高級別自動駕駛的發展離不開政策與技術的雙重驅動。政府對“車路云一體化”建設的支持推動了基礎設施的完善，同時高級別自動駕駛的監管體系逐步完善，為自動駕駛商業化進程提供了政策保障。從技術角度看，融合感知與輕量級高精地圖方案成為過渡路徑，使高級別自動駕駛的商業化落地得以實現。

政策與技術螺旋前進：高級別自動駕駛的關鍵推動力

高級別自動駕駛技術的發展與政策支持相輔相成。政策的推動為高級別自動駕駛的研發和落地提供了環境支持，尤其在基礎設施建設、法規完善和試點應用等方面起到了決定性的作用。技術端的進步，包括感知技術的突破和地圖方案的創新，為自動駕駛商業化鋪平了道路。政策與技術的“螺旋前進”模式不僅加速了商業化的步伐，也推動高級別自動駕駛向更成熟的階段邁進。

1.1 政策驅動：大規模基礎設施建設與試點項目加速推進

政策端的支持是高級別自動駕駛加速商業化的主要推動力之一，2024年7月，工信部等五部門聯合發布智能網聯汽車“車路云一體化”應用試點城市名單，確定了北京、上海、重慶等20個城市作為車路云一體化應用試點。這些試點城市的設立意味著，我國在自動駕駛的政策扶持和基礎設施建設方面進入了一個新的階段。

車路云一體化相關政策

在車路云一體化的框架下，我國各地政府對智能網聯汽車基礎設施的投資大幅增加，各地項目陸續啟動。例如，北京市計劃投資99.4億元用于車路云一體化基礎設施建設；武漢市投入170億元用于智能網聯基礎設施建設等。通過推動“車路云一體化”建設，使高級別自動駕駛技術能夠在早期測試、實際應用中得以檢驗，同時也為未來的規?；瘧梅e累了豐富的數據和實踐經驗。此外，為促進不同企業、科研機構在這些試點城市中開展合作，政策端還逐漸放寬了高級別自動駕駛測試的許可標準。多地政府相繼出臺了扶持政策，鼓勵企業在這些城市中發展Robotaxi等新型出行模式，推動無人駕駛技術在實際環境中的測試和驗證。

1.2 法規體系的逐步完善：填補高級別自動駕駛監管空白

高級別自動駕駛的商業化進程還面臨法規層面的挑戰，不可否認的是，自動駕駛的技術迭代速度快于現有的法律監管框架。為此，我國近年來加強了自動駕駛法律法規的建設，以確保高級別自動駕駛的商業化落地更加安全可靠。自2023年起，工信部、公安部、住建部和交通運輸部等部門先后發布了多項政策，包括《關于開展智能網聯汽車準入和上路通行試點工作的通知》和《自動駕駛汽車運輸安全服務指南（試行）》等。

我國高級別自動駕駛政策補齊

這些政策文件填補了高級別自動駕駛在交通法規、測試許可、事故責任等方面的監管空白。例如《關于開展智能網聯汽車準入和上路通行試點工作的通知》明確了L3、L4級別自動駕駛車輛的準入規范，對自動駕駛系統的安全性、數據隱私和網絡安全提出了具體要求。此舉使得高級別自動駕駛在道路測試和上路許可方面得到了政策的支持，有效保障了技術的安全性和可控性。這些政策的逐步出臺和完善，為高級別自動駕駛車輛提供了法律支持。在道路使用、交通事故責任劃分等方面，通過清晰的法律規定，提升了公眾對于無人駕駛車輛的信任。同時這種政策的松綁也為自動駕駛技術的推廣提供了更寬松的環境，使其能夠在更多場景下進行試驗和推廣。

1.3 技術端的突破：融合感知與輕量級高精地圖方案的廣泛應用

在技術端，高級別自動駕駛的突破主要集中在感知系統的優化和地圖方案的升級。感知系統是實現高級別自動駕駛的重要組成部分，其中以融合感知和輕量高精地圖為代表的技術解決方案已逐漸成熟并廣泛應用。融合感知技術是通過多種傳感器（如攝像頭、毫米波雷達、激光雷達等）協同工作，提供高精度的環境感知信息。相比于傳統的單傳感器方案，多傳感器融合能夠在惡劣天氣、復雜路況中提高自動駕駛車輛的感知能力和魯棒性。如Waymo的自動駕駛系統通過融合激光雷達和攝像頭數據，使其能夠在夜間、雨霧天氣等惡劣環境下實現高效的目標檢測和路徑規劃。

多傳感器融合方案

除此之外，隨著純視覺方案的興起，端到端算法在高級別自動駕駛中的應用逐漸得到重視。特斯拉引領的純視覺方案通過車輛搭載的攝像頭采集環境數據，并利用深度學習神經網絡進行處理，直接生成自動駕駛控制命令。這種方案在降低了成本的同時，減少了對高精地圖的依賴，簡化了系統的硬件要求。由于純視覺方案對算法和算力要求高，目前仍然面臨環境適應性和安全性方面的挑戰。與此同時，輕量級高精地圖成為了高精地圖的有效替代方案。與傳統的高精地圖不同，輕量高精地圖通過簡化地圖要素、降低精度要求，減少了地圖數據的存儲和更新成本。例如，百度推出的輕量級高精地圖方案在不犧牲定位精度的前提下，將地圖數據量減少了80%，使其適用于城市NOA（自動導航駕駛）等高頻場景。這種技術進展為高級別自動駕駛提供了更具成本效益的解決方案，加速了技術的商業化落地進程。

Robotaxi場景中的商業化進展

Robotaxi作為高級別自動駕駛商業化的典型應用場景，近年來得到了快速發展。隨著政策的放開和技術的成熟，Robotaxi的商業化進展在全球范圍內取得了顯著成果。中國的百度“蘿卜快跑”項目和美國的Waymo、Cruise等企業率先進行了大規模測試和實際運營。在政策和技術的雙重支持下，我國Robotaxi逐步構建了初步的商業閉環，為高級別自動駕駛在其他應用場景中的擴展打下了基礎。

2.1 Robotaxi的市場發展背景與潛力

Robotaxi，即無人駕駛出租車，是高級別自動駕駛技術的主要商業化應用場景之一。其發展得益于政策的扶持、資本的投入以及技術的進步。作為自動駕駛的關鍵市場，Robotaxi不僅能減少出行成本，還能顯著提升交通的安全性和效率，從而降低社會交通負擔，帶來顯著的經濟效益。據中商產業研究院數據，2023年，中國無人駕駛市場規模達到3301億元，預計到2024年將增長到3832億元。

2019年-2024年中國無人駕駛行業市場規模及預測（億元）

在中國，Robotaxi的商業化進程受到政策的強力支持。以Robotaxi運營為代表的“蘿卜快跑”在武漢、北京、重慶等城市開展了大規模的無人駕駛服務試點。自2024年以來，百度“蘿卜快跑”在武漢的訂單量持續增長，并逐步擴展到24小時全天候運營，為Robotaxi的商業閉環初步形成提供了支撐，其目標是在2025年實現武漢區域的全面盈利。未來幾年，隨著更多城市逐步開放測試，Robotaxi的市場需求有望持續上升，為整個自動駕駛行業帶來持續的增長動能。美國的Waymo和Cruise等公司也在積極推進Robotaxi的商業化進程。2023年，Waymo和Cruise分別在舊金山獲得了無人駕駛出租車的商業運營許可，實現了24小時全天候服務，這標志著美國Robotaxi行業向全面商業化邁出了重要一步。中美兩國在Robotaxi市場的發展始終位居前列，成為自動駕駛行業的主要推動力量。通過各自的政策和技術優勢，兩國Robotaxi市場的發展為全球自動駕駛技術積累了寶貴的實踐經驗。

全球主要Robotaxi企業規模情況

2.2 Robotaxi的技術方案：多傳感器融合與端到端視覺的實踐

Robotaxi的實現依賴于多種技術方案，其中主要包括多傳感器融合和端到端視覺。多傳感器融合方案通常采用激光雷達、毫米波雷達和攝像頭等多種傳感器，確保自動駕駛系統能夠實時感知周圍環境的變化，避免交通事故的發生。這一方案的主要優勢在于系統的魯棒性和高精度，但其缺點在于高昂的硬件成本。Waymo的Robotaxi在城市復雜路況中采用了多傳感器融合方案，通過不同類型的傳感器協同工作，有效地解決了感知精度和冗余性的問題，使其具備全天候的行駛能力。另一種技術方案是純視覺+端到端算法，該方案通過攝像頭采集環境信息，利用神經網絡處理后直接生成車輛控制指令。這種方案在特斯拉FSD系統中得到了廣泛應用。特斯拉通過引入BEV（鳥瞰視角）+Transformer算法架構，顯著提高了其視覺系統的感知能力和泛化性能。在特斯拉的帶動下，越來越多的企業開始研發基于端到端視覺的方案。盡管目前端到端視覺方案在惡劣天氣、復雜交通環境中仍存在一定的局限性，但它在降低硬件成本、提高計算效率方面顯示出巨大的潛力。未來，隨著激光雷達價格的逐漸下降，以及端到端視覺算法的進一步完善，Robotaxi的技術方案有望朝著多傳感器融合與端到端算法并行發展的方向邁進。多傳感器融合適合用于復雜環境下的高精度定位，而端到端視覺適合在成本較低的場景中推廣，二者的結合將進一步提高Robotaxi的商業化潛力。

2.3 Robotaxi商業化路徑：從技術驗證到規模化應用

Robotaxi的商業化路徑逐漸形成了“技術+整車+出行平臺”的合作模式，即通過自動駕駛技術公司、整車廠和出行服務平臺的緊密合作，形成深度綁定的“金三角”模式。例如，Waymo在美國與Uber、捷豹合作，共同開發Robotaxi的運營平臺，通過專業分工來加速技術的落地和市場推廣。國內的百度“蘿卜快跑”則通過與地方政府合作，依托百度Apollo的自動駕駛技術，在多地實現了無人駕駛的落地應用。

美國Robotaxi“金三角”生態合作關系

這種商業模式的優勢在于資源整合與分工協作。自動駕駛技術公司專注于技術創新，整車廠負責整車平臺的開發和優化，出行平臺則承擔市場推廣和用戶服務的職能。這種模式不僅能夠加速Robotaxi的技術成熟度，還能減少各方的成本，提高商業化效率。目前，Robotaxi賽道的參與者主要包括三類：互聯網企業（如百度、谷歌）、車企（如特斯拉、小鵬）、以及出行平臺（如滴滴、曹操出行）。這種合作模式為Robotaxi的快速落地和運營奠定了堅實的基礎。根據麥肯錫的預測，到2025年至2027年，Robotaxi的單位運營成本將低于同級別的傳統網約車，從而實現真正的成本優勢。當前，Robotaxi的商業化進程在政策的推動和市場需求的拉動下不斷加快，Robotaxi作為自動駕駛商業化的先行者，其市場潛力逐漸顯現，有望在未來幾年進一步擴大。

車路云一體化建設：高級別自動駕駛的基礎保障

車路云一體化作為智能網聯汽車發展不可或缺的部分，是高級別自動駕駛落地的重要基礎。車路云一體化通過將智能道路、智能車輛等路側設備相互協同，為自動駕駛車輛提供“超視距”的感知能力，從而大大提升了車輛的安全性和應變能力。車路云一體化的發展不僅依賴于道路和通信基礎設施的完善，還依賴于云計算、邊緣計算等新興技術的支持。這一技術的發展，成為推動高級別自動駕駛規模化落地的關鍵因素。

車路云一體化系統架構

3.1 車路云一體化的概念與發展背景

車路云一體化是通過車載傳感器、路側感知設備和云端計算系統的協同工作，實現信息的實時共享和處理。具體而言，車路云一體化系統由三部分構成：智能車輛、智能路側設備和云端控制平臺。智能車輛負責感知周邊環境，智能路側設備提供道路狀況和交通信號的實時信息，而云端控制平臺則負責全局調度和數據處理。這種架構可以有效提升自動駕駛系統的感知范圍和信息獲取能力，使車輛能夠在復雜環境中應對突發狀況，提高自動駕駛的安全性和適應性。車路云一體化的發展背景可以追溯到智能網聯汽車的早期研究階段。隨著自動駕駛技術逐漸向高級別發展，單車智能的局限性開始顯現：例如，攝像頭、雷達等傳感器的感知范圍有限，尤其在夜間、霧霾等惡劣天氣下的識別精度大幅下降。而通過車路云協同，智能道路的感知設備可以為車輛提供遠距離的實時信息，使車輛在盲區、復雜路況等情況下也能獲取交通信息，從而提升了系統的安全性和可靠性。

3.2 車路云一體化在中國的推進與政策支持

中國的車路云一體化發展得益于政府的政策支持與大規模的基礎設施投資。2024年，工信部等五個部門發布了智能網聯汽車“車路云一體化”應用試點項目，選定北京、上海、重慶等20個城市作為試點區域，推動“車、路、云”高效協同。根據工信部的數據顯示，截至2024年7月，中國已建設17個國家級智能網聯汽車測試區、7個車聯網先導區、16個“雙智”試點城市，并開放了超過32000公里的測試道路，政府的支持和基礎設施的建設為車路云一體化的發展奠定了堅實的基礎。這些試點城市成為了探索和驗證車路云一體化的重要場所，北京市投資了近百億元用于車路云一體化基礎設施的建設，其中包含智能路側感知設備的安裝、車聯網系統的搭建等。這些項目不僅推動了本地自動駕駛測試，也為未來車路云一體化的大規模推廣提供了技術和經驗支持。武漢市的智能網聯項目也在快速推進，通過大量的智能感知設備建設和數據采集，該項目將有效提升Robotaxi等高級別自動駕駛的運行安全性，促進自動駕駛在城市交通場景中的廣泛應用。

3.3 車路云一體化的技術架構與優勢

車路云一體化的核心優勢在于其實現了數據共享和多級協同，智能車輛通過車載傳感器獲取自身周圍的實時信息，包括車速、行人和障礙物等數據，幫助系統進行感知和決策；其次，智能路側設備能夠補充車輛感知的盲區，監控包括交通信號、突發事件等信息，并將這些數據上傳至云端；最后，云端控制平臺能夠通過大規模數據計算提供更高層次的決策支持，如交通信號優化、行車路線規劃等。車路云一體化的分布式架構實現了車輛、路側設備和云端的高度協同，使得自動駕駛車輛在復雜交通場景下能夠安全高效地行駛。這種多層級的數據共享和協同計算有效解決了單車智能的局限性，提升了車輛的環境感知能力和決策效率。通過路側設備提供的超視距信息，自動駕駛車輛能夠在進入盲區之前獲得預警信息，從而提前進行路徑調整。此外，云端系統能夠實時監控整個道路網絡的交通流量，協調車輛的行駛路徑，減少道路擁堵，提升整體交通效率。車路云一體化通過信息的共享和計算資源的優化分配，增強了自動駕駛系統的適應能力和抗風險能力，成為未來高級別自動駕駛的重要發展方向。

Robotaxi商業閉環的形成與未來發展趨勢

隨著高級別自動駕駛技術和車路云一體化的成熟，Robotaxi已逐步進入商業化運營階段，形成了以無人駕駛技術、整車平臺和出行服務平臺為核心的“金三角”閉環模式。Robotaxi在技術、政策和市場的多重推動下，從測試驗證階段逐步走向了實際應用，并展現出顯著的市場潛力。

4.1 Robotaxi商業閉環的構建與市場格局

Robotaxi的商業閉環主要依賴于技術公司、整車廠和出行平臺的緊密協作。自動駕駛技術公司為Robotaxi提供感知、決策和控制技術，整車廠負責開發車輛平臺，出行平臺則為Robotaxi提供運營支持。例如，美國的Waymo與Uber、捷豹公司合作開發無人駕駛出租車運營模式，在舊金山等地實現了收費運營。中國的百度“蘿卜快跑”則依托百度Apollo的技術支持，通過與地方政府合作，逐步實現了Robotaxi的規?；瘧?。Robotaxi商業閉環的形成，使各個環節的資源和功能得到整合與優化，提升了運營效率和成本效益。通過集中化的技術開發和市場推廣，Robotaxi的成本將隨著規?；\營逐步下降。根據麥肯錫預測，到2025至2027年間，Robotaxi的單位服務成本有望低于傳統網約車，這意味著Robotaxi的商業模式將逐步實現可持續的盈利能力。Robotaxi的市場格局逐漸形成了互聯網科技企業、傳統車企和新興出行平臺共同競爭的局面。例如，百度、谷歌、文遠知行等互聯網企業憑借其算法和數據優勢，占據了技術開發的主導地位；而特斯拉、通用等傳統車企則依托其豐富的生產制造經驗和資金實力，逐步布局Robotaxi市場；滴滴、如祺出行等出行平臺則在運營和用戶服務方面具備競爭優勢。這種多元化的市場格局促進了Robotaxi的快速發展，為未來進一步的市場拓展奠定了基礎。

4.2 Robotaxi的成本控制與盈利模式探索

Robotaxi的商業模式雖然在初步形成，但在盈利方面仍面臨挑戰。當前，Robotaxi的單位服務成本依然高于傳統出租車的成本，以及車輛在測試和運營過程中產生的維護費用。然而，隨著技術進步和規?；a的推動，Robotaxi的成本有望大幅下降，逐漸具備盈利的可能性。為了實現可持續的盈利，Robotaxi在成本控制、業務模式創新和運營效率提升方面進行了諸多探索。成本控制成為Robotaxi實現商業化的關鍵。當前，激光雷達、高清攝像頭等傳感器的價格仍然較高，但隨著這些技術的不斷成熟和市場需求的增加，其成本已開始逐步下降。根據預測，到2030年，主視激光雷達的價格可能下降至1800元人民幣，補盲激光雷達降至600元人民幣，這將顯著降低Robotaxi的單車成本。許多Robotaxi公司開始研究和采用輕量化感知方案，以減少對昂貴的高精地圖的依賴。特斯拉引領的純視覺端到端方案，以其成本優勢成為自動駕駛車輛在城市道路中的一種重要選擇。Robotaxi的盈利模式也在不斷優化。百度“蘿卜快跑”項目已在武漢等地展開全天候的無人駕駛服務運營，目標是在2025年實現收支平衡。百度通過降低無人車的生產和運營成本，同時提高無人駕駛技術的效率，實現規模化運營，逐步構建了“技術開發+運營支持+用戶體驗”的閉環模式 。另外，通過構建豐富的用戶數據和出行習慣，Robotaxi可以在出行數據分析、廣告和附加服務等方面拓展盈利來源。例如，根據乘客需求和行程偏好，提供定制化的服務和娛樂內容，這些都是未來Robotaxi探索多元盈利的潛力方向。

4.3 Robotaxi未來的發展趨勢與挑戰

隨著政策和技術的不斷完善，Robotaxi未來的發展前景非常廣闊。然而，在推進商業化的過程中，也面臨著一些挑戰。未來的發展趨勢和挑戰主要體現在以下幾個方面：

1.市場擴展與法規適應性

目前，Robotaxi在全球范圍內的應用還主要集中在特定城市和試點區域，市場擴展的進程依賴于各地政策和法規的支持。為保證運營安全，各地政府在道路安全、數據隱私、事故責任等方面提出了嚴格的要求，特別是在中國，各地政策有所不同。例如，北京和重慶的Robotaxi準入要求存在一定差異，這使得跨區域運營的難度增加。如何在滿足法規的基礎上實現市場的快速擴展，是Robotaxi在商業化中面臨的一大挑戰。

2. 技術進步與安全保障

Robotaxi的廣泛應用需要在復雜城市環境中確保安全性和穩定性。盡管融合感知、多傳感器等技術為Robotaxi提供了高度的環境感知能力，但在特殊天氣、突發事件、惡劣路況下，傳感器的穩定性和算法的魯棒性依然有待提升。此外，自動駕駛系統的網絡安全也備受關注。在數據上傳云端的過程中，如何防止黑客攻擊、確保乘客的隱私數據安全，將是Robotaxi行業發展的長期課題。

3. 用戶接受度和服務體驗提升

Robotaxi的推廣還需要逐步提高用戶的接受度和信任感。自動駕駛技術在公眾中的認知和接受仍處于初期階段，許多乘客對無人駕駛車輛的安全性表示擔憂。因此，Robotaxi在提供服務時，通常會配備安全員，以確保乘客的安全。同時，通過提供優質的服務體驗，例如減少候車時間、提升乘車舒適度、提供個性化服務等，Robotaxi可以逐步增強用戶粘性，提高乘客的滿意度。未來，隨著技術的進一步完善，Robotaxi或將逐步取消安全員，實現真正的無人駕駛出行。

總結與展望

高級別自動駕駛的發展經歷了政策和技術螺旋推動的歷程，車路云一體化建設為其提供了堅實的基礎，Robotaxi成為高級別自動駕駛商業化的先鋒應用。政策支持、高精地圖的優化、成本控制等多方面因素共同推動了自動駕駛技術的成熟。在技術上，感知系統的不斷優化、多傳感器融合技術和端到端算法的進展，使得自動駕駛車輛能夠應對更復雜的交通環境。此外，輕量級高精地圖的普及，以及激光雷達等傳感器的成本下降，為自動駕駛商業化提供了更高的可行性。未來，隨著自動駕駛技術的進一步成熟，Robotaxi的商業化進程將進一步加速，逐步覆蓋更多城市和地區。通過不斷的技術進步和商業模式的創新，Robotaxi的市場潛力將不斷釋放。Robotaxi作為自動駕駛的重要應用場景之一，不僅為高級別自動駕駛的落地提供了寶貴經驗，也推動了整個智能交通生態的發展。未來，Robotaxi可能會與智慧城市建設更加緊密地結合，成為提升城市交通效率、改善出行體驗的關鍵一環。Robotaxi的全面普及仍需面對技術和監管的雙重挑戰。如何確保自動駕駛技術的安全性、適應復雜的道路環境，以及如何制定合理的政策法規，都是未來需要持續解決的問題。在政策和技術的共同推動下，高級別自動駕駛將在未來幾年迎來更加廣闊的發展空間。通過車路云一體化與技術升級，Robotaxi及其他高級別自動駕駛應用將成為現代化智能交通系統的核心組成部分，推動全球交通系統向更加智能、高效、安全的方向發展。

審核編輯 黃宇