国产黄a三级三级三级_全彩无遮挡全彩口工漫画h#_亚洲天堂开心观看_少妇精品一区二区_国产精品免费网站_先锋资源一区二区_www.亚洲一区_成人在线看片网站

　　想象一下，如果有一天北京市的道路上行駛的全是自動駕駛的汽車，會怎樣？

　　自動駕駛，一個距離我們似乎仍然有距離的概念，已經踏上了從試點探索到逐步推廣的道路。

　　6月，北京高級別自動駕駛示范區將從目前的160平方公里拓展至600平方公里。而在5月23日，北京亦莊和北京南站之間就已經迎來了首批往返的自動駕駛車輛——這標志著自動駕駛車輛首次進入北京三環內測試。

　　自動駕駛乘用車的安全員，座位逐漸從主駕移到副駕，再到后排，最后到遠程操控、徹底實現車內無人化；原本的道路測試，也在里程積累中走向載人、商業化試點。

　　自動駕駛汽車正從測試區駛向更廣闊的實際應用場景。但距離我們真正用上，到底還有多久？

 

　　北京市自動駕駛示范區3.0擴區解鎖，首次將自動駕駛車輛引入北京三環內進行測試。根據報道，首批往返于北京亦莊和北京南站之間的自動駕駛車輛已投入運行。

　　示范區3.0階段的擴區建設，重點打造了“五站兩場”接駁場景，涵蓋了北京南站、豐臺站、朝陽站、清河站、城市副中心站這五個重點鐵路樞紐客運站，以及大興國際機場和首都國際機場。這一布局，預示著未來市民可以乘坐自動駕駛車輛前往趕高鐵、趕飛機，極大地便利了人們的出行。

　　北京市高級別自動駕駛示范區自2020年啟動建設，至今已迭代至3.0階段，今年6月將擴至600平方公里，其中440平方公里位于通州、順義。示范區已經累計部署車輛超過800臺，為29家測試車企發放了道路測試號牌，自動駕駛測試里程近3000萬公里。以大興機場自動駕駛接駁服務為例，根據北京經濟技術開發區管理委員會公布的數據，截至目前，大興機場自動駕駛接駁服務累計測試里程超22萬公里，從開放自動駕駛接駁載人示范以來，累計完成近一千筆訂單。

　　>>順義區高級別自動駕駛示范區3.0示意圖。圖片來源：北京順義微信公眾號

　　據悉，新一輪測試暫不開放旅客承載業務，主要任務為適應南站場景車輛通行環境，兩條測試道路分別途徑博大路-南四環-馬家堡西路、南五環-京開高速-南三環及三環輔路，至開陽路到達北京南站，同時劃定周邊2.2平方公里測試配套區域，并在北京南站立體停車樓安排自動駕駛專用停車位。

　　在示范區3.0擴區解鎖的過程中，多家企業獲得了參與的機會。文遠知行、小馬智行、安途智行、蘿卜快跑四家企業獲得了首批道路測試通知書，正在加快完成地圖采集工作。

　　“北京南站集鐵路、地鐵、城市鐵路、公交、出租等五種交通方式于一體，覆蓋交通樞紐城市多，日均客流量大，且具備智慧停車等功能，自動駕駛落地條件良好。”文遠知行相關負責人向媒體表示，在道路測試階段車輛還不能載人，并需要配備一名安全員。

　　>>自動駕駛車輛停靠在北京南站立體停車樓專用車位。新華社發

　　這些企業的自動駕駛車輛在北京南站開展測試驗證，通過在真實交通環境中的測試，不斷優化和提升自動駕駛技術的性能和安全性。

　　除了北京以外，2023年，上海也宣布在金橋和浦東機場等區域擴大測試場景，加速推動自動駕駛可持續、可復制和可推廣的商業化路徑。在中心城區的特定時段、路段試點運營自動駕駛公交。今年3月19日，上海浦東新區就開放了第二批自動駕駛測試道路，共205公里。至此，上海已累計開放自動駕駛測試道路達1003條，總里程突破2000公里。

　　安全是自動駕駛技術發展的底線。在道路測試階段，車輛還不能載人，并需要配備一名安全員。通過道路測試之后，車輛可以拿到載人測試牌照，再通過載人測試后，才能拿到商業化牌照。這一嚴格的測試和審批流程，確保了自動駕駛車輛的安全性能得到充分驗證。

 

　　那么，無人駕駛車輛在中國大規模上路的階段真的要來了嗎？

　　“盡管自動駕駛在一些場景接近甚至超越人類駕駛水平，但距離大規模社會化、商業化應用仍有很長的路要走。”中國電動汽車百人會副理事長兼秘書長張永偉認為。

　　技術成熟度、法規政策、基礎設施、公眾接受度和成本問題制約著自動駕駛大規模商業化應用。

　　當前，自動駕駛技術尚未完全成熟，尤其是在感知、決策和執行等關鍵技術上，仍需進一步突破。復雜的交通環境、多變的天氣條件、不穩定的網絡連接等都對自動駕駛系統的穩定性和可靠性提出了更高要求。

　　自動駕駛的商業化安全應用，需要更多數據積累和場景訓練。中國工程院院士張亞勤表示，百度L4自動駕駛測試車輛累計行駛近1億公里，但極端工況數據仍不足，且數據分類、標注、處理、合規等存在挑戰。大模型在汽車行業的應用對數據資源的流動與共享提出更高要求。

　　以無人駕駛中的交互為例，車與人交互涉及無人駕駛車對周邊人姿態行為的理解，需要解決場景對象多、混雜遮擋和識別速度要求高等難題。如車載傳感器可獲得多視角高質量視覺互補信息，通過多階段、多分支的卷積神經網絡（CNN）結構從圖片中抽取數據特征；再針對深度特征進行編碼，依據時序關系應用循環神經網絡對無人駕駛中動態手勢進行識別，并結合選擇性注意機制有效提升識別效率。而車與車交互是無人駕駛實現安全、穩定、舒適、節能的重要環節。針對超車換道、狹路會車等典型駕駛場景存在的多樣、時變和不確定等問題，風險抑制的啟發式算法可適應未知場景的變化，避免潛在的危險或沖突，多智能體強化學習（MARL）算法解決車輛之間的協同等關鍵問題，并通過自主獎懲函數設定等技術實現新環境的遷移學習，讓機器實現像人一樣安全行駛。此外，車與環境交互要充分運用智能網聯中的 4G/5G 感知信息進行高效融合，提高路網 V2X 的傳感網絡覆蓋率，以適應復雜的交通環境和不斷變化的行駛狀況，收集交通信息、快速定位、實現車輛間的協同，以保障駕駛安全。無人駕駛車輛應采用任務驅動和以數據為中心的人工智能測試方法，并具有智能駕駛的認知能力。

　　自動駕駛汽車的上路運行需要相應的法規政策支持。目前，各國在自動駕駛汽車的法規制定上進展不一，缺乏統一的國際標準和規范，這在一定程度上限制了自動駕駛技術的推廣和應用。

　　自動駕駛汽車的運行依賴于先進的交通基礎設施，包括車聯網、高精度地圖、智能交通信號等。這些基礎設施的建設和完善需要大量的資金投入和時間周期。例如，順義區高級別自動駕駛示范區3.0擴區范圍內，目前正在進行路側數字基礎設施建設，通過交通信號燈桿掛載攝像頭、雷達等路側設備，將實現“車路云一體化”服務功能。該設施建設完成后，路側設備可為智能駕駛汽車提供交通流量參數，可為自動駕駛車輛提供人、機、非相關信息，還可以幫助交管部門進行智能限控，為通過交通信號燈調度優化、解決城市交通擁堵問題提供有益探索。又如，高精度地圖智駕方案中，為了保持地圖的更新，車企必須付出高昂的成本。高精度地圖的采集制作成本大概在3000元/公里，如果一個城市按一萬公里城市道路來計算，建圖成本在3000萬左右。高昂的成本和我國道路實時動態變化的境況，使得2023年國內智能駕駛公司就開啟了一場轟轟烈烈的“去高精地圖”運動。

　　自動駕駛汽車的普及需要公眾的廣泛接受。目前，人們對自動駕駛汽車的安全性、隱私保護、就業影響等方面仍存在擔憂和疑慮，這需要通過持續的宣傳教育和正面引導來逐步解決。例如，此前發生的多起涉及智能駕駛車企的交通事故，就在多家社交媒體平臺上引發熱議。

　　不可忽視的是，自動駕駛汽車的研發和生產成本較高，尤其是在傳感器、計算平臺、軟件算法等方面的投入。如何降低成本，實現大規模商業化生產，也是自動駕駛汽車推廣面臨的重大挑戰之一。

　　今年2月，有著“自動駕駛第一股”之稱的圖森未來（TSP）從美國納斯達克退市，這是全球首家主動退市的自動駕駛公司。圖森未來成立于2015年，是一家研發大型貨運卡車高階自動駕駛系統解決方案的人工智能企業。2017年，公司在美國加州拿到路測牌照，成為L4級自動駕駛卡車領域“第一個吃螃蟹”的公司。2021年，圖森未來在美國上市，每股價格曾高達79.84美元，其投資方不乏知名創投和產業巨擘。但是，由于長期虧損，不能按時提交財報，股價常年低于1美元，去年納斯達克交易所多次給圖森未來發出退市通知。與此同時，全球自動駕駛公司出現倒閉或裁員潮，也加速了圖森未來的退市進程。

　　近年來，福特汽車和大眾汽車集團關閉旗下自動駕駛初創公司Argo AI，谷歌旗下的Waymo已進行多輪裁員，與圖森未來比肩的美國自動駕駛卡車公司Embark倒閉。這些國外企業經營陷入困境，根本原因依然在于高階自動駕駛商業化沒有落地。高階自動駕駛只有大規模使用，才能夠跑通商業化之路。而任何技術要想商業化，就需結合市場的真實需求。

 

　　目前，全球有多家車企和自動駕駛技術提供方正積極推動自動駕駛技術的發展和應用。

　　在美國，Waymo、Cruise等公司在自動駕駛領域取得了顯著進展。而在中國，自動駕駛功能已納入部分車企的汽車“標配”，同時輔助駕駛功能也在中低價位車型中得到拓展。歐洲在自動駕駛領域同樣表現活躍，德國、法國、英國等國家均開展了自動駕駛汽車的測試和研發。德國汽車制造商寶馬、奧迪、奔馳等均在自動駕駛技術上投入巨大，積極推動技術進步和商業化應用。在亞洲，日本、韓國和新加坡等國家也在自動駕駛技術上取得了顯著進展。日本通過“SIP-adus”項目推動自動駕駛技術的研發和應用，希望通過實現自動駕駛來解決當今社會關注的問題，包括減少交通事故、緩解交通擁堵和為行動不便的人（如生活在偏遠地區的老年人）提供交通工具等。

　　特斯拉（Tesla）：特斯拉是全球自動駕駛技術的領軍企業之一。其全自動駕駛（FSD）功能通過不斷的軟件更新，逐步實現了從輔助駕駛到完全自動駕駛的轉變。特斯拉的Autopilot系統已經能夠在高速公路上實現自動駕駛，并在特定場景下進行自動泊車和召喚。特斯拉還在不斷收集數據，通過影子模式（shadow mode）來訓練和改進其自動駕駛算法。據最新報道，百度自動駕駛技術部總經理徐寶強近期表示，對于特斯拉將推出的Robotaxi（共享出租車），百度將根據特斯拉方面的具體應用模式和進入中國市場的節奏等，考慮可能的合作機會。

　　Waymo：Waymo作為Alphabet（Google的母公司）旗下的自動駕駛公司，自2009年起就開始研發自動駕駛汽車。Waymo One是其推出的自動駕駛出租車服務，已在美國亞利桑那州鳳凰城等地運營。Waymo的自動駕駛技術在行業內處于領先地位，其車輛能夠在復雜的城市環境中安全行駛。

　　通用汽車（General Motors）：通用汽車通過其子公司Cruise Automation在自動駕駛領域取得了顯著進展。Cruise已經在美國舊金山等地進行了自動駕駛汽車的測試，并計劃在未來幾年內推出自動駕駛出租車服務。

　　百度Apollo：百度Apollo是中國自動駕駛技術的領軍企業之一。百度不僅在自動駕駛算法研發上取得了突破，還推出了Apollo平臺，為汽車行業提供開放的自動駕駛解決方案。百度的自動駕駛出租車服務“蘿卜快跑”已在多個城市開展運營。5月15日，百度Apollo在武漢百度蘿卜快跑汽車機器人智行谷舉辦Apollo Day 2024，展示了百度在自動駕駛領域取得的最新進展：支持L4級自動駕駛的大模型Apollo ADFM（Autonomous Driving Foundation Model）、第六代無人車和無人車自動運營網絡。

　　小馬智行（Pony.ai）：小馬智行是一家專注于自動駕駛技術研發的公司，其自動駕駛汽車已在中國和美國進行了廣泛的測試。小馬智行的自動駕駛系統能夠在復雜的交通環境中穩定運行，并在特定區域提供自動駕駛出租車服務。

　　蔚來（NIO）：蔚來作為中國的電動汽車制造商，也在自動駕駛技術上進行了積極布局。蔚來的NOP（Navigate on Pilot）功能提供了導航輔助駕駛功能，能夠在高速公路上實現自動駕駛。

　　滴滴出行：滴滴出行作為中國最大的出行平臺，也在積極探索自動駕駛技術。滴滴已經在上海等地開展了自動駕駛汽車的測試，并計劃在未來推出自動駕駛出租車服務。

　　Mobileye：Mobileye是英特爾旗下的自動駕駛技術公司，專注于為汽車提供高級駕駛輔助系統（ADAS）和自動駕駛解決方案。Mobileye的EyeQ系列芯片被廣泛應用于自動駕駛汽車的感知系統中。在中國市場，Mobileye目前擁有5個級別的智駕產品，分別是基礎ADAS、云增強ADAS、SuperVision、Chauffeur以及Drive。

　　NVIDIA：NVIDIA作為全球領先的圖形處理器制造商，也在自動駕駛領域發揮著重要作用。NVIDIA的Drive平臺為自動駕駛汽車提供了強大的計算能力，支持從L2到L5級別的自動駕駛功能。

　　可以看到，參與自動駕駛技術開發的，不僅有傳統的車企，還有科技巨頭、芯片廠商、人工智能新貴等。自動駕駛技術的發展不僅需要單個企業的技術創新，還需要整個行業的合作與生態構建。許多企業通過合作共享數據、技術資源，共同推動自動駕駛技術的發展。

　　例如，百度Apollo與一汽、奇瑞等汽車制造商合作，共同研發自動駕駛汽車。特斯拉與AMD合作，使用其GPU來提升自動駕駛計算平臺的性能。

　　此外，企業之間還形成了各種聯盟，共同推動自動駕駛技術標準的制定和推廣。例如，5G汽車聯盟（5GAA）就是一個由汽車制造商、技術提供商和電信運營商組成的聯盟，致力于推動5G技術在自動駕駛汽車中的應用。

　　自動駕駛技術的發展需要全球范圍內企業的共同努力。通過技術創新、合作共享、生態構建以及應對挑戰。

　　自動駕駛時代的到來是大勢所趨，但具體時間表仍存在諸多不確定性。全球各大企業和研究機構的積極推動，預示著自動駕駛技術正逐步走向成熟。然而，要實現自動駕駛技術的廣泛應用，仍需各方共同努力，克服技術、法規、基礎設施等方面的挑戰。

　　END

　　編輯：李子吉

　　設計：李子吉

　　審核：艾麗

　　政審：王軍善

　　終審：朱永旗