在自动驾驶方面，传统车企和造车新势力各有什么优势？
在自动驾驶领域，传统车企和造车新势力相继发力。传统车企中，华为与北汽合作，Waymo与沃尔沃合作；造车新势力中，特斯拉Autopilot、小鹏NGP、蔚来NOP也各有建树。
自动驾驶是一个复杂的技术体系，牵扯到的因素非常多。对于传统车企而言，自动驾驶走得多是稳扎稳打的推进路线，而造车新势力则走得是更为激进的“跨越式”路线，但是综合衡量整个技术体系孰优孰劣，在当下也是很困难的事情，所以更合适的思路是从某个方面去看待。
看到很多知友已经从自动驾驶的体验、实用性、便利性等很多方面进行了对比讨论，下面我就从安全性的角度来解析一下自动驾驶系统吧。
安全性问题自从汽车出现就如影相随，自动驾驶出现后，汽车的安全性问题再次成为争论焦点。有观点认为自动驾驶可以显著的提高安全性甚至实现“零事故”，也有观点认为开车这么复杂的事情，交给机器明显“不靠谱”。孰是孰非？
自动驾驶使用各种传感器构成的感知系统来获取环境信息，由决策系统确定运行策略，由执行系统，也就是线控底盘实现对车身的控制。如此来看，其安全性能其实可以类比人类驾驶：
人类驾驶的时候，驾驶员的身体就是硬件，驾驶员的脑子里的想法就是软件，驾驶员看到的各种交通标志、甚至收听到的实时路况等就是网络信息。而自动驾驶时，硬件由雷达、摄像头等各种传感器和计算机构成，软件则是运行于此平台的自动驾驶程序，网络信息通过车载联网实时更新。说起来好像很干涩，我们以一个简单的例子来看一下就比较明白了。
2016年，一台自动驾驶车辆的车主正坐在车内观看电影，车辆在自动驾驶系统的控制下自动行驶，突然撞上前方左拐的白色拖车，从拖车车底穿过，撞上护栏，最终车毁人亡。这起事件让很多人对自动驾驶“谈虎色变”。如果从前面的分析来看。硬件方面的原因就是感知硬件并不擅长感知侧向来车，且其毫米波雷达的安装高度距离地点约40cm，而白色挂车的底盘高度为1.2m，其下部的空间毫米波雷达是无法检测到障碍物的。硬件摄像头采集到了车体的信息，但是软件系统认为是交通指示牌或者一朵白云，从而导致软件系统认为没有障碍物，故未输出任何减速或者避让信号；这台自动驾驶汽车也没有从网络方面获取可以规避这次车祸的任何信息，最终导致车辆撞上挂车后撞上护栏，车毁人亡。
总结一下：自动驾驶汽车的安全性包括硬件安全、软件安全和网络安全。硬件安全是指车载传感器、车载芯片、执行器等实际部件的安全性，保证这些设备能够正常工作，甚至具有一定的容错性能，这是安全性的基础。软件安全是指车载决策系统能够根据收集到的各类信息、数据，给出正确的转向、加速、减速、停车等指令。网络安全指的是相关车联网系统的设计能否保障汽车免受网络攻击，或在网络攻击下应有的驾驶功能不受影响。正常情况下，车联网可以让车辆获得更多的路况和周围车辆信息，进一步提高车辆的安全性，但是随着车辆的外部接口类型的不断丰富，车联网可能带来的信息泄露、车辆控制系统被操控等诸多问题开始凸显，以至于长期来看，自动驾驶汽车的网络安全问题将是自动驾驶汽车的最大风险之一。这一点，相信看过《速度与激情8》的朋友对下面这个画面印象深刻。
很多人认为自动驾驶汽车必须做到绝对安全才能上路，实际上这种想法过于绝对。目前比较公认的观点是：只要自动驾驶汽车的安全水平能够超过人类驾驶员的平均水平，那它就是足以“造福人类”的。所以，本质上考虑的是相对人类驾驶自动驾驶的安全性，而相对人类驾驶，自动驾驶在感知能力、处理能力、执行能力等方面皆有不同。
感知能力方面，人类使用眼睛、耳朵（对加速度的感知）等器官，而自动驾驶车辆使用毫米波雷达、摄像头、激光雷达、加速度传感器等。虽然说人类可以轻松识别行人、车辆、自行车，甚至飞行的塑料袋等各种障碍物，这方面比目前最先进的图像识别算法还要好，但是在相对速度、相对距离、加速度等方面，人类的识别能力远远跟不上毫米波雷达、激光雷达等设备的精确测量，这也是为什么AEB等系统能够有效的减少追尾事故。也就是说，目前来看，感知能力方面，人类和自动驾驶传感器各有利弊，但是长远来看，自动驾驶传感器的能力还在不断提升，而人类的感知能力是相对稳定的。
在处理能力方面，人类的“经验”可以给车辆很好的控制，实现“人车合一”，可以轻松预测各种行人车辆的轨迹，甚至还能分析“鬼探头”等危险情景。对于自动驾驶系统的软件来讲，预判方面目前并不具有优势。但是就反应时间来讲，人类受限于生理极限，与处理速度极快的车载计算平台相比，人类是明显处于劣势的。
执行能力方面，人类依靠对驾驶行为的练习和车辆的“熟悉”来实现，职业车手可以做到精准把控车辆极限，但是大部分普通驾驶员很难实现对车辆极限的把控，更多的是依赖于并不精确的经验。而自动驾驶系统则可以相对精确的控制车辆，充分发挥车辆的性能，这也是为什么ESP等系统能够很大程度上提高车辆的安全性。
通过以上的分析可以看出，目前情况下，人类驾驶有识别、预判等优势，自动驾驶有精准、快速的优势。除此之外，自动驾驶的安全性目前还面临法律法规、责任界定、伦理等方面的问题，依然处于一个相对初始的发展阶段。目前也仅有极少数的自动驾驶技术能够达到与人类驾驶事故率不相上下的水准。
在自动驾驶大行其道，成为智能车辆“最热”配置的今天，各大厂商也都在自动驾驶安全性方面发力，然而实际效果并不理想：以特斯拉为例，其自动驾驶车辆出现事故或者所谓“误操作”出现事故的事情依然经常发生，这也让在自动驾驶方面比较激进的特斯拉被推到了安全性的“风口浪尖”，也一定程度上说明了在安全性方面步子不宜太大，还是立足当前的技术水平稳妥推进。
但是如果我们把目光稍微放长远，目前的自动驾驶传感器、计算平台、软件都在快速发展，车路协同也开始起步，这就意味着机器的感知能力原来越精细，处理能力越来越强大，在目前这种人机共驾广泛存在，且少数自动驾驶能力已经逼近人类水平的情况下，自动驾驶肯定会慢慢胜出，其安全性会逐渐超越人工驾驶。
看具体例子：以安全性著称的传统车企沃尔沃，对于自动驾驶安全性的要求也十分严苛。其实无论是Waymo、华为还是百度、滴滴，这些公司都是Tier 1零件供应商，其提供的自动驾驶方案新势力可以用，沃尔沃也能用，但是沃尔沃对安全的要求更高，必须100%确保安全功能才能量产交付。
2020网易未来大会上自动驾驶的沃尔沃XC60，使用摄像头加毫米波雷达的方案实现路面监测，具备物理路沿的识别功能，使用双向连续电机辅助转向，让车辆始终保持在车道中央，与City Safety城市安全系统结合，达到了极高的安全性。City Safety城市安全系统2008年发布，至今已经历数次更新，集合多种安全科技，成为行业领先的主动安全配置，具备盲点信息系统、交叉路口自动刹车、对向车辆智能避让、紧急避让辅助、DAC驾驶员疲劳警示、Pilot Assist领航辅助等功能，很大程度上提升了车辆安全性能。
沃尔沃自动驾驶的研发走得是驾驶员辅助、半自动驾驶、高度自动驾驶、完全自动驾驶的四步走路线，不是仅仅关注自身技术和汽车产品，而且建设一个智能交通生态系统，综合提升软件、硬件和网络安全，构建一套完整的基于互联网、车联网、物联网和大数据的智能化汽车生态系统，属于稳妥全面推进的类型。在技术领先和理念先进的基础上，沃尔沃早早的开启了自动驾驶实践。早在2012年9月，三辆无人驾驶的沃尔沃汽车，在一辆有人驾驶的卡车带领下，在西班牙巴塞罗那的公路上，以90km/h时速完成欧洲环保型道路安全列队行车（SARTRE）的测试项目，沃尔沃也因此成为第一个在开放的高速公路实现完全自动跟车测试的汽车厂商。2013年12月，沃尔沃汽车开始在瑞典哥德堡进行全球首个大型公共自动驾驶路测项目“Drive Me”，第一次把实际交通环境中的所有因素囊括了进来，是自动驾驶测试中相关参与方最多、合作程度最深入的项目。2016年沃尔沃和海外知名出行公司合作，开始开发冗余系统，开始设计冗余系统的时间在行业内属于前列。经过十年的发展，To B方面，沃尔沃的车辆已经有可以支持NVO(无人操作模式）的硬件储备，已量产To B领域的具备L4级别硬件能力的车；在TO C方面，沃尔沃也即将做好无人监管驾驶（unsurpervised）的硬件准备。2020年6月27日在上海发布的滴滴自动驾驶，沃尔沃也因其强大的自动驾驶能力和出色的安全性成为滴滴出行旗下自动驾驶公司的供应商，为其第一个面向普通用户的自动驾驶出行体验服务提供XC60 T8汽车，其中最关键的因素就是沃尔沃在安全领域的领导者地位和良好声誉，不论主动安全还是被动安全，沃尔沃都能很好的消除用户在安全方面的后顾之忧。
就造车新势力来讲，其在自动驾驶方面倾注了极大的精力，以国产小鹏P7的NGP为例，其可以基于用户设定的导航路线，实现从A点到B点的自动导航辅助驾驶。经过快速的更新和迭代，NGP可实现辅助用户实现自动变道超越慢车、自动选择最优车道、自动限速调节、自动进出匝道、自动切换高速公路、变道自动紧急避让、交通锥桶识别/避让、大货车规避、夜间超车提醒、故障车辆避让等功能，在一众国产“新势力”中做得比较不错的，特别是其针对中国道路的深入优化，虽然NGP的上线时间并不长，其安全性有待验证，但是实用性表现还是不错的。
从以上也可以看出，目前情况下，传统车企和造车新势力都十分重视自动驾驶，但是在安全性方面，传统车企依然有积累的优势，更适合稳扎稳打的安全性提升路线；新势力在软件快速更新迭代方面更有“优势”，或者也可以说是更有“压力”，但是总体来看，其安全性方面验证积累相对较弱，有些车企的安全性表现的确有待更长时间的验证。
如果目光再长远一点，全自动驾驶代替人工驾驶是早晚的事，这一点不论是传统品牌还是造成新势力都是殊途同归。我们知道，由于人的行为不确定性极强，所以机器在对人的行为进行预测方面依然存在很大不足，人机控制权的切换受限于人类的脑力负荷、反应能力、认知能力等因素，如何实现控制权的安全、平稳切换又是人机共驾阶段比较明显的短板。而人工驾驶完全退出历史舞台后，自动驾驶不再需要考虑控制权切换和人类行为预测等问题，道路交通信息仅通过网络在车辆之间传输，传统的交通标志和交通规则统统烟消云散，这时候的自动驾驶将获得系统性的进展，一个高度自动、极高效率的自动驾驶交通系统就会形成，让我们拭目以待吧。
1. 路线之争
目前市场上售卖的车型，无论你是采用的单个毫米波雷达加单个前视摄像头开发的车道居中和自适应巡航，还是采用多个毫米波雷达加多个摄像头开发的变道功能，本质上都还属于SAE L2功能，差异点主要是场景的覆盖度和性能差异，目前量产的车型大家还都是停留在L2层级。
L0→L1→L2各家车企都是这样一步步迭代自家的驾驶辅助技术，但是对于未来自动驾驶技术如何发展形成两个阵营：一种认为从L2→L3，自动驾驶技术将继续进行渐进式迭代，这包括丰田、奥迪、通用等；一种认为从L2→L4，自动驾驶技术将进行跨越式发展，包括福特、沃尔沃、WAYMO等。为何大家对于L3级自动驾驶如此有“成见”呢？关键还是大家对于安全这块有不同的理解：L3级自动驾驶的驾驶任务是系统负责，对于周边环境的监控也是系统，只有在一些紧急特殊情况下需要驾驶员接管。这就需要如此设计：（1）需要驾驶员接管的时候至少要给驾驶员3-5秒的接管时间；（2）驾驶员未接管时车辆能够靠边安全停车。我认为对于第一条要在紧急特殊工况预留3-5秒的接管时间就是伪命题，因为大部分紧急危险场景，如果给系统3-5秒的控制时间，系统完全就可以将车辆控制在稳定安全的范围内，根本就不需要驾驶员接管，即使给驾驶员3-5秒时间，要想在这么短时间里让他立即转换角色（乘员→驾驶员）应对危险工况，他也不一定能应对，下面我们先看看大家在L2功能上的布局有啥差异。
2. 各大汽车厂商对于自动驾驶的理解
（1）特斯拉对于自动驾驶的设计
目前特斯拉采用的硬件是HW3.0方案，自动驾驶控制器采用的FSD芯片，传感器由三个前视摄像头，侧面各两个摄像头，尾部一个摄像头，前部一个毫米波雷达组成。
从以上传感器配置来看，特斯拉走的还是以摄像头为主的方案，只配备一个毫米波雷达，其实站在人开车的角度也能理解特斯拉这种设计，特斯拉就是通过多重神经网络深度学习人的驾驶习惯（不管你是否正在使用Autopilot），通过每天回传的海量用户数据来迭代它的控制算法。
特斯拉这套弱感知、强人工智能方案目前在行业里还是领先，只借用一颗毫米波雷达来作为感知备份，没有采用高精地图和激光雷达，最近埃隆马斯克在twitter宣称未来甚至要取消毫米波雷达，进一步提高其人工智能深度学习的重要性，特斯拉的最终目标是自动驾驶汽车不是基于规则模型对车辆控制，而是模拟人的神经网络深度学习的技术，如果要想像人的大脑一样控制车辆，首先要有足够的算力进行支撑，目前HW3.0硬件第一次采用自研的FSD芯片，两片FSD芯片总算力达到144TOPS，当然这算力还完全无法支持特斯拉L3功能的要求：在2022年特斯拉预计将发布基于第二代FSD芯片的自动驾驶HW4.0硬件。
（2）通用对于自动驾驶的设计
如果说特斯拉是以视觉为主的方案，supercruise就是以毫米波雷达为主的方案，它的硬件结构如下：
它是总计有5个毫米波雷达、1个前向摄像头，不同于特斯拉的设计，通用设计的supercruise允许驾驶员不手扶方向盘，但是它还是L2的系统，全程需要驾驶员监控周边环境，为了防止驾驶员滥用这个系统，supercruise使用两项新技术：驾驶员状态监控和电容式方向盘，驾驶员状态监控可以准确判断驾驶员是否注视前方，有无疲劳驾驶。在supercruise需要驾驶员接管时电容式方向盘通过内置的电容传感器准确判断驾驶员有没有接管（区分是手在控制方向盘上还是在方向盘上固定一个重物），两项传感器的结合可准确判断驾驶员监控和接管车辆的能力。
相对于特斯拉的方案，supercruise相对保守很多，2019年初开始在大陆市场销售，保守到你去4S店都买不到，2020年下半年才在官网正式宣传，但是官方宣传视频里没有宣传可脱手（毕竟目前违反交通法），还是非常低调的。
super cruise目前是量产的唯一允许驾驶员脱手的驾驶辅助系统，HMI可固定的显示有无车道、是否有前车。
（3）沃尔沃对于安全的理解
沃尔沃跟其他传统车企一样相对保守，对于L2功能采用的是前毫米波雷达、前智能摄像头进行融合，加侧后方各一个毫米波雷达的方案。一般主机厂的毫米波雷达布置在前保险杠附近，而沃尔沃的方案将前毫米波雷达和前智能摄像头集成在一起，都布置在前挡风玻璃的位置，好处是毫米波雷达不容易被前方或地面物体磕碰到，同时由于布置位置比较高，减少雷达波由于地面反射对它的影响，提高对前方车辆和行人识别的准确性。
大部分车企为了降低整车成本，驾驶辅助功能（ADAS）放到高配以上才会搭载，ADAS配置占比较低，而沃尔沃一直都很注重安全，沃尔沃汽车的低中高配均配置有相同的驾驶辅助系统。前段时间网上热传的一段视频：一辆沃尔沃S90在经过路口时，由于旁车道并排了几辆车，遭遇“鬼探头”，ADAS是如何处理的呢？
在这种类似场景下有两种方法应对：一、采取紧急制动措施；二、采取紧急转向。但是对于这种鬼探头场景，由于左侧有车辆遮挡，传感器识别较晚，单纯AEB紧急制动已经无法避撞，沃尔沃采取的是制动+转向控制。
原理是通过摄像头和前毫米波雷达首先识别横穿的行人，当依靠本车制动系统能直接避撞时驾驶辅助系统会启用AEB进行制动，当本车距离行人较近无法完成避撞且旁边车道没有障碍物时会主动控制方向盘进行变道，通过变道进行避撞，这个功能我们一般统称为紧急转向辅助（Emergency Steering Assist，简称ESA）功能。
虽然很多车企继续进行L2→L3的开发，但沃尔沃已经宣布不会再进行L3研发，直接从L2→L4，是因为沃尔沃识别到L3级可能带来的安全风险，如果开发L3功能的汽车，虽然可以提高驾驶员的舒适性，但是会带来新的安全风险，这对于以安全著称的沃尔沃肯定是无法接受的。沃尔沃除了自研的L4自动驾驶之外，还在跟外部的自动驾驶公司合作：和Uber合作基于XC90打造的全自动驾驶车辆，预留各类传感器接口，在底盘电控件进行全冗余设计；同时和WAYMO关于L4的合作也即将发布，WAYMO作为L4技术最成熟的供应商，在凤凰城公共道路行驶的试验车辆已经完全取消转向制动踏板和方向盘，WAYMO作为L4最领先的自动驾驶公司与安全性第一的沃尔沃结合无疑会提升用户对于自动驾驶技术的信心，WAYMO自动驾驶技术可能首先在沃尔沃汽车上进行量产。在国内上海嘉定汽车城智能网联汽车测试道路上每天都可以看到多辆沃尔沃与滴滴合作的自动驾驶汽车在道路上测试。
除了与自动驾驶公司直接合作，在L4自研领域，沃尔沃也在跟芯片厂商NVIDA和激光雷达厂商Luminar合作，在其下一代SPA2平台上使用NVIDIA DRIVE Orin芯片，在SPA2平台以预装自动驾驶控制器硬件，待评估Highway Pilot足够安全后再推送给用户。沃尔沃低调到你在网上基本上找不到关于其L4自动驾驶的信息，这是因为沃尔沃还是将用户安全放在第一位的，100%确保安全功能才能量产交付。
（4）总结
选择目前市场上有特色的三家主机厂进行对比：特斯拉、通用和沃尔沃，三家驾驶辅助产品对于感知理解差异很大，特斯拉更加注重的是人工智能，而通用和沃尔沃更加注重感知，为了满足自家对于人工智能芯片的要求，特斯拉先后舍弃EQ系列芯片和英伟达芯片，开始自研芯片取代Tier2厂商之路。
从技术发展方向看，对于L2功能如何进一步迭代三家差异很大。特斯拉导航驾驶辅助（NOA）实现在高速公路等密封结构化道路支持自动超车，自动上下匝道，完成从A点到B点的持续无退出的驾驶辅助，在给美国部分用户推送FSD beta版本，城市非结构化道路也可以实现完全驾驶辅助，当然驾驶员全程不可以脱手！而通用更注重是在本车道内的驾驶舒适性，通用super cruise可以允许驾驶员在封闭道路上车道居中，但不支持自动变道。而沃尔沃支持城市和高速车道居中，甚至在低速无车道线时跟前车行驶，全程不允许脱手，同时沃尔沃在保护驾驶员和乘员的主动安全类领域开发很多功能。 厂商 分类特斯拉通用沃尔沃L2功能是否允许脱手不允许允许不允许支持变道支持不支持不支持车道居中支持支持（仅限高速公路）支持主动安全类功能数量少中多
3. 路线孰优孰劣？
在L2功能上首先各个厂家路线就有很大的差异，这与各个厂家对于自动驾驶的理解有关，特斯拉一直宣称要取代人进行自动驾驶，所以它的重心点都在舒适类功能（如自适应巡航ACC，自动巡航辅助Autopilot，导航驾驶辅助NOA），而一般的厂家对于自动驾驶理解没有侧重点，在舒适类功能和主动安全类功能上都有布局，而沃尔沃更倡导汽车安全，它认为主动安全类功能的优先级要高于舒适性功能，它把人的安全放在第一位，在主动安全领域布局很多行业首创的功能。
而对于L2→L3还是L2→L4的问题，目前L3、L4功能都未量产无法体验相关功能，这个暂时无法置喙，但是作为自动驾驶相关人员，我更愿意相信自动驾驶会从L2→L4。目前传感器成本较高，法律尚未完善，同时人民对自动驾驶还未完全接受，自动驾驶革命尚未成功，我们需要继续努力。
说起自动驾驶，这两年不仅在汽车圈，在整个星球上，都算是个炙手可热的话题。
学术圈，以顶尖高校为首的科学家们不断探索机器学习的边界；以斯坦福、卡内基梅隆、麻省理工为代表的一流高校都有各自的自动驾驶相关的研究中心，也培养出了大批的顶尖人才；
科技界，中美两地的科技公司都拿出了一个接一个的测试样车，在公共道路上进行测试；无论是泰斗级的Waymo，还是后来的Cruise（已经被通用收购），都做出过令人惊叹的阶段性成果；
车企也不敢示弱，一边是以欧洲的BBA，沃尔沃为代表的传统品牌稳扎稳打逐步向L4过渡，一边是以某美国明星车企和国内几家车企为代表的新造车势力快速迭代，有时候声量上还略占优势。
自动驾驶这场「牌局」，似乎玩家越来越多，也越来越好看了。而作为「车辆制造商」角色的车企，传统品牌和新势力，到底有什么样的差别呢。我试着跟大家分享这样一些观点。
2. 简单介绍一下自动驾驶分级，作为讨论的前提。
传统车企的自动驾驶技术研发，往往更注重稳扎稳打，从大量的、长期的测试验证开始。就以沃尔沃为例：
早在2005年，沃尔沃汽车就成立了自动驾驶项目组，将自动驾驶商业化正式提上日程。
2012年，沃尔沃便参与了欧洲环保型道路安全列队行车项目，研究在高速公路上列队行车的可行性。当时领头的车辆是一辆由驾驶员操控的沃尔沃卡车，自动跟随在后的三辆沃尔沃乘用车分别是S60、V60和XC60。车辆行驶速度不能超过90公里/小时，车与车之间的间隔不超过4米。据悉，为了完成这次测试，沃尔沃在乘用车上加装了摄像头、毫米波雷达以及激光雷达传感器，车辆因此具备了自适应巡航、车道保持、停车辅助等辅助驾驶功能。
https://www.sohu.com/a/426199379_121997
https://www.volvocars.com/zh-cn/why-volvo/human-innovation/future-of-driving/connectivity/intellisafe-assist
2013年，沃尔沃在瑞典启动Drive Me自动驾驶项目，选择在哥德堡市区及周边50公里的典型通勤道路上投放100辆自动驾驶汽车进行测试，并于2017年开始全面向普通公众开放，是目前全球最先进和最广泛的自动驾驶测试项目。Drive Me项目之所以特别，一是在于其规模是迄今为止最大的自动驾驶测试，二是它引入了真实交通环境中涉及的全部参与者：立法机构、交管部门、城市、汽车厂商以及真实车主。车主们将驾驶100辆沃尔沃自动驾驶汽车，沿着哥德堡市内及周边约50公里的指定道路进行测试体验，线路覆盖高速行驶、缓慢行驶和交通拥堵等常见交通状况，即完全在真实的日常交通场景下进行。
2015年，沃尔沃发布全球第一辆带有Pilot Assist领航辅助系统的量产车XC90，能够实现0-50公里/小时内，在拥堵路况下自动跟随前车，解放驾驶者的双手双脚。
2016年，他们就推出了第2代Pilot Assist驾驶套装，在实现自适应巡航的基础上，增加了车道保持、主动转向以及拥堵排队等一系列驾驶辅助功能，这在传统车企里可以说是最早的一批推出L2级别功能的了。我自己也在2017款的XC90上体验过，虽然在市区跟车防加塞这一项上有待提高，但是比起传统的ACC功能，那进步了的确不止是一点点。
https://www.motortrend.com/news/volvo-pilot-assist-how-it-works/?galleryimageid=2224969
2018年，沃尔沃发布了360c自动驾驶概念车，这台车将未来移动出行空间的概念带给了大众。同时也将自动驾驶推到了新的高度。其实在那之前，沃尔沃已经开始了与其他公司的大规模合作。
https://www.media.volvocars.com/cn/zh-cn/media/videos/238021/360c36
早在2016年，沃尔沃就与Uber达成战略协议，联合开发下一代自动驾驶汽车与技术。
在此协议下，沃尔沃与优步（Uber）将启动联合项目，共同开发新的基础车型。这一车型将不仅涵盖最新自动驾驶技术，并且支持升级，包括开发具有完全自动驾驶功能的无人驾驶汽车。该基础车型将由沃尔沃汽车生产，而后由优步（Uber）进行采购。两家公司将为该项目投入共计3亿美元。
https://www.volvocars.com/zh-cn/about/our-company/brand-news/uber
沃尔沃同时也明确的意识到，自动驾驶的研究和测试不能没有中国市场。2015年3月，沃尔沃汽车首次成功地在北京西六环进行了实路测试，时速70公里自动驾驶，收集中国复杂道路交通状况下自动驾驶的相关数据，为中国的智能交通发展和自动驾驶研究提供重要的参考范本。这也是自动驾驶在亚洲的首秀。
相信我，这是迄今你离自动驾驶最近的一次
在专业媒体的对比测评中，沃尔沃同样获得了不少的荣誉。在2020年懂车帝的实测中，沃尔沃XC60成为首个AEB测试满分车型。并且，凭借在麋鹿、制动以及车身结构安全性上的惊艳表现，成为懂车帝年度最佳安全车型。
https://www.163.com/news/article/G1P0OTHN00019OH3.html
从这稳扎稳打的风格可以看出，沃尔沃这样的厂商，对自己的要求很明确，就是要100%的确保功能是安全的，才会交付给客户。
3. 自动驾驶系统，比起以往的车辆控制系统，有着自己的独特性。就用百度Apollo的架构作为示例，通常意义上的自动驾驶系统是这样的：
主要的模块有定位、感知、规划和控制。而感知，就是机器学习应用最广泛的一个模块。原因是，要让计算机像我们人类一样识别道路上的障碍物、交通参与者等等，就需要用到机器学习、神经网络等等复杂的算法。而这个过程，一是需要完善、合理、学习能力足够强的模型，二是需要大量的数据，对模型做训练。
说到这里，我们已经进入了「非传统汽车」技术的范畴，因为传统的汽车并没有太多机器学习的软件模块，因此在流程体系上，也并没有对于这块业务的专门的「适配」。而造车新势力以及一众科技公司，在这方面有更多的「先天优势」。一来对于招聘来说，他们对于计算机背景的高端人才有着更强的吸引力（薪资和公司DNA），二来他们对于这样的新技术也有着更好的流程适配性和容错能力，这也就是为什么新势力和科技公司往往给外界一种「小步快跑」的感觉。而传统品牌往往是稳扎稳打，一步一个脚印。
就拿以智能作为标签的新势力代表小鹏汽车来说，一般小鹏每季度会进行一次针对所有客户车的OTA推送。每次OTA之前，公司会收集之前用户抱怨的问题、技术上的不足以及测试完成的新功能，来决定本次推送具体要放入哪些升级。因此，每次推送之后，用户不仅会发现之前的问题得到了改善，此外多多少少都会有一些新鲜感。
我们知道，一个公司采取什么样的研发路线，跟公司创始人、公司文化、公司的组织架构，甚至价值观都有着千丝万缕的联系，或者说是互相影响。传统品牌稳健，因为他们有着数十年甚至上百年的积淀，而公司也在这个过程中形成了流程体系、文化等等「软实力」。这也从一定程度上解释了为什么传统品牌面对自动驾驶这样一个课题的时候会更多的选择稳扎稳打，而新势力会选择小步快跑、快速迭代。
还是以小鹏为例，他们每年都会有几个的产品发布节点，不一定都是量产，但是会向外界传递自己产品迭代的信息，有时也会邀请不少业内媒体人去参与内测。关注这方面的朋友应该还记得在NGP功能推送之前，有很多体验活动，传播效果非常好。
https://www.163.com/dy/article/FVP1DC0F052792SH.html
那么这两种风格，是永远不会产生交集的吗？显然不是。其实这些年，类似的合作早就屡见不鲜了。不论是宝马、戴姆勒和百度的合作还是戴姆勒投资Momenta，其实都透露出双方互相借鉴，各自补齐短板的想法。毕竟自动驾驶的大蛋糕，想吃到先要自己的产品技术过关。
沃尔沃也不例外，2020年6月26日，Waymo与沃尔沃汽车集团同时宣布：双方达成全球战略合作，全力推进自动驾驶平台Waymo Driver部署。
https://auto-time.36kr.com/p/767867338044933
2019年1月，Waymo宣布在底特律建设了全球首个L4级别自动驾驶量产工厂，但是，这个工厂更多的是一个标准化的改装厂。因为，改装的是Waymo此前订购的FCA Pacifica和捷豹的I-PACE。而这次的合作，Waymo的目标也很明确，就是希望量产L4级别的自动驾驶车型，而不是基于以往改装的方式。因此，硬件方面本来就很过硬的沃尔沃自然就成了优先选项。我想邀不了太久，这次合作应该会有后续进展的报道。
在硬件的军备竞赛上，沃尔沃这样的传统企业也不甘落后。
为了实现强大的车载算力，沃尔沃也与Nvidia发布了合作的消息，将在SPA2平台上搭载Orin芯片。
https://www.media.volvocars.com/global/en-gb/media/pressreleases/280495/volvo-cars-deepens-collaboration-with-nvidia-next-generation-self-driving-volvos-powered-by-nvidia-d
为了实现深度合作，沃尔沃在2018年就投资了Luminar，后者已经成为了首个研发固态激光雷达的上市公司。而沃尔沃也宣布将在SPA2平台上使用Luminar的产品。
而自动驾驶这样一个需要本土研发的技术，国内的合作伙伴也是不可或缺的。而最近滴滴的一次技术展示，用的车辆就是沃尔沃的XC60。
4月8日， 滴滴自动驾驶发布全球首支自动驾驶连续5小时无接管视频，滴滴自动驾驶公司COO孟醒，邀请Udacity创始人兼董事长，谷歌无人驾驶项目创始人，也被誉为“无人车之父”的Sebastian Thrun参与连线，一起讨论这支视频中的技术亮点
https://auto.gasgoo.com/news/202104/11I70249437C601.shtml
我个人对这次合作的理解，就是沃尔沃需要大量的路测数据，而滴滴在国内的先发优势，在数据这一项上体现得尤为明显。而滴滴呢，需要有着可靠的传感器和执行器的车辆供应商。因此两者的合作，可以说是典型的强强联合了。
另外，今年，沃尔沃的车辆已经有可以支持NVO(无人操作模式）的硬件储备，比如与滴滴的合作中所投放的车辆，就支持这种模式。
看到这，大家可能觉得我并没有回答问题。那我就再简要表达一下。
1）如我上面所写的，到现在为止，整个行业都还在努力探索自动驾驶量产落地的最佳实现路径。在这个过程中，大家有着不同的路线，不同的优势，并不存在谁强谁弱的问题；
2）传统品牌，虽然脚步不算快，但是也逐渐认识到了自己的短板，在深厚底蕴的基础上，纷纷找到科技公司合作，补齐数据、机器学习方面的短板。而新势力呢，包袱轻，脚步快，有些直接招兵买马，从软件到硬件都形成了自己的节奏和逻辑，甚至在激光雷达的应用上，也走的非常靠前。比如小鹏的P5，就成为了第一个在国内搭载激光雷达的量产车型，吸引了大量的关注度；
3）Waymo、百度、滴滴、华为这些企业，无论称之为Tier1也好，1.5也好，他们与整车厂的合作都是开创性的。无论新势力还是传统车企，都可以与之合作，取长补短；
4）正所谓条条大路通罗马---这两种发展路线，本来没有孰优孰劣，谁能尽快补齐短板，突出长板，谁才有可能在这场竞赛中脱颖而出，吃到第一块蛋糕。
当前自动驾驶的能力是衡量汽车企业是否具备成为高科技企业的标杆，也是衡量是否能当得起科技感的标杆，更重要的是自动驾驶已经成为智能驾驶这个标签的核心。也正是由于自动驾驶成为差异化的核心，传统车企、新造车企业还有各大科技巨头都跃跃欲试。围绕自动驾驶能力的新一代智能汽车，要集环境感知、规划决策、多等级辅助驾驶等功能于一体，它集中运用了计算机、现代传感、信息融合、通讯、人工智能及自动控制等技术，是典型的高新技术综合体。因此自动驾驶的能力的比较成为一个综合体。
图1 汽车行业认为的SAE 的不同自动驾驶的等级
由于对商业模式和技术分级的理解不同，我们看到目前自动驾驶的竞争，在传统车企和造车新势力之间还是有很大差异的。
新造车企业以特斯拉为代表，主要是想要把体验做到第一位，特斯拉所倡导的Autopilot FSD根据上面的分级水平是L2，也就是围绕成本可控的纯视觉方案来做极致的性能体验，从特斯拉看来，自动驾驶是体验有限，通过自动驾驶系统策略和人类驾驶的对比，通过大量的数据“影子模式”不断对比，形成软件的优化。所以这条路线，是以功能多样、体验良好为主要特征的。在分级里面对于软件硬件的诸多约束性原则要求，特斯拉并不在乎。
图2 分级功能下面的软件、硬件电子电气架构和安全概念诉求
传统车企是严格遵守SAE的分级设计，在之前L0、L1和L2的基础上，逐步让车辆脱离驾驶员的操控，这方面很大程度是受到法规的约束要求的，随着日本政府开放了商业使用限制，全球首个推出L3系统的是原本我们认为比较保守的日本车企本田。因此，我们对于自动驾驶这个技术领域，对传统车企是存在很大程度的低估的。在这个里面，有越来越多的传统车企把L3以上的自动驾驶功能作为未来智能汽车的重要组成部分。
备注: 围绕功能性开发的无人驾驶出租车，已经进入运营的范畴，主要是打车这类商业模式的增强化。国外的主要代表是Waymo，国内对应的主要有滴滴。他们的特点是基于运营出发，根据Google最早的基础，在车辆之外定制一套昂贵的感知和计算平台套件，把车辆改装成为自动驾驶车辆投入运营使用。这套系统具备多传感器感知和高算力特点，从一开始就把车主给排除在外，是一个只考虑乘员的做法。
在这里，我们首先还是看特斯拉，特斯拉是一家非常有特点的企业。特斯拉是全球第一家完全围绕视觉来做的，通过视觉来判断环境，生成可行驶区域、判断外围物体的距离和速度，把行业内通常使用的高精度地图和激光雷达两个核心因素排除掉了。在特斯拉车主驾驶的过程中，Autopilot 系统进行实时同步计算，但不参与车辆控制。一旦驾驶员的操作和机器的计算有所出入，Autopilot就会记录下这个案例，并把过程中的数据上传给到系统数据库。在收集到大量的数据之后，特斯拉将不同场景进行分类，机器学习之后就能让整个识别算法更加“聪明”。FSD 的本质，是希望通过历史的数据积累，让车主来监督FSD系统的运行。
图3 特斯拉的FSD里面的世界
在这套系统优化的过程中，软件使用通过车身上 8 个摄像头所捕捉到的图像进行标注。用二维的图像计算出三维的场景，就能准确判断与障碍物之间的距离，实现更加精准的自动驾驶功能。特斯拉最大的竞争优势就是在所有的车辆配置了这些感知和记录，形成了一个巨大的数据池，然后不断优化算法，把基于摄像头的算法达到极致。
图4 小鹏的XPilot的进化
在新造车企业里面，比较典型的是小鹏加入了高精地图和激光雷达，围绕自动驾驶这个智能标签来拓展。
在传统车企里面，一向围绕安全出发的沃尔沃又是怎么做的？沃尔沃汽车配备了很多主动安全或智能安全方面的技术，有标配的，也有选配的，组合成不同的配置。以沃尔沃的City Safety城市安全系统为例，它是一套自动紧急刹车系统AEB，沃尔沃汽车是全世界第一家把自动刹车系统作为标配的整车厂。在2006年的时候，沃尔沃在全球第一个研发出了带刹车辅助的碰撞警告系统，2007年，沃尔沃已经对此系统增强了自动刹车功能。2008年，沃尔沃汽车把它命名为城市安全系统City Safety，成为一个技术子品牌。之后的十年中这套系统不断地更新完善，扩展了许多新的功能，比如增加了行人探测、自行车探测、大型动物探测、路沿和路障探测与避撞功能。
在自动驾驶领域，沃尔沃在2005年就成立了自动驾驶项目组；2012年，沃尔沃开始研究在高速公路上列队行车的可行性。沃尔沃在开发辅助驾驶系统和自动驾驶方向上面，逐渐明晰自身的战略方向并制定了一个清晰的发展路线。 在这里，这家围绕安全为己任的公司，在开发自动驾驶方面一定是搭配最好的供应商加上自身的工程经验进行整合，只有通过了自己的开发测试才能推给消费者，把确认产品安全的审核和验证都是自己独立完成的。和特斯拉的很多做法，其实是把验证自动驾驶功能的工作丢给了消费者完成。
1、根据量产车的技术条件和成本限制，生产和研发自己的自动驾驶汽车，逐步形成演进路线；在这个方向，我们可以看到沃尔沃带来的一系列功能。其中最为重要的布局，是沃尔沃与头部奥托立夫成立合资公司Zenuity，随后Zenuity在瑞典哥德堡和中国上海的自动驾驶（ADS）开发业务、运营和人员，将会被转移到沃尔沃专门从事高级别自动驾驶软件的开发和商业化
2、为自动驾驶车队提供基础车型，成为全球共享汽车服务供应商/自动驾驶车队的合作品牌商； 我们可以看到沃尔沃在全球先后和Uber和Waymo合作，Waymo和沃尔沃达成全球战略合作，主要目标是将Waymo Driver技术搭载到一个出行专属的全新纯电动车平台上，创造包括网约车服务在内的应用场景和商业模式。在中国与滴滴合作，沃尔沃汽车向滴滴自动驾驶提供一批经过工程师改装的沃尔沃XC60 T8车型，滴滴在这些车辆上加载自己的自动驾驶软硬件包。这些车辆将在上海市指定路段进行面向普通用户开放的自动驾驶测试。在最新的基于XC90的产品里面更做了更多的冗余，滴滴双子星自动驾驶硬件平台在传感器数量级和种类，以及性能算力方面都大幅提升，全车传感器数量增至50个，算力超过700TOPS，每秒超千万级点云成像。
从这两个合作中，沃尔沃和两家自动驾驶车队方面获得了潜在高自动驾驶的数据。
图5 滴滴和沃尔沃合作的XC90 双子星
3、研发和出售高度自动驾驶软件。 在这条发展路线下，2015年沃尔沃XC90上配备Pilot Assist领航辅助系统，可以实现0-50公里/小时内，自动跟随前车的功能，系统可以接管方向盘刹车系统；随后沃尔沃提供了L2的系统，第二代Pilot Assist领航辅助系统也陆续搭载在了沃尔沃汽的全新车型上，可实现0-130公里/小时，无需跟随前车的驾驶辅助，并提供转向、加速、车距保持和速度控制等辅助。Pilot Assist系统之后，如果双手离开方向盘超过10秒，或方向盘持续5-10秒没有感应到手握的压力，就会提示自动驾驶状态解除。
图6 沃尔沃的Pilot Assist
在这个基础上，沃尔沃宣布将在2022年推出配备激光雷达的L4级别的自动驾驶汽车。高速路自动驾驶功能名为“Highway Pilot”，这是平台是SPA2的重要组成部分。这套系统和其他车企并不相同的地方，是把车主介入操控的需求给拿掉了，把自动驾驶的责任和出现问题之后备份的需求全部交给自动驾驶系统本身。2018年，沃尔沃投资了Luminar这家激光雷达供应商，在原有的视觉和毫米波雷达之外，沃尔沃要采用激光雷达补齐感知的弱点来实现L4级别的自动驾驶。
图7 沃尔沃配置的激光雷达
在自动驾驶平台上面，沃尔沃汽车也是最早采用NVIDIA DRIVE Orin作为核心计算平台的车企。基于NVIDIA DRIVE Orin高性能计算平台的软件系统，是由沃尔沃汽车公司和Zenseact（沃尔沃汽车的自动驾驶软件开发公司）共同内部开发的，Zenseact会整合一整套先进的传感器套件，其中包括激光雷达以及转向和制动备份系统，并且配置了可以不断升级的OTA系统来支持自动驾驶的迭代。基于这些，沃尔沃也做了面向C端产品的软硬件准备。
图8 沃尔沃的自动驾驶系统
从整体来看，自动驾驶其实有很长的路要走，某种程度上自动驾驶越深入才能认识到问题的艰巨性。但是随着越来越多的资源注入到智能汽车里面，自动驾驶是有可能让汽车的属性变化，一旦具备了完整自动驾驶的汽车，就和原先的汽车区分开了。在这个方面，新造车企业更有冲劲，也更贴近消费者。而传统车企也把越来越多的资源投入到自动驾驶里面，依托自身对于车辆安全的经验，整合外围的资源达到快速发展的目标。路遥知马力，这场目前看不到终局的竞争，两边都有机会的。
自动驾驶是汽车行业的最高追求，也是汽车的使用体验最大突破点，因此没有整车企业会掉以轻心，或争当先锋，或紧密跟随，都有所投入。也有很多科技行业企业也加入其中，比如百度和谷歌等等，希望将互联网行业的赚钱模式复制到完全自动化以后汽车行业，获得新的业务成长机会。
经过最近几年的发展，认识到自动驾驶的难度之后，企业们都已经明白自动驾驶不是短时间可以完善的技术，现在这种人机共驾状态会持续很长时间。在感知能力、计算性能和算法能力都有限的情况下，影响汽车自动驾驶表现的因素，除了企业的投入之外，还有企业想要利用这些自动化工具实现什么样的功能。
这也造就不同企业汽车在辅助驾驶功能上不同表现。例如特斯拉、小鹏等新兴企业都希望在自动驾驶功能上做出让人惊喜的功能，都已经开放领航功能，让消费者提前享受自动驾驶的便利。当然现在汽车企业都会强调就算使用这些高级辅助驾驶功能，也要消费者承担相关法律责任，但几句免责声明、模式切换时几声提醒，就真的能解决辅助驾驶带来的安全问题吗？