数智新风向 本报记者 李海楠

“开门上车，只管继续着原本在居室内的生活和工作日常，车辆会自动驶达目的地”——以前，类似场景常出现于未来科幻题材的影视作品中。如今，身处无人自动驾驶车内，“放手”坐定、等待车辆自动驶离抵达目的地已开始变成现实。

(资料图片仅供参考)

方兴未艾的自动驾驶正处于积极实践突破技术、法律限制的关键阶段，随着特定区域内无人高级别自动驾驶试点、工业领域提速商用布局等行为推动，未来或许并不遥远。

顺势而为

近日，萝卜快跑、小马智行取得北京市高级别自动驾驶示范区首批“无人化车外远程阶段”示范应用许可。两家企业各投入10辆全无人自动驾驶车，在北京经开区60平方公里范围内划定区域开展全无人自动驾驶运营示范。

前不久，50辆新型无人驾驶小巴车获准在江苏无锡经开区投入商用，标志着江苏打造自动驾驶商用微循环接驳体系正式投运。

中国汽车流通协会有形市场商会常务副理事长苏晖在接受中国经济时报记者采访时表示，一南一北相继对无人驾驶放开商用，并先期投入公共交通领域试点，本身就是对高级别自动驾驶提速布局的有力实践。他认为，对于自动驾驶这一新生事物的诞生和成熟发展，必须经过从试验到实践再到发现问题、解决问题的波折过程。

“自动驾驶尤其是高级别自动驾驶的逐步商用是不可逆的趋势。”苏晖强调，初步的试验和小范围商用表明现有技术包括5G、车联网和车载传感器、地图等软硬件技术已经足以应付高级别自动驾驶需要，但从全国范围推广来看，目前时机还不成熟，必须突破法律限制，在自动驾驶车辆的交通责任认定上加以明确。此外，民众的接受度也尚需时日。

“巨大的市场规模和人口特征对我国全面推广自动驾驶商用既是机遇也是挑战。”苏晖说，不同规模的城市和人口带来的复杂的交通特点，客观上也要求自动驾驶技术必须不断迭代更新，挑战依旧不小。

拔新领异

理论上而言，可被程序设计和依托数字化、网络化技术运行的机械装置的安全性远高于人类驾驶。“未来自动驾驶技术不断升级发展是毋庸置疑的，事故率、死亡率低于真人驾驶也是可以预期的，从目前来看，距离这样的阶段仍有一定差距。”苏晖说。

西安交通大学教授薛建儒认为，自动驾驶是一个复杂的智能系统，每一个环节都有必须突破的技术难点。他对本报记者举例表示，比如在定位导航方面，传统方式是通过全球卫星定位系统和地图配合来实现定位，但在自动驾驶领域，这样的定位能力无法满足高精度定位的需求。

为此业内推出了高精度地图技术，但高精度地图创建、存储与更新也有着代价昂贵成本高的特点。于是，根据现实中驾驶员大脑里存在一张“经验地图”的客观情况，薛建儒提出能否在自动驾驶上实现这张“经验地图”的设想，并提出探索语义矢量地图的发展方向，即通过与神经网络技术的结合，实现了视觉语义地图构建和定位技术，实现厘米级定位精度。

正所谓科学需要幻想，发明贵在创新。探索高级别自动驾驶也需要拔新领异、百花齐放。依托当前人工智能技术的蓬勃发展，以及大算力平台的支撑，以智能辅助和智能安全为代表技术的无人驾驶技术研究或许在未来会演变出更多新方向。

薛建儒认为，从长期来看，未来在驾驶决策中引入类人驾驶策略，可以通过研究受脑认知与神经科技启发的交通场景理解、情境预测和驾驶决策方法，使自动驾驶系统能够应对更多复杂的场景。

率先突围

无人驾驶车辆，本质上是路上智能机器人的一种形态。因此，相较于单纯参与公共交通的大范围商用而言，在具体领域率先发挥作用显然更具推动条件，比如工业领域中的矿区无人驾驶。

对于矿区开展日常作业而言，始终有着“人越少越安全”的说法。北京大学国家发展研究院中国经济研究中心教授汪浩认为，矿区作业是工业链条的前端，其产品产出延伸影响关系众多产业链条的正常生产。因此，确保矿区安全作业始终围绕着提升效率和减少安全事故展开。

“开展包括无人驾驶在内的无人化作业也是矿区未来发展的一大方向。”汪浩对本报记者表示，一方面，可以确保安全生产持续利好经济稳定发展。另一方面，具有应用前提的成熟无人驾驶方案还能帮助矿企缓解“招工难”的压力，降低用工成本提升生产效率。

值得一提的是，不同于民用，大规模无人驾驶商用仍面临政策、法律等诸多不确定性，矿区无人驾驶至少在政策层面上有着极高的确定性。早在2020年，国家发展改革委、国家能源局等8部门就曾联合印发《关于加快煤矿智能化发展的指导意见》，其中就明确了有关矿区无人化运输的时间表，“到2025年露天煤矿实现只能连续作业和无人化运输。”

此外，矿区无人驾驶早已在美国、日本等国有过成功商用盈利的案例。于是国内一众科技巨头开始聚焦这一细分赛道，各路资本对此青睐有加，比如华为近日就发布了露天矿无人驾驶解决方案。

目前国内一众自动驾驶公司也已经“下场”，并正在内蒙古、新疆、江西等多地的矿区开展着矿区无人化测试或运营，比如踏歌智行、伯镭科技、希迪智驾等。汪浩提醒，矿区无人驾驶推广应用须用过强过硬的技术保障，应对比民用交通无人驾驶更为恶劣的驾驶条件。