中美自動駕駛PK，誰更靠譜不好說，但我們的更值得期待！
【太平洋汽車網行業頻道】這是「無人驅」系列的第四篇。在前三篇內容中，分別講述了特定場景式、變革式、漸進式三大自動駕駛派系，看完之後大家應該已經對自動駕駛行業現狀層面有個最基礎的認識。
另外，相信大家也能夠看得出來，在這個科技含金量極高，涉及到集成電子硬體、大數據、雲計算、人工智慧、高精度地圖等多門先進技術融合的新興領域中，其實主要就是中美兩國在爭鋒。
至於歐洲和日本，雖然在某些環節擁有超一流的實力，但受限於市場不統一或者市場規模小，以及產業鏈遠遠不夠完整，所以無法與中美相提並論。
那麼，如果比較起來的話，咱們的自動駕駛和美國有什麼不同呢?後來居上的可能性大不大呢？
以上就是本篇所要探討的問題，接下來我將從技術路線、企業關係、領軍企業、產業鏈、研發環境五個維度進行逐一分析。
1
技術路線：網聯式VS自主式
中美自動駕駛之間的競爭不僅僅是誰搞出來的車輛自動化程度更高，更關乎未來行業標準的話語權。從技術路線而言，雙方甚至可以說是在圍繞這個領域唱一出對台戲。
為什麼這麼說呢？因為中國的技術路線是網聯式自動駕駛，美國則是自主式自動駕駛。
網聯式自動駕駛依靠高速、低延遲的無線通信技術（5G或5G以上），將車載感測器與周圍來自基礎設施的信息源（智慧交通指示燈、智慧路燈等）進行數據交互，實現由網路系統控制車輛行駛。
美國公司主要研發的自主式自動駕駛則是致力於讓車輛通過感知和學習，近乎達到人類駕駛員的水平，從而自主規划行駛路線。車輛完全依靠自身的感測器和決策控制系統，對通信環境等基礎設施沒有太大依賴。
二者各有優缺點。網聯式自動駕駛的優勢在於理論可行性更高，只要基礎設施到位，那麼就能夠實現，而且它對車輛本身的智能程度要求大大降低。當然，這毫無疑問是一個龐大而複雜的系統，需要進行大規模的配套建設，政府投資成本不言而喻。
自主式自動駕駛相當於是對目前車輛上的ADAS高級駕駛輔助系統進行更徹底地智能化升級，看似離我們更近，但目前面臨的問題也蠻多。比如單車成本太高，以激光雷達作為主要感測器的後裝方案成本高達十幾萬美元；事故頻發，導致美國不少普通民眾對其質疑甚至是抵制；相關法律法規滯後，事故定責難等。
? ? ? 不過，如果樂觀一點看待的話，自主式自動駕駛單車成本可以隨著規模擴大和技術進步大幅降低，事故也可以隨著感知精度和AI演算法的完善而逐漸避免，相關法律法規這種上層建築更是會因為經濟基礎的發展壯大而到來。
谷歌在2014年推出的L4級自動駕駛汽車——螢火蟲
由於美國在這一領域起步較早，以谷歌Waymo為代表的矽谷自動駕駛公司們在相關科技人才方面又有莫大的優勢，再疊加遙遙領先的路試里程，所以就車輛本身的自動駕駛能力而言，美國目前是當之無愧的NO.1。
需要注意的是，雖然我們的方向是網聯式，但對車輛的智能化水平提升也很迫切，因此，以百度為代表的中國自動駕駛公司正努力追趕谷歌Waymo等美國自動駕駛公司。
這個時候問題來了，有些網友可能會問：既然橫豎都要發展車輛本身，那麼為什麼我們不幹脆學習美國公司，走自主式自動駕駛路線呢？
關於這個問題，我總結了三個方面的原因：
第一方面，正如前文所言，網聯式自動駕駛的理論可行性更高，再補充一點就是，其戰略意義也更加長遠。
大家不妨想想看，我們已經實現了擁有無人駕駛運輸車在內的智慧工廠，而智慧港口、智慧礦山等一系列概念離正式落地也都不遠了，那是不是只要隨著智慧場景範圍一步步延伸，就能夠順理成章地實現智慧城市這一歷史壯舉呢？而所謂智慧城市，可不就是一個利用網路系統高效調度的未來人類棲息地嘛？
智慧城市概念
第二方面，發展網聯式自動駕駛是一個典型的揚長避短策略。
提及中國的長處，很多人腦海里會瞬間閃過「基建狂魔」四個大字。沒錯，單車自動駕駛能力我們可能較長一段時間都沒法趕上美國，但是要比配套基建的話，美國可就是弟弟了。
還有至關重要的一點，在配套基建方面，最不可忽視的就是5G通信，而我們在5G通信方面有著絕對的領先，所以有理由、有魄力去發展C-V2X，讓它來強化自動駕駛。
V2X是連接車與車（V2V）、車與路（V2I）、車與人（V2P）、車與雲（V2C）等等的信息交互平台，包括安全解決方案、電子電氣架構及雲平台等領域。C-V2X則指的是基於蜂窩通信的V2X技術，適用於LTE 4G以及5G時代。
目前，V2X通信系統以美國主導的DSRC標準和我國主導的C-V2X標準為主，隨著中國5G通信的普及，C-V2X標準凌駕於DSRC標準之上便指日可待，我們當然應該好好利用起來。
第三方面，我們是一個工業大國，2019年國家統計局數據顯示，第二產業佔GDP比重為39.0%。中國發展自動駕駛不僅僅只是為了轉變老百姓的出行方式，同時它還要為整個國家工業的數字化轉型升級以及降本增效提供有力支撐。在這樣的需求之下，網聯式自動駕駛顯然更加合理。
美國則不同，其服務業在GDP中佔比高達80%出頭，矽谷公司們大力研發自動駕駛的核心動力在於顛覆人類出行，然後從高頻的出行服務中獲得巨額的商業利潤。
以上說這些，並非刻意抬高我們的網聯式自動駕駛，貶低美國的自主式自動駕駛，只是想表達一個意思，那就是發展網聯式自動駕駛是基於我們的條件和目標來決定的，是多方位權衡利弊之後的結果。
關於這個路線之爭，我一直喜歡拿王者榮耀的遊戲策略來形容。在遊戲里，團隊發育均衡、英雄優勢互補的一方，往往喜歡抱團中推或者龍區逼團擊潰對手；而擁有單挑能力強或機動性高的英雄，但團戰配合劣勢的那一方，則盡量邊路單帶，為團隊創造機會，甚至還有可能直推對方水晶。
歸根結底，兩種遊戲策略都有取勝的可能，關鍵還得看具體怎麼操作，而自動駕駛路線之爭也是同理。
2
企業關係：強分工VS強競爭
說完技術路線，接著來說說兩國自動駕駛領域內的企業關係，這和技術路線有著莫大關聯。
前面提到，中國走的是依賴大量配套基建的網聯式自動駕駛路線，這意味著什麼呢？首先，這絕非一家或者幾家企業之力所能完成的事，而是需要進行極為複雜的多領域技術融合；其次，但凡涉及大基建，那麼政府部門便會扮演重要的角色。
既需要企業之間彼此密切配合，又有政府支持，那麼結果不出意料，企業與企業之間的關係，會形成強分工狀態，大家合力干一件牛逼的事。
於是乎，自動駕駛晶元、自動駕駛AI演算法、計算機視覺、激光雷達、毫米波雷達、攝像頭、高精地圖、5G通信、智慧交通指示燈、智慧路燈等各個領域，都有擅長的企業在攻克，國內就這樣形成了較為完整的供應鏈。
智慧路燈
當然，局部競爭肯定還是會有的，但不至於像美國企業那樣，大企業與大企業之間互撕、互諷、互挖牆腳。
眾所周知，美國文化崇尚競爭，在自動駕駛這個未來的巨大新興市場蛋糕面前，各家企業表現更是如此。
比如谷歌Waymo，倚仗自己技術領先，背後母公司家大業大，不僅做演算法、地圖這些軟體，甚至還自己開發TPU自動駕駛晶元、高線束激光雷達等核心硬體。另外，還曾經多次透露，商業模式將包括提供出行服務、物流/自動駕駛卡車、城市公交以及授權汽車製造商使用自己的自動駕駛系統等等。
2015年2月，Uber和自己的大金主谷歌撕破臉皮，正式宣布要進入L4級自動駕駛領域，此後，不停地從谷歌那裡挖人，包括曾經谷歌自動駕駛的核心人物Anthony Levandowski，並且把後者創辦的自動駕駛卡車公司Otto收入囊中，吃官司賠錢都在所不惜；
2016年3月，通用汽車不滿谷歌的「羞辱」，以10億美元收購自動駕駛初創公司Cruise，後來發展成為了谷歌Waymo在美國市場的最大勁敵；
2017年初，福特汽車同樣以10億美金的價格收購了另一位谷歌「叛徒」Bryan Salesky創辦的Argo AI；
2017年3月，英特爾153億美元收購以色列ADAS供應鏈公司Mobileye，後來還跟寶馬以及德爾福達成同盟……
總而言之，我們國內的自動駕駛公司整體上一派和諧，大家各有幾畝「田地」要耕，而美國公司之間則是各種不服，爭得不可開交。
不過話說回來，美國自動駕駛相關公司之所以能夠在自動駕駛領域所取得顯著領先，一方面取決於起步早且技術實力強，另一方面也跟這種強競爭的市場環境不無關係。
3
領軍企業：開放式百度與封閉式谷歌
中美兩國自動駕駛技術的領軍企業分別是百度和谷歌，這個應該大家都沒什麼異議。
谷歌Waymo走的是封閉式路線，致力於將自家的自動駕駛打造成類似於蘋果IOS系統的存在，然後應用到多種類型車輛上面以及多種場景之中，構建一個完全由自己主導的封閉生態，然後錢盡量都進自己口袋。
百度Apollo選擇了與谷歌相反的路線，運用開放生態將朋友搞得多多的，敵人搞得少少的，立志成為未來汽車行業的「安卓」。
百度Apollo的核心思路是通過演算法開源和模擬模擬測試平台免費等方式，讓更多企業和開發者使用，以此獲取大量數據的餵養，不斷提升AI演算法能力，然後吸引更多開發者使用，佔領更大市場，如此反覆循環，力爭快速趕上甚至超越對手。
在百度Apollo的商業模式中，不賺賣車的錢，不賺出行運營的錢，不賺自動駕駛系統集成的錢，也不賺系統深度定製的錢，他們認為，通過雲計算、3D高精地圖、智能語音、車載OS系統等服務就已經足夠，畢竟中國市場足夠大，薄利多銷也能賺個缽滿盆滿。
Momenta創始人曹旭東曾表示，加入了百度Apollo生態後，他們在計算機視覺領域能夠給Apollo平台賦能。反過來，藉助Apollo生態，他們能夠為很多車企服務，做深度定製的自動駕駛系統，所以這是一個有望共贏的合作。
智行者聯合創始人李曉飛坦率地說，使用Apollo生態里的3D高精地圖，能夠更快地幫助他們打造園區場景的低速無人駕駛車輛。使用Apollo模擬模擬平台，則讓他們的演算法開發效率至少提高2倍以上。
百度Apollo與智行者打造的園區無人駕駛環衛車
4
產業鏈：追趕者VS領先者
為了清晰地進行比較，我們按照自動駕駛系統的組成，把產業鏈分為感知系統、決策系統、執行系統和通信系統四大部分。
總體上，我們屬於追趕者的角色，而美國是領先者。我們只在通信系統部分（基於5G的C-V2X）有優勢，而其餘三大部分都處於落後，尤其是執行系統。
激光雷達領域，美國公司遙遙領先，Velodyne公司的16線、32線、64線以及128線激光雷達，以及Quanegy公司的M8和S3兩款全固態激光雷達，都是明星產品。不過，由於我們國內有較為完整的產業鏈和良好的光機電技術基礎，禾賽科技、速騰聚創、巨星科技等企業在這個領域都有較大機會。
至於高精地圖與定位方面，中美可以說不分伯仲。美國有谷歌地圖、Mapbox、DeepMap等，而中國也有百度地圖、高德地圖、四維圖新等。
演算法方面，目前谷歌Waymo在變革式自動駕駛陣營中稱雄，特斯拉則是在漸進式自動駕駛陣營中引領風騷。以百度為代表的中國企業暫時未能企及，但不至於落後太多，這方面我個人表示樂觀。
自動駕駛汽車的執行系統需要線控技術，以燃油車為例，線控技術主要有五個部分，分別是線控轉向、線控制動、線控換擋、線控節氣門、線控懸架。
5
研發環境：強管理強支持VS弱管理弱支持
在研發環境方面，咱們是強管理強支持，而美國是弱管理弱支持。
我們的強管理主要體現對企業自動駕駛車輛路試的規範上，強支持則如前文所言，在配套基建方面提供相應條件。
比如為了滿足國內企業自動駕駛汽車的道路測試，國家相關部門專門設立智能網聯汽車測試示範區，包含了封閉測試區和開放測試道路兩種。
其中，封閉測試區包括工業和信息化部等部委支持建設的國家級測試示範區，比如國家智能網聯汽車（上海）試點示範區封閉測試區。而在開放測試道路建設方面，北京、上海、天津、重慶、廣州、武漢、長春、杭州等多個城市出台了道路測試管理規範，劃定了道路測試開放區域，並且陸續採用「5G 北斗」車路協同網路。
還有更重磅的是，目前杭紹甬智慧高速公路已經開工建設，總長度是174公里，總投資是707億元，是完全按照自動駕駛技術要求建設的世界首條智慧高速。
據悉，杭紹甬智慧高速公路主要有4種應用場景：
伴隨式信息化走廊。這是一種交通服務信息的定製推送。根據實時事件、車輛的位置和終端類型，進行個性化交通信息服務定製，實現面向個體車輛的誘導和出行輔助信息精準推送。
車道級主動管控。杭紹甬高速公路6個車道，未來可以讓不同車速的車行駛在不同車道，減少同一車道上車輛行駛速度差造成的安全和行駛效率問題。特別在長下坡、彎道事故多發區對車輛主動預警控制。
自動派單救援。當高速公路上發生交通事故時，智慧平台能通過高精地圖精準定位事故車輛，實現自動報警、自動派出救援力量。
惡劣環境智能誘導預警。有的路段位於山區，雨霧天氣多，通過智慧化的感知和與道路通行情況的融合，保證道路全天候運行的順暢和安全。
除了杭紹甬智慧高速公路之外，國內還有幾條智慧高速正在規劃設計。可以預見的是，未來我們所有的高速公路，都將升級為智慧高速。
? ? ? 不禁感嘆，當別人在修公路的時候，我們在修高速公路；當別人在修高速公路的時候，我們在修智慧高速公路。
6
寫在最後
不知不覺間寫了那麼多，其實並非要在中美自動駕駛之間分出勝負，因為現在為時尚早。
網聯式、強分工、開放式、強管理強支持也好，自主式、強競爭、封閉式、弱管理弱支持也罷，其實都符合各自國情。俗話說，沒有最好，只有最合適，當下我們需要做的，就是堅定路線，補齊上文中所提到的短板，比如自動駕駛晶元、感測器、線控技術等。
另外，我覺得還有一種未來的可能，那就是雙方從不同路口出發，經過漫長跋涉後，最終走到同一條登上山頂的道路上。正如任正非先生所言：我們還是要與美國在山頂擁抱，一起為人類社會做貢獻。（圖/文/攝：太平洋汽車網 朱仕永）
