從低速或高速、載人或載客、封閉場景或開放道路等維度來判斷一個場景是否適合無人駕駛
如果只考慮以上三個維度，適合無人駕駛的場景是港口中轉(zhuǎn)、礦山運輸?shù)鹊退儇浳锏姆忾]場景；不適合無人駕駛的場景是公路開放的高速旅客，也就是大多數(shù)人想象的自動駕駛。
回到主題所有者的問題，主題所有者描述的這個場景是在相對封閉的公共道路上實現(xiàn)貨物的高速運輸。雖然用上述三個維度來判斷并不是合適的情景，但也更合適。許多公司在這方面進(jìn)行了大量的研究工作。根據(jù)不同的實現(xiàn)方法，我認(rèn)為可以分為三個階段。
1、 特定場景下的后方車輛編隊駕駛階段
在這個階段，很多卡車都在排隊行駛，輛車還是完全由駕駛員控制，后面的車輛采用了acc自適應(yīng)巡航+lka車道保持輔助系統(tǒng)跟在前面的車輛后面，這是后面車輛的l2級自動駕駛，技術(shù)可行性和成熟度都比較高
例如，沃爾沃參與的薩特項目于2010年底正式啟動，2011年進(jìn)行了次測試（注：測試后的車為小型客車），2016年在美國進(jìn)行了第二次測試，測試中的三輛車為卡車，試驗中引入了v2v技術(shù)，實現(xiàn)了車輛之間的通信，實現(xiàn)了對車輛的同步控制運行。試驗結(jié)果表明，節(jié)油率可達(dá)25%，距離越近，節(jié)油效果越好。
另一家瑞典卡車巨頭斯堪尼亞（scania）2012年（或更早）開始研究排隊駕駛技術(shù)，并于2017年宣布與新加坡港務(wù)局合作，利用這項技術(shù)為新加坡港口運輸更多集裝箱。
2、 特定場景單車駕駛/全編隊駕駛階段
事實上，主要的想法是在這個階段?，F(xiàn)階段基本為l3級及以上自動駕駛。
據(jù)我所知，研究高速單車自動駕駛的公司并不多。您要么正在研究礦山/港口等低速場景中的自動駕駛（例如沃爾沃與挪威碳酸鈣制造商brnn ykaks和斯堪尼亞的axl無人概念車的合作），要么直接研究復(fù)雜場景中的自動駕駛。
對于這種現(xiàn)象的原因，我個人的猜測是，雖然高速公路環(huán)境相對簡單，但仍需要考慮匝道、收費站以及可能出現(xiàn)的緊急情況。如果將這些場景的控制權(quán)交給驅(qū)動程序，則整個系統(tǒng)僅為二級。如果我們認(rèn)為在這種情況下可以實現(xiàn)自動駕駛，那么我們可以跳過這個階段來覆蓋更多的場景。相比之下，低速封閉場景需要的考慮要少得多。
全隊列駕駛與前一種駕駛的區(qū)別僅限于輛車能否實現(xiàn)自動駕駛，因此不會重復(fù)。
3、 復(fù)雜場景自動駕駛/全編隊駕駛臺
在汽車技術(shù)發(fā)展和“新四化”的共同推動下，傳統(tǒng)汽車企業(yè)和初創(chuàng)企業(yè)都希望在這一領(lǐng)域占有一席之地，因此，事實上，現(xiàn)階段很多企業(yè)都在做這方面的研究。
根據(jù)計劃，上汽智能重卡將在未來3-5年內(nèi)開始大規(guī)模運營。如果東海大橋的所有貨車都換成智能重型貨車，東海大橋的通行能力可以提高，湊成一座新的東海大橋。
因此，雖然長途運輸不是目前的無人駕駛場景，但也有著非常廣闊的資金前景。