自动驾驶的路线变化：从 L4 无人车到「车路云」的落地

科学技术发展的魅力在于，它给人类提供了源源不断想象未来的空间；而自动驾驶发展的魅力在于，人们对想象的未来逐渐有了具象的实物承载。

自动驾驶已经进入了竞争的白热化阶段，全球涌现出了一大批玩家，每个公司都在试图打造自己差异化的技术，但遗憾的是这些公司都没能逃脱出技术趋同这个怪圈。

现在全世界做自动驾驶的公司很多，但概括起来无非就两条路径，其中包含，三个技术选择。

• 两条路径是：一，单车智能；二，车路协同。
• 三个技术选择：一，感知融合技术；二，纯视觉感知技术；三，车云一体化。

所以，本质上不管是 Waymo 还是特斯拉都只是技术选择不同，都是主体要基于单车智能去实现全自动驾驶；随着车路协同被国家列入重点发展规划，由车路协同衍生出的「车路云一体化」方案或许是新的方向，国内典型的企业就是百度和蘑菇车联。

同一目标，不同选择

自从自动驾驶开始被真正和车深度结合开始，各个玩家一直在探索到底是基于单车智能还是车路协同，这里一般分为两个派别：

一，以特斯拉为主的新造车新势力派。

汽车厂商是最希望推动自动驾驶量产装车的，从本质上来讲他们是商业公司，又是汽车商业公司，而这是自动驾驶系统天然的载体，但区别在于，系统搭配整车核心是要把车卖出去。

高效率、低成本、高可靠性以及高安全性是满足车规级的底层逻辑，而目前的计算平台、感知传感器、车控能力以及法规没法满足 L3 级以上自动驾驶。 当然，特定场景的 L4 已经落地，但想要实现乘用车公开道路大范围泛化则很难。

因此， 这就限制了汽车厂商不可能实现直接面向 L4 级别大规模布局，而厂商又希望自动驾驶能成为其整车向上的突破口，所以实现自动驾驶功能上车成为了大多数车企的选择。

所谓功能上车则是，不再按自动驾驶级别去定义自动驾驶系统，而是通过实现不同场景的功能来提升用户对智能汽车的高阶体验。

实现的结果则是，车辆只能在部分高速场景下有辅助驾驶能力，而人需要全程做好接管的准备，这带来的结果则是，自动驾驶可用场景还是太少。

二，自动驾驶解决方案开发商。

这个群体的目标是直接实现 L4，这样在商业上可以横跨乘用车、无人机出租车、商用物流等，这个群体的代表就是 Waymo。

Waymo 开始于 2004 年，当然那时候还不叫 Waymo，它还是梅隆大学的课题小组，自从参加了美国国防部举办的无人驾驶挑战赛一举成名。

而这个团队也受到了谷歌的关注，谷歌从一开始资助梅隆大学团队研发无人驾驶系统，到投资再到整体收购，一步步将 Waymo 早期的团队组建完成。

Waymo 是自动驾驶领域里最有名的公司之一，可以说是其他公司的灯塔，在 2009年 Waymo 还是谷歌自动驾驶团队的时候，它的无人驾驶测试车就已经在加州开启测试了， 直到 2016 年谷歌将它独立运营，成立 Waymo 无人驾驶出行公司，它的完整形态才出现在大众视野里。

Waymo 在技术走的是激光雷达路线，它直接跳过 L3 做 L4 级别自动驾驶，Waymo 路线的模式就是采购车辆，通过改装部署自身的自动驾驶技术方案，对外宣讲的商业图景。

这个模式在早期吸引了一大批追随者，包括，国内的百度、小马智行、轻舟智航等。 但 Waymo 路线也因为以激光雷达为主的感知系统成本居高不下，激光雷达的技术落地难度大，技术迭代速度慢，再加上「激光雷达 + 整车」的采购基本劝退了一众玩家。

从目前行业的现状来看，这两种模式都有一些局限性，比如，乘用车可开放场景少，感知融合的算法、成本难突破。而这两个技术路线其实都是基于单车智能这个逻辑架构搭建的，问题在于，如果企业没有可落地的方案就没有支撑其商业模式。

因此，「活下去」这三个字显得尤为重要，从直接落地 L4，到现在多数自动驾驶公司开始实际思考自动驾驶产品落地，这不仅是商业模式的新探索，也是技术本身的新变化。 而这一变化则是利用 L4 的技术去做 L2 的应用，再由 L2 获得数据来反哺 L4，载体也在从乘用车开始大量向商用车转变。

商业模式清晰，技术架构实施成了关键，这就说到了我们国家一直在大力推动的「车路协同技术」，百度则是这个路线的大实践者。

百度此时已从科学派悄然转为工程派，依托强大的资金能力两条路并行，比如，一是基于制造整车实现自动驾驶技术落地；二是基于车路云一体技术打造智能交通整体解决方案。

而行业中还有另一家使用「车路云一体化」方案落地的公司就是蘑菇车联，这家创办于 2017 年的自动驾驶技术公司不仅在自动驾驶 L4 技术上稳扎稳打，还建立了一套领先的车路云一体化技术体系，并已经在城市实践。

近日，百度 Apollo、蘑菇车联还共同入选「2021 中国新科技 100 强」，是仅有的两家入选该榜单的自动驾驶公司，这也是自动驾驶企业和智慧交通板块首次出现在这一榜单。

商业的「多选」

近日《晚点 LatePost》报道，小马智行已将卡车自动驾驶研发团队并入乘用车研发团队。合并前，卡车部门总人数约为 100 人。

卡车部门自动驾驶技术总负责人潘震皓、国内自动驾驶 PnC（Planning & Control，规划与控制）组负责人孙浩文已在调整后离职。

部分离职人员正筹划创业，方向也为自动驾驶，与小马智行有竞争关系。其中一家公司中，有小马智行天使轮投资机构投资人参与创立。据工商信息，该公司已获得顺丰控股的公司顺丰投资和小鹏汽车的投资。

这个事件的背后反映的是即将 IPO 的小马智行，依然在为其商业化做业务架构调整，坚持 Robotaxi 恐怕不能支撑其未来的股价，回到商用车和乘用车的主路线来才是最重要的，总结一句话是，自动驾驶如何落地？

Robotaxi 的核心是：「L4 级别自动驾驶」、「单车智能」。

行业的共识是，这二者放在当前这个节点，很难做功能上的突破，也就是说，基于单车智能做 L4 级别自动驾驶的落地很难。要知道特斯拉等本质还是 L2.5 的能力，即使是人机共驾中「人」依然是驾驶主体。

正如我们上面所说，利用 L4 级技术可扩展的软硬件一体架构来打造 L2+ 级别辅助驾驶，利用 L2 大规模量产装车后搜集的数据来反哺 L4 已经成为主机厂、Tier1、方案商的主要选择。

这个技术路径的调整，完美诠释了百度 CEO 李彦宏对于百度自动驾驶要从「科学思维走向走向工程思维」的思考。

李彦宏在《北大新工科国际论坛 2021》的演讲中表示：「工程思维在实际工作中非常重要，也很常见。一个近期的例子是自动驾驶。

用科学思维去做，就是一步登天，做到 L5 再去扩规模，进行商业化，Waymo就是这个路子。可是很多图灵奖得主级别的人都说，L5 太难，再过几十年都不一定能实现。

用工程思维去做，就是循序渐进，先在部分场景下实现自动驾驶。特斯拉采取了这样一种方法，它先做到 L2，在高速上跟车，变道，在停车场实现自动泊车等等。

特斯拉的路子是一种工程化的思维逻辑，是对一个科学问题的妥协，是自动化程度的渐变，从 L2 希望逐步迈向 L3、L4、L5。但这是不是唯一可行的渐变方式呢？

我们认为还有一种渐变方式， 就是自动驾驶行驶范围的渐变。」

所谓自动驾驶的范围渐变，就是先从一些交通要素简单，能够高度确保安全的场景做落地，收集数据，提升自动驾驶能力，现在百度已经专门成立了一个运力公司叫萝卜快跑，提供自动驾驶落地，目前已经在北京、广州、长沙、沧州等不少地方试点。

之后，百度将场景从 Taxi 场景扩展到城市公交、园区等各个场景，从战略上由单车智能拓展到车路协同。

这里面说到了车路协同技术，之前很多人认为车路协同由于需要基础设施补充，很难大规模推广， 但其实车路云一体化本身就是「范围渐进式」的典型代表，车路云一体化是从场景切入，通过车、路、云的三端联动，确保自动驾驶的安全和高效运营。

这是有成功案例的，除了百度的萝卜快跑，早在 2019 年 10月 蘑菇车联就在北京顺义建成了 5G 商用车路协同示范项目，这是国内第一个车路协同方案下的自动驾驶项目。

目前，纵观国内车路云一体化技术的落地，百度和蘑菇车联推进速度相对较快。

比如，2020 年 8 月，百度 Apollo 相继拿下广州和长沙面向自动驾驶与车路协同的智慧交通「新基建」项目， 其中广州项目金额接近 4.6 亿元。截至目前，百度已公布的智慧交通千万级订单城市超过 20 个，平均中标金额约 1.6 亿元。

目前，百度 Apollo 已经成功中标沧州、合肥、重庆、广州、成都等多地的自动驾驶车路协同示范项目；蘑菇车联则在北京、上海、衡阳、鹤壁等城市落地，在江苏、四川、湖北、河北、海南等多个省市都有项目推进。

如今，蘑菇车联衡阳项目已经成为全球最大的城市级自动驾驶项目， 该项目金额达到 5 亿元，设计总里程 200 公里，覆盖城市主干道、隧道、立交桥、乡村道路等实际复杂路况，也是国内目前唯一的自动驾驶城市级项目。

百度和蘑菇车联在技术路径上一致，都是用「单车智能 + 车路协同」路线，打造了一套「车路云一体化」自动驾驶落地解决方案。车路协同的理念是引入路侧和云端的智能感知、运算设备，能够与车通讯、并指引和控制车辆，车与路相配合，最终使自动驾驶系统达到更高的安全性，有效解决以上单车难以穷尽的长尾问题。

写在最后

百度和蘑菇车联是国内落地车路云一体化技术比较快的公司，但这并不意味着他们可以高枕无忧，国内像大唐高鸿等企业也在快速推进这一技术的落地，对于前者而言商业化落地只是第一步。

「单车智能 + 车路协同」底层是一个庞大的实时数据架构系统，它或将创造出远比让一辆车实现无人驾驶更大的社会价值，但同时百度和蘑菇车联这样的公司也需要跨越更大的技术难关，让庞大的技术体系做到高效、协同很重要。

车路云一体化还需要企业有足够长期的研发投入，强大的资金保障也是这类公司需要注意的核心要素之一。

全球科技创新进入空前活跃期，新一轮科技革命和产业变革正在重构全球创新版图，技术应用之快超乎人们的想象，前瞻性 AI 研发与探索会在相应的节点反哺这些走在自动驾驶前沿的公司。