资料图

法治周末记者 文丽娟

2017年12月18日，北京市交通委员会联合北京市公安局公安交通管理局和北京市经济和信息化委员会联合制定《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见(试行)》(以下简称指导意见)和《北京市自动驾驶车辆道路测试管理实施细则(试行)》(以下简称实施细则)，正式为北京地区的自动驾驶测试活动提出管理规范，成为国内首个地方版自动驾驶法规。

这两份文件仿佛给自动驾驶汽车市场注入了强心剂。不过，这是否意味着自动驾驶车就能合法上路了？

接受法治周末记者采访的数位汽车行业专家认为，自动驾驶离不开“智能”和“网联”，前者主要通过安装摄像头和雷达等设备，让汽车具备传感、感知能力，作出智能化决策；后者则是通过机器人操作系统和硬件平台等，让车与车之间、车与基础设施之间互通互联，实现智慧交通。

“智能的障碍是高成本，网联的障碍则是法规。”北京大成(上海)律师事务所高级合伙人、某互联网公司无人驾驶汽车项目法律顾问陈立彤说道。

L2到L3才是自动驾驶“质变”

根据SAE International(国际汽车工程师协会)的标准，自动驾驶技术可分为L0-L5共6个等级。L0是传统人类驾驶；现有的量产车型基本属于L1和L2水平，即依靠高级驾驶辅助系统(ADAS)实现辅助驾驶；L3是指有条件的自动驾驶，即在特定条件下，司机的双手可以离开方向盘，由自动驾驶系统执行动态驾驶任务，但在系统接近能力极限时需要依靠人类驾驶员接管车辆；L4指的是高度自动驾驶；L5则为完全自动驾驶，也被称作无人驾驶。

中国工程院院士李德毅曾表示，在自动驾驶技术中，只有L2到L3的跳升是一场“质变”，因为明确了驾驶掌控权从人转移到车，而L3、L4、L5级，只是在自动驾驶车的技巧和经验上存在多少之分。

2017年7月，大众奥迪宣布，于2018年量产上市新一代A8车型，将搭载中央驾驶员辅助控制器的传感器组，并称这是全球首款具备L3级自动驾驶功能的量产车型，可以在交通拥堵、车速不超过60公里/小时的高速公路和国道上进入自动驾驶状态，但道路需有隔离带分隔行车方向；另外，可以在停车场自动停车和自动驶出车库，驾驶员可以在车内或车外使用手机APP进行操作。

奥迪呼之欲出的L3自动驾驶车量产，似乎将“人机混合”驾驶的时代帷幕猛然拉开。

法治周末记者梳理发现，在全球已有近20家企业，推出了在2020年前后量产L3级或L4级自动驾驶车的时间表。

从各自争霸到联盟竞争

由此，自动驾驶汽车进入了量产前夜。但这更像是一个混沌、各自争霸的夜晚。

互联网公司掌控智能端，积累了深度学习算法，擅长高精地图，曾试图颠覆传统汽车产业。譬如，百度在2013年启动无人车项目研发，两年后，在北京高速公路上高调调试改装后的宝马自动驾驶车，并宣布成立自动驾驶事业部。但4年后，百度放弃独自研发无人车，转而推出自动驾驶技术开放生态体系“阿波罗计划”(Apollo)，走向提供软件平台和解决方案服务的生态系统模式之路。

另一个互联网巨头——谷歌，早在2009年便开始研发无人车项目，于2014年发布了一辆无方向盘的无人车“萤火虫”，但除此以外，再无其他消费级产品推出。2016年，谷歌放弃造车计划，告别整车业务，专注于做无人驾驶系统。

“仅在百度无人车上搭载的激光雷达就要花50万元人民币左右，根本无法在当前量产车型上搭载。”在2016年年底的一次演讲中，时任百度高级副总裁的王劲曾透露。智能装备昂贵的价格，让互联网公司的造车成本居高不下，也让他们的造车梦被暂缓。

传统车企对于AI深度学习和算法，更像是初学者，但在车辆控制和集成领域，他们具备互联网公司不可企及的优势。

以ADAS为例，传统车企对该系统的研发历史超过了近20年。目前常见的ADAS功能有盲区检测、自动泊车、自动紧急制动、前方防撞预警、车道偏离警示、车道保持等。

而作为自动驾驶产业链上的芯片厂商，如英伟达、英特尔、高通等，也在积极参与这场“军备竞赛”，并迅速掐住智能“咽喉”。

成立于1993年的英伟达，受益于自动驾驶AI芯片研发，成为这个产业链上的获益者。2015年1月，英伟达推出面向自动驾驶系统的专用计算平台NVIDIA DRIVE PX，目前已有丰田、奥迪和沃尔沃等传统车企接入。

“互联网公司、传统车企、芯片商，各有优劣，在这几年的竞争中，他们逐渐知道单枪匹马很难成功，为了实现软硬件整合，开始联盟。”陈立彤介绍。

如奥迪、宝马、戴姆勒和爱立信、华为、英特尔、诺基亚、高通，组建了“5G汽车联盟”；丰田和爱立信、英特尔、日本通讯服务商，组建了“汽车边缘计算联盟”。

完善的高精地图是拦路虎

当各类公司在自动驾驶车市场激战正酣时，北京市在2017年年底发布的指导意见和实施细则，仿佛一场甘霖，在一定程度上解决了公开道路测试的合规性问题。

根据新规，要申请自动驾驶车辆道路测试，必须是在中国境内注册的，进行自动驾驶相关科研、定型试验，需要临时上路行驶的独立法人单位；自动驾驶车辆必须具备自动、人工两种驾驶模式，可在两种模式之间随时切换；在上路测试期间，车辆属于“有人驾驶”状态，在特殊或紧急情况下，由测试驾驶员接管测试车辆进行驾驶操作。

但陈立彤认为，这并不意味着自动驾驶车就能上路了，仍然存在技术、商务和法律等方面的难题需要克服，距离自动驾驶落地，还有一段漫长的距离。

首先是来自高精地图等技术方面的挑战。无人驾驶系统主要包括算法端、客户端和云端。其中，算法端包括面向传感、感知和决策等关键步骤的算法；客户端包括机器人操作系统及硬件平台；云端包括数据存储、模拟、高精度地图绘制及深度学习模型训练。

“在自动驾驶技术中，车辆定位功能的精准性万分重要。在自动驾驶中，定位主要依靠GPS、光学雷达和高精地图。定位和高精地图将会匹配，再进行路径规划与控制。要研发无人驾驶系统，高精地图应至少精确到厘米级，因为一旦出现误差，无人驾驶就可能引发严重车祸。”陈立彤分析道，“但高精地图的制作并不简单，由安装光学雷达的地图数据采集车在路面上反复多次行驶来收集点云数据，后期经过人工标注，过滤掉云图中的错误信息，比如路面汽车、行人反射所形成的点，然后对多次收集到的点云进行对齐拼接形成。且由于道路上经常出现路障、道路检修等问题，高精地图还需要通过车载光学雷达等传感器进行更新。”

其次，陈立彤认为商务难题多指如何降低设备器材的成本。法治周末记者注意到，一个感知能力超强的64K线激光雷达，目前在市场上售价高达46万元人民币，高于多数车辆本身的价格。

适用于“损失减少原则”

自动驾驶存在的第三大挑战是法律法规问题。

中南财经政法大学教授吴汉东提出，目前在无人驾驶领域，政府监管的法律规则尚属空白，无人驾驶的准入政策、安全标准、配套设施等，都需要从法律层面加以规制。

陈立彤称，测绘合规便是其中不容忽视的一道法律问题。“高精地图的生成、更新，需要携带有光学雷达的汽车在路面进行测绘，收集信息并且提供给地图商，有资质的地图商再进行信息的过滤整合。在这个流程中，如果提供车载雷达和车载摄像头的汽车零配件供应商及测绘车的开发商没有测绘资质，却从事了‘测绘活动’，便有可能引发测绘的合规问题，并被处罚，严重的可能会引发刑事责任。但如果没有他们那些貌似违规的‘测绘活动’，要做到无人驾驶是不可能的。”陈立彤说道。

他还认为，“人机混合”的L3级自动驾驶车并非真正的无人驾驶，甚至比无人驾驶更危险，在这种状态下，如何厘清车与人的责任，目前在我国法律法规上也是空白。

2017年5月，德国联邦议会和参议院通过了一部法案，对其道路交通法进行了修改，它允许高度自动化和完全自动化的汽车作为交通工具上路，并规定，如果自动驾驶模式正在运行过程中发生了事故，责任在于汽车制造商；但若自动驾驶系统已经发出了请求人工控制的信号，责任便转移到了汽车上的驾驶人员身上。

“此外，自动驾驶汽车的记录会涉及乘客大量的出行数据，汇集诸多公路可视性的数据，如何保护公民个人信息，如何防控操作风险等，这些都是不容忽视的法律难题。”陈立彤对法治周末记者说，“谁来负责自动驾驶车辆安全？其实可采用经济学中的损失减少原则。在自动驾驶漫长的供应链中，谁来用最小的代价减少损失、控制风险，那么该环节的所有人，便应当承担相应的或者最大的法律责任。”