本文目录一览：
- 1、自动驾驶5年后技术是否会成熟，另外会带给城市哪些好处？
- 2、众人皆捧L3级自动驾驶？技术已达、法规未允，或许还是不够香
- 3、如何看待百度Apollo自动驾驶前景
- 4、自动驾驶竞争迎来新赛点 腾讯借游戏技术突围虚拟仿真市场
- 5、年末中国自动驾驶压轴之作：毫末数据智能体系MANA重磅发布
自动驾驶5年后技术是否会成熟，另外会带给城市哪些好处？
自动驾驶确实会给人们带来很多的便利，可以节省人的时间，也可以减少劳动力，但是五年之后应该不会很成熟，自动驾驶还面临着许多问题，就是现在的主动驾驶还会出现各种各样的交通事故，自动驾驶应该会有更多的麻烦事情。自动驾驶也分用在哪里，我觉得用在地铁里面就非常的有帮助。地铁都有自己的行驶轨道，只要设置好了程序就自动运行，可以节省很多人力物力，而且出现拥堵或者交通事故的概率也比较低，只要每个站分配几个人来看管处理紧急事务就可以。自动驾驶用在收割庄稼或者开垦荒地等等这样的行为上面也很有利，很方便，这样肯定不会造成什么交通事故，而且还会提高工作效率，因为人为的去驾驶机器的话肯定是有时间限制的，但是自动驾驶就没有时间限制。那自动驾驶用在马路上面代替人来开轿车或者客车我觉得还是有一些问题的，程序毕竟是程序，就是人为的自主驾驶都会面临各种各样的问题，而且问题都不重复，有很多交通事故自己都不知道自己是怎么发生的，我觉得程序可能不能面对突如其来的危险，很容易造成拥堵或者车祸。当然程序也有好的地方就是计算精确，计算精确的同时保护人们的安全就可能在完全可以过去的地方，车就以安全为第一可能就停了，这样不仅不会节约时间，很可能还会浪费很多的时间。凡事都有利弊我们都明白，所以自动驾驶技术我觉得可以先试用，在没有马路的地方试用，比如一个工厂里面运输货物，自己有自己的轨道，这个完全可以设置自动，节约人力资源，像我上面说的地铁啊都可以先用，至于载客这种小轿车上路我觉得还是需要时间来验证。
众人皆捧L3级自动驾驶？技术已达、法规未允，或许还是不够香
随着“新四化”的到来，自动驾驶技术成为汽车行业的一个热点话题，各大品牌不遗余力地在汽车智能化方面进行研发突破，只为让自己的车型更有亮点。不过，目前为止，市场上的车型也只是做到了L2、L2.5级自动驾驶，但是当广汽新能源发布全球首个L3级自动驾驶功能及场景定义时，还是很让人意外且震惊。
据了解，广汽新能源开发的L3级自动驾驶技术可以在高精地图覆盖的中国高速及城市快速路，实现0-100km/h全速域脱手、脱脚自动驾驶。试想一下，如果法规允许驾驶员脱手、脱脚驾驶的话，你只需在搭载有L3级自动驾驶技术的车上设置目的地，然后车辆便会自行前往，全程无需操控和监控，即便是有危险状况，车辆强大的感知技术也会作出比人类更快的应急反应。如此一来，整个驾驶过程就非常轻松，并且比人为操控更加安全。
一马当先，突破难点
要想做到L3级自动驾驶，就需要对感知系统的软、硬件进行全面升级。在这里，广汽新能源用了两大法宝来实现这个目标：高精地图和Mobileye Q4 V9.3.1版本芯片。
高精地图：是广汽新能源的黑科技之一，具有定位更精准、感知更强大、预判更超前等优势。
Mobileye Q4 V9.3.1版本芯片：具有看得更远、反应更快、适应性强等优势。
而这两大法宝组合后的代表车型，便是广汽新能源推出的新车Aion LX，其搭载了“高精雷达+Mobileye EyeQ4摄像头”的顶级组合，能与高精地图一起实现全球唯一的“三重感知”技术，为L3及以上高阶自动驾驶提供了感知系统冗余的门槛性核心技术。
回顾过去，提到自主品牌很多人就会联想到落后、没技术，如今广汽新能源先人一步，在自动驾驶方面实现“变道超车”，充分体现“大国智造”，以先进的技术为消费者带来绝佳的驾驶体验，也引领着自动驾驶行业走向新的时代。
技术已达，法规未允
虽然L3级自动驾驶“闻”起来很香，但想要完全发挥它的价值还很难，主要原因还是在于法规并未开放。在全球最大的三个汽车市场：中国、北欧和西欧都尚不允许司机在驾驶过程中双手脱离方向盘。有小伙伴们或许会疑惑：为什么L2就能实行，L3还要经过法规允许呢？
在讨论这个问题之前，我们先来给大家科普一下L2、L3、L4级自动驾驶的分级定义。
Level 2（部分自动化）：比L1更高级，可提供多项驾驶支援，但驾驶员仍需要全程监测，在必要情况下直接接管车辆进行操控。
Level 3（有条件自动化）：由无人驾驶完成所有操作，驾驶员无需监视，可脱手脱脚，但在系统需要时要及时接管车辆。
Level 4（高度自动化）：由无人驾驶完成所有驾驶操作，任何情况下都无需驾驶员介入。
也就是说，当发生交通事故时，L2系统下“司机”是责任主体，L4系统下“汽车和制造商”是责任主体，但是L3“人车共驾”的系统下，责任该让司机承担还是汽车呢？这个就很难划分。
双重保障，可分可合
既然L3是个鸡肋，那发布号称“全球首个L3自动驾驶场景及功能定义——高精地图全路段全速域自动驾驶”的广汽新能源又要如何破解这个尴尬呢？在这里，广汽新能源的“精明”就体现出来了。
在目前法规没有开放之前，广汽新能源还是会将车辆的操控权交到驾驶员手中，但是L3系统依然正常使用，不过要依靠两个“警察”：“HOD（方向盘脱离预警）和DMS（疲劳监测）”组合来进行监管，这套1+12的组合能够时刻监测方向盘是否处于脱手状态以及驾驶者注意力状态，防止驾驶员脱手脱眼，确保紧急情况下，驾驶员能够第一时间接管。
如果法规开放，L3级自动驾驶就能合法运行，这两位“警察”就可以正式“下岗”了，因此广汽新能源在新车Aion LX上搭载L3级自动驾驶这个操作可以说是两全其美。既有让人完全脱手脱脚的能力，又有确保合乎法规的即时监管的系统，这款搭载有L3级自动驾驶的Aion?LX真的是集“能力与才华”于一身，可想而知这款车的成本要比搭载L2级的车型要高，价格自然也会越级。
小编有话说
因为目前法规没有开放，因此要想彻底实现L3级自动驾驶辅助系统的价值可能还需要很长的时间。或许，当法规与技术同步的时候，L3才能真的香！
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
如何看待百度Apollo自动驾驶前景
自动驾驶是汽车产业与人工智能、物联网、高性能计算等新一代信息技术深度融合的产物，已成为各国争抢的战略制高点。2016年被称为自动驾驶的元年，传统汽车商、互联网公司以及相关创业者都开始倒向自动驾驶，无论是国外的苹果、三星等企业，还是国内的互联网巨头阿里巴巴、腾讯、百度，乐视都在造车领域展开争夺。
据前瞻产业研究院《中国无人驾驶汽车行业发展前景预测与投资战略规划分析报告》的统计，我国在自动驾驶汽车方面的前景广阔，整体市场容量大约会在2020年达到1000万辆。不过目前自动驾驶技术存在缺陷，但是相信随着技术难题的破解，自动驾驶仍旧是未来的发展趋势。
自动驾驶竞争迎来新赛点 腾讯借游戏技术突围虚拟仿真市场
2020年第一季度，全球自动驾驶企业融资高达35亿美元（约合人民币247亿元），同比增长了34.1%，其中大部分的资金流向了中、美两国。
资本的嗅觉往往是最敏锐的，融资规模连续两年缩水的自动驾驶行业重获资本加码，或许意味着困扰行业多年的自动驾驶落地难题即将得到破解。自动驾驶虚拟仿真技术作为破解这一难题的关键，自然也成为了行业玩家争夺的"新高地"。
自动驾驶行业竞争"新高地"
自动驾驶是人类期盼已久的尖端科技，美国自动驾驶道路测试的历史至少可以追溯到2010年，中国也在2018年就开始发放自动驾驶道路测试牌照。但迄今为止，自动驾驶技术依然没有实现大规模商用，如何保证自动驾驶汽车的行驶安全，始终是横在所有玩家面前的一条鸿沟。
行业有个公认的数据是，自动驾驶算法要想达到人类驾驶员的水平，需要的测试里程约等于在地球与太阳之间往返50余次（大约170亿公里），这期间产生的时间和金钱成本是难以估量的，而且许多极端的测试场景是可遇不可求的，要完全依靠实际路试来达成测试目标并不现实。
自动驾驶汽车实路测试
为了破解测试难题，虚拟仿真技术被广泛运用到自动驾驶测试中，通过三维重建，传感器模型、动力学模型等技术仿真还原现实世界的交通环境，让自动驾驶汽车进入仿真世界进行测试不但能轻松构建极端场景，还能有效降低测试风险，提升测试效率。
在众多自动驾驶头部企业已经完成了硬件和算法搭建情况下，虚拟仿真技术的价值被进一步放大，成为了自动驾驶行业竞争的"新高地"。
虚拟仿真平台商业化运用日益广泛
虚拟仿真技术之所以被重视，除了其独特的作用之外，还在于虚拟仿真是自动驾驶领域短期内最具商业变现潜力的业务。依据去年6月发布的《中国自动驾驶仿真技术研究报告》，自动驾驶仿真软件与测试预计将在5年内达到百亿美元的市场规模。
虚拟仿真服务的目标客户主要是众多有自动驾驶开发需求的传统汽车厂商、智能网联汽车测试区以及部分专注于自动驾驶算法开发的科技公司。而且在国际市场上，自动驾驶仿真技术的商业化应用已经比较普遍。
2018年奥迪与以色列仿真软件开发商Cognata合作，虚拟重建城市交通模型用于自动驾驶训练；丰田汽车也在今年与麻省理工学院人工智能实验室合作推出了一个新的自动驾驶仿真平台"VISTA"；日本一家专注于自动驾驶AI开发的公司VERTechs，运用著名的游戏引擎UE4,渲染出了效果极为逼真的虚拟城市AUTO City，被本国多家智能汽车测试场采用。
我国自动驾驶仿真技术相对起步较晚，但发展迅速，BATH四大互联网巨头都各自推出了自动驾驶仿真系统。国内许多车企和测试管理部门也开始逐步引用自动驾驶仿真技术来进行智能网联汽车的研发测试。
去年，国家智能网联汽车（长沙）测试区，规划建设"智能网联汽车仿真实验室"，采用腾讯高精度地图及自动驾驶虚拟仿真技术，对长沙测试区地理全貌进行数字化建模，能够实现精度小于3cm的三维重建，进而实现实际路测和仿真平台测试相结合的高效安全的智能汽车测试。不仅是长沙，目前我国已经规划建设的20余家国家级智能网联汽车测试区，大部分都在尝试逐步构建仿真测试能力。通过虚实结合的方式，提升测试场景的丰富性，高效安全的完成自动驾驶汽车感知、控制、决策全部模块算法的闭环仿真测试，高并发处理大规模复杂场景，提升测试验证各个环节的准确性和高效性。
腾讯高精地图图像
自动驾驶虚拟仿真系统应该具备哪些能力？
总体来说，从客户的角度出发，一套优秀的仿真系统，除了具备基本的场景几何还原、物理还原、逻辑还原能力之外，还应该具备以下几种能力。
首先，有效利用路采数据构建场景，拓展场景的丰富性；其次，实现算法本地调试+云端快速验证；再次，一套系统满足感知、决策、控制全算法闭环及单一算法开环的使用需求，同时保证所有算法在系统内的仿真一致性；最后，一套系统满足MIL（模型在环）、SIL（软件在环）、HIL（硬件在环）、VIL（车辆在环）全流程验证。
实现以上几点，需要虚拟仿真平台开发商有出色的场景建模、传感器建模、3D物理引擎、场景引擎等技术，同时有强大的云能力支持。熟悉游戏开发的人会发现，这些技术在游戏领域同样被广泛运用，而事实上自动驾驶虚拟仿真平台就宛如一部大型的RPG游戏，所不同的是，这个游戏中的主角是自动驾驶算法。
谈及云服务以及游戏技术，腾讯算是国内的头部玩家，同时腾讯从2016年布局自动驾驶以来，一直将虚拟仿真当作三大核心平台之一，并于2017年推出了自主研发的自动驾驶虚拟仿真系统TAD Sim。
这套系统和集成了工业级的车辆动力学模型、专业的游戏引擎、三维重建和虚实一体的交通流技术，具备一套系统满足全栈算法的使用需求的能力；可以完成感知、决策、控制算法等实车上全部模块的仿真实验。
腾讯出色的游戏渲染技术，使得TAD Sim的三维场景仿真以及传感器仿真具有良好的真实度和精准度。同时场景引擎，可以利用大量路采数据训练交通流AI，生成真实度高、交互性强的交通场景，进行闭环仿真，提高路采数据的利用率。
腾讯TAD Sim仿真场景
另外，借助腾讯云的能力，TAD Sim可以同时在本地和云端部署测试场景。其中云端部署包含了场景云仿真和虚拟城市云仿真两种形式，城市云仿真不断为场景云仿真补充场景库，用于强化自动驾驶算法，使其能在城市云仿真中运行的更好，两种方式相辅相成，将有效提升自动驾驶算法的研发、测试效率。
结语：
自动驾驶技术经过长时间的积累，已经走到了落地前夜，虚拟仿真是自动驾驶突破落地瓶颈的关键技术，更是短期内自动驾驶领域最具商业化潜力的技术，围绕自动驾驶虚拟仿真市场的竞争，将成为影响自动驾驶乃至整个交通行业未来格局的关键。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
年末中国自动驾驶压轴之作：毫末数据智能体系MANA重磅发布
12月23日，毫末智行品牌日升级后的首场“HAOMO AI DAY”正式上演。因为此前特斯拉AI DAY的知名度，这场属于中国从业者的AI自动驾驶技术盛筵引发关注。
此次HAOMO AI DAY上毫末CEO顾维灏重磅发布中国首个自动驾驶数据智能体系MANA（雪湖）。“雪湖”这一名称，出自于科幻巨作《三体》第二部《黑暗森林》，主人公罗辑在星空、雪山、森林、草地和湖畔之间徜徉思考，最终寻找到了破解“三体危机”、拯救地球的方法。MANA（雪湖）承载了毫末以AI通向自动驾驶梦想的思考。
在自动驾驶领域，数据智能是AI自动驾驶技术的“明珠”，是最终成为胜利者的成功要素。完善的数据智能体系是AI自动驾驶科技公司成功的基石。在业内，谁能高效低成本的挖掘数据价值，谁就能成为竞争的王者。
针对此，毫末拿出了基于毫末AI实践的MANA。顾维灏讲述了背后思考过程：“数据是人工智能最大的驱动力，也是人工智能进步过程中最大的成本。自动驾驶产品的完善是个漫长的进化过程，就像是人在漫长的历史过程中，找到用最低能量消耗维持生命的方法，开发智力和积累经验进化人类文明。所以毫末数据智能的核心，就是降低成本、提高迭代速度。“顾维灏将其比喻为毫末数据智能的“思想钢印”，毫末将用更低的成本和更快的迭代速度，提供更安全、更好用的产品提供给用户。
毫末通过对400万公里用户行驶里程数的沉淀与思考，总结出了自动驾驶能力发展曲线：F=Z+M（X）。F代表产品力，Z代表毫末第一代产品，M是一个把数据转化为知识的函数，包括数据获取、表达、存储、传输、计算、验证，以及对成本和速度的影响。MANA就是这个最核心的M。MANA由TARS（数据原型系统）、LUCAS（数据泛化系统）、VENUS（数据可视化平台）、BASE（底层系统）四个子系统组成。
顾维灏进一步从感知、认知、标注、仿真、计算五大能力方面，对MANA进行了介绍。
在感知能力方面，针对目前毫末核心的感知设备车载摄像和激光雷达，核心问题是如何让1+1实现大于等于4的效果。相较于过往标准的结果融合方法，毫末采用了更高效的过程融合方法，并加入时序的特征进行时空融合，进而快速拉升感知能力。
认知能力层面，顾维灏认为需要具备安全、舒适、高效三大要素。安全上，毫末拥有全栈自研安全认知模型CSS，其核心是自动驾驶系统不只局限在从纯机械的角度保证自己不主动犯错，而是充分考虑从数据中学习到的对其他交通参与者行为的理解和超时空的历史经验；在安全底线之上，从数据中学习舒适和更高效的量化标准，让自动驾驶算法可以更好的处理纷繁复杂的驾驶场景，制定更符合用户喜好的驾驶策略。并且通过自动化场景挖掘、强化学习、仿真引擎构建认知智能闭环系统，持续不断从海量人驾数据中提取知识，快速迭代车端认知算法能力。
毫末正在研究一种端到端的模拟学习，就是以过往的事例为指导，从数字化的场景中得到具体的本车动作。这一过程中，所有的动作都已经在人们自己开车的过程中自己被标注。而毫末则挑选更符合要求司机的驾驶行为，在不同场景下持续的训练。同时，毫末实践了很多深度强化学习的方法，并构建了闭环自动标注系统，运用了无监督自动标注算法，大大提升了数据标注的效率，以适应大规模量产的需求。
仿真能力层面，毫末把仿真系统比作“自动驾驶元宇宙”，通过在这个“元宇宙”中进行感知和认知的效果验证，效率被大大提高。
最后，在计算能力层面，顾维灏判断未来在智能汽车的推动下，人类记录的数据正在从文本向图像转变，图像的存储和计算规模将占据主导，由此对存储和计算将带来新的革命。顾维灏在现场宣布，毫末MANA超算中心正在筹备中，主要用于自动驾驶的数据处理、训练、推理和验证等需求，中国自动驾驶进入超算中心时代。
提到超算中心可能有人会联想到特斯拉之前发布的Dojo，此次毫末推出MANA也是同样的目的，要知道目前在自动驾驶领域只有毫末和特斯拉在使用一个叫Transformer的深度学习大模型，这个模型的特点是训练速度快、训练样本兼容性高、训练规模巨大，非常适用于自动驾驶领域。所以毫末自建超算中心也是十分必要的，目的是形成更强大的数据处理能力，以此来推动算法的快速迭代。此次毫末还把特斯拉的数据智能体系和自家的做了比较，我们欣喜的看到我们自研的数据智能“大厦”终于可以和国外的领先车企掰掰手腕了。
One more thing：毫末城市NOH 2022年上市
MANA是所有毫末能力进化的核心动力。通过MANA打造的超级能力，毫末的自动驾驶产品正在变得更加强大和领先。顾维灏表示，2022年年中，毫末辅助驾驶系统HPilot即将推出“城市NOH”这一全新功能，使用届时全球最大算力的辅助驾驶域控制器小魔盒3.0，并针对城市多样、复杂的路况进行专项优化，具备更快、更及时的感知能力和响应能力。
HAOMO AI DAY现场还展示了目前毫末城市NOH车辆路测视频，其中展示了如红绿灯识别、避让路口加塞车辆、避让调头车辆、自动通过待转区、导航变道、避让横穿行人、驶入驶出环岛、路口无保护左转等诸多面对市区复杂交通环境的便捷功能。
顾维灏宣布了毫末乘用车智能驾驶路线图：2022年下半年，毫末将计划交付全场景NOH，并在2023年推出拥有HSD（HAOMO Self-Driving）的车队。MANA的技术力量正在显现。
未来，搭载毫末智行全场景 NOH 乘用车、拥有毫末智行HSD的车队，以及更多“毫末制造”的物流无人车驶上街头，社会的出行及物流方式会迎来崭新的篇章。这家公司有着传统车企的底蕴，也包含科技公司的锐利，一群三体迷们在做着有关未来美好愿景的梦，并且一点点的在为之努力着，借用三体中的一句名言，给时光以生命，给岁月以文明。时间会见证这场科技文明的诞生，让我们拭目以待。