除了特斯拉以外，L4級自動駕駛是近來汽車界最熱的一個名詞。整車廠在宣布L4級的量產計劃，芯片企業競相發布L4級的解決方案，各地也紛紛開啟L4級交通工具的試運營。

有人認為2021將是L4級自動駕駛的元年，有人則認為這不過是廠商宣傳的噱頭。在信心和質疑的交織下，L4級自動駕駛的落地似乎撲朔迷離。

跨級L3 直奔L4

自動駕駛的級別是由美國汽車工程師學會（SAE）所劃定的，按照人工介入的程度，劃分了6個等級。

圖 自動駕駛等級劃分

業界目前的焦點在L3和L4級之上。這兩級之間的關鍵區別就在于，如果發生意外或系統失效，具備L4 級自動駕駛功能的汽車可以進行干預。

L3級自動駕駛汽車也具有“環境檢測”能力，可以自己根據信息做出決定，如進行超車。但是這個級別仍然需要人類操控。駕駛員必須保持警覺，并且在系統無法執行任務時進行操控。

這種定位就讓L3處在非常尷尬的境地。當年奧迪為A8的L3級自動駕駛做了鋪天蓋地的宣傳，最后卻因為各種束縛而不了了之。

“我們放棄駕駛輔助技術的過渡階段，決定直接提供L4級別全自動駕駛的車輛。原因是不知道在L3級別，如何從機械操控切換到人工操控。” 2016年8月，當時的福特北美總裁的Raj Nair曾這樣表示。

比起級別更高的L4級，L3級依然需要人工的介入，但是始終需要駕駛員保持高度的專注，以便隨時接管駕駛權，如果駕駛員出現誤判，極有可能造成重大事故。

這就引發了一個非常重要的責任劃分問題。在 L3 級自動駕駛下，如果車輛發生事故，責任將由技術提供方也就是主機廠和駕駛員共同承擔，而 L2 級則全部由人類駕駛員來承擔。這也讓眾車企背負著巨大壓力。可為了展示實力，車企只能想出一個L2.5級的說法，以期規避責任劃分風險。

于是，跳過雞肋的L3，直奔高大上的L4也就成了車企默認的選擇。只不過，這個步子邁的有點大。

在2020年11月9日發布的《智能網聯汽車技術路線圖2.0》中，中國智能網聯汽車創新中心給出的自動駕駛車型量產時間表是：到2030年，實現高度自動駕駛技術（L4）的規模化應用。

以10年時間實現L4量產似乎比較合理，但是廠商們有點等不及了。去年，長安汽車提出了要在2022年實現量產，北汽給出的時間點則是2025年，長城汽車也發布了咖啡智駕“331”戰略，提出在2023年實現L4級自動駕駛。進入2021年，4月16日，威馬汽車發布了威馬W6，宣稱“于行業率先實現了L4級別無人駕駛”。僅隔一天，華為與ARCFOX聯合打造的阿爾法S就開啟了預售，這款車型搭載了華為ADS高階自動駕駛全棧解決方案。按照官方的說法，華為的這套方案以L4級自動駕駛架構為基礎，構筑面向L4~L2+級自動駕駛。

為了搶占市場份額，并在以后的標準制定中占據有利地形，車企的明爭暗斗可見一斑。

激光雷達之外

現在業界說法是，要落地L4級自動駕駛，就看激光雷達。

以阿爾法S華為HI版為例，這款車型就使用了3個激光雷達、13個攝像頭、6個毫米波雷達和12個超聲波雷達。

盡管存在視覺算法和激光雷達的路線之爭，但是除特斯拉以外的車企還是選擇了激光雷達。因為激光雷達可以生成車輛周邊環境的3D模型，為系統提供深度的環境數據，而且其在車輛定位中也扮演著重要的角色。

據行業人士介紹，實現L4自動駕駛的硬件設備一般要包含：6~12臺攝像頭、3~12臺毫米波雷達、5臺以內的激光雷達以及1~2臺GNSS/IMU和1~2臺計算平臺（不同方案會選擇不同側重的傳感器）。這一套設備成本高昂，基本在50萬元左右。

但車企認為，這些成本問題可能隨著大規模的應用逐步降低。相關調研機構就指出，當前可量產激光雷達的平均價格約為$1,000，到L4/L5導入千萬臺量產時單臺激光雷達成本將降至$100以內。

不過，L4的挑戰絕不止激光雷達一個。對于L4級自動駕駛的關鍵點：現有算法無法準確處理復雜環境下無限可能的長尾場景，激光雷達再強大也是不夠的。這個時候，高精度地圖的作用就體現出來了。

高精度地圖相比于普通導航電子地圖具有高精度、高動態、多維度的特點。高精度即精度達到厘米級別;高動態是指高精度地圖數據的實時性，未來應對各類突發狀況，自動駕駛車輛需要高精度地圖的數據具有較好的實時性;多維度則是指地圖中不僅包含有詳細的車道模型、道路部件信息，還包括與交通安全相關的一些道路屬性信息，如GPS 信號消失的區域、道路施工狀態等。

因為很多信息都涉及國家安全，像高精度地圖中的核心數據——如道路曲率——是不能公開的。所以要讓高精度地圖商用，就需要國家來牽頭，而也會同樣制約L4落地的進程。

聰明的廠商們也想出了各種辦法，比如，華為的ADS在有高精地圖的區域，可使用點對點自動駕駛功能；無高精地圖的區域，可使用普通的L2級自動駕駛功能，只是這樣就離完全意義上的L4相距甚遠了。

此外，車路協同也是實現L4的一個重要因素。通過智慧交通和V2X車路云協同技術可以分擔大量的路況感知和數據運算。通過路側輔助系統，降低車載自動駕駛系統的投入成本。通過在信號燈、路燈等路側設施上安裝路側計算單元（RSCU），5G傳輸低延時信號，實時分擔車載計算。這些聽著都很美妙，只不過實現的難度遠超車端。

有人就總結了自動駕駛在在路測主要面對的四種挑戰：封閉測試場地利用效率不高，智能路網建設市場熱、政府冷，車聯網標準尚不統一，尚未形成統一的標準化測試評價體系。逐一解決這些問題，絕非兩三年能夠實現。

如何掙錢

要讓L4級自動駕駛能夠落地，掙不掙錢才最關鍵。

一位汽車供應鏈人士表示：“商業模式的落地取決于閉環的形成。自動駕駛也有自己的供應鏈，這個鏈條中的關鍵供應商有一家不掙錢，一個細分行業不掙錢，閉環就無法形成，落地自然成為空談。”

因為缺乏立法和基礎設施，L4級無人駕駛汽車當前只能在限定區域行駛，這被稱之為地理圍欄（geofencing）。因此，現有的L4自動駕駛的商業模式非常有限。

有人將L4自動駕駛近期可實現的商業場景分為泊車系統（低速）的AVP（自動泊車）和中速的Robotaxi（自動出租車）/Robotruck（自動卡車）。

AVP由于車速較低，且使用場景不在公共道路上（不屬于交警管理范圍），需求的控制器算力要求不高（1.5-16Tops），需求的傳感器也是基于現有的傳感器，在2020年底、2021年初量產，后續會逐漸迭代完善功能，也包括控制器算力的提升。

AVP的商業模式也比較清晰：科技公司可通過出售AVP解決方案或C端收取運營費盈利，車企可從通過裝載AVP系統吸引用戶提高售價，停車場可通過場地改造及運營增加停車率，用戶可通過AVP功能節省時間。

中速（80km/h）的Robotaxi，目前眾多自動駕駛算法公司（包括Waymo、百度、Cruise等公司）都是采用工控機、車載服務器作為控制器，算力可以達到上千Tops，以及機械式激光雷達，而車規級的嵌入式域控制器（100～300Tops）預計在2021年中或者2022年中量產，固態、半固態激光雷達預計在2022～2023年量產，屆時才具備中速Robotaxi量產條件。

普華永道指出，L4 Robotaxi是無人駕駛最大的細分賽道之一，作為一種對傳統網約車運力的補充和提升，可以增加整體商業模式的長期利潤。由于過高的技術門檻，該商業模式會首先在美國落地，在中國和歐洲的落地時間預計會稍晚1～2年。

至于Robotruck，其在長途物流運輸時，可以將2名司機減少為1名，在短途運輸時可以減少單個司機的工作量，為司機個人和貨運企業帶來顯著的成本效益。同時， Robotruck可以通過算法控制最優的油耗性能和安全距離。燃油成本占卡車TCO成本的三到四成，車企實驗數據表明，自動駕駛系統可以控制油耗下降5%-10%。其前景也非常可期。

不過，即使是上述商業模式可以形成閉環，也需要3-5年的時間，況且這些模式也不代表L4的完全成熟，對于車企最關心乘用車的L4落地，沒有技術和政策的萬分齊備，最終按鈕就不會被按下，畢竟自動駕駛是關系到人命的大事。

所以，激光雷達的成熟也只不過補上了L4落地的一塊拼圖。在各方要素都沒有湊齊的情況下，L4還只能在活在地理圍欄中。（Andrew）

,網上充話費,601700股票,哆啦a夢伴我同行國語 http://www.cityruyi.com/lm-2/lm-3/2273.html