作者 | 俞斌
責編 | 屠敏
出品 | CSDN（ID：CSDNnews）
回顧過去的2021年，新冠疫情對全球的影響無疑是全球主旋律，疫情放大了汽車行業“缺芯”的窘境，給智能汽車供應鍊帶來了巨大的挑戰。作為行業投資風口，自動駕駛在2021年發生了哪些事情？自動駕駛未來将呈現怎樣的發展趨勢？面臨怎樣的痛點？
根據個人回顧和思考，筆者簡單描述以下的觀點，不代表任何企業和團體。
制定遊戲規則，比賽“槍聲”正式打響！
2021年8月19日，由全國汽車标準化技術委員會組織國内外十餘家汽車企業、曆時3年共同編制的《汽車駕駛自動化分級》标準正式釋出，該标準清晰的定義了從應急輔助、部分駕駛輔助、組合駕駛輔助、有條件自動駕駛、高度自動駕駛到完全自動駕駛的6個級别，将于2022年3月1日正式開始實施。
駕駛輔助與自動駕駛的分水嶺仍然在L3，根據下表的定義，标準要求在設計運作條件内、在激活情況下，3級自動駕駛系統能夠執行包含橫向控制、縱向控制、目标和事件探測與響應等全部動态駕駛任務；在不滿足設計運作條件或者即将不滿足設計運作條件時、自動駕駛系統失效時、在使用者接管能力即将不滿足要求時，自動駕駛系統能夠發出接管請求；在發出接管請求後，繼續執行動态駕駛任務一定的時間以便駕駛員接管，如果駕駛員未響應，适時執行風險減緩政策。
對于《汽車駕駛自動化分級》标準，個人了解能夠獨立完成橫向控制、縱向控制、目标和事件探測與響應等動态駕駛任務，還不滿足3級自動駕駛要求，至少需要實作多種監控功能，例如：DMS、方向盤監控、環境感覺監控等，及時發現和識别不符合設計運作條件的事件，主動報警，并且合理處置，才能滿足3級自動駕駛的定義。
盡管已經釋出自動駕駛分級标準，但是自動駕駛相關的法律法規尚未建立，自動駕駛（3級以上）的量産車型還無法上路運作。行業監管部門在研究和建立自動駕駛法規的同時，鼓勵地方政府開展限定區域自動駕駛示範營運，一方面驗證評價自動駕駛技術水準，另一方面探索自動駕駛車輛營運經驗。
2021年10月15日，北京市智能網聯汽車政策先行區正式向百度、小馬智行發放首批無人化道路測試牌照；上海、廣州、深圳、武漢、長沙等地相繼釋出類似政策，指導自動駕駛車輛開展示範營運。
從示範營運到量産上路還存在較大的差距，如何認定自動駕駛？如何定義自動駕駛車輛的保險責任。這些問題還需要建立自動駕駛相關的法律法規才能達成社會共識。
2021年7月27日，德國聯邦政府正式釋出《自動駕駛法》，該法律将于2021年7月28日生效，依據該法規，德國聯邦汽車運輸管理局可以為具有自動駕駛功能的車輛頒發駕駛執照，同時允許L4級别的自動駕駛汽車在特定場景下，在公共道路上的特定區域内行駛，
2021年底，奔馳獲得德國聯邦汽車運輸管理局頒發的第一張L3級自動駕駛系統上路許可，奔馳計劃在2022年釋出兩款搭載自動駕駛系統的量産車型，在高速公路、60公裡時速的設計運作條件下實作L3級自動駕駛，如果能夠按計劃順利傳遞，德國将成為首個L3級自動駕駛規模化量産上路的國家。
綜合以上資訊，全球政府正在逐漸完成自動駕駛政策和法律準備工作，為自動駕駛分級提供清晰的技術指引，為自動駕駛規模化應用提供法律依據。
遊戲規則已經制定，無論是合資企業、還是自主品牌，無論是造車新勢力、還是傳統車廠，所有玩家厲兵秣馬、全力沖刺自動駕駛量産車型。頭部玩家，例如：特斯拉、小鵬、奔馳，已經處于“聽槍起跑”的狀态，自動駕駛量産競賽大幕已經拉開，隻要國家監管部門完成法律體系、基礎設施建設，自動駕駛量産車型将“噴薄而出”。
群雄逐鹿、各擅勝場
盡管中國自動駕駛法律法規尚待完善、監管部門還沒有準許自動駕駛（3級以上）量産車型上路許可，但是十萬億級别的市場規模仍然吸引了衆多玩家參與自動駕駛（含輔助駕駛）技術比賽， 2021年，百度、小米、360等科技企業投入巨資進入已經相對“擁擠”的造車“賽道”，汽車行業呈現群雄逐鹿、各擅勝場的競争态勢。
對比個人計算機、智能手機，自動駕駛呈現了不同的競争格局。
由于競争相對緩和，個人計算機市場起步期就已經建立了“晶片（Intel）+作業系統（Windows）”的Wintel模式；
智能手機起步期，喬幫主高瞻遠矚，自主掌控“晶片（ARM）+作業系統（iOS）”，幾乎以一己之力定義智能手機的生态，呈現出一統天下的趨勢。面對這種先發優勢，Google被迫收購和開源Android系統，聯合中國、南韓的智能手機品牌，建立了與蘋果全站自研路線相抗衡的“晶片（ARM）+作業系統（Android）”的AA模式；
自動駕駛賽道競争異常激烈，發令槍還未打響，科技大廠、初創企業就蜂擁而入，形成今天群雄逐鹿的局面，現階段自動駕駛競争主要集中在“晶片+算法”領域。
傳統汽車控制器通常選擇符合AUTOSAR（OSEK/VDX相容）标準的作業系統解決方案，例如VECTOR、ETAS等，但是在自動駕駛領域，由于需要處理大量的AI并行計算，傳統AUTOSAR标準無法支援，是以出現群雄并起的局面，特斯拉選擇基于Linux定制、百度選擇基于ROS定制、當然也有傳統車廠選擇AUTOSAR ADAPTIVE。
由于适合自動駕駛的作業系統尚未形成标準，各家車廠基于定制作業系統開發自動駕駛的晶片和算法，是以算法有機會代替作業系統，比對合适的自動駕駛晶片，成為競争焦點。現階段，科技公司憑借通用AI領域積累的技術能力，跨界進入自動駕駛領域，希望通過晶片+算法的軟硬體協同設計，建立全新的技術壁壘，重新定義汽車行業。
晶片：國産晶片實作突破
多數自動駕駛玩家選擇自研算法+合作晶片的模式，造成自動駕駛晶片需求爆發性增長，除了傳統AI晶片巨頭NVIDIA、Mobileye之外，Intel、Qualcomm等消費電子晶片巨頭紛紛下場“踢球”，同時地平線、黑芝麻、芯馳科技等初創公司在中國快速崛起。
談到自動駕駛，特斯拉是繞不開的頭号玩家。從早期“Mobileye晶片+自研算法”、“NVIDIA晶片+自研算法”，到最終選擇“自研晶片（FSD）+自研算法”，特斯拉已經在自動駕駛領域複制了蘋果在智能手機領域的成功故事。
個人認為，自動駕駛領域最接近特斯拉的玩家是華為。和特斯拉一樣，華為同樣具備“自研晶片（昇騰晶片）+自研算法”的能力。由于中美貿易戰，華為自研自動駕駛技術的發展路線受到影響，盡管已經将HUAWEI INSIDE作為AITO高端電動車銷售亮點，但是仍然沒有官宣造車，也許不遠的将來，這個科技巨頭或會親自下場，直接挑戰特斯拉。
特斯拉和華為之外，其他玩家基本需要依賴合作夥伴的晶片參與行業競争，在産品快速疊代和軟硬體協同設計上或多或少受到晶片廠商限制，影響開發效率和品質。2021年，多家車廠的自動駕駛研究都受到NVIDIA的ORIN晶片延期的影響。
同樣在2021年，理想ONE車型首次搭載國産自動駕駛晶片“地平線征程3”，配合自研NOA導航輔助駕駛系統，打破了傳統晶片巨頭對自動駕駛晶片前裝市場的壟斷局面，實作國産自動駕駛晶片的首次前裝量産上車，具有曆史意義，目前地平線征程系列晶片已被廣泛搭載多個量産車型，出貨量已達80萬片。
算法：純視覺 vs 雷射雷達
2021年7月10日，特斯拉正式推出FSD Beta Version 9.0，這是第一款沒有安裝雷達系統，僅僅依靠攝像頭作為傳感器的自動駕駛汽車。未來特斯拉在北美市場傳遞的Model 3和Model Y車型将不再搭載毫米波雷達，特斯拉開始進入“純視覺”時代。
個人認為，特斯拉選擇純視覺傳感器路線，意味着“押寶”AI視覺算法能夠快速進化。2015年，為了打破被Google、Facebook、AWS控制的AI基礎架構，馬斯克主導成立了非盈利性人工智能研究公司OpenAI，希望徹底擺脫對科技大廠的AI技術依賴（多麼像當年擺脫NVIDIA的晶片依賴，自研晶片的戲碼）。同時特斯拉确實在不斷演進、甚至重寫自動駕駛算法，從最早的2D視覺感覺，到多攝像頭融合感覺的俯視圖，再到3D環境模組化和3D動靜态目标檢測，特斯拉在純視覺感覺的道路上“埋頭狂奔”。
與此同時，随着雷射雷達的量産應用，2021年被定義為“雷射雷達元年”。大量中國廠家，例如：速騰聚創、大疆、華為、禾賽科技、圖達通等，快速進入、高強度的投入，可能快速降低雷射雷達的量産成本，為整車廠提供低成本解決方案的同時，對特斯拉純視覺方案帶來巨大沖擊。
2021年廣州車展上，國内造車新勢力官宣的最新車型，例如：小鵬G9、蔚來ET7、理想X01等全部搭載雷射雷達，仿佛雷射雷達已經逐漸成為新一代自動駕駛車輛的“标配”。從衆多管道的資訊分析，盡管搭載雷射雷達，但是國内造車新勢力的核心算法還是以視覺感覺為主，雷達感覺為輔，部分團隊提出了多傳感器前融合的方案，但是仍然缺少量産車型。現在新勢力造車搭載的多顆雷射雷達，存在“堆料”的嫌疑。
由于不同的感覺技術方案将導緻自動駕駛算法的巨大差異，如果雷射雷達未來成為高階自動駕駛汽車的标配，特斯拉的感覺算法需要進行巨大調整，是否影響特斯拉參與高階自動駕駛競争尚不得而知，讓我們拭目以待！
技術演進、未來可期
2021年，自動駕駛領域的競争日趨白熱化，造車新勢力、傳統主機廠、智能零部件供應商等玩家在各自的賽道上努力向前，除了整車、晶片、傳感器、算法的持續進化，與自動駕駛相關的電子電器架構（SOA）、車身底盤（滑闆底盤）也在不斷創新，曆經200年曆史的汽車行業再次煥發出耀眼的光芒，自動駕駛未來可期！
作者：俞斌，聯友科技CTO，汽車電子專業大學，工業自動化專業碩士，25年以上的汽車行業從業經驗，長期從事企業資訊化規劃、設計、開發和運維工作，曾經多次主持編制東風汽車集團智能網聯汽車戰略規劃和資訊化規劃。
《新程式員002：新資料庫時代&軟體定義汽車》，由60餘位專家傾力創作。随書附贈《2021資料庫全景圖V1.0》和《2021汽車技術與産業生态全景圖V1.0》，同時内含《2021年度資料庫發展研究報告》和《2021年度軟體定義汽車研究報告》，圖文與視訊多媒體呈現。