中國首家幹線物流聯合創新中心成立，實施自動駕駛數據共享是否可行？

從各自為戰到抱團探路，自動駕駛競爭格局雖未定，但抱團取暖已成常態。

12月19日，中國首家幹線物流聯合創新中心在上海國際汽車城汽車創新港正式啟動，該中心由嬴徹科技和上海國際汽車城汽車創新港聯合發起，首批成員包括福田汽車、一汽解放、聯合卡車、威伯科（WABCO）、Velodyne、四維圖新、主線科技、 G7、騰訊科恩安全實驗室和上海交通大學自動駕駛實驗室。

據嬴徹科技CEO馬喆人介紹，幹線物流聯合創新中心由秘書處，成員單位和顧問委員會組成，同時以項目合作制的方式發展，嬴徹科技擔任秘書處一職，其他成員單位將輪值發布重大項目進展。

值得注意的是，該中心將開放測試樣車，共建測試用例管理平台。

首先，嬴徹科技將率先開放投資千萬的數輛聯合開發樣車，並以此作為自動駕駛技術測試研發平台，為各成員單位、高校、初創公司和物流公司提供二次開發、驗證演算法和場景體驗等一系列服務。

與此同時，聯合創新中心將在智能網聯汽車道路測試管理規範(試行)的指導下，充分利用上海汽車城和其他測試區等資源，結合幹線物流的特點，以嬴徹的自動駕駛卡車測試用例為基礎，各成員單位開放測試用例，共同建立一個開源共享的測試用例管理平台，對全行業開放。

針對幹線物流聯合創新中心成立的原因，馬喆人表示，該中心的成立主要是促進技術方面的合作，例如交換測試數據以及共享研發資源，以降低研發的風險。

基於此，路測數據的共享是否值得？

部分汽車廠商擔心共享數據資源會削弱自身優勢，因而並不很情願參與共享。

此外，在商業競爭激烈的自動駕駛汽車領域，要求企業共享出寶貴的、甚至包含有機密商業信息的數據，確實十分困難。

但現實的問題擺在面前，由於行業萬億級規模體量，動輒數十億美元的研發投入等因素，因此全球自動駕駛產業鏈已經開始抱團，主要形成百度阿波羅、谷歌、Mobileye、英偉達、特斯拉等聯盟。

有行業人士向雷鋒網表示，共享路測數據存在兩方面的意義，首先是降低各公司路測的必要性和風險，其次可以迅速提升行業整體水平。對於企業的擔憂，建議測試數據上報監管部門，由公共部門對外共享。

總體來看，自動駕駛行業處於發展初期，雖可以通過研究參與者的技術路線和布局進展來推斷未來的競爭格局，但因為具體產品還沒上市，行業穩態格局未定。但是，無論聯盟合作的規模有多大，都是為了能在未來的出行生態競爭中佔有一席之地。

商用車的自動駕駛應用於什麼樣的場景？自動駕駛的關鍵技術是什麼？

這是很多企業思考的問題。馬喆人認為商用車有兩大應用場景，首先是高速公路物流運輸，也稱卡車的編隊形式；其次是封閉的特定場景，比如園區物流、包括港口和機場等。

對於卡車市場的預計，馬喆人表示，商用車有可能比乘用車更需要採用自動駕駛技術。相關數據顯示，在由重型卡車引起的有傷亡交通事故中，如果藉助已有的科技手段—包括緊急制動以及變道預警等，有一半以上是完全可以避免的。

據雷鋒網了解，目前，在商用車領域存在三大方面的問題：

第一，運營成本壓力大。越來越多的企業擠入該賽道，人們看到了擠壓到不能再擠壓的利潤，哪怕是對用戶產生1%效率提升，在產業競爭也是起決定性作用。

第二，車輛利用率問題。如今該行業里的絕大多數公司是擁有20-50輛的中小型企業，管理能力有限，存在大量的單程貨物運輸，因此返程和車輛本身利用率是其最大挑戰。

第三，車輛的出行率。由於成本的壓力、技術的挑戰以及規模化的問題，車輛出行率是商用車的一大挑戰。

有挑戰的地方也是產生商業價值的地方。

馬喆人舉例道，一輛商用車平均一年的總體消耗約為80-120萬元，其中司機成本佔到22%，是一筆不小的費用。如果自動駕駛技術降低人工成本，改善供需關係，從而可以大幅度降低總體消耗。

同時，在編隊行駛的狀態下，位於車隊中間的卡車能夠節省20%的燃料消耗，隊尾的卡車能夠節省 15% 的燃料消耗。車隊越長，整體的燃料節省率越高。通過降低人力成本以及燃料成本，實現降低物流成本的目的。

據雷鋒網了解，目前各大自動駕駛技術公司的發展路徑可以歸納為兩種：從L0逐步過渡到L5，通過整合集成ADAS中的控制功能，實現自動駕駛；直接從L0跨度到L4，在特定的垂直領域和相對封閉的環境中推進自動駕駛，再向L5發展，也就是全環境全路況的自動駕駛。

然而，嬴徹科技瞄準的是有人監管的L3、L4級城際商用車，馬喆人坦言，L5級自動駕駛目前存在包括技術和法律法規等方面的挑戰，因此不是嬴徹科技現階段性的目標。

關鍵技術方面，馬喆人表示，卡車編隊技術是商用車自動駕駛的關鍵，利用該技術可以降低企業成本，提升效益，卡車編隊技術的優勢主要體現在以下三方面：

• 降低空氣阻力，減少燃油消耗及燃氣排放；

• 降低駕駛員勞動強度，減少疲勞駕駛事故發生率；

• 即刻反應，即刻剎車，同時可以優化道路利用。

要實現卡車編隊行駛，當前的LTE-V2X和DSRC等通信技術均無法滿足卡車編隊行駛的數據交互的響應要求。而在5G網路環境下，毫秒級的網路傳輸時延、10~20Gbit/s的峰值速率、100萬個/km2的連接數密度，將能夠滿足自動駕駛及車聯網的嚴苛通信需求。

商用車自動駕駛技術快速發展的同時，也提出了亟需解決的兩大問題：

其一，商用車自動駕駛的技術評價標準。如何評價各個自動駕駛車型處於哪個階段，國內還沒有形成一套完整標準。

其二，交通事故的責任劃分問題。發生交通事故後，技術運營商，信息服務商或是設備生產商主要承擔哪些責任，需要政府部門出台相關的法律法規加以規範。

規模化的自動駕駛商用車運營車隊

據統計，我國作為物流運輸大國，整體物流成本佔國內生產總值的比重高達16.6%。而在這當中，公路運輸比例佔到70%以上，市場規模也是萬億級別。其中人工成本偏高一直是影響整體利潤的原因之一。如果能夠使用帶有自動駕駛功能的商用車，那麼原本的兩人、三人一車的人力成本，就有望降至一人一車。

嬴徹科技目前已陸續和OEM（一汽解放、聯合卡車等）、一級供應商、物流車隊就車輛研發定製以及自動化車隊運營展開合作，並將自動駕駛技術切實落地運營場景的清晰模式。

商業模式方面，馬喆人表示，未來兩到三年內，公司將擁有的數千甚至上萬輛的規模化運營車隊。

具體的運營情況，馬喆人透露道，嬴徹科技將為大家提供按時間和公里的付費方式服務，這也是未來新一代商用車領域的概念：基於L3、L4的自動駕駛商用車技術將在未來五年出現，公司可以給客戶和行業提供每公里成本比現在節約2%、3%、5%、10%的商業價值。

目前，自動駕駛技術已經成為眾多汽車廠商想要攻克的領域，投入的研發資源也十分巨大，無論是諸如通用、賓士、寶馬、奧迪等傳統車企，還是特斯拉、谷歌、百度等科技企業，無一不在搶灘登陸自動駕駛這一汽車未來的主要技術領域。

雖然都屬於自動駕駛的範疇，但是從廠商們的發展歷程來看，基本上可以劃分為兩種不同的開發理念：一是類似特斯拉「Autopilot」，直接從零起步跳躍至自動駕駛階段的理念；二是諸如通用「Super Crusie」，先由安全駕駛輔助系統過渡到半自動駕駛、繼而最終實現全自動駕駛。

針對自動駕駛技術，L4 一步到位還是 L2/L3 先行？主線科技CEO張天雷、Velodyne亞太區執行總監翁煒、四維圖新商用車汽車智能總監黃亮、G7智慧物聯網聯合創始人郝淑霞、上海交大自動駕駛實驗室教授楊明、騰訊科恩安全實驗室車聯安全技術專家張康展開了討論。

從技術層面來看，黃亮表示，不同的整合者的競爭將在工程設計、測試驗證和軟硬體設計層面展開。不同層級的公司，都在向投資者和公眾闡明未來技術進展的預期。但隨著Waymo進入中國，國內車企也和其他汽車企業一樣宣布2020年左右年能達到L3或L4級沒有太大意義，需要根據國內的實際的情況來調整技術儲備和運營實踐結合的路線，確定誰是開發主體，構建核心的軟體和系統整合能力，盡量把國內實用技術培養起來。

從商業模式來看，翁煒表示，自動汽車推向市場面向C端將以銷售產品 或 提供服務兩種形式出現。前者指的是直接將汽車作為產品賣給消費者；後者包括B2B2B和B2B2C兩種模式。其中提供服務將是未來主流業務模式。

從推廣的角度來看，郝淑霞表示，目前大多數自動駕駛車輛的路測主要在低速和封閉的場景進行。相比於路況複雜的城市路段，卡車主要應用在高速公路這一相對簡單的駕駛場景，從技術上更加易於實現。未來可能按照幹線物流-城際物流-市內物流模式發展，行駛環境由簡單到複雜循序漸進逐步推進。

未來，自動駕駛將是萬物互聯的場景，意味著除汽車製造外，基建投資也很重要，包括智能照明、交通流量監控等。對此，楊明直言，未來沒有任何一家企業僅憑自己能夠實現此場景，需要集中各方力量進行系統有序開發。其中包括車企、高新科技技術企業、通信企業等，還需要政府牽頭整合資源。

值得注意的是，在未來出行場景中，出行服務系統可根據消費者個人偏好和需求來規劃最佳出行路線。這意味著，未來個人數據將在私有雲端儲存和共享，如何保障個人隱私也成為各方要考慮的問題。

此外，鑒於信息安全在自動駕駛汽車產業中的重要性，張康建議，應加強防範汽車被黑客攻擊、關鍵數據被控制而造成的巨大風險；為加快部署自動駕駛車輛運營，推進智能化道路基礎設施規劃建設，加速改造面向自動駕駛汽車的新型城市交通環境。

張天雷總結道，折中的路線或許有助於破解自動駕駛實現難題，即把「全自動駕駛」的技術應用於高頻、剛需、可量產的場景，在提升技術成熟度和經濟性的同時，積累更多的複雜場景數據，提高「全自動駕駛」技術的普適性。

當前，自動駕駛汽車已逐步走出實驗室，並使用公共道路測試，但在未來推廣過程中的銷售、使用、保險、服務配套等各諸多環節，都需要法律法規予以保障。

最後，作為自動駕駛從業者的他們呼籲政府加快自動駕駛汽車立法，設立自動駕駛准入門檻，從國家層面為加快自動駕駛汽車產業化奠定法律基礎。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！