日前，北京发放首批自动驾驶车辆路测牌照。最近一个月，上海、重庆等地相继开放自动驾驶汽车上路实测……
中国“无人”驾驶汽车的技术成熟吗？离真正上路还有多远？安全如何保证？围绕这些社会关注的问题，记者进行了调查。
技术成熟吗？
搭载可360度扫描的64线激光雷达、可探测150米距离的毫米波雷达、惯性导航系统……22日，5辆百度阿波罗自动驾驶汽车在北京亦庄首次上路实测。而3月1日至15日，智能网联汽车自动驾驶功能已经在上海嘉定区进行了超30个小时，500公里测试。3月16日，重庆宣布支持自动驾驶汽车开展合法“路测”。
业内人士指出，目前我国进入路测的汽车，大多处于半自动驾驶到高度自动驾驶阶段，并不能完全做到“无人”。“开放道路测试对自动驾驶技术发展至关重要。”上汽集团前瞻技术研究部总经理张程说，开放道路是更加自然的交通环境，有利于搜集实测数据、了解自动驾驶汽车的不足。
据业内人士介绍，自动驾驶技术可分为5级。目前我国部分量产车型加装了L1级辅助驾驶系统，少数高端车型加装了L2级半自动驾驶系统和L3级高度自动驾驶系统，L4级超高度自动驾驶系统和L5级全自动驾驶系统仍处在研发和实验阶段。
据了解，百度今年将联合金龙客车推出L4级自动驾驶微循环巴士“阿波龙”。蔚来汽车创始人李斌说，计划在2020年底前实现L4级自动驾驶。
传统车企也争相抢占科技制高点。长安汽车总裁朱华荣介绍，2018年将量产L2级智能化车型。力帆实业集团总裁马可说，力争今年实现L3级技术水平。
企业摩拳擦掌的背后，是政策的支持。2016年底，工信部、财政部印发的《智能制造发展规划（2016－2020年）》提出，将智能网联汽车作为创新发展重点；进入2018年，上海、北京、重庆等地出台允许自动驾驶汽车路测的相关文件；雄安新区将打造智能出行城市；重庆将建设占地4000亩的测试示范区……
自动驾驶技术成为资本追逐的热点。平安证券研报显示，到2020年，我国智能汽车市场规模将接近600亿元。腾讯研究院的报告显示，我国人工智能企业中，辅助驾驶、自动驾驶领域的融资总金额排名第三，达107亿元。
离真正上路还有多远？
自动驾驶汽车真的快要上路了吗？从各地路测反馈的信息看，自动驾驶汽车要想上路，还需跨越技术和法律层面的诸多障碍：
——数据积累。一些业内人士和专家认为，自动驾驶技术的成熟，需要积累一定数量的数据库。比如，德国一家公司给软件输入了1000多张不同图像的“前方停车标志”，以便汽车即时识别路标。
这个问题也可以通过统一道路标识来实现，比如上海提出推动信号灯标准化，但这一改造的成本很大。此外，中国道路上的人流量、车流量很大，路况也更加复杂。
——高精度地图研发。长安汽车等企业认为，目前自动驾驶技术发展最缺的是给车“看”的高精度地图。百度正在加紧编制北京首批确定的33条、105公里测试道路的高精度地图。
——高可靠、低延时网络。目前5G技术距离商用还有一定距离。
——法律及政策支持。马可说，虽然多地出台了支持路测的细则，但目前的道路交通法律法规都是在有人驾驶的前提下制定的，如果未来完全自动驾驶汽车真要上路行驶，可能需要对现有的法规进行修改。
对于自动驾驶汽车上路时间表的预计，工信部等发布的《汽车产业中长期发展规划》称，2025年高度和完全自动驾驶汽车开始进入市场。马可认为，传统车企至少还有10年以上的路要走。李斌则看好2025年的时间节点。
安全如何保证？
美国打车软件服务运营商优步3月19日证实，该公司在亚利桑那州坦佩市进行测试的一辆自动驾驶汽车发生车祸，导致一名路人死亡。这一事件引发人们对“无人”驾驶汽车安全性的高度关注。
在北京工作的张丽峰说：“虽然有人驾驶汽车也不是百分百能保证安全，但自动驾驶模式万一出了事故，如何界定是车企的责任还是人的责任？”
对于测试期间的交通事故，北京明确，测试单位必须购买交通事故责任保险或赔偿保函。事故按照现行规定处理，并由测试驾驶员承担相关法律责任。
目前，上海的开放道路测试区周围已经树立了提醒告知的标志，告知其他汽车驾驶员这段范围是测试路段，避免隐患。
此外，专家建议，应提升道路的智能化水平，提升汽车路测的安全性。比如，综合路测汽车的车速、地理位置以及所在路段的限速，可以判断出是否超速。
从长远来看，驭势科技首席架构师彭进展认为，“无人”驾驶是人工智能在交通领域应用的核心场景，实际上是一个涉及城市整体交通运营的综合性问题，包括环境感知、智能决策和规划、智能控制等多个领域需同步实现突破。
新闻多看点
日前，中国航天科工二院二部在人工智能产品领域取得新突破，成功研制出“基于深度学习的智能辅助驾驶系统”功能样机。该产品可以移植到方寸几厘米大小的嵌入式芯片中，可以实现对环境的实时准确智能感知，在目标识别准确率方面达到世界先进水平。
在智能驾驶公开数据集KITTI上，一般的目标识别准确率最高为90.55%，处理一幅图片需要4秒，但“智能辅助驾驶”团队的算法可以达到90.05%的准确率，处理一幅图片只需要0.03秒，系统功耗不足5瓦，能够有效降低追尾碰撞事故、迎面碰撞事故以及路面相关事故。
目前，该团队已突破一系列核心技术，包括多目标检测与识别、可行驶区域分割、车道线检测等，并在深度神经网络压缩、深度神经网络编译工具链和智能加速引擎等方面形成了技术优势。
据该团队负责人郭睿表示，场景语义分割是让计算机理解它“看”到的图像代表什么，深度神经网络可以通过学习自行提取高层语义特征，排除逆光、向光、阴影、缺损等因素对目标检测的干扰。目前，该团队已经与某汽车公司达成初步合作意向，为其提供智能摄像头。
此外，针对军用车辆驾驶环境中光线复杂多变、夜间行军禁止照明等特殊场景，“智能辅助驾驶”团队正在研发融合可见光、红外与毫米波雷达的新型智能传感器，满足军用车辆全天时、全天候辅助驾驶的需求。该团队在智能感知、智能决策等方面积累的先进技术，正逐步在武器系统的目标检测与识别、智能指控等领域发挥作用，为解决这些技术难题提供了更新更好的思路和方案。
作为智慧总体部，中国航天科工二院二部不仅与科研院所、高科技企业建立深入合作，积极从外部引进人工智能技术，同时也积极鼓励青年设计师，研发军民两用人工智能产品，推进军民融合产业化发展，在创造经济效益的同时，将快速落地的新技术反哺到军事应用，发展自主的军用人工智能核心技术。
郭睿表示，“智能辅助驾驶”团队的工作重心已转向“基于深度学习的智能辅助驾驶系统”工程化与产品化工作，并与相关汽车厂联合开展功能测试与量产试制，预计将于今年年底完成小规模量产。
