随着5G的赋能到来，自动驾驶也更是成为了热议话题，一波又一波的自动驾驶演示车的亮相都成为人们误以为自动驾驶即将到来的信号。然而，演示车与量产车的概念并不相同，距离量产也还需很长时间的等待，这个时候着手于自动驾驶应用场景，解决驾驶痛点，反而更具现实意义。

自动驾驶量产车还很遥远

实际上，自动驾驶的核心并不是在于汽车本身，而是在于让汽车拥有一名优秀的驾驶员，让一名拥有高超驾驶技术的“老司机”来替代现有的驾驶员。所以，人工智能在自动驾驶中拥有重要地位。但据中国?工程院院?李德毅分析，目前我国的人工智能研究和核心技术还落后于美国，但人工智能的应用技术和商业模式快于美国。

同时，目前自动驾驶的量产也还是产业的无人区，李德毅院士在第二届龙湾论坛上表示新概念车、演示车、示范车并不等于量产。在10次试验中5-6次成功就可以称之为演示车，但是量产汽车一旦出现问题，该款车辆就可能要召回几十万辆，甚至是全部召回。另以全球2018年的自动驾驶汽车量产数量来看，所有公司均处在50-100辆的范围，距离真正的大规模量产还有巨大差距。

事实上，量产的基本要素中最重要的是成本，根据马克西-西尔伯斯通曲线， 当汽车年产量增加至一千辆到5万辆时，成本将下降40%;5万辆到10万辆，成本下降15%;10万辆到20万辆，成本下降10%;20万辆到40万辆，成本下降5%。只有达到大规模量产，才能使价格变得被消费者所接受。显然，目前各个公司所谓的量产数量还远远不够上面的量级。

李德毅院士预测，根据现有全球车辆情况，依据汽车保有量维持在20亿辆，每辆汽车寿命20年，每年固定新产1亿辆车，2025年新车中自动驾驶车占1%，以后每两年自动驾驶车翻一番的假设，要到2035年，新产车才会全部都是自动驾驶汽车，总产量达4.4亿辆。大约到2054年甚至更长，才能完成70亿辆车的全部更新。

解决痛点更具现实意义

李德毅院士表示：“决定自动驾驶技术影响力的不仅是技术先进水平，更要从现有系统痛点切入。”也就是说，没有商业化应用就没有量产，自动驾驶落地应用场景，如自动泊车、定点接送、快速公交、有限地域无人驾驶出租车等应用场景，如果能够从中找到刚需场景进行切入，从而利用自动驾驶优势创造出崭新需求和全新生态则更具现实意义。

上述这些现实性的应用场景也具备更快实现的可能性，例如快速公交的自动驾驶在2024年在中国就有望试点，可以快速落地原因在于公交车是固定线路、定点停车运营，运营公司可以在总框架内进行远程调度，为自动驾驶真正走进现实道路提供了机遇。

上周，目标解决驾驶者到达目的地后停车困难的自动驾驶技术现身，吉利汽车在第二届龙湾论坛上正式发布了“爬行者智能系统”，该系统可以让驾驶员在到达目的后直接离开，然后由汽车完成自动在停车场寻找车位，并完成停车的任务。而当驾驶者准备离开目的地时，汽车还会自动从停车场驶出，行驶至驾驶者所在位置，整个过程驾驶员通过手机App来发出指令。“爬行者智能系统”解决了目前经常需要面对“停车难”的问题。

另外根据现场演示来看，“爬行者智能系统”还可以通过V2X技术感知信号灯，即便是在天气恶劣的情况下，汽车也能可以按照信号灯的指令来进行行进，同时还能礼让路面上的行人，具备对包括前向碰撞预警、逆向超车预警、车辆时空预警、闯红灯预警、弱势交通参与者碰撞预警、绿波车速引导、拥堵提醒、近场支付、道路危险状况提示等17种道路场景的安全识别，该系统可借助“云端”、“路端”、“停车场端”的辅助设施，实现100%自主泊车。

此外，由于“爬行者智能系统”基于L3车端硬件，并配合5G网络，这也预示着采用“爬行者智能系统”的产品可以快速落地。一方面，5G网络在今年已经在一些城市试点，下半年还有望开始试商用，2020年则将迎来全面商用。本次“爬行者智能系统”的远程演示也正是使用5G网络进行视频传输来向观众进行呈现。

另一方面，吉利汽车目标在2020年实现L3级汽车的大规模量产，让吉利汽车自动驾驶技术进入3.0阶段，实现“有效解放双眼”的目标。目前已经为此完成了1200万公里的路试和1亿公里的验证。吉利利汽?车集团CTO冯擎峰表示：“吉利汽车将在35万公里的高速公路、22000公里城市快速路和30个城市率先实现L3级自动驾驶。”届时，随着高等级自动驾驶的普及将可减少90%的交通事故。

另在2020年杭州亚运会期间，吉利会依托5G网络的低延时、超高速网络环境，吉利汽?通过40多个传感器打造的单?智能架构，结合5G V2X?车路协同的融合路线，利?完全自主研发的核?算法实现在亚运区域内完全自动驾驶，助力L4级?无?人驾驶产品快速量产落地。