“在中國，發展自動駕駛技術具有多方面的優勢，包括體制優勢、基礎設施優勢、政策支持力度大、人才儲備充足、人力成本較低、產業鏈上下游較完整等惟惟一的缺憾就是計算芯片方面還存在‘卡脖子’的情況。”近日，在就自動駕駛行業的熱點問題接受《中國汽車報》記者專訪時，初創自動駕駛公司文遠知行科技有限公司（以下簡稱“文遠知行”）創始人兼首席執行官韓旭如是説。
■國家支持自動駕駛產業前景光明
2月底，11部委發佈了《智能汽車創新戰略》（以下簡稱《戰略》），提出建設完備的智能汽車體系，包括“智能汽車的技術創新、產業生態、基礎設施、法規標準、產品監管和網絡安全體系”等，其中文件重點提出，鼓勵“開展應用示範試點，開展特定區域智能汽車測試運行及示範應用”。
對此，韓旭表示：“我認真研讀了這個文件，《戰略》讓我們感受到了國家對智能汽車或是自動駕駛的重視，對自動駕駛企業絕對是利好。也讓我們對自己正在乾的事業更有信心。我在看到《戰略》之後馬上轉發給了文遠知行的投資人、合作伙伴以及潛在的投資人。”
《戰略》中提到，發展智能汽車的主要任務之一是“構建協同開放的智能汽車技術創新體系”，包括“突破關鍵基礎技術、完善測試評價技術、開展應用示範試點”。
韓旭認為，這三點肯定了自動駕駛企業在整個智能汽車產業生態中的核心定位。比如像支持高併發的實時魯棒系統架構、複雜環境下的感知系統、高冗餘度的系統控制等關鍵基礎技術，是全棧式自動駕駛公司最核心的東西。如果要突破關鍵技術的話，應該由自動駕駛企業來突破。此外，初創自動駕駛企業在做的自動駕駛車輛測試和應用示範試點工作，也完美契合了《戰略》中的任務要求。
“《戰略》的最短期影響，實際上提振了自動駕駛企業和整個自動駕駛產業生態鏈上下游的信心。因為國家把它定為戰略產業，後期必將大力支持。”韓旭分析道。
值得一提的是，《戰略》提到：“加強產業投資引導，鼓勵社會資本重點投向智能汽車關鍵技術研發等領域，嚴禁以發展智能汽車為名，新建或擴大汽車整車生產能力。”
韓旭認為，這意味着國家鼓勵社會資本投入到自動駕駛關鍵技術研發領域，對初創自動駕駛公司是重大利好。有了資金支持，初創自動駕駛公司就能實現可持續發展，就能促進自動駕駛技術早日落地。
■L3級存在接管悖論
近期，L3、L4級別自動駕駛之爭再次成為熱議的話題。先是廣汽新能源宣佈Aion LX成為“全球首個搭載高精地圖並實現L3級自動駕駛的可交付車型”，後有長安汽車總裁在線直播了UNI-T的“中國首個L3自動駕駛量產體驗”。此後“奧迪取消L3級別的自動駕駛研發項目”的消息在網上一度熱傳，後經奧迪德國總部回應稱並沒有取消L3級別的自動駕駛研發項目，只是把這個項目提升至大眾汽車集團層面。
對於L3自動駕駛技術，韓旭有着自己的理解。他認為，L3自動駕駛的定義比較有意思。採用L3自動駕駛技術的車輛無需駕駛者全程操控車輛，但同時又要時時刻刻保持在開車的狀態。所以，L3自動駕駛技術的問題在於，車輛一旦需要駕駛者接管的時候，駕駛者必須立馬去接管。而根據伯克利研究報告，有很大一部分人在放鬆狀態下轉變為能接管車輛的狀態，居然要花13～17秒的時間。這個時間差存在着非常大的安全隱患。一方面，L3自動駕駛技術中要求駕駛者對車輛負責；另一方面，它又給了駕駛者一個放鬆的狀態，讓駕駛者在某些時候不需要關心車輛行駛狀況，這導致其出現了接管技術的悖論。
“我希望L3自動駕駛技術的發展更側重於提高車輛的安全性，而不是提高駕駛舒適性。在事故擔責的問題上，我希望L3自動駕駛技術不要把所有的責任都給機器，而是人和機器共同擔責。但不要因為有了這個機器擔責這個前提，就完全忽略了人在放鬆狀態下接管車輛存在的困難和安全隱患。”韓旭説。
■自動駕駛測試應當更規範
今年2月26日，美國加利福尼亞州車輛管理局（DMV）發佈了《2019年自動駕駛脱離報告》。3月2日，北京智能車聯產業創新中心也正式對外發布《北京市自動駕駛車輛道路測試報告（2019年）》。對中美這兩份自動駕駛報告，韓旭也給予了高度的關注。
“我認為這兩份報告對自動駕駛系統的穩定性、道路狀況等信息都沒有給到很詳細的説明。”韓旭表示。如果僅僅以加州的脱離報告來説，韓旭更多的是看到脱離測試報告中的侷限性。“這個測試本質上是自我測驗。每個人給自己出題，得出分數後上報給DMW，然後DMW按照各企業報的分數來排名。假如一輛車是在沒有其他車輛或人員、交叉路口很少的空曠地區測試，另一輛車是在道路交通繁忙且複雜的城市道路上測試，那麼對它們測出的脱離次數進行排序是沒有意義的。如果想要得到真實的測試結果，就需要在相同的測試範圍區域使用相同的測試方式，進行一段時間的連續測試。”韓旭説。
對於國內的自動駕駛測試，韓旭認為政策的支持非常關鍵，目前我國也出台了非常多的利好政策，這讓我國自動駕駛測試越來越專業和方便。不過，韓旭建議，政府需要在測試牌照的發放制度上有所改進，對於同車型、同系統、同架構的自動駕駛測試車輛，不應重複申請牌照、重複收取費用。“在路測費用方面，企業的壓力還是比較大的。”韓旭説。
■自動駕駛出租車有“利”可圖
眾所周知，自動駕駛技術具有多個細分商業化應用場景。
在自動駕駛技術商業化落地方式上，韓旭認為自動駕駛出租車（Robotaxi）和無人駕駛貨運都是比較好的方向。文遠知行選擇了自動駕駛出粗車作為其主營業務。
韓旭認為，在自動駕駛出租車方面，中美兩國有很多共性。一方面是人力成本的攀升，另一方面是硬件價格的降低。“人開出租車”這件事已經越來越不經濟了，而公眾出行又是一個高頻次的剛需，高性價比的出行模式就是用機器代替人。根據各方面統計，自動駕駛出行市場是一個千億美元到萬億美元級的市場。自動駕駛出租車是非常適合落地的自動駕駛出行模式。
“如今，貨運很高效，一位司機就能運走一車60噸的貨物。但出租車客運就不同了。很多時候一輛出租車司機僅運送一位乘客，這是一個低效率、高成本的買賣。如果自動駕駛公司與共享出行平台聯合提供商業化的自動駕駛出租車服務。車輛不再需要配備司機、還能夠智能化地安排路線，同時載幾位乘客，這將真正改善整個城市的出行狀況，讓城市更加整潔，交通運行更加高效。因此，自動駕駛出租車是最有市場前景、有利潤的自動駕駛技術商業模式之一。
但是在無人駕駛貨運方面，韓旭認為，中美兩國的差異則非常大。他介紹，美國的貨運是以高速公路為主，而中國是以鐵路為主的，這是中美兩國貨運的基本差別。無人駕駛貨運的應用場景主要分為兩部分，一部分是載重幾十噸的無人重卡，另一部分是專注最後一公里的無人駕駛配送物流車。美國有非常好的高速公路系統，而且沒有那麼多的收費站，路況不復雜，韓旭認為無人駕駛重卡會在美國先落地。而在最後一公里無人駕駛貨運方面，中國存在巨大的商機，可能會先落地。