欧洲车市倒退的十年，中国品牌能否弯道超车？

前段时间，针对关于“奥迪已取消L3级自动驾驶研发项目”的传言，奥迪回应称并未取消，而是将该项目的研发工作提升至大众汽车集团层面。

这个结果估计让不少瞄准L3量产的车企松了一口气。毕竟，奥迪是绝对的L3先锋，2017年奥迪A8上市之时就头顶着全球首款L3级自动驾驶车型的光环。但或因法规，或因技术，L3的量产仍然遥遥无期。

要成为一种完全可行、无处不在的技术，自动驾驶仍有重大障碍需要清除。在这个关键时刻，有必要探索自动驾驶的方向，以及利好和阻碍这一领域发展的因素。

自动驾驶技术的主要构成部分

首先，总结一下加持汽车使其以现在和未来的形式自主驾驶的各种技术：

01、人工智能

先进的人工智能技术可使自动驾驶的车辆获悉到每一秒，甚至是每一毫秒的路况。举个例子，比如一辆自动驾驶汽车正驶近十字路口，汽车感知到有一个行人站在拐角处，此时车辆必须即刻决定是否减速，因为该人可能横过马路；或保持速度，因为该行人造成不了任何威胁。

对人脑来说，快速地进行这些计算是存在困难的，更不用说机器的计算了。然而，人工智能已经发展到一个几乎可以即刻做出精准判断的地步了。

02、机器学习

自动驾驶的另一个重要组成部分是机器学习。尽管人工智能是很智能的，但从技术角度来看，人工智能分析每一个场景均是基于机器学习。机器学习能够从路况中汲取数据，并根据历史经验像人类一样自主驾驶。

因此，当一辆汽车第一次在十字路口看到行人时，它可能会进行一系列复杂的计算。但是，当它再次遇到相同的场景时，它可以检索出以前收集的数据，而不是再次尝试收集数据。简而言之，人工智能可以驾驶汽车，但是机器学习可以辅助它成为一位更优质的司机。

03、传感器通信

虽然是由科技在“驾驶”这辆车，但自动驾驶的车是不能够自给自足的。它们将依赖位于其他车辆，交通信号灯以及交通基础设施的每个功能部件上的大量传感器和数据。

这些传感器使汽车与汽车，甚至与整个交通基础设施能够相互“交互，进而使驾驶尽可能安全和高效。

在这方面，宝马一直处于领先地位，该公司正在开发一种允许汽车与其它设备共享数据的系统。例如，两辆宝马在高速公路上一起行驶：当第一辆宝马遇到事故或行驶到建筑区域时，它可以将这些信息传送给后面的汽车。

这些措施有助于车辆和司机避免意外危险。相信不久之后，这项技术将不再专有于任何单一的汽车制造商，而是将成为一个标准功能。

对自动驾驶可抱有什么期望

自动驾驶汽车可以不断的给用户提供惊喜，比如特斯拉FSD迭代升级，时不时推出一个新功能，给车主一个惊喜。特斯拉Autopilot最近一次更新推出新交通图标，让汽车遇到红灯和停车标志时能够自动停车。但这些功能的更新只有在无线连接的情况下才能做到。

连接意味着快速的带宽和超高的处理能力。目前，大多数自动驾驶汽车都依赖于4G和云技术来处理数据。边缘计算最终将取代这一技术，使数据处理更加本地化，并通过更优秀的5G连接实现瞬时传输数据。届时，自动驾驶汽车将足够智能的把握住方向盘，将司机从传统的驾驶模式中剔除。

大多数专家认为：无论是技术上还是经济上，自动驾驶将经历两个不同的阶段。第一阶段涉及到自动驾驶汽车公司，这些公司可能很快就会兴衰；它们很难成功地将创新商业化，也无法围绕它们建立可行的商业模式。实际上，目前绝大部分车企正处于这一阶段，也就意味着不少在自动驾驶方面已取得突破的公司或许不太可能成为未来的重要参与者。

更关键的发展是在技术方面。目前，自动驾驶汽车并非自动驾驶，它们单纯只是为驾驶员提供各种类型的帮助，属于L0、L1、L2。下一阶段将到来的时候，也就是L3、L4，甚至是L5，车辆将实现完全的自主驾驶，不需要人类驾驶员的参与。

有些自相矛盾的是：当把司机从传统的驾驶模式中剔除时，自动驾驶汽车将变得更简单、更安全；然而，坦率地说，人类本质上是不可预测的，往往没有最好的驾驶记录。想象一下自动驾驶系统的复杂性，试图理解它们周围的环境。有太多的变量在发生变化，自动驾驶必须始终谨慎行事，也就致使其效率会大大降低。

为了充分实现自动驾驶技术的柏拉图，需要在每一辆汽车，以及城市的道路上部署通信传感器。

届时，驾驶将成为一个可预测的系统，其中的所有要素都得整合一起并协同工作。汽车成为系统上的点，而技术可以精确地监测和管理这些点。

在国外的一些城市已经测试了一种自动驾驶穿梭车，它可以补充(甚至可能取代)某些公共交通方式。这些班车与人类驾驶员共享道路，但它们是沿着既定的路线和时间表，尽可能地消除未知数。

由于可预见性仍然是必要的，我们很可能会看到自动驾驶的卡车只在设定的两点之间行驶，进一步发展的话，乘客可搭载“机器人的士”随意去往任何地方。

该公司拥有一个自主技术部门，其任务是在未来十年内将“高度自主”的商用车辆引入道路。实现这一里程碑并非不现实，但也不会毫不费力。没有一家公司能够仅仅依靠自己的力量做到这一点。

阻碍自动驾驶发展的拦路虎

尽管自动驾驶技术方面有明显的发展势头，但有几个因素限制了其开发和实施的速度。

首先，自动驾驶技术主要是由科技公司开发的，而非由传统的汽车制造商。

科技公司可以突破人工智能和机器学习的局限，但它们不一定能够大规模生产和销售汽车。随着时间的推移，自动驾驶汽车对交通政策的影响也不像传统汽车制造商那样。因此，一些有前途的自动驾驶技术仅以原型形式存在，没有成为生产模式的真正途径或未来，即PPT造车。

其次，自动驾驶技术的应用。

传统上，自动驾驶汽车的争论涉及到司机能否在通勤时能够更加轻松。

自动驾驶所带来的便利性相当诱人，考虑到依赖车队和司机大军的行业规模，该技术最佳应用领域是商业，而非个人！

任何必须由人类驾驶的东西，从两个轮子的到四个轮子，甚至于十八个轮子的车，都会因为劳动力成本问题、日程安排问题、保险问题和事故而变得成本高昂。

在此背景下，自动驾驶技术最佳适用场景是各种工业应用程序，而非人们日常的通勤。一旦在更广泛的经济领域理解了这一点，预计会有一波新的融资和应用场景。

再次，智能城市5G带宽和边缘计算能力的需求方面也存在障碍。

为了适应未来互联的需要，运营商在更新无线网络方面已经做了很多工作，但进展缓慢。没有大城市内部和外部的广泛连接，自动驾驶汽车就永远不会智能到安全无忧的程度。

例如，仅仅两秒钟的延迟可能就是不幸事故和千钧一发之间的差别。在我们升级网络连接和本地处理能力之前，自动驾驶汽车风险将比大多数消费者和商业运营商所能接受的要高。

目前，对这一问题的讨论还远远不够。这些讨论都是假设的，必须要引起重视的是，自动驾驶汽车依赖于它所处的智能城市。万幸的是，城市正在逐渐变得比我们想象的更智能。

最后，黑天鹅事件致使全球汽车产业遭遇重创。