让手离开方向盘。这个简单动作的背后是技术.法律法规的极度信任。让自动驾驶像一个知识渊博的人。“老司机”、行业立下的及格线甚至绕地球路测44万圈，算法还对CornerCase(特殊场景)有强烈的欲望，以至于有企业表示“广东一刮台风，我们就特别高兴”。
自主驾驶进城关系到日常交通方式的改变和众多企业的经营。自主驾驶企业的盈利压力迫在眉睫，汽车企业也需要抓紧王牌迎接智能竞争。各种迹象表明，自主驾驶似乎离家越来越近。
选择手机软件上的起点和终点，在规定的上车点上车，落座后排，向语音系统报告手机号码的后四位，一趟Robotaxi旅程开始了。在此期间，方向盘自行旋转，道路上的车辆和行人状况将简化为小图标，并实时投射到您面前的屏幕上。它永远不会闯红灯.它永远不会压实线，但它会变道，甚至堵塞，有时会突然刹车。这是一个。L4级自动驾驶的基本体验。
根据技术成熟度由低到高，行业将自动驾驶分为L0~L五六级，其中L3到L4的飞跃意味着驾驶权从人转移到汽车，然后基本上甚至不需要人类司机接管汽车。目前，汽车使用的大多数自动驾驶功能都是L2级别。IDC数据显示，一季度中国汽车市场，L2乘用车新车渗透率为23.2%；L3在少数车型中规划量产，L4相对遥远，L5甚至被认为难以实现。
等级划分相当于清晰“考卷”但自动驾驶尤其如此L以上需要实际路测“答题”，怎样“判卷”还不清楚。证券时报记者采访了多位业内人士表示，L在封闭场景中可以测试4种能力的成熟度，但在城市开放环境中的评价体系还有待探索。
行业中流行的判断标准之一是路测里程。战略研究智库兰德曾发表报告指出，要证明自动驾驶在数学上比人更安全，需要测试110亿英里（约177亿公里）。这相当于沿着赤道绕地球44万圈。
现在场上的玩家似乎还有很大的差距。谷歌兄弟公司Waymo路测里程可能超过2000万公里；百度在中国领先Apollo，今年3月公布的里程超过2500万公里，小马智行和文远知行分别为1300万公里和1100万公里。
除了里程长度，场景丰富度也影响测试效果。文远知行相关负责人告诉记者，文远知行在中国.美国有测试项目，在中国相同距离遇到cornercase是美国的30倍，“因此，虽然中国自动驾驶龙头企业的里程长度不如中国自动驾驶龙头企业Waymo等待美国公司，但我们认为与他们的技术差距只有一年左右。”
运载树木的车辆是树木吗？.婚车上的肖像照片是人吗？这些场景很少见，但影响驾驶判断。因此，尽可能多地学习。cornercase这是算法成熟的关键。研究机构。Fourin中国调查部部长周金成告诉记者，主流方法只能在路上积累数据，但主流方法只能在路上积累数据，cornercase它是无穷无尽的，最终的理想效果可能是自动驾驶事故的发生率达到了可接受的容忍范围。
也有一些非主流的技术路线试图提供解决方案。初创公司通过人眼视觉仿生技术进行碰撞预测，公司相关负责人告诉记者，除了识别感知，人眼的另一个通道是运动感知，“例如，在余光范围内，你不需要清楚地识别它是什么，但你可以注意到它在移动，必要时避免它。”
城市是各种场景密度最高的地方，也是自动驾驶最难克服的问题。元荣启动副总裁刘念邱表示，城市交通参与者较多.对象的复杂性很高.道路交错开放，将大大提高预测能力的要求。
交通规则和行人安全往往是自动驾驶算法逻辑中的最高权重。然而，教交通规则算法并不容易。“很多交通规则是无法量化的，比如合流车道的限速是多少.事实上，提前多久打开转向灯取决于间取决于驾驶员的经验。此外，交通规则也有模糊的空间，如前方停车时是否可以按一点实线，自动驾驶也要学会判断。”周锦程说。
只懂规则不能开好车，自动驾驶需要更像一个“老司机”。在企业路试视频和记者试驾体验中，公交车站附近或侧车时经常出现过度刹车，影响乘坐舒适性。
“原因是算法策略比较保守。”元荣启行副总裁刘轩表示，行业最早的决策规划是按照既定规则进行的；后来，将优化几条决策路线，根据评分水平进行选择；更高层次的是运用强化学习和博弈论，让算法自学。目前，能做到的企业很少。
城市场景的差异特别考验自主驾驶的适应性。刘轩举例说：“我们的车不怕别人在路上堵车，有时候还会堵车。因为一线城市交通拥堵，比如从主路变道到辅路车，如果一直等，就永远过不去。”
在接受采访时，小马智行还表示，路况和天气因地而异。本质上，车辆需要了解驾驶行为的关键标准，如通过十字路口时间与黄灯的关系，或在不同天气下处理传感器信号的方法，“我们的想法是在不同的地方使用一个系统来实现自动驾驶，在北京和广州基本上需要两周地跑得更好。”
自动驾驶不仅是一项技术，也是一项业务。汽车公司应使自动驾驶功能足够便宜，消费者可以接受；自动驾驶企业经营Robotaxi(自动驾驶出租车)服务，运营车辆的成本至少应与出租车持平。
成本负担首先来自硬件。与特斯拉仅依靠相机的纯视觉路线不同，中国通常选择携带更多的相机.更强的传感器和更大的计算能力芯片。在最近新推出的中高端车型中，激光雷达等零部件几乎成为标准，硬件配置相当大“堆料”之势。
一些自主驾驶企业也纷纷抛出自己的成本报价。Apollo与极狐合作量产共享无人车ApolloMoon，声称整车成本价48万元；元荣启行表示，自动驾驶硬件采购成本不足1万美元，量产后可降低70%；轻舟智航表示，量产成本低至1万元。
值得注意的是，上述企业主要经营Robotaxi服务和成本回收的方式不同于乘用车销售。此外，有业内人士提醒，报价以量产为前提，但汽车企业大规模采购、上车的阶段尚未到来，因此成本仍相对较高“虚无”。
自动驾驶能力需要软件和硬件的相互合作。如果你放弃了部分硬件性能来降低成本，这意味着软件应该更强大。刘轩说，虽然固态激光雷达更便宜，但其云质量不如原机械激光雷达好，如果你想使用它，你需要在算法上做更多的优化和补偿；同样，如果没有大计算能力芯片，你需要更好的推理引擎技术。
除了硬件成本外，自动驾驶企业还需要考虑安全员的劳动力成本。记者了解到，安全员一般是自动驾驶企业的全职员工，甚至是技术人员，他们的工资至少与出租车司机相当，甚至高于后者。
“实现利润本质上是车辆利用率的问题。在硬件成本足够低的前提下，无论研发成本摊销如何，只要安全员与车辆数量的比例小于1:1，就能突破盈亏平衡点。后期也可以跑早晚高峰.机场线等路段提高车辆利用率。”刘念邱说。
当前Robotaxi只能在有限的范围内运营，如北京亦庄.广州南沙.深圳福田等，车辆数量不够，需要在固定地点上下车，在一定程度上损害了对用户的吸引力。
业内普遍认为Robotaxi距离真正的利润还有很长的路要走，所以企业业务在过去两年里也在发生转变。一方面是从一方面来看。L4向L2.L3“降维”比如文远知行获得博世战略投资，双方在博世战略投资，L2和L三级自动驾驶大规模量产与市场化应用合作；另一方面是拓宽场景，文远知行.小马智行和元戎启行都涉足自动驾驶小巴.环卫车.轻卡等商用车业务。
