简述L4无人驾驶的发展

根据国际自动机工程师学会(SAE)将自动驾驶技术划分为L0-L5六个等级来看，其中L4为高级自动驾驶，也就是说在限定场景下汽车可以在完全不需要驾驶员介入的情况下来进行所有的驾驶操作。

目前L4级别自动驾驶的应用场景多集中在封闭区域实现，因为该场景其对硬件要求相对较低，对成本相对不敏感；区域内高精地图的绘制和更新要求低；并且可与遥控驾驶混合，方便远程接管等优势。

发展状况

L4无人驾驶技术在物流配送领域逐步实现智能化，无人化的装卸、运输、收货、仓储、运送等物流作业流程，促使整个物流产业链降本增效，革新升级。电商企业的竞争最为明显，京东、苏宁、美团、菜鸟、阿里等纷纷开发自家的无人配送物流车，如京东配送物流车能够自主停靠配送点，由雷达配合视觉传感器进行360度环境监测，自动规避道路障碍与往来车辆行人，准确识别红绿灯信号并做出相应决策，做到了自动化配送的全场景适应。

针对生产基地的环境，驭势科技与上汽通用五菱携手在河西基地和宝骏基地完成数十辆无人驾驶物流车的投入使用，运输线路涵盖总装物流、发动机物流、冲压物流、车身物流等场景，并适应室内外多种复杂工况以及雨雾雪等恶劣天气。

在公共交通领域，由于线路固定、车速慢、专道专用等特殊性，针对此类场景无人驾驶公交车可实现对突发状况做出及时反应，以及行人车辆检测、减速避让、紧急停车、障碍物绕行变道、自动按站停靠等功能。宇通客车、中国重汽集团、深兰科技等企业分别在多地开始无人驾驶客车的试运行。

港口码头也是L4无人驾驶落地的重要场景之一，每年在港口都有大量的货物吞吐，对卡车司机的需求巨大。无人驾驶技术可有效解决传统人工驾驶时，存在的行驶线路不精准、转弯造成视线盲区、司机疲劳驾驶等问题，节约人工成本。包括西井科技、一汽解放、图森未来、智加科技在内的多家企业均提供港口码头智能化解决方案。

技术分析

L4无人驾驶整体技术实现层级包括感知层、决策层、执行层。系统为了实现在特定区域内对车辆操作的完全接管，需要对周围障碍物的感知、车辆定位以及路径规划，实现这些功能需要构建感知层、决策层、执行层这三个层面的技术架构。

为了实现感知层的功能需要多种传感器安装在车身周围，在车辆行经过程中，各个传感器映射出周围环境的特性、探测道路边缘、车道标线、识别标志、红路灯以及各种动态障碍物的检测。在感知环境的过程中：

• 摄像头能够提供更加丰富的纹理信息来识别物体；
• 毫米波雷达传感器具有更加强的穿透能力，不受天气影响能探测远距离目标；
• 激光雷达传感器具有极高的距离分辨率、角分辨率、速度分辨率，测量精度非常高；
• 超声波传感器在短距离上能够提供更加精确的周围环境；
• GNSS/IMU使用全球定位系统卫星提供了更精确的定位信息。

除了本地的传感器和处理器外，系统通过与外部车辆、设施进行信息交互，以及在高精度地图等辅助下可以获得更好的环境感知能力。车辆在基于环境模型的基础上规划出一条最优路径，最终执行层完成车辆的加速、减速、转弯、刹车等操作从而实现多种系统功能如：

• 车道偏离检测系统：遵循道路标志和声音警告并在车辆开始偏移车道时纠正方向。
• 自适应巡航系统：通过识别与前方车辆速度差和距离，控制本车速度保持与前方恒定距离；
• 自动泊车系统：通过车载传感器和处理器实现自动识别可用车位并完成停车入车位动作；
• 自动紧急制动系统：自动监测前方目标的距离和相对速度，当人工制动过晚，制动力过小，或者未进行制动时，车辆将进行报警或主动制动；

以及其他功能。

应用场景

L4无人驾驶汽车的落地应用通常限定于特定场景，比如物流配送、共享出行、公共交通、环卫作业、港口码头、矿山开采、无人零售等领域。适合低速情况下的封闭区域的运营，速度在30km/h以下的自动驾驶物流车，这类场景低速封闭、环境艰苦、不受交规限制。而且像矿区、机场与港口等场景的物流业务量不断增长，但是人力成本不断提升，而作业安全性与作业效率不能得到保障，故而对无人驾驶的应用有强烈需求。

整体来看，封闭区域的L4自动驾驶能够提供全天候的作业能力，具备更经济的运营成本，提供安全物流保障。自动驾驶能够解决招工短缺的问题，并且提升运营效率，并降低人工驾驶时的车辆部件损耗与油耗。

公司vs产品

驭势科技：致力于无人驾驶解决方案，用人工智能和大数据重构人和物的交通，用无人驾驶解决十亿级别人群的交通和物流问题；

• 无人摆渡：白云机场投入无人驾驶车用于航站楼与停车场之间提供摆渡服务；
• 物流拖车：激光雷达+视觉的综合解决方案提供通用五菱厂区无人物流拖车；

北京智行者：自动驾驶整体解决方案提供商和服务商；

• 蜗必达：基于传感器融合/感知/规划/控制及智能配送解决方案为一体的无人物流配送车；
• 蜗小白：搭载自动寻迹、自动避障、车辆信息监测功能的无人清扫车；

深兰科技：利用自主研发的深度学习架构致力于人工智能基础研究和应用算法开发；

• 小蚂哥物流机器人：具有定位、避障、规划路线等功能的无人配送车；

京东（X事业部）：专注智慧物流相关技术的研发；

• 无人配送车：实现办公楼、小区便利店等场所进行批量送货，提升配送效率；
• 自动驾驶重卡：具有自动转弯、自动避障绕行、紧急制动等功能的无人重卡；

菜鸟（E.T.物流实验室）：致力于解决高速干线运输和末端配送等物流场景的自动驾驶；

• 菜鸟小G：智能配送机器人，用于解决最后一公里配送问题；
• 菜鸟小G Plus：搭载3个速腾聚创固态激光雷达RS-LiDAR-M1Pre，拥有强大3D感知能力；

苏宁物流：致力打造社会化的高效供应链基础设施服务平台；

• 卧龙一号：基于多传感器融合定位，具有避障、规划功能的无人配送车；
• 行龙一号：基于深度传感器融合技术，具有300米精确识别，25ms反应速度的无人重卡；

应用价值

1. 通过一系列智能化系统减少对人工的需求，解决生产区域人员流动大、雇佣难问题，并且有助于应对未来劳动力短缺。
2. 提高整体物流环节运输效率，从而增加订单处理的容量，并且避免过多的人为素质误差因素影响，间接提升客户终端满意度；
3. 便于数据整合分析，及时对营销和管理策略进行调整。使用智能技术，后台可以采集分析各个环节信息。大数据分析，万物相联，智能化满足客户需求，调整电商营销战略；
4. 智能化物流系统处理各个环节，包括仓储、运输、加工打包、交接、配送等，避免了人为事故和货物事故发生的频率。

存在问题

虽然L4自动驾驶应用于封闭区域看似已经取得很大进展，但是在封闭园区场景的商业化进程仍面临诸多挑战：

1. 自动驾驶矿卡技术缺少行业统一标准，矿区市场比较分散，定制化工作较为复杂；
2. 自动驾驶技术在物流场景缺乏运营标准而且面临监管障碍；
3. 自动驾驶港口集卡作业精度要求达到厘米级，并存在金属信号干扰定位、盐雾等天气影响，对设备提出更高要求；

欢迎关注小编公众号，最新文章同步更新。