百人會首席專家張永偉：建設自動駕駛之城，如何解決諸多難題？ | GIV2020

雷鋒網按，在自動駕駛的賽道上，不僅產業鏈上的企業玩家們在競相角逐，各大城市也在進行各種單車智能、車路協同的試點示范落地。

“雖然很多城市在接受自動駕駛概念上非常積極，但出發點不一樣，落地方式也不一樣。”

8月22日，在第三屆全球智能汽車前沿峰會（GIV2020）上，中國電動汽車百人會秘書長兼首席專家張永偉指出：有些城市只希望做一次招商廣告，導致很多企業去了但無法參與，“因為這樣的城市不是真心想做自動駕駛。”

同時，還有一些城市非常積極，但由于自動駕駛產業太新，導致實際操作上有很多盲目性。當然，也有部分城市從頂層設計到實施步驟都比較清晰，雖然還在探索當中，但是值得“點贊”。

為此，中國電動汽車百人會聯合100多家企業和科研機構發起了“雙智聯盟”，幫助城市打造成為自動駕駛之城。

會上，張永偉發布了《自動駕駛應用場景和商業化路徑（2020）》報告。該報告主要從無人出租車、干線物流、末端物流、無人公交、封閉園區物流、無人環衛、自主代客泊車七大方面進行了現狀調研，并就目前各個細分領域面臨的挑戰給出了建議和展望。

通過對大量城市的分析，中國電動汽車百人會認為，建造自動駕駛城市應當實現以下幾要素：

首先，城市應該按照車輛要求、車路協同要求、或5G應用場景落地要求，來建設支持智能駕駛和智慧城市的基礎設施。因為這是一個新興事物，也是一個重資產投入，投入是很多城市要首先解決的問題。

“在當下階段，如果政府不投入，過多依賴市場是不太現實的。所以基礎設施的建設既是邁不過去的坎、也是實現城市智能化的基本支撐。”

第二，建設測試環境，特別是封閉測試場。走在前沿的城市都是將開放和封閉測試集于一體，而這是城市發展的一個重要基礎設施。

第三，如何推進應用示范工作，包括在公交、出租、特定的場景下，怎么進行各類應用示范。這是很多城市當下面臨的共性問題。

他表示，城市可以將開放的城市道路提供給不同類型的汽車公司，然后讓不同類型的解決方案公司進行開放道路測試。因為開放道路里程的長度、道路種類的豐富程度，已經成為城市積聚創新資源的最必備條件。“沒有路可開放，企業就不會去。”

第四，建立數據和云控平臺。城市能否提供紅綠燈數據，基礎設施數據，地理信息數據？這些數據構成了支撐城市自動駕駛最基礎的智慧基礎設施，也叫數字基礎設施。

“數據能不能打通？打通之后能不能進行有效管理，做成數據產品提供給車企和不同類型的應用方？”張永偉指出，目前一些地方建立的是單一功能的平臺，而不是數據集成的平臺。“沒有一個提供集成數據的平臺，對車企的吸引也是弱化的。”

同時，他強調道，一定要有多主體參與。一些城市往往喜歡一個企業包打天下，這樣會導致生態無法形成。“自動駕駛城市解決方案，一定是創新生態、多主體共同參與的結果，單一主體是實現不了的，所以很多城市也吃了虧。”

此外，城市要建立一套推進機制。沒有城市決策層的高瞻遠矚、推進過程的組織保障、和勇于先行先試的政策和法規的創新，軟環境也難以構造起來，所謂的智慧城市也很難實現技術落地。

張永偉表示，百人會今年的目標就是，聯合國內十個不同規模的城市（包括千萬級、百萬級、甚至更小的城市），探索自動駕駛示范城市的建設。在十個城市中，每個城市都對基礎設施進行改造，最終能夠讓萬級以上的車輛融入城市環境。

目標如此，但挑戰也艱難。

張永偉也總結了當下城市建設自動駕駛的五大挑戰：

第一，重建設輕運營。投資主體缺乏是非常明顯的問題，即使解決了投資建設問題，誰來運營？怎樣讓在建設之后讓設施進入良性的運營模式？當下還沒有很好的答案。總地來看，由于投資模式不清晰、運營模式更不清晰，導致了很多非常創新的道路被異化、甚至被質疑。

第二，重數據缺應用。一些城市花了非常大的努力打通了數據，建成了數據大腦，但在大腦上的應用，尤其是汽車和交通方面的應用還急劇缺乏。“數據有了，但是數據缺少，很容易對數據產生質疑，覺得好像這種努力有點不值當了。”

第三，缺乏頂層設計。在城市的建設上，不同的主體有著不同的解決方案，難以統一。比如云主體希望建立更多數據資源，數據主體希望路上安裝更多設備。

以智能道路的成本為例，據張永偉了解，“最高的成本可以達到500萬—600萬/公里，有的說幾十萬也可以做出來，不同主體力量給的方案確實不一樣。”

因此，不同主體需要更好地發揮作用，形成一個非常良性有效的協同，“這樣的頂層設計現在是城市急需的，否則單一主體推動的頂層設計會導致創新模式被曲解。”

第四，過于注重短期收益，缺乏戰略眼光。當下城市做自動駕駛確實有短期的追求，希望盡快見效，因而缺乏長期的戰略性投入，或者因此把一些本來不應該急于盈利的項目當作短期商業化項目來對待，影響了戰略性項目的投資，比如基礎設施、云控平臺等。

第五，政企關系未理順，未來可以更進一步理順。

（雷鋒網）         雷鋒網

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。