汽车的发展已经走到了关键的时间节点——130 年前诞生的传统汽车正在演化成智能网联汽车，与互联网、通信等多个行业深度融合在一起。而人们对于智能网联汽车最大的想象力就是无人驾驶。
那么，真正的无人驾驶离我们还有多远？
这个问题，或许可以在同济大学朱西产教授的近日在中国国际车联网技术大会上的演讲，以及与新智驾的对话中找到答案。
事实上，业内已经接受了智能汽车 L0 到 L5 的分级。L0/1/2 代表初级智能，通常可以理解为驾驶辅助系统；现在整个行业正在从 L2+ 向 L3 人机共驾的中等演进，而高等智能的汽车一定是要具备无人驾驶功能的。
在朱西产看来，在初级智能阶段，通信技术对于智能网联汽车的作用并没有特别显著。
但就 L3 来说，整个汽车行业都在追赶特斯拉，即帮助驾驶员在一定程度上脱离驾驶。朱西产在与新智驾对话的过程中说道：
凭借这样的功能，车企把车辆的售价增加 5 到 10 万是没有问题的。不过，目前 L3 的发展也面临着法律法规的问题，驾驶员不能深度脱离驾驶。
从技术的角度来说，L3 级车辆需要更好的传感器，包括激光雷达。据朱西产透露，就目前而言，针对一些示范区采购的无人驾驶车辆，很多激光雷达供应商也无法承诺两年的产品保质期。
汽车的电子构架也在发生变化——从传统汽车的分布式构架，走向如今特斯拉为代表的域控制电子电气架构，将来还会演进成中央集成式的电子电气构架，即车上只有一台计算机。而车载计算平台的功耗太高，也会在一定程度上影响到车辆的可靠性。
同时，L3 的发展不是一蹴而就的过程，而是需要不断收集用户数据，通过 FOTA 来升级更新车内的软件。而且，要想实现真正的无人驾驶，离不开高精度地图的支持，而高精地图更新的频率更快，所承载的数据量也比目前导航地图要大得多，“所以我们需要比 4G 流量更大，带宽更高的 5G 通讯。”
由于单车智能自身存在“感知盲区”以及高精地图高频率采集和更新的昂贵成本，必须依赖于低时延和高可靠的 C-V2X 通信技术支持，赋能无人驾驶车车、车路实时通信，兼顾安全和效率。朱西产说道：
由于自动驾驶需要更强的感知能力，现阶段车端的计算能力又有限，可以通过新的车联网通信技术来进行车路协同辅助。
无人驾驶的技术水平上升十分迅速。根据报告数据显示，百度平均每 18050 英里发生一次接管；Waymo 平均每 13219.4 英里发生一次接管。
在技术的成熟度已经达到这种水平的时候，安全员还有没有必要放在车上？是不是可以移到远端平台？一个安全员可不可以远程监管多辆车，甚至是几十辆车？
Robotaxi 如果想进入商业运营阶段，就必须得去掉安全员。但这并不意味着，只要去掉安全员，就能够真正实现无人驾驶的商业落地。
在朱西产看来，无人驾驶真正改变人们的出行方式，大概是在 2030-2050 年。
而且，在这个过程中，还有许多因素会影响无人驾驶最终到来的时间。比如激光雷达的成本、自动驾驶系统的可靠性，路端改造的速度、以及无人驾驶的商业性价比。
朱西产向新智驾作了详细的解答：
首先是激光雷达的价格，现在还是处于比较高的状态；
整个自动驾驶系统的可靠性需要验证，如果一辆运营车辆一年能跑 20 万公里，跑 4 年 80 万公里还能不能保证传感器的寿命，以及系统的可靠性；
云端的支持和路端的改造需要政府的批准，这也需要时间。
等到车、路、云一切准备就绪，无人驾驶才算是可以落地了，但无人驾驶商业性价比的问题又随之而来。
是用 Robotaxi来作出租车合算，还是像滴滴一样，基于人类驾驶员的网约车模式更合算？
对于这一问题，朱西产也发表了自己的看法：
这个是要看自动驾驶系统的成本。 一个人类司机一年收入大概十几万元，如果自动驾驶系统的成本 50 万元，就说明使用无人驾驶车 5 年时间都收不回成本，商业价值就不大了。
不过，朱西产指出，从目前行业的发展趋势而言，L4 确实比 L3 更容易落地。
现在很多为 L3 开发的自动驾驶技术，已经以 L2+ 的形式落地了，比如今年新上市的一些车型；而 L4 的技术则可能以 L2++ 的形式落地，然后通过不断地更新迭代，去达到真正的 L3/4 级自动驾驶。
朱西产强调：
无论以哪种形式落地都说明，驾驶员仍然是驾驶的主体，要承担所有产品责任、安全事故责任。从私家车的角度而言，这是车企可以接受的模式，但对于需要进行 Robotaxi 而言，无人驾驶是商业运营的前提。
基于上述原因，朱西产认为，真正意义上的 L4 将会比 L3 更早实现商业落地，尤其是落地在以商业运营为目的的车辆之上。
此外，在 C-V2X 技术的帮助下，在车路协同改造较为完备的区域，限定区域的中低速无人驾驶将会率先落地。
雷锋网雷锋网雷锋网
正在生成分享图...
郭瑞婵