L4技術要落地，我們首先要明晰其落地場景的商業價值。

　　無人駕駛是三大要素的結合：軟件、硬件以及綜合控制系統。總的來說，無人駕駛涉及感知、定位、規劃、控制和線控五個方面，六項技術與這五個方面相互交織在一起，實現了無人駕駛。

　　無人駕駛的技術發展是一個漫長的過程，它經歷了無自動化階段，到駕駛系統輔助的階段，再到部分自動化與有條件自動化，目前我國正處于研發L4高度自動化的階段。

L4技術的實現場景

一、中國公路運輸產業態

　　L4技術要落地，我們首先要明晰其落地場景的商業價值。從2011年-2016年我國貨運量結構示意圖中可以看出，我國的貨物運輸近八成由公路運輸完成，2016年，公路貨運量占中國總貨運量的比例達到了76.2%，較上一年提升了0.8個百分點。可見，公路運輸在我國物流運輸體系中是很重要的一個組成部分。

二、技術層面

　　L4技術的定義就是在特定場景下，車輛具備全部自動駕駛系統，司機可不對系統的要求進行作答。那么在什么特定場景下，無人駕駛技術能夠最快落地呢？

　　智加科技對此的回答是“倉對倉”。在物流運輸中，大宗散貨、原材、集裝箱等貨物的運輸幾乎都是“倉對倉”的形式，在這個場景下，路線是相對固定的。另外，卡車主要行駛在高速路上，而高速路上是封閉的，維修程度高，車道線明晰，視野開闊，也極少有行人違反交通規則的情況發生，除非是遇上塌方或者極端天氣等情況，高速公路是一個比較好實現L4技術的場景。通過采集高精地圖，包括路況、信息、坡度等，之后可以再運用技術做仿真判斷，就可以形成一條固定線路進行駕駛測試。

　　但是在高速公路上進行自動駕駛，也面臨一個挑戰，即速度，尤其是對于重型卡車來說。在高速駕駛的過程中，從縱向和橫向兩個方面來說，剎車和轉向就成了無人駕駛技術需要解決的兩個部分。縱向層面，在行駛過程中，重型卡車行駛速度快，除了自重還有搭載的貨物，會導致慣性很大，剎車的距離很長，無人駕駛技術需要進行探測的距離相應地就要變長；在橫向層面，許多事故的發生都是因為猛打方向盤導致的，那么無人駕駛技術就需要探測方向盤旋轉的角度，計算轉彎的速度，再進行一定程度地控制，進行輔助轉向。當然，在實現了安全的基礎上，保證司機開車的舒適度也是十分重要的。

　　2018年5月24日，智加科技與蘇寧物流聯合推出了一輛物流無人重卡“行龍一號”，這輛無人重卡載重40噸，不僅能自動規劃路線行駛，還能輕松躲避障礙物，面對道路中突然出現的行人，它也能事先預警并從容停車，實現了無人駕駛在“倉對倉”場景中的落地。

無人駕駛，路在何方？

　　2018年3月31日，智加科技與蘇州相城區政府簽訂了戰略合作協議，將為智加開放無人駕駛測試提供全面的支持。但整體政策環境來看，無人駕駛要真正實現測試相對來說還是比較困難的。無人駕駛技術的測試成本很高，不只使用的硬件是成本，測試道路同樣也是成本。一個激光雷達就高達數千美元，租用測試道路的花費還遠遠在這之上。眾所周知，無人駕駛技術的實現是由里程數來推動，同時也由里程數來證明的。無人駕駛是否能在未來走出一片天地，助力中國物流行業的發展，仍需要幾年的時間來實現，如果有更加開放的政策指引，也許能夠使得這個進程加速。