復盤2021年以來的自動駕駛技術，不管是AI芯片，還是車規級傳感器，都呈現出多個里程碑式的進展。與此同時，技術催生了智能化場景，多產業齊發力，在疫情、貿易戰、缺芯潮等黑天鵝事件的催化下，自動駕駛終端應用迸發出前所未有的需求，但新技術的誕生總是伴隨著或大或小的難題。自動駕駛的2022.還要邁幾道“坎”?

　　01、自動化算力提升難

　　2022年3月1日，市場監管總局針對自動駕駛功能發布的《汽車駕駛自動化分級》國家標準將正式實施。

　　隨著自動駕駛等級的提高，所需的算力高速提升。汽車自動駕駛的智能化水平取決于算法是否強大，從L1到L5.自動駕駛每提升一個等級，算力要求也同樣提升一個等級。

　　目前，駕駛輔助技術已經在量產車上部署，即“高級駕駛輔助系統”。全球目前的自動駕駛輔助技術還只是處于L2-L3等級之間。

　　L3之前，自動駕駛所需算力較低;L3需要的AI算力達到20TOPS;L3之后，算力要求數十倍增長，L4接近400TOPS，L5算力要求更為嚴苛，達到4000+TOPS。每增加一級自動駕駛等級，算力需求則相應增長一個數量級。根據英特爾推算，在全自動駕駛時代，每輛汽車每天產生的數據量將高達4000GB。

　　02、AI芯片上車難

　　隨著自動駕駛汽車智能化水平越來越高，需要處理的數據體量越來越大，高精地圖、傳感器、激光雷達等軟硬件設備對計算提出更高要求，因此在高精度的傳感器之外， AI加速芯片成為主流。

　　評估芯片性能，算力、能耗、效率缺一不可。

　　目前，市面上可供選擇的車規級AI芯片屈指可數。國外以特斯拉、英偉達、英特爾、Moblieye為主，而國內的華為海思、寒武紀、地平線等初創公司正“借勢而起”。

　　2021年，車企在自動駕駛芯片的選擇中開始向NVIDA傾斜，在對未來車型布局中也大量選擇了NVIDA Orin X、高通驍龍Ride、華為MDC等大算力芯片，越來越多的主機廠采用高算力自動駕駛芯片。

　　可見，AI芯片想要“上車”，核心即“高速度，高精度，高準度”。

　　以奧迪A8為例，全車共有12個超聲波傳感器、4個全景攝像頭、1個前置攝像頭、4個中程雷達、1個紅外攝像機。除此之外，還有超聲波雷達、毫米波雷達及激光雷達。上述傳感器同時工作，每秒能產生數GB環境偵測數據。

　　在60km/h以下，自動駕駛系統可以完成的動作包括啟動、加速、轉向以及制動，且一旦自動駕駛系統的操控達到極限，就會立刻通知駕駛者重新掌控駕駛。這也被認為是繼特斯拉Autopilot2.0之后，從L2至L3的一項突破。

　　除芯片和傳感器外，不得不提的就是高精度地圖。

　　自動駕駛汽車需要準確地知道自己在地圖上的位置，包括每個車道的坡度、曲率、航向、高程，側傾的數據。車道線的種類、顏色;每條車道的限速要求、推薦速度;隔離帶的寬度、材質;道路上的箭頭、文字的內容、所在位置;紅綠燈、人行橫道等交通參與物的絕對地理坐標，物理尺寸以及他們的特質特性……所有這些信息也都需要準確的反映在高精度地圖之中。

　　L3 及以上級別的自動駕駛汽車必須依賴其精準定位，才能夠有效地彌補傳感器的性能邊界。對于自動駕駛來說，高精度地圖是實現高度自動化駕駛的重要保障。

　　目前，百度、四維圖新、高德占據主要份額，國內市場呈現“三足鼎立”。根據 IDC統計，2020 年國內高精度地圖行業市場份額前五名公司為百度、四維圖新、高德、易圖通以及 Here，其中 CR3 超過 65%，呈現“三足鼎立”的局面。

　　03、激光雷達成本居高不下

　　目前，自動駕駛主流市場中存在“弱感知+超強智能”和“強感知+強智能”兩大感知路徑，而特斯拉采用的便是前者。

　　“弱感知+超強智能”是指主要依賴攝像頭與深度學習技術實現環境感知，而不依賴于激光雷達。將攝像頭傳回的圖像通過算法進行計算，再經由控制器與執行機構實現操作，這便是馬斯克的選項，然而所謂的“超強智能”，則需要足夠強大的終端算理和算法來提供支撐。

　　2月10日，美國監管機構表示，特斯拉正在美國召回 578607 輛汽車，因為行人可能無法聽到汽車駛近時所發出的必要警報聲。

　　除此之外，特斯拉在不同場景仍存在一定問題，如駛入了電車軌道、遠距離停車、無法辨認某些交通標志、撞上護柱等。想要實現高精度的環境感知，還有更多的細節性技術難點需要研究和攻破。

　　與特斯拉在“攝像頭+人工智能”上的執著不同，國內許多自動駕駛頂流勢力把傳感器的賭注押在了激光雷達上，走一條“強感知+強智能”的路。谷歌Waymo、百度Apollo、Uber、福特汽車、通用汽車等自動駕駛企業，以及傳統車企，都處在“強感知+強智能”的技術陣營中。

　　其中，百度選擇了禾賽，包括基于dTOF的機械旋轉式(Pandar系列)和MEMS微振鏡(GT系列)等相對成熟的產品;華為激光雷達技術路線選擇的是半固態的MEMS微振鏡技術路線。

　　2022年初，蔚來預計發布的ET7、ET5等全新車型中也配備了1個超遠距高精度激光雷達，以及7顆800萬像素高清攝像頭、4顆300萬像素高感光環視專用攝像頭、5個毫米波雷達、12個超聲波傳感器、2個高精度定位單元和V2X車路協同。

　　當前，機械式激光雷達的價格十分昂貴，Velodyne在售的64線/32線/16線產品的官方定價分別為8萬/4萬/8千美元。

　　據預計，2022年至2025年，全球乘用車市場激光雷達需求量將由22萬顆提升至2134萬顆，滲透率將由2021年的0.2%增至2025年的14%，彼時成本有望下降。

　　04、政策法規落地難

　　技術落地，安全先行，自動駕駛離真正的“成熟”還有一定的距離。當高度有序的程序控制和高度無序的有人駕駛相結合，立法就變得復雜起來。方向盤的控制權該交給誰，成為自動駕駛領域的一個問題。

　　對于新技術的接納，國內往往采取較為穩健的策略。

　　2021年，工信部網安局、市場監管總局質量發展局出臺了眾多汽車網絡安全的相關政策，不過我國尚未出臺專門的自動駕駛數據法律規范，與其相關的規定分散在其他法律中。

　　目前，國內仍然缺乏專門的自動駕駛數據法律法規，汽車在采集地理信息時數據歸屬權仍不清晰，“重要數據”具體定義還未明確。

　　相較于國內，2021年12月，德國在法律層面認可L3自動駕駛上路。

　　與此同時，奔馳成為了歐洲第一家滿足UN-R157法規的車企，成為了全球第一家以在開放道路上使用L3輔助駕駛的品牌，但這也僅限干在德國的高速公路上使用該功能。

　　根據SAE對L3級自動駕駛的定義，L3級自動駕駛開啟時，如果出現意外事故，駕駛員不需要負責，而是車企對此負責。

　　為了避免各種意外情況發生，奔馳還是對L3級自動駕駛的開啟條件作了嚴苛的規定，該系統僅可以在時速低于60km/h的狀態下開啟，雖然該系統分許駕駛員雙手離開方向盤，但是仍然要保持雙眼觀察路面情況，以便隨時接管車輛。

　　目前，UN-R157法規的締約國有歐盟國家、英國、日本、韓國、澳大利亞等，奔馳的L3級自動駕駛車輛都可以在這些國家銷售。

　　新興技術往往“落地”最難。許多人把2021定義為自動駕駛元年，在這一階段，電氣化、智能化趨勢正沖擊著傳統汽車產業鏈，疫情讓國內用戶也有了很強的無人化需求。

　　然而，騏驥一躍不能十步，要想實現L4-L5的完全自動化，自動駕駛還要走很長的路，有很多技術在最初也是不被看好的。待到商業落地的條件足夠成熟，希望自動駕駛向更加開放的場景邁進。