完成基础技术布局后，BAT都在参与的无人驾驶时代还有多远？

　　在逐渐落地使用的过程中，领域内的主要玩家已经完成了在基础技术领域的布局，那么哪些技术和应用才是它们比拼的焦点？国内整个自动驾驶行业已经走到了落地的哪一步？在将来，自动驾驶将会怎样改变相关领域的商业形态？
　　近期，国内企业在无人驾驶领域的探索和实践越来越多。继百度宣布红旗自动驾驶车型量产计划之后，广州街头出现自动驾驶出租车，德邦无人驾驶货车完成首单大件快递配送。一时之间，多家企业不约而同向无人驾驶技术发起了新一轮冲击。
　　自动驾驶或者说无人驾驶的技术看似还很遥远，但在不断的实践过程中，已经有了较大程度的发展。在逐渐落地使用的过程中，领域内的主要玩家已经完成了在基础技术领域的布局，那么哪些技术和应用才是它们比拼的焦点？国内整个自动驾驶行业已经走到了落地的哪一步？在将来，自动驾驶将会怎样改变相关领域的商业形态？
　　无人驾驶都需要基础技术支持，BAT基本完成布局
　　无人驾驶涉及到的技术多且复杂，这里主要讨论比较热门和重要的一些方面。当然最首要的是汽车本身，入局自动驾驶要么必须会造车，要么就需要和车企达成合作。专业的人做专业的事，对于BAT这几家互联网企业来说，与车企合作是常见方案。
　　除了汽车本身，还有几项关键的技术是对自动驾驶能力产生巨大影响的，BAT在这些领域都不甘落后。
　　第一个是对外界环境的信息收集和基本感知，其中高精地图是自动驾驶技术所需的重要信息来源。传统地图只是作为驾驶员的信息参考，高精地图则要被用于AI直接做出驾驶决策。因此这一块也是自动驾驶企业发力较早的部分，百度地图（长地万方）、高德地图和腾讯投资的四维图新都是BAT在高精地图领域的布局。
　　除高精地图外，各类传感器也是单车智能的必备要素。在车路协同还不发达的时期，自动驾驶对摄像头、激光雷达等传感器的依赖程度更高，而这些技术也有很高要求，并且造价十分高昂。目前国内在激光雷达方面有所成就的有速腾聚创和禾赛科技，正好也已经分别投入阿里和百度麾下。
　　第二个是计算机视觉或图像识别，也就是把采集到的信息进行分析处理，这是一个比较复杂的过程。尤其是对于千变万化的路况来说，要做到足够准确是有一定难度的。目前百度大脑和腾讯优图实验室都在攻坚视觉识别技术，阿里系的商汤科技也开始在探索其原本较成熟的识别技术在自动驾驶领域的应用。
　　第三个是车与外界的信息交互，也就是V2X，它能与智能道路和云计算等技术结合，是车路协同方案的重要组成部分。通过把更多收集信息的义务交给道路，汽车通过V2X技术与智能道路和其他交通参与者在车联网中共享信息，相对来说更能保证信息的准确性和高效性。目前，百度和阿里的两套方案最受关注。
　　第四个是车载OS和AI芯片，这是其他技术应用实现的必经途径。BAT都有各自的车载系统，并且也承载着自己的生态目标。OS的差异也开始出现封闭倾向，不同的生态割裂开来，这对于未来车联网中信息的沟通会存在一定的不便，智慧交通必然要求打通数据，那时市场份额更高的OS或许会掌握更多话语权。
　　至于AI芯片，未来肯定是不可缺少的一部分，除了BAT已经发布或正在研发的之外，还有众多企业入局这片市场，其中不乏华为等硬件厂商。但是否已经能够满足自动驾驶的需求，最终还是要看落地效果。
　　难点正在被逐渐攻破，自动驾驶已经走到哪一步了？
　　基础技术逐步推进和完备，自动驾驶的发展速度也明显加快，这也是今年以来国内外围绕这一领域的新进展消息不断的原因。就让我们从自动驾驶本身的技术成熟程度和其所需的基础设施支持程度来观察，自动驾驶到底走到了什么阶段。
　　（1）已经发展到了L4阶段，在技术上基本实现了自动驾驶
　　自动驾驶的级别分为5级，按照自动化程度从低到高分别为L1L5。对于分级的标准，NSHTA和SAE的定义有些许不同。但是基本上可以认定，L3为有条件的自动化，需要人类干预；L4是高度的自动化，只有特殊情况才需要人工介入；而L5是完全自动化，无需人工操作。
　　目前，Waymo、百度等无人车都已经进入了L4阶段，文远知行在广州测试的自动驾驶出租车也是L4级别。这一阶段基本上可以满足正常的行车需求，这也已经是自动化驾驶比较理想的状态了。
　　（2）5G技术正在逐步推进落地，在未来几年内有望实现成熟
　　其次，网络基础也逐渐具备。自动驾驶技术对网络有较高的要求，需要接受大量的信息，并保证实时传输速率和稳定性。这一要求意味着在现行的4G网络下大规模使用无人驾驶技术会存在一定风险，因此必须依靠5G网络的成熟
　　好在5G标准的制定已经完成，现在各国都在投入到5G网络的落地当中来。美国、韩国等地已经准备于明年正式商用5G网络，国内三大运营商也表示将在明年第三季度建成5G网络商用，十多个一二线城市已经在测试或搭建基站。等到将来自动驾驶技术投入使用的时候，5G的成熟程度也可以担当重任了。
　　（3）车路协同已经有了很大进展，百度想要开源阿里重视货运
　　最后，能够大大提高自动驾驶应用效率的车路协同方案也有了很大进展。阿里已经在杭州进行了开放路段的测试，百度则会在今年年底正式开源Apollo车路协同方案，向业界开放百度Apollo在车路协同领域的技术和服务。
　　由此可见，百度似乎也察觉到了未来数据互通的趋势下，车路协同方案也会存在标准之争，不知阿里接下来是否也会有意在争夺标准权方面做出相应的动作。从目前的形势来看，阿里提出车路协同方案时，把目光更多地放在货运领域，毕竟这是阿里更为关切的环节。
　　市场化落地成功之后，自动驾驶将对各行各业产生巨大影响
　　随着自动驾驶技术取得越来越多的突破，我们也逐渐可以看到受其影响的未来商业变化的雏形。虽然我们并不知道这一天具体何时到来，但基于推测，我们可以预见到未来的一些行业方向很有可能跟着这些趋势发展。
　　（1）多方因素助推，货运最可能抢先实现自动驾驶
　　在无人驾驶的落地方面，货运最有可能抢先实现这一盛况。
　　第一，电商和物流企业在商业利益驱动下，具有明确的目标，更愿意推动无人驾驶。无人驾驶能够在人员成本上节省大量开支，也没有超过4小时属于疲劳驾驶的顾虑，可以连续24小时运行（前提条件是在夜间自动驾驶技术得到有效突破之后）。
　　第二，电商货运的安全问题不那么突出，更容易为公众接受。如果是乘用车自动驾驶，人们的顾虑也需要一段时间才能消除。
　　第三，车路协同方案的边际成本更低。乘用车的行驶路线因个人和时间的不同而不同，如果不能短期大面积铺开，实际上起到的作用比较小。但如果是对固定的物流路线进行改造，由于使用率高，边际成本其实就大大降低了。
　　（2）深刻改变出行产业，网约车将受到共享汽车挑战
　　由于自动驾驶对驾驶员的开车水平潜在要求降低，没有车（但有驾照）的公众完全可以使用共享汽车，而不需要打网约车。网约车的市场将被共享汽车抢占很大一部分，同时共享汽车也会从租赁模式转向包含租赁和真正的共享经济两种模式。
　　之所以说会有真正的共享经济元素是因为，对于有车一族来说，汽车闲着也是闲着，不如让它自己出去赚赚钱。另一方面也能解放网约车从业者，让他们直接转型为共享汽车所有者。从社会角度看，也提升了人们出行的安全性。
　　同时网约车的用户群体缩小，但仍有其存在的市场，网约车的服务人群更集中于完全没有驾驶知识、不能在紧急状况做出反应的部分乘客。网约车会配有司机，但司机劳动强度下降。
　　（3）掌握更多数据资源，车企在行业内地位提高
　　随着汽车智能化程度加深，车企再也不是单纯的制造行业。由于传感器、V2X等技术的应用，以及对汽车底层系统的掌控使得互联网企业需要仰仗车企的相关接口，车企更能掌握有效的大数据资源。
　　除此之外，车企参与出行的意愿也会加强。现在，吉利等车企就已经进入了出行领域，在对司机依赖性没那么强的自动驾驶时代，车企更能集中发挥好自己的优势。有宽松的成本代价作保障，更好的宣传效果为目标，参与共享汽车或者网约车的车企可能也会越来越多。
　　总之，无人驾驶技术虽然并不能一蹴而就，但它无疑已经离我们越来越近了。随着基础技术逐渐完成布局，无人驾驶技术达到L4标准，基础设施也将在未来一段时期内趋向完备，自动驾驶将不再是异想天开。至于最后谁才能抢到这个朝阳产业的大蛋糕，就要看接下来谁会在实际应用中率先突围了。