【文/觀察者網 呂棟 編輯/周遠方】

“在中國政府推動下，中國企業(yè)正投入數(shù)十億美元，試圖在人工智能和可再生能源等新興技術領域取得突破，自動駕駛也位列其中，”美聯(lián)社6月29日撰文寫道，中國希望加入美國、歐洲和日本等科技強國的行列，以塑造經濟繁榮和全球影響力。

目前，在中國自動駕駛領域，百度、小馬智行等公司處于頭部地位，還有不少初創(chuàng)公司正加入這個行列。

美聯(lián)社文章稱，這些公司正與Alphabet旗下的Waymo和通用汽車旗下的Cruise等美國競爭對手，開展一場價值數(shù)十億美元的自動駕駛汽車開發(fā)競賽，目標是將自動駕駛技術轉化為可落地的產品。

美聯(lián)社報道截圖

中企商業(yè)落地速度稍慢，但“含金量”更高

近些年，Waymo作為全球自動駕駛行業(yè)的頭部玩家，得益于美國相對簡單的路況和更開放的政策，在商業(yè)化落地方面一直走在世界前列。百度盡管布局也很早，但一直是追趕者的角色。

當被問及中國未來是否有可能引領全球自動駕駛汽車行業(yè)時，咨詢機構GlobalData汽車部門董事總經理皮特·凱利（Pete Kelly）坦言，“目前這還是一場競賽”。但他同時補充稱，鑒于中國的決策和部署方式，他們可以很容易地做到這一點。

此言并非毫無根據。今年4月，北京成為中國首個開啟乘用車無人化運營試點的城市，百度和其競爭對手小馬智行（Pony.ai）首批獲得許可。相比之前自動駕駛出租車（Robotaxi）需要在主駕駛位上配備安全員，此次則是試點開放將安全員移到副駕駛的無人化載人。

就在北京頒發(fā)首批“方向盤后無人”自動駕駛許可一個多月前，遠在大洋彼岸的美國加州公共事業(yè)委員會（CPUC）也向Waymo和Cruise發(fā)放了自動駕駛出租車商用許可證，并允許在配備安全員的情況下，使用自動駕駛汽車提供載客服務。

Waymo自動駕駛汽車 圖源：《華爾街日報》

不難看出，百度等中國企業(yè)在商業(yè)化落地進度上仍稍有落后，但相比之前，差距已大幅縮小。作為中國自動駕駛頭部公司，百度2013年開始布局自動駕駛，而Waymo的自動駕駛汽車計劃早在2009年就已開啟。

借助先發(fā)優(yōu)勢，Waymo2018年推出自動駕駛載人服務，而百度2017年推出自動駕駛開放平臺Apollo，2019年在長沙開啟試運營自動駕駛出租車。2021年10月，Waymo拿到加州無人駕駛出租車收費許可，而百度Apollo到2021年年底才獲得國內收費試點許可。

有汽車行業(yè)媒體評論稱，隨著百度Apollo和小馬智行獲得北京無人化自動駕駛載人許可，中國企業(yè)在無人駕駛商業(yè)落地層面可以說已經追平Waymo。

實際上，美企擁有的不僅是先發(fā)優(yōu)勢，如果從實際測試、運營道路的復雜程度來看，他們在自動駕駛方面一直比中國企業(yè)占優(yōu)。

Waymo主要在美國展開技術研發(fā)和測試。當?shù)爻鞘械暮诵膮^(qū)很小，住宅及生活區(qū)比較分散和稀疏，主要區(qū)域間的連接大多為干道快速路和車流量比較低的支路，整體道路場景比較規(guī)范，交通參與者也比較少。

中國則恰好相反。國內城市核心區(qū)更大、密度更高，且生活區(qū)、商業(yè)區(qū)、住宅區(qū)混合分布，出行高峰時出現(xiàn)擁堵也是常態(tài)。交通參與者除機動車外，還包括大量的行人和非機動車，特別是各種快遞車、外賣車，都會帶來較大的交通風險。

國內有行業(yè)統(tǒng)計顯示，中國道路的參與者和復雜度大約是美國的15倍。因此，中國企業(yè)實現(xiàn)同等的無人化自動駕駛出行服務，所要面臨的難題更多，含金量也就更高。

按照北京市智能網聯(lián)汽車政策先行區(qū)制定的細則，獲準的主駕無人自動駕駛示范應用主體，可在北京高級別自動駕駛示范區(qū)60平方公里范圍內進行公開道路的載人示范應用。

自動駕駛無人化測試車輛在亦莊核心區(qū)行駛，圖源：小馬智行

“非常方便，”43歲的北京無人駕駛出租車乘客趙輝（Zhao Hui）在接受美聯(lián)社采訪時表示，“感覺可能比人類司機更安全，有時會有一些小物體，也許是人們沒有注意到的，它們可以發(fā)現(xiàn)并停下來?！?

一句簡單的描述，涵蓋了實現(xiàn)自動駕駛的三個關鍵技術：感知、決策規(guī)劃和控制。隨著車載感知硬件、感知算法的快速迭代，以及線控技術的不斷成熟，感知和控制逐漸不再是難題。相對而言，在復雜多變的城市路況中，決策規(guī)劃就成為相對最難、最糾結的一部分。

百度方面介紹，在決策規(guī)劃層面，其Apollo能以交規(guī)為基礎，從交規(guī)中抽象出策略預期，保證駕駛行為合規(guī)；同時會使用學習型方法，用數(shù)據驅動的方式確定對各類交互障礙物的讓超決策，然后通過理論計算的方式，通過一套安全框架保證行車安全；針對潛在的危險場景，還會通過防御性駕駛策略，進一步提升安全性。