资料来源：人民网-人民日报海外版
小马智行出租车在路口等红灯，安全员侧屏幕实时显示道路情况。
百度自动驾驶展厅展出的第六代自动驾驶车辆。
晚，百度自动驾驶出租车行驶在北京亦庄街。
小马自动驾驶出租车后座乘客侧显示屏。
这几天重庆和武汉的市民发现自己打的出租车没有司机和安全员，也没有无人驾驶出租车。
原来重庆和武汉两家率先发布了自动驾驶无人商业化试点政策，允许车上没有安全员的自动驾驶车辆在社会道路上实施商业化服务。
无人驾驶，真的来了。
最近全国密集出台了关于自动驾驶的好政策。8月1日，国内第一部关于智能互联网汽车管理的规定《深圳经济特区智能网联汽车管理条例》正式实施，明确了自动驾驶的相关责任主体。7月，北京市开放了国内第一个无人化旅游服务商业化示范，允许有主驾驶办公安全员、副驾驶安全员的自动驾驶车辆投入运行。
随着政策支持力度的不断加强，人们对国产自动驾驶技术表现出了信心和期待。百度、小马智行、文源行等企业已经在多个城市实现了不同程度的自动驾驶汽车的商业化。
现在中国的自动驾驶技术发展到什么程度了？无人驾驶车辆乘坐体验怎么样？最近，记者来到北京亦庄高级自动驾驶示范区，探索到底。
“越来越像老司机了”
记者用手机应用程序叫了小马智行的自动驾驶出租车。正在下雨，那会影响发挥吗？记者对这次体验更加好奇。
道奇，减速，左右旋转，车辆行驶平稳。遇到前方的一辆大货车，行驶缓慢，AI变道速度快，果断完成超车，时速达到60多公里，略低于这一区间的限速。“已经几个月没有遇到需要收购的情况了，越来越像老司机了。”坐在副驾驶座上的安全员张对记者说。
过十字路口的时候，前进方向信号灯已经变成黄色，AI没有停下来，而是选择以一定的速度通过。“综合判断道路情况和自己的行驶速度做出决定，刚刚四处没有车，可以安全通过，更符合人类司机的驾驶习惯。停下来的话，踩急刹车对乘客体验也不好。”小张说。
在雨中，不仅人的视线受到干扰，自动驾驶车辆的“眼睛”也会受到影响。对于自动驾驶系统来说，包括激光雷达、相机和毫米雷达波在内的传感器是“眼睛”。
“如果不能正确识别和过滤浪花，自动驾驶就会出现问题，影响通行效率和行车安全。”小马智行副总裁，北京R & ampD中心负责人张宁说：“利用多传感器深度融合技术，自动驾驶检测系统具有超越人类的障碍物检测、分类、跟踪和场景理解能力，可以根据道路、天气和环境准确地“看到”周围世界，并与先进的软件算法一起确保行车安全。”即使遇到暴雨等极端天气，自动驾驶车辆也能安全行驶。" "
雨天发挥稳定，人工智能“老司机”晚上会怎么表现？夜幕降临，记者继续体验。这次改变了百度的Apollo——自动驾驶的另一个“明星”。
遇到过马路的行人，提前减速，不让步。左转时对车辆较多，确认安全后迅速通过。在密集的交通流中保持一定的低速行驶。道路畅通时加快通行也毫不犹豫.……阿波罗做得很好。
“夜间行驶是自动驾驶需要突破的场景难题之一，由于光线不足，被相机捕捉到的图像变暗，复杂的路况挑战车辆识别、预测、规划、控制等模块，夜间运行进一步考验自动驾驶车辆的安全性、可靠性和稳定性。百度汽车机器人部总经理徐宝强表示：“Apollo商业化自动驾驶技术受到照明和天气条件的影响，正在变得越来越小。”
在逐步突破场景局限。”这次获准在重庆和武汉规定区域社会道路开展无人化商业服务的就是Apollo。车上没人，如何让人坐得安心？在北京亦庄百度自动驾驶事业群办公楼，一群年轻人坐在一个个驾驶舱里，神情专注地看着屏幕上由5G信号传回的车辆运行状况。驾驶舱是模拟汽车主驾驶位设计的，方向盘、刹车、油门一样不少。“在重庆和武汉两地，云端驾驶员可以通过‘5G云代驾’技术，在遇到风险预警时接管车辆，处理紧急情况。”徐宝强说。
“让自动驾驶系统更聪明”
在不少人印象中，自动驾驶车辆很容易为了安全而忽视通行效率。此次体验，记者最大的感受就是自动驾驶并没有想象得那么“肉”。
自动驾驶汽车如何开得又快又稳？
其实，和人一样，自动驾驶系统也遵循感知—决策—行动的行为逻辑。“车辆感知系统可识别一定范围内的车辆、行人、障碍物、红绿灯等，并通过‘大脑’，即自动驾驶算法来规划线路，联动控制系统完成对方向盘、油门、刹车等的操控，实现自动驾驶。”徐宝强说。
准确感知是决策的依据。“我们最近发布的Apollo RT6自动驾驶车配备38个车外传感器，包括8个激光雷达、6个毫米波雷达、12个超声波雷达、12个摄像头，可实现超200米的远距感知。”徐宝强说。
“闪避、并线绕行、博弈等技能点已是小马智行自动驾驶系统的‘基本操作’，这也是我们最受乘客认可的地方。”张宁说，“自动驾驶车辆在行驶过程中不再简单从驾驶者角度出发，而是从安全、效率、舒适度3个维度综合判断做出决策。通过深度学习算法、出色的工程设计、大数据积累和系统优化，自动驾驶‘司机’可以媲美甚至超越人类老司机，即便在‘长尾场景’中也有较好表现。”
所谓“长尾场景”，指的是发生概率较低但又十分危险的情形。特斯拉首席执行官马斯克认为，把机器学习系统做到99%的准确率相对简单，但在此基础上再提升0.9999%的准确率却非常难。可以说，对长尾场景的学习程度决定了自动驾驶技术从试点到大规模落地的距离。
“海量数据是关键。”张宁认为，无人化技术要服务于真实公开道路场景，只在一段场景简单的路段或某个封闭区域拿掉安全员，进行一段无人驾驶的演示是不够的。“需要足够的真实场景测试里程及大规模车队积累的数据进行验证。”他说，“研发团队要对数据进行智能化筛选，用典型场景训练神经网络模型，强化仿真系统，让自动驾驶系统更聪明。”
“中国城市道路场景复杂，车多人多施工路段多，实现无人驾驶大规模商业化落地面对的挑战更大，但也为中国自动驾驶技术后发先至提供了丰厚土壤。”徐宝强说。目前，百度Apollo测试车队规模已达500辆，在多个国家近30个城市开放道路测试，实际路测总里程超3200万公里，旗下“萝卜快跑”平台已在北京、上海、广州、深圳等城市开展自动驾驶出行服务，订单量超100万单。
“还需各方面持久努力”
“虽然起步较晚，但在政策大力支持和头部企业带动下，凭借资金、人才、技术、产业链等方面的优势，中国自动驾驶技术研发和应用均位居世界前列，多种场景高级别自动驾驶加速落地。”江西新能源科技职业学院新能源汽车技术研究院院长张翔说。
徐宝强表示，自动驾驶并不等于100%安全，但综合安全性高于人类驾驶员。随着无人驾驶进一步成熟，聪明的车、智慧的路、车路协同、智能交通管理系统等，都会让交通事故发生概率降低。
同时，自动驾驶的市场空间十分广阔。自动驾驶不仅能把人从驾驶中解放出来，还能大幅度降低营运车辆企业成本。不久前百度发布Apollo RT6时算过一笔账：按照5年运营周期计算，以一线城市为例，不算车辆费用，网约车司机月成本为8000元；对于自动驾驶车辆而言，如果整车成本能降到百度宣布的25万元，月成本只有4100元左右。
百度董事长兼首席执行官李彦宏说：“汽车智能化是确定性趋势，到2030年，没有自动驾驶能力的电动车，将完全没有竞争力。百度将坚持压强式、马拉松式投入，确保在人工智能、自动驾驶技术上的持续领先。”
高级别自动驾驶落地将掀起一场交通领域的巨大变革，这场变革需要全产业链共舞。张翔认为，当前自动驾驶商业化还面临几个问题：一是技术路线，自动驾驶汽车上路需要走车路协同路线而不仅是单车智能，这更有助于行车安全，但依赖于投资大、周期长的智慧交通建设。二是当下的软件算法还需不断迭代升级。三是降低成本，如果成本下不来，相关企业很难实现盈利。“还需各方面持久努力，特别是车路协同下智慧道路的建设。”张翔说。
“自动驾驶大规模商业化应用离不开3个维度的共同推进：成熟的技术、支持性的法律法规、用户与客户的接受度。”张宁表示，目前中国的自动驾驶政策在快速推进，北上广深等一线城市树立了“先行先试”的典范。今天的政策突破是自动驾驶企业和政府之间良性互动的成果——监管者对自动驾驶的理解不断深入，给技术发展提供优良土壤，而相关企业则需要证明自动驾驶车辆可以兼顾安全、舒适和效率。
“开放的政策将对自动驾驶领域发展起到强有力的推动作用。作为自动驾驶企业，应当抓住政策机遇，勇于创新和尝试，不断突破自动驾驶技术以及商业应用的新边界，早日让自动驾驶技术惠及大众。”张宁说。
