来源：中国经营网

1. 实时行情数据：平台能够提供最新的股票行情数据，包括股价、交易量、买卖盘等信息，使投资者能够及时了解市场变化。

　　本报记者 李静 北京报道

　　“萝卜快跑”Robotaxi在武汉的商业化运营，让高阶自动驾驶（无人驾驶）距离普通人越来越近。

　　从自动驾驶的感知技术路线上，行业内存在两种主流技术路线的争论。

　　目前“萝卜快跑”无人车的车顶有个比较显眼“帽子”，因为这特殊的造型，也经常引起路人的关注。这个特殊的造型里面集合了主激光雷达、 摄像头、毫米波雷达与超声波雷达等传感器，通过这些传感器实现车辆的环境感知，之后再结合高精地图的使用以及其他自动驾驶技术的发展，目前萝卜快跑在国内已经达到了L4级别的全无人自动驾驶的商业化运营。国内国外选择这种“多传感器+高精地图”技术路线的公司还有很多，比如滴滴自动驾驶、小马智行、Waymo等。

　　因激光雷达成本高，特斯拉则选择走“纯视觉路线”，完全摒弃激光雷达和高精地图，仅使用摄像头和雷达传感器来实现车辆的环境感知。埃隆·马斯克甚至表示：“傻子才采用高清地图加激光雷达（False and foolish = HD maps and LiDAR）”。小鹏汽车创始人何小鹏曾在6月下旬前往美国体验特斯拉v12版本的FSD（完全自动驾驶）系统。回国后不久，小鹏汽车的自动驾驶在感知方案上也进一步向特斯拉的纯视觉方案靠拢。

　　《中国经营报》记者在对一些消费者关于体验Robotaxi或者自动驾驶的采访中，大多数人表示，最担忧的就是安全性。那么究竟哪种技术路线更安全、风险更低呢？

　　你敢乘坐无人车吗？

　　早在2020年10月，萝卜快跑就在北京亦庄、海淀、顺义等区域开启了面向公众的自动驾驶载人测试运营，当时记者在亦庄体验时，萝卜快跑的Robotaxi已经可以实现不需要驾驶员控制的自动驾驶，但车辆配备了安全员。

　　根据政策要求，申请自动驾驶汽车无人化商业运营，需要经历主驾有安全员、车内无安全员等阶段性的道路测试。

　　到了2022年7月，萝卜快跑在北京亦庄开放了国内首个方向盘后无人的自动驾驶出行服务商业化试点，也就是车上不配备安全员。

　　2022年8月，萝卜快跑在武汉启动了全无人自动驾驶商业化运营，最初仅覆盖很小的区域。2024年7月，萝卜快跑在武汉的商业化运营已经覆盖武汉三镇的大部分区域。从众多网友发布的视频来看，车内已经没有安全员了。

　　小朱是地道的武汉人，虽然萝卜快跑在武汉商业化已经运营了有些时日，但小朱还没有去尝过鲜。“再等等吧，看看安全性究竟怎样。”小朱对记者说道。

　　在武汉往北1000多公里的北京，著名的三星堆展览正在大运河博物馆展出，吸引了全国游客。大运河博物馆、北京城市图书馆等都位于北京通州的城市绿心森林公园里，因为公园面积很大，文远知行的无人小巴在白天时段为公园内的游客提供接驳服务，炎热的夏日，很多游客选择排队体验无人小巴。

　　哪吒汽车产品研发中心副总经理兼智能驾驶部高级总监王俊对记者表示，L4级别无人驾驶车辆使用的自动驾驶，会有更多的安全冗余设计，包括配置更多的传感器，让车辆的安全性能更高，以及更多的兜底策略。

　　萝卜快跑、滴滴自动驾驶、文远知行等提供无人驾驶服务的公司，在自动驾驶感知系统层面大多采用了“多传感器+高精地图”技术路线。据了解，萝卜快跑第六代无人车全面应用了“百度Apollo ADFM大模型+硬件产品+安全架构”的方案，通过十重安全冗余设计和六重MRC安全策略，车辆主激光雷达由禾赛供应，单车搭载4颗超高清远距激光雷达AT128，探测距离超过200米，覆盖360度的高清三维感知能力。滴滴自动驾驶目前运营的主力车队为沃尔沃XC90前装冗余车型，传感器数量达50个，最远探测距离超过300米，最小可探测距离为10cm，车规级相机像素总和超1亿。

　　Robotaxi、无人巴士等无人驾驶的公共交通工具和有司机驾驶的乘用车在使用自动驾驶方案时，最大的区别在于乘用车上，主驾驶的司机可以随时接管车辆。无人驾驶的Robotaxi、无人巴士在测试和运营中有一个重要指标叫做“接管率”，当出现长尾极端情况，无人驾驶无法安全处理时，就需要人类接管车辆进行处理。

　　一家网约车企业的自动驾驶负责人对记者表示：“接管率越低意味着自动化自动驾驶的水平越高。一旦遇到0.1%的长尾情况，如果无人驾驶车辆没有相应的处理机制，就可能会导致一起恶性事件。”

　　“目前来看，‘激光雷达+高精地图’方案的硬件和算力成本更高，但主流的无人驾驶公司都选择这个方案，因为目前这个路线更能解决驾驶中遇到的长尾问题。车辆行驶过程中遇到长尾问题，对于无高精地图的纯视觉解决方案来说，目前看起来解决难度很大。纯视觉方案的大模型需要非常庞大的数据样本，才能提高模型的成长速度。”上述网约车企业的自动驾驶负责人表示。

　　另外，云端安全员也是无人驾驶车辆的安全兜底策略之一。在武汉商业化运营的萝卜快跑Robotaxi虽然已经实现了车内无人的自动驾驶，但依然有远程的安全人员在后台云端，随时准备接管遇到突发情况的车辆。

　　路线之争

　　除了Robotaxi、无人巴士，其实很多人在乘用车上已经体验过“自动泊车”“自适应巡航”“城市领航系统”等自动驾驶功能，过去几年，高级驾驶辅助系统（也称智驾系统）在中国平价汽车中的渗透率大幅提升。

　　与无人驾驶企业一开始就聚焦于L4级别的全无人驾驶技术的研发不同，在乘用车的自动驾驶技术上，车企考虑的是人机共驾情景下，如何实现智能驾驶体验的优化，大部分车企是从L1、L2等低阶的自动驾驶开始，并希望在未来通过持续的迭代，实现完全无须人类监督的L4级别的自动驾驶水平。

　　乘用车的自动驾驶方案也存在“多传感器+高精地图”和“无图视觉（无高精地图）方案”之争，在“无图视觉”方案中还有是否使用激光雷达方案的争论。特斯拉是“无图视觉”方案的代表，华为则是使用传感器的无图视觉方案，小鹏汽车、蔚来汽车、理想汽车、哪吒汽车等新势力车企，车顶中间突出的激光雷达显示了他们走的是多传感器路线。但小鹏汽车在近期已经开始向特斯拉的纯视觉方案靠拢。

　　特斯拉的无图视觉方案中，仅使用摄像头，不使用传感器和高精地图是出于成本方面的考虑。

　　“当今世界，尤其是中国市场，智驾是车企的必争之地，而成本效益又是智驾领域的一个重要元素。”提供自动驾驶和驾驶辅助技术的Mobileye相关负责人对记者表示。

　　王俊平告诉记者，在“高精地图+激光雷达”方案下，单车硬件成本会比纯视觉方案高两三万元。不过目前，激光雷达价格在下降。

　　而在纯视觉方案中，摄像头可能会在一些情况下失去感知。“例如当车辆从强光的环境突然进入幽暗的隧道，或者从幽暗的隧道回到路面的强光环境下，摄像头在光源的巨大变化下，可能会在一瞬间失去感知。”上述网约车企业的自动驾驶负责人对记者举例说道，如果使用“高精地图+激光雷达”的方案，自动驾驶在光源上就没有挑战。

　　据华为常务董事、智能汽车解决方案BU董事长余承东近期透露，华为将在8月正式上市华为高阶智能驾驶ADS3.0版本，具备融合端到端能力，在激光雷达辅助下将会对智驾能力带来巨大提升。

　　AI的风险

　　哪吒汽车创始人兼董事长方运舟认为：“自动驾驶的发展必须靠硬件堆积，其中靠算法优化是一种，但在当前情况下可能比较困难。”

　　“目前自动驾驶领域谈论较多的‘端到端’其实就是靠算法优化，‘端到端’对高精地图的依赖更弱，完全是感知决策规划，通过AI大模型的方式直接输出。”王俊平对记者指出，“端到端”的缺点是数据和算力投入成本高。“车端算力或许不是瓶颈，随着对模型依赖程度越高，云端算力将是明显的瓶颈。”

　　“我们认为‘端到端’技术带来的好处非常明显。”Mobileye相关负责人说道，“‘端到端’方案能从0很快地推进到95%，但完全依靠这一方案要达到99.9999999%，就会面临问题。除此之外，它所需的巨大成本、数据量和工程量也不容忽视。以现在的大语言模型和transformer为例，在从0—95%的过程中，它们有非常大的飞跃，但不是100%准确，有时候会犯一些匪夷所思的错误。仅依赖端到端要达到99.999999%是非常痛苦的。而且对于事关安全的智驾方案来说，试错空间其实极小。”

　　另外，从可解释的层面来看，“激光雷达+高精地图”的方案，是单向感知，由众多单个模块割裂出来，最终拼成了一个规划解决方案，哪里如果出现问题，能够被洞察，是可以被解释的。“端到端”方案中，最终的决策是依靠大模式产生的，可解释性非常差，当发生问题的时候，可能找不出问题到底发生在哪里。

　　“模型只输出结果，但模型的运算过程是一个黑盒，就怕出现人类不可解释的问题，导致模型失控。”上述网约车企业的自动驾驶负责人对记者表示，“我们相信，长尾问题会随着数据量的不断增大，模型能够解决大部分的长尾问题，但当有模型未知的问题发生，因为模型越滚越大，可解释性就越来越差。所以我们判断，‘端到端’方案更适合在乘用车上，当出现最极端不可控场景时，最终依然由人操控来进行安全兜底。”

　　目前大部分车企提供的自动驾驶是单车智能。单车智能可能在某些特定场景下能实现一些智能化，但存在无法避免的安全性缺陷。

　　技术趋势是从单车智能延伸到车与车之间的信息交换，现在城市中的智慧大脑、智慧交通，会逐渐让车与整个交通、社会融合，形成人、车、路、云四大方面的互通。

　　方运舟认为：“大约在明后年L4级智能驾驶将逐步在一些场景下实现，它需要实现人、车、路、云之间的互联互通建设。如果没有基础侧的互联互通，就很难实现这种高级别的无人驾驶。但在目前这个阶段，大家还是不要放手，方向盘、刹车、油门都要自己把握，否则很容易发生安全事故。”方运舟说道。

海量资讯、精准解读，尽在新浪财经APP

责任编辑：李桐 股票配资入门