自诞生以来，自动驾驶概念一直是资本和科技创业者青睐的领域之一。在新基础设施的背景下，随着5G商用的逐渐成熟，自动驾驶的普及度自然也就高了。
这从历年的融资数据也可以看出来。2015年以来，随着RD的普及和自动驾驶技术的应用，全球自动驾驶行业的投融资规模快速增长。2018年，行业投融资规模达到近年来的最高峰。
数据显示，2019年全球自动驾驶行业共发生104起融资。虽然融资规模较2018年有所下降，但融资次数依然居高不下，单笔融资规模屡创新高，正如Nuro获得软银愿景基金9.4亿美元单轮融资，直接将融资水平推至巅峰。
回到不容易的2020年，疫情似乎并没有影响自动驾驶领域的资本流动。2020年2月，Pony.ai(马骁知行)获得丰田投资的4亿美元B轮融资，融资总额接近8亿美元。另一家自动驾驶公司Momenta自成立以来也获得了超过2亿美元的融资。其投资方包括腾讯、Delham集团、真格基金等优质资本。
随着融资事件的不断发生，烧钱的化学反应似乎并没有很多企业预期的那么快。很多自动驾驶的玩家还停留在L3级别，路上还没有L4和L5的车辆需要无人操控(自动驾驶级别如下图所示)。这与很多公司在自动驾驶热潮下放下2020年实现L4级别自动驾驶计划的豪言壮语形成鲜明对比。
图像源网络
回归本质，自动驾驶最终能在开放道路上安全行驶吗？上路前要经历哪些考验？什么时候可以上路？
我想这些都是我们一直想知道的答案。让我们一起来讨论它们。
花开了，春天来了。
我们提到了自动驾驶历年的融资数据，不妨把视角转回中国。
10月21日，全国首辆常态化运营的5G无人巴士落地苏州。此次亮相的无人驾驶公交车运行在开放的城市道路上，速度可达20-50km/h，这种无人驾驶公交车不仅具备避让行人、自动变道、自动转弯、识别红绿灯等基本功能，还能应对各种城市复杂的交通场景，如穿越人车混杂的路口、处理后方堵车、幽灵探头等。
图片来自新华社，任潮摄
此前，10月12日，百度无人驾驶打车服务Robotaxi在北京正式开放运营。开放区域约700公里，覆盖海淀、亦庄等15个站点的测试区域。用户可以直接下单试乘，无需预约。在百度推出无人驾驶出租车服务的第二天，单站点自动驾驶出租车累计数量达到2608辆。
今年6月，滴滴出行也在上海推出了自动驾驶出租车服务。阿里也布局了自动驾驶业务，以物流配送为主要切入点。美团也提出了自动驾驶业务的布局。先是和DeepDrive达成合作，去年又推出美团地图。
早在今年4月，长沙已经全面开放无人驾驶出租车服务。
看到自动驾驶服务陆续在中国落地，自动驾驶的商业化不言而喻。
中国自动驾驶商业化的发展离不开国家政策的大力推动。2019年12月，国内首次提出新基础设施概念，其中5G、AI、云计算是自动驾驶软件的核心技术。
自动驾驶处于这些领域的交汇点，是新型基础设施的典型应用。再加上近年来智慧城市和智慧交通相关政策的不断完善，正如业内资深人士所说，自动驾驶在中国的商业化正迎来最好的机遇。
百花齐放的景象背后，预示着自动驾驶的春天已经到来。曾经在科幻电影中看到的自动驾驶汽车服务的场景，现在正在走进现实。
鼓励政策发展和技术成为关键。
除了自动驾驶服务落地速度的加快，我们也注意到政策因素对自动驾驶落地应用造成的阻力效应也在减弱。
10月28日，交通运输部新闻发言人、政策研究室主任吴在国新办发布会上表示，交通运输部将自动驾驶作为支持科技创新、加快建设交通强国的重要领域之一。始终坚持鼓励探索、容忍失败、确保安全、反对垄断的原则，积极推进自动驾驶技术的RD、试点和应用。
针对近期在京开通的百度无人驾驶出租车服务，吴也表示，百度联合相关企业推出的自动驾驶出租车是在实际道路交通环境下的技术性能测试。我们欢迎和支持相关城市和企业大力创新，在确保安全的前提下，依法依规开展试点，加快自动驾驶技术发展。
自动驾驶汽车虽然上路了，但是和现行的法律法规，包括《道路交通安全法》和《公路法》还存在很多冲突，不涉及自动驾驶的内容，也没有明确的法律定义。例如，由于缺乏交通责任，客户会对购买自动驾驶汽车产生许多疑虑，从而影响高水平自动驾驶汽车的市场化。
但是，从上面我们也可以知道，政策鼓励正在推动自动驾驶拓宽自己的边界，向前发展。就像今年的疫情，自动驾驶已经被应用于疫区物资的无接触运输。随着政策法规的陆续出台和完善，相信会有更多的地区开放测试自动驾驶汽车。
业内资深人士表示，虽然政策鼓励，但技术上还有很长的路要走。我们现在已经解决了90%的技术问题，剩下的感知和决策规划和边界问题才是关键。
在目前的开放测试场景中，我们会发现，在真实的驾驶场景中，开放测试乘坐的道路多为道路宽阔、人烟稀少的郊区，测试乘坐的速度也很低，无人车并不是真正的无人驾驶。每辆车都配有安全员，如果有紧急情况，还是需要安全员来处理，就像百度的无人出租车服务一样。
几年前，各种物流车和汽车轮渡已经投入试运营，但这些试运营都局限在园区内，没有在开放的道路上落地。就拿今年落地苏州的无人驾驶公交车来说吧。还需要沿固定路线中低速行驶，最高只能L4级别自动驾驶。离L5水平还有很大的技术空差距。
说到这里，我们发现自动驾驶仍然应用在有限的环境中，目前还无法应对复杂多变的真实场景。鉴于此，一方面是因为自动驾驶应用还需要更多的成功案例来获得人类社会的信任。即使现在的技术真的达到L5，也需要一段时间才能获得信任，这是创新技术必然的进化过程。
另一方面，自动驾驶仍然需要弥合边界内外的技术差距。边界内是指感知和决策的问题，边界外是指边界的问题。
目前在自动驾驶的感知中，虽然传感器种类很多，比如360度激光雷达、摄像头等，但这些传感器大多输出的是原始数据。通过查看人体摄像头和激光雷达的数据很容易识别内容，但对于计算机来说很难。
在普通模式下，识别率会很快达到瓶颈。这时候就需要深度学习和大量的数据来进行训练。但是由于技术的限制，计算机无法识别很多明显的场景。同时，当数据量急剧增加时，计算时间会延长，系统响应会变慢，这也是无人车只能低速行驶的原因。
没有快速的感知和决策规划，自动驾驶很难应对高速环境。当然，这并不是一个无法解决的问题，属于自动驾驶技术的长尾问题。随着工业的发展，这类问题也会在各个层面的技术不断完善后得到解决。
但解决边界问题可能要比前期花费更多的精力，因为边界问题可能会没完没了。比如，在自动驾驶车辆遇到野鸭之前，工程师甚至不知道会出现野鸭问题。除了野鸭、野狗、野兔等外界因素，自动驾驶车辆应该如何正确处理这样的边界问题？
除了不断收集数据，通过自动化工具将有效数据加工成可用模型，并纳入边界内的系统，实现自动驾驶车辆在线OTA系统更新，似乎没有更好的办法。这可能成为边界问题的一般解法。
无论是边界内还是边界外的技术问题，解决技术问题，数据因素比时间因素更重要。只有经过大量数据的测试和优化，自动驾驶系统才能更加稳定，无限接近人类所期望的L5水平。
特斯拉和奔驰你更喜欢哪个？
如上所述，数据因素是解决技术问题的关键。有两个玩家值得我们关注，一个是新玩家特斯拉，一个是老玩家奔驰。
据了解，特斯拉现在正在大张旗鼓地推广其全自动驾驶软件，称其车辆拥有最先进的自动驾驶功能。最近已经表示其自动驾驶系统将进行重大升级，预计今年将达到L5级别。
就在上周，据外媒报道，特斯拉向少数车主推出了全自动驾驶(FSD)软件。他们将在公共道路上测试这款软件，让车辆在繁忙的城市通勤期间自动驾驶。但其网站上隐藏着一个免责声明，称这个价值8000美元的系统无法让车辆自动驾驶，仍需司机监督。
这种相互矛盾的信息导致该领域的专家指责特斯拉欺诈和不负责任的营销，这可能会使道路更加危险，因为到今年年底，该系统将被推送给多达100万名电动汽车司机。
另一方面，奔驰表示，他们已经开发了类似的系统，但不允许大众在道路上使用。该公司的工程师需要通过资格考试才能成为试车手，而要测试自动驾驶系统，他们需要通过另一项考试。
这家德国公司不希望客户成为他们的试验品，测试车辆的处理器、软件和机器，以便系统可以随着时间的推移获得更多能力。他们希望车辆能先经过工程师验证，在验证车辆和系统的可靠性后，再向公众开放。
奔驰和特斯拉采用的方法，一个保守，一个激进，但两家公司的目的是一样的，都是将高度自动化的驾驶技术推上公共道路。边肖也相信，随着各行各业的玩家不断填充自动驾驶赛道，技术难题的突破指日可待，自动驾驶也必将更快走进现实。
那么，特斯拉和奔驰你更喜欢哪个？
不想选iPhone 14，还有五款国产手机也很强，用到2025年问题不大 2022年，苹果和华为旗舰手机怎么选？ 金秋买点什么好？这几款手机数码产品使用后体验出色，可以参考 2022下半年换机指南：华为苹果一加小米争鸣，这四款机型很难不爱 2022年下半年想换机，三款最值得购买的国产旗舰不能错过 高端旗舰别乱选，这五款实力偏强，你选对了吗？ 手机口碑很重要，这四款新机口碑较为出色，你选对了吗？ 国产旗舰机怎么选？这三款性能卓越堆料足，款款都综合实力强 覆盖高中低全价位，这四款手机才是2022年的真旗舰，入手不亏 不与iPhone 14和华为 Mate 50 争风头！这四款高性价比手机，覆盖高中低三档 华为 Mate 50：热度和实力都很高却没有现货的产品！ 为什么明年也只能期待iPhone 15 Pro？四点原因很真实 OPPO18年，创新科技越来越多 OPPO看着现在很多一句话重复N多篇的“洗脑式”广告 盘点3K价位几款真香机，颜值拍照都在线，每一款都很值得入手 想要买AirPods Pro 2，现在华强北耳机就能代替，但不建议入手 手机流畅度是否值得重视？OPPO Reno8 Pro上手体验感受 A16芯片被吐槽挤牙膏？游戏玩家更推荐看看这些新机 荣耀 V40被曝直接跳级MagicOS 7.0，网友：没有被遗忘！ 选择纠结：等华为智选 Mate50还是选5G手机壳？
