如今，消費者正在慢慢感受無人駕駛帶來的便利、智能，逐步接受無人駕駛汽車，相信在未來坐上“聰明的車”行駛在“智能的路”上不是夢。

“老司機”難找，無人貨運或將到來
網購已經成為當下一種重要的購物形式，同時催生了“6·18”“雙十一”等電商購物節。購物狂歡過后，快遞系統的壓力隨之而來，隨處可見的廂式貨車和快遞電動車在街道上穿行，快遞小哥加班加點，包裹卻遲遲送不到消費者手中。人力總有上限，那無人配送車會不會改善這一局面？

早在2016年，美團就已經開始在北京市順義區布局無人配送車，在2020年年初疫情防控期間獲得了當地政府的大力支持，圍繞順義區15個社區及周邊路線持續配送近300天，累計訂單數超過1萬單，基本實現了區域常態化運行。目前，美團無人配送車的運營里程已經超過1×105 km，支持無人配送設備在指定區域、指定時間運行。美團計劃在未來三年內在順義地區布局超過1000輛無人配送車，目標是實現全區域、全天候運營。

疫情防控期間，無人車配送的發展加快了。從2021年6月3日晚間開始，小馬智行、文遠知行和百度Apollo等自動駕駛企業緊急響應，率先投入了超過20輛無人駕駛車輛助力抗疫。其中百度Apollo調配了載重500kg的物流配送無人車、載重1t的阿波龍、載重2t的Robobus和Robotaxi，文遠知行投入了Mini Robobus和Robotaxi，小巴單次可運輸800kg的物資，運送速度可以達到40km/h。

在疫情防控的背景下，自動駕駛的優勢更加明顯，無人車隊連通了物資封閉卡口、防疫檢測點和終端小區。運輸車輛均搭載L4級別自動駕駛技術，從管控區域外出發，在無司機模式下自行抵達目的地，全程實現人員零接觸式物資配送。此外，無人駕駛車輛的狀態、調度、記錄等都可以通過智能化車輛后臺進行管理。

相比于乘用車的使用場景，L4級別自動駕駛技術在配送、物流、工業運輸的場景下更容易實現，不同于乘用車面臨的復雜路況，這類場景大多屬于封閉路況，路線相對單一。2018年，百度Apollo全球首款L4級別量產自動駕駛巴士——阿波龍，就是基于特定場景研發并使用的。目前，無人駕駛車輛基本配備激光雷達、超聲波雷達等傳感器，能持續監測路面情況、周圍物體，在特定場景下的應用能夠降低交通事故發生的頻率，提升搭乘人員安全保障。

無人駕駛卡車備受青睞
當下，無人駕駛卡車同樣成為主流研發方向。2020年，一汽解放正式發布了和智加科技合作的全球首款量產自動駕駛重卡——J7 L3超級卡車。2021年3月，嬴徹科技發布了全棧自動駕駛系統“軒轅”，并將與東風商用車、中國重汽合作。2021年6月10日，阿里巴巴首席技術官程立在2021全球智慧物流峰會上透露，阿里正在研發無人卡車。與自動駕駛乘用車相比，自動駕駛卡車更加受到資本的青睞，這主要有兩個因素：第一，自動駕駛卡車具有應用場景相對簡單、技術難度相對較低的特點；第二，自動駕駛卡車市場規模可觀，Acumen Research and Consulting預計，到2027年，全球卡車自動駕駛（包括全自動駕駛和半自動駕駛）市場規模將達880億美元。

在公路事故的原因中，駕駛員和車輛本身為主要因素。和乘用車相比，卡車的盲區更多，對駕駛員的要求更高。自動駕駛技術可以通過傳感器減少車輛盲區，沒有駕駛員也避免了駕駛員疲勞駕駛等問題。

目前，中國卡車司機缺口高達1000萬人，“90后”卡車司機的缺少導致了明顯的年齡斷層。未來5～10年，隨著老一輩貨運司機逐漸退休，貨車司機將面臨更大的缺口。無人駕駛卡車可以顯著降低人工成本。麥肯錫的一份報告顯示，2030年，使用無人駕駛貨車系統后，美國卡車運輸業的整體運營成本將下降約45%，可節省850億至1250億美元。

尚存在的難點
現階段無人駕駛貨運主要有兩種收入模式：一是與承運人合作打造車輛并進行運輸；二是運營自有的無人駕駛車隊，為物流公司提供運力。但是目前這兩種方式的盈利都遠不及支出，以圖森未來為例，第一季度營收為94.4萬美元，凈虧損達3.85億美元。在短時間內，無人貨運公司想要實現收支平衡還很難。

國內企業多在港口、礦區等封閉環境進行自動駕駛卡車測試，封閉環境和道路場景存在差異，封閉環境測試的數據并不適用于所有路況。同時，無人駕駛技術大多匹配電動車，但是考慮到商用車的負載情況，燃油車、電動車、燃料電池車哪款更適合，當下也沒有答案。所以，無人駕駛行業的發展之路還很漫長。

商用車先行
中國工程院院士李德毅曾說，真正吸引市場的不完全是技術，更重要的是痛點和剛需。無人駕駛最先開進我們視野的是商用車。中國物流與采購聯合會副秘書長郭肇明表示，目前我國卡車司機超過2100萬人，年齡普遍在40歲左右，而“90后”卡車司機寥寥無幾，形成了明顯的年齡斷層，造成高達1000萬人的卡車司機缺口。并且物流行業司機從業者在長途貨運途中經常會疲勞駕駛引發安全問題，無人駕駛卡車將有望解決這一問題。目前從應用場景來看，無人駕駛卡車主要集中在港口、礦山、園區等限定場景，場景的無人化運營使工作效率大幅提升，并有效地解決了長期困擾的痛點和難點。

確實，在無人駕駛的諸多場景中，商用車走在行業前列，激發著自動駕駛的活力。而在乘用車方面，無人駕駛也做出了諸多嘗試，漸漸映入眼簾的智能公交、Robotaxi等也正在穩步發展中。無人駕駛出租車在多地實現試運營。在廣州，一支由5臺無人公交車組成的無人駕駛車隊歷時7小時完成了當地1500余名師生、醫護人員的接駁工作，順利協助完成核酸檢測任務。

政策助力自動駕駛
自動駕駛的發展離不開政策的扶持和推動，近年來，無人駕駛領域相關政策法規陸續發布。智能網聯利好政策相繼出臺。2018年4月，交通運輸部、工業和信息化部、公安部聯合出臺了《智能網聯汽車道路測試管理規范（試行）》，首次從國家層面就規范自動駕駛道路測試做出了規定。2020年年底，國務院辦公廳發布的《新能源汽車產業發展規劃（2021—2035年）》也提出了推進以數據為紐帶的“人—車—路—云”高效協同、協調推動智能路網設施建設等一系列涉及自動駕駛領域的發展規劃。

2021年3月，工業和信息化部、公安部、國家標準化管理委員會發布的《國家車聯網產業標準體系建設指南（智能交通相關）》提出，到2022年年底，制定和修訂智能交通基礎設施、交通信息輔助等領域智能交通急需標準20項以上，初步構建起支撐車聯網應用和產業發展的標準體系；到2025年，制定和修訂智能管理和服務、車路協同等領域智能交通關鍵標準20項以上，系統形成能夠支撐車聯網應用、滿足交通運輸管理和服務需求的標準體系。

2021年6月10日，工業和信息化部發布《關于開展車聯網身份認證和安全信任試點工作的通知》，意在加快推進車聯網網絡安全保障能力建設，構建車聯網身份認證和安全信任體系，推動商用密碼應用，保障蜂窩車聯網（C-V2X）通信安全。

關于智能網聯汽車的利好政策陸續出臺，充分體現了我國大力發展智能網聯汽車的決心。此外，為推動C-V2X產業盡快落地，全國多地先后建設了智能網聯汽車測試示范區，共同推動自動駕駛發展。

完全無人駕駛還有多遠
人們都在暢想有朝一日能乘坐科幻片中經常出現的無人駕駛汽車，在車內談笑風生、休息讀書，只要一句話，就能改變路線、更改乘坐模式。雖然目前我國智能網聯汽車正在飛速發展，但無人駕駛相對而言還是個“新生兒”，還都被“圈養”在路況簡單的區域訓練，離真正的托管還有一段“發育時間”。

伴隨著接連不斷的安全問題，數據安全問題經常被用戶詬病。在用戶接受方面，剎車失靈、個人隱私泄露等問題刺痛著消費者的心，讓他們對無人駕駛望而卻步；在車企方面，對用戶的個人信息的濫用同樣應該被規范；在國家層面，一些重要信息的泄露可能威脅國家安全。網信辦起草了《汽車數據安全管理若干規定（征求意見稿）》，填補了汽車信息安全的空白，但仍需進一步執行落實。

埃隆·馬斯克說過，完全無人駕駛的人工智能的重要組成部分是由整個道路系統與光學成像系統組成的生物神經網絡，如果這個問題無法解決，那么完全無人駕駛汽車很難實現。要全面構筑“人—車—路—云”全域數據感知的智能路網，進入“聰明的車”與“智能的路”相互協同的新階段，就需要進一步推行智慧交通、智慧道路、智慧城市等基礎設施建設。

雖然目前政策鼓勵無人駕駛技術發展，但實際的法律配套還有較大差距。相關配套法律法規不完善，行業發展沒有法律支撐寸步難行，包括配套的保險、追責機制等都亟待完善。