时尚汽车_汽车生活移动版

　　那么，这样的矛盾如何解决？吴琼认为，技术与法律、政策的创新需要同步推进。但从某种程度上来说，法律与政策是会比技术相对慢一些、稳一些的。当自动驾驶技术达到一定的成熟度，如北京路测里程已经达到100万公里安全无事故，业界对自动驾驶的安全性就会有一定的认可度，届时法律法规也会随之配套。这也是北京市自2017年政策破冰之初就提出的：安全第一，有序创新的初衷。

　　与此同时，当自动驾驶技术具备一定成熟度，从实验室迈向小规模路测，直至走向产业化，整个产业就迫切需要规范和标准的支撑。尤其2020年是完成智能网联汽车标准体系建设第一阶段目标的收官之年，也是下一阶段工作谋篇布局之年。4月16日，工信部发布《2020年智能网联汽车标准化工作要点》，提出今年要形成能够支撑驾驶辅助及低级别自动驾驶的智能网联汽车标准体系。

　　“我国在制定自动驾驶测试标准的时候，很系统地覆盖了路、车、网多个层面。不过与之配套的卫星定位、地图、安全等相关标准也亟需出台，乃至自动驾驶相关保险产品的设计。毕竟，没有任何一个技术能保障绝对的安全，自动驾驶技术和测试也一样，从产业角度仍需要有与之配套的保险产品来完善产业化环节。”吴琼说。

　　至于有些企业质疑申请自动驾驶拍照收费高且重复收费的问题，吴琼认为，这是因为目前自动驾驶车辆并非量产车型，难以保证产品的一致性，只能针对每一辆车进行检测和收费，实属阶段性问题。当批量化生产实现，这一问题将迎刃而解。

　　■下半年Robotaxi将落地北京

　　事实上，目前自动驾驶汽车的道路测试有两种模式，一种是在封闭测试场及开放道路上进行的实车测试，另一种则是在自动驾驶仿真测试平台上进行虚拟测试。目前几乎所有车企和自动驾驶科技公司，均是采用了虚拟测试与实车测试相结合的模式。

　　为解决传统纯虚拟仿真测试平台极端场景数据不足，无法有效还原真实路况的不确定性痛点，各大公司都纷纷推出了各类混合式仿真测试平台，例如近日阿里巴巴旗下达摩院推出了首个用于测试自动驾驶技术的“混合式仿真测试平台”，采用虚拟与现实结合的仿真技术，引进真实路测场景和云端训练师，模拟一次极端场景只需30秒，系统每日虚拟测试里程可超过800万公里，大幅提升自动驾驶AI模型训练效率。

　　吴琼认为，丰富的场景对于自动驾驶的测试意义重大。如果把道路环境进行解构，可以分为道路基础信息、道路静态基础设施、道路动态信息、突发道路信息、交通参与者信息、天气环境六个层面，变动其中任何一个因素都会产生新的场景，理论上场景是无法穷尽的。而目前的测试工作，主要是找到那些处于安全与不安全边界的“关键场景”进行测试与验证，加速测试与验证的效果与进程。

　　仿真场景能够24小时不断生成场景进行不停验证，尤其在产品开发阶段具有很大优势，但也存在弊端，如对传感系统、车辆控制系统等的验证尚未达到很好的预期；同时，对卫星定位系统、通讯环境、电磁环境、天气等应用环境仿真也还在摸索中。因此，只有充分的仿真测试、实车场地测试及道路测试相结合才能达到最理想的验证效果。

　　纵观国内自动驾驶测试环境，我国具有全国统一规范的产业制度优势、全产业链优势、统一部署的5G通信等智能化道路基础设施优势，和全球最大的自动驾驶潜在市场等诸多优势。但吴琼也指出，核心元器件如芯片的国产化仍是我国自动驾驶产业的短板，底层操作系统的开发也需倾注更多人力财力。

　　对于未来，吴琼直言她对行业发展充满信心，北京自动驾驶测试推进的步调也充分反映了行业发展预期。预计今年下半年，北京经济技术开发区的智能网联汽车产业创新示范区，就会出现在公开道路上示范运行的Robotaxi。当这些Robotaxi运行1～2年之后，基于此的真正商业服务将有望出现在我们的日常生活中。