自動駕駛的發(fā)展現(xiàn)狀、挑戰(zhàn)與應(yīng)對

李曉華

【關(guān)鍵詞】自動駕駛 無人駕駛 產(chǎn)業(yè)發(fā)展 產(chǎn)業(yè)政策

【中圖分類號】F42 【文獻(xiàn)標(biāo)識碼】A

隨著人工智能、物聯(lián)網(wǎng)、5G移動通信等新一代數(shù)字技術(shù)的發(fā)展與成熟，其與實體產(chǎn)品的融合日趨緊密，汽車是其中的典型代表。近年來，汽車企業(yè)持續(xù)推進(jìn)整車的自動化智能化水平，市場對自動駕駛的接受程度也在不斷提高，具有輔助駕駛或自動駕駛功能的汽車銷量快速增長，自動化與電動化一起成為改變?nèi)蚱嚠a(chǎn)業(yè)格局的重要力量。未來自動駕駛?cè)杂芯薮蟮陌l(fā)展空間，且會向無人駕駛的方向發(fā)展。同時也要看到，自動駕駛汽車的發(fā)展也面臨技術(shù)、成本、數(shù)據(jù)、基礎(chǔ)設(shè)施和法律等方面的制約和挑戰(zhàn)，需要積極采取措施加以應(yīng)對。

國內(nèi)外自動駕駛的發(fā)展現(xiàn)狀

汽車產(chǎn)業(yè)規(guī)模大、先進(jìn)技術(shù)集成度高、產(chǎn)業(yè)關(guān)聯(lián)度強(qiáng)，是美國、中國、日本、德國等制造大國的重要支柱產(chǎn)業(yè)。自動駕駛作為一項顛覆性技術(shù)，其發(fā)展水平直接關(guān)系各國汽車產(chǎn)業(yè)的國際競爭力和全球產(chǎn)業(yè)分工格局，因此世界主要國家都高度重視自動駕駛的發(fā)展，不少傳統(tǒng)汽車大國發(fā)布自動駕駛路線圖和發(fā)展目標(biāo)，在交通法規(guī)、監(jiān)管政策等方面積極探索，推出一系列支持自動駕駛的產(chǎn)業(yè)政策，以重塑汽車產(chǎn)業(yè)競爭優(yōu)勢、保持和強(qiáng)化全球競爭地位。例如，美國在聯(lián)邦和州政府層面發(fā)布了一系列法規(guī)，逐步對自動駕駛向更高等級發(fā)展進(jìn)行松綁。我國將自動駕駛作為新興產(chǎn)業(yè)發(fā)展的重點領(lǐng)域，工信部等相關(guān)部委出臺了一系列自動駕駛相關(guān)的發(fā)展戰(zhàn)略、規(guī)劃和標(biāo)準(zhǔn)，一些地方也在積極開展關(guān)于自動駕駛的地方立法。隨著自動駕駛技術(shù)的逐步成熟和性能提升、成本下降，市場接受度不斷提高，產(chǎn)業(yè)呈現(xiàn)快速發(fā)展勢頭?？傮w上看，國內(nèi)外自動駕駛汽車呈現(xiàn)以下五個方面發(fā)展特點：

一是技術(shù)水平快速提升。國際汽車工程學(xué)會（SAE）2014年1月發(fā)布的J3016標(biāo)準(zhǔn)定義了從無駕駛自動化（L0）到完全駕駛自動化（L5）等6個駕駛自動化等級，2021年4月該標(biāo)準(zhǔn)更新到第4版。我國2021年8月發(fā)布并于2022年3月1日實施的《汽車駕駛自動化分級》（GB/T 40429-2021）國家標(biāo)準(zhǔn)與國際汽車工程學(xué)會的劃分大體一致，將駕駛自動化劃分為6個等級，0級是應(yīng)急輔助，1級是部分駕駛輔助，2級是組合駕駛輔助，3級是有條件自動駕駛，4級是高度自動駕駛，5級是完全自動駕駛。自動駕駛的核心硬件主要包括高分辨率攝像頭、激光雷達(dá)、毫米波雷達(dá)、各種專用芯片，軟件主要包括智能泊車、導(dǎo)航輔助駕駛（NOA）、高級駕駛輔助系統(tǒng)（ADAS）以及集成各種功能的智能座艙。在國家、企業(yè)、科研機(jī)構(gòu)等各種力量的共同推動下，自動駕駛的軟硬件性能、車載計算平臺的算力持續(xù)提高。例如，Mobileye在2014年量產(chǎn)的EyeQ3芯片算力為0.256TOPS，2018年量產(chǎn)的EyeQ4芯片算力為2.5TOPS，目前的智能駕駛芯片算力已達(dá)到200TOPS。目前，包括自適應(yīng)巡航控制系統(tǒng)、車道保持輔助、后方及側(cè)方盲點監(jiān)控、輔助停車、變道輔助等L1/L2級自動駕駛功能已經(jīng)非常成熟，L2+技術(shù)方案逐步應(yīng)用到越來越多的車型。根據(jù)工信部的數(shù)據(jù)，2022年，L2級乘用車新車滲透率達(dá)到了34.5%。從Github技術(shù)社區(qū)新建研發(fā)項目的數(shù)量變化也能看出自動駕駛技術(shù)的進(jìn)步，L3/ L4級自動駕駛新建研發(fā)項目占比從2016年的18.2%提高到2022年的55.6%，L1/L2級占比相應(yīng)地從81.8%下降到44.4%。

二是產(chǎn)業(yè)和市場持續(xù)擴(kuò)大。自動駕駛的巨大潛力吸引了大量投資進(jìn)入。在我國，自動駕駛領(lǐng)域的融資在2015年出現(xiàn)快速增長，2014年融資事件4起，融資金額0.45億元，2015年增加到17起5.57億元，2015年至2021年間融資事件402起，融資金額939.91億元，其中2021年融資事件111起，融資金額497.8億元。資金的大量投入催化了自動駕駛技術(shù)快速發(fā)展、市場接受程度提高，越來越多的車型加載了自動駕駛功能，由此也推動了一批重視自動駕駛的車企快速發(fā)展。但由于在推廣中遇到各種困難，L3級及以上技術(shù)的落地進(jìn)展較慢，甚至一些投入高級別自動駕駛的明星公司出現(xiàn)經(jīng)營困難，或被迫轉(zhuǎn)入L2+級的自動駕駛，整體上自動駕駛的實際應(yīng)用還處于L3以下水平，但L2、L2+級自動駕駛增長很快。全球乘用車L0、L1、L2級智能駕駛上車數(shù)量，2020年分別為2330萬臺、1948萬臺、1080萬臺；2021年分別為1800萬臺、3070萬臺和1947萬臺。根據(jù)“愛普搜汽車”的數(shù)據(jù)，2022年1-11月我國國內(nèi)自動駕駛L1級銷量256.86萬輛，同比下降18.7%，滲透率14.7%，同比下降2.7%，而L2及L2+級銷量600.96萬輛，同比增長46.0%，滲透率34.5%，同比增長11.8%。自動駕駛裝機(jī)量快速增長的同時，相對較高級別的自動駕駛所占比重也在持續(xù)提高。世界主要國家也在積極推動自動駕駛向無人化的實際應(yīng)用方向發(fā)展。美國已經(jīng)開展較大規(guī)模的無人駕駛試點，有62家公司獲批在加利福尼亞州進(jìn)行自動駕駛測試。我國多個城市也開啟了無人化探索，例如，2022年4月，北京在經(jīng)濟(jì)技術(shù)開發(fā)區(qū)60平方公里范圍內(nèi)投放30輛車，在全國率先開展“主駕無人、副駕配備安全員”的自動駕駛出租車（Robotaxi）商業(yè)化試點。礦山、碼頭、園區(qū)接駁等封閉、低速運(yùn)行場景下的路況簡單、沒有行人干擾，在這類半封閉場景或限定場景下初步實現(xiàn)了L4級別的高度自動駕駛。

三是多種類型發(fā)展模式并存。推動自動駕駛汽車發(fā)展的關(guān)鍵力量是自動駕駛技術(shù)。自動駕駛的巨大發(fā)展?jié)摿ξ税ㄔ衅囍鳈C(jī)廠、供應(yīng)商在內(nèi)的各種力量的加入。自動駕駛行業(yè)的不同參與者各具優(yōu)勢，從而也形成了自動駕駛的多種發(fā)展模式。主機(jī)廠采取多種不同的進(jìn)入模式，強(qiáng)勢主機(jī)廠依靠具有自動駕駛技術(shù)的傳統(tǒng)一級供應(yīng)商，投資芯片與算法創(chuàng)業(yè)公司，通過內(nèi)部創(chuàng)新循序漸進(jìn)發(fā)展自動駕駛，或者采取上述幾種方案的組合；造車新勢力將自動駕駛看作核心競爭力的重要組成部分，往往自研芯片、算法；國內(nèi)小型主機(jī)廠多采取與成熟自動駕駛方案供應(yīng)商合作的模式；還有一些主機(jī)廠與自動駕駛解決方案領(lǐng)先企業(yè)以合資或戰(zhàn)略合作方式孵化獨立自動駕駛整車品牌。自動駕駛第三方供應(yīng)商也有多種類型，包括以博世為代表的傳統(tǒng)汽車電子一級供應(yīng)商，以Alphabet的WAYMO和百度的Apollo為代表的互聯(lián)網(wǎng)巨頭跨界提供自動駕駛解決方案，以地平線、Mobileye為代表的以自研芯片為導(dǎo)向的自動駕駛方案集成商，以Momenta為代表的算法領(lǐng)先型集成商，以及以圖森未來為代表的面向特定場景的集成商。此外，不少出行平臺公司也在積極開展Robotaxi的技術(shù)和方案探索。自動駕駛技術(shù)是對汽車產(chǎn)業(yè)原有技術(shù)路線的顛覆，會引發(fā)主機(jī)廠、供應(yīng)商等產(chǎn)業(yè)格局的重構(gòu)，例如，主機(jī)廠希望保持傳統(tǒng)汽車時代的供應(yīng)鏈主導(dǎo)地位，而自動駕駛企業(yè)希望擁有更多的供應(yīng)鏈話語權(quán)甚至控制權(quán)，由此主機(jī)廠商、傳統(tǒng)供應(yīng)商、新興供應(yīng)商圍繞供應(yīng)鏈價值鏈主導(dǎo)權(quán)展開激烈競爭。

四是中國國際競爭力不斷增強(qiáng)。中國政府高度重視自動駕駛發(fā)展，各種類型的企業(yè)也紛紛加入自動駕駛技術(shù)研發(fā)、應(yīng)用試點和商業(yè)化推廣。電動化和智能化是汽車產(chǎn)業(yè)發(fā)展的兩大趨勢，而且這兩大趨勢是緊密交織在一起的。相比之下，新能源汽車企業(yè)特別是國內(nèi)外造車新勢力將自動駕駛作為形成差異化優(yōu)勢的賣點，發(fā)展自動駕駛的動力更強(qiáng)，因此新能源汽車企業(yè)成為我國自動駕駛發(fā)展的重要推動者，并處于行業(yè)領(lǐng)先水平。我國電動汽車產(chǎn)銷量連續(xù)8年全球第一，有力地帶動了自動駕駛技術(shù)的發(fā)展和應(yīng)用。在高速領(lǐng)航領(lǐng)域，2020年底以來，蔚來汽車、小鵬汽車、理想汽車先后推出各自的輔助導(dǎo)航駕駛功能NOP、NGP和NOA；在市區(qū)導(dǎo)航領(lǐng)域，2021年以來，小鵬汽車推出城市NGP功能，蔚來汽車和理想汽車也擬推出市區(qū)導(dǎo)航輔助駕駛功能NAD和NOA。年度平均接管里程（MPI，Miles per Intervention）是衡量自動駕駛水平的核心指標(biāo)。根據(jù)美國加州交通管理局發(fā)布的2022年全年自動駕駛數(shù)據(jù)，MPI表現(xiàn)最好的前10名公司，美國5家，中國4家，德國1家，其中前五名分別為Cruise（美國）、AutoX安途（中國）、Zoox（美國）、WeRide文遠(yuǎn)知行（中國）、Didi滴滴（中國）；在車隊規(guī)模排名中，美國公司W(wǎng)aymo、Cruise和Zoox分別384輛、350輛和106輛位居前三，中國自動駕駛公司Pony.ai小馬智行、安途、文遠(yuǎn)知行和滴滴分別居第6、第8、第10和第12位。在自動駕駛零部件領(lǐng)域，國產(chǎn)化也取得很大進(jìn)步。雖然國內(nèi)企業(yè)在高級駕駛輔助系統(tǒng)（ADAS）的行車領(lǐng)域差距較大，2021年來自德國、日本、美國的大陸、博世、電裝、采埃孚、安波福占據(jù)前裝市場約80%的份額，但在高級駕駛輔助系統(tǒng)（ADAS）的環(huán)視及泊車領(lǐng)域，2021年國內(nèi)市場前五名的供應(yīng)商為博世、同致電子（TTE）、法雷奧、德賽西威、蘇州智華，其中第2、4、5名都為中國企業(yè)。

自動駕駛?cè)悦媾R多方面制約與挑戰(zhàn)

盡管自動駕駛技術(shù)快速發(fā)展、市場需求不斷成熟，整個行業(yè)呈現(xiàn)繁榮發(fā)展的景象，但自動駕駛進(jìn)一步發(fā)展需要更好地解決在技術(shù)、成本、數(shù)據(jù)、基礎(chǔ)設(shè)施等多方面存在的問題，法律法規(guī)的缺位與不健全也成為自動駕駛向更高等級發(fā)展的掣肘因素。

第一，技術(shù)成熟度的制約。自動駕駛的發(fā)展水平取決于各種硬件、軟件、計算能力等方面的技術(shù)進(jìn)步及其整合效果。盡管自動駕駛的軟硬件取得很大進(jìn)展，但現(xiàn)有技術(shù)仍存在不足，對自動駕駛向高階發(fā)展形成制約。例如，激光雷達(dá)穿透雨霧的能力有限，易受強(qiáng)光干擾；攝像頭視覺感知的靈敏度在夜間和惡劣天氣中會顯著下降。近年來，不乏知名品牌自動駕駛車輛或頭部自動駕駛公司的測試車型發(fā)生事故，不少是因為自動駕駛系統(tǒng)沒有對障礙物準(zhǔn)確識別造成的，暴露出自動駕駛技術(shù)不成熟的問題。由于不同的方案具有各自的優(yōu)缺點，因此目前自動駕駛的技術(shù)路線并未確定，無論在感知層、決策層均有多條不同的技術(shù)路線在競爭。例如，在感知層，特斯拉的Autopilot堅持視覺主導(dǎo)的方案，且未采用高精度地圖，這種方式成本低廉，但是易受環(huán)境、天氣影響；小鵬汽車的XPILOT選擇激光雷達(dá)主導(dǎo)方案，并配合高精地圖，這種方案精度高、探測距離遠(yuǎn)，受天氣、環(huán)境影響較小，但成本高。還需要注意到，隨著自動駕駛向更高自動化水平發(fā)展，車載芯片的數(shù)量大幅度增長，對算力的需求也顯著提高。當(dāng)前，我國地平線、華為海思等芯片企業(yè)在芯片算力方面與英偉達(dá)、特斯拉、Mobileye、高通仍存在較大差距，同時中國大陸的芯片先進(jìn)制程制造能力相比世界先進(jìn)水平也存在較大差距，在美國等西方國家加強(qiáng)對芯片產(chǎn)業(yè)鏈控制、將芯片作為大國博弈工具的形勢下，我國車載芯片的供應(yīng)鏈安全存在較大風(fēng)險。

第二，軟硬件成本的制約。自動駕駛功能雖然會將車輛駕駛員解放出來、給用戶帶來更好的用車體驗，但是新功能的實現(xiàn)需要付出額外的成本，用戶會在新增功能與額外成本之間進(jìn)行權(quán)衡。如果實現(xiàn)自動駕駛的成本過高，只會有少數(shù)“領(lǐng)先用戶”采用，銷量不夠大、企業(yè)利潤不夠多，就會缺乏資金進(jìn)行技術(shù)創(chuàng)新投入，遲滯技術(shù)的迭代升級進(jìn)程。自動駕駛高昂的軟硬件成本成為其普及和功能升級的重要阻礙。一方面，雖然攝像頭、激光雷達(dá)、V2V/V2I、處理器等軟硬件單位成本有了顯著下降，但無人駕駛功能仍然會顯著增加車輛成本；另一方面，自動駕駛功能升級將會進(jìn)一步增加車輛的硬件數(shù)量和代碼量，L3級及以上對增加硬件冗余備份的要求更高，會進(jìn)一步增加成本。L3級別自動駕駛的算力需求為20TOPS，是L2級的10倍，L4級、L5級的算力需求分別達(dá)到400TOPS和4000+TOPS。羅蘭貝格預(yù)測，自動駕駛從目前的L2級升級到2030年的L3級時，對應(yīng)的單車軟件價值會從8000-16000元提高到16000-32000元。有分析表明，單車智能價值的零部件成本在10-20萬之間，這么高的成本是普通家庭難以承受的，相對而言對商用車總售價的影響較小，目前在商用車領(lǐng)域應(yīng)用的可能性更大。

第三，基礎(chǔ)設(shè)施的制約。自動駕駛的技術(shù)路線包括單車智能和車路協(xié)同兩個方向。自動駕駛向更高水平發(fā)展甚至進(jìn)入到完全無人駕駛階段，不僅需要單車智能方面的硬件和軟件進(jìn)一步的技術(shù)發(fā)展和性能提升，還需要通信端、路端、云端等基礎(chǔ)設(shè)施與車輛形成協(xié)同。例如，美國聯(lián)邦交通運(yùn)輸機(jī)構(gòu)籌資成立的研究所歷時數(shù)十年發(fā)展包括“車輛對車輛通信”（vehicle-tovehicle，V2V）與“車輛對基礎(chǔ)設(shè)施通信”（vehicleto-infrastructure，V2I）在內(nèi)的“車對外界的信息交換（vehicle-to-everything，V2X）”技術(shù)。目前，單車智能路線受到車端傳感器安裝位置、探測距離、視場角、時間同步等限制，在繁忙路口、惡劣天氣、逆光等復(fù)雜環(huán)境下難以解決精準(zhǔn)感知識別和高精度定位問題；而路側(cè)數(shù)字基礎(chǔ)設(shè)施本身具有道路信息感知、道路信號發(fā)布和控制等功能，通過無線通信網(wǎng)絡(luò)實現(xiàn)與車輛的數(shù)據(jù)交互共享，能夠彌補(bǔ)車端感知有限視距、感知盲區(qū)等短板，進(jìn)一步提高自動駕駛車輛對道路環(huán)境的感知能力，輔助車輛作出更安全高效的決策，進(jìn)而提高交通效率、減少交通事故。但總體上看，適應(yīng)自動駕駛發(fā)展的信息基礎(chǔ)設(shè)施在我國尚處于探索、試點的早期階段，離大規(guī)模商用要求還存在不小差距。

第四，數(shù)據(jù)豐富度的制約。自動駕駛是數(shù)據(jù)驅(qū)動的技術(shù)，無論是攝像頭方案還是激光雷達(dá)方案，都需要收集大量且場景豐富的數(shù)據(jù)，用于自動駕駛算法的訓(xùn)練和迭代升級。車輛是一種對安全性要求非常高的產(chǎn)品，自動駕駛的安全性只有遠(yuǎn)超過傳統(tǒng)汽車的水平才有可能取代人類駕駛。但是自動駕駛場景中的數(shù)據(jù)呈現(xiàn)出典型的長尾分布特征，即大多數(shù)場景會頻繁出現(xiàn)，而邊緣場景（corner case）出現(xiàn)的概率很低。特別是在當(dāng)前無人駕駛被限定在相對固定、有限的區(qū)域，更是限制了多元化場景數(shù)據(jù)特別是邊緣數(shù)據(jù)的獲取。雖然高階輔助駕駛功能在相對簡單的路況下（如高速公路等車道線清晰、車流適中的場景）能夠較好地實現(xiàn)，但是面對城市道路等復(fù)雜的場景卻難以做到完全讓人放心，在一些長尾路況中可能會由于對環(huán)境的誤判而發(fā)生事故。自動駕駛向更高等級發(fā)展特別是高等級自動駕駛從測試場地到有限區(qū)域再到全天候路況擴(kuò)張，場景的復(fù)雜度不斷提高，對數(shù)據(jù)的規(guī)模和質(zhì)量也提出更高的要求。邊緣場景的低概率特征決定了在實際路況下獲取數(shù)據(jù)需要大量行駛里程的積累，這是一件非常耗時、成本高昂的工作。據(jù)估計，無人駕駛要超過人類司機(jī)的安全性，需要超過80-100億英里的測試?yán)锍?。測試?yán)锍滩粔?，自動駕駛的安全性就無法提高；而安全性不高，高級別自動駕駛就被限制在測試階段和有限區(qū)域，又會制約測試?yán)锍痰脑鲩L。一種替代的辦法是構(gòu)建數(shù)字化仿真場景，使用模擬數(shù)據(jù)進(jìn)行訓(xùn)練，但仍存在邊緣情景收集和標(biāo)注難度大，仿真場景構(gòu)建壁壘高等問題。此外，高精地圖的覆蓋率較低，也需要花費時間和資金用于數(shù)據(jù)采集和制圖。

第五，法律法規(guī)不足的制約。當(dāng)自動駕駛進(jìn)入到L3級之后，車載系統(tǒng)就在相當(dāng)大的程度上取代駕駛員實施對車輛的控制，也正因如此，國際汽車工程學(xué)會2021年更新的標(biāo)準(zhǔn)將L0-L2級稱為“駕駛員輔助系統(tǒng)”，L3-L5級稱為“自動駕駛系統(tǒng)”，也就是說，達(dá)到L3級的車輛才真正可稱為“自動駕駛”。從L3級開始，自動駕駛系統(tǒng)可以在不同程度上駕駛車輛，因此車輛或者其背后的生產(chǎn)廠商需要承擔(dān)更多的責(zé)任。目前，對于L3及以上自動駕駛在權(quán)責(zé)認(rèn)定、道德倫理等方面存在較大爭議和法律缺失的情況。在系統(tǒng)操控車輛的情況下，當(dāng)車輛發(fā)生事故造成損害時，對人類無法訴諸過錯侵權(quán)，適用于自動駕駛汽車的注意義務(wù)標(biāo)準(zhǔn)也不同于人類駕駛者。目前，國內(nèi)外一些法律法規(guī)對自動駕駛車輛中的交通事故責(zé)任進(jìn)行了劃分。例如，2022年8月實施的《深圳經(jīng)濟(jì)特區(qū)智能網(wǎng)聯(lián)汽車管理條例》規(guī)定，“完全自動駕駛的智能網(wǎng)聯(lián)汽車在無駕駛?cè)似陂g發(fā)生交通事故造成損害，屬于該智能網(wǎng)聯(lián)汽車一方責(zé)任的，由車輛所有人、管理人承擔(dān)賠償責(zé)任”，因智能網(wǎng)聯(lián)汽車存在缺陷造成損害的，車輛駕駛?cè)嘶蛩腥?、管理人在按?guī)定賠償后，可以依法向生產(chǎn)者、銷售者請求賠償。但是一方面，事故原因的判定還需要更多明確的條例和規(guī)范，另一方面，這些法律仍然沒有解決當(dāng)發(fā)展到自動駕駛階段后，由抽象的理論轉(zhuǎn)變?yōu)楝F(xiàn)實的“電車難題”。所謂“電車難題”是指當(dāng)電車面對突發(fā)意外時，如果電車沿原有路線行駛，就會造成更多的人員傷亡；拐向岔路可以比沿既定路線行駛減少傷亡，但會把與電車原本無關(guān)的人員卷入其中，在這種情況下如何選擇就會面臨倫理困境。由人類駕駛的車輛在突發(fā)事件發(fā)生時，駕駛員會作出判斷和應(yīng)對，并承擔(dān)由此造成的后果。但是在無人駕駛的情況下，車載系統(tǒng)做出應(yīng)對方案選擇的依據(jù)是什么？汽車廠家又是依據(jù)什么預(yù)先設(shè)定算法？算法的設(shè)計者即汽車廠家又應(yīng)該因此承擔(dān)什么樣的責(zé)任？因此，為了規(guī)避法律方面的風(fēng)險，即使目前已有企業(yè)在技術(shù)上實現(xiàn)了L3級甚至L4級的一些自動駕駛功能，仍然推遲發(fā)布L3級產(chǎn)品，要求車輛行駛中需要駕駛員配合并隨時接管車輛控制權(quán)。法律的缺失以及由此造成的不確定性風(fēng)險，成為自動駕駛發(fā)展的制約因素。

推動自動駕駛規(guī)范化發(fā)展的對策建議

不少機(jī)構(gòu)對自動駕駛的發(fā)展趨勢作出了樂觀的判斷。例如，甲子光年預(yù)測，到2026年全球乘用車L0、L1、L2級智能駕駛上車數(shù)量分別達(dá)到535萬臺、2531萬臺和6010萬臺；科爾尼預(yù)測，L4級別車型將于2024/2025年上市，到2030年，L2+級別自動駕駛普及率達(dá)到90%，其中L3及以上級別達(dá)到50%；IHS Markit預(yù)測，L3級自動駕駛與全自動停車、全高速自動巡航等L4級功能將于2025年在大眾市場普及，到2030年，L4級自動駕駛在大眾市場普及，L5級功能在高端車型實現(xiàn)。根據(jù)國家發(fā)改委預(yù)測，2025年我國智能汽車數(shù)量將達(dá)2800萬輛，滲透率82%，2030年智能汽車達(dá)到3800萬輛，滲透率達(dá)到95%。但是要實現(xiàn)這些目標(biāo)，需要采取措施解決自動駕駛在技術(shù)、基礎(chǔ)設(shè)施、數(shù)據(jù)、法律法規(guī)等方面的制約。

首先，加快自動駕駛技術(shù)發(fā)展。將自動駕駛作為國家科技研發(fā)重點支持的領(lǐng)域，加大對車規(guī)芯片、激光雷達(dá)等關(guān)鍵硬件和操作系統(tǒng)、智能座艙等軟件系統(tǒng)及其產(chǎn)業(yè)鏈上下游、V2I基礎(chǔ)設(shè)施等領(lǐng)域在基礎(chǔ)科學(xué)、產(chǎn)業(yè)共性技術(shù)上的研發(fā)投入。深化科技體制改革，支持企業(yè)與高校、科研機(jī)構(gòu)聯(lián)合申報國家科技項目，促進(jìn)科技成果的產(chǎn)業(yè)轉(zhuǎn)化和相關(guān)科技人才進(jìn)行科技創(chuàng)業(yè)。鼓勵整機(jī)廠商、零部件供應(yīng)商、數(shù)字科技企業(yè)加大對自動駕駛技術(shù)的研發(fā)投入，組建技術(shù)聯(lián)盟、建立開源社區(qū)，積極參與國際技術(shù)合作與國際技術(shù)標(biāo)準(zhǔn)的制定。

其次，推進(jìn)車路協(xié)同基礎(chǔ)設(shè)施建設(shè)。推動車用無線通信網(wǎng)絡(luò)（如LTE-V2X）、新一代車用無線通信網(wǎng)絡(luò)（如5G-V2X）的建設(shè)，在部分城市、高速公路率先應(yīng)用。逐步推進(jìn)市政道路的數(shù)字化改造，重點在目前開展高等級自動駕駛區(qū)域的道路安裝智能攝像頭、激光雷達(dá)、智能信號燈等基礎(chǔ)設(shè)施，推進(jìn)車路協(xié)同的實現(xiàn)。推動制定高精度地圖國家標(biāo)準(zhǔn)，支持自動駕駛企業(yè)、地圖導(dǎo)航企業(yè)、出行服務(wù)企業(yè)建立戰(zhàn)略聯(lián)盟，共享道路實時數(shù)據(jù)，推動高精地圖的動態(tài)更新，提供更精準(zhǔn)服務(wù)。

再次，促進(jìn)數(shù)據(jù)的積累。支持地方政府?dāng)U大高等級自動駕駛運(yùn)行區(qū)域，鼓勵各類自動駕駛企業(yè)增加路測和運(yùn)營車隊規(guī)模，積極參與國內(nèi)外法律法規(guī)寬松地區(qū)的路測和實際運(yùn)營。促進(jìn)自動駕駛仿真技術(shù)開發(fā)，構(gòu)建行業(yè)性數(shù)字化仿真公共平臺，鼓勵企業(yè)采取仿真模擬方式增加數(shù)據(jù)積累。完善自動駕駛數(shù)據(jù)采集、存儲、傳輸、交易的相關(guān)法律，在保證公共安全的前提下，支持車企采取“影子模式”，通過在有人駕駛狀態(tài)下開啟傳感器探測車輛行駛道路周圍的數(shù)據(jù)，支持車企將自動駕駛數(shù)據(jù)進(jìn)行交易共享。

最后，推進(jìn)自動駕駛立法工作。鼓勵地方政府制定自動駕駛地方性法規(guī)，對自動駕駛的安全設(shè)計、開發(fā)、測試和應(yīng)用等方面作出規(guī)定，包括具有高等級自動駕駛功能的車輛上路行駛條件，發(fā)生事故時的事故原因鑒定流程、事故責(zé)任劃分依據(jù)和賠償責(zé)任，車輛保險政策和賠付規(guī)則，對自動駕駛車輛、制造商、供應(yīng)商、Robotaxi的監(jiān)管等。總結(jié)國外和地方立法實踐中的經(jīng)驗教訓(xùn)，根據(jù)技術(shù)發(fā)展、市場需求，適時制定全國性的自動駕駛法律法規(guī)。

（作者為中國社會科學(xué)院工業(yè)經(jīng)濟(jì)研究所研究員）

【注：本文系中國社會科學(xué)院研究所創(chuàng)新工程項目“全球先進(jìn)制造業(yè)競爭與中國制造強(qiáng)國建設(shè)研究”（項目批準(zhǔn)號：2022GJS02）及中國社會科學(xué)院登峰戰(zhàn)略優(yōu)勢學(xué)科（產(chǎn)業(yè)經(jīng)濟(jì)學(xué)）項目研究成果】

【參考文獻(xiàn)】

①[美]胡迪·利普森、[美]梅爾芭·庫曼著，林露茵、金陽譯：《無人駕駛：人工智能將從顛覆駕駛開始全面重構(gòu)人類生活》，上海：文匯出版社，2017年。

②司曉、曹建峰：《論人工智能的民事責(zé)任：以自動駕駛汽車和智能機(jī)器人為切入點》，《法律科學(xué)》，2017年第5期。

責(zé)編/于洪清 美編/宋揚(yáng)