高级无人驾驶产业化在即 各大车企纷纷布局

　　资本在布局

　　来源：能源评论杂志 文·王尔德

　　智能驾驶加速，无人驾驶可期。

　　目前汽车行业处于“辅助驾驶”和“半自动化”阶段，而“有条件的自动化”已有一定的技术储备，预计在2020年前后将迎来高级无人驾驶产业化高潮。有人甚至大胆预测，到2055年，人类开车上路或将受到限制，随处搭乘无人驾驶的新能源汽车将成为日常出行的常态。

　　资本市场对此更为反应灵敏。根据不完全统计，2017年上半年无人驾驶领域公开的投融资及并购案例共32起，已知的投融资涉及金额超79亿元人民币；智能汽车厂商蔚来汽车和小鹏汽车以23亿元、22亿元的融资规模位列第一和第二；并购案例涉及金额超千亿人民币，最大的一次并购是英特尔153亿美元收购ADAS巨头Mobileye。

　　传统车企纷纷出手

　　智能化是汽车行业的一大方向，所以几乎世界上所有的传统车企都在紧锣密鼓地通过自主研发或者并购，加紧布局无人驾驶。

　　从国外车企来看，大众将在2020年前后在每个细分市场推出全无人驾驶汽车；宝马与英特尔、Mobileye联手在完全无人驾驶汽车领域进行深度合作，将在2021年推出完全无人驾驶汽车，并使其上路行驶；奔驰S500已开始无人驾驶路试，并推出“Highway Pilot”系统，未来的商用时间预计在2020年左右，计划于2020年前推出首款无人驾驶汽车凯迪拉克SRX；沃尔沃发布Intelli safe无人驾驶计划，到2020年实现高度无人驾驶；福特搭载预碰撞和行人检测技术蒙迪欧车型已经在欧洲上市，于2017年在美国上市，包括多项无人驾驶技术的汽车将于2019年左右在全球普及；丰田力争在2020年实现无人驾驶汽车的商业化，投入销售；日产在2020年将在美国、欧洲、日本和中国推出一系列具备无人驾驶功能的车辆，实现无人驾驶技术商业化；特斯拉的创始人埃隆·马斯克今年1月在Twitter上表示，特斯拉的“完全无人驾驶能力”将在3~6个月内开始明显脱离自动驾驶系统。

　　从国内来看，比亚迪于2014年推出了针对燃油车的智能驾驶计划“智战略”，包括智能车联、智能驾驶、智能安全三个方面，已经应用于S7、G5、新M6等几款车型；上汽集团推出智能互联SUV RX5、智能驾驶汽车MG iGS，计划在2020年推出能在结构化道路上行驶的无人驾驶汽车；北汽集团研发无人驾驶电动车，面向公众试乘，最快2017年实现商业化；长安汽车推出智能互联SUV CS95，完成2000公里无人驾驶路试，目标2018年量产高速公路无人驾驶汽车；吉利汽车的沃尔沃实现无人驾驶车量产，吉利博瑞搭载ADAS模块，未来2~3年推出无人驾驶汽车。

　　“决策环节”机会多

　　在汽车制造企业之外，很多汽车部件供应商和Google、百度等互联网企业以及Uber等智能出行企业，都在抢摊未来。如此热潮必将带动无人驾驶市场的创新活跃和投资机会。

　　实际上，无人驾驶技术并不是一项单一技术，而是多个层次大量技术的集成。基于无人驾驶的功能实现，技术可以划分为感知、决策和执行三个环节。

　　从资本市场布局的环节来看，感知环节的竞争已经很充分，现在能投的案子越来越少，或者说价格也越来越高，因此目前的创投机构都在集中在决策和执行环节进行布局。

　　决策系统的核心是算法。从目前算法实现方案来看，可以分为机器学习算法和深度学习算法。在这方面，创新公司表现抢眼，受到创投机构的追捧。2014年成立于硅谷初创无人车公司Zoox，号称美国融资之冠，截至2016年10月已经完成两轮2.5亿美元的融资，估值达17.5亿美元；2014年创立的日本机器学习公司Prefered Networks，在2015年获丰田出资820万美元，估值已经高达333亿美元；2016年3月，无人车技术初创企业Cruise被通用汽车以10亿美元收购。在深度学习领域，2015年创立的Drive.ai目前已获得包括北极光、纪源资本等多家机构的两轮7200万美元的投资；商汤科技团队在2016年1月创办的Momenta，专注于深度学习的环境感知和高精度的地图、驾驶决策技术，在2016年11月已经获得了蓝湖资本、创新工厂等500万美元的A轮融资。百度无人驾驶团队在2015年7月创办的地平线机器人，推出的高性能物体检测算方案，让单目摄像头可以进行精确的环境感知，目前已经获得了晨兴、高瓴、红杉、金沙江、线性资本、创新工场和真格基金等多家机构的联合投资，截至2016年10月估值已达30亿美元。

　　值得注意的是，对于无人驾驶这样复杂的任务，在设计软件的同时，还必须考虑与之匹配的硬件效能，特别是芯片。在手机由功能机进入智能机时代，传统的汽车半导体供应商NXP、瑞萨汽车电子以及新进入者如英特尔、英伟达等纷纷未雨绸缪，推出了针对智能驾驶的集中式控制系统架构，一旦获得成功，传统的以提供传感器感知处理硬件和算法为核心的公司将会面临巨大挑战。

　　在执行层面，不同于传统汽车，无人驾驶汽车的执行器需要电子信号控制，而不是由机械或者用液压方式控制。新的执行结构在电控基础上，配合传感器数据，加上控制决策算法，为车辆带来无人驾驶功能。但带来数倍价值的提升执行层的大多数技术，如线控技术、底盘电控技术等核心技术大多已被老牌的Tier 1和车企掌握，一般的企业很难打入这一市场。可以预见的是，传统的汽车零部件企业在这个领域已经进行了长期积累，仍将占据主导地位。

　　（作者系资深媒体人）