目前，盡管自動駕駛汽車技術取得了不小進展，但人們普遍認為距離商業化還需幾年的時間。促成這種看法的原因是，自動駕駛行業過度樂觀并在過去五年中表現不佳。在開始部署之前，許多技術問題仍然有待解決。

我們對自動駕駛的進展進行了回顧，并就自動駕駛開發的當前狀態提出了自己的觀點，同時考慮未來部署所需的事項。我們還將介紹許多新涌現的道路自動駕駛用例。

自動駕駛技術安全標準已被引入。新規范對部署時間表至關重要，必須與新一代自動駕駛系統一體考慮。

下一步是自動駕駛的道路立法，這將是成功部署自動駕駛所必需的。隨著新的安全要求的增加，預計合規性方面將帶來重大挑戰。

下表總結了最常見類別中的自動駕駛行業、技術和用例的狀態。它涉及三個時間框（過去：2020年之前，當前：2020-2025年；未來：2025-2030年），并分為四個部分（運輸行業；政府組織；標準機構；平臺開發商）。具體見下表：

歷史回顧

領先公司的自動駕駛開發和測試階段從2015年延長到2020年。有些開始得更早，有些仍在測試中。首先討論自動駕駛用例，因為它們會極大地影響其他考慮因素。

自動駕駛用例

最初的研究集中在最有前途的應用上。最初，網約車在中國、美國和其他地區起飛，使機器人出租車成為最理想的早期自動駕駛部署方案。在歐洲，由于大多數城市的叫車服務增長受到限制，而固定路線自動駕駛最受關注。美國和中國是自動駕駛卡車開發和測試的主要市場。

對于技術復雜性的理解、客戶需求和其他用例因素，還需要深入研究。生成用于測試自動駕駛軟件的訓練數據至關重要。通過模擬進行的虛擬自動駕駛測試變得越來越重要，當然安全性仍然是最關鍵的。

道路立法

迄今為止，幾乎沒有來自政府的監管。大多數情況下都需要測試許可，所有載客的自動駕駛都需要安全駕駛員。僅限載貨的自動駕駛以及在此期間開始測試的自動駕駛卡車也需要道路許可。

在美國，一些州頒發了測試許可證，最大的項目在加州。在這段時間的里，中國開始了自動駕駛出租車測試。歐洲主要測試固定路線自動駕駛和一些人行道送貨自動駕駛。

到2019年，超過65家公司獲得了加州測試自動駕駛的DMV許可。總共有567臺測試車輛獲得了許可證，當年行駛了近290萬英里。2020年，獲得許可的測試車輛數量增加到668輛，但受疫情影響，行駛里程反而降至199萬英里。這段時間里，在加州進行自動駕駛測試時，測試車上需要配備一名安全駕駛員。

安全標準

技術安全主要關注基于ISO26262及其四個ASIL（汽車安全完整性等級）階段的功能安全。對于隨后引入的自動駕駛，自動駕駛技術安全標準方面的工作也開始啟動。

SAE定義了六個級別的駕駛，L3、L4、L5代表自動駕駛。這些級別被廣泛使用。SAE還引入了以下多個重要概念：

ODD-操作設計域，定義了自動駕駛可以運行的環境。

OEDR-物體和事件探測與響應，監控并響應駕駛環境。

DDT-動態駕駛任務，包括自動駕駛駕駛、執行OEDR和避免碰撞。

ADS-自動駕駛系統，指執行DDT的計算機系統。

自動駕駛技術

此期間內，由于多種新技術涌現出來，技術開發受到了諸多關注。軟件驅動程序是最復雜的組件，因為它需要完成所有DDT功能。傳感器和視覺軟件用于完成OEDR功能。

運行所有軟件的計算機硬件所需的性能遠高于此時間段內的可用性能，這是Nvidia和其他處理器設計人員面臨的挑戰。

在這段時間里，人工智能技術發展迅速，也許發展太快了，以至于目前人工智能的進步被高估了。

當前狀態

自動駕駛當前處于大多數自動駕駛用例的部署試用階段。某些試用階段始于2018年。對于某些地區的某些用例，此階段可能會持續到2025年或更長時間。

自動駕駛用例

用例已經演進，它們的重要性也在一定程度上發生了變化。由于疫情，卡車司機短缺以及在線訂單和交付量的大幅增加，增加了自動駕駛卡車的重要性。

無人駕駛出租車仍然很重要，在美國和中國開始進行無人駕駛試驗，預計未來幾年還會進行更多試驗。加州已批準七家公司進行無人駕駛測試。其中三個已獲得在特定區域（Cruise、Nuro和Waymo）部署自動駕駛的授權。Nuro正在測試載貨自動駕駛，而Cruise和Waymo則專注于機器人出租車。

自動駕駛卡車通過在測試模式下（配有安全駕駛員）交付貨物來產生收入。此用例主要使用貨運中心對貨運中心的交付方案，其中大部分駕駛都在高速公路上進行的，但每次往返都包含從高速公路到倉庫的短距離行程。

在美國、歐洲和中國的一些城市，人行道自動駕駛正在為許多校園和雜貨店提供食品。

道路立法

自動駕駛立法仍然有限，但許多規劃正在進行中。法國和德國已經邁出了制定自動駕駛立法的第一步。其他國家正在通過新的立法，包括中國、英國和美國。

更多國家/地區可獲得更多測試許可。歐洲最終在自動駕駛出租車測試方面變得更加活躍，在慕尼黑、巴黎和其他城市進行了試驗。下面討論的新ISO標準中，將增加固定道路自動駕駛的測試和部署，而歐洲可能處于領先地位。

安全標準

在過去大約一年里，安全標準有所提高。ISO22737LSAD對于某些自動駕駛用例尤其重要。LSAD（低速自動駕駛）將用于許多固定路線的自動駕駛、貨物的交付以及類似的場景。

ISO21448（預期功能安全性）將功能安全性擴展到自動駕駛。該規范涵蓋了在沒有系統故障的情況下出現的功能安全漏洞。（ISO26262涵蓋系統故障。）

UL4600面向L4-L5兩個級別的自動駕駛，包括自動駕駛開發的所有方面。UL4600由UnderwritersLaboratories和EdgeCaseResearch共同制訂，基于其當前狀態將ISO26262和21448擴展到了自動駕駛，并在沒有人工干預的情況下感知其操作環境。

IEEEP2851-責任敏感安全（RSS）模型，利用MobileEye的自動駕駛駕駛算法來避免碰撞。RSS是一種形式數學模型，防碰撞用的是技術中立方案。在安全相關自動駕駛行為中，該標準被稱為模型假定。

定義自動駕駛級別和概念的術語標準-SAEJ3016，正受到越來越多的批評，當僅定義自動駕駛術語時，其被視為安全標準。我們的同事科林·巴登（ColinBarnden）就此和其他自動駕駛安全主題提供了極好的介紹。

SAE可能會將其六個級別從ADAS更新到自動駕駛。卡內基梅隆大學的PhilKoopman的一項提案獲得了相當大的支持，該提案基于以下四種Koopman簡化自動化模式：

駕駛員輔助：支持人類駕駛員。

監督自動化：人類駕駛員監控并補充能力差距。

自主操作：沒有人類安全駕駛員。

車輛檢測：駕駛員可降低因潛在的設計缺陷所導致的風險。

自動駕駛技術

自動駕駛技術不斷進步——某些方面進展相對快一些。軟件驅動程序正在改進，其中一些涵蓋了多個自動駕駛用例。而對于之前從未見過的邊緣情況或新的駕駛情況，仍然是一個棘手的問題，需要在安全性可接受程度方面取得更大的進展。

傳感器隨著改進技術的出現而不斷發展。而對于激光雷達來說，ToF和FMCW(調頻連續波)之間的技術之爭仍在繼續。ToF是大多數自動駕駛初創公司使用的成熟技術。FMCW具有一些關鍵優勢，比如干擾極小、優異的速度測量和更遠的探測范圍等。然而，成本仍然是一個問題。長遠來看，FMCW似乎是贏家。

新一代雷達技術正在涌現，它將通過4D或成像雷達大大提高感知能力。4D雷達帶來了與激光雷達的重疊功能，將是未來的領導者。

在其他地方，FIR(遠紅外線)是另一種有前途的自動駕駛傳感器技術。FIR可以比其他傳感器更好地檢測溫暖的物體，這對行人和動物的探測來說至關重要。

人工智能技術不斷改進，但進步的速度似乎已經放緩——至少對于自動駕駛來說是這樣。有一個問題是所謂的黑盒問題：即目前仍然很難確定AI模型如何為自動駕駛駕駛做出決策。這種模糊性仍然是自動駕駛的一個大問題。需要更好的解決方案。

未來展望

安全部署階段將因自動駕駛用例而異，時間為2024至2030年，甚至可能更晚——具體取決于領先企業的計劃。下面將對上面的圖表進行回顧。

自動駕駛用例

包括低速行使的相對簡單的交通模式用例中將會首先進行安全部署。這包括在許多公共交通部署中的固定和可變路線的自動駕駛。純載貨自動駕駛也將會提早部署人行道自動駕駛，作為以步行速度運行的最簡單版本。

Nuro等基于道路的純載貨自動駕駛也會提早部署。Nuro的第三代自動駕駛采用了一個外部安全氣囊，以提高行人的安全性。

機器人出租車正在部署中，但僅限于部分城市的選定區域。進一步擴張將取決于道路立法。未來機器人出租車的運營安全性也將對未來的擴張產生重大影響。一些致命的撞車事故，即便是只有少量撞車事故導致人員受傷或死亡，但都可能會像滾雪球一樣，這將是所有自動駕駛出租車運營商面臨的重大問題。

消費級自動駕駛將利用機器人出租車的開發和部署，但至少會滯后五年。消費類自動駕駛的ODD可能有限，其模式類似于自動駕駛出租車。決定消費者自動駕駛部署的最大因素將是未來的道路立法。

一些自動駕駛卡車應用程序將在2025年之前部署，其中貨運中心到貨運中心模式的將處于領先地位。自動駕駛卡車承諾即使在有安全駕駛員的情況下也能提升效率，特別是考慮到當前的駕駛員短缺和更好地利用法定休息日之間的行駛時間。行駛效率可以縮短新鮮農產品等商品的行程時間，因而具有顯著的成本優勢。

道路立法

到2025年，許多國家可能會出臺重要的道路立法。這些法律將對所有自動駕駛用例產生深遠影響，這可能會導致自動駕駛部署的延遲。

作為這些考慮的一部分，必須做出幾個艱難的決定，因為新的自動駕駛立法條款的制訂所參考的數據很少。其中包括如何與人工駕駛車輛相比，來確定自動駕駛安全的基點，以及如何衡量這種關系的演變。自動駕駛將會通過提高安全性的軟件更新而得到改進。如何參照一組特定的人類駕駛員來衡量自動駕駛的安全改進，仍然是一個懸而未決的問題。

英國通過自動駕駛立法的努力對解決爭論做出了很大貢獻。例如，英國研究人員得出結論，自動駕駛安全性判定是一項最好留給議會的政治決定。

到目前為止，很少有人討論未來的自動駕駛市場對公司和政府的巨大收入潛力。無疑，這種收入潛力將被納入自動駕駛道路立法。自動駕駛的提早部署還將帶來技術和使用經驗方面的領先地位，隨著自動駕駛部署的推進，這些技術和使用經驗可以在其他國家推廣。

安全標準

自動駕駛技術標準進展狀況良好：ISO21448和UL4600已經獲得批準，IEEEP2851正在制訂中。這些標準必須內置到下一代自動駕駛系統中，以極大地增加安全性。

可能會有新的技術標準出來，或者至少是現有標準的更新。但有個問題是，是否會有針對自動駕駛卡車、純載貨自動駕駛或其他車輛類別的特定技術標準？

未來的立法也可能要求在2025年的時間表內制定新的或更新標準。這可能會對未來的自動駕駛技術標準產生最大的影響。

自動駕駛技術

需要持續改進自動駕駛技術。軟件驅動程序將依賴于人工智能技術的進步和來自擴展機器學習的改進以及來自測試和操作的數據。

FMCW激光雷達、4D雷達和FIR等傳感器硬件和軟件技術正在進入量產階段。對于所有的傳感器，都將看到其成本的下降和可靠性的提高，激光雷達將變得更加實惠。

隨著成本的下降，計算性能也會提高。帶有人工智能加速器的芯片將有助于提高重要性。一些自動駕駛公司將會開發自己的芯片。

挑戰底線

自動駕駛必須在批量部署之前克服多重挑戰。技術復雜性仍然令人生畏：如何開發和證明軟件駕駛可以勝過人類駕駛，將仍是一個主要障礙。

自動駕駛用例越來越清晰，有些更容易掌握。流量模式簡單且速度較低領域的部署將會成為早期的批量部署。

自動駕駛技術標準正在進展。現在，自動駕駛公司需要迅速將這些標準整合到他們的平臺中。

也許最艱難、可能也是最具爭議的決定，將由制定自動駕駛道路立法的機構做出。他們必須在自動駕駛的安全性和人類駕駛員的能力之間進行權衡。他們還必須具體說明新法律的實施辦法，如何授權自動駕駛供公眾使用，以及如何在其生命周期內保持授權。
編輯：黃飛

?