无人驾驶出租车(基于自动驾驶等技术提供出租服务的车辆)

无人驾驶出租车（Robotaxi），是一种利用人工智能、传感器、通信等技术实现自主行驶，并能提供出租载客服务的车辆。这类车辆通常配备了高精度地图、摄像头、雷达、超声波等设备，能够感知周围的环境和交通状况，并通过算法和控制系统进行路径规划、避障、加减速、转向等操作。

上世纪七十年代初，美国、英国、德国等发达国家便开始进行无人驾驶汽车的相关研究。2018年2月28日，迪拜公路和运输管理局（RTA）将世界上第一个无人驾驶出租车（自动吊舱）投入使用。同年7月4日，百度集团与厦门金龙联合汽车工业有限公司合作生产的全球首款level4级量产无人驾驶巴士量产下线。2021年1月28日，阿里巴巴集团投资的无人驾驶技术公司AUTOX运营的L5级别全无人驾驶出租车（Robtaxi）正式面向公众开放试乘，开启中国自动驾驶出租车商业化序幕。2024年4月7日，滴滴自动驾驶与广汽埃安宣布合资成立广州安滴科技有限公司，旨在共同打造L4级自动驾驶量产出租车。同年7月24日，马斯克表示，特斯拉Robotaxi计划于10月10日发布。

现阶段全球领先的自动驾驶出租车企业主要包括Waymo、Cruise、Uber、特斯拉等，在中国，自动驾驶出租车行业的企业主要包括百度集团、文远知行、北京小马智行科技有限公司等，随着产业链的协同发展，自动驾驶出租车将与相关行业形成紧密的合作关系，共同推动智能出行领域的进步。

发展简史

中国

2018年7月4日，百度集团与厦门金龙联合汽车工业有限公司合作生产的全球首款level4级量产自驾巴士量产下线。“阿波龙”搭载了百度最新Apollo系统，拥有高精定位、智能感知、智能控制等功能。达到自动驾驶L4级的阿波龙巴士，既没有方向盘和驾驶位，更没有油门和刹车，是一辆完完全全意义上的自动驾驶巴士。

2021年1月28日，阿里巴巴集团投资的无人驾驶技术公司AUTOX运营的L5级别全无人驾驶出租车（Robtaxi）正式面向公众开放试乘，开启中国自动驾驶出租车商业化序幕。同年3月，无人驾驶公司轻舟智航宣布采用“高峰微循环+平峰网约”的运营模式，解决传统公交在平峰期空载率高的问题，打破无人小巴与无人出租车的边界。“高峰微循环+平峰网约”运营模式的具体做法是将部分车辆在平峰期释放出来，作为多座网约车投入使用，并通过智能算法将路线方向相同的乘客进行即时匹配。

2022年7月20日起，北京的自动驾驶出租车迎来主驾无人、副驾有安全员的商业化试点阶段。7月22日，成都首批8辆无人驾驶出租车正式在该市高新区新川科技园内投入载人示范运营，民众可免费预约体验试乘。2023年，上海首辆无人出租车在浦东新区上路，实现从道路测试到商业应用的“最后一公里”。2024年4月7日，滴滴自动驾驶与广汽埃安宣布合资成立广州安滴科技有限公司，旨在共同打造L4级自动驾驶量产出租车。

美国

1925年，美国无线电公司就设计了一辆名为“American Wonder”的无人驾驶汽车，它接收后车发出的无线电信号，通过电动机操纵车辆的转向盘、离合器和制动器等部件，可以被视为人类无人驾驶汽车的雏形。1956年，美国通用汽车公司展出Firebird H概念车，是世界上第一辆配备汽车安全和自动导航系统的概念车。1958年，FirebirdM问世，通过预埋式线缆，向安装了接收器的汽车发送电子脉冲信号，实现汽车自动驾驶。

2012年3月，谷歌无人驾驶车获得了内华达州颁发的全球首个无人驾驶测试许可证，2015年，无人驾驶原型车上路测试，2016年，无人驾驶业务独立，成立Waymo，2017年，首次实现无人驾驶和配备安全员的无人驾驶出租车。

2016年9月，“优步”在美国匹兹堡，推出无人驾驶汽车载客服务。四辆福特Fusion无人驾驶汽车，配有摄像头、激光雷达和其他传感器等，搭载“优步”的乘客上路行驶。为保险起见，每辆车上配有两名工程师，一人坐在驾驶座上，随时准备接管车辆，另外一个在后座监控。测试结果表明：这些车辆多数情况与真人驾驶车辆无异。随后，全球第一辆无人驾驶出租车在新加坡亮相，公众可以通过APP免费叫车。2018年12月，全球首个无人驾驶出租服务出现，谷歌Waymo宣布向菲亚特一克莱斯勒（FCA)采购6.2万辆Pacifica混动力箱式车，用于打造自动驾驶出租车队，目前已完成超过400万英里自动驾驶道路测试，在美国凤凰城郊区推出首个商业自动驾驶乘车服务Waymo one。通用汽车在美国旧金山推出自动驾驶出租车服务，全面转型出行服务企业。

2024年4月6日，埃隆·马斯克在Twitter平台宣布了一则简短又重磅的消息：特斯拉在8月8日发布无人驾驶出租车（Robotaxi）产品。马斯克曾提出的无人驾驶出租车项目旨在利用自动驾驶技术，使特斯拉车辆能够自主接送乘客并收取车费。此前，有消息称特斯拉将推出两款新电动汽车：无人驾驶出租车，一种专为自动驾驶设计、无方向盘及踏板的车辆；以及特斯拉Model 2，一辆更小、更便宜的电动汽车，价格在2.5万美元（约18.1万元人民币）。同年7月24日，埃隆·马斯克表示，特斯拉Robotaxi计划于10月10日发布，Robotaxi发布时间推迟的原因是他要求对车辆设计进行更改。Robotaxi车辆可以全天候使用，可以成为车队的全职成员或兼职贡献者，车主将直接与特斯拉分享收益。

英国

20世纪90年代英国新的无人驾驶汽车计划展开。一些人在英国伦敦希斯罗机场亲眼目睹了许多辆无人驾驶汽车“优尔特拉”（ULTra）自动驶离、抵达车站的奇妙场景。一辆辆车子鱼贯而出，几乎毫无噪音，一切都显得井然有序。这种汽车由英国的先进交通系统公司和布里斯托尔大学联合研制，并将于2010年投放希斯罗机场作为出租车运送旅客。

2004年，在英国威尔士首府加蒂夫市，一种被称为未来"城市轻型运输"系统的"无人驾驶出租车"开始了为期一年的试运行，这是全球第一个无人驾驶出租车系统。这种车沿单一方向，在宽1.5米的双轨上循环行驶。这一特殊线路沿公路或铁路铺设，同大街平行或高出地面两米，每隔500米会有一个车站。目前已有一条长3.5公里的环线，设有8个车站，运营车辆将逐步从30辆增加到160辆。乘客在某个车站上车后，用"智能卡"输入程序，指明要到的目的地，无人驾驶出租车的电脑控制系统便会选择最短的路线，直接将乘客送达。

英国第一辆无人驾驶汽车于2015年2月亮相，它是旨在帮助乘客，购物者和老年人短距离出行。新的无人驾驶汽车将于本周在英国格林威治亮相，被称为Lutz Pathfinder。

日本

2023年10月19日，日本本田汽车公司宣布，将与通用汽车联合，自2026年起在日本推出无人驾驶出租车业务。这是日本首项无人驾驶出租车服务。本田计划最初阶段在东京中心地区投放数十辆面对面双排六人座专用车“Cruise Origin”，这种车由本田和通用联合开发。随后，车辆会逐步增加到至少500辆，服务范围也会扩大。乘客使用智能手机就可以叫车并结算费用。

技术原理

无人驾驶技术应用集自动控制、体系结构、人工智能、机器视觉等众多技术于一体，其核心技术体系可以分为感知、决策、执行三个层面。感知系统利用车内传感器感知外部环境信息与车内信息采集处理，主要进行动静态物体的辨识、侦测与追踪。决策系统进行数据整合、路径规划、导航和判断决策，其中包括高精度地图、车联网等核心技术。执行系统负责汽车的加速、刹车和转向等连续性驾驶动作，主要包括线控底盘等核心技术。

基于间接感知型结构的自动驾驶技术

基于间接感知型结构的自动驾驶技术主要包括目标检测、目标跟踪、场景语义分割、三维重建等子任务。

目标检测

目标检测是自动驾驶的关键技术，自动驾驶汽车需要在行驶过程中完成对道路信息的识别。在视觉信息采集上，自动驾驶汽车除了使用普通摄像机之外，还会使用红外摄像机、热敏摄像机等多种摄像机。多种摄像机的使用可以加强路面信息的采集，应对各种恶劣道路环境。

目标跟踪

自动驾驶中目标跟踪的目的是实时掌握交通环境中车辆、行人等目标的位置、速度和加速度等信息，并预测其可能出现的位置。目标跟踪在实际问题中还存在着很多困难：目标遮挡、目标聚集、光照等视觉传感器的影响等。

场景语义分割

场景语义分割是自动驾驶技术的重要分支，其目的是将场景图像中的每个像素点都归类到某个类别中。在交通场景中，场景语义分割可以为车辆理解交通环境提供重要参考，但是其也存在难点，因为场景复杂、种类繁多。传统的语义分割是基于概率图模型，利用图像表征向量之间的依赖关系，计算变量之间的条件概率分布。

三维重建自动驾驶中主要由两台前向平行对准的摄像机进行成像，从两幅图中寻找匹配点来估计深度信息，从而实现三维环境建立，此种方法模拟了人眼立体视觉的成像原理。在自动驾驶技术中，三维重建可以用来完成探测障碍物距离、探索安全区域等任务。立体视觉系统主要部分：图像信息获取、摄像机标定、特征提取、立体匹配、深度计算、三维重建。图像信息获取主要通过双目立体摄像机实现；摄像机标定用于计算摄像机内参数、外参数、畸变系数等；特征提取是指提取二维图像的角点、边缘点、轮廓等特征；立体匹配是将两幅图的相同像素点进行对应，是立体视觉技术的关键；深度计算是指从匹配的二维图像中获取深度信息，主要依据三角测量原理从视差图中估计深度。标定误差、特征提取精度和匹配精度等都会影响深度计算。三维重建的主要目的是恢复三维场景信息，视差图中仅仅包含部分点的视差，因此需要由视差图插值来进行重建。

三维重建的关键技术是立体匹配技术，该技术也是立体视觉技术中最为复杂的部分。立体匹配算法可以分为基于区域的匹配算法、基于特征的匹配算法和基于相位的匹配算法3类，每种算法都建立在一定的约束条件下。基于区域的匹配算法主要利用窗口之间灰度的相关程度，在纹理丰富的场景中有较好的表现，缺点是算法对畸变敏感，计算速度较慢。基于特征的匹配算法依赖于角点、边缘等特征，在图像发生畸变的情况下仍有较好的效果；缺点是由于特征的稀疏性，因此得到的深度图像也是稀疏的，对后续三维重建有着一定的影响。基于相位的匹配方法利用图像局部特征结构，假设局部结构之间的相位应该相等。这种方法对畸变不敏感，对噪声也有一定的抑制能力，缺点是当局部结构存在的假设不成立时会存在相位奇点问题。立体匹配策略可以分为全局最优搜索和分层匹配策略。

基于直接感知型结构的自动驾驶技术

传统的间接感知型结构需要将各模块的输出结构转换为道路交通环境完整的表示，这种转换较为困难，所以直接感知型结构直接学习与自动驾驶相关的关键指标，从图像中学习道路交通环境的表示，降低了系统的复杂度。

直接感知型结构由于没有单独设计的各项任务检测模块，直接学习当前交通环境相关的别各项指标，因此在构建完整的交通环境表示时能够以较为简单的系统结构进行。但是，其人为设定的相关指标在应对非结构化道路时，会出现交通环境指标难以判断的情况，难以实现算法迁移。直接感知型结构更适用于特定的交通场景，迁移到一般的交通场景中仍存在着许多困难，同时获取训练数据比较困难，精准的距离测量所需的设备成本大，采集数据需要依靠仿真环境，在从仿真环境模型到真实交通场景模型的迁移过程中，其模型可靠性需要再次确认。

基于端到端控制的自动驾驶技术

从另一种思路出发，不对自动驾驶技术进行子任务划分，而是直接利用学习的方法进行驾驶动作的学习，这就是基于端到端控制的自动驾驶模型。这种方法的典型代表就是DAVE智能车系统。DAVE智能车系统以双目摄像机图像作为输入，以转向和直行控制命令作为输出，将自动驾驶问题转化为图像分类问题。

基于机器视觉的自动驾驶技术对比

上述3种自动驾驶技术从系统复杂度及实现程度上来说，间接感知型自动驾驶技术复杂度最高，需要转换测量数据和子任务输出数据，相对于直接感知型和端到端控制型，其所需计算量庞大，对计算机硬件方面的要求相对较高，同时整体实现成本较大。从测试数据获取的难易程度上来看，直接感知型自动驾驶技术的测试数据获取较难。间接感知型自动驾驶技术的每个子任务都有其对应的标准数据集；端到端控制型自动驾驶技术只需采集图像和动作记录；直接感知型自动驾驶技术需要在采集图像信息的同时，精确测量一些距离数据，对距离数据的精准采集比较困难，且成本较大。对比而言，端到端控制型自动驾驶技术在系统复杂度和数据获取难度方面都有着一定的优势。

主要特点

优势

安全性

无人驾驶出租车在无人驾驶技术足够成熟的条件下，可以减少绝大部分由于人为因素而产生的车祸以及自动驾驶能够更严谨地识别分析路面信息，并能采取最优应对方案。

快捷性

假如全国甚至全球范围内能够建立起大型的无人驾驶出租车调度网，那么将会很大程度上减少汽车数量并能提高整个车辆体系的协调性，去除很多人为干扰，从而能够更加科学地分配行车方式，从而减少拥堵，给与乘客更快捷的乘车体验。

环保性

假如能够普及，无人驾驶出租车可将环境排放量削减高达90%。目前，多数汽车采用的是混合动力模式，而电动无人驾驶汽车至少可以将排放量削减63%-82%，有团队研究得出，假如有5%的个人汽车转化为无人驾驶出租车，那么每年将在节约700万桶燃油的基础上将二氧化碳排放量将减少至少210万吨。

劣势

无人驾驶出租车在确定好出发点和目的地后，出行方案由系统划定，即便有时会出现多绕路的情况，用户和安全员也没法更改。比起人来说，无人驾驶出租车会刻板一些，没有人驾驶那么灵活，速度相对慢一些。在红绿灯读秒快结束时，或者有汇入车辆、行驶至Y字路口，或者变道时，车辆出现急刹或是长时间等待的情况。无人驾驶出租车的逻辑还是预防为主，只让不抢，如果测算可能发生碰撞就会刹车。

关键技术

AI技术

NVIDIA DRIVE

NVIDIA创始人兼首席执行官黄仁勋在GTC主题演讲中宣布，新一代自动驾驶汽车（AV）平台将搭载专为Transformer、大语言模型（LLM）和生成式AI工作负载而打造的全新NVIDIA Blackwell 架构。为乘用车、卡车、自动驾驶出租车和无人配送车等下一代交通工具提供助力。

赋能技术

北斗系统

北斗作为一种赋能技术，只有与其他技术、业务系统、数据等融合应用才能体现价值，北斗技术与其他时空信息传感技术、泛在传输技术、应用处理技术和智能服务技术相结合，推动了室内定位、协同精密定位、通导一体化等方面技术的创新突破和应用发展。中国北斗系统的应用正在加速与5G、人工智能、云服务等新技术深度融合，赋能以智能网联汽车、精准农业、机器人等为代表的新模式、新业态、新经济。

驾驶辅助系统

全自动驾驶(FSD)

FSD 主要包括自动驾驶导航、自动变道、自动泊车、召唤和交通灯以及停车标志控制等功能。FSD 功能可以让汽车在人的监督下几乎可以行驶到任何地方。FSD 将执行变道操作，选择导航路线指示的岔路口，绕开其他车辆和障碍物，并完成左转和右转。但该功能并不会让您的车辆完全自动驾驶。

Autopilot系统

Autopilot是一个先进驾驶员辅助系统(ADAS)，分类为二级自动系统。它让驾驶员在驾驶时更有信心，增强行车安全性，并通过减少驾驶员的工作负担，使高速公路驾驶更愉快。Autopilot的安全和方便的能力是通过增加驾驶员的感知，改善他们的决策和协助他们控制车辆来实现的。它的用户界面经过精心设计，以指导正确使用，并通过仪表板上的详细视觉显示和清晰的声音提示，让驾驶员直观地了解其运动信息。随着自动驾驶技术的不断发展，特斯拉车主在接近完全自动驾驶的情况下，会获得更多先进的功能。

市场情况

美国

2023年8月10日，旧金山迎来了一个历史性的瞬间。加州公用事业委员会（California Public Utilities Commission）为Cruise（通用汽车旗下子公司）和Waymo（字母控股旗下子公司）送上了一份特殊的礼物。这份礼物，便是他们已经期待了许久的“绿灯”：在旧金山24小时运营并收费的权利。于是，旧金山成为了美国，乃至全世界第一个让无人驾驶出租车街头巷尾、全面开展商业服务的都市。

德国

英特尔（Intel Corporation）首席执行官Pat Gelsinger、Sixt SE共同首席执行官Alexander Sixt2021年9月7日在IAA Mobility车展上宣布，2022年携手在慕尼黑提供全自驾出租车（Robotaxi）叫车服务。日前制定的自主移动车（AV）法令允许无人驾驶车在德国道路上行驶，进而让Mobileye全自驾出租车得以于2022年开始在慕尼黑街道上进行初期乘客测试。在取得监管部门批准后，车队从测试转向商业运营。

日本

2023年在日本正式施行《中华人民共和国道路交通安全法实施条例》修正案，已经为“无人驾驶公交车上路行驶”亮起绿灯。与之同时放开的是，自动配送机器人等最高时速为6公里的远程遥控小型车辆，也可按照与行人相同的交通规则上路行驶。

中国

2023年10月，中国在康巴什区共投放了3辆无人出租车，用户只需登录手机小程序，选择出发站点和目的地，无人驾驶出租车就会自动跑过来。

2024年1月，东风汽车官方公众号发布，东风悦享科技有限公司在苏州市金鸡湖景区投放运营的10辆 robotaxi 拿到道路测试牌照，标志着2024年苏州首批无人驾驶出租车正式上线。

2024年3月，中国福州新区滨海新城10辆无人驾驶出租车及3辆无人驾驶公交车已完成运行里程1000公里，成功转入示范应用阶段，面向市民开放。

2024年5月，北京市高级别自动驾驶工作办公室通报“五站两场”中的北京南站解锁了自动驾驶测试范围，北京自动驾驶示范区3.0阶段又解锁了新的进展。广州等其他城市的自动驾驶应用场景也在不断扩大。Robotaxi，显示乘客能通过车内电子屏幕看到实时交通状况。但大规模商业化仍需解决费用和准入问题。同时，Robotaxi已成为人们的新生活方式，其服务在北京、广州、鄂尔多斯市、阿布扎比等多地开放运营。

应用领域

从2023年开始，中国及国际多个城市，如北京、广州、武汉以及美国洛杉矶为真正全无人的自动驾驶出行服务亮起绿灯。在政府、技术和市场的共同作用下，产业各方更深入地参与其中，探寻无人驾驶出租车规模量产和落地路径。以一线城市为例，无人驾驶出租车正朝着全无人与商业化收费不断发展。

无人驾驶出租车的普及将推动公共交通的发展。无人驾驶出租车的成本降低，它有可能成为公共交通的一个重要部分，为大众提供更加便捷和经济的出行选择。

发展趋势

防止黑客攻击

一旦黑客利用无人驾驶系统缺陷，劫持汽车，远程控制，无人驾驶汽车甚至可以被当作武器，从事破坏行动。如何防止黑客入侵以及保护用户隐私或许是无人驾驶系统必须考虑的问题。

车与车之间要相互“识别”

从技术路线来看，目前，整车企业与互联网企业采用的技术标准也是不同的。另外，全世界通信标准也存在差异。如美国使用的是DSRC通信标准，欧盟、日本、新加坡、韩国等相继推出自己的通信标准，中国还有大唐电信和华为在主导的LTE-V标准。工业和信息化部原总工程师朱宏任坦言，“无人驾驶技术的立法问题是非常复杂的，美国加州立法仍在研究之中，考虑的也是在一定范围和条件下准许实验。这个问题涉及汽车的制造方、拥有方和使用方，一旦发生事故，各方责任的划分是个非常棘手的问题。”百度集团董事长李彦宏在今年全国两会提案中也提出，加快制定和完善无人驾驶汽车相关政策法规，赋予无人驾驶汽车上路的权利。

成本考量

以谷歌和百度的无人驾驶汽车为例，在车的顶部位置，设置可以用极快的速度扫描整车周围情况的激光雷达装置并加以反应，这项技术已经达到在路上实际运行的程度。仅仅车顶上一个激光雷达的成本就高达50万元。而配备包括高精度的激光雷达、高精度GPS和高精度惯性导航的主流自动驾驶方案，花费将近200万元人民币，是低中端汽车售价的10到20倍，过高的门槛成为了无人车大规模量产和商业化的拦路虎。

政策法规和标准

自动驾驶分为6个等级：L0无自动化一一驾驶员执行所有的操作任务；L1辅助驾驶——借助于车辆中的智能系统来控制方向盘或加速器；L2部分自动驾驶——借助于车辆中的智能系统来实现方向盘、加速器等的多项操作；L3条件自动驾驶——大部分驾驶操作都由车辆自动完成，驾驶员只需要保持注意力即可；L4高度自动驾驶一车辆会在特定情况下完成所有的驾驶操作，驾驶员并不需要保持注意力；L5完全自动驾驶——在所有应用场景之下，车辆都可以自动完成所有的驾驶操作，驾驶员不需要保持注意力。

美国

美国交通部2021年发布的《综合计划》，是美国“自动驾驶4.0”国家计划的贯彻和执行。在安全优先、确保隐私和数据安全等十大原则的基础上，美国政府认为，要保持自动驾驶领域的优势地位，就必须加强创新。由此，提出了其发展自动驾驶汽车产业的主要政策主张：三大目标、五大优先发展领域、三类公共应用平台。

中国

2020年2月，中华人民共和国国家发展和改革委员会、中华人民共和国工业和信息化部等11个部委联合下发的《智能汽车创新发展战略》提出，加速发展高级别自动驾驶。自然资源部近日发布的《关于做好智能网联汽车高精度地图应用试点有关工作的通知》提出，在北京、上海、广州市、深圳市、杭州、重庆开展智能网联汽车高精度地图应用试点，支持不同类型地图面向自动驾驶应用多元化路径探索。

2023年11月，中华人民共和国工业和信息化部、中华人民共和国公安部、中华人民共和国住房和城乡建设部、中华人民共和国交通运输部四部门联合印发《关于开展智能网联汽车准入和上路通行试点工作的通知》，部署开展智能网联汽车准入和上路通行试点工作。12月，交通运输部办公厅发布了关于印发《自动驾驶汽车运输安全服务指南（试行）》的通知，为引导自动驾驶技术发展，规范自动驾驶汽车在运输服务领域应用提出了要求。

2024年1月17日，中华人民共和国工业和信息化部、中华人民共和国公安部、中华人民共和国自然资源部、中华人民共和国住房和城乡建设部、中华人民共和国交通运输部联合印发《关于开展智能网联汽车“车路云一体化”应用试点工作的通知》。7月3日，工业和信息化部、公安部、自然资源部、住房和城乡建设部、交通运输部公布智能网联汽车“车路云一体化”应用试点城市名单，北京、上海市、重庆市、鄂尔多斯市等20个城市入选。

法国

为了进一步推动法国自动驾驶车辆、系统及配套服务的发展，法国交通运输发展与创新部长级委员会在2018年版战略的基础上进行了更新，并发布了《2020—2022年自动驾驶国家战略》。该战略提出了约30项措施，包括立法和监督，技术伦理和安全标准，支持创新和研究，培训、交流和推广四个方面。

德国

德国联邦交通和信息基础设施部于2021年2月发布了最新的《自动驾驶法案（草案）》。该法案旨在引入一套规则，使自动驾驶汽车能在2022年之前在德国的公共道路上正常行驶。该法案或将进一步推动L4级自动驾驶技术商业化。与德国在2017年发布的自动驾驶法规 Act on Automated Driving 相比，这类车辆将来可能不需要相关许可证就能在工业区等狭窄空间内行驶，与此同时德国全国范围内将有望允许自动驾驶汽车上路。