自动驾驶如果仅是过分强调技术，却忽视了产品落地，终究会回到原地。

　　如果不是“北斗掉线”事件，我们很难把视线聚焦在“重卡司机”这一特殊群体上。

　　不分白天黑夜、常年在外奔波，宁可喝着咖啡硬抗，也不敢停车休息……

　　枯燥单一的路况加上长时间的疲劳驾驶，让卡车司机这一行业变得格外危险，一个操作疏忽就可能酿下大错，当下年轻人宁可送外卖、做快递也不愿干这一行。

　　我们普通人在享受着便捷物流的背后，却习惯性对马路上的重型卡车敬而远之，这些司机的喜怒哀乐似乎并没有人太在意。

　　试想如果没有卡车司机这一群体，各种原材料和商品都会停滞在原地，整个经济都无法正常运行。

　　如何解决卡车司机的难点，从当下来看，自动驾驶可以代替人来操控卡车，这是从根本上解决疲劳驾驶或者操作失误的办法。

　　在对希迪智驾的采访里，市场部部长陈俊夫向记者阐述了自动驾驶领域的想法。

　　商用车自动驾驶——更强的需求

　　在今年CITE2021希迪智驾的展区上，一辆江铃重卡格外瞩目。

　　据介绍，这款车型由希迪智驾携手华为、江铃共同打造，搭载多款传感器，基本满足了园区物流运输自动驾驶、精准停靠装卸、远程控制等多项功能。

　　事实上，在港口、园区等封闭场景里，L3级自动驾驶在近些年已逐步实现落地。

　　相比乘用车领域，商用车有着更强的需求、更明确的目标以及更合适的商业场景，这成为近些年自动驾驶初创公司关注的重要领域。在物流园区、矿区、港口等特定场景中，交通参与者种类及数量更少，运输作业对于自动驾驶卡车本身也没有较高的运行速度要求，更是大大降低了自动驾驶技术实现难度和量产门槛，很好地避开了“人车混行”这一复杂的驾驶场景。

　　但在重卡这种物流干线领域，其自动驾驶难度并不亚于市内交通，在国道上不规范的行驶行为非常多，而重型卡车本身由于吨位大、盲区大，需要配置的传感器也更多。

　　一般来说，一套重卡自动驾驶系统由传感器、激光雷达、摄像机组成，供应商需要对其进行计算和调整，从而适应运营方。同时供应商会进行优化，从而适应需求方各种平台需求，比如潜在盲点的变化。

　　这也正是希迪智驾目前的发展模式。除此以外，类似小鹏、理想等新兴主机厂都采用自主研发自主使用的模式。

　　在问及自动驾驶想走出园区实现真正上路的难点时，陈俊夫解释道：法规会逐渐有序放开，按照“示范—试点—推广”的路线来实现。

　　“自动驾驶会推动物流运输和采矿产业的技术升级。目前世界最大规模的制造业在中国，这一背景注定产业技术升级必然率先出现在中国。”

　　不局限于车路协同

　　从采访中，镁客网得知，希迪智驾又名长沙智能驾驶研究院有限公司，公司成立于2017年10月。在短短三年半的时间里，希迪智驾就已经完成了三轮融资，最近的一次B+轮融资在本月上旬完成，总金额3亿元，这足以可见希迪智驾在资本号召力上有十足的实力。

　　相较于无人出租车等C端领域，希迪智驾更加专注于B端的细分赛道，目前在重卡、矿山、园区物流等场景都有涉猎，而多场景、多产品线也是希迪智驾的特色之一。

　　自动驾驶是一个有深度又有广度的领域，其背后涉及到大量有不同应用需求的具体场景，如果一家企业真正想实现产品落地，单一的产品线是很难有所突破的。在目前来看，在商用自动驾驶尚有不确定性的背景下，多线路的发展，同样体现在希迪智驾的自动驾驶体系上，目前希迪智驾不但在单车智能上发力，同时也积极推动车路协同。

　　随着5G的发展，我们认知的自动驾驶逐渐从“单车智能”转向“车路协同”，单车智能真的是劣势吗？其实不然。

　　陈俊夫向记者解释道：车路协同就是把一些共性基础感知能力变成公共基础设施的一部分，可以降低单车的配置，降低社会总体成本。

　　以手机举例，很多高复杂功能其实是部署在基站里面，手机只需通过千米之内的基站，即可实现全部的功能，无需像当年的电台一样庞大复杂。

　　而单车智能的劣势在于必须有充分冗余以保证安全，因为在汽车上必须安装额外的装备。但从商用车的角度来看，想要在不同的场景中做到车路协同其实是一件很困难的事情。

　　因此，希迪智驾选择了自动驾驶和远程驾驶同时落地并行的模式，这也是不同于其他企业的地方。

　　同样以矿山场景为例，当前希迪智驾的矿车自动驾驶模式已经可以实现矿区的无人化安全作业，但相对恶劣的环境并不能保证车辆一定会适应环境运营，此时远程遥控模式就可以代替矿车运作。

　　正是这种“单车智能+车路云一体化”的双模式，让复杂场景下的自动驾驶逐步变成现实。

　　自动驾驶注定代表未来市场

　　回到自动驾驶本身，当下传统车企、科技互联网公司、供应商都纷纷结盟抱团，推出自动驾驶产品，这个赛道也涌入了越来越多的玩家。

　　总体来说，国内C端的自动驾驶产业正在加量加速，陈俊夫表示：“社会已经逐渐接受自动驾驶，这不再是阳春白雪般高大上的名词，而是越来越走向普通人的生活。此后该赛道的竞争更激烈，更充分，需要企业更加努力，找准发力点。”

　　新玩家的加入，让“成本”与“算力”这两个行业痛点得以逐步解决。

　　以激光雷达为例，大疆、华为的相继加入，大幅降低了成本和应用门槛，以往价格昂贵的传感器已经慢慢大量投产。这些厂商在做好技术的同时，依托着传统ICT的优势，逐渐进入自动驾驶的每个细分领域，对零部件的量产、成本的控制都做出了极大的贡献。

　　但同时，如果仅是过分强调技术却忽视了产品落地，终究会回到原地。

　　在问及希迪智驾是否会进入C端市场时，陈俊夫给了否定的回答。

　　即使像希迪智驾这般业务线丰富的企业，也仅是聚焦在制造企业、运输服务企业的B端市场，这一类大型企业客户对自动驾驶有强烈的需求，最终才保证了自动驾驶的顺利落地。

　　在C端市场，技术层面自动驾驶产业化还需面临大量数据测验、解决算力问题，在政策监管方面，自动驾驶立法征求意见阶段即将结束，此外还需应对数据采集、智能汽车驾驶安全等风险。

　　虽然每个人都很清楚自动驾驶就代表着未来，但这条道路注定不会顺利。