陳曦

2月26日上午，一輛憨態可掬的黃色小車行駛在天津新城市中心廣場，吸引了附近路人的目光。中汽研數據資源中心管理部項目經理李川鵬介紹：“這是一臺無人自動消毒車，從春節期間開始，每天兩次為附近公共區域消殺。這種低速無人駕駛的最大優勢是零接觸式的消殺，節省人力的同時也避免了人員接觸感染。”

無人自動消毒車、無人低速配送車、無人巡邏車、無人售賣車……在這次抗擊疫情行動中，一支無人車大軍組成了堅強的防線。在疫情嚴重的武漢，新建的火神山、雷神山兩座醫院也引入了很多低速無人配送車，用來承擔部分患者的運送與藥品、食品的配送工作。疫情下應用場景的增多，為無人駕駛特別是低速無人駕駛的爆發打開了行業想象空間。

低速無人車為何能率先應用

無人售賣車免費發放消毒液

“這次疫情中，中汽研在無人駕駛應用模式方面做了三個嘗試：一是無人消毒車，社區面臨繁重的消殺任務，這輛車可以實現在園區內無人值守的循跡消毒工作，它們遇到行人會停障，遇到障礙物會避讓；二是通過無人售賣車免費發放消毒液；三是通過遠程駕駛給社區免費發放捐助的蔬菜。”李川鵬透露。

據介紹，這些應用都屬于技術比較成熟的低速無人駕駛，所謂“低速”是指時速5-10公里，這個速度對現有傳感器、算法都相對比較適用，無人車可以應對行駛中出現的任何情況。“低速無人駕駛落地的場景是健全的，但是如果把無人車放到高速復雜場景里，即使是三四十邁，在復雜的工況下，也會涉及很多技術難題。”

“低速和高速看似只是速度的變化，其實涉及的技術問題可不少。”李川鵬進一步解釋：“自動駕駛技術涉及三個方面：一是感知，車輛去感知到路上周圍的環境，感知就需要硬件，比如說雷達（形成周圍的點云）、攝像頭（反饋影像），慣導（地理位置坐標），也需要各個硬件的軟件和算法；二是決策，相當于電腦的CPU，計算單元通過算法把采集到的數據加以計算，這是無人駕駛最核心的，無人駕駛能否迅速做出響應，很大程度取決于芯片性能和計算能力；三是控制，通過指令讓車輛啟動、加速、停車等等，傳統車輛是機械式的，現在很多通過電子信號去精準控制，涉及信號模擬和轉換技術，車輛本身也需要做適配。”

低速無人駕駛在上述三方面技術上更加成熟。感知方面，由于速度低，采集的信息更加密集；決策方面，決策時間可以稍長一些，反應可以慢一點；控制方面，也可以做到實時響應。高速行駛時車開得很快，感知難度加大，決策時間也非常短，硬件軟件都需要提升。

離真正實現商用還有多遠

雖然此次有很多低速無人駕駛的小車加入戰“疫”，但也是小范圍的使用。李川鵬提示：“速度并不是無人駕駛能否落地的決定因素。比如高速公路，雖然要求車速快，但是場景簡單，完全可以實現道路的智能化，和汽車互聯互通，可能比一般城市道路都要簡單。”

場景越簡單，無人駕駛技術也越容易落地一些。比如天津港集裝箱碼頭就已經在應用無人駕駛技術，場地周圍沒有行人干擾，路徑也是固定的，在A點B點之間往復行駛，算法需要判斷的情況比較少。但是真實的路面上，車輛、行人、貓狗、天氣因素、路邊環境、障礙物等太過于復雜，未來需要無人駕駛各方面繼續調優，還需要大量的復雜環境訓練優化算法。“如果說未來無人駕駛汽車真正實現應用，最先落地的肯定是碼頭、機場這些環境相對簡單的場景。”李川鵬說。

目前國內很多公司都很重視無人駕駛測試，國家劃定一些開放的道路，發放牌照，讓無人駕駛車輛在實際道路上進行測試。進行測試時，每輛車都會配備一名安全員。李川鵬解釋：“測試也是學習的過程。安全員一旦踩剎車，人工干預了，車輛就會記錄下來，供后臺團隊分析：為什么沒有判斷出來危險？障礙物尺寸太小？還是某個雷達有盲區？還是決策失誤了？或者沒有執行指令？把真實的路面上發現的問題反饋回來。”

“無人駕駛技術落地還有很長的路要走，需要大量的測試，跑的越長，遇到的情況越多，穩定性就會越好，采集的樣本數量就會越多，算法越來越優化和完善。”李川鵬說。

未來單一場景和簡單場景

將最先落地

這次疫情給了人們不小的啟發，當無人駕駛技術與更多的場景相結合，其影響將不再限于單純的駕駛領域、交通領域，生活的方方面面皆會因為它的到來而改變。“在未來實現無人駕駛肯定很復雜，但可以從低速簡單場景最先落地，慢慢滲透到高速復雜場景，最終真正進入人們生活中，這需要一個過程。”

有的地方政府為支持無人駕駛技術發展，開始探索把路變成智能的，這是無人駕駛加快落地的另一條路徑。道路上的交通設施，如路燈、交通信號燈、燈桿、車道線，都可以把道路信息采集下來，和汽車進行互通互聯，協助安全駕駛，實現“車路協同”，未來無人駕駛很可能在這種智能道路上率先落地。

5G技術也能提供幫助，將會大大減少無人駕駛車輛各模塊之間、車路之間通信的時延。無人駕駛從感知到決策、控制，或者車路互聯都需要數據傳輸，5G通信可以大量節省傳輸時間，彌補計算單元的遲滯，也會提升整個無人駕駛系統的響應速度。”李川鵬說。

目前，5G在遠程駕駛上的應用比較多，其帶寬大、時延短、傳輸信量大的特點對遠程駕駛非常重要，比如地下礦車作業場景，5G可以實現駕駛員在地面電腦前遠程駕駛礦車，避免礦難事故人員傷亡。

這次疫情給低速無人駕駛帶來了很多應用機遇，大家都來探索落地場景，無人車很出彩，給大家看到了一些希望。李川鵬表示：“不過，這次疫情帶來的應用，還是試點和示范性質，真正大面積鋪開還是有一些問題存在，比如這些無人車由誰來管理、運維，出現撞人事故究竟是誰的責任？法律層面上也有空白和不健全，很多無人車沒有牌照，事故責任無法清晰界定。”

與經過很多代探索的汽車相比，無人駕駛才出現幾年，作為新技術產物，它還有很多需要完善的地方。李川鵬舉例說：“比如傳感器設備、雷達等，目前還沒有車規級的產品，沒有那種經得起寒冷、炎熱環境，和高原、海拔低環境嚴苛考驗，應用條件范圍比較大的產品，在某種極端情況下存在失效的可能。只有不斷推動無人駕駛技術的應用，才能帶動整個產業的發展，促進產業鏈相關環節的進步。當現在那些演示級產品向極限工況下探索，才會整體實現無人駕駛的未來。”