​自动驾驶商业化应用研究

自动驾驶商业化应用研究

在现阶段，自动驾驶汽车技术尚未成熟，加之法律法规、社会伦理道德等多方面因素还并不准许自动驾驶汽车大规模推向市场。在产业发展前期，在特定领域率先开展商业化应用示范将尤为重要。

一是在特定领域的先行先试，为自动驾驶汽车的安全性、可靠性验证提供针对性的应用场景，相比封闭测试与道路测试，自动驾驶商业化应用的目的性更强，使得技术验证、迭代的效率更高，比如在相对封闭的物流园内区应用的自动驾驶汽车，对道路环境识别能力的要求并不是很高，而是要加强车辆与场区内部的自动化设备的网联化耦合性以及智能管理平台的控制、协调能力。

二是自动驾驶汽车自身高昂的成本以及其商用所需基础设施搭建的投入，需要一定的商业模式来进行消化，否则难以实现大规模应用，因此前期的商业化应用探索将有助于形成可持续的商业化运行模式，为未来产业发展及市场普及指明方向。

三是自动驾驶汽车的大规模普及将会带来政策、法律法规、伦理道德、数据监管、隐私及信息安全、公众认知等多方面社会性影响，率先开展商业化应用示范，对有关社会性问题进行持续跟踪，将有助于探索自动驾驶汽车发展的经验，为国家宏观政策引导、顶层设计、制定战略任务提供方向性的参考。

一、自动驾驶商业化已提上日程

目前，国内外已经开展了不同程度的自动驾驶商业化示范。一方面是掌握有核心技术的企业，选择在特定领域展开试运营服务；另一方面，一些国家或城市提出支持政策，准许企业开展自动驾驶商业化应用的部署，提升商业化应用的日程。

企业方面，比如 Waymo、优步、nuTonomy、WeRide.ai 等企业已经开展自动驾驶网约车的试运营服务，其中 Waymo 尝试向乘客收取费用。来自法国的 Navya及 EasyMile 公司则是推出自动驾驶巴士，并在全球多个城市启动了相应的试运营计划。中国初创公司图森未来、主线科技将自动驾驶汽车的应用场景选择在港口物流方面，与国内港口建立合作展开试运营工作。

 

 

典型企业自动驾驶商业化运营情况

除了企业之外，也有部分国家及城市对自动驾驶商业化展开了相应的布局。比如美国在联邦层面出台自动驾驶政策，对自动驾驶的安全设计、开发、测试和应用等提出制度框架，为各州推动自动驾驶提供了指导，如加州、内华达州已经进行了相关立法，准许企业申请开展自动驾驶运营服务。日本计划在 2020 年东京奥运会上推出自动驾驶服务，并尽力在 2022 年前实现自动驾驶商业化。新加坡交通部表示，该国计划从 2022 年起，在三个不同地区运行自动驾驶公共汽车，以提供更优质便捷的公共交通服务。

 

部分国家/城市自动驾驶商业化发展规划

另外，在车路协同的发展思路下，中国自动驾驶汽车的发展将会与城市内的智能化基础设施、智慧交通平台进行协同，自动驾驶汽车将会成为未来交通出行体系中的重要组成部分。目前，国内部分城市基于自动驾驶汽车已经展开了城市级智慧交通系统的构建工作。

 

国内部分城市智慧城市交通系统建设情况

二、自动驾驶商业化分析

（一）应用场景

从技术应用的难易情况以及受法律法规的影响程度来看，自动驾驶商业化应用路径将遵循先封闭后开放，先载货后载人的原则，以此来选择商业化场景，率先应用在限定场景下的封闭或半封闭区域，比如自动泊车、封闭场区内物流运输，其次是干线物流、末端配送、固定线路的环卫领域、公交通勤、分时租赁、网约车、共享出行等，最后才是私人场景的自动驾驶。结合产业内的相关布局，自动驾驶汽车将率先在以下领域中实现应用：

（1）自动泊车。现阶段，自动泊车技术的应用主要有两种，一种则是偏向辅助驾驶功能的自动泊车，需要车主将汽车停放在停车位附近，车辆依靠搭载的摄像头、雷达等设备完成停车入位，另一种则是以停车场为核心打造的自动泊车系统。这里主要讨论后者。

基于停车场打造的自动泊车系统，一方面提高停车的效率，另一方面可以进一步提升停车场的空间利用率。相比自动驾驶功能的实现，自动泊车对技术要求较低，按照博世提出的技术方案，需要在停车场广泛布局摄像头、信息通信等基础设施，由停车场来识别车辆位置，而基于车端的技术改造则较小，核心是要开放车辆本身的控制权限，位于云端的自主泊车系统会依据车位及车辆位置统一控制车辆停车。实际上，博世自动驾驶泊车的思路与自动驾驶车路协同发展的技术路线类似，重点在于布局“聪明的路”，从而减少车辆搭载智能化设备所带来成本上的需求。

（2）封闭场区货物运输。在港口内部、物流园区、机场等进行货物的运输，搭建高精度地图、V2X 网络，将自动驾驶汽车与场区内部的自动化设备相结合，由智能化管理平台完成统一控制及调配，替代人力成本，实现无人化安全运行。该应用场景的封闭性较强，且安全管控程度较为严格，自动驾驶汽车的工作环境远比公开道路简单，安全可控性强，易于落地。比如图森未来、西井科技、主线科技等主攻港口自动驾驶应用领域。

（3）物流干线运输。由具有自动驾驶功能的物流车辆替代有人驾驶的货车、重卡完成对货物在仓库间的物流运输，一方面可以节省人力成本，另一反面，可以减少司机因疲劳驾驶或操作失误而导致的事故。相关统计数据显示，全世界每年有 120 万人死于汽车或与交通相关的事故，其中有 93%是因人为失误造成。根据麦肯锡预计，自动驾驶汽车将减少美国 90%的汽车事故。

在物流干线运输的场景中，自动驾驶汽车一般行驶在高速公路上，且行驶的路线往往是固定的路段。相比城市道路，高速公路路况较为规整，难以出现行人、非机动车混行的场面。从技术角度看，高精度地图的构建可仅选取在干线物流中固定行驶区域，V2X 网络也可先行在局部进行覆盖。

不过，在中国，高速公路自动驾驶在法律法规层面还尚未得到准许，而得益于开放的政策，欧、美等国家已经准许在高速公路测试自动驾驶汽车。比如沃尔沃、Otto 等企业已经在国外进行自动驾驶重型卡车高速公路测试。

（4）末端配送。由自动驾驶配送小车替代配送人员完成对货品、外卖等末端的配送工作，节省人力成本，提高配送效率。末端配送一般有两个环节：一是从取货、取餐地点到目的地门口，自动驾驶配送小车主要行驶在城市街道中，道路状况较为复杂。从菜鸟物流、Nuro 等企业展开技术验证的案例来看，配送小车一般行驶在非机动车道中，体型小且车速较慢，风险程度较低，因此，对感知器件的精度要求较低，不需要过多地搭载价格昂贵的高精度激光雷达，但对系统感知的灵敏度及识别能力提出要求。与此同时，配送小车的产品标准和身份定义还很模糊，尤其是在中国，自动驾驶配送小车将面临着路权的问题，其上是否合法还存在争议。

二是在办公楼、居民楼，以及小区内部“送货到家”的过程。在这一应用场景中，自动驾驶配送小车将视为具有服务功能的机器人，不会受到法律法规的过多约束，但其落地应用需要与园区物业、楼宇开发商等展开深度合作，从技术上实现自动驾驶配送小车与自动门、电梯等智能化系统实现互联互通。目前，美团自动驾驶配送小车已在朝阳大悦城、深圳联想大厦等地展开无人配送测试。

（5）园区内客运通勤。在封闭或者半封闭的场景中完成对乘客的运输服务，比如机场内候机厅-远机位的乘客接送、办公园区内的短程运输、景区内的观光游览等，该应用场景具有场景环境较为规整、速度较低、安全易控等特点。主打该应用场景的案例有北汽在盘锦红海滩展开的自动驾驶客运观光服务的项目，驭势科技在广州白云机场落地的自动驾驶摆渡服务。

（6）公共交通。由自动驾驶系统代替人类驾驶，完成客运车辆的驾驶任务，一方面降低人为操作不当带来事故的可能，另一方面能够节省大量的人力成本。据调研，在公交运营中，人员成本占整体运营成本的 75%-85%。公共交通实现自动驾驶，在运营方式上与传统无太大区别，仍旧沿着固定的公交线路行驶，在固定的站点接送乘客。不过，自动驾驶公交车的实现相比园区内通勤对技术的要求较高，不仅应具有定点停车、开车门等基本功能，由于行驶在公共道路上，对感知、识别、决策、控制等方面的要求较高，但行驶路线固定，且速度较低，在公交专用道中行驶，安全方面具有一定的保证，在应用前期，高精度地图及 V2X 网络可先实现局部覆盖。目前，主打自动驾驶客运通勤服务的有 Navya、PostBus、EasyMile 等企业。

（7）网约车。未来出行场景下，传统出租车将逐渐被具有自动驾驶功能的网络预约出租车所替代，运营平台将依据消费需求、车辆状态、道路情况等提供共享出行服务，统一调配行驶路线，运输效率最优。自动驾驶网约车能够节省大量人力成本，其大面积应用将会降低消费者对私家车的购买需求，从而提升整体的交通通勤效率。

自动驾驶网约车将面临公开道路中复杂情况的考验，对自动驾驶技术水平提出很大的挑战，与此同时，自动驾驶网约车的上路还将受到法律法规的制约。如何解决自动驾驶汽车的事故责任问题，处理车辆本身、乘客，以及运营商等不同角色间的责任分配，成为自动驾驶网约车实现应用的关键难题。此外，完善保险机制同样是自动驾驶网约车大规模普及的核心要素。从各个国家以及相关运营企业的做法来看，目前在技术应用前期或将有安全员坐在车内负责安全监管，并承担传统网约车驾驶员的责任。

Waymo、优步、nuTonomy、WeRide.ai 等企业已启动自动驾驶网约车的运营计划，与此同时，诸如通用、丰田、福特、大众等汽车领域巨头企业也加大相关布局以求向出行服务商转型。

 

自动驾驶商业化主要应用场景

（二）商业模式

在未来出行的趋势下，自动驾驶商业化应用的商业模式将迎来创新发展。具有整车量产能力的整车企业将联合提供雷达、摄像头、芯片等关键硬件的供应商以及掌握人工智能算法、多传感器融合等技术，具有自动驾驶决策规划能力的整体解决方案提供商，共同开发应用于商业化场景的自动驾驶产品。由整车企业负责自动驾驶汽车的量产，由解决方案提供商提供技术服务，由服务运营商搭建大数据平台，负责车队的管理和运营，为终端用户提供服务，在这之中，服务运营商将施行轻资产运营，由金融机构提供车队搭建在资金方面的支持。

 

自动驾驶商业化模式

未来，跨领域合作将成为自动驾驶商业化发展的主旋律。

部分企业自动驾驶商业化合作布局

（三）典型案例

1. 企业案例-Waymo

Waymo 于 2018 年 12 月正式启动了自动驾驶网约车运营服务，是最早开展自动驾驶汽车商业化应用的企业。目前，Waymo 自动驾驶测试里程已经突破了1000 万英里，丰富的测试经验为商业化部署提供了有力支撑。运营地点上， Waymo 选择了位于美国亚利桑那州凤凰城四周的郊区Chandler、Mesa、Tempe 和 Gilbert。一方面是由于 Waymo 前期测试项目的场地就选择在了凤凰城，对于道路状态、天气信息等数据的采集较为充分，另一方面，亚利桑那州开放、欢迎的态度为自动驾驶汽车的商业化应用带来了十分有利的政策环境的支撑。早在 2015 年，州长道格·迪赛签署了一项准许自动驾驶汽车上路的行政令，要求各政府部门“采取一切必要措施，对上路测试和运营的自动驾驶汽车提供支持”。在该州进行自动驾驶汽车测试，无需申请特殊许可，车辆的注册登记也与普通汽车没有任何区别。

叫车方式上，Waymo 采用与优步、Lyft 等网约车类似的 APP 叫车的方式，但不同的是，用户输入上车地点和目的地时需要进一步精确，比如精确到一条街道的哪个位置或者停车场中的某个停车位等，因为自动驾驶汽车并不能像人类司机一样能够随意地与用户进行沟通，这种现象或将在自动驾驶汽车商业化应用中长时间存在。

收费模式上，Waymo 同样应用了与当下网约车一致的定价方式，以行程时间与距离作为费用结算的主要参数，并未采取“用车费用+代驾费用”的模式。

安全性方面，Waymo 并未取缔安全员，在车内仍配有安全员。按照 Waymo 的说法，这种设定重点考虑了用户接受程度，而非存在技术问题。此外，Waymo还提供了一个可以立即联系客服的功能，这主要是为未来无安全员的运营服务做准备。用户连接远程客服也必将是未来自动驾驶汽车大规模商业化应用的关键功能。

Waymo 广泛布局合作，为商业化应用做准备。在车辆购置方面，Waymo 先后与捷豹路虎、菲亚特克莱斯勒达成车辆采购意向，将分别购置 2 万辆 I-PACE 车型以及 6.2 万辆插电式混合动力车型用于组建自动驾驶车队。车辆维护方面， 2017 年 6 月，Waymo 与安飞士达成多年期限的协议，将由安飞士对 Waymo 的自动驾驶车队进行服务，包括如车辆清洁、机油更换、轮胎更换、配件预订等，将从凤凰城展开合作试点。2017 年 11 月，Waymo 又与 AutoNation 公司签订一份长达数年的服务协议，将率先在凤凰城以及加州北部地区展开合作，AutoNation 为Waymo 提供车辆维修服务。在保险方面，Waymo 与保险初创企业 Trov 达成合作，将为运营服务中的乘客提供包括财产损失险、行程中断险、医疗保险等保险类型。在车辆的运营和管理方面，Waymo 最初将以自身品牌进行运营，之后还将逐渐拓展到其他车队运营商，以针对不同消费者以及物流运输领域的定制化需求。比如 Waymo 与沃尔玛以及购物中心运营商 DDR 公司合作，在美国的亚利桑那州展开自动驾驶汽车的购物接送服务。

2. 城市案例-加州

2018 年 2 月，加州 DMV 出台自动驾驶汽车新规定，将准许各企业向 DMV 申请开展自动驾驶部署的许可。不同于道路测试，部署意味着可以由公众人士在公开道路上操作自动驾驶汽车，或者准许自动驾驶汽车进行销售、出租、提供交通运输服务等商业化行为，以鼓励企业率先开展自动驾驶汽车商业化探索。

与道路测试类似，加州针对自动驾驶汽车部署同样采取了许可制，企业需要申请获得许可后才能开展相应的商业化应用，而相比道路测试，自动驾驶部署的审核时间更长，且要经过 30 天的公示期。

在车辆要求方面，加州针对车辆的技术门槛进行了开放，并没有完全限定开展商业化应用的车辆必须参照传统汽车的形态。加州 DMV 提出若自动驾驶汽车可以不需要驾驶员操作，准许没有方向盘、刹车踏板、油门踏板等手动控制装置，但前提是符合联邦机动车安全标准，或通过美国国家公路交通安全管理局(NHTSA)的批准豁免。不过，对于商业化应用过程中将要面临的网络安全问题，

加州提出了重视，并要求申请企业应证明自动驾驶车辆符合当前针对网络安全的行业标准，以帮助系统能够防御、检测和响应网络攻击、未经授权的网络入侵以及车辆控制的错误指令等。

在部署过程中，加州 DMV 要求车辆中应放置一份车辆交互指南，目的是加强部署过程中的安全性，尤其是在车内无驾驶员的情况下，帮助附近的执法人员，以及消防人员、医疗人员等能够以正确的方式与自动驾驶汽车进行交互。

在市场普及方面，加州还要求申请企业做好教育用户的工作，让用户确实了解自动驾驶汽车的正确使用方式，认知责任关系。具体的方式是为用户提供使用手册，帮助用户充分了解自动驾驶汽车的基本功能和正确操作方式，以降低部署过程中的潜在安全风险，而这些用户教育的过程将作为用户教育计划的一部分连同申请书一并呈交。另外，针对事故责任，加州要求企业将作为相关保险的负责人承担责任。

目前，加州已经批准自动驾驶公司 Zoox 为公众提供自动驾驶运营服务。

3. 国家案例-新加坡

2014 年，新加坡提出“智慧国家 2025”计划，以进一步推动交通和城市的智能融合，将继续完善城市智慧出行体系。新加坡发展自动驾驶汽车，很大程度上是从智慧交通出行的角度出发，自动驾驶汽车的大规模商业化应用，将成为新加坡进一步改善交通状态，构建智慧交通体系的关键载体，而自动驾驶汽车的快速发展，也同样离不开早期在智慧交通领域的探索，以及当地政策、产业环境等方面的支持。

一是政策方面，新加坡修订了《道路交通法》，允许自动驾驶汽车在公共道路上进行测试，并表示在必要时，可以快速对现有法案进行更改以及时响应自动驾驶技术的发展。

早在 2016 年 8 月，新加坡针对自动驾驶出租车的道路测试就开放了绿灯，最开始准许 6 辆以雷诺 Zoe 和三菱 iMiEV 两种电动汽车车型打造的自动驾驶出租车在 One-North 科技城周围 6.5 平方公里的商业住宅区内进行测试，测试过程中车内会有一位来自自动驾驶汽车公司 nuTonomy 的工程师来担任驾驶员的角色，一方面是强化测试过程中的安全，另一方面也是为了在行驶过程中观察车内系统性能进行数据记录，为进一步技术迭代提供帮助。

二是随着新加坡路面委员会的成立以及后续工作的开展，吸引到包括本田、大陆、思科等多家企业以及包括麻省理工学院(MIT)在内的多家学术机构。在2014-2017 年间，新加坡已经开展了如封闭区域固定时间段的交通服务、点对点按需出行的交通服务、货物运输及特种任务等方面的自动驾驶汽车项目的试点。

2017 年起，新加坡路面自动交通委员会还将通过提供政府基金支持及其他产业支持吸引世界级的自动驾驶企业在新加坡设立自动驾驶研发及运营中心，并建立自动驾驶公共汽车的专用测试场地，以支撑 2022 年实现自动驾驶公共交通服务的计划。

三是市场接受度方面，新加坡全面开展了自动驾驶汽车测试及商业化应用的工作，也使得全国范围内的所有人均有机会接触并进一步了解这项新技术所带来的便利性和好处。

四是新加坡丰富的交通管理经验为后来塑造智慧交通体系及自动驾驶汽车的发展带来了很好的条件。新加坡自 1997 年历时 5 年分别完成了交通管理系统的整合、公共交通系统的整合以及交通管理系统和公共交通系统的整合，形成了一个以交通信息中心为轴，连接公共汽车系统、出租车系统、城市捷运系统、城市轻轨系统、城市高速路监控信息系统、车速信息系统、电子收费系统、道路信息管理系统、优化交通信号系统、电子通讯系统以及车内导航系统的整合交通管理系统(ITMS)。智能交通管理系统的应用成功解决交通拥堵问题的同时，也为自动驾驶汽车的商业化应用融入智慧交通平台带来协同作用。

三、自动驾驶商业化存在的挑战

（一）核心技术尚未成熟

自动驾驶汽车发展仍处于初期阶段，技术还尚未成熟。加州 DMV 公布的 2017 年度自动驾驶“脱离”报告显示，Waymo 平均发生 1 次“脱离”的英里数为 5595.95 英里，通用 Cruise 是 1254.25 英里，其他企业的“平均脱离里程”不足一千英里。

目前来看，激光雷达造价较高，产能有限，象征着未来趋势的低成本、小型化、固态化激光雷达还尚未完全成熟。视觉感知技术虽成本较低，但需要复杂算法及大数据模型的支撑，受环境影响较为严重。智能化计算芯片能耗较高，比如英伟达自动驾驶计算平台 Drive PX 2，功耗高达 425W，而下一代能够支持 L4 级别自动驾驶计算平台 Drive Pegasus，功耗为 500W，性能有待进一步提升。此外，基于车联网应用的 5G 通讯技术尚未正式投入商用，难以支持自动驾驶网联化协同感知、控制的高带宽、低延迟、高可靠等通信需求。

（二）自动驾驶产品成本较高

商业化运营公司所掌握的核心技术在于系统、平台、算法，以及车辆调度、策略等偏软的方面，而采购原型车辆，加装激光雷达、摄像头等感知设备，以及实现自动驾驶功能所需要芯片等硬件设备将会产生大量成本。以谷歌研发自动驾驶汽车为例，其搭载的激光雷达单个成本约为 10 万美元，高精度 GPS 和惯性导航系统成本共达 15 万美元，这意味着仅核心零部件方面的成本就高达 25 万美元，最终产品的市场价格将会高于 25 万美元，是普通汽车的数倍，较高的成本难以实现自动驾驶汽车大规模商业化落地。

因此，在产业发展前期，自动驾驶汽车难以在私家车市场得到大量部署，相比而言，如网约车平台公司、物流公司等 B 端企业，对价格容忍度较高，更加容易克服高成本的不利条件。由商用车市场先行普及自动驾驶汽车，能够率先开展商业化运营服务及应用，继而逐渐带动整个产业生态的发展，进一步完善技术水平，降低成本，再逐渐将自动驾驶汽车导入私人乘用车市场。

（三）缺乏可持续的商业模式

比如谁来负责车辆量产制造，哪些企业提供软、硬件技术和部件供应，谁来扮演服务运营商的角色，谁来投资建设基础设施，与此同时，开展商业服务的收益应该如何分配，服务中产生的大数据由谁来管理，又将如何释放核心价值，仍需要进一步探索。

自动驾驶汽车未来上路，不仅带动人工智能、车联网、智能芯片等新兴产业的发展，还将与通信网络、道路基础设施、交通管理平台、金融服务平台、信息管理平台等发生深度、频繁的交互，目前其商业化应用的模式尚未清晰，企业间应加强合作，需要建立一个跨领域协同发展的机制，以助推其健康、快速地发展。

（四）问责制度仍有欠缺

联合国《国际道路交通公约》修正案明确自动驾驶技术可以将驾驶的职责交给车辆，从而驾驶的责任人不再一定是人类驾驶员，也可能是车辆本身。与传统汽车不同，未来自动驾驶汽车或将不存在人类驾驶员，其驾驶行为的控制权将逐渐转向机器驾驶，车辆制造商、车辆拥有者、系统供应商、运营服务提供商将取代驾驶员成为新的责任主体，一旦发生事故，彼此间责任的分配方式存在较大争议，针对自动驾驶商业化应用也尚未有完善、明确的问责制度可供参考。

四、自动驾驶大规模商业化应用需要的条件

目前，自动驾驶汽车正处于测试阶段，仅能够在较为简单的封闭或半封闭场景下开展商业化试运营，离大规模的商业化应用还有很长的距离，还需满足多种条件。

（一）成熟、可量产的关键技术

成熟的技术是自动驾驶汽车大规模商业化应用的基础，是车辆自身安全性、功能稳定性的最基本的保障。自动驾驶汽车核心技术涉及激光雷达、毫米波雷达、摄像头、计算芯片、信息通信、人工智能、大数据、高精度地图、车辆线性控制等多个方面，是一个技术密集型产品，各项核心技术虽日趋成熟，但仍有很长的一段路要走。感知系统的识别准确率将从根本上左右车辆对周围环境的判断，计算平台的运算效率将直接对系统决策、控制的实时性产生影响。此外，关键技术的成熟以及核心零部件成本的下降还能进一步降低自动驾驶汽车的综合成本，加快其大规模商业化进程。

 

自动驾驶汽车核心技术

（二）健全、完善的法律法规体系

自动驾驶汽车作为一项新型交通工具，将受到法律法规的约束。与传统驾驶模式不同，自动驾驶汽车的驾驶控制权及驾驶责任将发生转移，传统的交通法律法规并不完全适用于自动驾驶汽车，比如中国《道路交通安全法》及其实施条例中要求驾驶车辆的对象是人，并未将同样也能完成驾驶任务的“自动驾驶系统”考虑在内，未来按需出行的方式将成为主流，人类驾驶员将逐渐被自动驾驶系统所取缔，需要创新完善的法律法规体系，以确立其合法地位。另外，自动驾驶汽车是融合了多方面技术的产物，汽车制造商、传感器厂商、核心算法提供商、高精度地图与定位服务商等都将成为自动驾驶汽车研发、设计、制造的重要参与者。与此同时，自动驾驶系统是一个高度集成的系统，各方面技术彼此关联、深度融合，在各参与方的技术水平并无明显瑕疵的情形下，对于责任主体的确定十分困难。进而言之，即使是确定了责任的主体，各主体之间是承担独立责任抑或是连带责任，如何平衡各责任主体之前的关系等诸多问题也存在较大困难。此外，外界环境的变化，以及黑客入侵、病毒攻击等网络安全问题，也增加了自动驾驶汽车事故责任认定的难度。

（三）科学、合理的伦理道德准则

未来自动驾驶汽车上路将会面临诸如安全性优先级选择等“电车难题”，这将涉及到决策算法在紧急状态下如何做出选择的问题，需要科学、合理的伦理道德准则为其提供规则上的支撑。

如果有了伦理道德方面的准则，企业在设计系统算法时将有凭可依，系统进行决策的过程也会更加透明化，从而减少消费者对自动驾驶汽车的忧虑。与此同时，伦理道德准则也是自动驾驶汽车法律法规体系中的关键组成部分，是法律法规建设的重要依据。

（四）创新、适宜的保险制度

未来自动驾驶汽车上路将会面临种种无法预知的情况，保险是处理这些情况最好的途径，无论是前期的路测，还是后期的试运营，乃至未来大规模商业化应用，均需要保险来承担一定的风险。未来驾驶事故将从以人为失误为主要原因向产品自身缺陷转移，且用车方式趋向共享用车，传统保险的范围、赔偿机制等并不适用自动驾驶汽车，需探索创新的保险种类，以科学、合理地方式综合评估自动驾驶汽车的风险，采取创新的保险机制建立产品责任制度，简化事故赔偿流程，降低风险损失，助力构建完善的责任分配体系。

（五）区域覆盖、强大的智能基础设施

自动驾驶汽车的发展离不开智能化基础设施的支持。

一是现有的、适用于人类驾驶的道路交通信号设施不适用自动驾驶汽车，需要进行升级和改造以便能够被自动驾驶汽车高效识别，并能够实现与其他相关主体的信息交互，智能化的交通信号设施是未来发展的主要方向。

二是自动驾驶汽车将会产生海量数据。英特尔估计，自动驾驶汽车每天可以产生 4TB 的数据，需要能够在高频段、高车速、高车流量的环境下提供可靠通信能力的信息通信网络支持。目前，具有低时延、高可靠、低功耗特性的新一代通信网络 5G 将会在 2020 年前后实现商用，基于自动驾驶汽车的 5G 商用化时间点则会较晚。

三是未来汽车全面实现自动驾驶，数以百万、千万辆的自动驾驶汽车会通过传感设备以及 GPS、通讯网络等将自身以及行驶过程中采集到的环境信息实时发送至云端，海量数据的处理需要一个强大的智能化数据管理平台，以完成大数据的计算及信息的汇总、更新、存储。平台会将规划出的最佳路线实时发送至车辆，还会依据城市道路的通行情况，及时调整信号灯的时间，提高整体的安全性和出行效率。

四是车辆自身感知定位及路径规划需要能够进行实时更新，需要有实现区域覆盖的高精度地图与高精度定位网络的位置体系支撑。

此外，汽车与外界通信还存在信息网络安全的问题，基于云、管、端三个层面设立网络安全防护机制，同样是自动驾驶汽车实现大规模商用的关键条件。

（六）广泛、持续的市场接受程度

如果消费者不认可自动驾驶汽车，再先进的技术也难以在市场中实现应用。根据美国消费者报告的一项调查显示，计划在未来两年购买汽车的消费者中，只有 11%的人希望拥有采用自动驾驶技术的汽车。而导致消费者不认可自动驾驶汽车的关键在于信任问题，《采用自动驾驶汽车过程中的心理障碍》文章中指出，大部分人并不了解自动驾驶汽车是怎么想的或者它作出某种行为的原因，这使得人们很难预测自动驾驶汽车的行为，从而很难对其产生信任。

信息不对称是阻碍消费者完全接受自动驾驶汽车的关键，由于车辆系统的决策逻辑、控制流程不被公众所了解，消费者往往不会将自身的生命财产安全完全交付给自动驾驶汽车，从而更倾向于可人为控制的传统汽车。因此，企业在布局自动驾驶汽车商业化应用的同时，也应充分重视新技术应用的市场教育问题，让消费者能够真正了解自动驾驶汽车的原理及功能，认知到自动驾驶汽车带来的价值，增加透明度的同时，也应将适用边界及潜在的风险公之于众，并告诉消费者如何正确使用自动驾驶汽车。