5G是如何成为自动驾驶的最大变量？

1995 年，咨询公司 Gartner 提出了“技术成熟度曲线”的理论以描述新技术的发展过程：一项新技术被提出，无数害怕错失机会的公司、资本便会一拥而上；

但新技术往往不够完美，短视的投机者纷纷撤离营造出一种赛道进入寒冬的景象；直到相关产业成熟、头部玩家探索出商业模式，新技术才再次迎来稳步爬升的光明期。

在科技行业过去 20 多年的发展中，这条“N”型曲线已经无数次地描绘出了新技术的发展路径。而放眼当下，如果将自动驾驶作为这条曲线的主角，它似乎正被 5G 推动着逐渐熬过谷底，开始迎来一波平稳上升。

一边是 5G 从产学结合、标准制定到政策落地正逐步到位；

前有去年 9 月，由高校、科研院所、通信与汽车制造企业、行业主管部门等行业在内 47 个成员组成的“5G自动驾驶联盟”成立，从行业整合切入 5G 和自动驾驶契合点的探索；后有今年 6 月，工信部发放商用牌照，“5G商用元年”正式到来。

另一边则是头部玩家乘着 5G 的东风加速解决方案落地；

3 月，京东物流宣布建设智能物流示范园区，重点以 5G 推动自动驾驶提升物流效率；7 月，国内首个 5G 自动驾驶开放道路场景示范运营基地重庆启用，长安开启 L4 级的自动驾驶示范运营；

8 月，百度与一汽红旗合作的国内首批量产 L4 级自动驾驶出租车 Robotaxi-红旗E·界在长沙展开测试，支持“高速测试”的同时，测试范围更进一步达到 135 公里的城市开放测试道路和 100 公里高速公路。

不难看出，之于亟待拓展应用场景的自动驾驶而言，5G 的加速铺开如同为其注入了一剂强心针，正加速其突破天花板从实验室走向商用的进程。

站在当下，我们有必要透过表面的喧嚣，从底层入手看 5G 到底为自动驾驶带来了什么。

1

为自动驾驶发展松绑

一个尴尬的事实是，尽管自动驾驶备受厂商、消费者关注，每年更有新技术、概念产品不断涌现，但当下真正能跑在路上的依然是 2015 年左右发展起来的辅助驾驶。

在“造车新势力”的猛烈攻势下，传统厂商亦纷纷跟进，披上“自动驾驶”外衣的 L2 不仅成为中高端标配，甚至下探到 10 万级别的低端市场。

实际上，以当下公认的美国汽车工程师协会（SAE）根据系统对于车辆操控任务的把控程度，将自动驾驶技术分为 L0-L5 级的标准而言，L2 仅能被称为“辅助驾驶”。

L2 到底意味着什么？

SAE 定义中，L2 只是“辅助驾驶”，它意味着“通过驾驶环境对方向盘和加减速中的多项操作提供支持，其余由人类操作。”比如，车道偏离辅助系统、城市预碰撞系统、弯道巡航辅助等。

看上去很美好，但大多沦为鸡肋。一方面，并线观察、保持车道等作为科目一的内容早已融入行驶习惯中，很难为驾驶人员带来真正的体验提升；

另一方面，囿于中国复杂的城市交通状况，辅助驾驶系统不仅不能为驾驶人员减轻负担，更可能因为“过于敏感”而频繁误报干扰驾驶，配备低端传感器的中低端车型尤甚。

显然，这与人们想象中“双手放在脑后，惬意享受小憩时光”的自动驾驶相去甚远。

那么，未能实现的“理想中的自动驾驶”到底是被什么因素“绑住”了？

打个形象的比喻，如果将自动驾驶看作一位司机，它必须具备人类司机眼睛、大脑和手脚的能力，这正好对应自动驾驶自动的感知层、决策层和执行层。

运行时，感知层的激光雷达、毫米波雷达、摄像头、超声波雷达、GNSS/IMU 们负责定位与传感。比如天气、路况、是否有事故发生、周围的障碍物和移动物体。

决策层则是算法+芯片，通过收集感知层数据，分析环境并规划路线，最终下达指令给执行层，实现加减速、转向、刹车。

多种传感器协作，一方面保证适应各种复杂路况以及系统冗余的同时，但另一方面也产生了大量数据，造成了两大难题：传输与计算。

众所周知，汽车行驶中所有动作都必须在数毫秒内完成，稍有延误便可能造成事故。但一台传感器丰富的车一天积累的数据甚至却能达到几 TB。

这意味着如果决策层车载，不仅满足计算需求的电脑将占去大量车内空间，更无法推动无人交通系统的基于大数据的不断学习进化，决策上云毋庸置疑。

而据相关数据显示，即使决策上云，自动驾驶未来每秒也将传输多达 0.75 GB 数据量，每天总数据量高达 4000 GB，外加精确到毫秒级的动作，早已远超现有 4G 网络的理论上限。

相较而言，只有拥有理论值达到 20Gbps 的大带宽、1ms 的低时延以及大容量优势的 5G 才能真正满足自动驾驶的需求。

一个例子就是百度的 L4 级自动驾驶正不断提速。

去年 7 月才发布 L4 级自动驾驶小型巴士，在拿下全国 25 个城市接待了 4 万名乘客并始终保持安全零事故的优异成绩后，百度表示阿波龙二代也将于很快推出。

11 月百度世界大会上，百度宣布与红旗合作推出首款 L4 级别无人驾驶乘用车，并于今年“小规模量产”，今年8 月便直接落地为自动驾驶出租，并被批准“高速测试”。而今年 6 月 CVPR 2019 上，百度还放了一个大招：L4 级的纯视觉城市道路闭环解决方案Apollo Lite，在 5G 时代为企业、开发者提供了一个低价、优质的自动驾驶解决方案。

换言之，一直“束手束脚”发展的自动驾驶，终于被 5G“松了绑”。

2

为重构出行价值链提供动力

可以这么说，自动驾驶其实是少有的，具备颠覆一个产业的能力，却被产业链中所有玩家积极拥护的新技术。这源于其具备的三大优势：

安全、成本以及成为下一代计算平台的潜力。

前两者很好理解。机器不会出现情绪化、注意力下降、疲劳驾驶等情况，大大减少了各种不确定因素；自动驾驶+共享经济，则极大提升了交通系统的利用率，从环保、效率角度降低了成本。

如果说安全和成本是社会层面推动自动驾驶的源动力，那么 5G 所赋予其成为下一代计算平台的潜力，则通过重构汽车行业的价值链，重新定义了游戏规则。

自动驾驶前装套件、出行服务、乘客经济三大万亿级市场机会，众多新玩家入局，但是传统车企则陷入焦虑。正如创办吉利的李书福曾如此解释车企发力出行的动机：

“为什么制造商要做出行？你造的车是用于出行的，你不参与出行市场，你不知道造什么车。你会失去这个市场，可能沦为代工者。”

这意味着，无法掌握数据的车企或许将在无人驾驶-智慧交通的进程中，逐步在“出行”这一价值链中丧失话语权沦为代工厂，这很大程度上导致了车企对于跨领域合作的担忧。

5G 对于自动驾驶的推动，体现在车企与用户两方面，极大地强化了车企在价值链中的地位。

对于车企而言，智能化浪潮中有两大抓手。一为自动驾驶，二为车联网。前者上文已经提到不再赘述，而后者则撑起了车企们的另一重想象空间。

基于 5G 的优势，路况信息的采集，交通状况、吃喝玩乐等地理信息都完全能交由车主生产，构成基于地理信息的智慧城市网络。

某种程度上，车企将逐渐转变为类似于智能手机厂商的角色。比如上月，长城汽车就宣布了告别传统功能汽车的决定，其技术中心副主任郭岩松认为：

“未来汽车将会变成一个有感情、有温度的服务型机器人，这也是整个智能网联汽车的发展方向。”

对于用户而言，自动驾驶解放出的注意力将为车内撑起一个新的内容+服务消费场景。

基于 AI 的语音识别则解决了驾驶过程中的服务唤醒与实时交互，使更多以往需要停车调试的服务，如今能直接介入驾驶过程中。比如在开车上班的路上就为办公室点一杯咖啡。

汽车本质上是“出行”需求，在满足诸如旅行、就餐等生活场景时，具有明显的桥梁作用。

这就意味着，“机器人化”的汽车一方面需要有语音识别、语义理解等基于 AI 的解决能力储备，满足好交互体验；另一方面，则有整合地图、支付、电商、本地生活等服务的能力，满足好服务体验。

显然，无论哪一面，都不是转型“智能手机厂商”的车企们所擅长的，市场需要一个“安卓”。

市场给出的答案就是，诸如百度Apollo 这类左手握基础基础技术，右手积极拓展“朋友圈”的平台级生态跑在了前面。

一方面，掌握自动驾驶、车联网、地图、安全、云服务等丰富的基础能力，再通过平台整合芯片、传感系统、视觉系统赋能给车企；另一边，基于领先的语音交互，帮助打通内容+服务。

最直观的例子便是，Apollo 凭借架构完整，能力丰富，覆盖领域广，能帮助合作火爆结合车辆和硬件系统，快速搭建起一套属于自己的自动驾驶系统，使得各行业开发者得以避免“重复制造轮子”，将研发精力投入加速量产落地。比如，阿波龙目前已经搭载 4 万名乘客，在 25 个城市落地运营；智行者蜗小白智能环卫车，目前已经收货了千台以上的订单；新石器的无人零售车，目前已经完成了 16 万次以上的零售服务等等。

换言之，5G 为车企、互联网服务提供商在未来的出行产业链中赋予了新的定位与角色。

3

为未来城市人、车、路提供动脉

聊完“人与车，有必要上升到“车与路”。

背后的原因在于，大城市凭着集群效应成为经济创新发展引擎的同时，“大城市病”已经成为头号问题。解决的关键，便在于以 5G 作为数据传输动脉的自动驾驶与车路协同，背后原因有三：

其一，智慧城市核心在于智慧交通；交通需求不断增加推动基础设施建设加快，但拥堵、污染、事故频发等问题难以根治，并已成为制约城市发展的瓶颈。

其二，智慧交通能提升城市效率；通过自动驾驶+车路协同，以全局优化和智能调度实现整个交通系统的效率最优化，为整个城市的运行提速降低拥堵。

其三，为城市规划提供顶层设计；通过每一辆接入其中的车辆不断积累的大数据，相关部门不仅能根据实时路况进行疏导调整，更能以此作为基础设施建设的指导。

这引出的一个核心命题是：车路协同是自动驾驶的必经之路。

纵观如今各大城市已经落地的所谓“智慧城市”项目，依靠的依然是摄像头或基础设施的传感器，更多只是交通部门提供辅助，而不能直接参与交通系统运作。

车路协同，意味着通过路面、围栏、交通标志、信号灯等基础设施都具备向向车辆实现信息交互，单车智能在盲区感知、车与车之间通信协同、感知更远地方发生的事件的能力得以提升。

实施的基础，在于利用基站与无线通信技术进行人、车、路之间的协同感应，也就是所谓的 V2X（Vehicle to Everything)，其必须依赖 5G 支持才能真正实现的边缘计算等技术。

比如，在百度与长沙宣布共建“自动驾驶与车路协同创新示范城市”中便能看出，车路协同+自动驾驶正是实现智能城市的基础，正如百度高级副总裁王路在彼时透露：

“自动驾驶和车路协同是百度探索智能城市建设的两个重要着力点，我们希望这次合作是一个成功的起点，未来百度不仅要助力长沙打造‘自动驾驶之城’，更希望能够全面发挥百度大脑、大数据、智能云等技术能力优势，助力长沙在智能城市建设上继续创新突破，共建‘智能之城’”。

这基于百度相关底层技术与基础设施的深厚积淀，去年百度大会上，百度就推出了“ACE王牌计划”，展示了基于百度的自动驾驶Apollo、智能云、百度大脑等技术和能力的城市级平台生态。

比如当时介绍的智能红绿灯全局控制系统，今年已在保定等地落地应用，实测能在早晚高峰将市民行程延误时间减少了 20%~30%，在缓解突发交通拥堵方面有显著效果。

时隔半年，作为百度构建智能交通的 2 个关键技术之一的自主泊车（Valet Parking）也在上月的百度 AI 开发者大会公布了最新进展，从召唤车辆自动开出，到车辆自动进入车库停车，整个过程非常流畅：

关键在于，百度的自主泊车方案成本极低，稍加改造就可以在传统停车场商业化落地。据百度透露，目前已经拿到多家车企的合作订单，车路协同的“最后一公里自由”已经具备商业化能力。

4

为重自动注驾驶的企业带来红利

5G 如同《星球大战》中的原力，推动自动驾驶从本身的落地与商用，到出行产业链上下游的价值重构，再到进一步扩展到推动城市与社会发展。

这意味着，5G 释放的自动驾驶发展潜力，带来的是一场全行业、全社会的深刻变革，不再可能以消费互联网打造 C 端产品的思路实现“一招鲜吃遍天”。

零部件供应商、整车制造厂、解决方案提供商、服务运营商等都将在链条中扮演重要角色，类似我上文打的比方：整车制造厂的角色将转型为“智能手机厂商”，另一个重要则是 OS。

以目前来看，谷歌Waymo 与百度Apollo 正好代表了类似 iOS 和 Android 的两种模式。前者完全封闭，不仅自主运营共享无人车，甚至自研全套传感系统。

而后者只专注 AI、自动驾驶、高精地图等擅长的关键环节，并通过百度大脑的 AI 基础技术能力、百度地图的空间大数据、小度车载OS、百度App 等产品提供支持，通过平台整合产业链赋能给车企成为“送水人”。

如上文所说，5G 将加速自动驾驶的到来，这意味着技术储备与商业化能力成为关键。尽管 Waymo 起步更早，但百度在研发与落地两方面却有着更快的发展速度：

以百度 AI 开发者大会 2019 披露的数据为例，百度自动驾驶进程已经处于世界领先地位：

● 城市道路测试里程 200 万公里；

● 测试车辆 300 辆；

● 已在 13 个城市测试运营落地；

● 新增专利 438 项，位居全国第一；

● 全国测试牌照 100+ 张；

● 首家获批 T4 级自动驾驶测试牌照；

而具体落地解决方案方面已经体现出明显的商业化、垂直化趋势：

Apollo × 吉利合作、L4 级自动驾驶汽车量产、Apollo 5.0、AVP 智能泊车解决方案、智能化交通信控系统、阿波龙车型升级、低速无人车商业化、自动驾驶安全白皮书等。

这反映出“Android路线”的百度Apollo 已经呈现出很强的“马太效应”，不仅是大量搭载Apollo 的无人车正通过累积路测里程等方式，不断自我学习进化；

尤其是，吸收大量头部玩家“朋友圈”将会不断对更多资源，尤其是长尾性质的产生更强吸引力，进而逐渐形成护城河。

150 家合作伙伴中，既有宝马、戴姆勒、福特等传统车企，也有拜腾、威马、蔚来等新势力，更有微软、Intel、英伟达、博世等产业链伙伴也已加入。而 Mobileye 即便尚未加入，也已和百度以共建 RSS 安全模型、发布安全报告的方式展开合作。

正如开头我们聊到，自动驾驶的发展路径符合“技术成熟度曲线”的“N”型轨迹，十数年以来经历资本追捧、泡沫破灭，终于在 5G 等技术逐渐成熟，头部玩家摸索出商业模型后开始上扬。

换言之，对于走开放的“Android路线”使得系统底层、开发环境、交互界面实现快速走向成熟，5G 的逐步落地将加速释放市场需求，使其逐渐进入回报周期。

而对于百度来说，也将很快迎来收入结构的优化，进一步赢得资本市场的认可。