通环境（低速、无人、少车），相应的Geo5是最复杂的交通环境（随意穿行、机动车与非机动车混杂等）；

        -Geo2侧重于车流少(低速少人/高速无人)交通环境，相应的Geo3-4侧重于车流大交通环境

        -Geo3和Geo4区别主要在于，Geo3是低速少人/高速无人，Geo4低速人多/高速少人。

地理围栏等级

（3）自动驾驶落地

自动驾驶能否顺利落地，取决于两点：一是，实现方案的自动驾驶等级；二是，应用场景的地理围栏等级。

很显然，需要实现的自动驾驶等级越低，应用场景的地理围栏等级越低，自动驾驶越容易顺利落地。

自动驾驶能力水平的发展，本质上，是不断向更高级自动驾驶等级和更复杂地理围栏等级拓展的过程。从自动驾驶等级和地理围栏等级两个维度看，目前对于自动驾驶落地现状及趋势达成的大概共识，如下图所示：

        -L1-2低级别自动驾驶应用，短期内有望覆盖所有场景；

        -Geo1-2低级别地理围栏场景，短期内有望达到L2级别，实现无人驾驶；

        -Geo3中级别地理围栏场景，短期内自动驾驶功能拓展，有望尽可能接近L3级别水平；

      -其它情况，要实现自动驾驶落地，需要有个较长时间。L4级别拓展到Geo5，从而实现完全自动驾驶L5，更是遥远。

自动驾驶落地

自动驾驶落地应用

（1）自动驾驶落到典型应用领域

目前自动驾驶落地应用处于百花齐放阶段，从乘用车到商用车，从出行到物流，从封闭场景到公开道路，从智能驾驶到示范运营等等都有涉及。这里从商业应用领域简单梳理下，如下图所示：

        -个人出行领域，主要有自动行车和自动泊车两个应用：自动行车，发展是不断拓展功能和运行场景过程，以小鹏NGP为代表；自动泊车，停车场场景简单，向L4级别发展，以威马AVP为代表；

        -公共交通领域，主要有无人出租和无人巴士两个应用：目前主要处于在简单城市道路示范运营阶段，实现商业运营还有很长路要走，以宣传和训练系统为目的。如Auto X和小马智行Robot Taxi、宇通“小宇”无人巴士、轻舟智航“Robot-bus”等；

        -园区服务领域，主要应用有：无人配送、无人零售、无人环卫等，以菜鸟无人物流、京东配送机器人、中联无人环卫等为代表；

        -园区物流领域，主要应用有：矿区运输、港口集卡、机场摆渡等无人驾驶，目前大多处于示范运营阶段，如踏歌智行内蒙矿区、西井天津港、驭势科技香港机场等无人驾驶示范运营；

      -长途物流领域：干线物流，图森走在前列，已在美国亚利桑那州示范运营。国内受法律限制，目前了解，只有赢彻科技在长沙开放测试道路做了些运营验证；

      -其它应用领域，包括无人农机、公安消防等特殊场景，极飞无人播种机、爱上集团无人巡逻警车等。

自动驾驶典型应用（商业）

（2）自动驾驶落到典型应用阶段

根据自动驾驶等级和地理围栏等级，我把目前自动驾驶落地典型应用做了另一种方式归类，如下图所示：

        -无人农机、无人巡逻、无人配送、无人环卫等应用，由于场景环境简单、自动驾驶运行速度低，技术上实现无人驾驶已无障碍。随着硬件成本的降低，有望全面实现商业化；

        -在矿区、港口、机场、停车场等封闭场景，自动驾驶与该场景管理系统结合，提供自动驾驶可靠性后，有望全面实现商业化。

      -乘用车自动行车，由于场景复杂，功能上只能不断拓展，通过给用户提供智能体验实现商业价值；

      -无人出租、无人巴士，由于场景复杂，短时间内实现商业商业化不太可能。示范运营，更多的是用于企业和地方政府宣传，以及训练自动驾驶系统而已。

自动驾驶典型应用（技术）

后记

自动驾驶落地之路，是一个技术发展和商业利益相互推动的过程，二者缺一不可。在这其中，企业、政府、个人都扮演者重要的角色。让我们一起为自动驾驶即将带来的美好生活而努力吧！