文|邻章
提升通行效率，降低尾气污染，带来低交通事故率乃至是实现零交通事故率，让驾驶更安全，一直以来都是我们极力发展自动驾驶的初衷所在。但似乎自动驾驶技术越是向前推进，我们就愈能发现在成本等因素的影响下，其在早期要实现规模化量产落地就愈发困难，可以说先进技术与规模量产落地之间还盘横着一道成本和人机及时切换鸿沟。
诸如在L3级自动驾驶的量产落地上，当前也只在全新一代奥迪A8这类高端车型上才初步适配。
但显然的是，这类豪车的高昂售价阻隔了普通用户享受先进技术带来便利、安全的可能，同时也拉长了技术的回报周期，使得自动驾驶陷入了无法在主流价位落地僵局。
而行业的有趣之处在于，总是有人敢于打破僵局，继而成为整个行业向前推进、实现规模落地商业化的助推力量。在L3级自动驾驶如何在更为主流、大众化的价位车辆中实现量产落地这件事情上同样如此。
11月1日，百度在百度世界大会上进一步的确认了高速自动驾驶和自主泊车两大L3级自动驾驶能力的具体量产落地时间表，而在百度放出的演示中，我们更发现其演示的4款具备L3级自动驾驶车型，都是中国主流价位车型，而非是奥迪A8这类售价高昂的豪华车型。
百度的这一举措，事实上是宣告了L3级自动驾驶技术在2020年前后能够摆脱当前的高价，能在更为主流价位的车型上实现规模化量产落地，普通消费者彼时也能享受到自动驾驶技术带来的安全、高效、便捷的出行体验。
百度如何突破L3级自动驾驶的成本和人机切换难题？
从现实来说，制约L3级自动驾驶实现规模量产落地的制约因素在于两点。
一是当下关键设备成本高昂。
当下，许多车企实现L3级自动驾驶的关键设备是激光雷达。但激光雷达在当前造价高昂，一个64线激光雷达售价都在7万美元左右，如此高昂的售价，注定让采用激光雷达实现L3级自动驾驶的车辆无缘于普通消费者。
二是L3级自动驾驶存在人机切换问题。
L3级自动驾驶作为有条件的自动化，它依旧需要驾驶员做出适当应答。但在过往的操作实践中，却能发现驾驶员对这项功能存在认知误区，在驾驶过程中容易将其视为高度乃至是全自动化，从而降低了操作注意力，让双手离开了方向盘导致了一些交通事故的发生，使其背离了初衷。诸如在2016年5月，一名特斯拉车主在使用“Autopilot”系统时与一辆卡车相撞丧生。而当前，为了避免给客户造成的混淆，特斯拉已经从公司官网的预订页面下架了长期以来提供的“全自动驾驶”选项。
那么百度如何突破成本和人机切换难题，使L3级自动驾驶在进入更为主流的普通用户可承受的价格区间？
