首页 > 新能源汽车

新华社:中国无人驾驶汽车离上路还有多远?

来源:新能源汽车网
时间:2018-03-24 10:05:01
热度:

新华社:中国无人驾驶汽车离上路还有多远? 22日,北京发放首批自动驾驶车辆路测牌照。最近一个月,上海、重庆等地

22日,北京发放首批自动驾驶车辆路测牌照。最近一个月,上海、重庆等地相继开放自动驾驶汽车上路实测……中国“无人”驾驶汽车的技术成熟吗?离真正上路还有多远?安全如何保证?围绕这些社会关注的问题,记者进行了调查。

技术成熟吗?

搭载可360度扫描的64线激光雷达、可探测150米距离的毫米波雷达、惯性导航系统……22日,5辆百度阿波罗自动驾驶汽车在北京亦庄首次上路实测。而3月1日至15日,智能网联汽车自动驾驶功能已经在上海嘉定区进行了超30个小时,500公里测试。3月16日,重庆宣布支持自动驾驶汽车开展合法“路测”。

业内人士指出,目前我国进入路测的汽车,大多处于半自动驾驶到高度自动驾驶阶段,并不能完全做到“无人”。“开放道路测试对自动驾驶技术发展至关重要。”上汽集团前瞻技术研究部总经理张程说,开放道路是更加自然的交通环境,有利于搜集实测数据、了解自动驾驶汽车的不足。

据业内人士介绍,自动驾驶技术可分为5级。目前我国部分量产车型加装了L1级辅助驾驶系统,少数高端车型加装了L2级半自动驾驶系统和L3级高度自动驾驶系统,L4级超高度自动驾驶系统和L5级全自动驾驶系统仍处在研发和实验阶段。

据了解,百度今年将联合金龙客车推出L4级自动驾驶微循环巴士“阿波龙”。蔚来汽车创始人李斌说,计划在2020年底前实现L4级自动驾驶。

传统车企也争相抢占科技制高点。长安汽车总裁朱华荣介绍,2018年将量产L2级智能化车型。力帆实业集团总裁马可说,力争今年实现L3级技术水平。

企业摩拳擦掌的背后,是政策的支持。2016年底,工信部、财政部印发的《智能制造发展规划(2016-2020年)》提出,将智能网联汽车作为创新发展重点;进入2018年,上海、北京、重庆等地出台允许自动驾驶汽车路测的相关文件;雄安新区将打造智能出行城市;重庆将建设占地4000亩的测试示范区……

自动驾驶技术成为资本追逐的热点。平安证券研报显示,到2020年,我国智能汽车市场规模将接近600亿元。腾讯研究院的报告显示,我国人工智能企业中,辅助驾驶、自动驾驶领域的融资总金额排名第三,达107亿元。

离真正上路还有多远?

自动驾驶汽车真的快要上路了吗?从各地路测反馈的信息看,自动驾驶汽车要想上路,还需跨越技术和法律层面的诸多障碍:

——数据积累。一些业内人士和专家认为,自动驾驶技术的成熟,需要积累一定数量的数据库。比如,德国一家公司给软件输入了1000多张不同图像的“前方停车标志”,以便汽车即时识别路标。

这个问题也可以通过统一道路标识来实现,比如上海提出推动信号灯标准化,但这一改造的成本很大。此外,中国道路上的人流量、车流量很大,路况也更加复杂。

——高精度地图研发。长安汽车等企业认为,目前自动驾驶技术发展最缺的是给车“看”的高精度地图。百度正在加紧编制北京首批确定的33条、105公里测试道路的高精度地图。

——高可靠、低延时网络。目前5G技术距离商用还有一定距离。

——法律及政策支持。马可说,虽然多地出台了支持路测的细则,但目前的道路交通法律法规都是在有人驾驶的前提下制定的,如果未来完全自动驾驶汽车真要上路行驶,可能需要对现有的法规进行修改。

对于自动驾驶汽车上路时间表的预计,工信部等发布的《汽车产业中长期发展规划》称,2025年高度和完全自动驾驶汽车开始进入市场。马可认为,传统车企至少还有10年以上的路要走。李斌则看好2025年的时间节点。

安全如何保证?

美国打车软件服务运营商优步3月19日证实,该公司在亚利桑那州坦佩市进行测试的一辆自动驾驶汽车发生车祸,导致一名路人死亡。这一事件引发人们对“无人”驾驶汽车安全性的高度关注。

在北京工作的张丽峰说:“虽然有人驾驶汽车也不是百分百能保证安全,但自动驾驶模式万一出了事故,如何界定是车企的责任还是人的责任?”

对于测试期间的交通事故,北京明确,测试单位必须购买交通事故责任保险或赔偿保函。事故按照现行规定处理,并由测试驾驶员承担相关法律责任。

目前,上海的开放道路测试区周围已经树立了提醒告知的标志,告知其他汽车驾驶员这段范围是测试路段,避免隐患。

此外,专家建议,应提升道路的智能化水平,提升汽车路测的安全性。比如,综合路测汽车的车速、地理位置以及所在路段的限速,可以判断出是否超速。

从长远来看,驭势科技首席架构师彭进展认为,“无人”驾驶是人工智能在交通领域应用的核心场景,实际上是一个涉及城市整体交通运营的综合性问题,包括环境感知、智能决策和规划、智能控制等多个领域需同步实现突破。

百度创始人李彦宏则认为,应防范“无人”驾驶汽车被黑客攻击、关键数据被控制而造成的巨大风险。