10月21日，全國首個常態化運營的5G無人公交在蘇州落地。這個在蘇州高鐵新城亮相的無人公交是在開放的城市道路上運行，且速度可達20—50千米/時。這輛無人公交車除了具備避讓行人車輛、自動變道、自動轉向、紅綠燈識別等基本功能，還能應對各類城市復雜交通場景，例如穿行人車混雜的路口、應對后車加塞、“鬼探頭”等。

自動駕駛服務陸續落地，是否意味著其商業化臨近?

目前自動駕駛的落地情況如何?其發展到了一個什么程度?

在于騫看來，自動駕駛處于這幾大領域的交匯點，是新基建的典型落地應用。加上近年來不斷完善的智慧城市、智慧交通相關政策，可以說，自動駕駛在國內的商業化落地正迎來最佳的時機。

第一個黃金窗口出現在2015年至2017年之間，在這段時間里，出現了一批自動駕駛公司，在這個階段的融資主要是靠估算的產品規模以及團隊背景，當時市場對L4級別自動駕駛(全自動駕駛)產品落地的期望值很高，定下了不少比較樂觀的近期目標。

在2019年之后，人們對L4級別自動駕駛的預期開始回歸理性，隨著技術的進一步成熟，市場的需求也呼喚無人駕駛產品落地。同時國家的各類政策先后推出，以及相應的法律法規逐漸完善，隨著硬件成本的顯著下降，L4級別自動駕駛的短期落地場景逐漸明確了。

無人小巴更具落地可能性

在于騫看來，自動駕駛能否商業化取決于不同自動駕駛級別和不同場景，例如L2級別自動駕駛(部分自動駕駛)的方案已經在許多量產車上落地。

目前業內更看好無人小巴在公開道路的商業化落地應用，無人小巴正在國內多個城市啟動常態化運營，可滿足城市中的地鐵接駁及微循環接駁需求。

于騫表示，無人小巴這一應用場景具有三大優勢。第一，中低速場景，乘客對車速的預期可控，速度保持在20—50千米/時之間。第二，固定路線，車在同一條線路上反復磨練，更能確保行駛安全，并可實現紅綠燈優先和預警。第三，滿足多人出行，具有社會效益，在公共道路上享受優先路權。

已經解決90%的技術問題

于騫認為，決策規劃和感知的問題都可以歸結為自動駕駛的長尾問題。自動駕駛在技術上已經解決了90%的問題，但剩下的10%卻可能要花費同樣多甚至更多的精力去解決，這10%包括很多邊界化難題(Corner case)，如在車輛遇上野鴨子之前，工程師甚至不知道會有野鴨子的問題。所以邊界化難題是需要去發現并解決的。

“除了收集大量的數據，更重要的是建立自動化生產工廠，將源源不斷收集來的有效數據，通過自動化的工具，加工成可用的模型。以更快的速度、更高效的方式應對邊界化難題。”于騫表示。

“以感知舉例是比較容易理解的，但其實規劃技術也一樣。要想讓車做出準確的規劃，最原始的方法是工程師寫規則——大量的工程師寫出大量的規則，但這種方式不易維護性還不能滿足最新需求;再進一步便是設計獎勵函數——設計獎勵函數比寫規則要簡單得多;再往后則是系統利用數據自動學習獎勵函數。這個過程便是往自動化方向發展的過程。”于騫說。

(新媒體責編：zfy2019)