“自动驾驶一定是未来，但自动驾驶技术的落地，或许比人们此前所预想的要晚。”自动驾驶算法工程师刘奕对记者说道。

将时钟拨回到2016年，彼时，众多车企纷纷预测称2020年或2021年将是完全自动驾驶面向公众落地的关键节点。

2015年，特斯拉CEO埃隆·马斯克就曾公开表示，特斯拉可以在2年内实现完全自动驾驶技术，但受制于政策法规等因素，完全自动驾驶车辆可能会在5年之后实现商用落地；2016年，时任福特CEO的马克·菲尔兹曾表示，福特汽车的目标是在2021年开始销售可用于约车服务的完全自动驾驶车辆。

然而时至2021年，完全自动驾驶车辆并没有如约而至，自动驾驶技术却因多次交通事故陷入了尴尬境地。

2021年8月，美国国家公路交通安全管理局(NHTSA)正式启动了对特斯拉辅助驾驶系统(Autopilot)的安全调查。8月31日，NHTSA向特斯拉发送了一封长达11页的问询信函，要求特斯拉在10月22日前给出相关答复。在信函中，NHTSA表示，在特斯拉辅助驾驶系统相关的12起事故中，有17人受伤，1人死亡。

在国内，2021年8月12日，蔚来车主林文钦在驾驶蔚来ES8并开启NOP(领航辅助系统)时，发生交通事故不幸去世。此事引来多方争议。

上述事件在一定程度上降低了市场对自动驾驶商业化落地的预期，也引起了许多人的疑问：实现完全自动驾驶还要多久？

商用车已达L4、乘用车仍为L2

头豹研究院分析师赵子豪对记者表示，目前最先进的自动驾驶技术可以达到L4驾驶等级，即：驾驶系统可以自主操作、自主决策，行车途中无需司机提供应答或陪同，但是一般只能在限定区域内行驶。

业内一般将驾驶自动化分为L0至L5，共6个级别。这一分级方式来源于国际汽车工程师学会(SAE)的《SAE J3016推荐实践：道路机动车辆驾驶自动化系统相关术语的分类和定义》(下简“SAE驾驶自动化分级”)。

刘奕向记者解释，“SAE分级，简单一点可以理解为：L0完全手动；L1有部分辅助功能，例如压线后自动回正；L2增加了自动巡航、自动刹车辅助等，但是司机必须手握方向盘；L3可以实现基本意义的自动驾驶，司机双手可离开方向盘，但是要做好准备随时接管；L4级别理论上司机不用干预，但是使用场景有限制；L5就是真正意义上的无人驾驶。”

目前，L4级自动驾驶被应用于港口自动驾驶集卡车、自动驾驶公交车、物流快递运输等商用车，以及如Robotaxi此类具备运营属性的乘用车。

在港口应用场景中，代表企业有图森未来、沃尔沃、西井科技；自动驾驶末端配送小车领域代表的企业有新石器、智行者、白犀牛、行深智能等初创企业；Robotaxi领域代表性的企业有小马智行、文远知行、百度及滴滴等。

赵子豪向记者介绍，“随着自动驾驶的技术水平提高，很多领域都开始尝试运用自动驾驶技术，但大部分都还处于试运行阶段，并未大幅投入使用或实现商业化落地。”

目前，对自动驾驶技术运用较为成熟的场景有：园区无人配送车、港口自动驾驶车辆等。

以上海洋山港为例，已有上汽红岩智能重卡的示范运营项目落地，实现了“洋山港码头-东海大桥-深水港物流园区”的自动驾驶及载货运输。2020年，上汽红岩智能重卡完成了2.12万TEU(标准集装箱)运输量，2021年预计可完成4万TEU转运任务。

之所以能先在这些场景中落地，主要是由于园区、港口属于限定场景，具有地理约束性、驾驶环境单一和行驶速度较低的特点。

在限定场景中，一方面，地理边界一般较清晰，发生异常情况的范围相对可控；另一方面，进入该区域的交通主体较少且行驶速度较低，车辆在自动驾驶时的决策压力较小。因此，在这些场景下，实现自动驾驶商业化的难度也相对较低。

在乘用车领域，多家科技企业的Robotaxi都处于测试阶段。2019年下半年来，百度Apollo、小马智行、文远知行、滴滴自动驾驶等都在面向公众测试。

在普通消费者更为关心的私人出行领域，目前国内量产乘用车的驾驶自动化正处于由L2向L3等级过渡的阶段，如特斯拉、蔚来、比亚迪等，都处于辅助驾驶的阶段。

值得注意的是，《汽车驾驶自动化分级》推荐性国家标准已由国家市场监督管理总局、国家标准化管理委员会批准发布(国家标准公告2021年第11号文)，将于2022年3月1日起实施。将驾驶自动化分成0级至5级。0-2级为驾驶辅助，系统辅助人类执行动态驾驶任务，驾驶主体仍为驾驶员；3-5级为自动驾驶，系统在设计运行条件下代替人类执行动态驾驶任务，当功能激活时，驾驶主体是系统。

司机何时能松开方向盘？

赵子豪向记者介绍，自动驾驶落地面临着技术、政策、伦理等多方面的考验。从L2到L3最大的区别莫过于，L2驾驶的操作主体是人，而L3则是汽车本身。

“自动驾驶，形容起来似乎非常简单：给汽车装上传感器，可以跟踪、避让周围的物体。让车载计算机了解道路规则，自行导航到目的地。”刘奕对记者说道。

“但是，其实驾驶是一件涉及人类行为的复杂工作。比如说，司机要预判车辆、行人的行为，甚至要和路人用眼神交流来决定谁先走，这种决策很难用硬性规则进行编码。”他认为，乘用车从L2辅助驾驶到L3自动驾驶是一场质变。

L3级自动驾驶系统下，大多数操作都由汽车主导，驾驶员只在必要的时候对汽车进行干预。这对自动驾驶系统的硬件算力、传感器配置以及各种感知、规划、控制算法都提出了更高的要求。

在软硬件之外，自动驾驶车辆还需要巨量的道路测试里程。

根据美国军事战略研究机构兰德公司的研究，自动驾驶算法想要达到人类驾驶员水平至少需要累计177亿公里的驾驶数据来完善算法。

目前，自动驾驶算法测试大约90%用仿真平台完成，9%在测试场完成，1%通过实际路测完成。也就是说，要完善算法，测试车队需要累积17.7亿公里的行驶里程。

除了刚刚提及的技术瓶颈，赵子豪认为，L2到L3的转变瓶颈还体现在法律和伦理道德方面。

现阶段，我国相关法律法规仍然无法满足L3级别自动驾驶汽车上路，对于L3及以上自动驾驶汽车安全事故的权责划分尚不清晰。

此外，高阶自动驾驶还面临伦理道德风险，也需政策给予规范。

刘奕对此解释说，“举一个我们常用的关于伦理风险的例子：一辆车行驶在一条单车道、两侧是河面的小路上，在刹车失灵的极端情况下，恰好前方出现行人，那么车辆是应该选择撞人、还是把司机送到河里去呢？”刘奕认为，但自动驾驶这一产业比较特殊，或许需要政策先行。