一、蘿卜快跑與“Robo-taxi”
蘿卜快跑為百度旗下研發的無人駕駛網約車，而無人駕駛網約車這一概念的英文原名為“Robo-taxi”，直譯為“機器人出租車”，也就是無人駕駛網約車的意思。出于品牌營銷策略的目的，百度巧妙地選擇了諧音字音譯與概念意譯相結合的方法，將機器人“Robot”換為讀音相近且形象親切樸素接地氣的“蘿卜”，意為人工智能機器人，將出租車“taxi”換為含義類似但指意更加生動精準的動詞“快跑”，意為精準迅速的網約車運營水平。兩者合二為一就組成了最終的品牌名蘿卜快跑，象征著以人工智能為科技基礎的無人駕駛網約車將以超越傳統網約車行業的綜合水平，為用戶提供更高效更智能更便利的出行服務。

“Robo-taxi”是指由自動駕駛技術驅動的出租車，無需人為駕駛員，依靠傳感器、人工智能和高精度地圖等技術實現自動行駛、導航和決策。這種車輛的核心是自動駕駛系統、車輛控制系統和乘客交互系統，這些技術可以在復雜的交通環境中安全、有效地進行各種駕駛操作，應用場景廣泛，包括城市交通、機場接送、商業區服務等。

從商業化進程與市場前景來看，“Robo-taxi”商業化進程正在加速，深圳已率先立法允許企業開展自動駕駛道路測試和示范運營，市場前景廣闊，預計到2030年中國共享出行市場規模將達到2.25萬億元，其中“Robo-taxi”市場規模預計將超過1.3萬億元；從成本和經濟效益上看，“Robo-taxi”的成本結構與傳統出租車不同，主要成本包括車輛購置、維護和自動駕駛系統的運營。通過技術優化和規?；\營，可以顯著降低成本，經濟效益顯著，尤其是通過去除安全員，可以大幅提高運營效率和盈利能力；在政策和法規方面，政策支持是推動“Robo-taxi”發展的重要因素。我國已經在多個城市開展自動駕駛道路測試和示范運營，為“Robo-taxi”的商業化提供了法律保障，例如北京市高級別自動駕駛工作辦公室發布通告，明確了自動駕駛測試范圍。

下圖為 2024 年自動駕駛最新相關政策

智能網聯汽車“車路云一體化”應用試點城市名單

從社會影響與未來展望來看，“Robo-taxi”的普及將改變人們的出行方式，提高出行效率，減少交通擁堵和事故，未來展望包括技術進一步成熟、成本進一步降低、服務范圍進一步擴大，以及與智能交通系統的深度融合。

（一）無人駕駛發展歷程

早期探索實驗階段：1970-1980年代冷戰時期，歐美國家把自動駕駛作為重點研究課題，美國國防部高級研究計劃局（DARPA）資助了一些自動駕駛技術的研究項目，主要用于無人駕駛坦克和偵察車；卡內基梅隆大學的Navlab項目和德國慕尼黑大學的EUREKA Prometheus項目是這一時期的重要研究項目。Navlab項目開發了一系列自動駕駛車輛，并進行了大量的道路測試。1990-2000年，這段時期的自動駕駛取得的重大進程：德國的VaMP和VITA-2自動駕駛汽車在巴黎-慕尼黑高速公路上完成了一次自動駕駛測試，行駛距離超過1000公里，展示了自動駕駛技術的巨大潛力；卡內基梅隆大學的Navlab5車輛完成了從匹茲堡到加州的無人駕駛橫跨美國之旅，總行程超過4500公里，這是自動駕駛技術的一次重大突破；DARPA舉辦了兩屆“DARPAGrand Challenge”挑戰賽，極大地推動了自動駕駛技術的發展，同時也引起了廣泛的公眾注意。

技術落地階段：自2009年起，Google（現 Waymo）啟動了無人駕駛汽車項目。Google的無人駕駛汽車項目采用了激光雷達、攝像頭、雷達和高精度地圖等技術，并在實際道路上進行了大量測試。2015年，Google無人駕駛汽車成功完成了首次完全自動駕駛的公共道路測試。2018年，Waymo在美國亞利桑那州的鳳凰城啟動了全球首個商業化無人駕駛出租車服務，標志著無人駕駛技術進入了商業化應用階段。

我國在2010年前后開始對自動駕駛技術進行研究探索，2011年一汽集團和國防科技大學共同在紅旗HQ3 上，完成了286km高速無人駕駛實驗；2014年阿里巴巴聚焦于車載OS，并與上汽開展深度合作；2015年百度自動駕駛汽車在北京進行全程自動駕駛測試；宇通大型客車在完全開放的道路環境下完成自動駕駛實驗；同年，百度成立自動駕駛汽車事業部；2016年搭載了阿里研發的“斑馬系統”的榮威RX5成功落地；騰訊成立智能駕駛實驗室；2017年阿里巴巴成立達摩院，并設立自動駕駛部門，自此阿里巴巴正式入局自動駕駛領域。百度發布Apollo計劃，未來將向合作伙伴提供開放、完整、安全的自動駕駛軟件平臺。2018年菜鳥ET物流實驗室研發的自動駕駛物流車“小Gplus”上路測試；百度首款L4級自動駕駛巴士“阿波龍”量產下線。百度、阿里巴巴、騰訊三大BAT巨頭紛紛拿到公司所在城市發布的自動駕駛道路測試牌照，意味著從現在開始，中國的自動駕駛汽車可以在“真正的道路”上行駛了。

在此，需要對自動駕駛分級做進一步說明，目前汽車行業內公認的自動駕駛技術分級主要有兩個，分別是由美國高速公路安全管理局（NHTSA）和國際自動機工程師學會（SAE）提出的。SAE的分級標準受到更多認可，故本文介紹按SAE所提出的標準給自動駕駛技術進行分級。SAE將自動駕駛技術分為6個等級，分別為L0-L5： L0 級：即完全由駕駛員駕駛，完全由駕駛員來進行操作，無任何的自動駕駛技術摻雜其中。L1級：汽車只能協助駕駛員完成特定的單一命令，比如目前市場上常見的定速巡航系統以及車道保持系統。L2級：汽車具備多項自動駕駛功能，能夠更好地協助駕駛員駕駛，能夠同時控制車速以及行車道，駕駛員只需要實時監控路況并時刻準備接管。L3級：即有條件自動化。這一級別駕駛員便可以不用全身心投入到駕駛汽車之中，可以稍微分心去做其他的事情，以便于能夠隨時接管汽車駕駛權，以應對人工智能不能應對的情況。L4級：高度自動化。發展得更加成熟的自動駕駛技術，能夠應對基本全部的道路情況，但仍存在駕駛員角色。L5級：完全自動化，不存在駕駛員這個角色，車中的均為乘客，這正是汽車行業要發展的目標與研究方向。目前國內在售車型搭載的自動駕駛技術主要在L2-L3級別之間， 國內準許商用的自動輔助駕駛均為L2級別，車企為了向L3過渡和探索，推出了介于兩者之間的L2+級別，市面上的高階智能駕駛系統皆為此級別，如特斯拉、小鵬汽車、蔚來、理想、問界等。去年11月，工信部等四部委發布《關于開展智能網聯汽車準入和上路通行試點工作的通知》，支持開展L3級和L4級自動駕駛汽車的準入和上路試點。今年5月，百度宣布發布全球首個L4級別的自動駕駛大模型——Apollo ADFM，同步上新搭載百度第六代智能化系統解決方案的蘿卜快跑無人車，7 月已在武漢市投放。

（二）無人駕駛核心技術情況

當前自動駕駛技術主要依賴于激光雷達、攝像頭、雷達、GPS等傳感器，通過數據實時處理實現環境感知和行為決策。環境感知、行為決策、路徑規劃和運動控制是無人駕駛的四大部分。首先是環境感知，這是指無人駕駛車輛需要了解和感知周圍環境，類似于人類的眼睛，通過傳感器如攝像頭、激光雷達、毫米波雷達等來識別周圍車輛、障礙物和行人等路況情況。這些傳感器提供了車輛感知周圍環境的能力，是無人駕駛系統的基礎。其次是行為決策，即車輛需要根據環境感知的信息作出相應的決策，例如避讓障礙物、超車等。路徑規劃是指車輛根據行為決策確定的目標，規劃出最優路徑來實現目標。最后是運動控制，即車輛根據路徑規劃的結果進行具體的運動控制，包括加速、減速、轉向等操作。

另外，需要說明的是目前市面上的自動駕駛車輛出現了兩種不同的技術路線：一種是激光雷達流派（以下簡稱“雷達系”），另一種是純計算機視覺流派（以下簡稱“視覺系”）以特斯拉、百度Apollo為代表的視覺算法派堅持認為激光雷達是成本高，技術發展慢的產物，并不如視覺算法的價值高。但華為、小鵬這樣的公司則認為，激光雷達是比視覺算法更好的技術。

雷達系和視覺系是自動駕駛技術中感知層使用的技術路線，但主導的方式不同。視覺系主導方案以攝像頭為核心，配合毫米波雷達、超聲波雷達、低成本激光雷達；雷達系則以激光雷達為主導，配合毫米波雷達、超聲波傳感器、攝像頭。雷達系的工作原理是利用激光雷達技術對四周的環境進行探測和測距，通常位于汽車頂部，可以360度監控。在其雷達內部，每一組組件都包含一個發射單元與接收單元。雷達系最重要的兩個屬性是測距和精度，與攝像頭不同的是，它是“主動視覺”。激光雷達可以主動探測周圍環境，即使在夜間仍能準確地檢測障礙物。因為激光光束更加聚攏，所以比毫米波雷達擁有更高的探測精度。相比之下，視覺系的工作原理很容易理解，就像人眼那樣，通過汽車攝像頭對周圍的環境進行觀察。它沒有激光雷達那樣強大的測距能力，且受環境光照的影響很大；但攝像頭有一個極大的優勢，在于汽車決策層能接收到攝像頭拍攝的內容，使其非常適用于對汽車四周物體的分辨。

無論是視覺系還是雷達系的技術路線，目前都有各自的優缺點。雷達系可能對行車路徑上的物體識別能力有限，只能識別物體的形狀，無法分辨物體的實際內容，比如區分不了相同形狀的塑料袋和石頭；視覺系則是嚴重依賴攝像頭的使用環境，在雨天、夜晚、能見度差的環境等等都會對其造成不小的影響。

（三）“Robo-taxi”商業模式

目前自動駕駛領域主要參與者分為三類：通用、福特、一汽、上汽等傳統整車企業，以及特斯拉、威馬、小鵬等造車新勢力所代表的整車企業；谷歌、微軟、百度、阿里、騰訊等互聯網科技公司；uber、Lyft、滴滴、小馬智行、Autox 等出行服務平臺公司。行業生態鏈條參考下圖

當前，“Robo-taxi”主要的商業模式有以下幾種：

1.自主運營，即自動駕駛技術企業自主組建車隊并自主運營；

2.與出行服務平臺合作，即自動駕駛企業提供技術，借助出行平臺的真實場景落地；

3.與主機廠（車企）合作或合資，即自動駕駛企業與車企合作或合資運營；

4.出行服務平臺自研，即出行服務平臺企業自研 L4 自動駕駛系統，基于自有平臺自主運營；

5.車企自主運營。

（四）“Robo-taxi”國內運營情況

隨著技術的成熟，目前各大科技巨頭都在加快“Robo-taxi”商業化落地的步伐，搶占“風口”。百度蘿卜快跑落地運營11座城市，截至今年4月訂單超600萬；滴滴、如祺出行、小馬智行等也在布局“Robo-taxi”；根據21世紀經濟報道，特斯拉原計劃8月8號揭曉“Robo-taxi”；科技巨頭爭相布局，助推“Robo-taxi”商業進程加速。下表為目前國內“Robo-taxi”運營商及情況：

盡管自動駕駛技術取得了顯著進展，但仍面臨多個挑戰，如復雜環境下的高精度定位、道路交通規則的解釋、法律法規的適應等。安全性、隱私保護以及公眾對自動駕駛技術的接受度也是需要解決的重要問題。本文以蘿卜快跑為例，主要討論以下場景遇到的問題。

（一）智能駕駛技術有待提升

在實例中，無人駕駛的蘿卜快跑汽車，被一個空編織袋“嚇”得停下了腳步，開啟了雙閃警示燈，靜靜等待救援，引發了人們對無人駕駛出租車的熱議；7月初，還發生運營中的蘿卜快跑“撞人”事件。百度事后回應稱，是行人闖紅燈，車輛及時剎車，與行人輕微接觸。而此后，市場上也出現大量有關蘿卜快跑的車輛堵塞交通等各種投訴，例如在駕駛場景中存在“始終以中間車道為最優解、有時會頻繁變道”“右側路邊?？寇囕v突然倒車，停在路中”等問題，此類情況目前對于蘿卜快跑來說還存在一定技術難點，無法識別行駛中存在的復雜情況，因此還不能完全擺脫人工輔助。同時，也引出了關于交通安全的問題，當前的算法模型在面對一些極端或罕見的情況時仍顯不足，容易出現誤判或漏判。蘿卜快跑雖然看起來較為“智能”，但它無法做到100%安全，仍然可能造成交通事故。

（二）對于傳統出租車市場沖擊

以10公里的路程為例，蘿卜快跑在武漢的車費為4元-16元，而普通網約車車費為18元-30元，由此形成對傳統出租車和網約車的不對稱競爭優勢。因而引發一些傳統出租車和網約車司機的恐慌。雖然目前也有消息稱，武漢市日均運營網約車2.94萬輛，而蘿卜快跑投放的全部400多輛無人駕駛汽車僅能占到市場不到1%的份額，從短期看，不會造成巨大沖擊。但是，一旦無人駕駛技術普及，Robo-taxi 由于無需司機且能夠實現全天候24小時服務，這樣后續優勢更加明顯，對于未來傳統網約車或者出租車都會產生巨大影響，AI代替人駕駛趨勢必定造成市場重新洗牌。最后的結果會造成大量的司機失業引發社會問題，因此，隨著自動駕駛行業的進一步發展，我們應當深思熟慮如何為那些可能落后于技術潮流的人提供新的就業機會和發展方向，而不是迫使他們在短時間內掌握大量新的技能。

（三）成本待降低盈利待提升

以武漢為例，根據相關媒體的測算，考慮安全員、單車（RT5）折舊以及運營成本，蘿卜快跑單日單車成本高達370元左右，而以日接單量20單來計算，每日單車總收入在100元左右，無法覆蓋成本。而網約車與出租車運營目前已經成熟，雖有司機成本，但盈利模式穩定。以下是目前對蘿卜快跑營收測算：

蘿卜快跑營收平衡測算

第六代無人車RT6，指導價為20.46萬元，蘿卜快跑后續的降本空間主要在于進一步降低車輛成本與安全員成本。新一代RT6對應折舊成本可降低一半，假設后續通過提高安全員的人車比例，使安全員成本降低至目前1/3，不考慮研發費用和前期固定成本，蘿卜快跑平均單價1.33 元/km，即可實現盈虧平衡。

（四）相關政策引導
自動駕駛技術的發展離不開政策的支持和引導。在政策制定過程中，如何平衡技術創新與安全保障之間的關系成為了一個難題。一方面，政府需要出臺相關政策法規來規范自動駕駛技術的研發和應用，確保公共安全和社會秩序；另一方面，政府也需要通過政策引導和支持來推動自動駕駛技術的快速發展和廣泛應用。這就要求政策制定者既要具備前瞻性的眼光，能夠預見未來技術發展的趨勢和方向；又要具備務實的精神，能夠根據實際情況制定出切實可行的政策措施。

未來，自動駕駛技術有望在城市交通、物流運輸、長途旅行等領域得到更廣泛地應用。隨著技術的進步和成本的降低，預計自動駕駛汽車將逐步普及；同時，政策法規的制定和社會接受度的提高將推動自動駕駛技術的發展和應用。

四、本土無人駕駛產業情況及展望

西安的無人駕駛發展進程較緩慢，我們看到西安或者陜西的其他城市并未出現在“車路云一體化”應用試點城市名單中。當前，西安共有5張自動駕駛車路測牌照，于2022年發予了陜汽（自動駕駛觀光車）、陜重汽（自動駕駛牽引車）、商湯科技3家企業，西咸新區灃西新城運行的3輛小巴均來自商湯科技。

雖然陜西省內在自動駕駛整車領域并未出現大規模生產投放，但據了解其實在2019年，西安已開始悄然布局自動駕駛：在產業鏈上游，西安擁有中興、華為、陜西北斗衛星導航、鐳神智能、青牛智駕等企業，為智能駕駛提供感知系統、控制算法等方面的技術支撐；在產業鏈中游，陜汽、比亞迪擁有智能駕駛艙、智能網聯汽車整車、自動駕駛解決方案。其中，陜汽無人重卡技術已從單車試驗向多場景示范運行加快邁進，自2018年起，陜汽自主開發了多款自動駕駛車型，涵蓋園區觀光車、環衛車、礦車、高速物流等多個領域；在產業鏈下游，擁有天行健車聯網、陜車智聯等平臺企業，為智能網聯車輛測試提供平臺支撐，保障各類智能網聯汽車示范道路整體的測試能力。

隨著智能時代的到來，自動駕駛已作為未來趨勢被寫進城市發展規劃中，我們需要實時關注科技發展進程及西安本土初創企業的技術培育情況，在股權投資抑或是債權融資上支持西安本地企業，緊跟時代步伐，為本土自動駕駛產業爆發做好準備。