自动驾驶驶入深水区，示范区正起到至关重要的推动作用。
作者 ｜ 肖莹
L4自动驾驶已经进入长尾场景收敛，以及商业模式验证阶段。不论是国内还是国外，高速场景还是低速场景，都面临着相似的问题：
1． 单车智能难以跨越技术瓶颈，短期无法实现规模化运营，头部企业依然无法解决长尾问题。
2． 车路协同进展较慢，路侧基础设施投入大、入网车辆少，效益不明显，社会资本投资热情不足。
3． 自动驾驶处于探索性运营阶段，尚未形成商业闭环，商业模式有待进一步打磨。
在这样背景下，自动驾驶示范区作为从探索期向规模化、商业化过渡的缓冲地带，正起到越来越重要的作用。
据《赛博汽车》不完全统计，全国已有30＋省市发布智能网联车辆测试运营相关管理政策。
但从配套措施系统性、落地场景丰富性、政策落地前瞻性来看，北京市毫无疑问地走在了全国前列，为全国各地提供了可借鉴的经验。
本文将从管理思路、配套政策、落地进展，以及2023年工作规划等几方面，对北京市高级别自动驾驶示范区进行全面解读。
01
小步快跑，迭代完善
首先我们来看一下北京的管理思路。
北京市高级别自动驾驶示范区（简称北京示范区）于2020年9月正式设立，围绕“车路云网图”五大体系，推动L4及以上级别自动驾驶落地。
2021年4月，依托北京示范区，设立了国内首个智能网联汽车政策先行区（简称政策先行区）。
2021年8月，经北京市委机构编制委员会办公室批复，在经开区管委会设立北京市高级别自动驾驶示范区工作办公室，负责北京市高级别自动驾驶示范区建设推进和统筹协调工作。
至此，北京示范区完成管理架构的搭建，开启快速推动自动驾驶企业展开测试、运营阶段。
依托于北京示范区，政策先行区的设立主要是为了解决智能网联汽车相关新产品、新服务和新模式，因暂时缺乏法律法规管理而难以落地的迫切问题。
通过设立限制性条件和制定风险管理措施，允许企业在真实的市场环境中，以真实的个人用户与企业用户为对象，测试创新产品、服务和商业模式，以减少产业进入市场的时间成本与落地成本，并降低监管的不确定性。
遵循技术研发落地的基本逻辑，北京示范区确立了“小步快跑、迭代完善”的建设方针。制定了试验环境搭建，小规模部署，规模部署和场景拓展、推广和场景优化的四个阶段性目标。
目前，示范区已完成了试验环境搭建的1．0阶段与小规模部署的2．0阶段，正在向产业规模化部署阶段3．0阶段演进。
梳理北京示范区设立以来的工作成果，可以看到其重点主要集中在三个方面：
践行“车路云网图”一体化发展路径、推动政策与监管创新，以及探索多场景全面示范应用。
02
初步打通车路云链路
车路协同、网联云控，是北京示范区设立之初就确定的方向。
在车端，鼓励各大整车企业开展基于网联云控技术路线的整车正向开发，百度、奥迪、戴姆勒、北汽等多家企业已开展常态化测试。
政策先行区设立后，已有百度、滴滴、小马智行、京东、美团、新石器等13家企业300＋辆自动驾驶车辆接入监管平台。
根据实践情况来看，车和路感知数据实时融合、车路协同安全性能提升得到有效证明。
同时，示范区联合新石器新岸线、国汽智联、百度等企业自主开发车载三模OBU，并推动基于EUHT专网的监管数据采集功能开发。
在路端，实践“多杆合一、多感合一”理念，实现自动驾驶、交通、交管、城市管理的设备设施深度复用，覆盖60平方公里，329个智能网联路口，出台北京市首个《多功能综合杆及配套设施管理办法》。
在云端，完成边缘云和中心云分布式基础架构建设。
边缘云——通过路侧OS定义边缘云基础软件架构，向上兼容国产化AI框架，支持车路协同算法及应用开发，向下兼容、适配不同国内主流的芯片及设备，初步形成了对国产化产业生态的支撑作用。
中心云——作为运营核心主要提供基础数据底座服务，并且面向行业生态应用进行数据赋能，目前平台汇聚路侧感知数据、车端数据、信控数据及第三方平台数据等。
目前，北京示范区已初步打通车路云链路，实现全过程监管功能，并逐步形成针对敏感驾驶状态和地理区域偏离等风险事件的网联化监管。
在数据管理层面，北京示范区已形成数据安全体系和极具价值的全维度数据库。
一方面，建设前瞻性数据安全体系，包括数据安全管理制度和数据治理技术手段，为智能网联汽车测试示范、商业化运营、数据应用等提供重要保障。
另一方面，汇集“车路云网图”五大要素全维度、多模态、多视角的海量数据，探索从感知、轨迹预测、规划决策、地图动态更新数字孪生场景仿真等诸多方面助力自动驾驶技术实现突破。
