尽管去年累计交付4.37万辆，稳居汽车新势力榜首，但蔚来汽车前进的道路却难以一帆风顺。8月12日，一位商业人士驾驶蔚来ES8汽车启用自动驾驶功能(NOP领航状态)后，因交通事故失去生命。消息甫一传出，即在汽车行业引发热议。
这并非年轻的蔚来汽车首次发生此类事故，当然，类似因自动驾驶/自动辅助驾驶导致交通事故，业内也并非蔚来汽车一家。相关事件调查发现，自动驾驶系统无法识别响应路障、三角警示牌等静态障碍物。显然，这给火热的全新自动驾驶敲响了一记警钟。
无独有偶，1个月前，清华大学汽车产业与技术战略研究院院长赵福全在一个智能网联论坛上直言，这个行业“很热、很乱，也很难”，现在虽然行业“乱度降低，但难度有增无减”。
今年是L3级别量产元年
众所周知，车联网是汽车电子信息通信和道路交通运输等行业深度融合的一种新型产业形态，随着5G技术的商用，车联网产业快速发展，行业应用加速渗透，智能化和网联化的趋势显著，成为数字经济发展的一个重要组成部分。
根据自动化程度的不同，国内外相关机构将自动驾驶分为L0~L5六个等级。业内普遍以L3为分水岭，以下为辅助驾驶，以上是高级自动驾驶。根据研究机构IHS预测，自动驾驶市场规模不断扩大，并将在2035年达到5600亿美元。
智能网联汽车究竟有多火?“在过去的一年半里，国内新上市的车上有1000多款ADAS(高级驾驶辅助系统)，安装率非常高。”透过某部属研究机构负责人给出的这一数据，我国自动驾驶产业的火热程度可见一斑。
目前，我国智能网联汽车产业发展基本与全球先进水平处于“并跑”阶段。2020年，L2级智能网联汽车乘用车新车市场渗透率达到15%，2021年上半年提高至20%左右，L3级自动驾驶车型在特定场景下开展测试验证。
“对于OTA(空中下载技术)，三五年前我们根本想不到会有这么高的安装率和普及率。”在感慨自动驾驶飞速发展的同时，这位负责人坦言，与媒体报道的自动驾驶汽车交通事故相比，企业平时在日常测试过程中遇到的大小事故可能更多一些。
据了解，乘用车的自动驾驶技术水平，目前正处于L2向L3过渡的阶段，商用车自动驾驶进程相对更为快速。自动驾驶行业容错率极低，在技术高度成熟之前贸然上路，企业将面临比较高昂的试错成本。因而，前沿的自动驾驶解决方案会率先在特定场景中进行测试，充分验证之后投入商用。商用车领域落地的自动驾驶技术更为领先，目前大多已经达到L3+级别。大部分车企已经推出具备L2级别辅助驾驶系统的车型。2021年作为L3量产的元年，多家车厂推出或计划推出配备L3级别自动驾驶解决方案的车型并投入生产。
值得一提的是，我国复杂的路况能为自动驾驶测试者提供更多行驶数据，使本土公司在测试上具有一定优势，有望实现对国外企业的弯道超车。
测试与真正的交通尚有距离
近日，工业和信息化部、公安部、交通运输部联合发布了《智能网联汽车道路测试与示范应用管理规范(试行)》(以下简称《规范》)。2018年4月，这3个部委联合发布了《智能网联汽车道路测试管理规范(试行)》，发挥了积极的引导作用。全国27个省(市)出台了管理细则，建设了16家智能网联汽车测试示范区，开放了3500多公里测试道路，发放了700余张测试牌照，道路测试总里程超过700万公里，长沙、上海、北京等地还开展了载人载物示范应用。
不过，在道路测试工作开展过程中，也存在测试方案不统一、测试结果不互认、车路协同不到位等问题，行业企业提出进一步放开高速公路、无安全员测试等需求。
公安部道路交通安全研究中心主任王长君表示，现有的道路测试，不管是封闭场地测试还是特定的公开道路测试，都存在根本性的问题。一是封闭场地的测试项目少。二是封闭场地的测试大多是定性的测试，比如，测试汽车看到红绿灯能不能停，至于当时的车速是多少，以什么样的速度安全停下来等，这些都没有测试。三是测试道路的场景非常有限。
而测试道路的局限直接导致以下问题：第一，在路上跑的时候会有大量无效行驶，无效行驶导致了无效测试;第二，所测试的交通规则有限，许多交通规则没有测试;第三，对于其他交通参与者不遵守交通规则的行为，自动驾驶汽车如何应对没有测试;第四，有大量未知的场景无法测试。
事实上，越来越多的人认为自动驾驶太难了。即便是对自动驾驶信心满满的“钢铁侠”马斯克，前不久也在推特上承认自动驾驶太难了。他说，通用自动驾驶是一个如此难的任务，因为这要求去解决很大一部分现实世界的AI问题。
王长君表示，实践中自动驾驶测试更多将重点锁定在车辆的安全预期功能测试上，很少考虑围绕既有规则进行测试，结果造成安全功能控制的精度不高，以及对交通规则的遵守机制不健全。因此，他建议结合自动驾驶汽车所面临的复杂长期的安全挑战，可以开展全面遵守交通规则的便利仿真测试，即可以在电脑平台上，完成对所有交通规则遵守能力的测试。
网络与多网融合问题不容忽视
对于测试示范区，国家智能网联汽车创新中心副主任辛克铎也认为示范区存在商业化可运营场景不多的问题。他反问道：“没有的话怎么可能实现大规模生产呢?场景不丰富、模式不确定，现在可持续运营的商业模式依然没有确定，迄今为止这是智能网联汽车依然面临的问题。”
在辛克铎看来，特斯拉只是网联车，但不是智能网联车。他强调，要旗帜鲜明坚定地认为，将来智能网联驾驶汽车的方向一定是V2X(车对外界的信息交换)，V2X是中国智能网联汽车的必由之路。“智能网联驾驶是一个复杂的系统，系统的冗余性、稳定性和安全性，单靠一家公司是很危险的。智能网联汽车是集IOT(物联网)、人工智能、大数据等多种技术于一体的最具发展前景的引领性行业，实际上这不止是汽车行业的事情，而是与整个智能社会密切相关。”他说。
不过，作为智能网联汽车的基础，网络建设与多网融合却不乏问题。辛克铎表示，许多人说5G达到1毫秒了，这样的低时延对自动驾驶肯定是行的，但是在示范区建设过程中，实际数字是50毫秒。“1毫秒有没有呢?反正我没有见过。”他认为，支持自动驾驶的连续覆盖的5G网络是否已经预备好了，这是我们所面临的一个非常严峻的问题。
同样，多网融合也存在问题。辛克铎说：“车路云网图大家都在干，是否解决了融合的问题和统一标准的问题呢?据我所知并没有，这些问题不解决怎么支持自动驾驶?因此，多网融合依然是一个非常重要的问题，基础网络建设仍是基础中的基础。”
此外，云平台一致性作为一个核心问题也不容忽视。辛克铎表示，现在很多网络和信息化建设是一样的，基本上各行业各领域垂直化，信息孤岛模式居多。比如，有3个城市建了自动驾驶示范区，彼此之间都是独立不相通的。基础设施标准不一致，安全防护手段不一致，产业生态没有建立，自然无法出现规模产品和建立好的商业模式。(记者 王晓涛)
责任编辑：Rex_01
