【摘要】新一代信息技術(shù)的突破、產(chǎn)業(yè)政策的推動使自動駕駛呈現(xiàn)高速增長勢頭，技術(shù)水平快速提升，產(chǎn)業(yè)和市場規(guī)模持續(xù)擴大，涌現(xiàn)多種類型發(fā)展模式，中國自動駕駛產(chǎn)業(yè)國際競爭力也不斷增強。同時，自動駕駛?cè)匀幻媾R技術(shù)成熟度、軟硬件成本、基礎設施水平、數(shù)據(jù)豐富度以及法律法規(guī)不足等方面的制約。加快推進自動駕駛的水平提升和市場拓展，需要在技術(shù)創(chuàng)新、基礎設施建設、數(shù)據(jù)采集、法律法規(guī)等方面發(fā)力。

【關(guān)鍵詞】自動駕駛  無人駕駛  產(chǎn)業(yè)發(fā)展  產(chǎn)業(yè)政策    

【中圖分類號】F42    【文獻標識碼】A

隨著人工智能、物聯(lián)網(wǎng)、5G移動通信等新一代數(shù)字技術(shù)的發(fā)展與成熟，其與實體產(chǎn)品的融合日趨緊密，汽車是其中的典型代表。近年來，汽車企業(yè)持續(xù)推進整車的自動化智能化水平，市場對自動駕駛的接受程度也在不斷提高，具有輔助駕駛或自動駕駛功能的汽車銷量快速增長，自動化與電動化一起成為改變?nèi)蚱嚠a(chǎn)業(yè)格局的重要力量。未來自動駕駛?cè)杂芯薮蟮陌l(fā)展空間，且會向無人駕駛的方向發(fā)展。同時也要看到，自動駕駛汽車的發(fā)展也面臨技術(shù)、成本、數(shù)據(jù)、基礎設施和法律等方面的制約和挑戰(zhàn)，需要積極采取措施加以應對。

國內(nèi)外自動駕駛的發(fā)展現(xiàn)狀

汽車產(chǎn)業(yè)規(guī)模大、先進技術(shù)集成度高、產(chǎn)業(yè)關(guān)聯(lián)度強，是美國、中國、日本、德國等制造大國的重要支柱產(chǎn)業(yè)。自動駕駛作為一項顛覆性技術(shù)，其發(fā)展水平直接關(guān)系各國汽車產(chǎn)業(yè)的國際競爭力和全球產(chǎn)業(yè)分工格局，因此世界主要國家都高度重視自動駕駛的發(fā)展，不少傳統(tǒng)汽車大國發(fā)布自動駕駛路線圖和發(fā)展目標，在交通法規(guī)、監(jiān)管政策等方面積極探索，推出一系列支持自動駕駛的產(chǎn)業(yè)政策，以重塑汽車產(chǎn)業(yè)競爭優(yōu)勢、保持和強化全球競爭地位。例如，美國在聯(lián)邦和州政府層面發(fā)布了一系列法規(guī)，逐步對自動駕駛向更高等級發(fā)展進行松綁。我國將自動駕駛作為新興產(chǎn)業(yè)發(fā)展的重點領域，工信部等相關(guān)部委出臺了一系列自動駕駛相關(guān)的發(fā)展戰(zhàn)略、規(guī)劃和標準，一些地方也在積極開展關(guān)于自動駕駛的地方立法。隨著自動駕駛技術(shù)的逐步成熟和性能提升、成本下降，市場接受度不斷提高，產(chǎn)業(yè)呈現(xiàn)快速發(fā)展勢頭?？傮w上看，國內(nèi)外自動駕駛汽車呈現(xiàn)以下五個方面發(fā)展特點：

一是技術(shù)水平快速提升。國際汽車工程學會（SAE）2014年1月發(fā)布的J3016標準定義了從無駕駛自動化（L0）到完全駕駛自動化（L5）等6個駕駛自動化等級，2021年4月該標準更新到第4版。我國2021年8月發(fā)布并于2022年3月1日實施的《汽車駕駛自動化分級》（GB/T 40429-2021）國家標準與國際汽車工程學會的劃分大體一致，將駕駛自動化劃分為6個等級，0級是應急輔助，1級是部分駕駛輔助，2級是組合駕駛輔助，3級是有條件自動駕駛，4級是高度自動駕駛，5級是完全自動駕駛。自動駕駛的核心硬件主要包括高分辨率攝像頭、激光雷達、毫米波雷達、各種專用芯片，軟件主要包括智能泊車、導航輔助駕駛（NOA）、高級駕駛輔助系統(tǒng)（ADAS）以及集成各種功能的智能座艙。在國家、企業(yè)、科研機構(gòu)等各種力量的共同推動下，自動駕駛的軟硬件性能、車載計算平臺的算力持續(xù)提高。例如，Mobileye在2014年量產(chǎn)的EyeQ3芯片算力為0.256TOPS，2018年量產(chǎn)的EyeQ4芯片算力為2.5TOPS，目前的智能駕駛芯片算力已達到200TOPS。目前，包括自適應巡航控制系統(tǒng)、車道保持輔助、后方及側(cè)方盲點監(jiān)控、輔助停車、變道輔助等L1/L2級自動駕駛功能已經(jīng)非常成熟，L2+技術(shù)方案逐步應用到越來越多的車型。根據(jù)工信部的數(shù)據(jù)，2022年，L2級乘用車新車滲透率達到了34.5%。從Github技術(shù)社區(qū)新建研發(fā)項目的數(shù)量變化也能看出自動駕駛技術(shù)的進步，L3/L4級自動駕駛新建研發(fā)項目占比從2016年的18.2%提高到2022年的55.6%，L1/L2級占比相應地從81.8%下降到44.4%。

二是產(chǎn)業(yè)和市場持續(xù)擴大。自動駕駛的巨大潛力吸引了大量投資進入。在我國，自動駕駛領域的融資在2015年出現(xiàn)快速增長，2014年融資事件4起，融資金額0.45億元，2015年增加到17起5.57億元，2015年至2021年間融資事件402起，融資金額939.91億元，其中2021年融資事件111起，融資金額497.8億元。資金的大量投入催化了自動駕駛技術(shù)快速發(fā)展、市場接受程度提高，越來越多的車型加載了自動駕駛功能，由此也推動了一批重視自動駕駛的車企快速發(fā)展。但由于在推廣中遇到各種困難，L3級及以上技術(shù)的落地進展較慢，甚至一些投入高級別自動駕駛的明星公司出現(xiàn)經(jīng)營困難，或被迫轉(zhuǎn)入L2+級的自動駕駛，整體上自動駕駛的實際應用還處于L3以下水平，但L2、L2+級自動駕駛增長很快。全球乘用車L0、L1、L2級智能駕駛上車數(shù)量，2020年分別為2330萬臺、1948萬臺、1080萬臺；2021年分別為1800萬臺、3070萬臺和1947萬臺。根據(jù)“愛普搜汽車”的數(shù)據(jù)，2022年1-11月我國國內(nèi)自動駕駛L1級銷量256.86萬輛，同比下降18.7%，滲透率14.7%，同比下降2.7%，而L2及L2+級銷量600.96萬輛，同比增長46.0%，滲透率34.5%，同比增長11.8%。自動駕駛裝機量快速增長的同時，相對較高級別的自動駕駛所占比重也在持續(xù)提高。世界主要國家也在積極推動自動駕駛向無人化的實際應用方向發(fā)展。美國已經(jīng)開展較大規(guī)模的無人駕駛試點，有62家公司獲批在加利福尼亞州進行自動駕駛測試。我國多個城市也開啟了無人化探索，例如，2022年4月，北京在經(jīng)濟技術(shù)開發(fā)區(qū)60平方公里范圍內(nèi)投放30輛車，在全國率先開展“主駕無人、副駕配備安全員”的自動駕駛出租車(Robotaxi)商業(yè)化試點。礦山、碼頭、園區(qū)接駁等封閉、低速運行場景下的路況簡單、沒有行人干擾，在這類半封閉場景或限定場景下初步實現(xiàn)了L4級別的高度自動駕駛。

三是多種類型發(fā)展模式并存。推動自動駕駛汽車發(fā)展的關(guān)鍵力量是自動駕駛技術(shù)。自動駕駛的巨大發(fā)展?jié)摿ξ税ㄔ衅囍鳈C廠、供應商在內(nèi)的各種力量的加入。自動駕駛行業(yè)的不同參與者各具優(yōu)勢，從而也形成了自動駕駛的多種發(fā)展模式。主機廠采取多種不同的進入模式，強勢主機廠依靠具有自動駕駛技術(shù)的傳統(tǒng)一級供應商，投資芯片與算法創(chuàng)業(yè)公司，通過內(nèi)部創(chuàng)新循序漸進發(fā)展自動駕駛，或者采取上述幾種方案的組合；造車新勢力將自動駕駛看作核心競爭力的重要組成部分，往往自研芯片、算法；國內(nèi)小型主機廠多采取與成熟自動駕駛方案供應商合作的模式；還有一些主機廠與自動駕駛解決方案領先企業(yè)以合資或戰(zhàn)略合作方式孵化獨立自動駕駛整車品牌。自動駕駛第三方供應商也有多種類型，包括以博世為代表的傳統(tǒng)汽車電子一級供應商，以Alphabet的WAYMO和百度的Apollo為代表的互聯(lián)網(wǎng)巨頭跨界提供自動駕駛解決方案，以地平線、Mobileye為代表的以自研芯片為導向的自動駕駛方案集成商，以Momenta為代表的算法領先型集成商，以及以圖森未來為代表的面向特定場景的集成商。此外，不少出行平臺公司也在積極開展Robotaxi的技術(shù)和方案探索。自動駕駛技術(shù)是對汽車產(chǎn)業(yè)原有技術(shù)路線的顛覆，會引發(fā)主機廠、供應商等產(chǎn)業(yè)格局的重構(gòu)，例如，主機廠希望保持傳統(tǒng)汽車時代的供應鏈主導地位，而自動駕駛企業(yè)希望擁有更多的供應鏈話語權(quán)甚至控制權(quán)，由此主機廠商、傳統(tǒng)供應商、新興供應商圍繞供應鏈價值鏈主導權(quán)展開激烈競爭。

四是中國國際競爭力不斷增強。中國政府高度重視自動駕駛發(fā)展，各種類型的企業(yè)也紛紛加入自動駕駛技術(shù)研發(fā)、應用試點和商業(yè)化推廣。電動化和智能化是汽車產(chǎn)業(yè)發(fā)展的兩大趨勢，而且這兩大趨勢是緊密交織在一起的。相比之下，新能源汽車企業(yè)特別是國內(nèi)外造車新勢力將自動駕駛作為形成差異化優(yōu)勢的賣點，發(fā)展自動駕駛的動力更強，因此新能源汽車企業(yè)成為我國自動駕駛發(fā)展的重要推動者，并處于行業(yè)領先水平。我國電動汽車產(chǎn)銷量連續(xù)8年全球第一，有力地帶動了自動駕駛技術(shù)的發(fā)展和應用。在高速領航領域，2020年底以來，蔚來汽車、小鵬汽車、理想汽車先后推出各自的輔助導航駕駛功能NOP、NGP和NOA；在市區(qū)導航領域，2021年以來，小鵬汽車推出城市NGP功能，蔚來汽車和理想汽車也擬推出市區(qū)導航輔助駕駛功能NAD和NOA。年度平均接管里程（MPI，Miles per Intervention）是衡量自動駕駛水平的核心指標。根據(jù)美國加州交通管理局發(fā)布的2022年全年自動駕駛數(shù)據(jù)，MPI表現(xiàn)最好的前10名公司，美國5家，中國4家，德國1家，其中前五名分別為Cruise（美國）、AutoX安途（中國）、Zoox（美國）、WeRide文遠知行（中國）、Didi滴滴（中國）；在車隊規(guī)模排名中，美國公司W(wǎng)aymo、Cruise和Zoox分別384輛、350輛和106輛位居前三，中國自動駕駛公司Pony.ai小馬智行、安途、文遠知行和滴滴分別居第6、第8、第10和第12位。在自動駕駛零部件領域，國產(chǎn)化也取得很大進步。雖然國內(nèi)企業(yè)在高級駕駛輔助系統(tǒng)（ADAS）的行車領域差距較大，2021年來自德國、日本、美國的大陸、博世、電裝、采埃孚、安波福占據(jù)前裝市場約80%的份額，但在高級駕駛輔助系統(tǒng)（ADAS）的環(huán)視及泊車領域，2021年國內(nèi)市場前五名的供應商為博世、同致電子（TTE）、法雷奧、德賽西威、蘇州智華，其中第2、4、5名都為中國企業(yè)。

自動駕駛?cè)悦媾R多方面制約與挑戰(zhàn)

盡管自動駕駛技術(shù)快速發(fā)展、市場需求不斷成熟，整個行業(yè)呈現(xiàn)繁榮發(fā)展的景象，但自動駕駛進一步發(fā)展需要更好地解決在技術(shù)、成本、數(shù)據(jù)、基礎設施等多方面存在的問題，法律法規(guī)的缺位與不健全也成為自動駕駛向更高等級發(fā)展的掣肘因素。

第一，技術(shù)成熟度的制約。自動駕駛的發(fā)展水平取決于各種硬件、軟件、計算能力等方面的技術(shù)進步及其整合效果。盡管自動駕駛的軟硬件取得很大進展，但現(xiàn)有技術(shù)仍存在不足，對自動駕駛向高階發(fā)展形成制約。例如，激光雷達穿透雨霧的能力有限，易受強光干擾；攝像頭視覺感知的靈敏度在夜間和惡劣天氣中會顯著下降。近年來，不乏知名品牌自動駕駛車輛或頭部自動駕駛公司的測試車型發(fā)生事故，不少是因為自動駕駛系統(tǒng)沒有對障礙物準確識別造成的，暴露出自動駕駛技術(shù)不成熟的問題。由于不同的方案具有各自的優(yōu)缺點，因此目前自動駕駛的技術(shù)路線并未確定，無論在感知層、決策層均有多條不同的技術(shù)路線在競爭。例如，在感知層，特斯拉的Autopilot堅持視覺主導的方案，且未采用高精度地圖，這種方式成本低廉，但是易受環(huán)境、天氣影響；小鵬汽車的XPILOT選擇激光雷達主導方案，并配合高精地圖，這種方案精度高、探測距離遠，受天氣、環(huán)境影響較小，但成本高。還需要注意到，隨著自動駕駛向更高自動化水平發(fā)展，車載芯片的數(shù)量大幅度增長，對算力的需求也顯著提高。當前，我國地平線、華為海思等芯片企業(yè)在芯片算力方面與英偉達、特斯拉、Mobileye、高通仍存在較大差距，同時中國大陸的芯片先進制程制造能力相比世界先進水平也存在較大差距，在美國等西方國家加強對芯片產(chǎn)業(yè)鏈控制、將芯片作為大國博弈工具的形勢下，我國車載芯片的供應鏈安全存在較大風險。

第二，軟硬件成本的制約。自動駕駛功能雖然會將車輛駕駛員解放出來、給用戶帶來更好的用車體驗，但是新功能的實現(xiàn)需要付出額外的成本，用戶會在新增功能與額外成本之間進行權(quán)衡。如果實現(xiàn)自動駕駛的成本過高，只會有少數(shù)“領先用戶”采用，銷量不夠大、企業(yè)利潤不夠多，就會缺乏資金進行技術(shù)創(chuàng)新投入，遲滯技術(shù)的迭代升級進程。自動駕駛高昂的軟硬件成本成為其普及和功能升級的重要阻礙。一方面，雖然攝像頭、激光雷達、V2V/V2I、處理器等軟硬件單位成本有了顯著下降，但無人駕駛功能仍然會顯著增加車輛成本；另一方面，自動駕駛功能升級將會進一步增加車輛的硬件數(shù)量和代碼量，L3級及以上對增加硬件冗余備份的要求更高，會進一步增加成本。L3級別自動駕駛的算力需求為20TOPS，是L2級的10倍，L4級、L5級的算力需求分別達到400TOPS和4000+TOPS。羅蘭貝格預測，自動駕駛從目前的L2級升級到2030年的L3級時，對應的單車軟件價值會從8000-16000元提高到16000-32000元。有分析表明，單車智能價值的零部件成本在10-20萬之間，這么高的成本是普通家庭難以承受的，相對而言對商用車總售價的影響較小，目前在商用車領域應用的可能性更大。

第三，基礎設施的制約。自動駕駛的技術(shù)路線包括單車智能和車路協(xié)同兩個方向。自動駕駛向更高水平發(fā)展甚至進入到完全無人駕駛階段，不僅需要單車智能方面的硬件和軟件進一步的技術(shù)發(fā)展和性能提升，還需要通信端、路端、云端等基礎設施與車輛形成協(xié)同。例如，美國聯(lián)邦交通運輸機構(gòu)籌資成立的研究所歷時數(shù)十年發(fā)展包括“車輛對車輛通信”（vehicle-to-vehicle，V2V）與“車輛對基礎設施通信”（vehicle-to-infrastructure，V2I）在內(nèi)的“車對外界的信息交換（vehicle-to-everything，V2X）”技術(shù)。目前，單車智能路線受到車端傳感器安裝位置、探測距離、視場角、時間同步等限制，在繁忙路口、惡劣天氣、逆光等復雜環(huán)境下難以解決精準感知識別和高精度定位問題；而路側(cè)數(shù)字基礎設施本身具有道路信息感知、道路信號發(fā)布和控制等功能，通過無線通信網(wǎng)絡實現(xiàn)與車輛的數(shù)據(jù)交互共享，能夠彌補車端感知有限視距、感知盲區(qū)等短板，進一步提高自動駕駛車輛對道路環(huán)境的感知能力，輔助車輛作出更安全高效的決策，進而提高交通效率、減少交通事故。但總體上看，適應自動駕駛發(fā)展的信息基礎設施在我國尚處于探索、試點的早期階段，離大規(guī)模商用要求還存在不小差距。

第四，數(shù)據(jù)豐富度的制約。自動駕駛是數(shù)據(jù)驅(qū)動的技術(shù)，無論是攝像頭方案還是激光雷達方案，都需要收集大量且場景豐富的數(shù)據(jù)，用于自動駕駛算法的訓練和迭代升級。車輛是一種對安全性要求非常高的產(chǎn)品，自動駕駛的安全性只有遠超過傳統(tǒng)汽車的水平才有可能取代人類駕駛。但是自動駕駛場景中的數(shù)據(jù)呈現(xiàn)出典型的長尾分布特征，即大多數(shù)場景會頻繁出現(xiàn)，而邊緣場景（corner case）出現(xiàn)的概率很低。特別是在當前無人駕駛被限定在相對固定、有限的區(qū)域，更是限制了多元化場景數(shù)據(jù)特別是邊緣數(shù)據(jù)的獲取。雖然高階輔助駕駛功能在相對簡單的路況下（如高速公路等車道線清晰、車流適中的場景）能夠較好地實現(xiàn)，但是面對城市道路等復雜的場景卻難以做到完全讓人放心，在一些長尾路況中可能會由于對環(huán)境的誤判而發(fā)生事故。自動駕駛向更高等級發(fā)展特別是高等級自動駕駛從測試場地到有限區(qū)域再到全天候路況擴張，場景的復雜度不斷提高，對數(shù)據(jù)的規(guī)模和質(zhì)量也提出更高的要求。邊緣場景的低概率特征決定了在實際路況下獲取數(shù)據(jù)需要大量行駛里程的積累，這是一件非常耗時、成本高昂的工作。據(jù)估計，無人駕駛要超過人類司機的安全性，需要超過80-100億英里的測試里程。測試里程不夠，自動駕駛的安全性就無法提高；而安全性不高，高級別自動駕駛就被限制在測試階段和有限區(qū)域，又會制約測試里程的增長。一種替代的辦法是構(gòu)建數(shù)字化仿真場景，使用模擬數(shù)據(jù)進行訓練，但仍存在邊緣情景收集和標注難度大，仿真場景構(gòu)建壁壘高等問題。此外，高精地圖的覆蓋率較低，也需要花費時間和資金用于數(shù)據(jù)采集和制圖。

第五，法律法規(guī)不足的制約。當自動駕駛進入到L3級之后，車載系統(tǒng)就在相當大的程度上取代駕駛員實施對車輛的控制，也正因如此，國際汽車工程學會2021年更新的標準將L0-L2級稱為“駕駛員輔助系統(tǒng)”，L3-L5級稱為“自動駕駛系統(tǒng)”，也就是說，達到L3級的車輛才真正可稱為“自動駕駛”。從L3級開始，自動駕駛系統(tǒng)可以在不同程度上駕駛車輛，因此車輛或者其背后的生產(chǎn)廠商需要承擔更多的責任。目前，對于L3及以上自動駕駛在權(quán)責認定、道德倫理等方面存在較大爭議和法律缺失的情況。在系統(tǒng)操控車輛的情況下，當車輛發(fā)生事故造成損害時，對人類無法訴諸過錯侵權(quán)，適用于自動駕駛汽車的注意義務標準也不同于人類駕駛者。目前，國內(nèi)外一些法律法規(guī)對自動駕駛車輛中的交通事故責任進行了劃分。例如，2022年8月實施的《深圳經(jīng)濟特區(qū)智能網(wǎng)聯(lián)汽車管理條例》規(guī)定，“完全自動駕駛的智能網(wǎng)聯(lián)汽車在無駕駛?cè)似陂g發(fā)生交通事故造成損害，屬于該智能網(wǎng)聯(lián)汽車一方責任的，由車輛所有人、管理人承擔賠償責任”，因智能網(wǎng)聯(lián)汽車存在缺陷造成損害的，車輛駕駛?cè)嘶蛩腥?、管理人在按?guī)定賠償后，可以依法向生產(chǎn)者、銷售者請求賠償。但是一方面，事故原因的判定還需要更多明確的條例和規(guī)范，另一方面，這些法律仍然沒有解決當發(fā)展到自動駕駛階段后，由抽象的理論轉(zhuǎn)變?yōu)楝F(xiàn)實的“電車難題”。所謂“電車難題”是指當電車面對突發(fā)意外時，如果電車沿原有路線行駛，就會造成更多的人員傷亡；拐向岔路可以比沿既定路線行駛減少傷亡，但會把與電車原本無關(guān)的人員卷入其中，在這種情況下如何選擇就會面臨倫理困境。由人類駕駛的車輛在突發(fā)事件發(fā)生時，駕駛員會作出判斷和應對，并承擔由此造成的后果。但是在無人駕駛的情況下，車載系統(tǒng)做出應對方案選擇的依據(jù)是什么？汽車廠家又是依據(jù)什么預先設定算法？算法的設計者即汽車廠家又應該因此承擔什么樣的責任？因此，為了規(guī)避法律方面的風險，即使目前已有企業(yè)在技術(shù)上實現(xiàn)了L3級甚至L4級的一些自動駕駛功能，仍然推遲發(fā)布L3級產(chǎn)品，要求車輛行駛中需要駕駛員配合并隨時接管車輛控制權(quán)。法律的缺失以及由此造成的不確定性風險，成為自動駕駛發(fā)展的制約因素。

推動自動駕駛規(guī)范化發(fā)展的對策建議

不少機構(gòu)對自動駕駛的發(fā)展趨勢作出了樂觀的判斷。例如，甲子光年預測，到2026年全球乘用車L0、L1、L2級智能駕駛上車數(shù)量分別達到535萬臺、2531萬臺和6010萬臺；科爾尼預測，L4級別車型將于2024/2025年上市，到2030年，L2+級別自動駕駛普及率達到90%，其中L3及以上級別達到50%；IHS Markit預測，L3級自動駕駛與全自動停車、全高速自動巡航等L4級功能將于2025年在大眾市場普及，到2030年，L4級自動駕駛在大眾市場普及，L5級功能在高端車型實現(xiàn)。根據(jù)國家發(fā)改委預測，2025年我國智能汽車數(shù)量將達2800萬輛，滲透率82%，2030年智能汽車達到3800萬輛，滲透率達到95%。但是要實現(xiàn)這些目標，需要采取措施解決自動駕駛在技術(shù)、基礎設施、數(shù)據(jù)、法律法規(guī)等方面的制約。

首先，加快自動駕駛技術(shù)發(fā)展。將自動駕駛作為國家科技研發(fā)重點支持的領域，加大對車規(guī)芯片、激光雷達等關(guān)鍵硬件和操作系統(tǒng)、智能座艙等軟件系統(tǒng)及其產(chǎn)業(yè)鏈上下游、V2I基礎設施等領域在基礎科學、產(chǎn)業(yè)共性技術(shù)上的研發(fā)投入。深化科技體制改革，支持企業(yè)與高校、科研機構(gòu)聯(lián)合申報國家科技項目，促進科技成果的產(chǎn)業(yè)轉(zhuǎn)化和相關(guān)科技人才進行科技創(chuàng)業(yè)。鼓勵整機廠商、零部件供應商、數(shù)字科技企業(yè)加大對自動駕駛技術(shù)的研發(fā)投入，組建技術(shù)聯(lián)盟、建立開源社區(qū)，積極參與國際技術(shù)合作與國際技術(shù)標準的制定。

其次，推進車路協(xié)同基礎設施建設。推動車用無線通信網(wǎng)絡（如LTE-V2X）、新一代車用無線通信網(wǎng)絡（如5G-V2X）的建設，在部分城市、高速公路率先應用。逐步推進市政道路的數(shù)字化改造，重點在目前開展高等級自動駕駛區(qū)域的道路安裝智能攝像頭、激光雷達、智能信號燈等基礎設施，推進車路協(xié)同的實現(xiàn)。推動制定高精度地圖國家標準，支持自動駕駛企業(yè)、地圖導航企業(yè)、出行服務企業(yè)建立戰(zhàn)略聯(lián)盟，共享道路實時數(shù)據(jù)，推動高精地圖的動態(tài)更新，提供更精準服務。

再次，促進數(shù)據(jù)的積累。支持地方政府擴大高等級自動駕駛運行區(qū)域，鼓勵各類自動駕駛企業(yè)增加路測和運營車隊規(guī)模，積極參與國內(nèi)外法律法規(guī)寬松地區(qū)的路測和實際運營。促進自動駕駛仿真技術(shù)開發(fā)，構(gòu)建行業(yè)性數(shù)字化仿真公共平臺，鼓勵企業(yè)采取仿真模擬方式增加數(shù)據(jù)積累。完善自動駕駛數(shù)據(jù)采集、存儲、傳輸、交易的相關(guān)法律，在保證公共安全的前提下，支持車企采取“影子模式”，通過在有人駕駛狀態(tài)下開啟傳感器探測車輛行駛道路周圍的數(shù)據(jù)，支持車企將自動駕駛數(shù)據(jù)進行交易共享。

最后，推進自動駕駛立法工作。鼓勵地方政府制定自動駕駛地方性法規(guī)，對自動駕駛的安全設計、開發(fā)、測試和應用等方面作出規(guī)定，包括具有高等級自動駕駛功能的車輛上路行駛條件，發(fā)生事故時的事故原因鑒定流程、事故責任劃分依據(jù)和賠償責任，車輛保險政策和賠付規(guī)則，對自動駕駛車輛、制造商、供應商、Robotaxi的監(jiān)管等?？偨Y(jié)國外和地方立法實踐中的經(jīng)驗教訓，根據(jù)技術(shù)發(fā)展、市場需求，適時制定全國性的自動駕駛法律法規(guī)。

（作者為中國社會科學院工業(yè)經(jīng)濟研究所研究員）

【注：本文系中國社會科學院研究所創(chuàng)新工程項目“全球先進制造業(yè)競爭與中國制造強國建設研究”（項目批準號：2022GJS02）及中國社會科學院登峰戰(zhàn)略優(yōu)勢學科（產(chǎn)業(yè)經(jīng)濟學）項目研究成果】

【參考文獻】

①[美]胡迪·利普森、[美]梅爾芭·庫曼著，林露茵、金陽譯：《無人駕駛：人工智能將從顛覆駕駛開始全面重構(gòu)人類生活》，上海：文匯出版社，2017年。

②司曉、曹建峰：《論人工智能的民事責任：以自動駕駛汽車和智能機器人為切入點》，《法律科學》，2017年第5期。

責編/于洪清    美編/宋揚

聲明：本文為人民論壇雜志社原創(chuàng)內(nèi)容，任何單位或個人轉(zhuǎn)載請回復本微信號獲得授權(quán)，轉(zhuǎn)載時務必標明來源及作者，否則追究法律責任。