今天小編分享的汽車經驗：領駿科技司若辰：自動駕駛行業現在的主要問題是準入和法規問題，歡迎閱讀。
經濟觀察網 記者 王帥國
" 現在主要的問題是準入和法規問題，大多數公開道路環境下，法規上、政策上沒有辦法達到客戶需要的無人化，實現客戶節省成本的最終目标。"6 月 13 日，在經濟觀察報主辦的 " 夢想照進現實——自動駕駛發展創新論壇 " 上，自動駕駛公司領駿科技技術副總裁司若辰表示，現在自動駕駛產業的硬體成本較之前已經大大下降，主要矛盾已經轉移至應用層面和準入法規方面。
成本、技術路線、應用場景、法規等幾大方面決定着自動駕駛產業能否實現快速發展。目前來看，行業在降本方面取得的進步最大，技術路線的選擇、應用場景的确定還存在一定争議，同時受到法規限制，還沒有看到自動駕駛在應用層面突破性進展。
" 從 L4 的發展過程來看，光從硬體來說，雖然我們是零售價拿貨，但得益于產業鏈的成熟和乘用車輔助駕駛的量產化，硬體成本已經降得非常厲害。" 司若辰表示，" 我們的 L4 無人駕駛產品現階段面向的更多是 B 端客戶。相對于車輛成本，B 端客戶更加觀注使用過程中對安全成本、生產成本和生產效益方面的影響。客戶花更多的錢來買無人駕駛車輛，除了示範作用之外，考慮更多的是上了無人駕駛，是不是比人開的更安全，效率更高，是否能可以把車輛成本覆蓋，甚至形成盈利。這一方面對于 L4 技術和產品本身有更高的要求，不僅要能用，還要好用；另一方面也需要政策法規的配合，共同向無人的目标邁進。" 總的來說，相對車輛前期采購成本，B 端客戶更為看重自動駕駛方案後期能不能帶來長期高效的成本節省和效率提升。
這樣的客戶特性，也決定了自動駕駛企業對于技術路線的選擇問題。司若辰表示：" 在商用車的場景中，L4 以下的輔助駕駛功能對客戶來說沒有什麼意義，比如給一個公交企業裝載輔助駕駛功能，并沒有直接降低經營成本，只有實現 L4 全無人化運營，才能創造出實際的商業價值。而在以 C 端用戶為主的乘用車領網域，輔助駕駛卻發揮着巨大的作用。"
應用場景不同導致的技術路線分野，是領駿科技選擇從 L4 切入 L2 的根本原因。" 從技術上來說，我們覺得不管是一步到位的 L4 和漸進式的 L2，在我們的技術架構中沒有嚴格的區分，領駿科技的研發從剛開始就瞄準了 L4 級自動駕駛，商業化過程中，我們一方面将 L4 級别的自動駕駛產品投入到在園區觀光、智能網聯、城市支線物流等垂直場景；一方面将自動駕駛技術降維應用到輔助駕駛領網域，通過與生态合作夥伴的技術整合一起切入前裝量產。高階技術可以降維到低階應用，低階應用的數據可以反哺高階的研發和產品迭代。下的去，上的來，二者是殊途同歸的 " 司若辰稱。
領駿科技是一家高等級自動駕駛核心軟體算法研發企業，自 2016 年 12 月成立以來，致力于高等級、全場景、可量產的全棧自動駕駛技術的研發和產品設計。研發領網域包括傳感器融合、行車決策、軌迹規劃、行駛控制、仿真測試等。公司的主要產品包括：多層級自動駕駛核心軟體、自動駕駛仿真測試平台、高精地圖工具等，并在 L2+ 輔助駕駛、高速 NOA、城市 NOA、RoboTaxi、RoboBus、智能網聯公交等多個垂直場景中有量產應用。
以下為嘉賓發言全文：
司若辰：在智能駕駛產業激烈的競争環境下，L4 無人駕駛企業轉型切入輔助駕駛領網域不推出個全棧方案似乎對不起 L4 的逼格（估值）。但領駿科技自始堅持自動駕駛是需要上下遊產業鏈協同的產業，協同分工才是工業化最高效的方式。考慮到自身的規模和特點，我們将自己最擅長的智能駕駛的決策規控領網域這一模塊單獨拎出來，與生态合作夥伴進行集成，非常成功地打造了高級别的城市和高速 NOA 產品。之前在上海車展我們（決策規控）與地平線（芯片與感知）、天準（網域控硬體）、美行（地圖與定位）共同打造了基于國產 J5 芯片的 6v 純視覺高速與城市 NOA 的 demo 車，在開放試乘體驗中獲得了試乘客戶的一致好評。通過擁抱生态，集各家之長，我們不僅打造了有競争力的產品，也節省了避免了盲目競争的成本風險。
講到成本的問題，之前大家讨論的純視覺方案、激光融合方案這些主要考慮的還是硬體成本，或者說是車的成本。我們的 L4 商用車，像無人巴士，的客戶多是 B 端客戶，他們更關注的是產品和應用的熟度，車本身稍微貴一點沒關系，主要是後期能為生產經營帶來多大的成本節省和效率提升。現在主要的問題是一方面自動駕駛產品雖然普遍達到 " 能用 " 水平，距離達到 " 好用 " 的水平還需要進一步的提升，尤其是在交通環境復雜的開放道路；另一方面準入和法規問題，大多數公開道路環境下，法規上、政策上的限制導致無法實現客戶預期的真無人化。
作為多領網域學科交叉的高科技產物，自動駕駛汽車具備除了載具和生產工具之外的科技屬性。比如在我們贛州自營自動駕駛巴士在向普通大眾免費開放試乘體驗的過程當中我們發現普通群眾對自動駕駛汽車的濃厚興趣，周末經常有家長帶着孩子來體驗自動駕駛巴士。也讓我們發現了自動駕駛汽車在科普教育方面的價值。
問：行業裡面有很多相反的觀點，有人說 L4 以上的無人駕駛很快要達成了，有人說 10 年、15 年，甚至更長時間都不會實現。自動駕駛分乘用車和商用車，技術上分純視覺感知和雷達融合感知方案，一些在固定路線，一些在公共路線，不同的觀點比較多，從企業研發角度講，中間的鴻溝在哪裡？能否預測一下什麼時候能夠真正的實現完全打通，不管是乘用車還是商用車，進入完全的無人駕駛社會。
司若辰：根據領駿科技的經驗來看，技術路線也需要區分場景，從商業化角度來講，領駿科技自動駕駛和輔助駕駛是同步進行的。L4 的應用已經在封閉、半封閉或開放道路固定路線這樣的垂直場景中得到了應用。在這樣面向 B 端的商用車應用場景中，輔助駕駛功能對用戶來說沒有什麼意義，比如給一個公交企業的運營車輛裝載輔助駕駛功能，并沒有直接降低經營成本，只有實現 L4 全無人化運營，才能創造出實際的商業價值。
而在以 C 端用戶為主的乘用車領網域，輔助駕駛卻發揮着巨大的作用，這對于完全自動駕駛來說是一條漸進式的路線。所以無論是一步到位的 L4 還是漸進式的 L2，在領駿科技的技術架構中沒有嚴格的區分，領駿科技的研發從剛開始就瞄準了 L4 級自動駕駛，商業化過程中，把我們最擅長的規控模塊單獨拎出來，通過應用降維切入 L2 量產。L4 的技術可以降維應用到 L2，L2 的數據又可以反哺 L4 的技術迭代更新。下的去，上的來，兩者是殊途同歸的。
問：怎麼看現在自動駕駛商業化，講了很久的黎明前的黑暗，臨門一腳的問題，什麼時候能夠落地，商業化的試點項目什麼時候能夠賺錢？幾年前大家在講一整套方案，可能是幾萬美元的價格，現在有的公司說只要 1000 元，成本非常低，怎麼看待降低的過程？
司若辰：現在自動駕駛的單個項目上大家基本都是有赢利的，問題是自動駕駛尚沒有形成規模化應用，試點項目的赢利不足以覆蓋自動駕駛高昂的研發成本。自動駕駛賺錢永遠無法依靠試點項目。試點項目是用來驗證技術和應用可行性的，我們是要通過試點項目推動技術的成熟和應用的普及。只有規模化應用，自動駕駛才能賺錢。同樣，只要規模化應用，自動駕駛就能賺錢。
上面說到規模化。近年來智能駕駛相關硬體的成本大大降低，也正是利益于智能駕駛在輔助駕駛的規模化應用。
而對智能駕駛方案，它并不是成本驅動的，而是功能和需求驅動的。單車道低級别輔助駕駛的方案當然比多車道高級别智能駕駛方案成本低。我認為當下高階智能駕駛的硬體成本已經進入可接受的範圍内了，現階段首要問題不是成本的極致壓低，而是安全性和穩定性的保障，這才是高階智能駕駛應用推廣的基礎。一旦高階智能駕駛被廣大用戶接受形成規模，成本的進一步下降就是水到渠成的事了。
問：最近比較火的是自動駕駛方案的去高精地圖的觀點，小鵬和華為在上海車展公布的方案，民用的導航地圖替代高精地圖？
司若辰：近年随着自動駕駛芯片算力的提高，感知模型的不斷更新和數據的飛速積累，智能駕駛感知效果得到了大幅提升，使實時獲取局部高精地圖成為可能。比如今天四月領駿科技在上海車展展示的高速和城市 NOA 方案就采用了合作圖商美行科技的 SD-PRO 地圖方案，即通過眾源數據和實時感知數據對普通 SD 導航地圖進行增強，并同時生成車道級融合定位結果。根據目前的測試結果該方案已能在大多數場景取代高精地圖支持高級别的智能駕駛。
問：特斯拉主導的方案一直存在着争議，視覺感知的方案和高精地圖的方案，今年這個觀點衝突随着特斯拉的 FSD 在北美全面放開，又引起了關于到底是視覺感知方案還是高精地圖，技術路線上的争議，是否去高精地圖，從現在的技術可靠程度還是哪個方面的考慮？
司若辰：早期自動駕駛技術得益于使用高精地圖從而使 L4 形成快速的技術閉環，在商業化前期形成示範的效果，而高精地圖在資質法規、制作成本和更新頻率上的問題又成為高級别智能駕駛大範圍應用的一大阻礙。技術可靠度方面當然是高精地圖更高，實時感知不可避免會存在環境影響和復雜場景下的長尾。不過在大多數常規場景下去高精地圖已是可行可靠的方案。
問：未來是否會兩套方案都存在？
司若辰：輕地圖方案可在大多數常規場景下支持高級别智能駕駛，但由于不可避免的環境影響（如光照、天氣等）和復雜場景下的長尾效應（如復雜大路口、異形路口），基于實時感知的輕地圖方案尚無法覆蓋 100% 的應用場景。我認為輕地圖配合局部高精地圖是當下高級别智能駕駛兼顧成本和可靠性的地圖方案。
