郑南宁，中国工程院院士、中国自动化学会理事长、中国人工智能教育联席会理事长、科技部新一代人工智能战略咨询委员会专家组副组长，曾担任校长。长期从事计算机视觉与模式识别、人工智能系统及其先进架构等研究，为我国人工智能领域的前瞻性战略规划、前沿性技术突破作出了突出贡献。先后获得国家级科技奖6项，并获2020年度杰出教学奖、“全国优秀教师”、“全国先进工作者”等荣誉称号。
自动驾驶汽车，通俗地讲，就是在没有人工干预的情况下，能够感知环境并进行自主行驶的汽车。事实上，在目前的量产车中，还没有实现真正意义上的自动驾驶。但汽车企业在具体的营销宣传中，将自动减速、规避其他车辆等辅助驾驶功能有意无意地冠以“自动驾驶”之名。精准概念一旦被模糊，会导致一些消费者对自动驾驶技术出现不少误解，不仅错误使用，甚至危险尝试，构成安全隐患。其实，自动驾驶技术在发展之初就遇到各种质疑，即便如此，汽车企业对自动驾驶技术的追求从未停止。当前，新一轮科技革命和产业变革突飞猛进，人类正在进入一个“人—机—物”三元融合的万物智能互联时代，自动驾驶就被认为是一种典型的“人—机—物”三元融合的智能系统。在世界上一些国家，已经出现自动驾驶出租车、自动驾驶货运车。有专家认为，自动驾驶很有可能成为世界科技强国争夺出行话语权的主战场。
目前，自动驾驶技术是否成熟？中国汽车制造业要想在全球占有一席之地，需要不需要把自动驾驶作为未来汽车产业转型升级的重要方向？
自动驾驶技术前景广阔
自动驾驶技术在以下五个方面具有很大的优势。
节省人工成本。据公安部统计，截至2022年3月底，全国机动车保有量达4.02亿辆，其中汽车3.07亿辆；机动车驾驶人4.87亿人，其中汽车驾驶人4.50亿人。大量自动驾驶汽车的出现，可以把许多人从繁重的驾驶任务中解放出来，大大地节省人工成本，解放生产力，让人们有更多的时间去做其他的事情。
减少交通事故。世界卫生组织数据显示，道路交通事故每年造成全球将近130万人死亡、大约5000万人受伤，是全球范围内导致儿童和年轻人死亡的主要原因。造成交通事故最主要的因素是人为的失误，很多交通事故是由于超速、酒驾，或者不按交通规则行驶造成的。如果由机器来替代人类，因为它是一个智能系统，可以按照规则理性地判断交通环境，并且不辞辛苦地重复劳动，不会出现路怒，也不会走神，就可以大大地减少交通事故。
缓解交通拥堵。随着汽车不断地、大量地普及，交通拥堵现在成了各大城市的一个通病。如果用自动驾驶来替代人类驾驶，把自动驾驶和智能交通系统融为一体，实现对交通状况整体态势的优化预测，为每一辆车选择一个最佳行驶路径，这样就可以在很大程度上缓解城市的交通拥堵。
提高能源利用效率。我国二氧化碳排放力争在2030年前达到峰值，努力争取2060年前实现碳中和目标，自动驾驶可以为实现这个目标作出贡献。比如说大雁南飞，飞行的距离要达到几千公里。而大雁在空中飞行的平均速度，大致每小时68公里到90公里，头雁在飞行的时候，其身后会形成一个低气压区，其他大雁在这个低气压区飞行，阻力就会减少。如果使用自动驾驶技术，让车组队，就可以形成像大雁飞行这样的一种效能，可以降低风阻、节省能源。
重塑未来城市景观。从历史发展来看，城市是由交通来塑造的。在前工业化时代，城市是沿着马车道形成的。到了20世纪60年代，汽车大量地使用，持续地改变着城市的面貌。也就是说，自动驾驶和智能交通的融合，将会改变现在城市的形态。对于自动驾驶来讲，它是按照规则来行驶的，可以使道路变窄，既减少了道路所占用的土地资源，又可以扩大城市的绿化面积，来美化我们的城市。
自动驾驶需破解五大难题
按照对驾驶员“解放程度”的不同，国际汽车工程师协会将自动驾驶分为6级。L0：没有任何驾驶辅助功能，需要驾驶员全权操控汽车；L1：通过方向盘上的按键对车速进行调整和控制，就是我们所熟知的“定速巡航”；L2：依托毫米波雷达、摄像头等硬件对前方路况实施监测，从而达到在一定条件下完成主动加速、主动刹车、自动保持车距以及障碍物识别等控制功能；L3：在良好的路况环境下，大多数操作由汽车主导，驾驶员只需在必要的时候对汽车进行干涉；L4：在大多数良好的路况环境下，让汽车完全自主操作；L5：针对所有路况进行适应性优化，不再需要人类进行任何驾驶相关的操作。虽然有很多汽车厂商已经成功研发出了L3级别的自动驾驶技术，事实上，现阶段大多处于实际应用中的自动驾驶技术还停留在L2级别，我们可以利用它的便利性，在某种程度上缓解驾驶疲劳，但绝不可以过度依赖，更不能撒手不管。那么，要真正达到L5级别的完全自动驾驶，还有哪些技术难题需要突破呢？
复杂交通场景的“周密感知”。自动驾驶汽车必须要在所有条件下检测道路的特征，它必须要在天气、路况不断变化的情景中，做出安全响应。也就是说自动驾驶，必须是一种不能犯错误的人工智能系统。因为它一旦犯错，就会酿成交通事故，必须要让自动驾驶汽车能够周密可靠地感知它的周边环境。
理解“预行为”。此外还有一个难题，就是要让自动驾驶汽车准确地判断周边物体或者周边车辆的预行为。所谓预行为，是在周边物体或者车辆没有产生这个行为之前，自动驾驶汽车可以判断在下一个时刻，周边车辆或者移动的物体会发生什么样的变化。人类驾驶员，都是根据前方车辆或者周边移动物体的预行为，来传达行驶意图。比如说，我们在路上开车，前方有一辆车，通过这辆车的驾驶状况，可以判断出司机是一个新手，还是一个老手，这样我们就能对自己的驾驶在下一个时刻应做出什么样的行动，有一个预判。但是目前的自动驾驶技术，很难去解释细微的预行为。
“意外遭遇”的应对。人类驾驶员，可以根据身体的语言和其他语境的线索，来理解交通场景。比如说，我们开车到了某一个区域，这个时候突然交通管制了，人类驾驶员是通过交警的手势制定自己下一步行驶的决策，但是目前的自动驾驶技术，很难去理解这类异常的情况。此外，还存在这样一种情况，比如说路边有个孩子，他手上拿着一个玩具，突然这个玩具掉到路边了，他要去拾起这个玩具，在自动驾驶中，我们没有办法对这样一种意外遭遇事先去编码，从而写入自动驾驶的算法之中。
人—车自然交互。还有就是怎么能建立一种人与自动驾驶汽车自然交互的环境，也就是说乘客坐到自动驾驶汽车里，他要能够用自己的语言和自动驾驶汽车进行交互。行驶的途中要与自动驾驶汽车对话：“我要去哪里”“还有多少时间能到达目的地”，这种自然的交流，不仅能够提供给乘客一种舒适的体验，实际上也是一种安全的认证。自动驾驶汽车理解乘客去哪里，能用语言回答，乘客就放心了。此外还有一点，就是未来人类驾驶员开的车和自动驾驶汽车，一定会共享道路，这时候，车跟车之间的交互也是非常重要的。
网络安全。最后一个难题，就是网络安全。因为自动驾驶汽车，要通过云端更新它的地图，去获取相关的数据，而通过云端获取和更新地图的自动驾驶，将会面临着更大的风险。可以想象，以后会出现这样一种恶意行为，比如说黑客侵入自动驾驶汽车中，他可以禁用自动驾驶汽车，也有可能在行驶过程中制造交通事故。
普及自动驾驶还有哪些配套措施需要落地？
国务院办公厅印发的《新能源汽车产业发展规划（2021—2035年）》提出，到2025年，高度自动驾驶汽车实现限定区域和特定场景商业化应用；力争经过15年的持续努力，高度自动驾驶汽车实现规模化应用。那么，自动驾驶大范围应用，除了自动驾驶汽车本身的技术升级，还有哪些配套措施需要落地？
自动驾驶要大规模应用，它的支撑要素是什么？实际上我们需要这样一种生态，就是聪明的车，加上智慧的路和强大的“云”，才能使自动驾驶技术得到大规模应用。聪明的车，就是解决车本身的智能；而智慧的路，就是要使车和路能够协同起来；在路侧也需要安装传感器，并且把“云”和车，通过车路协同联系在一起。此外，聪明的车，它也可以跟“云”去建立联系和进行数据交换。这个强大的“云”，能够支撑城市的智能交通系统。
自动驾驶的发展，还需要强化基础设施的建设，包括与车联网的通信设备，车路协同设施，云数据计算中心，还有仿真测试与路测结合的自动驾驶测试场。而自动驾驶测试场，可以形象地看作是为自动驾驶汽车提供的驾校，自动驾驶汽车在上路之前，都要通过这样一种测试，拿到许可，才能够上路。我们要从基础设施、标准体系、法律法规三个方面，协同推进这样一种应用生态的建设。
最后，我们再来谈一谈自动驾驶的价值组成与商业模式。自动驾驶汽车的价值组成，可以看成两大部分，一是传统车辆组成的“包”，就是现在传统汽车的价格。第二个“包”是自动驾驶组成的“包”，包括算法和计算系统，数据也成了自动驾驶汽车传送的乘客，为什么这样讲呢？因为自动驾驶汽车上路以后，它会在行驶的过程中产生大量的数据，这些数据，可以以一种价值的形式去反馈给自动驾驶汽车的生产商，或者自动驾驶出行服务的提供商，这是传统汽车所没有的。因此，自动驾驶汽车会带来一种新的商业模式。通常一般私家车，就是10万元、20多万元，但是对自动驾驶汽车而言，根据配载的传感器，价格会是传统汽车的几倍以上。由于这样比较昂贵的价格，今后自动驾驶汽车的应用，可能会是一种服务提供的形式，或者以共享的形式来进入大规模应用。因此，在今后的商业模式中，它会受三者之间的关系所影响：一是车辆拥有者，二是整车制造商，三是服务提供商。新的商业模式的出现，也是自动驾驶汽车大规模应用所带来的一种变化。
目前，自动驾驶在L2.5级或接近L3级，已经得到一定规模的应用，但是要实现完全自动驾驶，我们还有一段很艰难的路程要走。实现完全自动驾驶，是一个令人兴奋却又望而生畏的挑战，我们要创造一个自动化智慧城市的未来，自动驾驶只是一个开始。面对自动驾驶研究的热潮，我们要保持一种冷静的思考，要进一步加大基础研究和关键技术的突破，使得自动驾驶汽车能够进入普通老百姓的日常生活之中，能够为我们带来更好的人居环境。
