L4级自动驾驶技术及应用场景
自动驾驶是指让汽车自己拥有环境感知、路径规划并且自主实现车辆控制的技术，也就是用电子技术控制汽车进行的仿人驾驶或是自动驾驶。
首先介绍自动驾驶行业宏观情况概述，接着分析L4级自动驾驶技术及成本、L4级自动驾驶商业化应用，最后对行业未来发展展望。
文章来源：全球政企解决方案
美国汽车工程师协会（SAE）根据系统对于车辆操控任务的把控程度，将自动驾驶技术分为L0-L5，系统在L1~L3级主要起辅助功能；当到达L4级，车辆驾驶将全部交给系统，而L4、L5的区别在于特定场景和全场景应用。本篇报告我们将主要论述L4级自动驾驶系统技术、成本和商业化应用场景。
自动驾驶涉及到极为复杂的多产业融合，除了传统整车制造以外还涉及到了大量新兴技术，如：人工智能、大数据、物联网等，由于传统厂商难以短时间内形成相关技术研发能力，因此这给予了行业外相关技术企业进入这一巨大新兴市场的绝佳机会。
除了新型高精度传感器（Lidar）等Tier2厂商外，人工智能创业公司着手开发自动驾驶算法以及针对特定或通用场景的整套系统解决方案；而互联网企业基于其在数据、资金、行业所拥有的强大综合实力，希望为未来出行领域开发L4、L5平台级自动驾驶系统；传统厂商OEMs、Tier1s也看到了自动驾驶巨大的商业机会，除了通过开发ADAS模块，使其现有产品逐渐获得L1~L3级自动驾驶能力以外，其也通过自建，整体收购的形式组建自己的自动驾驶研发团队，目标是开发适应未来的完全无人驾驶产品。
新兴势力包括互联网厂商和科技创业公司（许多人员来自于互联网企业研究机构）,主要开发在特定区域内实现完全无人驾驶的无人驾驶技术（L4~L5）。科技公司相较于传统厂商来说优势在于其对于深度学习、神经网络、大数据等先进技术的掌握上，但是其在硬件制造的经验却被传统厂商远远落下，Waymo（Google子公司）曾经主张自己造车，但在2015年后就放弃了这一想法转而与克莱斯勒、丰田等传统车企进行合作，大部分科技公司都采取相同路线。而传统厂商也通过投资收购科技创业团队为自己开发高级别自动驾驶系统（Cruise、Argo.ai）。
L4级自动驾驶系统实现在特定区域内对车辆操作的完全接管，系统需要实现：对周围障碍物的感知、车辆定位以及路径规划，实现这些功能需要构建感知层、决策层、执行层这三个层面的技术架构，这三个技术层级分别代表着L4自动驾驶系统的眼和耳、大脑以及手脚。基于当前技术发展情况，我们在本部分主要讨论车辆内部所采用的一些传感器和计算单元。除了本地的传感器和处理器外，系统通过与外部车辆、设施进行信息交互，以及在高精度地图等辅助下可以获得更好的环境感知能力。
感知层主要是为自动驾驶系统获取外部行驶道路环境数据并帮助系统进行车辆定位，当前无人驾驶系统中代表性的传感器有激光雷达、摄像头、毫米波雷达、超声波雷达、GNSS/IMU等，由于其工作原理、技术特性各不相同决定其适用的应用场景各异，所以当前大部分车辆都是采用多种传感器相融合的方式以应对各种可能发生的情况，保证系统冗余。
目前自动驾驶厂商传感器搭配基本趋同，而决定L4级自动驾驶落地的时间快慢更多的是取决于系统的决策环节，包括相关算法和计算平台。我们知道传感器每秒钟都会产生大量数据，计算平台需要有能力在极短时间内对大量的数据进行处理、分析并给车辆执行层下达操作指令以保证自动驾驶车辆的安全行驶。
自动驾驶专用计算平台需要能够融合多种专用芯片和处理器，技术门槛极高，当前各大科技公司、Tier1都在布局该领域的技术研发，尤其是专业芯片环节具有极高的技术门槛，如Intel收购Altera（FPGA）、Movidius（视觉处理芯片）和Mobileye。
目前由于产量少、造价高昂，当前一台计算平台的售价都在几万元甚至是十几万元，随着未来量产，成本有望降至万元以下。
根据我们与行业内部分无人驾驶整体解决方案提供商的交流，目前各家厂商并无最优、唯一的L4级系统组建方案，每家在搭建自己的自动驾驶系统时都会根据不同的应用场景去选择不同的传感器配置方案，且由于当前上游厂商产品也处在快速迭代过程中，因此厂商也在尝试搭配选择不同的上游厂商所提供的产品。
现在带有半自动驾驶功能（L3级以下）的产品已经有部分产品开始落地，而目前已知的L4级自动驾驶项目都还处在测试阶段，但18年、19年将会有多个应用于特定场景下的L4自动驾驶商业化项目逐步落地，从实现难度上来看，L4自动驾驶会率先出现在行驶条件相对简单、容错率较高的某些特定的封闭园区内，作为专用车或者某种商用车辆而使用；但在高速公路、城市一般道路环境下，由于道路复杂程度远高于封闭园区，在该环境下实现中驾驶商业化应用难度将会非常高。
L4级自动驾驶技术是指在确定的区域范围内实现系统对车辆的完全接管，在考虑适合L4级自动驾驶的商业化应用场景时，我们应该综合考虑以下因素：
1、当前系统还不够聪明，难以应对过于复杂的道路环境；
2、当前L4级自动驾驶硬件成本依然高昂，甚至比车辆自身成本还高，虽然未来成本有望下降，但依然会达到10万元左右，过高的成本导致其可能并不适合应用于私家车；
3、L4级自动驾驶系统最大的优势就在于对驾驶员的完全替代，在考虑人力成本愈发高昂的当下，这可以节省大量的人力成本；
4、系统在运营时间、运营效率等方面的表现都要优于人类驾驶员。因此在考虑L4级自动驾驶应用场景的时候需要综合考虑多方面因素。
伴随着自动驾驶技术的发展，当L4级自动驾驶逐渐渗透进入乘用车平台时，相关新兴技术的引入和商业化应用场景的变化将会造成整体汽车行业产业结构的剧变，正如我们之前分析的，汽车的硬件制造将会被大大削弱，而且自动驾驶在未来有可能会颠覆人们的出行模式和汽车属性。
实际当前各大汽车巨头已经注意到了行业变化趋势并开始提前布局以应对未来的行业变化，我们当前能够看到汽车整车厂商主要布局下游共享出行行业和上游核心技术厂商以及地图数据厂商。此外，除了传统汽车厂商以外，半导体巨头也看好该领域并通过自研或收购汽车电子（芯片）提前布局进入汽车行业。
车联网技术（V2X）包括：车-云（V2N）通信、车-车（V2V）通信、车-人（V2P）通信、车-路（V2I）通信、车内通信等五个通信场景，功能包括实现“与车辆行驶安全相关” 的和“非安全相关” 的信息通信。
车联网通过与道路设施、车辆、行人互联为车辆提供全天候的环境感知能力，对车辆自身的环境感知能力进行了补充，使车辆有能力应对更加复杂的道路交通环境；此外，在载客自动驾驶车辆内，当乘车人不需要集中在车辆操作上时，车联网可以为乘车人提供除了广播以外更多的信息娱乐形式和内容，预计内容提供将会创造更多的商业机会。
高精度地图对于实现高级别自动驾驶不可或缺， 相当于系统的记忆部分，通过传感器获得的实时数据对比地图数据可以实现车辆定位、导航、辅助环境感知等功能。不同于传统导航地图，高精度地图是为专门为自动驾驶系统设计的，其包含详细的道路模型、车道模型、道路部件、道路属性和其他的定位图层信息。
车联网技术成熟的情况下，通过车辆所带有的传感器以通过实时上传可以对地图信息进行实时更新，目前地图数据的数据采集方式主要有以Google为代表的集中式和以Mobileye为代表的众包式采集。国内的图商拥有较高的行业壁垒，在中国电子地图制作需要有甲级电子地图测绘资质（目前国内仅有14家），该资质对于申请企业有较高的资质要求；此外，地图数据收集、地图制作，系统搭建等对于企业不管是在技术层面以及资金层面等有较高的要求，一般企业无法承担前期的巨额投入；最后，高精度地图属于车载安全领域，下游厂商对于供应商准入有较严格的标准，一旦进入供应商清单就很难被替换。
智能自动驾驶车辆同时结合了网约车便利性和分时租赁经济性特点，既解决了网约车司机的管理和人力成本问题，又解决了分时租赁取、归还车辆不方便的问题；密歇根交通研究院测算一辆共享自动驾驶汽车可以替代9.34辆传统汽车，这将大幅降低汽车密度并解决交通拥堵问题，同时为城市节省大量的停车场用地资源。
下载链接：
转载申明：转载本号文章请注明作者和来源，本号发布文章若存在版权等问题，请留言联系处理，谢谢。
推荐阅读
更多架构相关技术知识总结请参考“架构师全店铺技术资料打包”相关电子书(37本技术资料打包汇总详情可通过“阅读原文”获取)。
全店内容持续更新，现下单“全店铺技术资料打包(全)”，后续可享全店内容更新“免费”赠阅，价格仅收198元(原总价350元)。
温馨提示：
扫描二维码关注公众号，点击阅读原文链接获取“架构师技术全店资料打包汇总(全)”电子书资料详情。
