L3级别自动驾驶量产在即：技术向前，行业标准化向右

2009年，谷歌的Waymo将自动驾驶汽车推到了世人面前。

十年间，在先驱玩家们勾勒出的商业前景撩拨下，整车厂、互联网公司、创业团队、零部件供应商等汽车产业链上的企业纷纷加入自动驾驶行业，争夺这块预计高达1．9万亿美元规模的大蛋糕。

十年时间过去，自动驾驶从最初的概念到L2级别的部分自动驾驶，并正在朝着L3级别（有条件的自动驾驶）迈进，个别玩家甚至表示将跨入L4级别（高度自动驾驶）。

根据整车厂的设想，2020年将是自动驾驶进入L3级别的标志性一年，吉利、上汽、长安、广汽、长城、小鹏等车企都已经向外界透露了L3级别自动驾驶车辆的量产时间表。

但进入2019年来，明星创业团队Roadstar．ai被曝解散，资本挑选项目时变得更加谨慎，玩家们因为各种难题正在重新审视自动驾驶行业的商业化机会，全球头部汽车供应商几乎都放缓了L3级自动驾驶的落地进度，车企也许将转变此前过于乐观的心态。

阻碍L3级别自动驾驶量产步伐的难题

L3级别和L2级别的自动驾驶都离不开人的参与，但是其间存在跨越式进步，最大的区别在于交通事故的责任人从“人”变为了“车”，这对L3级别系统的可靠性、安全性提出了更严苛要求，需要解决的困难，例如技术问题、市场环境问题、成本问题等远比想象中多。

包括自动驾驶在内的所有新技术真正成熟大致都需要三个阶段——技术成熟、商业成熟和法规成熟。

从现有的自动驾驶技术水平看，环境感知、规划决策与线控执行等技术的成熟度尚不足以支撑L3等高级别自动驾驶技术大规模量产应用，同时这些技术的稳定性也需要加强。另外，自动驾驶不仅涉及汽车产品本身，还需要车、网、路、云一体化协同发展，需要建设智能化道路、无线通信网络、高精度位置服务等各种基础设施。

实际上，很多玩家仍卡在L3级别，主要原因在于系统冗余做得仍然不够。L3级别自动驾驶系统已经完全取代驾驶员的操作，只是在紧急不可控情况下留给驾驶员6－8s以上的时间接管车辆即可，为保证系统出现故障时也要继续正常工作一段时间——让驾驶员有足够的时间来接管车辆，需要整个自动驾驶系统在感知、决策和执行层面都要有“冗余”，冗余的传感器、冗余的执行器、冗余的电源、冗余的通讯等都要有备份，这对系统是严峻的考验。

若要实现“冗余”，车辆在硬件、软件等方面都需要元件堆砌，最终结果就是整车成本过高，高成本导致的结果就是商业化进程不得不放慢脚步。如比较热门的自动驾驶出租车、自动驾驶物流货运等运营服务能否实现商业盈利，尚存疑问。

目前，自动驾驶行业尚处于技术不完全成熟，大规模商业化也还没有开。未来一段时间内，自动驾驶车辆造价依然会非常高昂，道路交通长期需要人工驾驶和自动驾驶并存。

即使如此，从业者仍要面临的最大难题——行业法律法规。

国内在法律法规层面对自动驾驶十分谨慎，已出台的《道路交通安全法》《公路法》《保险法》等都鲜有涉及这方面的内容，L3级别自动驾驶汽车上路仍属于法律法规明令禁止的范畴。换句话说，市面上所有以L3为卖点的宣传“都是假的”。此外，虽然部分地区已陆续开放有道路测试区域、颁发试运营牌照等，但自动驾驶汽车高速公路测试、载人测试以及地图应用等方面尚受到严格限制。

L3量产何时实现

L3的量产之路现状并不乐观。

要实现L3的量产，降低成本是首先要做的。根据摩尔定律，技术投入和规模效应对于一款产品的性能提升和成本降低会有巨大推动作用。以自动驾驶中最重要的元器件之一激光雷达为例，一个64线的激光雷达造价高达8万美元，而曾经的毫米波雷达从2005年的1万美元降到100美元，10多年间价格降到只有原来的1／100。有国外激光雷达公司宣称，如果订单能够达到1百万个，就能够让激光雷达的成本降至几百美金一个。随着激光雷达及其控制系统的市场成熟，激光雷达将有望迎来一个合理的价格期望值。

自动驾驶终究是一场“规模游戏”

除“降本”之外，L3级别自动驾驶技术还要面对行业标准化的安全问题，安全和标准化既促进了自动驾驶技术的进步，也在一定程度上阻碍了其发展。想要解决这一问题，无论主机厂还是供应商必须要遵循同一套被认可的安全验证标准。据报道，戴姆勒、宝马、大众、奥迪和菲亚特克莱斯勒等与安波福、大陆、博世等主要一级零部件供应商联手，开始推动L3级自动驾驶的安全验证标准，但这仍需要两年左右的时间。

2018年，奥迪推出了具备L3级自动驾驶旗舰轿车A8，但这套名为Traffic Jam Pilot的L3级自动驾驶系统目前还没有得到欧洲监管机构的批准。因行业缺乏标准化，现阶段欧洲自动驾驶发展仍然存在多重障碍。

对政府和自动驾驶监管机构而言，重要的是尽快出台完整的L3自动驾驶相关法规，包括开放的平台、开放的道路以及健全的法律规范。例如，从技术上看，实现L3级别自动驾驶要比ACC等更复杂，需要大量测试才可以实现，然而这方面政策还没有放宽。比如自动驾驶过程中采集到的数据安全问题如何规范等，目前的法律法规还没有相关条款。

自动驾驶的华丽新装，还需要步骤繁多和进展缓慢的剪裁修正过程，只有这样，才能达到技术极客们畅想变革产业和人类社会的初衷。