自动驾驶和智能网联已经成为全球汽车行业的最重要的核心技术趋势之一，尤其是在中国。1月5日，发改委发布《智能汽车创新发展战略》（征求意见稿）公开征求意见公告，该战略提出了中国智能汽车的战略愿景：到2020年，智能汽车新车占比达到50%，中高级别智能汽车实现市场化应用，重点区域示范运行取得成效。可以预见到，中国市场即将迎来自动驾驶和智能网联的技术产业应用的新时代。
业内专家认为，自动驾驶固然好，如果不能落地，不能找到可持续盈利的商业模式，则是一个空中楼阁。
那么，自动驾驶的运营模式有哪些？哪种将会成为主流？目前的自动驾驶发展到了什么程度？自动驾驶要实现大规模产业化落地又需要具备哪些条件？
日前，在由盖世汽车主办的2018全球自动驾驶论坛上，法雷奥中国区CTO顾剑民指出，自动驾驶的产业化落地意义重大：第一是为了安全，人为的失误是导致交通事故的很大的因素，百分之九十几以上。第二是给大家一个选择，让大家在驾驶过程当中可以选择自动驾驶或者人工驾驶，避免或者是提高大家有这个时间的利用率。
法雷奥中国区CTO顾剑民
当前，自动驾驶的商业模式有两种：一种模式是把车辆卖给私人或者自动驾驶车辆私人拥有。用户可以选择自己驾驶，也可以让这车自动驾驶，但是车的拥有者是私人客户；另外一种模式是车辆归出行服务商，不论是共享出行还是网约车、或无人驾驶的出租车，它的终端客户虽然是使用者，但并不是拥有者。
“第一种模式是我们通常讲的OEM整车厂，他们会来生产私人拥有的自动驾驶车辆，比如说奥迪A8，它有自动驾驶的能力，不管是L3或者L4的能力，由奥迪生产，这是传统的车辆生产方式。对于第二种模式，例如Waymo已经从整车厂购买来几万辆车，然后自己进行改装改制，然后把它们变成最后有自动驾驶功能的无人驾驶出租车或网约车，这里整车厂就成为代工厂了。这是两种模式。”顾剑民解释说。
对于这两种模式来说，哪一种将会成为未来的主流？
麦肯锡的市场调研显示：从2018年到2030年，大部分的车辆里程数是由非自动驾驶来承担，到2040年，将有2/3是由自动驾驶车辆来完成这些里程数。而在自动驾驶车辆中，出行服务商运营的自动驾驶车辆数占比大，而私人拥有的自动驾驶车辆占比小。
很显然，虽说私人拥有汽车到目前为止是一个主流的模式，但不难预测，将来，出行服务运营商使用自动驾驶车辆比个人拥自动驾驶车辆的占比大。
一般来看，私人拥有的车辆，即使是自动驾驶，每天使用的时间一般就是上下班几个小时而已。但相比之下，运营商使用这些自动驾驶车辆，从理论上讲可以是每天24小时。而且使用的时间越长，它的单位运行成本就越低。运营成本随着使用时常增加而降低，反过来又会刺激或者是鼓励使用增加的情况。
“一辆车如果是运营商使用，既可以用来运送货物也可以当交通车使用，在不同的时间可以不同场景的使用。单位时间内运用的成本相比私人拥有要低。另外，对运营商来讲，可以把驾驶员省略掉，这是一个非常大的成本因素，而且人力成本随时间的推移会显得越来越重要，占总成本的比列会越来越高。”顾剑民解释说。
毫无疑问，出行服务运营商使用自动驾驶车辆的运行效率高。
Domino披萨连锁店自动驾驶送餐车
记者了解到，国际上，在美国的Domino披萨连锁店，总部在密西根的安娜堡，他们已经开始试用自动驾驶车辆来送披萨。
业内专家认为，对于不同的细分市场，车辆的自动驾驶级别需求不太一样。在考虑自动驾驶如何产业落地，如何实现盈利的商业模式的时候必须要注意到。
一部分豪华车目前已经具备L2的驾驶辅助功能
如今，对于市场上的一般车辆，比如POLO或者福特、吉利一般的车型，它们至今为止只有一些简单的ADAS功能，甚至没达到L1级别。随着推时间的推移，它们会增加相应的ADAS功能，例如AEB自动刹车和泊车辅助功能。在可预期的将来，它们还是会处于在L1和L2的区间。相对来说，对于奔驰、宝马、沃尔沃等这样的豪华车细分市场来说，目前它们已经具备L2的驾驶辅助功能，它们会越来越多地增加这些功能，逐渐演变成L3或者L4自动驾驶，在泊车、堵车和高速驾驶时解放驾驶员。
对于无人驾驶的共享汽车或者是出行服务运营商的汽车，他们在这个领域可能更多的会推向L5，目标是提供不需要乘客干预的城市交通。
对于一个衍生的无人送餐或者送货车这个细分市场来说，这是一个全新的领域，这种车辆必须做到完全无人驾驶，达到L5，因为无人送餐、无人送货的车上面没有人，只有货物。
显然，针对不同的车辆细分市场，自动驾驶功能或者级别的需求也是不同的，它们的落地情况显然也不相同。
众所周知，要实现自动驾驶首先需要从感知开始，也就是通过各种传感器感知环境和发现可能的障碍物。因为传感器是自动驾驶的基础，要做自动驾驶，具备传感器是必须的。
目前，已有很多诸如法雷奥这样的汽车零部件供应商把传感器作为产品强项。记者了解到，法雷奥目前拥有汽车行业内谱系最全面的传感器组合。从雨量传感器，到超声波传感器，到摄像头，到毫米波雷达，到最近的激光雷达都有量产。从整个市场份额来看，法雷奥的传感器占整个传感器市场20%以上。目前，法雷奥已经向全球提供了7亿多个用于泊车和驾驶辅助的传感器。
业内专家认为，目前还并不能预测自动驾驶的落地时间，并且目前自动驾驶的难点其实不是在L4、L5技术上。从技术上来讲，L3是非常不容易做到量产的。除了法律法规和人机共驾责任划分的原因外，L2到L3是一个非常大的技术飞跃，这个区间还是空白。
比如，目前已经量产的L2级别的自动驾驶车辆上大部分都会用摄像头和毫米波雷达这两种传感器。它们在性能上是互补的，但是它们缺乏感知冗余。这是一个很大的问题，在过去的几年中，比如某个车型品牌先后就发生了在自动驾驶模式下的多起车毁人亡的事故。很大一部分原因就是因为它的传感器配置不冗余。所以，迄今为止，所有的L2自动驾驶的车辆不论它名字叫什么系统，这些系统都会有一个警告：在使用自动驾驶系统的时候，驾驶员必须要随时准备接管。驾驶者的手不能离开方向盘或眼睛离开正前方，大多规定如果你这样做了超过比如十秒钟，这个系统会警告并自动退出。它们是靠人或者人眼作为一个感知功能补充，以达到冗余。也就是说即使有了摄像头和毫米波雷达，还需要人的器官做一个冗余感知。
所以，如果没有激光雷达提供真正冗余的感知就没办法做到真正的L3或L3以上的自动驾驶。业内的普遍的共识是：自动驾驶L3以上需要激光雷达。
正因如此，法雷奥在过去的近十年时间中，投入了非常大的力度和资源来开发激光雷达（激光扫描仪）。
具体到车型上，随着2017年下半年奥迪A8的上市，法雷奥正式量产了ScaLa激光雷达，也称激光扫描仪。这是迄今为止，行业内第一款也是唯一一款量产的车规级激光雷达。它前向的水平视角是145度，故正面前方的障碍物都能看见。它有效探测距离是150米，随着障碍物的大小，反射率的不同，探测距离也可能会更远或者更近。不论是在白天还是黑夜，它都可以探测到静态或者动态的障碍物，这是ScaLa激光雷达的基本性能。
记者了解到，在今年底或者明年初时，法雷奥还会量产基于第一代激光雷达的环视激光雷达，它由多颗激光雷达组成，以达到全方位360度的障碍物探测功能。在明年年初，法雷奥也会量产第二代ScaLa激光雷达，相比第一代，垂向的视角增加三倍，同时探测距离和分辨率也会改善，这是基于已被验证的第一代原理的第二代激光雷达，也是一个机械式的。在今年拉斯维加斯的CES展上，法雷奥第一次展出了第三代的ScaLa激光雷达。与第一代和第二代不一样的是，这将会是一个基于MEMS技术的固态激光雷达，探测距离和分辨率都会有更大的提高和改善。今年展出的环视激光雷达只是一个功能样机，具体的量产时间还没有确定。
除了奥迪A8外，沃尔沃的Drive Me项目，它第一阶段自动驾驶车辆也是用一颗激光雷达，在进气格栅下方。Navya自动驾驶出租车则有七颗激光雷达。为了达到360度环视探测，可以依靠用多颗激光雷达来完成。
顾剑民特意指出，有了激光雷达以后，还需要有其它传感器，特别是摄像头，它们的特点是容易受泥土、灰尘或者其它障碍物的遮蔽。“我们不能要求已经量产的车辆只在晴朗的天气和洁净的环境中使用，下雨的时候不能用，野外不能去，泥浆地不能去，这是不可能的。你也不能要求我们的客户在驾驶一段时间以后就下车来一个一个擦拭激光雷达和摄像头。为了保持传感器的清洁状态，我们开发了传感器自动清洁系统，通过可伸缩的或者固定的喷头喷洒清洗液来清洗传感器表面，然后通过压缩空气或者车辆本来在行驶过程中可以自然风干，来达到传感器的自动清洁。这种类型的传感器清洁系统将在今年下半年随欧洲一个车型上市而正式量产。”顾剑民说。在他看来，没有自动传感器清洁系统，就没有真正的自动驾驶。他形象地举例说：“就像你的眼睛一样，如果你的眼睛都不能保持清洁的话，是没法探测周围的环境，你也没法驾驶车辆。”
总之，自动驾驶的基础是传感器，传感器是为了达到感知的功能，驾驶者通过不同传感器，把感知信息传输给融合控制器，然后决策，最后达到控制或者执行。至于怎么做决策，有很多工作要做，一部分是通过基于深度学习的人工智能新技术，深度学习核心的优势主要是它的自动学习特征。当然，距离工程化应用方面仍然还有很多的技术困难需要克服。另外，在自动驾驶中，深度学习应用最多的是感知领域，而不是决策算法，原因在于深度学习没有可解释性，这是整个业内需要解决的问题。
记者了解到，目前已经有自动驾驶技术实现量产，也有自动驾驶车辆开始尝试商业化运营，并初见成效。
在国内，比如Park4U全自动遥控泊车系统，车上搭载此系统后，驾驶员既可以在车内，也可以在车外通过遥控，来让车辆自己寻找车位完成全自动泊车。这项技术已经在2016年率先在奔驰的E-Class上量产了，迄今为止，奔驰的E-Class和S-Class都有量产。去年，长安也量产了此全自动遥控泊车系统的简化版。
在国际上，法雷奥的Drive4U全自动驾驶平台已经量产。它是在城市道路环境下的L4级别全自动驾驶系统，可以应对复杂和密集的交通状况。它可以既适用于私人拥有车辆，也可以应用于出行服务车队。在巴黎市区的自动驾驶演示时，Drive4U可以完成L4级别的城市全自动驾驶，自动变道，避让自行车，然后识别交通信号灯，交叉路口，人行道和行人的避让，隧道。
记者了解到，Drive4U全自动驾驶车的传感器配置一共有5个摄像头（4个环视摄像头，1个是前视摄像头）、4个毫米波雷达（在车身的4个角上面）、12个超声波传感器和8个激光雷达，形成环视感知。所有这些传感器都已经量产，故它们是满足量产车规级的要求。也就是说，虽然自动驾驶车辆还是一个概念车，但它的传感器技术已经产业化。
类似的自动驾驶技术也已经在Navya无人驾驶出租车上做验证和运营。
Navya bus
据记者了解，Navya在2015年成立时就以100%的自动驾驶开始设计产品。目前他有两大类产品：一是无人驾驶的小巴，它是沿着固定的路线行驶，在固定的站点上下客，就像公共汽车一样，载客量比较大，行驶速度比较低。另一种是无人驾驶的出租车，跟滴滴一样，用户可以通过智能手机来呼叫此无人驾驶的出租车，它会来接你，然后把你送到指定的地点。第二种产品因为行驶路线和最高的行驶速度不固定，它的技术难度，包括传感器的种类和数量都会比第一类无人驾驶的小巴高更多。值得一提的是，Navya的无人驾驶小巴是全球第一个投放市场的，它们的无人驾驶出租车也是世界上第一辆同类型的自动驾驶出租车，它在2017年11月份就开始做展示运营。
到2018年年底，Navya已经在全球共销售了超过116辆的自动驾驶小巴，目前在20国家运营（包括我国香港试点运营）。值得注意的是，这些运营并不完全只是测试和演示，有一些已经开始了半商业化的运营。2018年，整个公司的营收达1900万欧元。可以说，它不只是仅仅做科研的一个初创公司，它已经开始尝试产业化落地。