机器人天空-为机器人开发者和爱好者服务但无人驾驶的研发远没有想象中的那般简单和顺利。不久前，百度内部的员工向记者透露，因投资压力过大、研发进程不及预期，百度解聘了大量无人驾驶研发人员，有百度无人驾驶“四大金刚”之称的四位研发领军人士全部离职，百度将无人驾驶的研究向平台化方向转型，并计划引进外部力量参与研发。从百度对无人驾驶研发的态度转变上可以看出，即便是财大气粗的互联网公司，在面对无人驾驶这个“无底洞”时，仍然入不敷出。有业内人士表示，虽然无人驾驶概念和技术被炒得热火朝天，但无论是研究机构还是企业，在实际探索中都遇到了不少“路障”，“高烧”之下的无人驾驶感受到阵阵寒颤。
综合人才短缺研发成本高企
频发的交通事故和低下的道路通行效率给很多城市人带来巨大困扰，通过技术革新进一步保障驾驶安全、提升通行效率，已经越来越成为全球性的迫切需求。随着电子、通信、人工智能等一系列技术的日趋成熟，自动驾驶已经具备从梦想走入现实的基础。自动驾驶的最高等级L5级——无人驾驶则更令人们向往，根据对自动驾驶的定义，L5级自动驾驶将解放驾驶员、优化道路资源使用，具备极大的商业价值。正因如此，无人驾驶成为了投资者纷纷追捧的对象。
然而，想要真正在无人驾驶领域大展拳脚，所遇到的“路障”却不少。第一个需要跨过的门槛就是高企的“成本”。汽车行业本就属于重资产行业，无人驾驶所提出的人才需求和技术要求再度将这个门槛提高。在人才成本方面，虽然当前我国从事无人驾驶研发的队伍在人数上已经超过了美国，但高端人才仍然依赖海外人才的引进，尤其是缺少兼具科学家水平和商业运营能力的复合型人才。因此，当吴恩达、余凯、倪凯、王劲等多位AI专家离开百度时，业内无不为百度未来的无人驾驶研发捏一把汗，归其原因主要是因为复合型人才及团队的匮乏。
另外，目前国内从事自动驾驶研究的人才相对分散，缺乏集团协作效应。据统计，在国内专攻自动驾驶领域的初创公司半数聚集在北京，但北京尚未形成类似美国硅谷、匹兹堡的产业聚集效应，企业与人才之间的连接还相对较少。除了研发人才稀缺以外，资金成本则是压在企业身上的另一座大山。虽然不少初创公司纷纷凭借融资成功入局，但无人驾驶毕竟是一个需要几十亿美元起步的“土豪项目”，因此通常这些公司仅能在生态链中的某一垂直环节谋求发展机会，如激光雷达、高精度地图、V2X技术等方面。对于诸如百度一样的互联网巨头，虽然“家大业大“，但大规模的资金投入，同样令其备感压力。
“举个简单的例子，传感器是实现无人驾驶必备的关键部件，目前全球范围内的传感器价格都很高，企业要想实现产品功能上的突破，就必须采购更昂贵、高级的传感器。”清华大学苏州汽车研究院智能网联研究中心主任戴一凡告诉记者，成本与技术呈现一种此消彼长的关系，如何利用价格低廉的传感器实现更好的功能效果，对企业而言是一种很大的考验。“现在企业都在做DEMO，这通过较贵的传感器就能实现。但进入量产环节，企业就不得不考虑成本过高的问题了。”戴一凡告诉记者。
同济大学汽车安全技术研究所所长朱西产表示：“无人驾驶车辆的成本过高，会直接导致较高的售价，那消费者则不太可能选择具备这种功能的车辆，而去选择带有辅助驾驶功能的车辆。”由此可见，对于研究无人驾驶的企业而言，不仅要考虑目前的综合研发成本，还要充分考虑未来量产后的成本管控及市场需求。
技术难度被低估研发瓶颈暴露
在无人驾驶概念刚刚提出时，涉及无人驾驶技术的初创企业普遍认为，获得融资后，跨过了成本的“大山“，就能够在这个领域纵横驰骋、大展拳脚。的确，著名咨询公司罗兰贝格发布的《汽车行业颠覆性数据探测》第二期报告显示，目前全球汽车行业向无人驾驶出行方向的发展速度持续提升。中国汽车行业的颠覆性变革进程排名由第三升至第二，这意味着中国有望继成功抢占电动汽车市场先机之后，成为自动驾驶领域的领导者。如此大趋势下，企业信心倍增也在情理之中，在长安与百度的无人驾驶汽车相继进行路测后，更让无人驾驶技术的前景变得越来越清晰可见。
无人驾驶涉及的技术均属于前瞻科技，与汽车产业的融合并不多，因此每家车企都或多或少存在技术积累不足的情况。戴一凡告诉记者：“现在业内外对于无人驾驶的发展都过于乐观，对技术难度也有一定程度的误判。以目前的技术成熟度想要走向量产，从而实现市场化，还需要很长一段时间。”在戴一凡看来，这种误判一方面是由于企业对于技术难度的低估，另一方面也是因为资本热潮的追捧，部分企业仅仅是为了炒高估值，刻意高调进行无人驾驶的研发。
实际上，这也是当前无人驾驶研发中比较浮躁的一面。戴一凡告诉记者，如果深入进行研究，企业很快就会发现无人驾驶并不会像想象中那么容易收获产业化的成果。正如戴一凡所言，无人驾驶的相关研发者应该清楚地认识到，当前技术的成熟度和安全度还不足以完全代替驾驶员。目前摄像头已经能够满足测试距离、分辨率和视场等方面的性能要求，图像的识别率也可以达到95％，但这并不意味着摄像头能够完全识别不同天气环境和光线水平的物体，如在恶劣的天气条件下，摄像头的性能就大受影响。
此外，在技术路线上，目前无人驾驶的主流“玩家”基本分为两派，一是以谷歌、百度为代表，使用激光雷达＋高精地图的方式实现自动驾驶的科技企业；另外则是类似奥迪及特斯拉这样的车企，通过摄像头＋导航地图以及其他辅助传感器实现自动驾驶。从这个角度来看，当前各家企业对于无人驾驶的研发存在相当程度的同质化现象。
戴一凡认为，无人驾驶研发逐渐深入以后，越是到L3、L4这样的高自动驾驶等级，大家就会做得越接近，方案基本都是雷同的，绝大多数都在依赖地图和高精度定位。他表示，这并不意味着做得不好，只能说明现在受限于传感器等基础零部件的发展，企业的技术路线只能如此单一。
除此以外，无人驾驶带来了巨大的算法挑战，以当前的算法还不能实现人类驾驶员的应急处置能力和经验。地平线自动驾驶商务总监李星宇表示，目前自动驾驶已经超越手机，成为计算行业的新驱动力，对于计算能力和数据生成的速度和实时性、可靠性、功能安全的要求都很高。他透露，全球在计算领域领先者如英伟达、高通、英特尔等，无一不在向自动驾驶领域渗透。此外，无人驾驶的深度学习网络对计算平台的要求也远超之前传统图像识别算法。
不过，虽然目前无人驾驶研究层面的难点正在逐层暴露，但无人驾驶也在一定程度上打破了传统车企的造车模式。不同环节、领域企业之间的相互合作开始加深，进一步使技术与数据在整个无人驾驶产业链中不断流动。就目前来看，互联网、信息行业与汽车产业之间的融合层次尚浅，要想形成合力仍然需要彼此进一步磨合。
零部件供不应求基础研发薄弱
虽然无人驾驶技术深入探索的难度在不断加大，但这并不妨碍企业进军这一领域的决心，无人驾驶的研发一直如火如荼，使核心零部件的需求量大增。上海禾赛光电科技有限公司商务总监周琳告诉记者，作为一家专注于无人驾驶激光雷达产品研发的企业，禾赛在技术角度还没有面临太多瓶颈，但却能深刻地感受到整个行业对于基础零部件的迫切需求。她告诉记者，从2016年开始公司生产的激光雷达一直处于供不应求的状态，产能持续吃紧。在她看来，未来的一年，无人驾驶领域对于激光雷达的需求量还会增大。然而目前国内精于做无人车激光雷达的企业并不多，因此这很可能成为限制无人驾驶发展的因素之一。
此外，周琳特别指出，目前采购激光雷达的公司以互联网公司和主机厂为主，但主机厂的采购量尚未释放，主要是因为目前无人驾驶还没有进入产业化阶段，主机厂普遍是从研究的角度出发，考量产品是否符合未来的量产需求。针对这一问题，优步公司表示，之所以优步要研发激光雷达，主要是因为目前很难通过采购获得足够数量且满足测试需求的激光雷达。
核心零部件的供不应求，对于全球任何一家从事无人驾驶研发的企业而言，都是一个令人头疼的问题。我国较之于美国、德国等，在基础的底盘技术、线控技术等方面的积累相对薄弱，自主核心零部件产业也比较弱小。“对于最基础的汽车电子控制等方面的技术，我国自主零部件企业并没有完全掌握，但如果不解决这些问题，做无人驾驶则相当于纸上谈兵。”戴一凡告诉记者，“在人们的认知当中，似乎只有环境感知、人工智能等才是无人驾驶的投资热点，但实际上，这些机械或电子零部件同样也很关键。”
“我们在做试验车的时候，确实可以进行精细化的改良，但我国自主零部件企业如果长期不掌握核心零部件的生产制造和研发能力，那么未来等到无人驾驶汽车真正面临量产时，‘小作坊’式的供应模式就会成为制约其产业化的重要因素。”戴一凡说。