“萝卜快跑”在武汉的商业化运营，让高级别自动驾驶离普通百姓越来越近。
对于自动驾驶的感知技术路线而言，业内存在两种主流技术路线的争论。
目前，“机跑”无人车的车顶有一个比较显眼的“帽子”，因为这个特殊的造型，经常会吸引路人的注意。这个特殊的造型，集合了主打激光雷达、摄像头、毫米波雷达、超声波雷达等传感器，通过这些传感器，实现了车辆的环境感知。再结合高精度地图的使用，以及其他自动驾驶技术的发展，目前“机跑”在国内已经实现了L4级别全自动驾驶商业化运营。国内外有很多公司选择这种“多传感器+高精度地图”的技术路线，比如滴滴自动驾驶、小马智行、Waymo等。
由于激光雷达成本过高，特斯拉选择走“纯视觉路线”，彻底抛弃激光雷达和高精地图，仅用摄像头和雷达传感器实现车辆环境感知。埃隆·马斯克甚至说：“只有傻瓜才会用高精地图加激光雷达（假的=高精地图+激光雷达）”。小鹏汽车创始人何小鹏6月底去美国体验特斯拉v12版FSD（全自动驾驶）系统。回国后不久，小鹏汽车的自动驾驶也在感知方案上向特斯拉纯视觉方案靠拢。
在采访一些消费者关于自动驾驶的体验时，大多数人表示，他们最担心的是安全性。那么哪种技术路线更安全，风险更小呢？
你敢乘坐无人驾驶汽车吗？
早在2020年10月，罗博快跑就在北京亦庄、海淀、顺义等地区启动公共自动驾驶载人测试运营，记者在亦庄体验时，罗博快跑已经可以实现无人驾驶，不过车辆配备了一名安全员。
按照政策要求，自动驾驶汽车申请无人驾驶商业运营需进行阶段性道路测试，包括有安全员坐驾驶座的测试和车内无安全员坐驾驶座的测试。
2022年7月，络播快跑在北京亦庄开启了全国首个无人驾驶出行服务商业试点项目，无人驾驶出行服务是指车上没有安全员的自动驾驶出行服务。
2022年8月，罗博快跑在武汉启动全无人驾驶商业运营，初期只覆盖很小的区域。2024年7月，罗博快跑在武汉的商业运营已经覆盖了武汉三镇大部分区域。从不少网友发布的视频来看，车上已经没有安全员了。
小朱是武汉本地人，虽然萝卜快跑在武汉商业化运营已有一段时间，但小朱还没有尝试过。“我们还是拭目以待吧，看看它到底有多安全。”小朱对记者说。
在武汉以北1000多公里的北京，著名的三星堆展览正在大运河博物馆展出，吸引了来自全国各地的游客。大运河博物馆和北京市图书馆都位于北京通州的城市绿心森林公园内。由于公园面积很大，文远知行的无人驾驶小巴白天在公园内为游客提供接送服务。炎热的夏日，不少游客选择排队体验无人驾驶小巴。
哪吒汽车产品研发中心副总经理、智能驾驶部高级总监王军告诉记者，L4级别无人驾驶汽车采用的自动驾驶会有更多的安全冗余设计，包括有更多的传感器让车辆的安全性能更高，还有更多的安全策略。
提供无人驾驶服务的公司，如LoBo 、滴滴自动驾驶、文远知行等，在自动驾驶感知系统层面，多采用“多传感器+高精地图”的技术路线。据了解，第六代LoBo 无人驾驶汽车全面应用“百度ADFM大模型+硬件产品+安全架构”方案，通过十重安全冗余设计和六重MRC安全策略，车辆主激光雷达由禾赛供应，每辆车配备4个超高清长距激光雷达AT128，探测距离超过200米，覆盖360度高清立体感知能力。 滴滴自动驾驶目前运营的主力车队为沃尔沃XC90前装冗余车型，拥有50个传感器，最远探测距离超过300米，最小可探测距离10cm，汽车级摄像头像素总数超过1亿。
自动驾驶公交车等无人公共交通工具在使用自动驾驶方案时，与无人驾驶汽车最大的区别在于，乘用车驾驶员可以随时接管车辆。无人公交车在测试运营中，有一个重要指标叫“接管率”，当出现长尾极端情况，无人驾驶无法安全处理时，就需要人类接管车辆进行处理。
一家网约车公司自动驾驶负责人告诉记者：“接管率越低，说明自动驾驶的自动化程度越高。一旦出现0.1%的长尾情况，如果无人驾驶汽车没有相应的处理机制，就可能引发恶性事件。”
“目前‘激光雷达+高精地图’方案的硬件和算力成本较高，但主流还是选择了这种方案，因为这种路线能较好地解决驾驶中遇到的长尾问题。当车辆在行驶过程中遇到长尾问题时，对于没有高精地图的纯视觉方案来说，解决起来似乎非常困难。纯视觉方案的模型很大，需要非常大的数据样本，才能提高模型的增长速度。”上述网约车公司自动驾驶负责人说。
此外，云端安保人员也是无人驾驶汽车的安全保障策略之一，武汉罗博快跑商业化运营虽然已经实现无人驾驶，但后台云端仍有远程安保人员，随时准备在紧急情况下接管车辆。
航线争议
除了无人驾驶公交车，很多人其实已经在乘用车上体验过“自动泊车”“自适应巡航”“城市导航系统”等自动驾驶功能。过去几年，中国平价轿车中高级驾驶辅助系统（又称智能驾驶系统）的普及率大幅提升。
与无人车企从一开始就专注于L4级全无人驾驶技术的研发不同，在乘用车自动驾驶技术方面，车企考虑的是如何优化人机共驾场景下的智能驾驶体验。大部分车企都是从L1、L2等低级别自动驾驶入手，希望未来通过不断迭代，实现完全不需要人为监管的L4级别自动驾驶。
乘用车自动驾驶方案也存在“多传感器+高精地图”与“无图像视觉（无高精地图）方案”的争论，而“无图像视觉”方案是否使用激光雷达方案也存在争议。特斯拉是“无图像视觉”方案的代表，华为采用的是使用传感器的无图像视觉方案。小鹏汽车、蔚来汽车、理想汽车、哪吒汽车等新造车企业，车顶中间位置均突出激光雷达，表明走的是多传感器路线。不过，小鹏汽车最近开始向特斯拉纯视觉方案靠拢。
特斯拉的无影像视觉方案只使用摄像头，出于成本考虑，不使用传感器或者高精地图。
“当今世界，特别是在中国市场，智能驾驶是汽车厂商的必争之地，而性价比是智能驾驶领域的重要要素。”上述提供自动驾驶及驾驶辅助技术的负责人告诉记者。
王俊平告诉记者，在“高精地图+激光雷达”方案下，单车硬件成本会比纯视觉方案高出2-3万元，不过目前激光雷达价格正在下降。
纯视觉方案下，摄像头在某些情况下可能会失去感知。“比如车辆突然从亮光环境进入黑暗隧道，或者在路上从黑暗隧道返回到亮光环境，由于光源变化巨大，摄像头可能在一瞬间失去感知。”上述网约车公司自动驾驶负责人向记者举例称，如果采用“高精地图+激光雷达”方案，自动驾驶不会面临光源方面的挑战。
据华为常务董事、智能汽车解决方案BU董事长余承东透露，华为将于8月份正式发布华为先进智能驾驶ADS3.0版本，其具备端到端的一体化能力，在激光雷达的辅助下将带来智能驾驶能力的巨大提升。
人工智能的风险
哪吒汽车创始人、董事长方云舟认为，“自动驾驶的发展必须依靠硬件的积累，其中之一就是算法的优化，但在目前的情况下可能比较困难。”
“目前自动驾驶领域正在讨论的‘端到端’，其实是基于算法优化的，‘端到端’对高精度地图的依赖较少，完全基于感知、决策和规划，通过大型AI模型直接输出。”王俊平向记者指出，“端到端”的劣势是数据和算力成本较高。“车端的算力可能不是瓶颈，随着对模型依赖程度的提高，云端的算力会是一个明显的瓶颈。”
“我们认为‘端到端’技术带来的好处非常明显。”相关负责人表示，“‘端到端’方案能从0快速推进到95%，但单纯依靠这个方案达到99.%，也会有问题。另外，所需的巨大成本、数据量和工程工作量也不容忽视。以目前的大型语言模型为例，在从0-95%的过程中，它们有非常大的跨越，但并不是100%准确，有时候会犯一些不可思议的错误。单纯依靠端到端达到99.%是非常痛苦的。而对于关系到安全的智能驾驶方案来说，试错的空间其实非常小。”
另外，从可解释性角度看，“激光雷达+高精地图”方案是单向感知，拆分成很多个单独的模块，最后拼凑成一个规划方案，出现问题也是可以看到、可以解释的。而“端到端”方案，最终决策是基于大模型，可解释性非常差，出现问题时可能很难找出问题出在哪里。
“模型只输出结果，但模型的运行过程是个黑箱，我们担心会出现人类无法解释的问题，导致模型失控。”上述网约车公司自动驾驶负责人告诉记者，“我们认为，随着数据量的增长，长尾问题会不断增加。模型可以解决大部分长尾问题，但当出现模型未知的问题时，因为模型越来越大，可解释性就越来越差。所以我们判断，‘端到端’的解决方案更适合乘用车。当最极端的不可控场景发生时，最终还是由人来掌控，提供安全保障。”
目前大部分车企提供的自动驾驶都是单车智能，单车智能在特定场景下或许能够实现一定的智能化，但不可避免地存在安全缺陷。
技术趋势是从单车的智能延伸到车与车之间的信息互通，城市的智慧大脑、智慧交通将逐步使汽车与整个交通、社会融合，形成人、车、路、云四大方面的互联互通。
方云舟认为：“大概在明年或者后年，L4级智能驾驶会逐渐在一些场景实现。它需要人、车、路、云的互联互通建设。没有基础设施侧的互联互通，就很难实现这种高水平的无人驾驶。但现阶段大家也不要放手，方向盘、刹车、油门都要自己控制，不然很容易引发安全事故。”方云舟说。
海量资讯、精准解读，尽在新浪财经APP
