中國自動駕駛從技術突破到規模落地的新征程

通信世界網消息（CWW）人工智能的迅猛發展與算力網絡的加速建設，為自動駕駛技術注入強勁動能。2025年，在北京亦莊經濟技術開發區，一輛自動駕駛出租車平穩穿梭在早高峰的車流中，其通過多個車載攝像頭與雷達組合感知車外環境，同時依托“車路云一體化”平臺獲取超視距道路信息與交通調度支持，實現了路側傳感器、車載終端與算力網絡的高效協同。該場景不僅標志著中國自動駕駛技術正式跨越技術驗證階段，更預示著其規模化落地將從“單點突破”邁向“全域滲透”的新階段。

自動駕駛的技術演進

自動駕駛技術的成熟，體現在“感知—決策—執行”三個核心環節的技術突破上。一是感知升級。在感知環節，多傳感器融合路徑已成為業界主流，該路徑通過多傳感器協同實現精準周界監測。以小馬智行為例，其第七代自動駕駛系統搭載9個激光雷達、14個攝像頭和4個毫米波雷達，組合成全車360度無盲區感知范圍，最遠檢測距離可達650米。與此同時，激光雷達及相關硬件的成本大幅下降：相較上一代，激光雷達成本降低68%，車載計算單元等硬件成本下降近70%。此外，激光雷達裝機量迅速增長——2025年上半年中國乘用車市場激光雷達前裝交付量已突破104.39萬顆，同比增長約83%。

二是決策升級。決策系統相當于自動駕駛的“大腦”。早期自動駕駛采用基于規則的決策系統，工程師需要預先編寫數萬條規則以處理各類交通場景；然而現實世界交通場景的復雜性遠超預期，這種方法很快面臨瓶頸。中國自動駕駛企業率先轉向數據驅動的決策系統，讓AI算法可自主學習并適應各類復雜場景。智能決策系統由“數據積累+算法訓練”共同驅動，依托中國自動駕駛企業及示范區多年積累的豐富道路測試和實際運行數據，開展深度學習、行為預測及路徑規劃等工作，從而提升算法在城市復雜交通場景下的魯棒性。

三是執行進化。執行系統是自動駕駛的“手腳”，包括轉向、制動等核心部件。傳統機械控制系統響應慢、效率低，難以滿足自動駕駛的技術需求。線控系統通過電信號直驅“執行機構”，不僅響應速度快、控制精度高，還能借助冗余設計和協同控制能力，為高階自動駕駛提供可靠保障。從線控底盤、車規級芯片、冗余系統設計到車云協同，各類硬件與系統正從依賴進口或小規模定制，向國產化、大規模量產方向轉變。與此同時，整車制造商與自動駕駛方案提供者之間的合作也日益密切。

自動駕駛規模落地方式

自動駕駛的商業化遵循“先特定場景，后開放道路；先商用車，后乘用車”的發展路徑。在這一過程中，商用車因其路線固定、場景復雜度低等優勢，成為了自動駕駛商業化的“排頭兵”。港口無人集卡是最早實現規模化應用的場景之一，上海洋山港、寧波舟山港等港口均部署有上百輛的無人集卡車輛。

百度Apollo于武漢、重慶開放自動駕駛收費運營服務，使這兩座城市成為我國首批實現自動駕駛商業化運營的城市。這些試點項目不僅驗證了自動駕駛技術在開放道路環境下的可行性，還探索了可持續的商業模式。除商用車和乘用車外，特種車輛也是自動駕駛技術落地的重要場景——礦山、機場等領域的特種車輛因作業環境封閉、標準化程度高，已成為自動駕駛技術應用的“隱形賽道”。

“車路云一體化”重塑智能交通新生態

在全球自動駕駛技術競爭中，相較于歐美國家以“單車智能”為主的技術路線，中國探索出了一條差異化發展道路——“車路云協同”。這一以“車路云一體化”平臺為核心基礎設施的技術路徑，通過整合車輛、道路、云端三方數據與資源，實現超視距感知、全局決策和協同控制，為中國智能交通系統的規模化落地提供了全新解決方案。

“車路云一體化”平臺的技術架構

車端作為平臺的基礎節點，搭載了自動駕駛系統（含感知、決策、執行模塊）與V2X通信設備。這些設備可實時采集車輛狀態信息與環境信息，并接受路端、云端指令，保障車輛安全行駛。

路端部署路側單元、攝像頭、毫米波雷達、激光雷達等裝置，依托邊緣計算技術，實現區域內的本地化感知與數據即時上傳功能。路端多傳感設備能補充單一車端感知盲區，進一步擴大車輛感知范圍。

云端作為整個平臺的“大腦”，整合車端、路端數據及高精度地圖信息，運用AI算法實現超視距預警、全局交通調度、應急協同控制等功能，為系統整體運行提供決策支撐。

核心優勢：在復雜場景中的卓越表現

在復雜場景下，“車路云一體化”平臺相較于歐美傳統的單車智能技術，展現出顯著優勢，尤其是在感知能力、交通效率與安全保障方面。

一是超視距感知，突破單車視野限制。“車路云一體化”平臺借助路側設備，進一步擴展車載傳感器的覆蓋范圍。在這一協同感知方案下，車輛感知范圍從傳統車載傳感器的100米左右，擴展至“路側設備覆蓋200米+云端全局視野”，大幅度提升復雜場景下的安全性。而歐美國家的端到端自動駕駛技術，依賴單一車輛的傳感器與深度學習模型，僅在道路規則明確、環境簡單的條件下表現較好；在復雜交通環境中，其感知能力會受到明顯制約。

二是全局交通調度，優化通行效率。云端平臺通過實時分析路側交通流量數據與車輛目的地信息，動態調整信號燈配時，為車輛規劃最優行駛路徑，從而提升區域整體通行效率。端到端技術主要依賴個體車輛自主決策，缺乏對全局交通狀況的統籌能力。相比之下，“車路云一體化”平臺可依托云端全局視角，實現區域內所有車輛的協同調度，有效避免局部擁堵擴散。

三是秒級響應，全面提升安全性。在極端場景下，云端平臺可直接向周邊車輛下發控制指令，或將救援車輛優先通行需求納入調度，大幅縮短事故響應時間，降低事故發生率。這種高效的應急協同能力，為復雜交通環境下的安全駕駛提供了重要保障。

從示范區到城市級的復制推廣

“車路云一體化”平臺已從點到面推進布局，逐步形成可復制推廣的“中國模式”。2024年，上海浦東新區啟動“車路云一體化”全域試點，覆蓋高速、城市道路、園區等全場景，支持L4級自動駕駛車輛規模化運營。依托“東數西算”工程，“車路云一體化”平臺正與算力網絡深度融合，這種跨區域算力協同不僅推動自動駕駛向“全國一張網”演進，也為未來智能交通的全域覆蓋奠定堅實基礎。

綜上所述，“車路云一體化”平臺通過多端協同，能在復雜場景中實現超視距感知與全局調度，尤其適配中國的城市交通環境。

未來展望

技術創新：從“跟跑”到“領跑”

近年來，中國在自動駕駛技術研發領域實現巨大突破。以百度Apollo、華為MDC為代表的本土品牌，在自動駕駛算法、傳感器融合、高精地圖等領域已具備國際競爭力。同時，5G網絡的普及為車路協同提供了強大通信基礎，支撐車輛實時感知周圍環境并快速做出決策。未來，中國有望通過“軟件+硬件”雙輪驅動模式，實現無人駕駛技術從“跟跑”到“領跑”的轉變。

當前，如何在城市復雜交通環境中提升系統魯棒性、降低激光雷達等關鍵部件成本，仍是亟待解決的問題。

政策支持：頂層設計助力行業發展

我國多部門聯合發布的《智能汽車創新發展戰略》明確提出，到2025年基本形成智能汽車標準體系和產業生態。這一戰略不僅強調技術和產業的協同推進，還為自動駕駛在法規制定、測試認證、數據安全管理等方面提供了制度保障。此外，各地紛紛設立自動駕駛測試示范區，為企業提供豐富的試驗場景，推動技術驗證與商業模式探索同步開展。

結語

2025年，中國自動駕駛產業已迎來從“技術驗證”向“規模落地”跨越的關鍵拐點。憑借持續的技術創新、強有力的政策支持及全社會的共同努力，中國有望在全球自動駕駛領域占據領先地位。其中，中國自動駕駛的“車路云一體化”平臺作為全新技術范式，通過路側感知、云端計算與車載系統的深度協同，精準適配我國人口密度高、交通場景復雜的國情，為智能交通發展提供了更貼合本土需求的解決方案。

未來幾年，隨著傳感器與芯片成本進一步下降、安全冗余機制更趨成熟、網絡覆蓋范圍和質量持續提升，自動駕駛服務將更廣泛地融入日常交通系統，使普通用戶真正享受到低成本、高可靠的自動駕駛出行服務。展望未來，中國有望成為全球自動駕駛產業的領先者，不僅在技術路徑上形成優勢，還將在商業模式與社會接受度層面，構建具有中國特色的成功范式。

*本篇刊載于《通信世界》2025年9月25日*

第18期 總976期