自动驾驶狂热期已过，L5规划将推迟

2017年年中，业界普遍预期主要车企规划到2020～2021年间实现Level5 的完全自动驾驶，2021年实现L5。Elon Musk在2017年5月的一次TED 演讲中宣称，Tesla将在2019年之前实现Level5级全自动驾驶。

然而，站在2018年下半年的时点来看，L5并不会这么快到来，部分车企已经推迟了L5规划或暂停部分自动驾驶研发计划。Gartner的技术成熟度曲线中，自动驾驶技术已由2017年的“过高期望峰值期”，开始进入“泡沫低谷期”。

2017年12月，Volvo将原定于2017年开始的“Drive Me项目”推迟至2021年。

2018年1月，CES 2018上，Ford新任CEO Jim Hackett 发表了题为“让我们一起寻回街道”的演讲，表示Ford 的研究重点已从自动驾驶转移到车联网。Hackett在2017年8月接受SFGate采访时曾表示，“公众关于自动驾驶汽车的浪漫想象有点过头了”。

L5级自动驾驶可能需要2025年前后才能够实现。根据各公司公开披露的计划，福特、宝马、百度等公司宣称2021 年开始量产至少L4级别的自动驾驶汽车。德尔福与Mobileye合作，宣布将于2019年提供L4级别的自动驾驶系统。Tesla则更加激进，2018年实现至少L4级别的自动驾驶。对此，学术界则显得没有这么乐观，卡内基梅隆大学机器人中心Raj Kumar认为至少要到2026年才能实现L5级别的自动驾驶。此外，Waymo计划2018年内，在凤凰城的有限区域内试点无人驾驶打车服务；通用Cruise在2018年1月发布了无方向盘、油门、制动踏板的第四代无人驾驶汽车Cruise Av，计划2019年量产并分配到美国部分城市作为共享汽车。

实现通用无人驾驶，安全是核心、需五大基础

实现通用无人驾驶的前提是保证安全。由安全需求展开，通用无人驾驶的实现需软硬件技术、V2X、基础建设、政策法律、公众接受度等五项基础的成熟和完善。其中，软硬件技术、V2X的发展将耗费大量的物料成本，政策法律、公众接受度的成熟需投入不可计数的社会成本，基建则将同时花费物料成本和社会成本。

软硬件技术：1）汽车传感器中激光雷达价格高昂，且目前缺少L4＋车规级产品。固态激光雷达是车规级激光雷达的发展方向，待成功量产后将大幅拉低激光雷达的成本。2）传感器融合算法以及决策算法还在初级阶段。此外，汽车半导体、高精度地图等其他技术也有待进一步成熟。

V2X：V2X（Vehicle to Everything）是物联网概念在汽车领域的延伸，包括V2V（Vehicle to Vehicle）车辆之间通信、V2I （Vehicle to Infrastructure）车与基础设施通信、V2P（Vehicle to Pedestrian）车与行人交互等。V2X网络的建设需要与道路、网络等基础设施相配合，全面建成有待时日。

基础建设：1）道路上适应于V2I 的基础设施的建设；2）5G网络具有高速、低延迟的特性，对于V2V、V2I至关重要。

政策法律：1）美国、德国、日本、新加坡、中国等已经在部分地区开放了自动驾驶汽车道路测试。而常规路段对自动驾驶汽车的开放，目前在除英国外的大部分国家都进展缓慢。2）自动驾驶的法律地位、民事归责、刑事归责等相关法律问题需要进一步讨论和完善。据新华社报导，我国自动驾驶汽车的全面部署，至少需要修改七个领域（包括交通安全管理、测绘、运输、信息、通讯、质检、标准化）24 部以上的法律。

接受度：目前，公众对完全自动驾驶的接受度普遍较低。据罗兰贝格的消费者调研结果，完全自动驾驶的接受度仅为20％。公众一方面认为完全自动驾驶将剥夺驾驶乐趣，另一方面则是对完全自动驾驶的安全性存在担忧。

限定场景自动驾驶成长超预期，商业化只待成本降低

在物流、工程、农业、园区等限定场景下，行驶速度较慢或者场景较为简单，使得自动驾驶的难度大幅降低。近年来，限定场景下的自动驾驶成长迅速，多个领域中陆续有试验性项目落地或小规模量产。

物流领域：快递、卡车货运、仓储

案例＃1 京东校园快递无人车

京东在2017年618促销节期间，宣布快递配送无人车在人大校园内投入运营。运营初期，无人车每日派件10余单，对应的工作时长约5－6小时。京东无人车行驶速度较慢，正常行驶时平均速度3～4km／h。无人车具备避障能力，当检测到前方3米内的障碍物时，会提前做好路线调整；如果障碍物突然出现，无人车会立即停下，且若障碍物2秒后未移开，无人车会后退并绕行。

案例＃2 Otto 自动驾驶卡车

2016年10月，Otto自动驾驶卡车满载5万罐啤酒，在高速公路上全程无人干预的情况下以55英里的平均时速行驶120英里后抵达目的地，并收获了470美元的报酬。Otto在2016年8月被Uber以6．8亿美元收购，但后来经历了被Waymo起诉、创始人出走等事件，甚至2018年7月时Uber宣布停止开发自动驾驶卡车。

案例＃3 Clearpath 仓储自主移动机器人

加拿大Clearpath Robotics公司的OTTO 100、OTTO 1500 是专为工厂和仓库设计的自主移动机器人（AutonomousMobile Robots，AMR），运行速度为2m／s。不同于传统的自动导引车（Automated Guided Vehicles，AGV），AMR无需建设用于导航的轨道等基础设施，而是能够自主寻找最优路线、避开障碍物，实现了从“自动（Automated）”到“自主（Autonomous）”的升级。AMR极大地节省了前期建设成本，具有更高的灵活性。

公共交通：巴士、出租车、摆渡车

案例＃4 百度自动驾驶巴士阿波龙

百度在2018年7月的AI开发者大会上宣布，全球首款L4级别的自动驾驶汽车阿波龙小巴车已量产下线。目前，100台阿波龙正进行小规模运营。阿波龙完全去掉了中控台、驾驶座、方向盘、油门和刹车踏板，最多载客14人，最高时速达70公里，充电两小时续航里程达100公里。除了在北京、广州、深圳、福建平潭、雄安等地运营外，百度还在日本与软银合作，将阿波龙用于核电站内部人员接驳、东京地区高龄化社区穿梭接送等。

案例＃5 nuTonomy 自动驾驶出租车

nuTonomy 是由MIT 孵化的自动驾驶出租车初创公司，2016年4月开始在新加坡One－North园区附近为上班族提供无人驾驶出租车服务，车队由6辆自动驾驶车辆组成。由于新加坡人口密度大，停车位和道路有限，因此nuTonomy 研发自动驾驶出租车得到了新加坡政府的大力支持。此外，nuTonomy 已经获得了许可，将会在美国波士顿街头进行测试。

案例＃6 驭势科技无人驾驶摆渡车

2017年2月，驭势科技在白云机场投入一辆无人驾驶车，在航站楼与停车场之间提供摆渡服务，这是国内机场首次采用无人驾驶摆渡车。在杭州来福士广场，驭势科技还投放了针对大型地下停车库的无人驾驶摆渡车，运行速度8 公里／小时。消费者购物后，可以在电梯口直接输入自己的车牌号，无人车就会将消费者带到相应的停车位。

限定场景自动驾驶商业化只待成本下降

虽然限定场景自动驾驶技术已日趋可用，但商业化仍需考虑成本问题。

目前自动驾驶汽车单车成本较高，可能超过司机工资及事故成本降低所节省的费用。

在港口、仓储等场景中，AGV 方案发展成熟，相比当前的自动驾驶更加经济高效。