從CES 2017看今年智能汽車發展趨勢之二：自動駕駛還得再等等

自動駕駛商業化可行性驗證還需要很長一段時間。

隨著2020年自動駕駛實現商用化的時間節點越來越近，今年CES展會“簡單粗暴”的成為了各大車企、汽車零件供應商、互聯網科技公司“秀肌肉”的展會。汽車科技展區的面積，更是接近3萬平方米，今年的CES儼然淪為了半個車展。

而這些參展企業展示的所有新技術幾乎都是圍繞一個核心科技——自動駕駛。那么，今天鎂客君就給大家分析一下，今年的自動駕駛會有哪些發展趨勢。

車企依然是自動駕駛商用化的主力軍

在今年的CES展會上，傳統車企的展位比去年增加了約25%，并且也是本次CES參展商中的主力軍。更有激進的車企，比方說克萊斯勒集團，更是放棄了緊接著CES舉行的北美車展，選擇在CES上發布其最新車型。而其他車企，基本上都毫無保留的展示了其最新的自動駕駛技術。

“話題王”法拉第未來（鎂客君暫且將其歸類為車企，而非科技公司），在今年的CES上正式發布了旗下首款量產車：FF91?？缮舷律炜s、隱藏在車輛前引擎蓋中的激光雷達，以及全車近30多個傳感器，算是搭載于FF91上實現自動駕駛的所有硬件。而且在演示現場，FF91也向眾人展示了自動尋找車位、自動泊車的功能。不過FF91預計要到2018年才能實際交付，消費者想要使用這一功能，恐怕還得再等等。此外，上個展示該項技術的公司是特斯拉，他們旗下的Model X也同樣可以實現這一功能，而且實現的時間也同樣是2018年。

寶馬自動駕駛原型車正式亮相，而且還有英特爾、Mobileye作為技術支持。展會期間，這輛寶馬5系自動駕駛汽車展示了自動駕駛技術、自動泊車搭配自動駕駛技術和云端互聯技術等一系列研發成果。在無人駕駛模式下，車載計算機將不斷對比車輛實時環境與地圖，使車輛精確地保持在車道內行駛。不過，該車目前還只是展示，實際路測還得等到今年的下半年才正式展開。

奧迪雖然本次展會并沒有獨立展臺，但是與英偉達、百度的合作關系，也同樣讓其展示了最新的自動駕駛技術。憑借小巧的Xavier人工智能超級計算機、能看懂面相的AI Co-Pilot輔助駕駛員駕駛的深度神經網絡、全新NVIDIA 人工智能汽車平臺（AI Car Computing Platform），奧迪計劃在2020年實現自動駕駛商用化。

福特第二代Fusion混動自動駕駛測試車也同樣在CES上亮相，該車型也被認為是最接近量產的自動駕駛車型，也是福特耗時近3年的最新研究成果。第二代自動駕駛系統新增了激光雷達，可探測更廣更遠的范圍；配置了更加靈敏的傳感器，但數量由原來的四個減少至現在的兩個；搭載了運算能力更高的中央計算機。不過，就算是最接近量產，按照福特的計劃來看，也得等到2021年才能實現。

化繁為簡，是現代IONIQ無人駕駛汽車的設計理念。放眼全球，幾乎所有的車企都有自己的自動駕駛研發計劃，但是想要真正實現量產，成本問題是最不容忽視的環節之一?，F代IONIQ無人駕駛汽車就是以此為出發點，采用更加簡易的傳感器系統，將成本降低，使無人駕駛可以更加親民。只不過，這樣一套系統的可行性，還有待進一步測試驗證。

除了上述幾家發布實際自動駕駛汽車的車企之外，還有諸如發布Concept-i自動駕駛概念車的豐田、展示NeuV智能電動車的本田。只不過，這些還只是概念車，目前連使用量產車型改造而來的自動駕駛汽車還尚未落地，概念車就離我們更加遙遠。

科技公司和汽車零件供應商也不甘示弱

包括科技公司英偉達、高通、英特爾、百度，以及汽車零件供應商法雷奧、德爾福、采埃孚在內的眾多企業，同樣在今年的CES上展示了最新的自動駕駛技術。

雷奧帶了5項新技術參展，分別是eCruise4U混合動力自動駕駛汽車、XtraVue超級視距、360度自動緊急剎車系統、C-Stream穹頂式座艙系統以及法雷奧駕駛艙。德爾福聯手Mobileye，在展會期間進行了10公里自動駕駛車輛的演示，可以說這套自動駕駛解決方案也算是接近量產的產品之一。采埃孚則是聯合了英偉達，推出了基于 Nvidia Drive PX 2 的 ZF ProA 自動駕駛芯片系統，成為首家把 Drive PX 2 帶進商業化產品的一級汽車供應商。

而來自中國的百度，算是今年CES展會上“聲音”最大的中國企業，開放AI自動駕駛平臺的消息更是引發熱議。百度在展會期間正式推出了Road Hackers百度自動駕駛開放平臺，它是一款基于百度先進人工智能網絡算法的高級自動駕駛模型。而這一平臺也是最懂國內道路情況的自動駕駛平臺，現如今開放的數據，也有助于百度進一步優化其自動駕駛算法模型。除此之外，與北汽集團的合作，或許也將加速百度自動駕駛解決方案的落地。

自動駕駛技術方案已經成熟，但想要“平穩落地”還需再等等

縱觀全球各大企業的自動駕駛研發進度，成套的解決方案架構已經基本定型。一定數量的傳感器和攝像頭、高性能的芯片 、擁有海量數據的算法模型等等，已經基本被認定為自動駕駛解決方案中不可或缺的組成部分。

但是，自動駕駛想要真正實現商用化，在今年還是很難實現的。首先一個就是成本問題，比方說售價高昂的激光雷達，尚未實現大規模生產，所以導致實現自動駕駛的成本居高不下。再有就是實際道路測試尚未完成，因為自動駕駛技術是搭載于汽車上的高科技，擺脫了人類操縱的車輛，在計算機的控制下隨時有出錯的可能。如此一來，海量的道路測試在所難免，而這需要耗費大量的時間。

所以說，自動駕駛現如今雖然已經有了相對成熟的整套解決方案架構，但是想要真正實現商用化，還有很長的路要走。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！