智能汽车进入国家顶层发展规划自动驾驶落地需多方合力

2020-03-12 15:13:41 来源：中国文化报道网作者：分享：

3月9日，国家工业和信息化部在官网上发布了“《汽车驾驶自动化分级》推荐性国家标准报批公示”，并向社会征求意见。按计划，该项分级标准拟从2021年1月1日起实施。

工信部发布《汽车驾驶自动化分级“报批稿”》

根据目前发布的报批稿，自动驾驶汽车将被划分为0级（应急辅助）、1级（部分驾驶辅助）、2级(组合驾驶辅助)、3级 (有条件自动驾驶)、4级(高度自动驾驶)、5级(完全自动驾驶)共6个不同的等级。

如果文件获得通过，中国将正式拥有自己的自动驾驶汽车分级国家标准，这将帮助各类企业更有针对性展开研发和技术部署的工作，推动自动驾驶技术实现大规模应用落地。

近期智能汽车领域持续利好。不久前，发改委、工信部等11个国家部委联合出台了《智能汽车创新发展战略》中，针对自动驾驶提出了包括夯实复杂环境感知、智能决策控制、人机交互等在内的关键基础技术，建立健全智能汽车测试评价体系重点研发虚拟仿真、软硬件结合仿真、实车路测等测评技术，开展特定区域智能汽车测试运行及示范应用等内容。

发改委印发《智能汽车创新发展战略》通知

作为发展智能交通系统的一个重要方向，我国在自动驾驶技术的发展应用方面已经开始从国家层面展开战略布局。产业链上各方，地方政府发改委交通部门、自主品牌汽车企业、合资车企、Tier1等实体企业，以及以腾讯为代表的科技企业，都在自动驾驶领域持续加大投入。

自动驾驶技术落地需要多方合力

在乘用车领域，自动驾驶仍在辅助驾驶的阶段摸索。业界普遍认为，自动驾驶的研发投入动辄以十亿美元起步、其实现周期长达10年甚至更久，加之术业有专攻，“注定”自动驾驶汽车不是单个玩家可以轻松玩转的。

车企与科技企业能力互补

传统车企在汽车市场、整车制造、品牌影响力方面显然有着更加明显的优势，但也需要科技力量来参与这场创新变革。

中国电动汽车百人会理事长陈清泰认为，电动化、网联化、智能化、共享化的“新四化”正在把汽车这个典型的机械产品，转换为一个以机械为载体的电气产品、电子产品、移动智能终端；由一个典型的机械产品转换成由软件定义的机械电子产品。重新定义的未来汽车正在重塑未来出行。其中智能网联将成为未来汽车的核心竞争力。我国互联网企业有极强的技术能力，车企与互联网企业联合是赢得这场汽车革命的重要举措。

另一方面，对互联网科技公司来说，自动驾驶技术的应用和大规模量产，需要整车制造企业的供应链体系，精细化制造及完善的测试评价体系，必须借助车企的能力和平台来实现，最终也是通过实车走向用户。

辅助建立和完善测试评价体系

在车企和科技企业大量投入的同时，想让自动驾驶技术真正从实验室走到人们的日常生活中，就必须要建立完善的测试评价体系，这已经成为行业的共识。从2017年开始，我国相继建立了16个国家级的智能网联测试区，为自动驾驶汽车测试提供便利，深圳、北京等城市也开放了部分道路用于自动驾驶路试。

即便如此，与自动驾驶完成商业化落地需要的110亿英里（约177亿公里）的测试里程相比，我国目前的测试能力依然远远不足。而且自动驾驶汽车是跨界融合的产物，结合了传统汽车、信息技术、网络通信、交通、能源等的前沿技术，测试对涉及其他领域的核心技术、测试标准、测试方法等方面提出了新的要求。

测试场地想要解决这些难题，也需要借助科技企业的力量。去年年底，国家智能网联汽车（长沙）测试区与腾讯自动驾驶团队合作展开了“智能网联汽车仿真实验室”项目，计划基于高精度地图和模拟仿真技术，对测试区的地理全貌进行数字化建模，将通过模拟仿真的方式大大提升汽车测试的效率。

高精地图下的国家智能网联汽车（长沙）测试中心

腾讯以灵活、模块化的接入方式为产业加速

车企、科技企业、测试场地，在自动驾驶发展的过程中，每个角色都发挥着重要的作用，同时也都有自己的能力边界。作为互联网科技企业的代表，腾讯自动驾驶业务总经理苏奎峰多次公开表示：“我们不做硬件，不做传感器，而是希望在软件和服务层面为产业提供助力”。

面对车企、Tier1、交通管理等行业各方需求，腾讯搭建起集数据云平台、高精度地图平台以及模拟仿真平台三大基础支撑的自动驾驶研发体系，结合自身安全实验室体系的信息安全技术，以灵活、模块化的方式为合作伙伴提供软件产品及服务，支撑车端算法开发，助力自动驾驶研发和测试，辅助相关标准的制定和验证。

在数据云平台基础上，腾讯自动驾驶可以助力车企及自动驾驶测试部门，进行软硬件开环系统的测试验证，以及一些交通场景的闭环验证。2019年7月，腾讯与宝马中国达成战略合作，助力宝马建立高性能数据开发平台，加速其在中国市场的自动驾驶研发。

腾讯与宝马合作签约

在仿真平台方面，腾讯自动驾驶也结合了腾讯强大的游戏技术实力，将虚拟现实技术、游戏引擎、云游戏技术以及工业级的车辆动力学模型和专业的渲染引擎、三维重建等技术，应用于城市仿真系统的构建中，采集不同城市、道路、天气、光照等物理世界交通特征，在云端建立起一个与现实世界极为相似的平行世界，加速自动驾驶测试和验证。