（车讯）11个部门联合印发《智能汽车创新发展战略》 全产业链齐发力

本篇文章3341字，读完约8分钟

中国汽车行业从业者朋友圈最近被一份文件筛选。国家发展改革委、工业和信息化部等11个部门于2月底联合发布了《智能汽车创新发展战略》(以下简称《战略》)。智能汽车在中国的发展，或者说中国汽车工业的未来，有着清晰的路线图。很多业内人士告诉记者，过去我国智能车的发展是各部委在各自领域推动的，这么重的文件第一次联合下发，这也是大家兴奋的原因。

根据该战略，智能汽车是指配备先进传感器和其他设备，使用人工智能等新技术，具有自动驾驶功能，并逐步成为智能移动空房和应用终端的新一代汽车。因此，开发智能汽车是一项系统工程。就像养孩子一样，他最终长得好不好，取决于传感器的“眼睛”亮不亮，自动驾驶系统的“大脑”不灵，配套基础设施的“肌肉”不发达...

那么，中国智能汽车产业链各环节目前的发展情况如何？记者采访了相关专家和企业。

激光雷达

挑战“不可能”是成功的捷径

要实现自动驾驶，汽车必须自己“看路”。传感器是智能汽车的“眼睛”。

目前，智能汽车最重要的传感器有三种:激光雷达、高分辨率相机和毫米波雷达。这三种“眼睛”各有利弊:激光雷达可以精确测量位置，但不能测量速度，成本很高；相机成本低，传感方式最直接，但测距能力弱，受天气环境影响大；毫米波雷达探测距离长，几乎不受环境干扰。其缺点是数据稳定性差，无法提供身高等信息。

所以围绕这三种“眼睛”如何搭配，两条技术路线的对抗就诞生了。特斯拉是一个强硬的“视觉家”，坚持不使用激光雷达，以“摄像头+超级计算机视觉计算能力”为核心构建自己的感知系统。其他主流的智能车厂商，如谷歌、优步、通用，显然认为单纯依靠摄像头是不安全的，采取了以激光雷达为核心，毫米波雷达和摄像头为补充的方案。

到底谁会赢这两条技术路线，还得等时间的证明。但目前中国选择的是更主流的“Lidar+”方案。

那么中国在激光雷达这一关键组件领域的表现如何呢？由中国汽车工程学会和中国汽车智联汽车研究院共同编制的《中国智能网络化汽车产业发展报告(2019)》显示，中国涌现出了众多高品质的激光雷达供应商，赫赛科技和速腾聚创达到了国际领先水平。

“我们目前拥有300多项专利，我们的客户遍布全球18个国家和地区的68个城市。”科技公司首席技术官向告诉记者，“在美国硅谷，一半以上持有自动驾驶考试执照的公司使用激光雷达。”在中国，何塞也是百度和文远智星等无人驾驶汽车的激光雷达供应商。截至目前，黑森已完成融资总额超过2.3亿美元，投资者包括德国博世集团、光速、百度等世界知名投资机构。

谈到黑森的“成功秘诀”，黑森科技CEO李一帆表示，“降维攻击”是黑森最正确的战略决策之一。

2016年，沃赛面临一个艰难的选择——沃赛第一款激光雷达产品如何定位？是跟风做一个单价2万元的低端产品，还是挑战自己做一个单价20万元的高端产品领先市场？

“通常中国公司进入高端制造业，从低端产品开始做‘国内替代’。在这个过程中，他们积累技术、资本和市场，然后慢慢向上渗透。”李一帆说，“但经过一系列深入研究，我们觉得应该先做高端产品，解决行业痛点，占领顶级玩家市场，然后利用这些积累来‘降维’攻击‘低端市场。”

事实证明了沃赛的判断。在对性能和稳定性要求最高的市场上建立全球声誉后，赫赛的低端产品在低成本市场上如火如荼。在李一帆看来，最初最难挑战的选择是“当时最‘不可能’的决定”，但当障碍变成垫脚石时，“挑战‘不可能’才是成功的捷径”。

机器人导航系统

市场上没有最好的解决方案

如果说传感器是智能车的“眼睛”，那么自动驾驶系统就是智能车的“大脑”。以人工智能为核心技术的自动驾驶解决方案企业是智能汽车产业链的核心，掌握着产业发展的主导力量。

在中国，这样的企业主要集中在两个方面:一是以百度为代表的互联网公司，对自主驾驶业务群有管辖权；另一家是专注于自主驾驶系统研发的初创公司，如马骁智星、穆明塔和文远智星。

业内人士告诉记者，如果抛开大量的技术术语，有两个标准可以直接衡量自动驾驶系统的优劣:是否有已经产品化的东西；是否能得到下游汽车厂商和资本市场的认可。“资本长眼睛。投资人投资真金白银之前，家家户户都会去车上对比。”

从这一点来看，百度和小马志领先于国内自动驾驶系统企业。2019年9月，百度自驾车出租车车队开始在长沙运行，11月初，在沧州启动了国内第二个无人出租车试点项目。2019年12月底，百度成为中国第一批在北京推出自动驾驶和载人测试的企业。新冠肺炎肺炎疫情期间，北京海淀医院的无人送餐车和上海张江人工智能岛的无人消毒车得到百度阿波罗自动驾驶技术的支持。

2月26日，马骁智行宣布新一轮融资:金额4.62亿美元，其中4亿美元来自全球最大汽车公司日本丰田。这是中国自动驾驶领域迄今为止最高的融资额，自那以后，马骁智行的估值已超过30亿美元。运营方面，除了广州南沙自动驾驶出租车的正常运营外，小马还在加州欧文和弗里蒙特开设了自动驾驶出租车服务。根据加州公用事业委员会的最新数据，马骁智行二湾队三个月的里程超过了9万公里。

有趣的是，在谈到发展战略的选择时，马骁智行相关负责人也提到了“降维攻击”。“就像一个数学天才，如果你只做高中数学而不做高等数学，你是拿不到菲尔兹奖(诺贝尔数学奖)的。所以我们抵制了‘渐进’道路的诱惑，直接针对l4以上自动驾驶(高度自动驾驶)。如果你把高等数学做好了，降维对抗高中数学不是很容易吗？”

尽管马骁智行的技术团队实力足够强大，但推动马骁企业成功的是从一开始就定位更高的战略目标。

例如，自动驾驶系统的“大脑”通常包括传感器融合、传感、预测、路径规划和控制五个模块。每一个都是技术难点。小马说五个模块都要独立开发。“市场上没有最佳的模块解决方案。如果能在市面上买到，那肯定是万能的，但万能肯定不是最适合你的。”

高精度地图

在新的机会面前，人人平等

依靠传感器和自动驾驶系统，智能车基本具备自行车智能。但是在一些特殊的场景中，还是有隐患的。

NavInfo的新任副总裁陈丹给记者举了一个例子:“例如，虽然传感器可以感知交通灯，但如果道路停车线不清楚或被雨雪覆盖，在哪里停车就成了问题。”

类似的场景还有很多，比如在没有限速标志的道路上应该以什么速度行驶？前方曲线的曲率和坡度是多少？汽车应该多早开始减速，让乘客感觉最舒服？……

因此，自行车的智能使汽车在视觉范围内具有“适应情况”的能力，但也存在“看着就忘”的问题。出于安全性和舒适性的要求，智能车必须有较长的记忆，记住车道线、标志、道路形状等所有固定信息；第二，一定要有“先知先觉”，预测道路拥堵和前方最佳路线。这超出了单个“车”的能力，依靠网络导入其他配套基础设施的信息。

目前，让智能车拥有高精度的带有“上帝视野”的地图，是建设进度相对较快的配套设施。根据《中国智能网络化汽车产业发展报告(2019年)》，国内三大地图厂商NavInfo、高德、百度基本完成了中国30多万公里高速公路和城市快速路的地图采集。

“除了西藏和青海的个别路段，我们完成了国道的地图采集，城市普通道路数据也进入了产品化阶段。”陈丹告诉记者，汽车的高精度地图和人的导航地图根本不是一个概念。前者要求的精度是厘米级，后者精度在10米左右。

作为国内地图商的领头羊，技术自主是NavInfo最大的护城河。“我们的整个工具链都是独立开发的。从硬件采集设备到数据处理、分发、编译等服务，NavInfo都可以控制。”陈丹说:“这样做的好处是，任何技术进步发生后，我们都可以灵活应对，自我升级，成本可控。”

这使得纳威福在国际市场竞争与合作中具有很强的学习能力。陈丹回忆说，在过去的五年里，纳威福与国际地图巨头的合作也悄然发生了变化。“从一开始，他们就教我们怎么做，然后我们开始贡献想法，说应该更好。”

在这种竞争关系中，中国企业逐渐了解市场和自己的优势。“与国际同行相比，我们反应快，落地快，服务态度好，成本肯定比他们低。”陈丹承认，在导航地图时代，中国地图商起步较晚，全面落后，但现在向高精度地图时代的转型，给了中国地图商一个弯道超车的机会。“面对新的机会，每个人都是平等的。现在还不清楚谁是老大，但我们确实处于领先地位，让我们回头看看。”