移动出行的数字化转型：自动驾驶汽车

概述

近年来，自动驾驶（也称为机器人出租车）已成为汽车行业的热门话题之一。汽车、交通和更广泛的出行市场正在经历一场变革性的社会、技术和经济变革，从根本上改变了人员和产品的运输方式。在人口持续增长、城市化和环境问题不断加剧的背景下，新型出行方式对于支持未来的人口中心和经济活动至关重要。

根据2022年至2029年的预测，自动驾驶豪华汽车市场预计将出现显着增长，预计增长率为36.16%。 Data Bridge Market Research 的报告提供了对市场的全面分析和见解，强调了预计在此期间对其增长产生显着影响的因素。

• https://www.databridgemarketresearch.com/zh/reports/global-autonomous-luxury-vehicle-market

领先软件厂商的科技巨头和新的移动初创公司也即将收获全新的未来移动时代的回报。如今，汽车正在变成一个服务各种功能的平台。因此，与传统汽车相比，自动驾驶汽车正在成为更多软件驱动的产品。自动驾驶汽车是一种能够感知环境并在无人参与的情况下运行的车辆。传感器技术、LiDAR 和 4D 雷达成像等方面的进步正在为全自动车辆铺平道路。这些技术用于实时收集特定数据，使车辆能够及时做出决策。

乘客不需要随时控制车辆，也不需要乘客在场。传统制造商和供应商极其努力地不断缩短开发周期，并赶上不可避免的向新软件时代的过渡。然而，主要来自软件行业的协作敏捷工作模式和更具创新性的合作管理方法为应对这些挑战并将其转化为机遇铺平了道路。

什么是自动驾驶汽车？

深度学习是自动驾驶汽车自动化部分的核心方面。 AV 可以根据各种训练模型和实时数据采集做出计算决策。最近的深度学习和人工智能发展使自动驾驶汽车能够应对高风险情况并应对天气条件造成的障碍物跟踪问题。自动驾驶汽车或无人驾驶汽车是一种结合使用传感器、摄像头、雷达和人工智能 (AI) 的车辆，无需人工操作即可在目的地之间行驶。开发和/或测试自动驾驶汽车的公司包括奥迪、宝马、福特、谷歌、通用汽车、特斯拉、大众和沃尔沃。

全球自动驾驶汽车市场情景

自动驾驶汽车正在彻底改变全球消费者的移动体验。随着技术的进步，自动驾驶汽车将比人类驾驶的车辆更安全。在美国，每年有 30,000 人死于机动车事故，通常是由于疲劳、人为失误和酒后驾驶造成的。

如今，大多数汽车都配备了基本的 ADAS（高级驾驶辅助系统）功能，无需这些行为也能正常工作，这可能会挽救数千人的生命。大多数自动驾驶汽车都配备自动紧急制动系统，旨在检测汽车何时接近危险，例如交通突然停车。此外，自动紧急制动系统可以配置为检测行人、骑自行车的人或道路上的其他车辆并做出响应。 Waymo 于 2018 年推出了首款自动驾驶汽车，旨在为数十亿人提供更安全、更清洁、更便捷的出行方式。 Waymo 的自动驾驶车队由 600 辆汽车组成，其自动行驶里程比任何竞争对手都多。事实上，2018 年 10 月，车队已在 25 个城市的公共街道上行驶了超过 1000 万英里，但重点是山景城（加利福尼亚州）、奥斯汀（德克萨斯州）、柯克兰（华盛顿州）和菲尼克斯（亚利桑那州）的街道。 2018 年 8 月，网约车公司 Lyft 宣布，其客户已使用其移动应用程序在拉斯维加斯支付了 5000 多次自动驾驶乘车费用。该服务于 1 月份在拉斯维加斯推出，当时有 30 辆宝马汽车，但当时该公司的车队有 75 辆汽车。

汽车制造商采取的关键策略

• 百度（“中国谷歌”）自2014年以来一直在开发自动驾驶汽车，并于2018年初在北京进行试驾，预计2024年全自动驾驶汽车将上路
• 2023年2月，雷诺-日产和三菱签订了具有​​约束力的框架协议，就多个新车项目进行合作，包括雷诺集团和日产共享的新款SUV，以及源自雷诺Triber SUV的日产新车型
• 2020年5月，PSA集团与Aptiv（NuTonomy）合作在新加坡推出自动驾驶出租车。在此基础上，Aptive 将其软件、专用传感器和计算平台安装到 PSA 创新团队定制的标致 3008 SUV 中。
• 2018年10月，丰田与软银合作，利用自动驾驶汽车打造一系列服务，从食品和货物配送到医疗检查，从而适应自动驾驶时代
• 2018 年 1 月，现代汽车公司和思科公布了一项新技术路线图，以实现下一代安全车载网络。现代和思科创建了一​​个新平台，可以高度安全地访问车辆中的所有数据。该平台采用第一代 1Gps 架构和具有 QoS 的汽车以太网，可实现最大带宽和更多功能

自动驾驶汽车的自动化水平

汽车工程师协会 (SAE) 定义了从 0（完全手动）到 5（完全自动）的 6 个驾驶自动化级别，美国交通部已采用该级别。

来源：SEA

自动驾驶汽车或自主车辆的关键技术

自动驾驶汽车集成了自动控制、建筑学、人工智能、计算机视觉等多项技术，是计算机科学、模式识别和智能控制技术高度发展的产物。

• 汽车导航系统：在汽车导航系统中，车辆配备地理信息系统和全球定位系统（GPS），从卫星接收经度和纬度等位置信息。这些信息与定位系统和数字地图数据库生成的道路信息一起作为源数据输入到地图匹配模型中，利用智能路径规划算法进行路径规划计算。
• 定位系统：定位系统的首要目标是识别车辆的位置，可分为相对位置、绝对位置和混合位置。对于相对定位，自动驾驶汽车的当前位置是通过将移动距离和方向与先前位置相加来获得的。绝对定位法是根据定位系统获得的信息来定位车辆的位置。常见的定位系统是基于卫星的系统，例如GPS、GLONASS、伽利略、北斗等。然而，卫星信号容易受到天气条件以及建筑物、山体等城市环境的干扰，从而导致定位信号产生误差和噪声，从而导致测量的绝对位置不准确。混合定位结合了上述两种定位方法的特点，是自动驾驶汽车获取位置最常用的方法。
• 电子地图（EM）： EM（电子地图）用于存储数字地图数据，主要由地理信息、交通数据、建筑数据、交通标志、道路设施等组成。目前自动驾驶汽车中使用的大多数 EM 都是人为设计的新兴市场。未来，预计将开发用于自动驾驶车辆的定制 EM，包括自动识别路标并相互交互的 EM。
• 地图匹配： 地图匹配是路径规划的基础，通过结合GPS的地理数据和EM的地图数据来确定汽车的位置。计算过程中采用先进的融合方法，将经度、姿态或其他坐标信息融合到EM中。从实际应用的角度来看，汽车位置的输出应该准确、及时。

自动驾驶汽车面临的挑战

5 级自动驾驶汽车面临的主要障碍是技术不够先进，无法制造出真正的 5 级自动驾驶汽车。通用汽车的 Cruise 测试车和 Nuro 汽车只是 5 级汽车开发的第一步。公众对无人驾驶汽车的不信任是5级自动驾驶汽车必须克服的另一个障碍。目前的 3 级汽车曾发生过事故，这引起了人们对 5 级汽车安全性的真正担忧，因为它们是完全自动驾驶的。除此之外，设计无人驾驶汽车的完全自主系统仍面临许多挑战。

• 道路条件： 道路状况可能非常难以预测，并且因地点而异。在某些情况下，高速公路平坦且有标记，但在另一些情况下，道路状况却严重恶化。车道未定义；有坑洼、山路和隧道，外部方向信号不太清楚，同样如此。
• 交通状况： 自动驾驶车辆必须在公共道路上行驶并应对各种交通状况。他们必须与其他自动驾驶车辆共享道路，同时还要为许多行人导航。凡是涉及人类的地方都会出现许多情绪。高度控制和自我调节的交通是可能的。然而，在某些情况下，有人可能经常违反驾驶法规。物体可能会在意想不到的情况下出现。在交通密集的情况下，即使每分钟移动几厘米也很重要。人们不能无休止地等待交通畅通，并有一些先决条件才能开始自动移动。
• 事故责任： 自动驾驶汽车最重要的方面是事故责任。人们经常会想，谁应该为自动驾驶汽车造成的事故负责？对于自动驾驶汽车而言，软件将是驱动汽车并做出所有重要决策的主要部件。虽然最初的设计是将人置于方向盘后面，但谷歌展示的较新设计没有仪表盘和方向盘。此外，由于自动驾驶汽车的性质，乘客大多处于放松状态，可能不会密切关注交通状况。在许多需要驾驶员注意的情况下，当他们需要采取行动时，可能已经太晚了，无法避免这种情况，并且可能会发生事故。
• 雷达干扰： 自动驾驶汽车使用激光和雷达进行导航。传感器安装在车身上，而激光器则安装在车顶上。雷达的工作原理是检测周围物体的无线电波反射。行驶时，汽车不断发射射频波，这些射频波会被附近的车辆和范围内的其他物体反射。通过测量反射时间来确定汽车和物体之间的距离。在道路上时，汽车会不断发射射频波，这些射频波会被周围的汽车和道路附近的其他物体反射。因此，当这项技术用于道路上的数百辆车辆时，问题就出现了，汽车是否能够区分自己的（反射的）信号和来自另一辆车的（反射或传输的）信号？即使雷达可以使用多个无线电频率，这个频率范围也不太可能不足以满足所有制造的车辆的需要。

自动驾驶汽车很难解释不寻常的情况，比如交通官员在红灯时挥手示意车辆。简单的基于规则的编程并不总是有效，因为提前为每个场景进行编码是不可能的。因此，道路上的“无人驾驶或自主”车辆的想法引起了生活各个领域的人们的兴趣，因为自动驾驶汽车存在许多与控制相关的问题，并且需要管理许多移动因素并在行驶时同时调节。

自动驾驶汽车准备就绪的最佳国家

汽车技术不断发展，包括驾驶辅助技术和自动驾驶系统，旨在提供更大的安全优势。自动驾驶汽车已席卷全球，其发展速度令人难以置信。荷兰因其出色的道路基础设施、高度支持的政府和对电动汽车的热情采用而被视为自动驾驶汽车准备度指数的新兴领导者，而新加坡则超越美国，位居第二，这主要是由于其道路交通法修正案允许在公共道路上测试自动驾驶汽车。

表 1：自动驾驶汽车准备指数

来源：地理空间媒体与通信

自动驾驶汽车的优势

表 2：自动驾驶汽车的潜在收益和成本

来源：

• 减轻驾驶员压力，提高生产率和机动性

自动驾驶汽车可以减轻驾驶员的压力和乏味，并提高他们的生产力，让乘客在旅途中工作。然而，为了安全起见，乘员应系好安全带，限制使用车内床，并且像任何密闭空间一样，车辆内部可能会变得混乱和肮脏。此外，自动驾驶汽车可以为因任何原因不能或不应该开车的人提供独立的移动能力。这直接使这些旅行者受益，并且通过改善他们获得教育和就业机会的机会，可以提高他们的生产力并减轻家人和朋友的司机负担。

自动驾驶汽车面临的挑战

• 所有权和运营成本

自动驾驶汽车需要各种设备和服务才能正常运行。由于故障可能造成致命后果，自动驾驶汽车需要由专业人员安装和维护坚固且冗余的组件，这增加了维护成本。目前，远程启动、主动车道辅助和安全摄像头等可选车辆配件通常要花费数千美元，而 OnStar 和 TomTom 等导航和安全服务的订阅费用每年则高达数百美元。升级到特斯拉的全自动驾驶 (FSD) 服务（提供有限的自动驾驶操作）需要花费 15,000 美元，2022 年车主起诉特斯拉虚假宣传其可用性和优势。车主可能需要订阅频繁的软件更新和导航地图服务。

• 处理潜在的雷达干扰

大多数自动驾驶汽车使用三种技术进行导航：激光雷达（光检测和测距）、摄像头和雷达。驾驶时，雷达传感器检测周围物体反射的无线电波。因此，快速计算无线电波反射所需的时间可以让自动驾驶汽车测量附近物体的距离。但两辆或多辆靠近的车辆发射的无线电波很可能会相互干扰，从而导致错误信号。图像分类是通过训练卷积神经网络（CNN）来识别和分类对象来完成的。 CNN 的问题在于，它不是具有多个对象的图像的最佳解决方案，因为该模型可能无法捕获所有对象。然而，全球定位系统（GPS）可用于检测其他自动驾驶车辆的准确位置，但有时它们无法区分墙壁、建筑物、碎片和树木等少数物体。自动驾驶或自动驾驶汽车必须能够将自己的信号与其他信号区分开来，因此这将是未来几年最大的挑战之一。

• 应对法律难题

立法是自动驾驶最重要的特征之一。在许多情况下，州和联邦法律对于谁应该为这些汽车造成的事故负责感到困惑。确定谁应该对常规汽车事故造成的人身伤害索赔负责已经足够困难了。由于自动驾驶汽车对驾驶员没有明确的定义，因此确定谁造成了事故以及事故的影响更具挑战性。除此之外，在大多数自动驾驶汽车中，软件是关键的决策者和操作员。但是，设计可能会因制造商而异。

• 天气和道路状况

尽管计算机视觉自动驾驶模型具有实时物体检测器，但其性能可能会根据天气、照明和所在位置而变化。自动驾驶车辆需要大量不同的数据集来防止任何潜在的事故由上述变量引起。自动驾驶车辆可以利用 LiDAR 传感器和摄像头，结合三维 (3D) 地图和计算机视觉技术的数据来计算距离，并检测交通信号、其他车辆和行人。为了保证乘客和车辆的安全，深度估计至关重要。尽管其他几种工具也发挥着关键作用，例如激光雷达和摄像雷达，但为它们提供立体视觉支持还是很有帮助的。然而，这为许多其他问题（例如相机布置）留出了空间，因为每辆车的镜头和传感器之间的距离可能不同，这使得深度估计系统更具挑战性。

主要国家的监管机构

• 加拿大： 联邦政府致力于确保所有司法管辖区的一致性，而省、地区和市政府正在采取措施促进自动驾驶汽车的发展。在安大略省，公司必须获得安大略省自动驾驶汽车试点项目法规的同意，才能将自动驾驶汽车（SAE 4-5 级）投入道路。
• 中国： 2020年3月9日，我国工业和信息化部在官网发布了汽车驾驶自动化分级国家标准推荐稿。
• 德国： 2020 年 11 月，德国联邦部长提出了自动驾驶法律草案，将为 4 级和 5 级车辆创建法律框架。
• 匈牙利：匈牙利技术与创新部长于2020年9月介绍了匈牙利未来10年的人工智能战略。该战略设想为自动驾驶技术所需的研究和基础设施创建一个支持性的开发环境。
• 美国： 美国交通部最近的动作是发布了自动驾驶汽车综合计划。该计划在某种程度上回顾了赵小兰担任交通部长期间交通部在自动驾驶汽车方面所做的工作。然而，它也列出了该部门计划未来采取的几个步骤。该计划为该部门在自动驾驶汽车方面的发展提供了三项广泛的原则：保护用户和社区、促进有效的市场以及促进协调一致的努力。此外，美国交通部和国家公路交通安全管理局（NHTSA）于11月发布了拟议规则制定的预先通知，征求对新一代自动驾驶汽车安全标准的意见。 NHTSA 表示，“该框架将客观地定义、评估和管理 ADS 性能的安全性，同时确保实现进一步创新所需的灵活性。”
• 韩国：韩国《自动驾驶汽车法案》于 2020 年 5 月 1 日生效。该法案为引入、推广和安全运行自动驾驶汽车提供了必要的支持和基础设施。该法案还规定了与自动驾驶汽车相关的必要要求。

Covid-19 对自动驾驶汽车市场的影响

COVID-19 大流行给日常生活带来了巨大变化，因此汽车和运输行业正在密切关注消费者行为的变化如何影响自动驾驶汽车 (AV) 技术在所有经济领域的采用。 COVID-19 大流行影响了多家 OEM 从生产到研发的运营。虽然 AV 开发和推广可能会出现短期中断，但这种中断可能会为消费者领域采用 AV 技术带来新的机会，并加速各个商业领域的采用，因为 AV 技术被视为应对 AV 技术的关键组成部分。紧急时刻。 COVID-19 还正在重塑消费者对公共交通的态度，从长远来看，这可能有利于自动驾驶技术。虽然消费者对购买新车的犹豫可能会促使原始设备制造商暂停自动驾驶的开发，但物流公司、送货公司和食品服务行业采用自动驾驶的潜力可能会为原始设备制造商和其他自动驾驶参与者提供推动自动驾驶技术发展的市场需求。下一个级别。目前，保持健康意味着远离同胞，自动驾驶长途卡车、跨城镇送货车辆和机器人送餐似乎比以往任何时候都更有吸引力。

随着 COVID-19 将货物运输的人性化一面置于聚光灯下，物流公司需要实时自动驾驶系统。虽然节省成本和不间断的货物运输是因素，但 COVID-19 暂停货物运输的能力凸显了运输货物的人为因素是我们国家货物供应链中的薄弱环节。在紧急情况下，在整个供应链中高效、可靠地运输货物的能力比以往任何时候都更加重要，特别是在恐慌性购买和供应紧张的情况下。此外，汽车行业对准时交货的依赖无法承受因卡车运输和物流中断而造成的供应中断。虽然消费者购买新车和二手车的需求可能暂时推迟了 AV 系统在消费领域的采用，但 COVID-19 大流行凸显了 AV 在日常商业和物流行业中的重要性。

结论

由于安全和道德等方面的客户接受度问题，自动驾驶汽车 (AV) 被认为是最具颠覆性的技术创新之一。自动驾驶汽车正在改变世界对车辆和人类出行的看法，并成为汽车行业的一项重大技术创新。它们可以带来多种好处，例如增加流动性、减少资源消耗、降低排放水平、减少对停车位的需求以及提高交通安全。尽管有用应用程序的出现使自动驾驶汽车能够解决许多交通问题，但人们一致认为，在某些交通情况、车辆维护以及无法使用自动驾驶模式时，需要长期的人机交互。

要了解更多有关自动驾驶汽车市场的信息，请访问以下链接

根据 2022 年至 2029 年的预测期，半自动和自动市场预计将经历显着增长，预计增长率为 3.8%。Data Bridge Market Research 的报告对市场进行了全面的分析和见解，强调了预计在此期间对其增长产生重大影响的因素。

• https://www.databridgemarketresearch.com/zh/reports/global-semi-autonomous-and-autonomous-vehicle-market

在报告的完整版本中，Data Bridge 将提供以价值（百万美元）表示的市场规模或根据客户要求进行定制