无人驾驶在技术上不是问题，更重要的是，汽车可以长期大规模运行。因此，从推广无人应用的节奏来看，有限路段或固定场景的商用车推广速度更快。

未来，道路协调是无人驾驶的“升级路线”，即车辆高度融入智能路网。路网承担大部分信息感知和操作功能，引导和协调车辆高效安全驾驶。

◎记者 陈雨康

在电影《漫游地球2》中，在零下30摄氏度的寒冷天气下，拥有“超级大脑”的无人驾驶矿卡也可以有效地工作——这一幕给观众留下了深刻的印象。事实上，无人驾驶在现实生活中已经应用于许多场景。

前进、倒车、刹车、转弯、上下坡...在内蒙古包头白云鄂博铁矿东采场，高大的矿卡装载着沉重的矿石，在蜿蜒的矿坑里工作，平稳行驶的矿卡驾驶室空无一人。

在北京亦庄宏达工业园等工业园区，无人驾驶零售车“承包”了白领的早餐。只要白领在车前挥手，无人驾驶汽车就会立即停下来，让每个人扫描代码点餐。

“在马车时代，汽车首次出现在马车道上，每个人都担心扬起灰尘和喇叭会让马受惊。随着汽车所有权的增加，汽车专用道、高速公路逐渐成为主流，马车道退出时代，只保留在一些旅游景点。友道智途首席执行官王瑞告诉《上海证券报》，无人驾驶也处于这样一个转折点。短期内，无人驾驶汽车仍将以自行车智能的形式穿梭于传统路网。未来，随着无人驾驶汽车比例的增加，将会出现服务于无人驾驶交通的智能路网，V2X即车路协调将成为最终目标。

记者最近在许多地方发现，目前，在港口、矿山、公园等封闭或半封闭场景中，无人驾驶技术基本上可以实现人工替代，挑起沟通运输的“梁”，逐渐进入商业化阶段。民用无人驾驶出租车等无人驾驶技术仅应用于特定区域，实现商业化还有很长的路要走。

在特定场景下，无人驾驶显示了他的技能

从上海临港物流园区出发，东海大桥到洋山港四期码头，全长30多公里。最近，记者体验了友道智图智能重型卡车测试车辆。在驾驶室内，随着后台的启动指令，方向盘自动旋转，导致重型卡车转弯。汽车在无人操作的情况下缓慢加速，并在东海大桥上稳步行驶。

此时，左驾驶员座椅上的安全员看着前面，双手微微地放在方向盘的边缘，以防发生紧急情况。在驾驶过程中，安全员几乎没有操作，加速、减速、变道、制动等都依赖于数据、算法和人工智能的支持。右侧副座椅的工程师总是关注前面的视觉数据屏幕，实时记录速度、路况、驾驶轨迹等信息。

上海洋山深水港作为世界上最繁忙的集装箱港口之一，具有强烈的“无人化”转型需求。

“从临港物流园区到洋山岛港区，72公里的开放道路涵盖了普通道路、高速公路、隧道、码头、堆场、低附着道路、潮汐交通流量等复杂场景。同时要经受雨、雾、强侧风、7级以上台风等极端天气的考验。长期以来，受陆路运输、货轮离泊作业时间不匹配等客观因素的影响，港区和东海大桥出现潮汐拥堵，限制了港口疏浚的效率，为自动驾驶商业化提供了自然场景。友道智途智能驾驶中心系统测试工程师周干说。

在矿区、港口、机场、公园、干线等封闭或半封闭场景下，商用车自动驾驶率先进入商业化阶段。一方面，B端用户对商用车价格的敏感性较低；另一方面，矿区、港口等场景也有“减员”、“无人”的内在需求。比如港口集卡司机长时间在封闭区域重复驾驶，容易感到疲劳。由于环境恶劣，矿区安全问题频发。无人驾驶技术可以缓解这些需求痛点。此外，封闭或半封闭场景的交通复杂性较低，无人驾驶技术的着陆适应性较强。

“在哪里可以节省劳动力成本，什么场景，什么模型可以支持无人操作，友道智图专注于突破这些场景。”王瑞说，矿山的自动化成熟度较高，其设备和道路条件对自动驾驶更友好。港口各种设备、桥式起重机、轮胎起重机均可实现无人控制，易于与自动驾驶设备完成系统对接。

据专家预测，近两年港口自动驾驶有望爆炸式增长，2025年前实现大规模应用。预计到2025年，矿区和“最后一公里”配送自动驾驶将实现大规模商业化。自动驾驶干线物流有望在2030年前实现大规模商业化。

无人驾驶商业模式如何运行？

在记者体验智能重卡测试车辆的同时，友道智图的智能重卡车队日夜往返于临港深水港物流园区和洋山港四期码头之间。

记者看到，在东海大桥最右边的车道上，5辆长约17米的智能重型卡车排成一列，保持约20米的距离，以约80公里/小时的速度行驶。与普通卡车不同，这5辆重型卡车只有两辆车的第一辆和最后一辆，中间三辆重型卡车的驾驶舱是空的。这是2022年底中国第一个社会道路规范化的“真无人”运营场景。

周干介绍，具有L4自动驾驶能力的智能重型卡车，可以缓解东海大桥吞吐量翻倍造成的交通压力，提高至少40%的交通效率，节省至少80%的人工成本。

随着交通效率的提高，友道智图今年设定了更高的目标:2023年在洋山港完成20万标箱运输任务——比2022年翻了一倍，比2021年翻了四倍。

记者在调查中了解到，由于多种因素，安全员是无人驾驶交通的标准标准。许多业内人士认为，无人驾驶商业模式应该运行，实现收支平衡甚至利润，最重要的是实现“真正的无人驾驶”，降低劳动力成本。

据第三方估计，国内重型卡车司机的平均劳动力成本（一般每辆车配备2名司机）约为每年30万至40万元，约占整个重型卡车物流运营成本的一半。

王瑞告诉记者，如果劳动力成本大幅下降，产业链上下游将分享红利，无人驾驶模式将大规模实现，以突出商业价值。

业内普遍认为，相关政策法规的完善将进一步推动无人驾驶产业化进程。例如，《上海浦东新区促进无驾驶人智能网络汽车创新应用条例》于2023年2月1日生效。业内人士认为，该规定在浦东新区发挥了第一次试验的作用，是第一个专注于L4级以上自动驾驶系统的地方专项立法，将进一步促进智能网络汽车商业应用和运营政策的全面实施。

毕马威中国汽车行业相关负责人表示，根据现行法律法规，如何划分无人驾驶场景下的交通事故仍缺乏依据。此外，《中华人民共和国公路法》和《中华人民共和国保险法》没有关于自动驾驶的规定。

为什么Robotaxi被关在“实验室”里？

在众多无人驾驶应用场景中，RoboTaxi(无人驾驶出租车)无疑是最有商业前景的。英国商业咨询机构IHS Markit预计，2030年中国Robotaxi市场规模将达到1.3万亿元。Robotaxi是自动驾驶技术的巅峰，毕马威中国汽车行业相关负责人表示。其中，自动驾驶在线叫车服务最为复杂，要求安全水平高，政策明确。

Robotaxi虽然配套技术基本成熟，但仍被关在“实验室”中，其运营范围仅限于部分街区，其日常驾驶离不开人工干预。

上海国际汽车城位于上海西北角，是中国第一个智能网络汽车试点示范区，也是中国“无人驾驶”创新政策的来源之一。在这里，商用自动驾驶出租车已经上路，并向公众开放体验。

2月下旬，记者来到上海汽车城地铁站，在上汽集团旗下的旅游app上预约了L4级自动驾驶出租车。等了5分钟左右，一辆自动驾驶出租车到了起点，外观和普通出租车没什么区别。

坐在右后座后，你可以看到普通平板电脑大小的智能屏幕。人脸识别后，屏幕显示在“手动托管”模式下，驾驶座上的安全员立即操作车辆掉头。然后，出租车进入了自动驾驶模式。此时，方向盘已完全进入“旋转”阶段，安全员只需单手放在方向盘边缘。

在记者面前的智能屏幕上，速度、路况、路线、预期到达时间等信息一目了然。在空荡荡的道路上行驶时，这辆车很快自动加速到50公里/小时左右。进入车流密集区，车速动态降至30公里/小时左右。同时，屏幕上的路况信息元素更加多样化。除了周围的车辆外，绿化带、外卖电瓶车、行人、停在路边的自行车共享甚至施工警告柱都被清晰地呈现出来。

当车辆靠近交通密集的十字路口时，屏幕显示车辆再次进入“手动托管”模式。安全员接管车辆并经过十字路口后，车辆迅速回到自动驾驶模式。

行驶约10分钟后，车辆到达终点站。在这次2.2公里的体验中，约90%的距离是安全员没有干预的纯自动驾驶。

上汽集团相关负责人表示，Robotaxi仍处于试验阶段，技术基本成熟，但仍难以盈利。无人驾驶出租车进入真正的商业化仍然需要法律和政策的支持。

一些业内人士表示，目前允许无人驾驶出租车测试的街区路况相对简单，因此参与测试的企业只能慢慢积累具有代表性的数据，改进正常城市路况的算法。换句话说，由于缺乏城市道路测试和数据，无人驾驶出租车在传统道路上更难获得运营许可证。

王瑞说，对于无人驾驶行业来说，最重要的是识别所有的长尾效应，并提出更好的应对方案。”在技术上运行汽车不是问题，更重要的是，汽车可以长期大规模运行。因此，从推广无人应用的步伐来看，有限路段或固定场景的商用车推广速度更快。”王瑞说。

超现实蓝图:车路协调

据悉，无人驾驶解决方案有两种路线:自行车智能和道路协调。自行车智能，即通过摄像头、雷达等传感器和高效算法赋予车辆自动驾驶能力。目前已经推出的智能重型卡车和Robotaxi都是自行车智能。

未来，道路协调是无人驾驶的“升级路线”，即自行车高度融入智能路网。路网承担大部分信息感知和计算功能，引导和协调车辆高效安全驾驶，充分“解放”车辆。

网络科技副总裁胡世轩给记者举了一个例子：“目前，两辆车在路上发生了轻微的碰撞事故，车主只需要在交通管理部门的应用程序上拍照和上传信息，比以前方便多了。然而，在未来的道路协调场景中，两辆车发生碰撞事故，车主可以直接开车离开。这是因为路边的激光雷达和车载摄像头已经存储和上传了关于车辆驾驶和事故的数据，事故责任方可以通过后台的数据分析进行分析，保险公司也会相应地确定损失和索赔。”

业内普遍认为，在道路协调的情况下，自动驾驶更容易落地，成本更低，可以提供更多的安全冗余。

“自行车智能的一个主要问题是成本高、效率低。自行车应配备高精度的摄像头、雷达和其他设备来收集数据，并配备高级芯片来承担计算功能。与此同时，自行车无法从整体情况中掌握路网，驾驶效率较低。”高级技术专家刘宇表示，如果将大部分数据存储和计算功能转移到路端和云端，对车辆本身的要求将大大降低。

在国内一些示范区，车路协调已经初具规模。

在位于北京亦庄新城的北京高级自动驾驶示范区，当地司机经常觉得红灯数量减少或等待时间缩短，甚至实现了“绿灯自由”——这得益于高水平智能路网的协调改造。自2020年9月示范区成立以来，经过两轮信控优化，交叉口可以根据实时交通运行数据动态调整交叉口红绿灯的长度，从而平衡响应各方向的交通需求。

据北京高级自动驾驶示范区工作办公室相关负责人介绍，目前北京高级自动驾驶示范区涵盖329个智能网络标准十字路口、双向750公里城市道路和10公里高速公路，实现了道路云集成功能覆盖、城市工程实验平台规模、汽车道路云网络图安全高级自动驾驶标准体系建设。

在道路协调场景中，无人驾驶是表面应用，数据和算法是支持整个场景的基础设施和底层结构。

“目前，99%的自动驾驶问题已经解决，剩下的1%需要付出更多的努力。真实数据和模拟测试是进一步优化自动驾驶训练的两条必要路径，两者都需要巨大的计算支持。”胡世轩表示，如果道路协调有一天成为一条新的着陆轨道，数据的存储、传输和计算将迅速增长。在线住宿技术可以在基础设施服务提供商中发挥作用。

在刘瑜看来，车路协同场边缘计算节点很有可能像今天的5G基站一样遍布世界各地。

“就像一个人穿过不同的区域，手机也同步切换不同的5G基站——如果道路协作场景可以完全传播，边缘计算节点将广泛设置在每个十字路口，汽车、道路、云通过各种数据中心数据交互和操作，以实现真正的智能驾驶。”刘瑜说。