随着各地纷纷出台相关政策鼓励无人驾驶试点运行，自动驾驶发展环境的转暖十分明显。有些朋友感叹技术进步的、也有朋友更关心就业。作为投资来者来说，更多朋友的疑问是，现在自动驾驶进步这么快了吗？
按照我之前对于国内在无人驾驶领域技术积累的了解，国内第一梯队技术水平与成熟的L4级别（高度自动驾驶阶段，此阶段的系统可以完成所有驾驶操作，并且在有条件的道路行驶时，驾驶者可以完全解放双手）还是有距离的。
如果翻看百度Apollo day（技术开放日活动）上的发布就不难发现，基于Apollo ADFM(Autonomous Driving Foundation Model)的萝卜快跑无人驾驶出租车，在无人驾驶技术上与当下主流的私家车L2（部分自动化阶段，搭载L2级智能驾驶辅助系统的车辆具有部分自动驾驶功能。这意味着在特定情况下，驾驶者可以短暂休息，但仍需保持对道路交通情况的关注，并随时准备进行人工驾驶）级别的智能驾驶或许没有本质差异，目前都是基于transformer的感知以及规划大模型的基本框架，而百度第六代无人车Apollo RT6更像是基于现有智能驾驶大模型框架下根据网约车场景给出的商业化解决方案。也就是说，私家车智能驾驶遇到的问题，萝卜快跑也大概率无法从根本上完全解决，只能在安全、体验、成本以及接管概率等方面做出取舍，其中安全自然是不能舍的，其次是接管概率，成本和乘坐体验则不是主要的考量因素。
事实上，百度Apollo day上也透露出类似意思。举个例子，当下智能驾驶导致出现接管的一个很主要的原因是感知错误，可以简单理解为自动驾驶的车辆没有识别出正确的路况和交通参与者，从而产生了安全问题需要接管。产生这个的原因有很多，有可能是传感器被遮挡，有可能是某些类型的传感器能力边界有限，也有可能是传感器发生故障等等。
为了解决情况，百度的解决方案就是冗余，这是工业上十分常见的思路。一个摄像头失效的概率是10%，两个摄像头同时失效的概率就变成了1%。据报道，Apollo RT6上有多达7类近40个传感器，这要比私家车上的传感器数量多出不少，而事实上Apollo RT6的冗余可不止这一点，算力冗余，转向冗余、制动冗余、通讯冗余、高精定位冗余等等。冗余虽然大幅降低了感知的失效概率，但也增加了不少成本，这就是在商业化的过程中在成本和失效概率的一种取舍，类似取舍在无人出租车领域还有很多，比如安全性和体验的取舍等等。
从技术的角度来看，无人驾驶网约车并没有带来什么新的惊喜，但其作用并不小，在当下无人驾驶技术发展的平台期，无人驾驶网约车虽然并不完美，但会在技术以外许多方面加快自动驾驶的发展速度，对于政府的政策制定以及智能基础设施投资更是宝贵的经验。
$中泰开阳价值优选混合A(OTCFUND|007549)$
$中泰星宇价值成长混合A(OTCFUND|012001)$
$中泰兴诚价值一年持有混合A(OTCFUND|010728)$
以上内容仅代表个人观点，不作为投资建议，请大家理性。
本文作者可以追加内容哦 !
