自動駕駛對未來道路的安全會有一個非常大的提升。非常多的案例表明交通事故多源于人的因素，用自動駕駛?cè)〈祟愸{駛員，就可以把人類的錯誤因素消除掉，從而提高整個的道路安全。

大陸集團高級駕駛輔助系統(tǒng)事業(yè)部中國區(qū)產(chǎn)品戰(zhàn)略總監(jiān)張彤表示，現(xiàn)在正常的駕駛員對年齡、體能都有規(guī)定，但人類對出行的服務需求是一直存在的。自動駕駛可以取代人類駕駛員，可能會給所有人提供個人移動的可能性。

自動駕駛對于個人移動出行的便利，還在于提高舒適性和通行效率?，F(xiàn)在人們在通勤路上花費越來越多的私人時間，自動駕駛可以釋放枯燥乏味的通勤時間，讓人們有機會做更高價值的事情。同時通過自動駕駛規(guī)范車輛駕駛行為，在燃油、排放上都會帶來效率的提升。這四點在自動駕駛概念上得到一個很好的價值鏈的體現(xiàn)。

“大陸集團到目前為止已經(jīng)在L2以下，包括L1、L0的ADAS輔助功能做到量產(chǎn)，目前正在開始對泊車相關的L2/L4級自動駕駛進行布局和開發(fā)?！睆埻硎荆磥韮傻饺?，真正意義上的L3級自動駕駛會走向市場，無論B端還是C端。

L4和L5的發(fā)展分兩種情況，對共享出行而言，L4級無人駕駛出租車的技術方案大概在2023年達到成熟，并步入市場；2025年L5級點對點的無人駕駛技術，即高速巡航和低速泊車時完全沒有人類駕駛員的干預會逐步實現(xiàn)。

“L5級自動駕駛實現(xiàn)時間相對會更遠一點，但L3/L4級在未來十年會迎來一個快速增長?！痹趶埻磥恚詣玉{駛的落地商業(yè)化，會遇到至少六大挑戰(zhàn)：復雜性、成本、法律法規(guī)、新的方法帶來的人才匱乏、自動駕駛的驗證、用戶體驗。

一、復雜性

復雜度有不同的理解，硬件系統(tǒng)的復雜度、軟件執(zhí)行復雜度、整個系統(tǒng)復雜度，從復雜度的角度說明自動駕駛是一個非常龐大的概念體。

在自動駕駛從技術架構上，感知層面大陸集團有毫米波特種、前向智能攝像頭、360環(huán)視攝像頭、駕駛員監(jiān)控系統(tǒng)，F(xiàn)lash激光特種等；

決策部分有輔助和自動駕駛控制單元（ADCU），這是大陸集團非常重要的硬件產(chǎn)品；

V2X硬件，包括智能天線、通訊模塊、定位、數(shù)據(jù)傳輸；執(zhí)行端有一體式電子制動MK-C1、電子助力轉(zhuǎn)向等等。

當然自動駕駛的硬件層面還遠不止這些，這些硬件之間彼此會有通訊、協(xié)作。

硬件之上，還要有能夠依托硬件去完成的各項應用，比如傳感器的感知要有環(huán)境模型，地圖要用電子地平線獲取地圖信息給到超時預測，需要用到機器學習、神經(jīng)網(wǎng)絡實現(xiàn)對環(huán)境更清晰的認知。

感知、機器學習對數(shù)據(jù)的處理，要用到高性能的處理器，不同類別的數(shù)據(jù)處理所用的神經(jīng)網(wǎng)絡也不同，處理的結果在執(zhí)行端需要做動態(tài)控制，沒有動態(tài)控制談不到安全等等。

全電氣化的自動駕駛架構上，因為數(shù)據(jù)互聯(lián)，對車輛網(wǎng)絡安全也提出了更高更新的要求。這種安全要求與傳統(tǒng)PC端網(wǎng)絡安全的維護不同，對安全團隊的軟硬件能力、響應能力提出了更高的挑戰(zhàn)。

因此，對于自動駕駛來講，從硬件到軟件都會發(fā)生一次重構，其復雜性不可同日而語。即使是傳統(tǒng)Tier1，僅對零部件的理解是遠遠不夠的，需要上升到系統(tǒng)層面，可以稱之為系統(tǒng)工程。

Tier1如果想完成自動駕駛系統(tǒng)，必須對整個系統(tǒng)工程有一個非常深入的理解。一個產(chǎn)品出現(xiàn)問題后需要追溯的范圍已經(jīng)從零部件、子系統(tǒng)上升到了車輛本身，甚至上升到智能交通系統(tǒng)的大環(huán)境。給未來自動駕駛提供解決方案的供應商，需要具備對系統(tǒng)的理解，才能有自上而下的解決問題的能力。

張彤表示，在自動駕駛層面，基于高性能計算平臺（ADCU），通過整合不同的計算單元和計算功能，對感知、云端、執(zhí)行端等進行整合和匹配，最后給到主機廠用戶或者行業(yè)合作伙伴的，將會是一個完整的系統(tǒng)方案。

大陸集團會持續(xù)迭代感知、處理器、執(zhí)行器方面的軟硬件，提升性能。但大陸集團不會也沒有能力干所有的事情，在整個自動駕駛的實現(xiàn)、落地過程中，會保持開放性。比如在域控制器中，可以只提供整體的裸硬件以及底層軟件；在應用層，可以會同主機廠進行非常多的合作。

二、成本

成本方面，L1、L2的實現(xiàn)，相對而言傳感器架構簡單，通過毫米波特種+前向智能攝像頭就可以完成。

但L3、L4逐漸允許駕駛員解放雙手、雙腳，甚至雙眼（注意力），這種情況下就需要非常復雜的傳感器架構，復雜的不僅僅是傳感器、執(zhí)行器等，還有冗余的要求，這是復雜且昂貴的系統(tǒng)。

要實現(xiàn)這些，OEM的成本壓力還是非常大。因此也出現(xiàn)了類似于L2.5級這樣的過渡方案。作為不能馬上用到L3、L4級昂貴的系統(tǒng)，同時又給消費者提供一些超出L2級體驗的折中方案。

基于復雜系統(tǒng)高昂的成本，制約大規(guī)模商業(yè)化的落地，大陸集團有兩個比較大膽的預測，首先是未來十年內(nèi)雖然L3、L4級的產(chǎn)品會出現(xiàn)在市場中，但比例還是會比較低。

無論是面向C端的L3級系統(tǒng)，還是面向B端的L4級無人出租車系統(tǒng)，所占據(jù)的比例不會超過整個新增車型總量的10%，未來較大比例的還是會來自于L2、L2.5級的系統(tǒng)。

其次是未來無人駕駛出租車因為提供比較方便的出行服務，從而會引起整個汽車消費市場的需求有所下降，趨勢不會改變。

三、法律法規(guī)

法律法規(guī)的挑戰(zhàn)也不少，對于駕駛員脫手方面，在歐盟有嚴格的法律要求，歐盟一直在用維也納公約，規(guī)定在L3級系統(tǒng)以下不允許脫手。但事實上還有很多的主機廠客戶希望給用戶提供脫手的體驗。

目前歐盟已經(jīng)對脫手的要求進行討論，如ECER79工作組提到滿足L3級自動駕駛的車輛行駛中可以脫手，預計會在2020-2022年生效。目前都在討論過程中，還沒有正式發(fā)布，而技術與服務的需求往往快于法律法規(guī)的提出。

同樣在美國也沒有相應的法規(guī)，需要給到自動駕駛相應的引導和咨詢。美國是比較寬松的環(huán)境，法律沒有明確規(guī)定就可以嘗試，但在中國和歐盟很難推廣，因為有法規(guī)這樣的要求。

美國現(xiàn)在也在做自動駕駛法案的立法過程，中國國內(nèi)還沒有任何的實施性法規(guī)的出臺，目前相關組織部門也在進行這樣的討論。

四、新的方法和人才

新的方法是關于機器學習、人工智能方面的方法。這些方法跟傳統(tǒng)的Tier1大致相同，大陸集團正在把這些新的方法引入到現(xiàn)在的零部件設計流程中，從而創(chuàng)造出了非常多新的職位。

比如說大數(shù)據(jù)處理、數(shù)據(jù)統(tǒng)計學分析、機器學習算法工程師等等，這些職位在傳統(tǒng)設計中沒有出現(xiàn)過，但是反而現(xiàn)在變成非常重要的環(huán)節(jié)。

相關專業(yè)人才的爭奪也變得白熱化，這在日常工作中可以體現(xiàn)到，更多造車新勢力、傳統(tǒng)主機廠也對人才有強烈的需求，人才的爭奪愈演愈烈，對于行業(yè)而言是一個不小的挑戰(zhàn)。

五、驗證和認證

在當前自動駕駛行業(yè)中，對于認證和驗證的環(huán)節(jié)還沒有統(tǒng)一標準或方法，多數(shù)公司都只是在不停摸索中。

大陸集團認為，這是一個很大的挑戰(zhàn)，在感知、決策和執(zhí)行端需要高可靠性，不能失效，這些可靠性累積起來要變成可量化的數(shù)字，比如10億小時允許出現(xiàn)一次事故，才能視為比人類駕駛做的更好，自動駕駛要滿足這樣一個要求才能得到人們的信任。

但這在現(xiàn)實操作中難以實現(xiàn)，因為10億小時比整個人類發(fā)展時間還長，這是一個悖論，因此要實現(xiàn)它就需要做其他方面的工作。

把驗證的概念，從單純驗證階段，提前到設計階段，考慮到未來驗證的可靠性，同時在仿真端介入，進行大量的仿真，包括實地的路測，包括基于場景的路測。

大陸集團在德國有一個專門為自動駕駛和輔助駕駛實驗用的試車場，在全球其他地區(qū)也有同試車場合作。包括中國在內(nèi)的不同地區(qū)建立很多的數(shù)據(jù)中心，就是為了支持仿真端的應用。

六、用戶體驗

從消費電子行業(yè)，過渡到汽車行業(yè)的自動駕駛當中，如何為終端用戶提供更好的駕乘體驗？

大陸集團將自動駕駛功能分為三類，一類是基礎的安全功能，所有的功能都要滿足不同人的要求；二是巡航功能，在中高速的路段所實現(xiàn)的功能；三是低速泊車功能。從高端自動駕駛，到低端的駕駛輔助，最重要的始終是安全。

實現(xiàn)不同等級自動駕駛產(chǎn)品的商業(yè)化，要克服的不只是以上六個挑戰(zhàn)，還要全行業(yè)的合作，大陸集團將會以一個開放合作的態(tài)度，同行業(yè)上下游共同建立自動駕駛的生態(tài)。