无人驾驶到底靠什么“看”路？
激光雷达、毫米波雷达、摄像头、超声波传感器四路并进，才是今天主流L4级无人车的“感官系统”。
（图片来源网络，侵删）
- 激光雷达：360°高速旋转，每秒百万级点云，精度±2 cm，雨雾天衰减明显。
- 毫米波雷达：77 GHz频段，穿透雨雾，但分辨率低，擅长测速。
- 摄像头：识别红绿灯、车道线、行人姿态，深度学习模型实时推理。
- 超声波：低速泊车场景，成本最低，探测距离<5 m。
高精地图与实时定位如何协同？
高精地图≠导航地图，它包含车道中心线、交通标志、路面箭头、红绿灯位置，精度要求10 cm以内。
无人车先用GNSS+IMU做粗定位，再用激光点云匹配做精修；当GPS信号被高楼遮挡，视觉SLAM接管，误差<5 cm。
算法栈里最关键的模块是什么？
感知→预测→决策→控制，四个环节环环相扣。
- 感知：多传感器融合网络，输出3D目标框。
- 预测：LSTM+Transformer预测他车未来6秒轨迹。
- 决策：强化学习在仿真里跑1000万英里，学会博弈。
- 控制：MPC模型预测控制，把方向盘转角误差压到±1°。
为什么法规成了商业化最大拦路虎？
全球范围内，仅美国加州、中国北京、德国巴伐利亚三地颁发了载人收费牌照，且限定区域、限定时段。
核心矛盾：事故责任归属。L4系统出事故，责任在运营方还是算法供应商？各国保险条款尚未统一。
（图片来源网络，侵删）
成本曲线何时能跌破大众心理价位？
激光雷达从2017年的8万美元/颗降到2024年的500美元/颗，但整车仍需2颗激光雷达+8颗摄像头+5颗毫米波，硬件成本约1.8万美元。
规模效应+国产替代，2027年有望压到6000美元，与L2+车型价差缩小至10%以内。
长尾场景到底难在哪？
Corner case数量呈指数级增长：塑料袋飘到路面、施工改道、交警手势、逆光炫目……
解决思路：
- 数据闭环：影子模式回传异常片段，云端自动标注。
- 仿真扩充：NeRF重建真实街区，生成百万级雨天、雪天版本。
- 众包更新：运营车辆实时上传路面变化，分钟级OTA。
用户接受度为何卡在“安全感”？
调研显示，73%乘客担心系统突然退出，要求可视化界面实时显示感知结果。
（图片来源网络，侵删）
因此，Robotaxi前排必须保留安全员显示屏，用绿色框标出“已识别行人”，红色框提示“盲区”，降低心理不确定性。
商业模式跑通了吗？
目前三条路径：
- Robotaxi：里程成本1.8元/公里，与网约车持平，但去掉司机后毛利可达35%。
- 干线物流：重卡高速场景，节省司机轮换，单公里成本从6.5元降到4.2元。
- 封闭园区：港口、矿山、机场，法规豁免，2023年已落地1200台无人卡车。
未来五年竞争格局如何演变？
技术门槛持续抬高，数据+算力+场景三位一体，中小玩家将被迫站队。
头部格局：
- Waymo：美国加州全无人运营里程>1000万英里。
- Cruise：背靠通用，2025年量产Origin无方向盘车型。
- 百度Apollo：中国牌照最多，武汉、重庆双城示范。
- 小马智行：干线物流+Robotaxi双线并进，已获沙特4亿美元投资。
普通人何时能买到无方向盘的车？
按照SAE分级，L5级量产需满足全场景、全天候、全无人，预计2032年后。
但L4限定场景的私家车可能提前至2028年，前提是高精地图覆盖城市主干道，且法规允许取消方向盘。
评论列表