加速实现自动驾驶，需要怎样的一朵“云”？

[车友头条-车友号-车云网]  城市自动驾驶似乎一直是当前自动驾驶领域一条不可逾越的鸿沟。

然而今年，小鹏陆续开放了城市NGP；采用华为方案的问界、阿维塔紧随其后，也在5座城市开放了2City NCA城市智驾领航辅助系统；理想同样在近期开始了北京和上海的城市NOA内测。

几个领头羊率先进入了国内自动驾驶的第二个阶段，开始包围城市。同时，工信部上个月将启动智能网联汽车准入和上路通行试点，明确表态推动L3级及更高级别的自动驾驶功能商业化应用，在政策层面对智能驾驶产业加大投入。

一时间，自动驾驶的热度又高涨了起来，人们纷纷探讨城市自动驾驶实现的时间点，自动驾驶无疑又将成为今年汽车行业的一大主题。

虽然国内自动驾驶持续高速发展，但真正实现高阶自动驾驶仍然有很长的路要走。自动驾驶商业化落地加速，数据成几何式增长，如何让软硬件融合匹配、如何更高效处理车辆产生的大数据、上下游企业如何进一步打通协同等等，都是目前自动驾驶仍然存在的行业痛点。我国自动驾驶发展走向下一步急需形成突破。

破局的方向在哪里？

目前，我国主流车企已经基本达到较为基础的L2级自动驾驶水平，渗透率和装配率都大幅提升。部分位于发展前列的车企更是已经开始推出具有导航领航功能的辅助驾驶，不过因为政策法规的原因，我们仍然称其为L2+级自动驾驶。

在这个基础上形成突破，我们首先需要知道自动驾驶未来发展的几个关键技术层面。

首先，相比过去实现单一的自动驾驶辅助功能，向更高阶段自动驾驶能力发展，必须要拥有平台化和体系化的研发能力，就像整车平台一样，利用研发平台实现对感知层、决策层和执行层的统一规划和模块化管理，从而大幅提升各项功能和系统协同的开发效率，有效降低开发成本。

其次是数据的支撑。作为训练自动驾驶算法的基础，数据已经成为自动驾驶发展的核心竞争力之一，对于自动驾驶公司来说，数据闭环迭代能力和合规安全的数据库尤为重要。像发展迅速的特斯拉FSD，就是依靠庞大保有量的车辆提供的大数据，构成了特斯拉“重算法”策略的研发基础。但这目前仍是我国自动驾驶相对的薄弱环节，数据体量和协同能力仍有很大发展空间。

（文/车友号 车云网）