【能源人都在看，點擊右上角加'關注'】
編前：
近日，頗有“風向標”意味的中美兩份自動駕駛車輛道路測試報告先後出爐。一份來自素有“自動駕駛聖地”之稱的美國加州，由當地車輛管理所公佈的《2019年自動駕駛脫離報告》（以下簡稱“加州報告”），主要內容是2019年度在加州開展自動駕駛道路測試車企的脫離率（即自動駕駛車輛每行駛多少公里需要人工接管一次）；另一份則是由北京智能車聯產業創新中心發佈的《北京市自動駕駛車輛道路測試報告（2019年）》（以下簡稱“北京報告”），不僅包括2019年度發佈的自動駕駛政策、標準和應用示範情況，同時還詳細介紹了這一年來北京自動駕駛企業在開放道路和封閉道路上開展測試的具體情況。
雖然只是兩個地區的自動駕駛測試報告，但從這兩份報告中，能看出中美兩國在自動駕駛道路測試管理思路、技術路線和發展水平的差異。近年來，在谷歌、特斯拉所熱衷的單車智能之外，中國已經走出了一條以車路協同來實現自動駕駛技術方案儘快落地的另一條道路，從目前的發展情況來看，後者，說不定會走得更快。
管理思路：鬆散型VS嚴格型
2月27日，加州報告正式發佈，主要公佈了在加州進行自動駕駛車輛道路測試車企的三項數據，包括測試車輛數量、測試里程和脫離次數。作為曾經被視為衡量車企自動駕駛技術水平的重要標誌，脫離率以及加州報告正飽受質疑，質疑者不少都是美國本土企業。
相較之下，3月2日發佈的北京報告顯得更加全面且詳細，在詳細闡釋和分析自動駕駛測試的脫離率及其原因以外，北京報告進一步介紹了去年在封閉試驗場的各類專項和綜合能力評估測試結果。“作為國內惟一一個已經連續兩年都公佈自動駕駛車輛道路測試報告的城市，北京市在推動國內自動駕駛發展方面取得的成績有目共睹。”中國人工智能學會智能駕駛專業委員會副秘書長王羽在接受《中國汽車報》記者採訪時表示，“從這兩份報告可以看出，中美兩國在自動駕駛車輛道路測試管理思路上的差異。”
■車企“操作”空間大加州報告受質疑
從2015年起，加州車輛管理所要求，獲得自動駕駛路測資質的公司每年1月1日前上交一份自動駕駛年度報告，總結測試過程中經歷的所有自動駕駛脫離事件，包括測試車隊規模、測試里程、接管次數（以及每次接管情況說明），加州車管所再根據各公司提交的數據，彙總成每年發佈的《自動駕駛脫離報告》。
這份報告在自動駕駛領域，曾經被視為衡量全球車企自動駕駛技術水平的重要標準，每次發佈都會引發全球汽車行業的極大關注。但近年來，加州報告受到了不少質疑，除了因為報告的指標太過單一以外，更重要的是，由於缺乏對“脫離”的確切和統一定義，留給車企太多的“操作”空間，導致橫向比較脫離率缺少意義。美國南卡羅萊納大學法學院教授布萊恩特·史密斯指出：“不管是監管機構還是公眾，都不具備足夠的專業知識、資源或時間來完全理解這一切是如何運作的，報告的可信度更多取決於開發和部署自動駕駛的企業是否值得大家信任。”
■
北京路測嚴謹引導重視安全和可靠性在王羽看來，北京報告在積累了大量寶貴數據與資料的基礎上，為接下來政策法規、技術標準以及技術升級和場地管理等方面都提供了重要的參考和借鑑。更重要的是，北京報告在探索自動駕駛測試的“中國方案”，在國際上發出了中國聲音。
正如清華大學教授、汽車安全與節能國家重點實驗室主任李克強所言，汽車發展到自動駕駛時代，特別是智能時代，本地屬性要求會更加強烈。換句話說，將來的自動駕駛產品一定是與每個國家工況相適應的產品。既然可以斷言未來中國的自動駕駛一定是“中國方案”，那麼，在自動駕駛道路測試管理的流程和體系方面，也需要具備“中國特色”。
雖然同樣提及自動駕駛脫離，但北京報告並沒有披露各企業測試過程中發生脫離的次數。“北京市不對各企業的MPI（Miles Per Intervention，每行駛1000英里需要人工干預次數）進行比較，目的在於避免企業造假，玩數字遊戲，引導企業重視安全、踏實積累路測經驗、推動技術產品化。”北京智能車聯產業創新中心相關負責人 強調，北京自動駕駛道路測試更重視安全和數據的可靠性。
值得一提的是，在脫離率的數據披露方面，北京報告數據顯示，86％的脫離是由於測試人員更換數據記錄設備、需重新規劃路徑或個人原因導致，只有14％的脫離是由於策略缺陷、人工安全防禦、系統故障等造成，顯而易見，第二類的脫離價值要遠高於前者。
■“松”，激發創新“嚴”，注重安全
同時在加州和北京兩地開展自動駕駛車輛測試的小馬智行，其
北京研發中心負責人李衡宇曾告訴記者，與加州相比，北京的道路測試增加了封閉場地5000公里訓練和能力評估考試，在監管方面，企業除了提交脫離報告，還需提交測試計劃，並有實時的視頻監控和車輛位置監控等。據瞭解，北京採用了實時監測的模式，通過自動駕駛車輛道路測試監管平臺，可以精準到開放測試道路電子圍欄、駕駛員（安全員）甄別及測試情況監控、測試車輛歷史軌跡追溯等。顯然，與加州的“鬆散型”管理風格大相徑庭，北京對自動駕駛車輛的測試管理更加嚴格。當然，有一部分原因是因為國內交通狀況更加複雜。清華大學蘇州汽車研究院智能網聯中心主任戴一凡指出，客觀而言，中國的道路交通場景更加複雜，包括道路基礎設施的完善程度以及社會車輛的駕駛行為習慣等，都與國外有很大的不同。基於此，國內監管更嚴格，這也是不同國家的實際交通狀況決定的。
“其實兩地的監管一鬆一嚴，充分體現了兩個國家相關部門管理風格的不同。”一位不願透露姓名的業內人士表示，加州門檻更低，給予企業更多自由，從某種程度上而言有利於創新；北京雖然“手伸得較長”，從另一方面看也給予了企業很多幫助和支持。例如2019年由智能車聯推出的“星火計劃”，累計向20餘家企業、科研團隊和行業協會等提供了1160小時的優惠服務，為企業和科研團隊節約了千萬餘元研發資金。“更重要的是，細緻而嚴苛的管理有利於防止出現嚴重的交通安全事故，避免影響自動駕駛道路測試整體發展進程。”該人士如是說。
技術路線：單車智能VS車路協同
可以看到，在加州報告中，惟一的主體是開展測試的汽車企業；在北京報告中，除了關注企業以外，政策、標準和場景等，這些都是重要內容。“中國在智能網聯汽車技術領域佈局的思路與美國有所不同，這一點從兩份報告中也可以比較得出。”王羽告訴記者，美加州報告更關注單車智能，這也是大多數國外自動駕駛企業選擇的技術路線，相較之下，中國走的則是智能網聯、車路協同發展的道路。此外，北京報告系統化突出，除發佈了產品智能化水平，還就測試場地和道路開放情況等作出了詳細介紹，體現了雙方在產業發展方面的不同理念，一方希望以一家優秀的企業帶動整個產業鏈的進步；另一方則希望產業鏈精誠合作、優勢互補，最終實現整體的協同發展。
■單車智能遇瓶頸
以Waymo為代表的美國企業，一直都是堅定的單車智能派選手，優步、特斯拉、通用Cruise等走的也基本上都是這條路線。
在這一條技術路線擁護者的眼裡，只要通過詳細拆解人類駕駛汽車的行為，不斷改進算法，提高機器的智能水平，就能實現真正的無人駕駛。業內專家認為，人類因為自身的侷限性以及情緒的波動性，完全無法和機器匹敵。
首先，在感知方面，由於天氣、視線盲點及自身的身體疲勞、反應速度、情緒等諸多原因，人類駕駛員在觀察方面存在盲區，並將基於這些盲區做出不安全的決策。
其次，在決策層面，以AlphaGo為代表的機器智能已經證明了在速度、精確度等方面，機器確實可以遠超人類，並且保持長期的可重複性。機器通過線控系統將信號傳遞到汽車的轉向系統、制動系統和傳動系統，可以確保信號的快速性以及準確性，能夠避免“錯把油門當剎車”這一類的失誤。
最後，只有當積累到一定駕駛里程，人類駕駛員成為“老司機”後，才能達成“眼手腳”的協同配合。相對的，機器學習可以極大加快學習的過程和進度，使得協同配合的達成時間大大縮短，出手就是“老司機”水平。
然而，這一切隨著自動駕駛研發工作的深入遇到了瓶頸。特別是在現階段，傳感器還存在缺陷，人工智能技術還不是很成熟，很多危險的場景憑單車智能還無法安全應對，比如前方大型車遮擋住紅綠燈。2019年4月，當時福特汽車新上任的首席執行官吉姆·哈克特在接受媒體採訪時坦言，完全的無人駕駛汽車到來仍需時日，大家對於無人車的普及過於樂觀。
■車路協同或走得更快
鑑於單車智能來實現高級別自動駕駛還存在較大的侷限性，以中國為代表的車企走上了V2X車路協同的另一條道路，同時在車端和路端安裝各種傳感器，打造“聰明的車＋智慧的路”，讓人、車、路、雲高度融合，互為補充，促成智慧出行。
這一理念之所以能夠在國內汽車行業中迅速“生根發芽”，主要原因有兩方面。首先，中國擁有強大的體制優勢。近幾年來，全國各地紛紛加碼佈局“智慧城市”“智慧交通”，道路的基礎設施改善步伐大大加快。這一點在北京報告中充分凸顯：2017年，在北京市經濟技術開發區已建設支持車路協同的測試道路12公里（7個路口），2019年迅速擴建到了40公里，包含36個路口。據悉，截至2019年底，智能車聯聯合北京千方科技股份有限公司在中關村自動駕駛創新示範區環保園、北京經濟技術開發區、北京CBD等道路上已部署近百套V2X設備。
其次，我國在通信領域以及互聯網行業具備全球領先的優勢，汽車企業與信息通信和互聯網等領域的骨幹企業展開深入合作，形成跨產業協同機制，集中突破智能汽車關鍵核心技術瓶頸，提升智能汽車基礎試驗條件和綜合服務能力，推動我國智能汽車行業更快、更好發展。王羽認為，在體制優勢疊加中國通信和互聯網企業優勢的基礎上，中國的智能網聯汽車發展有望走得更快。
■以一帶十和產業生態系統
加州報告之所以更關注企業，表面看是因為美國車企走單車智能路線，行業就將更多的注意力集中在汽車產品本身上，而更深層次的原因是產業發展的模式不同。王羽分析：“與美國希望用一款優秀的產品，以一帶十帶動整個產業鏈發展的做法不同，我國更希望從生態上、系統性上、產業鏈上來推動整個產業的共同發展。”
這一發展模式與智能手機相近。在美國，蘋果一家公司的成功就帶動了上下游許多相關產業和企業的共同進步，但對於中國來說，光有華為這樣知名的科技公司還遠遠不夠，需要在操作系統、零部件供應鏈等各個方面同時開展布局，才能取得系統性的突破。
前不久，我國11部委聯合發佈的《智能汽車創新發展戰略》（以下簡稱《戰略》）明確提出，中國智能汽車的發展路線和發展模式，不僅僅關注單車智能，也要重視智能網聯和雲控。尤其值得強調的是，在發展汽車產業的同時，《戰略》也同樣加強了基礎設施、政策法規和交通同步發展的重視程度，強調要多部門多行業協同發展。
“智能汽車是一個生態構建的系統工程，生態構建的過程中需要所有局部環節和整體有機統一，互相包容並舉，才能構建穩固的產業生態。”王羽表示。
發展水平：技術強悍VS里程領先
對比加州報告和北京報告，記者發現百度的幾項指標均為第一名。在北京報告中，百度2019年的測試總里程和測試車輛數量兩項數據均位列第一，分別是75.4萬公里和52輛；在加州報告中，百度首次以每行駛18050.03英里（約合29048.71公里）需要進行一次人工接管的成績，成功超越了Waymo，登上了加州報告中MPI排行榜的冠軍寶座。
事實上，單純按照MPI排名的話，有5家中國企業擠進了前十，佔據半壁江山，名次也都比上年有不同程度的提高。中國車企的自動駕駛水平已經趕超美國了嗎？
■測試里程差距縮小
雖然美國較早開展自動駕駛測試，但從測試規模數據來看，雙方的差距逐漸縮小。在2019年度於加州開展自動駕駛測試的36家公司中，Waymo以234萬公里測試里程遙遙領先，其次是通用Cruise的133萬公里，後續的企業測試里程除小馬智行、百度、nuro和zoox突破10萬公里，其他都較少。與國外相比，中國自動駕駛道路測試開展較晚，2019年在北京開展自動駕駛道路測試的企業中，百度以近90萬公里的測試里程位居第一，其次是小馬智行，全年共測試了12萬公里，整體情況與美國類似。
“道路測試規模是評價企業自動駕駛技術的重要標尺，從測試里程來看，中國頭部企業與國外差距逐步縮小。”據北京智能車聯產業創新中心相關負責人介紹，事實上，截至2019年12月，百度Apollo車隊在全國範圍內的總測試里程，已經累計超過了300萬公里，覆蓋北京、武漢、滄州和長春等23個城市。
■我國缺乏核心技術
在王羽看來，除了車聯網的優勢以外，中國汽車企業在感知、決策以及執行三大層面仍與國外存在不同程度的差距。近年來進步較為顯著的是在感知層面，尤其是國產激光雷達發展較快；在決策層面，百度開發了Apollo平臺，也具備與國際先進水平一爭長短的基礎。
“在系統感知領域，博世仍然擁有較大的話語權，尤其是在整體集成能力方面；在執行層面，如線控領域屬於傳統汽車業務範疇，中外車企的產品差距依然不小。”一位不願透露姓名的企業人士指出，整體看來，中外車企的自動駕駛技術水平越來越接近，但這主要在於不少車企都採用了國外的先進零部件和集成技術，國內對於自動駕駛核心技術和關鍵零部件的掌握，尤其是硬件，還有很長的一段路要走，可以說，與國外還沒有處在同一個發展階段。
■“冷靜期”晚於美國
由於自動駕駛技術成本高居不下、傳感器車規級程度較低、高精度地圖無法實時更新、自動駕駛能力無法達到商用要求等，全球自動駕駛汽車企業正處於“冷靜期”。“美國企業大概在2018年前後開始‘冷靜’，Waymo和通用Cruise早就推遲了在2019年開啟商業計劃的進程。”上述企業人士表示，國內車企稍微晚一些，基本上2019年前後開始陸續認識到自動駕駛無法一蹴而就。
在戴一凡看來，從去年開始，我國自動駕駛產業從喧囂轉為冷靜，越來越多的國內企業告別浮躁心態，變得更加理性和實際，從過去大而全的技術解決方案轉向尋求更容易落地的細分技術。
毋庸置疑，在實現量產之前，自動駕駛技術仍舊面臨著諸多挑戰，產業界也已經意識到，要實現高度自動駕駛的產業化，還需要相當長的時間。
全國能源信息平臺聯繫電話：010-65367702，郵箱：[email protected]，地址：北京市朝陽區金臺西路2號人民日報社
閱讀更多 全國能源信息平臺 的文章
