全国首批！
广州入围全国首批智能网联汽车
准入和上路通行试点
近日，工业和信息化部公布了《进入智能网联汽车准入和上路通行试点联合体基本信息》，广汽集团正式进入智能网联汽车准入和上路通行试点，成为全国首批开展L3自动驾驶上路通行试点的车企之一。
近年来
国内外众多车企和科技企业
在自动驾驶方面的投入
堪称马不停蹄、紧锣密鼓
给汽车产业的智能化进程按下加速键
自动驾驶前景充满了想象空间
但对于很多人来说
“自动驾驶”仅仅是一个
充满未来感与科技感的词
既有向往，又有担心：
自动驾驶技术难吗？
出bug了怎么办？
它比人类司机更安全吗？
今天小编就来为大家介绍自动驾驶
自动驾驶的分级定义
目前，按照国际自动机工程师学会标准，汽车自动驾驶技术可划分为L0至L5共六个级别：L1至L2为驾驶辅助技术；L3是分界线，L3及以上为自动驾驶，但L3在系统发出请求时，人还可以接管驾驶，L4在绝大部分场景下，车辆可实现自动驾驶，且不需要人类司机干预；L5是在任何场景下，都可以实现自动驾驶，也就是完全自动驾驶。
资料来源：国际自动机工程师学会
关于自动驾驶技术的研究，可追溯到上个世纪五十年代。近年来，自动驾驶更是让众车企魂牵梦萦、分秒必争。但时至今日，大多数车企自动驾驶水平还处于L2水平，也就是辅助自动驾驶阶段。当前行业主流意见认为，技术从L2循序渐进、不断迭代，最终会达到L4高级别自动驾驶。但在很长时间内，L2可能都会与L4共存。
可见，实现自动驾驶，并非易事。它是一件极其复杂的系统工程，涉及传感器、计算机、人工智能、通信、导航定位、机器视觉、智能控制等多门学科。
怎样实现自动驾驶
自动驾驶的实现主要有两种技术路径。一种是以激光雷达为核心的融合感知路线，激光雷达、摄像头和毫米波雷达等构成融合感知体系，以华为、小米、蔚来等车企为代表。另一种是纯视觉感知路线，以特斯拉为代表。纯视觉路线对车端和云端算力都提出较高要求。
这两种技术路径，无论是哪一种，都要完成感知、决策和执行三个环节。如何理解呢？自动驾驶系统开车，跟我们人开车一样，也是靠眼睛（耳朵）、大脑和手脚，分别承担着感知、决策、执行职责。
它的“眼睛”“耳朵”可以是高清摄像头、激光雷达、毫米波雷达、超声波雷达等感知系统，对车辆、行人、交通信号灯、障碍物等环境做出快速准确的识别，确保其“看得懂物”。以上两种技术路线，主要就是从环境感知方面做的划分，这个环节是后续两个环节的基础。
自动驾驶的“大脑”就是“芯片”、算法，用于做决策：车怎么开安全？选择哪条路效率更高？这是“看得懂路”。而控制系统就是用来完成执行动作的“手”和“脚”。
融合感知路线
融合感知路线是目前国内车企实现自动驾驶的主要方式。通过装载高清摄像头、激光雷达、毫米波雷达等传感器，收集车辆周边信息，再配合高精度地图，做出决策。
这种路线，优点十分明显：几种传感器相互配合补充，发挥各自“特长”，数据来源十分多样，这让最终感知结果更加稳定可靠，决策也会更加准确。比如，摄像头可以提供丰富的视觉细节，而激光雷达可以提供精准的距离、速度数据，还能保证夜间、大雾雨雪天等恶劣天气下的识别效率，弥补摄像头的不足。
这种技术路线，最大的缺点就是贵——高精度地图和激光雷达，都需要高额投入。
纯视觉路线
纯视觉路线聚焦一个“纯”字——只使用摄像头来感知环境。这意味着从认识物体，到测算距离、速度等一切环境信息，都需要靠摄像头来完成。想走这条路线并非易事，因为系统要处理大量图像、视频信息，车端和云端算力、算法都非常重要，主打一个“脑子好使”。（车端需要处理多个高清摄像头大量复杂的数据，而这些处理都必须在车上及时完成以确保反应速度；云端则负责处理大规模的数据分析和模型训练，以持续优化车辆的感知和决策能力）
相较于融合方案，纯视觉感知路线最大优势就是成本更低，更有利于市场大范围推广。但为了更高的安全性和可靠性，纯视觉路线隐性成本并不低，甚至可以说更高，只不过这是“终身受益”：它需要投入更多资源来开发和优化视觉处理算法和计算平台。
纯视觉路线缺陷也较明显，由于摄像头采集到的原始数据是二维图像，不包括距离、速度，车辆仅靠这些信息容易出现误判。
在融合感知路线中，即使一个传感器失败或被干扰，其他传感器仍能提供关键数据，而纯视觉感知路线在摄像头遇到失效、被污染等状况时，缺乏同等级备份选项，可能会影响整体系统的可靠性。
自动驾驶的现状
尽管自动驾驶前景充满了想象空间，现实却很骨感：在实现全面商业化和广泛应用之前，自动驾驶在成本、技术、法律法规、社会接受度等多方面仍面临一些困境。
任何产品在真正走向商业落地前，都需面临一个核心问题——成本。自动驾驶成本居高不下是阻碍其普及的因素之一。软硬件开发、数据采集、相关技术测试和验证等各环节都需要大量资金和时间投入。
在技术方面，尽管自动驾驶技术已取得了显著进步，但仍需解决如感知系统在复杂环境下的可靠性、人工智能决策系统的健壮性等问题。例如，如何提高在恶劣天气或复杂道路条件下的性能，如何提升模仿人类司机的直觉和决策能力等。
关于法规方面，自动驾驶的法律责任、安全标准、隐私保护等方面的法规尚不明确，这对于规范自动驾驶车辆的测试、使用、责任归属等方面造成困难。此外，不同国家和地区的法律、标准不统一，这给自动驾驶车辆的国际化推广也带来了一定障碍。
此外，让消费者愿意为相关功能埋单也是当前行业共同困境之一。如今，很多车企和自动驾驶公司已推出了泊车和高速辅助驾驶功能，但城市场景才是让消费者直接感知这项技术的最重要途径，因为城市场景才是人们生活中经常用到的场景。如果自动驾驶不能在高频和刚需场景实现，所有商业规划都是空中楼阁。
目前，国内的一些头部车企或科技企业也已陆续落地城市场景辅助驾驶。这些城市场景落地让消费者对自动驾驶的信任度有所提升。
自动驾驶对我们生活的影响
自动驾驶技术的发展，将为我们社会生活的方方面面带来许多积极影响，包括提高交通安全、增加交通效率，以及改善生活质量等。
2023年12月，广州市的5条自动驾驶便民线正式进入示范应用。巴士搭载了自动驾驶科技公司文远知行WeRide（以下简称文远知行）领先的自动驾驶全栈式软硬件解决方案，最高时速达40公里，满足全天时、全天候、全场景的运行需求，在城市开放道路、早晚高峰拥堵时段等情况下均能实现安全、稳定自动驾驶。
乘客体验自动驾驶巴士。
而在今年5月，文远知行获得广州市颁布的远程测试（无人）牌照和载货测试牌照，旗下自动驾驶货运车Robovan获准在广州市开展自动驾驶城市货运车“纯无人测试”及“载货测试”，测试范围覆盖白云、花都、番禺、黄埔、南沙、海珠6个行政区共797条测试道路，双向里程3247公里，其中包括南沙区全域。
这是中国首个城市开放道路场景下L4级自动驾驶货运车纯无人远程测试许可，也是中国首个支持7×24全天时自动驾驶货运车载货测试活动。
目前，文远知行已与多家中国知名物流企业合作，在广州国际生物岛落地自动驾驶城市货运商业化运营试点，试点期间每日承运货物超50000件。
自动驾驶是智能网联汽车的核心技术，也是实现智慧交通的重要一环。自动驾驶带来的这些改变，将对我们的生活、商业运作和社会结构产生深远影响，推动我们进入一个更安全、更高效的未来。
资料参考：广州科技创新、央视新闻、新华社、广州有咩事、光明日报、广州日报
图片来源同上，非商业用途，若构成侵权，请联系我们进行删除
热门跟贴