171
佐思汽研发布了《2019-2020 全球与中国 L4 自动驾驶行业研究报告》。 L4 自动驾驶发展在近两年遇到了很大的阻碍，主要车厂和 Tier1 纷纷推迟了 L4 落地时间。同时令人惊讶的是，L4 头部企业依然在过去的一年获得巨额融资。
2019 年百度、小马智行、文远知行等企业相继落地 Robotaxi 的商业化试运营，虽然还只是在限定区域内运营，但却是在路况非常复杂的城市道路运行，对中国的 L4 级自动驾驶而言也可谓迈出了非常重要的一步。 L4 级自动驾驶已经逐渐从技术研究阶段发展到商业化落地阶段，由于目前的 L4 级自动驾驶技术还无法做到与所有驾驶场景的完美匹配，大部分厂商优先选择 1-2 个场景落地。 从主机厂、自动驾驶技术方案供应商的规划看，L4 级自动驾驶在限定场景的商业化落地将先于开放场景，预计在未来 3-5 年内可以实现商业化。
目前百度、驭势科技、深兰科技、主线科技等企业均已经在园区、港口、机场等限定场景实现试点运营；在停车场场景方面，百度、Momenta、博世、纵目科技、驭势科技等都在进行积极布局。 开放场景的应用主要包括城市道路的 Robotaxi 和高速公路的自动驾驶卡车。在 Robotaxi 领域，Waymo、百度、小马智行、文远知行等企业已经在中美两地落地试运营项目，但均限定在某个城市的特定区域内，尚未对公众完全开放，且都配备了安全员。要真正实现广泛区域的、面向公众开放的 Robotaxi 还需要软硬件技术的迭代、更大规模的测试工作的开展。
L4 级自动驾驶商业化落地的主要场景
来源：佐思汽研
从技术层面看，目前 L4 级自动驾驶的测试车辆（或试运营车辆）大多采用单车智能方案。为了提高自动驾驶的安全性，方案供应商不断优化车辆的环境感知能力。例如，Voyage 在第二代自动驾驶汽车 G2 上搭载了 Velodyne 公司开发的 VLS-128，探测距离是第一代自动驾驶汽车搭载的 64 线激光雷达的 3 倍，达到 300 米；而 Waymo 的新一代自动驾驶系统不仅提高了激光雷达的性能，还使用了 29 个摄像头，使得探测距离达到 500 米以上。 此外，提高车辆自身的运动感知能力也至关重要，因此还需要在车端融合高精度定位模块（由 5G 模块、IMU、高精度地图等构成），以实现自车高精度定位。
部分方案商的 L4 级自动驾驶硬件配置方案
来源：佐思汽研
从短期看，通过单车智能或强场端方案可以实现限定区域内的 L4 级自动驾驶；但从长远看，车路协同才是 L4 自动驾驶发展的主流技术路线，通过车路协同实现车与“X”的全方位网络连接，并在全时空动态交通信息采集与融合的基础上，开展车辆主动安全控制和道路协同管理，有效提高自动驾驶车辆的安全性。
百度已经通过测试数据得出结论：车路协同能解决 54%单车智能在路测中遇到的问题，减少 62%单车智能造成的接管数，为自动驾驶的安全增加了一层冗余保障。
下载ECAD模型
